小米科技|实现AI技术自立自强,国产深度学习框架面临三大难题

小米科技|实现AI技术自立自强,国产深度学习框架面临三大难题

文章图片

小米科技|实现AI技术自立自强,国产深度学习框架面临三大难题

作为推动AI应用大规模落地的关键力量 , 深度学习框架的重要性日益凸显 。 它不仅关系国计民生的行业和领域广泛的应用 , 同样也对信息系统的科技安全有着决定性的意义 。
“深度学习框架在人工智能技术体系中 , 处于贯通上下的腰部位置 , 它下接芯片、上承应用 。 ”3月31日, 在百度AI开放日《AI呀 , 我去!》第五期活动上 , 百度AI技术生态总经理马艳军博士系统分享了深度学习领域的竞争格局、中国自研深度学习框架的发展突破和未来趋势 。

【AI技术生态总经理 马艳军博士现场分享】
和PC时代的操作系统Windows、移动互联网时代的IOS和安卓类似 , 深度学习框架是智能时代的操作系统 , 它和芯片一起共同构成了人工智能的基础设施 , 深度学习框架的重要性不亚于芯片 。 在“十四五”规划中 , “深度学习框架”被列入“新一代人工智能”领域 , 成为国家重点支持的前沿创新技术 。
【小米科技|实现AI技术自立自强,国产深度学习框架面临三大难题】在深度学习框架这一AI核心技术上 , 即便面临门槛高、生态建设难等困难 , 中国企业也必须掌握主动权 。 截至2021年12月 , 百度“飞桨”深度学习平台 , 已经冲破了过去在中国市场上谷歌、Facebook的垄断局面 , 成为中国深度学习平台综合市场份额第一 。 当前 , 人工智能进入大规模落地阶段 , 越来越多的开发者和企业正在基于国产深度学习平台开展智能化转型应用 。
中国产业智能化转型如何实现技术突围?
国产深度学习框架面临三大难点
深度学习框架正在让AI应用变得更简单 。 基于深度学习框架 , 企业可以根据自身行业的特点和场景需要 , 更快更便捷地开发AI应用 , 不再需要从0到1地搭建地基 , 极大提升了产业智能化的效率和水平 。
不论从AI技术发展还是产业应用来说 , 深度学习框架都处于非常核心的位置 。 自2013年开始 , 全球人工智能学术界以及产业界各研发主体陆续开源旗下自主研发深度学习框架 , 并以框架为核心搭建人工智能开放平台 , 推动人工智能产业生态的建立 。 以Google的TensorFlow、 Facebook的PyTorch两款深度学习框架为代表的深度学习框架起步早、发展快 , 占据了业界主导地位 。
早在2017年 , 国家发改委正式批复 , 筹建深度学习技术及应用国家工程实验室 , 中国深度学习框架逐步从国际竞争中突围 。 2021年 , IDC报告显示 , 中国首个开源开放的深度学习平台百度“飞桨” , 在中国深度学习市场中的综合份额已超越其他国际巨头 , 成为中国第一 。 这使得我国人工智能技术开发者和使用者不必依赖于国外平台 , 同时还可进一步依托国产平台培育产业生态 。
然而 , 中国自研深度学习框架想要在国际竞争中取得领先 , 还有很长的路要走 。 马艳军指出 , 当前中国深度学习框架的发展仍需突破三大关键点:技术实力、功能体验、生态规模 。
首先 , 技术创新方面 , 深度学习框架的研发需要人工智能领域底层技术人才 , 我国在这一领域的储备仍有不足 。
其次 , 在应用体验方面 , 由于中国是全球产业链最为完备的国家 , 产业体系复杂 , 中小企业转型需求迫在眉睫 。 但在应用AI、促进企业智能化转型的过程中 , 仅一项技术应用 , 从实验室到产业落地就至少需要3-6个月时间 , 一个低门槛甚至零门槛的开发平台极为重要 。

相关经验推荐