来自 科技 2019-11-29 10:07 的文章

百度财报眼镜蛇的崛起百度影音超预期,AI成智能

本周,百度发布了2019年第三季度财报。总营收281亿元,净利润44亿元,远超华尔街预期。盘后股价大涨超6%。在对员工的公开信里,李彦宏特别提到了AI技术的重要性,“百度要在人工智能领域充分发挥技术优势,做智能经济时代的建设者。”“我们的百度大脑、飞桨平台将在智能经济基础设施的升级中发挥更大作用。”

而就在刚过去的11月5日,在“WAVE SUMMIT+”2019深度学习开发者秋季峰会上,百度飞桨发布和升级了21项全新内容,包括面向产业应用场景的四大端到端开发套件、融合数据和知识的预训练结合迁移学习的飞桨Master模式、端侧推理引擎Paddle Lite 2.0、EasyDL专业版、前沿技术工具组件等。以飞桨为代表的AI平台正成为企业产业升级的加速器,AI正在成为智能化的核心动力。

1、飞速发展的中国AI技术

早在63年前,人工智能(AI)的概念就已经诞生。深度学习是机器学习的子集,而机器学习是人工智能的子集。直到近些年,随着大数据和计算能力的飞速发展,机器学习和深度学习技术大幅进步,AI技术获得了飞速发展。

AI技术快速发展,经历了一个从理论概念提出、技术研发、应用落地、产业融合、赋能实体经济的全过程。一个AI项目的研发周期包含数据和多场景的支撑、AI框架/算法的选型、训练环境/推理环境的选择以及配置,最后才是进行AI训练和推理工作。是一个系统性和多样性的繁杂工程。在这个过程中,以研究机构为代表的学术界,发起理论研究,培养人才;以百度为代表的技术型公司,将理论落地,结合市场来应用,最后在工业农业等实体经济大规模应用和检验。

国内AI技术,是从2015年开始快速发展的。微软学术关于人工智能的一项研究表明,中国AI产业影响力正在增强。中国作者在最顶级的10%高引用论文中提升了 10%,于2018年达到了顶峰(26.5%),接近美国的29%,而且美国的占比在下跌。如果这一趋势持续的话,中国将在第二年(2019年)超过美国。

回顾历史,包括半导体、互联网等新技术在内,任何一项新技术的大规模普及推广和应用都是以公司力量为主导的。以百度为代表的互联网公司在国内的AI技术研发上,起着领头羊的作用。截至目前,百度基于飞桨平台,已累计服务150多万开发者,仅在定制化训练平台上就有超过6.5万企业用户,发布了16.9万个模型。飞桨具备四大领先技术:开发便捷的产业级深度学习框架、支持超大规模深度学习模型训练、多端多平台部署的高性能推理引擎以及面向产业应用,开源开放覆盖多领域的工业级模型库等。

飞桨通过开源开放,降低了企业利用和结合AI技术的门槛,加快了科技创新速度。通过和中国的工业、农业、服务业等深度融合,推动了人工智能的产业发展和人才培养,又反过来检验和促进自身平台的进一步成熟,从而整体上加强加快了各行各业智能化升级,实现了 AI能力赋能实体经济发展和社会进步。

2、实践是检验AI的核心标准

一门新的前沿技术,技术研究探索只是第一步。真正的大规模应用和普及,必须是在实际生产和商业化应用中得以检验,才能真正持续发展,而实际生产的关键则在与产业集合。

最典型的例子就是位置服务(LBS)技术的应用。早在上世纪70年代,美国政府就已经颁布911服务规范(Basic 911)。早在上个世纪70年代,美国颁布了911服务规范。电信运营商在紧急情况下,可以跟踪到呼叫911号码的电话的所在地。但这门定位技术一直停留在紧急求助等非常狭窄的应用场景里,并没有得到大规模的检验和应用,更谈不上对经济的实际帮助。这个技术一直没有大规模发展。2009年,美国以签到为特色的App应用Foursquare上线后,这种技术才迅速普及。现在已经成为我们日常生活方式重要部分的百度地图、美团外卖、滴滴打车等,就是基于这个技术最好的应用场景之一。

在互联网技术发展中,谁能真正与产业和实际应用高度结合,谁就能获得发展和市场。有了技术优势,更关键的是要落地,要走出去,要大规模的实践和检验。LBS如此,AI也是如此。AI技术从提出到现在,历经半个多世纪,之所以前期没有爆发性增长,除了计算机性能不足和数据缺失导致研究停滞外,关键元素之一,就是没有深度与产业结合。但这个局面现在正在被飞速改变。

飞桨产业级深度学习开源开放平台,基于百度多年的深度学习技术研究和业务应用,通过开源开放广泛应用于工业农业等行业,推动人工智能的技术创新、产业发展和人才培养,加快了各行各业智能化升级,促进经济发展和社会进步。将前沿技术大规模应用,这对于百度、合作伙伴、用户是三赢的局面。

精诺智能熔炼系统就是典型案例之一。精诺数据,通过与百度飞桨合作,以大数据、物联网、人工智能的方式解决熔炼难题。研发了一套钢铁熔炼生产智能解决方案。将原本要依靠经验来操作的流程,做成了3秒就能给出最优配比的模型,钢铁熔炼变成一门容易掌握的技术。

钢铁熔炼是一个十分复杂的过程,在整个生产的过程中,基于百度飞桨的预配方案、熔炼精配模块、熔炼过程,保证了成本最低化和质量最优化。经过优化,使用前和使用后原料节省高达15%。工厂的产能和效率提高一倍。产品质量也得到了保证。同时,管理人员等还通过手机APP、短信、微信小程序等方式,随时随地掌握生产信息,让工厂数据全程透明,告别暗箱操作。真正实现降本增效的最好证明。真正做到了赋能实体经济。

3、中美AI发展的差异性

数据报告公司爱思唯尔在2018年发布《人工智能:知识的创造、转移与应用》的报告,对AI技术领域进行了分析,中外巨头的人工智能和深度学习技术趋势和对比,聚焦AI在中国、欧美的发展态势:前者的AI研究偏向于应用,后者的AI研究偏向于基础理论。

欧美互联网公司,在AI技术的投入更加偏基础研究,以Google为例,它的发展轨迹,主要是人工智能基础研究与技术积累,再延伸到人工智能应用,从而优化提升自家的产品,比如谷歌全家桶系列软件,包括Android、Gmail、Google Photos、Google Assistant、Google News、Google Maps、Google Lens等等。主要的是以学术氛围为主,这点和中国的产业实践和商业化有些区别,不过目前Google等公司,也开始从学术向商业开始尝试转变了。

中国经历30多年经济的高速发展之后,目前正面临着产能过剩,产业升级的迫切局面。而AI技术应用场景需要丰富的训练模型,但同时又是碎片化和差异化的,和美国比起来,中国有了巨大的数据储备,应用场景丰富,产业结合的机会更多,同时政府引导和政策性支持力度更大,所以在细分市场中实践和落地上,中国是更具备优势的。

中国政府和公司,也在基础研究领域不断的投入和赶超。不管是FB、Google、亚马逊等对于新技术的投入,还是百度、阿里、腾讯的人工智能和深度学习的技术,只有找到更适合当下发展的道路,切实结合新技术应用的差异性,才会有更大的发展和前景。

“AI扎进了行业运用的厚实土壤。”全球著名投资人沈南鹏对中国的AI发展抱有充分信心,AI技术开辟了全新的产业,对传统行业的赋能展示出来的价值越来越明显。随着算法、大数据、芯片、5G等技术的标准化和成熟,这个领域将会诞生出引领下一代技术的伟大公司。

南七道,互联网知名评论人,关注创业与投资方法论。​