百度马艳军:国产深度学习框架面临三大难点

科创板日报

    《科创板日报》(记者  胡家铭  北京 )讯,  “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开放日活动上,百度AI技术生态总经理马艳军博士,畅谈了他对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以及未来趋势的看法。
    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。
    国产深度学习框架面临三大难点
    马艳军认为,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。但是,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。
    在开发应用生态方面,深度学习是一个典型的共创型技术领域,只有构建了自己的生态才实现持续迭代和发展。然而构建生态周期长、成本高,而且只有当国产框架的技术和功能体验足以满足开发者的需求时,才有机会培育起自主创新的AI开发应用生态。
    深度学习框架或将决定未来5年AI产业格局
    在全球深度学习领域,国外开发者主要基于TensorFlow、PyTorch、MxNet等国外深度学习框架进行人工智能算法、模型的开发、训练与部署。中国人工智能企业开发的深度学习框架在社区繁荣度、开发者数量等方面还存在一定差距。
    不过,以飞桨为代表的中国深度学习框架正在发展成为更适合产业需求、更受中国开发者欢迎的开源开放平台。一方面,中国深度学习框架不断扎根实际应用场景,牢牢抓住了开发者和企业智能化升级的需求,降低人工智能技术的应用门槛。另一方面,中国深度学习框架与更多芯片厂商深度适配并融合,形成了软硬协同优势。
    “中国企业和产业有自身的特点,例如在工业、农业、物流、金融等领域,中国企业对AI技术的需求也有其独特性。国产深度学习框架,如果既能在功能上大量满足中国产业需求,同时又低门槛、简单易开发,那将有很大机会在产业级落地上实现弯道超车。”马艳军表示。
    
    不容忽视的是,中国深度学习框架仍面临着适配部署复杂、应用开发困难等难题,构筑自主可控的深度学习和人工智能产业生态道阻且长,但它或将决定未来5年AI技术格局和产业水平。马艳军表示:“尽管深度学习框架属于高投入、长周期、抢生态的竞争,但已经得到国家和企业的战略性支持,是开启下一个AI时代的钥匙。“
    来源:科创板日报记者 胡家铭