百度王海峰：AI創新和發展，進入“深度學習+”階段

進入2023年，百度首席技術官王海峰對創新和增長充滿樂觀。

“‘深度學習+’，是創新發展新引擎，驅動技術發展和產業增長，讓創新創造大有可為。”在百度Create AI開發者大會上，王海峰提出“深度學習+”：人工智能（AI）的技術創新和產業發展，已經進入“深度學習+”階段。

他指出，深度學習是“人工智能的核心關鍵技術”，一些行業在深度學習技術的加持下，產能迎來指數級增長。

從“AI+”具象到“深度學習+”，此間有何深意？

在王海峰看來，“深度學習+”代表著AI技術創新和應用的新階段，是加速千行百業產業智能化升級的時代印記。

王海峰 百度供圖

深度學習在AI歷史縱軸上的位置

“AI+”近年來水到渠成地成為時代洪流。但如果去較個真，大多數情況下的“AI+”其實都是“深度學習+”。

“第四次工業革命的核心驅動力是人工智能，而深度學習是其關鍵核心技術。”王海峰說，深度學習具有很強的通用性，呈現出標準化、自動化和模塊化的工業大生產特征，推動AI進入工業大生產階段。

這些洞察，王海峰早在2019年就注意到了。而如果把時間線拉長，這一切或許早有端倪。

深度學習的起源可追溯到20世紀50年代，科學家們試圖讓機器模仿生物大腦中神經元的互聯，形成“感知”。但由于這項技術在當時“過于復雜”，在彼時未成氣候。

直到1986年，一篇題為《反向傳播錯誤的學習表征》的論文被發表。

接著，算力的發展、數據規模的壯大，使得深度學習開始顯山露水。

而真正使深度學習成為人工智能象征的，是谷歌龐大的神經網絡研究項目——“找貓”： 一組16000個模擬人腦的計算機處理器，掃描了“油管”視頻中的一千萬張圖像，目的是找出其中的貓，并獨立地發現哪些畫面是“貓”。

谷歌這項研究登上了各大主流媒體。這一充滿想象力的項目，讓人們開始關注深度學習，以深度學習為標志的AI開始為人所熟知。

后來，TensorFlow、百度飛槳、PyTorch等深度學習框架和開發平臺的出現，更進一步推動了深度學習在各類主流應用中取得跨越式發展。

王海峰認為，深度學習框架或平臺可以讓開發者和企業更快速、便捷地開發AI應用，避免重復“造輪子”。他將其類比為PC時代的Windows、移動時代的IOS和安卓，相當于“智能時代的操作系統”，“因此，自主可控至關重要”。

在2016年之前，國內外開發者主要基于TensorFlow、PyTorch等國外深度學習框架進行AI算法、模型的開發、訓練與部署。

“芯片卡脖子很要緊，但軟件卡脖子一樣要緊。必須要把軟件的根扎下去，才能讓創新持續發生，才能讓頂層的商業更加繁榮。”技術派的百度創始人、董事長兼CEO李彥宏這樣說。

2016年，百度正式對外開源PaddlePaddle框架。2019年4月，PaddlePaddle得名“飛槳”。截止目前，飛槳平臺已經凝聚535萬開發者，服務20萬家企事業單位，創建了67萬個模型。

隨著深度學習生態的完善，王海峰指出，深度學習平臺的標準化、自動化和模塊化特征越來越顯著，不斷降低AI的應用門檻，高效便捷地把AI技術輸送給千行百業，規模化的AI大生產已然形成。由此，AI 的技術創新和產業發展，進入“深度學習+”階段。

“深度學習+”既是現在，也是未來

“深度學習+”的“+”，“+”的是什么？意味著什么？

王海峰分別從技術、生態、產業的維度展開，描述了“深度學習+”的當前使命和未來圖景。

從技術的角度，王海峰解釋說，深度學習的“深”，指征著神經網絡的復雜度；而要“學習”的，是海量數據和大規模知識。

“深度學習+知識，是人工智能技術進一步發展的重要方向。”王海峰說，知識凝煉了人類認識和改造世界的智慧，讓機器同時從海量數據和大規模知識中融合學習，即知識增強的深度學習，效果更好、效率更高、有更好的可解釋性。

在Create大會上，百度依托飛槳文心大模型推出的“AI作畫”產品文心一格，自動生成了以“危機和希望”為主題的一幅畫。這幅畫呈現了新生命破冰而出，寓意希望萌生、危機尚存。

僅通過輸入一句話，機器就能自動生成表意準確、紋理精致的畫作，這背后依靠的是文心知識增強跨模態大模型：通過從語言、視覺等跨模態知識中融合學習，機器可以準確理解語言、圖像中的語義及其映射關系。王海峰介紹說，在行業知識增強方面，文心與合作伙伴聯合共建行業大模型，從行業及企業的特有數據和知識中融合學習，提升大模型對行業應用的適配性，取得了很好的效果。

從生態的角度，王海峰介紹，深度學習良性生態的形成，是AI技術創新和產業發展賴以加速的基礎，使得應用需求和反饋可以傳遞到深度學習技術及應用的每個環節，并持續迭代優化。

作為底層供給系統，飛槳從芯片到框架、再到技術合作伙伴和終端行業企業，實質上做到了把“產—學—研—用”不同角色有效銜接起來。這一方面助力了高校科研和教學、培養產業所需的創新實踐型人才，同時也通過社區形成了互學互助、開源貢獻、攜手企業建設行業智能化方案的創新氛圍，起到了推動AI大規模應用、進而形成生態系統的正循環和體系化的作用。

從產業發展角度，王海峰說，深度學習“+”的是千行百業。

他看到，各行各業應用深度學習技術降本增效，創新產品和業務，加快產業智能化進程，努力實現高質量增長。

深度學習+交通，可以打造出“智能調度系統”，它利用圖神經網絡與強化學習技術，通過對城市的紅綠燈進行統一調控，有望極大地提升城市的交通效率。

深度學習+制造，可以通過自然語言理解、圖像、語音識別等技術，去環境惡劣的生產線識別設備故障、推薦維護建議。

深度學習+醫療，輔助診療系統幫助醫生拓展醫療知識，識別癥狀，給出診療建議，讓每個病人都能享受到專業的診斷能力。