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 。
相关经验推荐
- 主板|这么大的电脑主板，说实话，我遇到没几个
- 主板|无需独显，5000元就能畅玩游戏，良心装机推荐
- 主板|佳能R5C将于1月19日发布
- 贝尔金|买智能音箱送无线充，贝尔金SOUNDFORM ELITE还是比较能打的
- ssd|B660主板上的PCI-E 4.0 x2 M.2口，对SSD性能影响有多大？
- 主板|没有开机广告的电视
- switch|CFORCE便携显示器给你的switch带来“大屏”BUFF
- 主板|66W闪充+120Hz高刷屏+超窄边框，跌至1399元，熟悉的荣耀回来了
- 主板|华为鸿蒙最大的问题，还是生态，才几百个APP，必须依赖安卓
- 主板|国产手机系统MIUI比EMUI好用太多了