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。