百度|看懂百度智能云，也就摸清了产业AI化路径云服务

文章图片

文章图片

文章图片

文章图片

自1956 年达特茅斯会议始，起起落落是人工智能产业发展的常态，在每一个小周期里，又会涌现出高低不等的潮头，如何踏上一个又一个潮头，而不是被动的随潮涨潮落，是摆在行业面前的共同难题。

人工智能站在时代风口，其生命力却扎根在产业深处。

2022年，人工智能产业渡过了相对平缓的一年，虽然不乏大模型、AI绘画等频频刷屏，但AI产业更值得关注的部分，是那些已经司空见惯的应用。

诸如人脸人体识别、图像视频处理、智能语音、对话式AI、NLP和机器学习等，我们已经习惯了它们的存在，转念一想，它们似乎就是不久前的“ChatGPT” ，在炫目的表象背后，落地到产业实践，创造出了更大的价值。

人工智能正在用比以往更快的速度落地，这与先行者倡导的新思路、新方法不无关系，从0到1是灵光乍现的点子，从1到100是想法落地的工程化实践，以百度为代表的行业厂商，采用了人工智能和云计算等新技术相结合的方式，大幅降低了AI应用的门槛。

而这，也成为人工智能在产业突围的新路径。

用云承载AI ，补全技术代差

中国科学院院士张钹近期公开表示，与信息产业相比，人工智能产业的发展速度和发展过程更加曲折。

信息产业是在信息科学技术的理论完全建立完成的基础上发展，在产业发展之前，基础理论就已经非常完善，只需沿着理论指引的方向发展产业。

因此，信息产业建立的硬件和软件都是通用的，跟应用领域和应用场景没有关系，所以它的市场很大，不存在如何做大做强的问题。

他认为，人工智能产业的曲折发展主要有两个原因，一是目前人工智能的软硬件与应用场景和应用领域密切相关，二是人工智能缺乏理论基础，算法、模型都具有很大的缺陷和局限性。

比如，人工智能的“智能芯片”与计算机的芯片完全不同，是为特定的算法和特定的领域服务，所以它不具备计算机硬件的通用性，因此会遇到如何扩大市场的问题。

在这种情况下，人工智能面对的是一个异常碎片化的体系，在单个场景起作用的算法模型，平行迁移到其他场景，外部条件稍有变化，效果就可能大打折扣，人工智能需要一套行之有效的打法。

百度集团执行副总裁、百度智能云事业群总裁沈抖认为，智能化为行业创造价值的浪潮才刚刚开始，这就需要云计算厂商标准化地输出智能化的底层能力，把芯片、大模型、深度学习框架等高门槛的技术，变成像水电能一样供客户按需取用。

百度集团执行副总裁、百度智能云事业群总裁沈抖

这不禁让人想起技术代差递补性(Technical Generation Complementary)的理论——当一项具有代差的全新技术出现时，由于它自身的不完备性，往往需要现有技术作为其补充，与之形成在技术上的“高低搭配” ，因此新技术并不能够完全取代现有技术而主宰整个市场。