营收|智能时代转折点：百度为何提出“深度学习+”？( 三 ) 联发科

而与美国、欧洲等地的科技发展不同的是，中国具有更广泛、深厚的深度学习产业应用土壤。这也就是今天我们所说“数实融合”社会化动力。深度学习技术将全面推动中国的产业智能化发展，激发出智能时代的生产力解放与经济腾飞——这是中国AI产业的转折点，也是中国智能化的转折点。

这里需要解释的是，我们很多人应该都听过“AI+”、“人工智能+”的提法。它们与“深度学习+”究竟有什么不同？
从技术意涵上看， AI技术覆盖的区域更广阔，深度学习技术仅仅是AI技术当中的一种。因此上， “AI+”中所使用的AI技术可能也会过于宽泛。一家企业应用了智能语音助手，一座车站应用了人脸识别闸机，或许都可以视作“AI+”的范畴。
但如此宽泛的指向，存在这样几个问题：
1.产业所能够获取的技术大多是简单化、标准化的，技术深度不足。
2.企业用户的AI模型的开发、训练、部署，缺乏全流程的掌握，无法构建自身的开发能力与开发优势。
3.企业难以基于深度学习，满足深度定制化，释放核心生产力的智能化诉求。
在此基础上，基于深度学习平台、大模型等要素实现的“深度学习+” ，是更加深层化、进阶化的AI发展阶段。企业可以实现深度学习模型从开发、训练、部署，再到应用的全流程可控，实现深度定制的智能化效果。
而之所以能够酝酿出“深度学习+”的转折点，得益于中国科技多方面的合力。
技术、生态、产业：深度学习+的深层价值
就像在中国能够实现“互联网+” ，需要天时地利人和一样“深度学习+”能够率先在中国实现，既离不开百度这样的头部企业，在技术上的锐意进取，也离不开产业生态与千行百业的共同支持。
这些力量的统一和整合，才构建了“深度学习+”能够实现的土壤，让智能化在中国生根发芽。
在百度Create AI开发者大会，王海峰对“深度学习+”进行了三个维度的展开，分别从技术、生态、产业三个角度解释了“深度学习+”为何能够实现。
从技术角度看，深度学习技术想要持续发展，接连创造巨大价值，就需要依托于新的技术方向与技术路径。在目前阶段来看，深度学习+知识恰好肩负起了这一使命知识增强的深度学习，已经展现出了模型效果更好，训练部署效率更高，并且拥有更强的可解释性。

百度研制的文心产业级知识增强大模型，就探寻了深度学习+知识这条路径的众多可能性。将行业知识与大模型结合，是文心大模型探索深度学习+知识的最新阵地。以文心通用大模型为基础，通过从行业及企业的特有数据和知识中融合学习，提升大模型对行业应用的适配性，文心与合作伙伴联合打造了巍巍壮观的行业大模型体系，这不仅是百度在业内的首创，更是大模型产业化的关键举措。技术的有效差异化，是“深度学习+”的根本保障。
从生态角度看， “深度学习+”并非一家企业，甚至一类企业的事，而是需要相关企业组成高效且繁荣的产业生态。通过产业链协作，打通深度学习+上下游生态伙伴，构建包含芯片、框架、模型及应用的深度学习良性生态。
深度学习良性生态的形成，可以使产业端的需求与反馈，准确传递到深度学习技术及应用的每个环节，推动产业角色持续迭代优化。这样的生态发展思路，也是飞桨一路走来的核心动力。以硬件生态为例，飞桨截止目前已有超过30家硬件厂商与飞桨深度融合优化，国内外主流芯片基本都已适配飞桨。