0
作為科技頂會，百度AI開發(fā)者大會，這次有些不一樣：
取消線下會場，全程線上直播。
乍一看，似乎并無新奇，畢竟直播已經(jīng)“飛入尋常百姓家”，普通人一臺手機、一個APP就能實現(xiàn)。
但，如果要實現(xiàn)讓參會者感受到在萬人會場中央身臨其境的效果，又或者，一張圖片、一句話就能生成虛擬形象呢？
顯然，這樣的“直播”，與普通公眾理解的直播，有著本質的區(qū)別。
外行看熱鬧，內行看門道。
公眾可能震驚于現(xiàn)場效果，但開發(fā)者們看到的，是更為真實的與會體驗背后強大的空間聲場重建、AI聲學建模等技術，是更為真實的交互場景背后領先的視覺、語音、自然語言理解等能力。
它實際上實現(xiàn)超大型露天復雜開放會場的舞臺中央演講者聲場重建，10萬人級別實景觀眾聲音的實時背景音還原，以及通過3D音效技術打造的覆蓋周圍環(huán)繞用戶擬真效果的沉浸式交流空間音效。
它結合了增強現(xiàn)實、知識圖譜、語音識別、自然語言處理和圖像識別等技術，以及海量的人物知識數(shù)據(jù)，實現(xiàn)了多模態(tài)的技術融合。
作為這次線上大會的“主播”，百度再一次刷新了人們對技術的認知。
這個不折不扣的技術信徒，也許能讓我們窺見未來科技的真實模樣。
近幾年，祛魅后的AI，走向了“被平庸化”的極端。AI的時代過去了嗎？
也許事實恰恰相反——屬于AI的時代現(xiàn)在才真正到來。
縱觀前三次工業(yè)革命，各自的標志是：蒸汽機的廣泛使用、電力和內燃機地廣泛應用、信息技術的廣泛應用。由此使得機器取代體力，社會生產(chǎn)力得到極大的提升。
注意一個關鍵詞：取代。何為取代？用某一件事物代替另一件事物。
要實現(xiàn)這一點，離不開“廣泛地、大規(guī)模地”應用。
如今第四次工業(yè)革命，要促進機器取代腦力，實現(xiàn)真正的智能化，需要全社會、全行業(yè)的應用落地。
其實從互聯(lián)網(wǎng)巨頭紛紛開始“養(yǎng)豬”起，AI就開始“不對勁”了。
AI開始在交通、政務、電力、教育、工廠、醫(yī)療、金融、文旅、城管、鋼鐵、港口、水務、農業(yè)、邊海防等領域全面開花。
人工智能之所以不再“性感”，不能帶給人們更多多巴胺，是因為它不再是鏡中月、水中花，已經(jīng)無孔不入地進入人類的方方面面了。
根據(jù)Gartner模型五階段，如今的AI，已經(jīng)走過從無到有、造神階段、落地拮據(jù)的三個階段，眼下正處于低谷期向爬升期邁進的途中。
AI在政策層面的高度，可以從十四五規(guī)劃的科技前沿領域攻關中，“新一代人工智能”排在了第一位中得見。
毫不夸張地說，在中國，如果說過去是AI技術興起的10年，未來是AI落地的10年。
跨進黃金10年，其實需要“AI工具箱”，有了它，萬千創(chuàng)造者才能化身“披荊斬棘的哥哥”和“乘風破浪的姐姐”。
百度想成為，也能夠成為那個“造箱子的人”。
打造AI底座扉頁上，赫然寫著不可逾越的硬指標：算力（算力設施）、算法（訓練框架）、數(shù)據(jù)（知識）。
先看知識。
AI要大規(guī)模落地，要有算力設施和訓練框架做根基，行業(yè)知識做內涵。
工業(yè)時代是力量的比拼，智能時代是知識的比拼。
工業(yè)時代的核心是力量，是大規(guī)模的機械與能源應用，互聯(lián)網(wǎng)時代的核心是信息交流，大規(guī)模的信息流通，而智能時代，核心是知識。
比如識別天氣，需要了解不同類別的云，生成原理，演變過程，還需要模擬測試環(huán)境和測試集；再比如識別豬，需要了解豬的全生長周期，每個周期具體情況。
傳統(tǒng)大模型只從海量的文本中學習，只能死記硬背海量文本的規(guī)律，這些模型并不能從本質上理解世界是怎樣運行的，只可以解決一些文本表象上的問題。
為了跨過這道坎，更好地理解真實世界的復雜場景，百度很早就開始挖掘知識增強型預訓練模型的潛力。
具備知識內涵的大模型，也就具備了更多對現(xiàn)實的先驗洞察，自然在學習新事物時會更加的快，也就是小樣本能力更強。
2019年發(fā)布第一代知識增強的預訓練模型 ERNIE1.0，今年7月，訓練出了百億參數(shù)規(guī)模的知識增強型預訓練模型——ERNIE 3.0。這促進了結構化知識和無結構文本之間的信息共享，從而大幅提升模型對于知識的記憶和推理能力。
12月8日，鵬城-百度·文心千億大模型發(fā)布，百度“文心”系列產(chǎn)業(yè)級知識增強大模型亮相。在大模型之上，是EasyDL-大模型零門檻AI開發(fā)平臺和BML-大模型全功能AI開發(fā)平臺，以及大模型開發(fā)工具、大模型輕量化工具和大模型部署工具。
不止于參數(shù)，文心大模型帶著核心buff來的：知識增強。
知識增強大模型能夠同時從大規(guī)模知識和海量無結構數(shù)據(jù)中持續(xù)學習，如同站在巨人的肩膀上，訓練效率和理解準確率都得到大幅提升，并具備了更好的可解釋性。
除了將知識和數(shù)據(jù)融合學習，百度文心還通過知識增強跨語言學習與知識增強跨模態(tài)學習，從多種語言、多種模態(tài)數(shù)據(jù)中學習到統(tǒng)一的語義表示和理解能力，具有很強的通用性。能夠有效提升效果、減少應用成本、降低應用門檻，滿足真實場景中的應用需求。
百度文心自2019年誕生至今，在語言理解、文本生成、跨模態(tài)語義理解等領域取得多項技術突破，在公開權威語義評測中斬獲了數(shù)十項世界冠軍。
基于此，百度文心大模型已廣泛應用在金融、醫(yī)療、保險、證券、辦公、互聯(lián)網(wǎng)、物流等行業(yè)。
再談訓練框架。
百度CTO王海峰曾表示，深度學習框架是“智能時代的操作系統(tǒng)”。
作為底層語言和算法模型的骨架，深度學習框架省去了開發(fā)者從0到1地搭建地基的成本，提高開發(fā)效率。
開發(fā)人員可以像搭積木一般，根據(jù)自身行業(yè)的特點和場景需要，選擇框架中的模型，進行組裝或訓練自己的模型，導入數(shù)據(jù)并得到模型，最終實現(xiàn)部署。
如果說芯片是算力平臺，那么深度學習框架就是編程生產(chǎn)力平臺，兩者已經(jīng)成為AI基礎設施基座。
此前，主流的開源深度學習框架一直由國外科技巨頭主導，這讓在日漸焦灼的中美關系中，國產(chǎn)開源框架成為一件勢在必行的事。
2016年，百度在國外巨頭霸屏中正式開源深度學習框架，飛槳成為中國首個自主研發(fā)、開源開放、功能完備的產(chǎn)業(yè)級深度學習平臺。
5年里，飛槳在開發(fā)便捷性、超大規(guī)模深度學習模型訓練技術、多端多平臺部署的高性能推理引擎、產(chǎn)業(yè)級開源模型庫等方面進行多次迭代升級，截至目前，飛槳已匯聚了406萬開發(fā)者，開發(fā)了47.6萬個AI模型，服務超15.7萬企事業(yè)單位，覆蓋工業(yè)、農業(yè)、醫(yī)療、城市管理、交通、金融等數(shù)十個領域。
如今，飛槳已經(jīng)成為全球第二的開源深度學習框架，中國第一的學習框架。
AI全面落地的階段，文心大模型則拉高了AI底座的城墻，飛槳極大降低了算法的門檻，與百度昆侖芯片一起，成為百度大腦AI基礎設施堅實臂膀。
作為智能時代的基礎設施，百度智能云在今年上半年穩(wěn)居“中國科技公司四朵云之一”，并以73%的增速領跑市場。在AI Cloud的細分領域，則連續(xù)四年位居第一。
在這結實的AI底座，如同衛(wèi)星發(fā)射基地，正在源源不斷地發(fā)射產(chǎn)業(yè)應用衛(wèi)星。
最矚目的要數(shù)智能交通。
智能交通，離不開車的智能，離不開路的智能，更離不開車路協(xié)同的智能。從車到路到人，百度多年來步步為營。
2017年出生的“Apollo”，即將升級到7.0版本，在這個過程中，Apollo成長為全球最活躍的自動駕駛開放平臺，擁有全球生態(tài)合作伙伴超過210家，匯聚全球開發(fā)者80000 名，開源代碼數(shù)70萬行。
8月公布的自動駕駛出行服務平臺“蘿卜快跑”，最新的成績是，一個季度提供了11.5萬次服務，這讓蘿卜快跑成為全球最大的自動駕駛出行服務提供商。
這給了百度喊出其野心底氣：到2025年，該服務擴展到65個城市，到2030年擴展到100個城市。
百度這么多年的無人駕駛技術以及智能駕艙技術的市場推廣任務，則交給了今年新成立的集度汽車機器人。
這個百度口中“擁有L4級別的自動駕駛能力，人車交互及語音語義的精準識別，可以自我學習和迭代”的未來汽車機器人，預計2-3年內可以和大家見面。
交通的故事多了后，百度不知何時奉上了最新鮮的產(chǎn)業(yè)故事。
今年兩會期間，數(shù)字經(jīng)濟再次成為舉國矚目的關注焦點，國家提出了在2023年將數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值占GDP比重提高到10％的目標。
數(shù)字化經(jīng)濟浪潮來臨，產(chǎn)業(yè)數(shù)字化轉型是門好生意。在看不見的起跑線上，無數(shù)企業(yè)穿越層層鐵幕，或是戰(zhàn)八方，或是在方寸間展開一場場谷脊之戰(zhàn)。
百度，就這樣一頭扎進了產(chǎn)業(yè)數(shù)字化轉型的浪潮里。以云計算和AI的技術實力，百度智能云極盡“云智一體”的優(yōu)勢，腳步遍布工業(yè)、能源、智慧城市、農業(yè)、城市治理等領域。
走進水務，百度智能云在福建泉州參與打造的“水務大腦”智能化升級城市水務流程，通過AI技術訓練的精準調壓，智能曝氣、智能加藥、智能排水等模型，讓水務運行更高效。
拐進工業(yè)，百度的AI和云計算走進蘇州常熟的愷博車間，AI幫助質檢工人“聽音”、“識圖”，提高效率和質量，幫助企業(yè)積累和沉淀知識，推動中國制造業(yè)實現(xiàn)從“制造”到“智造”。
在“科學之城”北京海淀，從違規(guī)停車到井蓋缺失，從路面水漬到垃圾亂放，都能智能識別，系統(tǒng)及時監(jiān)控并通知工作人員處理；
在新疆，百度智能云聯(lián)合國網(wǎng)電力建設“AI中臺”，為疆電外送提供有力支撐，也降低了在條件惡劣環(huán)境中的巡檢風險。
遷入高危行業(yè)，百度在化工行業(yè)某石油化工廠，在不增加人力投入前提下，通過提高巡檢頻次與提前發(fā)現(xiàn)，隱患風險能力，降低企業(yè)運維成本，實現(xiàn)安全生產(chǎn)。
不僅在城市，百度還走進農業(yè)，在中國蔬菜之鄉(xiāng)山東壽光，百度智能云打造的壽光大腦，給蔬菜大棚披上AI的衣，2個工作人員加一個APP，就可以管理數(shù)十個蔬菜大棚。只要老鄉(xiāng)們愿意，他們可以隨時隨地和小度聊天，學習農藝、病蟲害處置防范等農業(yè)知識。
這些只是萬千產(chǎn)業(yè)智能化中一個小小的案例。
百度的云計算和AI就像產(chǎn)業(yè)數(shù)字化轉型升級的水、電，借助中國智能產(chǎn)業(yè)化的大趨勢在工業(yè)、金融、交通、能源、城市、醫(yī)療、自動駕駛等領域靜靜流通。
在這背后，都得益于多年技術積累和產(chǎn)業(yè)實踐之下的百度大腦，以及其中的飛槳平臺、文心大模型、昆侖芯片等的綜合之力。進化為AI大生產(chǎn)平臺的百度大腦，將以“融合創(chuàng)新、降低門檻”的利器，劈開更多傳統(tǒng)產(chǎn)業(yè)的外殼。
2010年，智能手機剛剛普及時，AI還未露出真容時，百度就在國內開始AI的技術布局，成立“自然語言處理部門”。
此后十多年，不管是AI市場一擁而入的癲狂，還是AI從高光跌倒谷底的受盡嘲諷，百度對AI保持一如既往的投入和難以相信的定力。
百度創(chuàng)始人、董事長兼CEO李彥宏曾說過：“有1塊錢的時候，我們會投進技術里；有1個億，我們會投進技術里；有100個億，我們還是會投進技術里。”
近11年來，百度在AI技術上的研發(fā)投入早已超過1000億元。成為人工智能國家隊、不斷升級的百度大腦、不斷擴容的AI生態(tài)，不斷增加的產(chǎn)業(yè)智能化領域，即將量產(chǎn)的智能汽車......都在訴說著這位AI布道者的付出。
或許是技術對百度有一種天然吸引力，或許是刻在文化中的社會責任感，百度不懂得停下腳步，永遠在奔向前沿科技的途中。
不間斷的疫情、不斷變異的病毒，使得疫苗研發(fā)與生產(chǎn)極為關鍵。其中mRNA疫苗是一種可以大規(guī)模快速生產(chǎn)的新型疫苗，但設計出穩(wěn)定的mRNA疫苗序列難度極大，這使得限制了mRNA未能得到大規(guī)模應用。百度重投之下，推出業(yè)界首個mRNA疫苗序列設計算 法，做到在短短十分鐘內找出穩(wěn)定的疫苗序列。
百度也布局可推動化學、金融、材料等領域應用的量子計算技術，打造出國內提供從應用到量子處理器一站式服務的量子計算云平臺，讓量子計算學習與應用的門檻再低一點點，就是他們的動力。
百度無形中肩負起“打造出負責任、可持續(xù)的AI”的歷史責任感，秉持樂觀主義與長期主義，他們討論概念，也致力于將理念應用在實踐當中；他們不慕名利，也不懼將自己投入到艱難的未來科技探索中。雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
