\u200E
深度学习技术革命,中国领先了!
发布日期:2023-02-13T03:50:24.000+0000 浏览量:980次


文章转载自公众号【瞭望智库】

原文链接

https://mp.weixin.qq.com/s/K59JyElVzmiixKmznQC4fw

近日,国际权威数据调研机构IDC发布《中国深度学习框架和平台市场份额,2022H2》报告。报告显示,百度稳居中国深度学习平台市场综合份额第一。

根据2022年下半年IDC对中国深度学习开源框架市场的调研,Meta PyTorch、百度飞桨PaddlePaddle、谷歌TensorFlow已占据80%以上的市场份额,遥遥领先于其他国内外框架。飞桨PaddlePaddle开源框架市场份额超越了谷歌TensorFlow。2021-2022年,飞桨持续位居中国深度学习平台市场综合份额第一,在工业、能源、交通、农业等领域大放异彩。
上可探索“星辰大海”,下可接入“田间地头”,飞桨是如何做到的?
深度学习,让机器学会思考
进入21世纪,互联网的发展深刻改变世界。尤其是近10年,随着深度学习技术的突破,人工智能(AI)真正进入人们的生产生活中,成为科技革命和产业变革的重要驱动力量。各大巨头纷纷入场人工智能,AlphaGo狂扫一波顶级棋手、笑傲世界棋坛……深度学习技术的迅速发展,为大众所直观感知。
深度学习,是AI的底层核心技术,其最终目标是让机器像人一样具有分析学习能力,能够识别文字、图像和声音等数据。深度学习基于人工神经网络形成,其工作机理受到了人脑神经网络的启发。
举例来说,当家长会反复指着苹果告诉小孩“这是苹果”,或者再拿来一个梨告诉孩子苹果和梨的区别,经过一段时间孩子就记住了苹果。这是人脑神经网络的工作机理,神经元不断接收到“这是苹果”的外界信号,达到一定阈值并触发动作电位、影响周围神经元,大脑就记住了这个苹果。
由此,研究人员设计了人工神经网络。典型的人工神经网络包含一层层节点,节点之间相互连接,有的可达几百层、上千层,被称为深度神经网络。通过神经网络,机器可从海量的数据中学习复杂丰富的规律、知识,甚至能学到人类还没有发现的知识,从而轻松识别各种物体、发现物体间关系、完成复杂计算。基于深度神经网络,从大规模数据中学习的过程,就是深度学习。
当前,我们正面对以深度学习为核心的第三次AI浪潮。在深度学习基础上,融合大规模知识(即知识增强的深度学习),是AI发展的重要方向,并逐渐应用于各行各业。
自动驾驶,图像识别,机器翻译……深度学习技术带来的惊艳成果,离不开业界的多年耕耘。早在2012年,百度便开始探索深度学习技术及应用;2013年,百度率先建立了全球首个专注深度学习研究的深度学习研究院。同期,百度开始布局研发深度学习框架,最终于2016年开源深度学习框架PaddlePaddle。
PaddlePaddle的中文名“飞桨”,取自宋代文人朱熹的“闻说双飞桨,翩然下广津”,直意为“快船”,寓意飞桨助推AI走得更快更远。
“快船”驶出,助推AI前进
“十四五”规划在“新一代人工智能”领域明确提出,加强深度学习框架领域攻关。然而,AI要真正实现大规模应用落地,还面临着诸多挑战。
深度学习之“深”,与人工神经网络复杂度紧密相关。随着参数量增大、网络模型层数增多、硬件芯片类型多等问题出现,深度学习开发训练难度越来越大,对深度学习的广泛适配能力要求也越来越高。
在这一背景下,深度学习框架和平台应运而生。深度学习框架下接芯片、上承应用,能够针对性地解决大规模发展、应用深度学习技术过程中面临的实际问题,推动AI在产业中应用起来,加速产业数字化转型和智能化升级。其在AI产业链中的位置堪比PC时代的Windows、移动时代的iOS和安卓,可谓“智能时代的操作系统”。
依托深度学习框架,开发者可像搭积木一样,根据自身行业特点和场景需要选择基于框架定制开发,或者从模型库中选择、组装自己想要的模型,采用零门槛平台导入场景数据进行训练,最终实现部署。
作为百度自主研发的中国首个开源开放、功能丰富的产业级深度学习平台,飞桨集核心框架、基础模型库、端到端开发套件、丰富的工具组件于一体,还包括飞桨企业版零门槛AI开发平台EasyDL和全功能AI开发平台BML,以及飞桨AI Studio学习与实训社区。
飞桨官网
https://www.paddlepaddle.org.cn/
飞桨解决了基础软件层的开发、训练、推理部署,以及模型库、开发套件等问题,通过开源开放,开发者可直接调用飞桨框架和开发平台的相关模块,无需每个人都从第一行算法代码写起。这大幅降低了AI技术应用的门槛,避免重复“造轮子”,更快推进产业智能化。同时,飞桨协同硬件厂商,开拓软硬件协同的产品和功能,携手超过40家硬件厂商深度融合优化,国产芯片适配第一。
在如今的国内市场上,PaddlePaddle是唯一可与国际两大主流框架TensorFlow和PyTorch正面交锋的深度学习框架,甚至有超过国外主流框架能力表现的深度学习框架。
这意味着,中国打造了自主可控的AI操作系统。我国AI技术开发者和使用者不必依赖于国外平台进行科技创新和产业应用,可避免“受制于人”,能够把我国广大科技工作者的智慧聚集在自主的平台上,用自主科技创新助力产业智能化升级,避免技术形成代差、技术封锁风险,还可进一步培育自主可控的技术和产业生态。
百业有问,飞桨有解
正如百度CTO王海峰所说,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,打开了AI走向大规模落地应用的空间,推动AI进入工业大生产阶段。其中,深度学习框架平台和大模型承担了技术基座的角色。
AI领域的技术创新和产业发展,离不开深度学习框架和平台。灵活高效、广泛适配的核心框架,功能丰富、场景广泛的产业级模型库,中国应用规模第一的深度学习框架和赋能平台,全球前三的AI开源开放生态……依托这些优势,飞桨助力开发者快速实现AI想法,创新AI应用,作为基础平台支撑越来越多行业实现产业智能化升级。
乘着飞桨“快船”,AI已经驶向了技术落地深水区。一方面,从实际产业需求出发,面向业务场景深入优化,并做通用化设计嵌入框架,形成一整套满足产业级业务需求的深度学习框架和赋能平台;另一方面,在已有业务实践基础上,开源开放代码和核心能力,进一步服务于新的产业以及AI前沿领域的探索,持续迭代优化,推动AI行业进步。
截至2022年11月底,飞桨平台已凝聚535万开发者,创建了67万个AI模型,服务于20万家企事业单位,上可探索“星辰大海”,下可接入“田间地头”,在工业、能源、交通、农业等领域大放异彩。
柳州源创电喷技术有限公司快速完成喷油嘴零件瑕疵判读的无人化,效率提升30%;成都国铁电气设备有限公司的“轨道在线智能巡检系统”,实现对轨道巡检图片的实时检测;河南兰考葡萄架乡杜寨村蜜瓜产业基地助农直播间的AI数字人度晓晓,判断生瓜熟瓜、直播带货、新闻播报样样精通……
在这些触手可及的智能化产业里,都能发现飞桨的身影。随着我国自主可控的深度学习框架和平台越来越完备成熟,AI还将走进“深度学习+”新阶段,加快数字经济增长。
人工智能具有溢出带动性很强的“头雁”效应,是实现创新引领、建设科技强国、实现中国式现代化的重要技术和能力。基于百度飞桨等产业级深度学习平台不断降低AI应用门槛,我国人工智能产业加速进入工业大生产阶段,不仅会极大地提升生产效率和人们生活的便捷度,更能带动我国科技发展、产业升级和生产力整体跃迁,促进我国经济高质量发展。


关注【飞桨PaddlePaddle】公众号

获取更多技术内容~