共计 1636 个字符，预计需要花费 5 分钟才能阅读完成。
2 月 27 日，中国人工智能学会首届智能交融产业论坛在成都顺利举办。本届论坛由中国人工智能学会（CAAI）主办，中国人工智能学会智能交融专委会、百度公司、深度学习技术及利用国家工程钻研核心和电子科技大学联结承办。中国工程院多名院士、出名专家、企业代表齐聚一堂，独特探讨人工智能技术倒退与翻新，促成智能交融畛域产学研交换，推动智能交融畛域的外围实践、关键技术和产业改革的蓬勃发展。百度首席技术官、深度学习技术及利用国家工程钻研核心主任王海峰以《“深度学习 +”翻新倒退新引擎》为题，阐释了人工智能技术创新和产业倒退进入“深度学习 +”阶段。
人工智能进入“深度学习 +”阶段，驱动技术创新和产业倒退
家喻户晓，第四次工业革命的外围驱动力是人工智能，而深度学习是其要害核心技术，具备很强的通用性，呈现出标准化、自动化、模块化的工业大生产特色，推动人工智能进入工业大生产阶段。
王海峰示意，深度学习在技术、生态、产业等多个维度已逐步成熟，人工智能的技术创新和产业倒退进入“深度学习 +”阶段，正引领新一轮技术更迭。
在 技术层面，“深度学习 + 常识”是人工智能技术进一步倒退的重要方向。常识加强的深度学习，让机器同时从海量数据和大规模常识中交融学习，成果更好，效率更高。百度文心产业级常识加强大模型，具备跨模态、跨语言的深度语义了解与生成能力，已利用于搜寻、信息流、智能音箱等互联网产品，并通过飞桨深度学习平台赋能制作、能源、金融、通信、媒体等各行各业。此外，在数字人、智能视频生成等方向，文心大模型的技术能力曾经体系化输入，并在冬奥等舞台亮相。
在 生态层面，深度学习 + 上下游生态搭档。芯片、深度学习框架、模型及利用形成了深度学习良性生态，使得利用需要和反馈传递到深度学习技术及利用的每个环节，各环节继续迭代优化，减速 AI 技术创新和产业倒退。飞桨是我国首个自主研发的产业级深度学习开源开放平台，集外围框架、根底模型库、端到端开发套件、丰盛的工具组件于一体，极大升高利用门槛。飞桨把产学研用不同角色无效连接，携手开发者与合作伙伴，共建共创企业生态、教育生态、开源生态、硬件生态。在硬件生态上，飞桨深度学习框架与芯片联结优化，提供高性能弱小算力，已有超过 40 家硬件厂商与飞桨深度交融优化，国内外支流芯片根本都已适配飞桨。目前，飞桨平台曾经凝聚 535 万开发者，服务 20 万家企事业单位，创立 67 万个模型。
在 产业层面，深度学习 + 千行百业。各行各业利用深度学习技术降本增效，翻新产品和业务，放慢产业智能化过程，努力实现高质量增长。我国的产业体系品类齐全、体量宏大，深度学习驱动的翻新有丰盛的利用场景，有助于造成良性循环，促成底层技术冲破，放慢降级现代化产业体系。
百度文心买通大模型产业落地门路，走进千行百业
作为近几年人工智能倒退的重要方向，大模型具备成果好、泛化性强、研发流程标准化的特点。但与此同时，大模型研发门槛高、难度大，依赖算法、算力和数据综合撑持，产业化面临挑战：首先是模型体积大，训练难度高；其次是算力规模大，性能要求高；第三是数据规模大，数据品质参差不齐。
如何实现大模型产业化？王海峰示意，具备算法、算力和数据综合劣势的企业，能够将模型生产的简单过程封装起来，通过低门槛、高效率的生产平台，为千行百业提供大模型服务。
这一产业化门路曾经在文心大模型的产业实际中失去验证。百度与行业头部企业或机构共建的 11 个行业大模型，在能源、金融、航天、制作、传媒、城市、社科以及影视等畛域落地，减速推动行业的智能化转型降级。
王海峰强调，“深度学习 +”驱动技术创新、产业倒退，离不开深度学习产业链的欠缺和壮大，而深度学习平台和大模型贯通了从硬件适配、模型训练、推理部署，到场景利用的全产业链，为人工智能技术创新和产业增长夯实了智能化基座。
面向未来，百度将保持技术创新，推动文心大模型与飞桨深度学习平台交融倒退、共享生态，推动 AI 技术创新进入新阶段，减速产业生态共荣，为实现高水平科技自立自强、经济社会高质量增长贡献力量。
