越加成熟的深度學(xué)習(xí)技術(shù)正在開啟一個(gè)令人神往的智能時(shí)代。8月31日，2019世界人工智能大會(huì)（WAIC）開發(fā)者日于上海世博中心舉辦，百度深度學(xué)習(xí)技術(shù)平臺(tái)部總監(jiān)馬艷軍，與來自全球的2000名開發(fā)者分享了百度深度學(xué)習(xí)平臺(tái)飛槳（PaddlePaddle）的新特性及應(yīng)用實(shí)踐。

 “深度學(xué)習(xí)技術(shù)越來越成熟，百度飛槳這樣的開源技術(shù)平臺(tái)越來越好用。技術(shù)門檻正在下降，更多開發(fā)者、工程師可借由開源框架更簡(jiǎn)單、便捷、高效地進(jìn)行研發(fā)，這也意味著產(chǎn)業(yè)應(yīng)用的發(fā)端。”馬艷軍表示。

堪稱智能時(shí)代的操作系統(tǒng) 深度學(xué)習(xí)框架重要性毋庸置疑

從驚嘆AI已至到察覺AI已無處不在不過短短數(shù)年，無疑我們正身處以人工智能為核心驅(qū)動(dòng)力的新一輪科技革命和產(chǎn)業(yè)革命浪潮之中。而在這個(gè)智能時(shí)代，深度學(xué)習(xí)框架可謂“智能時(shí)代的操作系統(tǒng)”，通過對(duì)底層語言和重要算法模型進(jìn)行封裝，開發(fā)者無需重復(fù)造輪子，可以將更大精力投入研發(fā)。

“深度學(xué)習(xí)框架起到了承上啟下的作用，下接芯片，上承各種業(yè)務(wù)模型、行業(yè)應(yīng)用，助力開發(fā)者進(jìn)行組網(wǎng)、訓(xùn)練、預(yù)測(cè)，極大降低了研發(fā)門檻。”馬艷軍表示。

早在2012年百度就開始著手研究和應(yīng)用深度學(xué)習(xí)技術(shù)，2016年，百度飛槳正式開源，成為中國(guó)的開源開放、功能完備的深度學(xué)習(xí)平臺(tái)。經(jīng)過多年的產(chǎn)業(yè)實(shí)踐，百度飛槳已成長(zhǎng)為集核心框架、工具組件和服務(wù)平臺(tái)為一體的端到端開源深度學(xué)習(xí)平臺(tái)，囊括支持面向真實(shí)場(chǎng)景應(yīng)用、達(dá)到工業(yè)級(jí)應(yīng)用效果的模型，針對(duì)大規(guī)模數(shù)據(jù)場(chǎng)景的分布式訓(xùn)練能力、支持多種異構(gòu)硬件的高速推理引擎等。

而根據(jù)此前百度發(fā)布的2019年Q2財(cái)報(bào)顯示，2019年第二季度百度深度學(xué)習(xí)平臺(tái)飛槳下載量環(huán)比增加45%，百度飛槳正在得到越來越多開發(fā)者的關(guān)注與使用。

展現(xiàn)五大核心特性 百度飛槳為開發(fā)者提供全方位助力

廣泛的關(guān)注與使用，也佐證了飛槳的過硬實(shí)力?，F(xiàn)場(chǎng)，馬艷軍詳細(xì)介紹了飛槳的五大核心特性，包括同時(shí)支持靜態(tài)圖與動(dòng)態(tài)圖，提供應(yīng)用效果超好的官方模型，支持大規(guī)模分布式訓(xùn)練以及端到端部署，并提供系統(tǒng)化的深度學(xué)習(xí)服務(wù)，面向產(chǎn)業(yè)化應(yīng)用提供了強(qiáng)勁助力。

首先，飛槳可同時(shí)支持靜態(tài)圖和動(dòng)態(tài)圖編程，能夠兼顧效率和易用性。靜態(tài)圖是先定義網(wǎng)絡(luò)結(jié)構(gòu)而后運(yùn)行，可以使運(yùn)行速度更快，顯存占用更低，在工業(yè)應(yīng)用業(yè)務(wù)部署上線上具有優(yōu)勢(shì)。同時(shí)，飛槳還提供動(dòng)態(tài)圖模式，可以更靈活、方便地進(jìn)行模型調(diào)試，同時(shí)還減少了大量用于構(gòu)建Executor等代碼，使得編寫、調(diào)試網(wǎng)絡(luò)的過程變得更加便捷。

其次，飛槳有大量經(jīng)過產(chǎn)業(yè)驗(yàn)證、在國(guó)際競(jìng)賽奪冠的冠軍模型，并提供官方的支持，能夠保證開發(fā)者的應(yīng)用效果是非常好的，真正可靠的，模型涵蓋自然語言處理、視覺、推薦等主流應(yīng)用任務(wù)。如前段時(shí)間全新升級(jí)的持續(xù)學(xué)習(xí)語義理解框架ERNIE2.0同樣包括其中，基于此框架的ERNIE2.0預(yù)訓(xùn)練模型在共計(jì)16個(gè)中英文任務(wù)上超越了BERT和XLNet,取得了SOTA效果。而這些工業(yè)級(jí)模型拿來就能用，僅需使用Paddle Hub，1行代碼即可完成模型加載，10行代碼完成遷移學(xué)習(xí)。

源于百度搜索、推薦等產(chǎn)品的挑戰(zhàn)，飛槳的大規(guī)模分布式訓(xùn)練能力始終是其重要亮點(diǎn)。飛槳同時(shí)支持稠密參數(shù)和稀疏參數(shù)場(chǎng)景的超大規(guī)模深度學(xué)習(xí)并行訓(xùn)練，支持千億規(guī)模參數(shù)、數(shù)百個(gè)節(jié)點(diǎn)的高效并行訓(xùn)練，也是最早提供如此強(qiáng)大的深度學(xué)習(xí)并行技術(shù)的深度學(xué)習(xí)平臺(tái)，高效、穩(wěn)定、成本低廉。

對(duì)于開發(fā)者來說，除了模型的訓(xùn)練，還會(huì)遇到很多在產(chǎn)品工程化問題。在部署環(huán)節(jié)，飛槳完整支持多框架、多平臺(tái)、多操作系統(tǒng)，為用戶提供高兼容性、高性能的多端部署能力。近日，飛槳端側(cè)推理引擎也重磅升級(jí)為Paddle Lite，擁有更高擴(kuò)展性和更高的性能，提供輕量級(jí)模型結(jié)構(gòu)自動(dòng)搜索，而在服務(wù)器端也提供全面領(lǐng)先的推理引擎Paddle Serving。

此外，飛槳也是一個(gè)提供系統(tǒng)化深度學(xué)習(xí)技術(shù)服務(wù)支持的深度學(xué)習(xí)平臺(tái)。飛槳為用戶提供完善的中英雙語使用文檔，并在開發(fā)者社區(qū)及官方技術(shù)交流群高效響應(yīng)，同時(shí)提供系統(tǒng)的服務(wù)體系為企業(yè)合作伙伴護(hù)航，幫助高校和教育伙伴構(gòu)建完善體系，為開發(fā)者提供不同層次的培養(yǎng)體系。其中，黃埔學(xué)院第二期已正式開學(xué)，48位入選學(xué)員遍布16個(gè)行業(yè)，30%為CTO及技術(shù)總監(jiān)級(jí)別。

邁入AI大生產(chǎn)時(shí)代 百度飛槳助力產(chǎn)業(yè)智能化提速

如今，涉及國(guó)計(jì)民生的重要產(chǎn)業(yè)智能化升級(jí)正在不斷提速，行業(yè)頭部企業(yè)人工智能應(yīng)用深度、廣度已相當(dāng)可觀。經(jīng)過踏實(shí)探索，百度飛槳已經(jīng)深入各行各業(yè)，帶來了切實(shí)的產(chǎn)業(yè)價(jià)值。

在農(nóng)業(yè)領(lǐng)域，基于百度飛槳的自動(dòng)農(nóng)耕地塊提取系統(tǒng)，可快速自動(dòng)獲得農(nóng)耕用地邊界及面積，準(zhǔn)確率達(dá)80%以上，可對(duì)作物分類、成熟期預(yù)測(cè)、災(zāi)害監(jiān)測(cè)等工作進(jìn)行高效輔助。工業(yè)上，百度飛槳推出能夠高效離線檢驗(yàn)大量小零件的深度學(xué)習(xí)框架，基于此框架打造的1臺(tái)“端設(shè)備”可完成8個(gè)質(zhì)檢員的工作量，大幅提升了質(zhì)檢效率，且經(jīng)過簡(jiǎn)單培訓(xùn)的工廠操作員即可獨(dú)立完成操作。不僅于此，百度飛槳已助力零售、人力、通訊、地產(chǎn)等多個(gè)產(chǎn)業(yè)實(shí)現(xiàn)智能化升級(jí)。

而要深入產(chǎn)業(yè)，群木方可成林。近日百度與浪潮達(dá)成合作，雙方將共建百度飛槳與浪潮AIStation聯(lián)合方案，將讓深度學(xué)習(xí)開發(fā)者可以更便捷、高效地在浪潮AI服務(wù)器上應(yīng)用飛槳的深度學(xué)習(xí)能力。這是繼今年7月初百度飛槳與華為麒麟宣布合同，打通深度學(xué)習(xí)框架與芯片后的又一重大合作，飛槳在端側(cè)、云側(cè)實(shí)現(xiàn)了全方位、立體式的覆蓋。而現(xiàn)場(chǎng)，眾多開發(fā)者和產(chǎn)業(yè)工作者將論壇會(huì)場(chǎng)擠得座無虛席，很多人席地而坐聽完了整場(chǎng)分享，還有大批感興趣的開發(fā)者聚集在百度飛槳展臺(tái)進(jìn)行深入交流。

人工智能技術(shù)正在與產(chǎn)業(yè)的融合正在不斷提速，作為開源的深度學(xué)習(xí)平臺(tái)，百度飛槳所承擔(dān)的正是讓先進(jìn)技術(shù)更通用，讓昂貴艱深的“手工打造”轉(zhuǎn)化為平臺(tái)化的大規(guī)模生產(chǎn)。正如馬艷軍所提到的“深度學(xué)習(xí)框架極大地降低了研發(fā)門檻”，當(dāng)門檻逐漸降低，中國(guó)龐大的應(yīng)用市場(chǎng)和全民AI的民眾基礎(chǔ)，將繪出怎樣的未來圖景？值得期待。