伊隆·马斯克|飞桨第一的背后:打造“国之重器”,中国科技实力反超从AI开始( 三 )


其次 , 产品能力 , 这是对框架技术的完整性、创新性的评估 , 包括功能完备性、产业级模型库丰富度、深度学习工具链及企业级平台、服务质量等多个维度 。


从产品完整度来看 , 飞桨经过几年的积累 , 集深度学习核心框架、基础模型库、端到端开发套件和丰富的工具组件于一体 , 还包括飞桨企业版EasyDL和BML , 以及人工智能学习与实训社区AI Studio 。 截至目前 , 基于飞桨开发的模型数量已经有47.6万个 , 核心框架贯穿开发、训练、推理部署三个环节 , 基础模型库覆盖CV、NLP、推荐、语音、知识增强的文心大模型 , 服务的开发者数量已经达到406万 , 并在270多所高校开设了AI学分课程 。
从沙利文的评估可以看出 , 飞桨在产品能力上已经可以与国际巨头一较高低 , 这也从一个侧面证明了中国AI技术并不落后 。
第三 , 生态能力 , 生态能力越强 , 则证明深度学习软件框架被更加广泛和频繁的使用 , 其生态合作、产业协作能力越强 , 这个指标能代表可持续发展的能力以及发展的速度 。 任何产业的竞争最后都是生态的竞争 , 特别是AI , AI的实现涉及的产业链条非常长 , 生态合作、产业协作决定护城河有多深 。
百度深谙此道 , 不仅为开发者提供一个好用的底层框架 , 还投入了大量人力、物力来打造一个友好度更高、适用性更强的生态 。 飞桨用短短几年时间构建了全球前三、中国第一的AI开发者生态 , 凝聚了406万开发者、创建47.6万个模型 , 服务15.7万家企事业单位——当然 , 这是截止去年底的数据 。 如今 , 飞桨的生态正在加速度成长 , 相信在5月20日的WAVE SUMMIT 2022 , 还会有更令人振奋的数据展现 。
过去十年 , 是AI产业爬坡的十年 , 也是产业打地基的十年、产业链格局重构的十年 。 在打地基的十年中 , 深度学习框架是一个关键竞争要素 。 可以将这一次对综合竞争力的评估看作一次阶段性的小考 。
从这份报告可以看出 , 深度学习框架已经从百花齐放到巨头逐鹿的阶段 。 百度作为中国AI的一面旗帜 , 在应用能力、产品能力、生态能力已经构筑起了一定的竞争壁垒 , 可以与谷歌、Mate(脸书)正面交锋 。 这代表了中国AI的产业能力 , 也代表了中国在AI领域的竞争力 。
「 03 」 夯实地基 , 加速前行 百度为什么可以取得这样的成绩?是AI在百度的战略地位决定的 。 很多企业将AI作为创新业务或是一条业务线 , 而百度将AI看作公司级战略 , 并不是在一两个点上发力 , 公司会面向未来做长远的、全面的、系统的布局 。 这样的布局 , 并不会很快见效 , 甚至需要有“板凳甘坐十年冷”的决心和觉悟 。
就以研发为例来看 , 我们知道深度学习框架投入高、周期长、风险大 , 百度持续在这个领域投入 , 瞄准核心技术取得多项突破 。 据《百度人工智能专利白皮书2022》显示2021年 , 百度核心研发占百度核心收入23% , 研发强度位列中国民营500强首位 。 截至2022年4月 , 百度全球人工智能专利申请超过2.2万件 , 其中 , 中国专利申请量超过1.6万件 , 中国授权专利超过4600件 。 根据相关报告 , 在中国人工智能高价值专利及创新驱动力评测结果中 , 百度位列第一 。
专利有多重要?看看通信行业几十年的历程就知道 , 越早介入、越掌握核心技术、积累越多 , 就能吃到更多的产业红利 。 将专利技术握在自己手里 , 意味着有机会建立行业标准 , 也有能力影响行业的走向 。
企业的竞争力是国家竞争力的一个表现 。 早在2017年 , 国家发改委正式批复 , 由百度牵头筹建深度学习技术及应用国家工程实验室 , 堪称“深度学习国家队” 。 今年4月26日 , 实验室升级为深度学习技术及应用国家工程研究中心 , 将重点面向国家重大战略任务和重点工程建设需求 , 开展关键核心技术研究 , 探索创新联合体模式 , 加速科技成果工程化、产业化 。

相关经验推荐