媒体监测和推荐平台

名家讲坛

当前位置:首页 > 名家讲坛 > 详细内容

王海峰:AI创新和发展,进入“深度学习+”阶段

进入2023年,百度首席技术官王海峰对创新和增长充满乐观。

“‘深度学习+’,是创新发展新引擎,驱动技术发展和产业增长,让创新创造大有可为。”在百度Create AI开发者大会上,王海峰提出“深度学习+”:人工智能(AI)的技术创新和产业发展,已经进入“深度学习+”阶段。

他指出,深度学习是“人工智能的核心关键技术”,一些行业在深度学习技术的加持下,产能迎来指数级增长。

从“AI+”具象到“深度学习+”,此间有何深意?

在王海峰看来,“深度学习+”代表着AI技术创新和应用的新阶段,是加速千行百业产业智能化升级的时代印记。

深度学习在AI历史纵轴上的位置

“AI+”近年来水到渠成地成为时代洪流。但如果去较个真,大多数情况下的“AI+”其实都是“深度学习+”。

“第四次工业革命的核心驱动力是人工智能,而深度学习是其关键核心技术。”王海峰说,深度学习具有很强的通用性,呈现出标准化、自动化和模块化的工业大生产特征,推动AI进入工业大生产阶段。

这些洞察,王海峰早在2019年就注意到了。而如果把时间线拉长,这一切或许早有端倪。

深度学习的起源可追溯到20世纪50年代,科学家们试图让机器模仿生物大脑中神经元的互联,形成“感知”。但由于这项技术在当时“过于复杂”,在彼时未成气候。

直到1986年,一篇题为《反向传播错误的学习表征》的论文被发表。

接着,算力的发展、数据规模的壮大,使得深度学习开始显山露水。

而真正使深度学习成为人工智能象征的,是谷歌庞大的神经网络研究项目——“找猫”:一组16000个模拟人脑的计算机处理器,扫描了“油管”视频中的一千万张图像,目的是找出其中的猫,并独立地发现哪些画面是“猫”。

谷歌这项研究登上了各大主流媒体。这一充满想象力的项目,让人们开始关注深度学习,以深度学习为标志的AI开始为人所熟知。

后来,TensorFlow、百度飞桨、PyTorch等深度学习框架和开发平台的出现,更进一步推动了深度学习在各类主流应用中取得跨越式发展。

王海峰认为,深度学习框架或平台可以让开发者和企业更快速、便捷地开发AI应用,避免重复“造轮子”。他将其类比为PC时代的Windows、移动时代的IOS和安卓,相当于“智能时代的操作系统”,“因此,自主可控至关重要”。

在2016年之前,国内外开发者主要基于TensorFlow、PyTorch等国外深度学习框架进行AI算法、模型的开发、训练与部署。

“芯片卡脖子很要紧,但软件卡脖子一样要紧。必须要把软件的根扎下去,才能让创新持续发生,才能让顶层的商业更加繁荣。”技术派的百度创始人、董事长兼CEO李彦宏这样说。

2016年,百度正式对外开源PaddlePaddle框架。2019年4月,PaddlePaddle得名“飞桨”。截止目前,飞桨平台已经凝聚535万开发者,服务20万家企事业单位,创建了67万个模型。

随着深度学习生态的完善,王海峰指出,深度学习平台的标准化、自动化和模块化特征越来越显著,不断降低AI的应用门槛,高效便捷地把AI技术输送给千行百业,规模化的AI大生产已然形成。由此,AI的技术创新和产业发展,进入“深度学习+”阶段。

“深度学习+”既是现在,也是未来

“深度学习+”的“+”,“+”的是什么?意味着什么?

王海峰分别从技术、生态、产业的维度展开,描述了“深度学习+”的当前使命和未来图景。

从技术的角度,王海峰解释说,深度学习的“深”,指征着神经网络的复杂度;而要“学习”的,是海量数据和大规模知识。

“深度学习+知识,是人工智能技术进一步发展的重要方向。”王海峰说,知识凝炼了人类认识和改造世界的智慧,让机器同时从海量数据和大规模知识中融合学习,即知识增强的深度学习,效果更好、效率更高、有更好的可解释性。

在Create大会上,百度依托飞桨文心大模型推出的“AI作画”产品文心一格,自动生成了以“危机和希望”为主题的一幅画。这幅画呈现了新生命破冰而出,寓意希望萌生、危机尚存。

仅通过输入一句话,机器就能自动生成表意准确、纹理精致的画作,这背后依靠的是文心知识增强跨模态大模型:通过从语言、视觉等跨模态知识中融合学习,机器可以准确理解语言、图像中的语义及其映射关系。王海峰介绍说,在行业知识增强方面,文心与合作伙伴联合共建行业大模型,从行业及企业的特有数据和知识中融合学习,提升大模型对行业应用的适配性,取得了很好的效果。

从生态的角度,王海峰介绍,深度学习良性生态的形成,是AI技术创新和产业发展赖以加速的基础,使得应用需求和反馈可以传递到深度学习技术及应用的每个环节,并持续迭代优化。

作为底层供给系统,飞桨从芯片到框架、再到技术合作伙伴和终端行业企业,实质上做到了把“产—学—研—用”不同角色有效衔接起来。这一方面助力了高校科研和教学、培养产业所需的创新实践型人才,同时也通过社区形成了互学互助、开源贡献、携手企业建设行业智能化方案的创新氛围,起到了推动AI大规模应用、进而形成生态系统的正循环和体系化的作用。

从产业发展角度,王海峰说,深度学习“+”的是千行百业。

他看到,各行各业应用深度学习技术降本增效,创新产品和业务,加快产业智能化进程,努力实现高质量增长。

深度学习+交通,可以打造出“智能调度系统”,它利用图神经网络与强化学习技术,通过对城市的红绿灯进行统一调控,有望极大地提升城市的交通效率。

深度学习+制造,可以通过自然语言理解、图像、语音识别等技术,去环境恶劣的生产线识别设备故障、推荐维护建议。

深度学习+医疗,辅助诊疗系统帮助医生拓展医疗知识,识别症状,给出诊疗建议,让每个病人都能享受到专业的诊断能力。

“我国的产业体系品类齐全、体量庞大,深度学习驱动的创新有丰富的应用场景,有助于形成良性循环,促进底层技术突破,加快升级现代化产业体系。”王海峰表示, “深度学习+”驱动创新,赋能发展,将推动经济社会进入智能时代。