营收|智能时代转折点:百度为何提出“深度学习+”?( 二 )


当时间来到2019年 , 深度学习技术在框架、算法、产业空间等一系列要素上都已经趋向成熟 。 这一年4月 , 王海峰曾提出 , 深度学习具有很强的通用性 , 呈现出标准化、自动化和模块化的工业大生产特征 , 推动人工智能进入工业大生产阶段 。

至此 , 王海峰明确了深度学习技术在整体产业智能化中的核心作用 , 将第四次科技革命的目标与深度学习技术进行直接、清晰的关联 , 指明了深度学习技术 , 是能够驱动科技革命的新一代通用性技术 。
接下来这个阶段 , 可以看作中国深度学习技术的战略发展期 。 这个阶段 , 深度学习不再仅仅是AI企业与AI行业的事 , 而是事关社会经济发展与国家战略规划 。 王海峰就曾指出 , 深度学习框架在人工智能产业链中的位置 , 可以类比PC时代的操作系统Windows、移动时代的操作系统IOS和安卓 , 是“智能时代的操作系统” 。 在科技自立的大背景下 , 深度学习技术的重要性获得了更多关注 。
2021年12月 , 经国家发改委批复 , 深度学习技术及应用国家工程研究中心纳入新序列管理 , 这是业内首个也是目前唯一的深度学习领域国家工程研究中心 , 至此“深度学习国家队”应运而生 。
从最初的先见之明 , 到算法、框架、工具的步步积累 , 从核心技术领先 , 到“国家队”的建立 , 王海峰与百度 , 伴随中国深度学习走过了激流勇进的十年 。 当时间来到2023年 , 多项因素准备就绪 , 深度学习可以进入全面为社会经济服务 , 成为核心增长动力的新阶段 。
这就是中国深度学习的全面成熟期——“深度学习+”的转折点已经到来 。
转折点:深度学习 , 为什么需要“+”?
提到“深度学习+” , 我们自然而然就会想到“互联网+” , 所谓“互联网+” , 就是当互联网技术在中国进入全面成熟后 , 网络、终端、平台全面普及之后 , 出现了互联网与各行业、社会生产生活的各方面深度融合的全新现象 。 从而创造了新的发展生态 , 涌现了大量发展机遇 。 “互联网+” , 既是互联网产业的转折点 , 也是中国数字经济的转折点 , 创造了一系列经济腾飞的佳话乃至神话 。
“深度学习+”的逻辑也可以这样理解 , 当深度学习的核心技术、核心开发平台与开发工具、产业生态、应用空间全面成熟之后 , 深度学习技术可以成为各行业、社会生产生活各领域能够全面利用 , 深度融合的通用性技术 。

从全球AI产业发展的角度看 , 深度学习的这一特性已经清晰展露了出来 , 这项技术也成为国际顶尖科技公司与全球主要国家都在探索的战略高地 。 整体而言 , 深度学习框架平台+大模型是目前最具代表性的深度学习发展方向 , 也是顶级AI公司的“标准配置” 。
早在2015年 , 谷歌发布了深度学习框架TensorFlow并很快将其开源 , 如今已经成为谷歌AI生态的基础 。 而从2018年开始 , 谷歌陆续发布了BERT、Muse等大模型 , 积极探索预训练大模型在AIGC、文本对话等领域的可能性 。 另一家受到全球关注的科技公司Meta , 也积极发展自身的深度学习框架 。 2018年 , Meta将Caffe2代码并入PyTorch , 推动PyTorch进入了发展快车道 。 而在大模型方面 , Mate AI实验室发布了NLP大模型OPT等一系列成果 , 推动Meta在深度学习领域保持竞争活力 。
根据弗若斯特沙利文(Frost & Sullivan)发布的《中国深度学习软件框架市场研究报告(2021)》显示 , 在中国深度学习框架市场 , 百度飞桨竞争力综合排名第一 , 其次是Meta的PyTorch和谷歌的TensorFlow 。 深度学习框架三足鼎立的局面已经形成 。