随着最高领导人致信,乌镇互联网大会的受关注度达到了前所未有的高度。这个总是有新观点冒出的窗口里,AI已经连续多年成为热门,今年依旧,但关注点已经从过去的技术、场景应用探讨,变得更加深入和底层。
深度学习平台就是其中的代表,百度的深度学习开放平台“飞桨”,昭示着以百度为代表的众多AI企业及其产业合作伙伴,已经不单谈一个个的AI应用和场景落地,而开始转向AI应用的集群化、批量化出产。
王海峰称,飞桨把深度学习技术进行了“标准化,模块化,自动化”,并认为“任何一项能引发产业革命的技术都要有很强的通用性”,显然,飞桨成为百度抢占新一轮产业革命核心话语权的要素之一,百度不仅自己下海做AI、推动产业合作,也以赋能开发者和企业自己做AI应用的“AI工业化大生产”方式,几何式扩大产业智能影响力。
从行业角度看,深度学习平台被提到前所未有的高度,也表明AI的产业落地全面加速。与之对应的,是李彦宏在乌镇上首次提到的另一个趋势观点:“数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段”。
从飞桨到智能经济,显然不是割裂的两个要素,与乌镇同样备受关注的5G一起,一个关于新产业革命下的AI“倒金字塔”布局模式也清晰地显现出来。
深度学习+5G双双成为焦点,百度AI的“倒金字塔”模式被打通
据王海峰在乌镇透露,百度大脑目前的日调用已经超过万亿次,虽然行业公认百度AI技术能力最强,但这一成绩还是让人咋舌。
回顾历史,百度对AI的坚持在国内是最笃定的,即便在互联网、经济寒冬中,百度在持续的巨额投入和外界质疑声音中仍然没有放弃走AI道路。万亿次的调用,在智能经济热潮涌动时,无疑是一抹曙光,随着AI在产业层面的潜力正在被广泛的认知,百度的长久坚持也得到了认可。
不过,虽然都在说百度AI技术和应用“业内最强”,但对于非业内人士而言,很多时候并不了解百度AI完整的、长远的布局。
百度有AI+云,有自家的AI应用,有芯片,有自动驾驶,有语音助手……这些年的产业智能化又汇集了大量产业合作伙伴,当李彦宏提出智能经济,王海峰为飞桨强力站台后,除了百度内部的业务条线,从飞桨关联起,也许,我们可以用这样一个“倒金字塔”来更直观理解百度AI整体布局的方式,如图:
(笔者根据公开资料梳理出的百度AI布局“倒金字塔”结构)
在这个倒金字塔中,芯片等硬件处于最底层,百度的布局包括2018年的“昆仑”,2019年的“鸿鹄”等,不出预料未来将有更多芯片发布;与此同时,百度还与intel等CPU、GPU芯片厂商积极合作;
对接硬件的层面,百度过去主要依靠百度智能云进行承载,现在,深度学习加入进来,加上积极探索与5G的合作,百度在AI应用和芯片硬件底层之间,构建了一个包含AI应用搭载、制造、传输三位一体的平台层;
到了更上面的AI应用层,包括百度自家的搜索、信息流、地图、智能硬件、无人车等,以及对外赋能的大量产业应用。在飞桨加入后,这个层面又出现大量产业和开发者自行生产的AI应用,百度占据了Windows式的操作系统地位,不再自己做AI;
而AI应用之上,则是我们所能见到的一个个具体的AI产业应用,也即产业智能层。
整个倒金字塔,支撑起了李彦宏口中的“智能经济”,他所提到的人机交互、IT基础设施、新业态,都可以在这之上。
更进一步看,之所以是倒金字塔形,因为在这个体系中,越是底层涉及的内容和概念越少,呈现出越强的通用性,王海峰说飞桨的标准化,模块化,自动化就是如此,越往上,AI体系就越发散,内容越丰富庞杂,最终深入到生产生活的方方面面。
这也说明,越底层的创新越具备更强力的AI推动价值,也具备更大的话语权。
从这个意义上看,飞桨不只是百度的飞桨,对中国在全球范围内争夺AI话语权避免被掐脖子的命运也有重要意义。而当百度开始重视飞桨,也说明其开放生态的维度尝试往更高处走,不只是共享产品、能力,而且还在分享自己“产生能力的能力”。
“倒金字塔”下的百度飞桨,带来“智能经济”产业注解?
王海峰认为,飞桨这样的平台“支撑人工智能进入了工业大生产的阶段”,他是站在人类历次产业革命的背景下说的。第四次智能革命,正需要深度学习这样的“蒸汽机”式的标志性技术,来推动智能经济时代的全面来临。
而从倒金字塔结构来看,飞桨身上也体现出智能经济与历次产业革命之间的共通之处。
1、任何的生产大跃进都源于“劳动分工”
工业革命最大的贡献,除了机器生产,更主要的是完成了人类历史上最大规模的劳动分工——让每个劳动力专门从事生产过程的某一部分,更熟练的专业化能导致更高的总产出,而且还能引入更专业化的机器设备来完成精度更高的工作。
这个过程今天还在继续,只不过形式发生了变化。
深度学习本身是非常艰深和复杂的技术,企业或者开发者要自己开发深度学习平台是一件十分困难的事,时间、精力、资源的投入难以估量,也未必能独立开发出有实用性的平台。
标准化、模块化、自动化的飞桨实现的对深度学习的分工,任何一个开发者或是企业基于飞桨都可以非常快速的开发自己的应用或者产品,如此,“AI应用总产出”效率在“AI劳动分工”下变得更高,开发者对创新和创意的专注也会让AI应用质量更高。
2、任何的效率提升,都源于优质核心能力的复制扩展
当课堂教育开始出现,人类历史就进入了快车道,因为知识传播的效率大大提升,优质的知识被快速复制和拓展。
产业革命的效率提升,换个角度看都是一项核心能力快速复制扩展造成,一个新的生产工艺快速规模化,一个新的互联网技术被大范围应用……到了智能革命时代同样如此,倒金字塔的核心逻辑是底层的共通能力被上层COPY共享,那些由百度积攒下来的开发能力复制、裂变出去,成为“能量核心”。
现在,飞桨已经服务工业、农业、服务业150+万开发者,无论是工厂质检和安全管理,还是农田的农药控制和虫情监测,到商品数据分析、诊疗辅助决策,飞桨提供优质核心能力成为各行各业技术创新、智能化升级的基础底座,大大提升了效率。
3、任何的革命式的产业变革,都源于底层逻辑的变动
在“倒金字塔”下,产业智能在最上层,它一级级往下依托,这也意味着智能经济时代产业的基础逻辑会更直接地因为底层支撑结构的变动而变动。
深度学习改变了传统产业走向智能的方式,能够更便捷地自主开发AI应用,意味着AI更基础、更日常化,所有的生产、服务方式都会自然而然加入AI要素。
而本次乌镇聚焦的还有5G,这个倒金字塔底层要素对产业智能的变革也有巨大的重塑能量,例如,百度自动驾驶场景需要十分密切的车路协同,而5G支撑下的AI应用带来的是产业链的重组、产业的重构,其中涉及到政府、百度这类AI企业、运营商、通讯解决方案供应商、硬件制造商甚至道路施工部门等,过去交集不多的主体聚合到一起,带来了全新的产业链玩法。
毫无疑问,倒金字塔底层的新要素变动将带来更多类似的产业智能变革重塑,而它们,如李彦宏所言,本身就是智能经济的一部分。
打造产业智能完全体,深度学习平台还有三个必要姿势
倒金字塔的成型只是开始,百度要打造产业智能完全体,在智能经济时代抢占有利位置,而仅从飞桨而言,在客观上必须遵循这三个必要姿势:
1、预置能力提升“倒金字塔”传导效率
如果提供的车床仅仅有切削等基本功能,工厂也能生产出各种各样的产品,但生产效率和生产质量的提升并不会太大。
深度学习能提供多少预置的能力,直接决定用户在使用平台时的“生产效率”以及“生产质量”。基础技术底座的预置能力越强,深度学习在倒金字塔中对上层(AI应用)的推动能力就越强。
飞桨的核心框架之上存在大量预置的基础模型库,例如自然语言处理的基础模型库、计算机视觉的基础模型库,此外,该平台同时提供一些开发套件、工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。可以想见的是,预置能力越多、越强,深度学习平台在通用性基础上开发门槛也将越来越低。
2、底层的全体系化服务更要避免木桶效应
没有好的开发框架,AI应用就没有载体和规则,是无本之末;
没有快速、深度的训练机制,模型训练就不会有良好的效果,数据的价值也不能被充分挖掘;
没有深度优化的部署,AI应用落到到各种搭载平台上就会有“水土不服”的风险……
任何环节的缺失,深度学习平台都会“瘸腿”,而开发者、企业对深度学习平台的需求往往是“取整函数”,只有0和1,没有过度、折中的可能。
所以,也就不难理解飞桨一开始就大力表达其全链路深度学习能力,包括支持各类开发需求的开发框架,支持大规模的分布式训练或工业级数据处理的部署,支持不同硬件、系统环境的部署模式等。
在倒金字塔结构中,越是底层,越是无法容忍“木桶效应”。
3、“跨层”交流才有不竭的AI生机
产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。
这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。
这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。
对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。
事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。
总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。
*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。