融合创新，降低门槛，飞桨推动人工智能走通工业大生产之路

5 月 20 日，由深度学习技术及应用国家工程实验室与百度联合主办的 WAVE SUMMIT 2021 深度学习开发者峰会在北京召开。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰在峰会上致辞。王海峰透露，飞桨已凝聚 320 万开发者，相比 1 年前增长近 70%；服务的企事业单位达到 12 万家。王海峰也分享了在现阶段关于人工智能技术和产业发展的两点思考：

一是融合创新。从技术的角度，知识与深度学习相结合，突破了知识增强的深度语义理解；多技术融合创新，通过知识图谱关联跨模态信息，用自然语言语义表示融合语言、语音、视觉等不同模态的语义空间，突破跨模态语义理解。从平台的角度，深度学习平台与芯片软硬一体融合创新，满足不同算力、功耗、时延等的多样化需求，取得 AI 应用的最佳效果。飞桨针对多种芯片并存的环境，研制了异构参数服务器训练技术，突破了超大模型的高效训练难题。目前，飞桨已经和 22 家国内外硬件厂商开展适配和联合优化，硬件生态蓬勃发展。从产业的角度，人工智能技术越来越深入与产业融合，以产业需求为牵引，持续打磨 AI 技术及平台能力，与应用场景融合创新发展。

二是降低门槛。随着人工智能技术在各行业的渗透，面向不同应用场景，高效满足不同的开发者需求，持续降低门槛非常关键。飞桨是源于产业实践的深度学习开源开放平台，一直致力于降低门槛，既有支持动静统一的核心框架，也有产业级模型库、开发套件和工具组件，以及提升企业生产效率的飞桨企业版等，满足不同行业、不同阶段、不同层次开发者的需要。基于飞桨平台，320 万开发者不再需要从头编写人工智能的算法代码，即可高效进行技术创新和业务拓展。门槛的大幅降低，加快了人工智能应用的多样化和规模化，加快了产业智能化进程。

本届峰会上，百度解析了融合创新趋势下的 AI 工业大生产实现路径，企业在应用 AI 过程中，起步于 AI 先行者探路，在完成模型验证、产生效益后促使企业组建 AI 团队，进入 AI 工作坊应用阶段，当企业内大量研发 AI 应用，多人多任务协同展开 AI 生产时，即进入 AI 工业大生产。飞桨团队详细解读了飞桨深度学习平台的全新发布和重要升级，包括：飞桨最新开源框架，开发更加灵活便捷；大规模图检索引擎，支持万亿边的分布式图存储与检索；文心 ERNIE 预训练模型，进一步在知识增强的语义理解、跨模态语义理解等方面取得突破，为开发者赋能，以及推理部署导航图，助力开发者打通 AI 应用的“最后一公里”，等等。同时，飞桨联合学术界和产业界，共同开启飞桨大航海计划，助力 AI 人才培养、产业智能化升级和前沿探索。此外，飞桨的合作伙伴分享了应用飞桨的产业创新实践、人才联合培养计划等。飞桨持续引领深度学习技术发展和科技融合创新，同时不断降低应用门槛，加速 AI 工业大生产，推动产业智能化进程。