“我们正处在第四次工业革命的阶段 ， 每一次产业变革的核心驱动力都是科技创新 。 当下 ， 人工智能技术日趋成熟 ， 像以往每一次工业革命的核心驱动技术一样 ， 呈现出很强的通用性 ， 并且已经具备了标准化、自动化和模块化的工业大生产特征 ， 成为第四次工业革命的核心驱动力量 。 ”

文章插图

百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜在近日的媒体沟通会上如是说道 。
人工智能诞生的最初目标是研究与设计能够模拟人类各项行为的计算机科学体系 ， 通过提供智能辅助 ， 帮助人类从一些重复性强的智力、体力劳动中解放出来 。 过去几年 ， 因深度神经网络模型的应用、芯片算力的有效提升 ， 人工智能应用应用开始在产业中开始由点及面逐步得到一定程度上的应用 。
但人工智能本身当前也存在有很多的瓶颈或缺陷 。 比如单纯从工程技术挑战上看 ， 想要训练好一个模型 ， 需要花大量的精力来调参数 ， 且结果的可重复性还不一定高 。
以百度大脑为代表的AI平台型选手 ， 在过去几年的重大升级和对内外支持赋能的过程中 ， 逐渐摸清驱动产业变革的路径 。 近日 ， 雷锋网等媒体与百度副总裁吴甜就百度大脑7.0升级后的相关话题进行了交流 。
百度大脑在进化
就本身定位来看 ， 百度有百度大脑 ， 阿里有ET城市大脑 ， 腾讯有超级大脑、华为有交通大脑 ， 但各家平台因其业务差异性 ， 其所面向的业务场景、聚焦的技术体系、搭建的生态服务体系 ， 发展到如今已经有较大的差别 。
2010年 ， 百度大脑雏形初步形成 ， 2016年 ， 百度首次向外界介绍百度大脑这个概念 。
【百度人工智能什么水平？怎么样？】伴随着自身产品体系的快速迭代 ， 百度大脑基本在5.0时代明确了“AI新型基础设施”的定位 ， 围绕技术更新和产业应用两个层面进行发力 。 此次7.0的升级也延续了这样的节奏 ， 吴甜向外界详细说明了百度大脑此番升级的两个着力点 ， 即“融合创新”和“降低门槛” 。
“融合创新意味着技术融合、场景融合、应用融合、软硬一体 ， 而降低门槛 ， 则意味着面向开发者 ， 以深度学习平台飞桨为代表 ， 降低开发者的AI应用门槛 。 ”
据雷锋网梳理 ， 过去一年 ， 百度大脑在知识与深度学习融合创新、跨模态多技术融合创新驱动下 ， 发布了知识增强大模型ERNIE(文心)3.0、规模隐变量端到端对话模型PLATO、跨模态多技术融合创新产品“数字人”；在技术与场景融合创新方面 ， 持续在翻译、搜索、推荐引擎、办公会议、以及工业、金融、智慧城市、医疗、媒体、农业等行业场景中进行深耕；而在软硬一体融合创新层面 ， 自主研制了AI芯片百度昆仑 ， 以及针对远场语音交互的百度鸿鹄芯片等 ， 继续落实AI产业链上下游的重要技术布局 。
过去五年 ， 百度大脑在百度内部既有像中台这样的组织存在 ， 对内支撑着全公司各项目的开发 。 目前百度大脑已经支撑了百度自身业务中的搜索信息流、百度地图、爱奇艺、小度、阿波罗自动驾驶系统、百度智能云等业务的调取和使用 。 对外 ， 百度大脑已经以商业化开放的方式未来各行业企业场景提供服务 。
以AI中台和知识中台为例 ， 吴甜告诉雷锋网：
“从去年发布到现在 ， 这两个中台上已经拥有了不少客户 。 包括在金融、能源、制造、医疗等行业中 ， 已经有客户在使用 。 在本身使用的广度上 ， AI中台已经有独立的500多个场景模型 ， 而在深度上客户基于中台部署进行了使用后 ， 也在思考如何让中台发挥更大的作用 ， 也提出了运营创新等建设的需求 。 ”