|
► 文 观察者网 青岚 人工智能，严冬已过？ 观察者网追踪的多个投融资事件数据库均显示，2021年人工智能领域国内融资频次与金额，已超过去年全年，两项指标双升的势头，也是2018年以来首次出现。 资本市场对这一赛道的兴趣，自2018年以来划出了见顶、俯冲、回升的清晰轨迹。 恰如一条经典的高德纳技术成熟度曲线（Gartner Hype Cycle）。 权威技术咨询机构高德纳，在评价今年人工智能技术趋势时，也给出了相当积极的观点，认为创新正在快速进展（at a rapid pace）。 显然，在经历泡沫生灭后，这个行业正在发生积极而重大的变化。 观察变化的最好场合，莫过于业内重要活动。 12月12日，国内人工智能领域年内最后一场重要活动—WAVE SUMMIT+2021深度学习开发者峰会在上海召开。 深度学习技术及应用国家工程实验室主办的此次活动，由实验室主任、百度CTO王海峰拉开帷幕。 王海峰提出，人工智能产业呈现出“融合创新”和“降低门槛”的特点，深度学习技术，特别是面向工程实现的技术平台发展，正推动人工智能进入工业大生产阶段，“面向技术和产业发展需求的AI大生产平台可以让AI技术以标准化、自动化和模块化的方式输出给千行百业，实现规模化应用，同时以平台为基础促进融合创新、共同发展”。 这是一个相当重要的趋势洞察。 无独有偶，高德纳方面提出的2021四大AI技术趋势，除了监管与合规，其他三项（小样本、敏捷开发、精益利用），均可与王海峰对AI大生产平台“融合创新”、“降低门槛”的展望相互映射，可被视为对同一潮流的不同修辞描述。 如果说2016到2019年，是在供给维度上，对人工智能技术的探索期，那么2021年，则明显呈现出从需求维度上，对人工智能产业生态建设的重视。 事实上，这也是对上一轮人工智能热潮经验教训的重要总结，大量热钱在加速支撑技术演进的同时，并没有帮助初创企业趟出一条商业模式落地的金光大道，创业者们对业务的思考普遍稚嫩，“难以落地”，ROI算不过来，甚至上市出口收窄，让这门已经异化为ToVC的生意急速“入冬”。 今年人工智能赛道冬去春来的景象，则是行业洗去浮躁，从技术导向向应用导向转变的自然结果。 王海峰谈到的“融合创新”和“降低门槛”，明显体现出应用导向的理念，技术越来越需要与产业专有知识融合创新，越来越需要跨模态多技术融合、软硬一体融合、技术与场景融合，这样的复杂融合，服务于一个明确的目的，那就是降低开发与应用的门槛。 百度的理念及其实践，集中体现在其深度学习平台—飞桨的更新迭代上。 作为发布于2016人工智能元年的我国首个自主研发的深度学习开源开放平台，飞桨在技术和生态两方面的最新进展，是此次峰会的重要议题。 会上，王海峰公布了飞桨最新成绩单：凝聚406万开发者、创建47.6万模型、服务15.7万企事业单位，在中国深度学习平台综合市场份额第一。 此次峰会，飞桨发布多项最新技术和生态进展。 技术方面，飞桨全新发布的开源框架v2.2，保持了其技术在全球深度学习框架中的前沿技术水平，具备四大特性：新增大量科学计算API；支持超大模型训练的端到端自适应大规模分布式训练技术；全流程加速文本任务，解决文本领域开发在性能和训推一体方面的痛点问题；多层次、低成本的硬件适配方案，极大降低框架与芯片的适配成本。 在模型算法上，去年“大力出奇迹”的GPT之后，AI大模型，已经显示出技术能力和商业落地模式的全新潜力，通过OpenAI等公司的早期实践，已经显现出“AI即服务”、“模型即服务”的未来想象空间，“吞金”的人工智能大模型，也无形中树立起行业的资金和技术双重壁垒，有助于领先巨头们构建竞争优势。毫不奇怪，飞桨的产业级模型库此次也新增了百度最新发布的知识增强文心大模型；官方支持的产业级开源算法模型超过400个，并发布13个PP系列模型，在精度和性能上达到平衡，将推理部署工具链彻底打通。 产业落地方面，飞桨还推出了业界首个产业实践范例库，从真实产业场景分析、完整代码实现，到详细过程解析，直达项目落地，覆盖数十个高频应用场景，推动AI落地可复制和规模化。 面向产业场景提升开发效率和资源使用效能的飞桨企业版，升级了自动高效的模型部署功能，同时推出可快速安装、本地一站式高效建模的飞桨EasyDL桌面版。 笔者将之总结为：应用域做广、技术域做深。 正如我们在上世纪80/90年代信息时代革命中所看到的趋势，计算机的普及和服务器-浏览器（B/S）网络架构的兴起，也催生了应用开发的前端、后端技术体系分化，前端开发框架沿着易用性的维度不断演进，适配的对象和场景越来越广，而后端开发框架则随着云计算与大数据的浪潮，在大规模分布式的复杂系统调度管理上越做越深。 包括百度在内的国内外AI前沿企业实践表明，智能时代的产业变革，在早期喧嚣与泡沫褪去后，随着向千行百业场景的持续摸索和渗透，同样正显现出类似的发展脉络。 把便利留给用户，把技术挑战留给自己，在智能时代的产业变革中，这条准则不止是所谓的企业文化口号，更是每家企业必须顺应的产业趋势。 除了技术，生态是另一个国内AI产业发展必须正视的问题。 在斯坦福大学编制的《人工智能指数报告2021》中，有这样一个有趣的反差：顶会顶刊论文发表量上，中美学术界已互有短长，中国学者在热门方向上，更善于快速跟进，复现更好结果，然而高引论文和ArXiv论文两项指标上，中美之间仍有较为明显的差距，背后所折射的，是数量化考核指标之外，研究生态的多样性、丰富性差异。 中国AI开发者生态，较美国仍显得相当“单薄”。 人工智能技术更多原创、独创成果的涌现，一方面需要破除“SCI至上”的学术界人才选拔倾向，另一方面，产业界，特别是领导型企业的担当也必不可少。 当天活动上，百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜的主旨演讲，主题正是“生态”，她提出，“建设飞桨需要抓住的关键点有三个，技术持续创新、功能体验以开发者的需求为首位，以及广泛地与生态共享、共创。” 生态方面，飞桨更进一步，发布了“大航海”计划2.0，在启航、护航、领航三大航道基础上，新增“共创”计划，以飞桨平台为基座，社区开发者共创工具、模型、产业案例与实践经验；形成产业创新需求对接平台，共创产学研用正循环；与生态伙伴一起建设人工智能产业赋能中心，共创区域创新生态。 在会场外布置的开发者市集中，和机器人猜拳、二次元人物自动循环生成、超级马里奥快速通关、与苏东坡在国画中对话……这些极具极客范儿的项目，均来自于飞桨平台上的高校、三方企业，乃至个人开发者，从与他们的交流中，笔者确实感受到了飞桨在开发者社区建设上持久而真诚的投入。 值得一提的是，本次大会会场，金色炉台·中国宝武钢铁会博中心，是由高炉车间改建而来。 始创于1938年的上钢一厂，曾经是华东地区最大的钢铁企业。 2018年该厂停产后，其2500立方米高炉所在厂房被改造为会展设施，巨大的高炉则保留了下来。 硕大的高炉与科技感十足的会场展陈相映衬，形成强烈的赛博朋克景观。 传统与未来于同一空间的交错，也恰是中国产业发展动能新旧转换的写照。 飞桨的未来值得关注，而百度等中国科技企业在人工智能领域的持续摸索与投入，也令人对属于中国人的重大原创成果到来，有了更多信心。 |
|
|
