财经车中国经济网北京1月10日讯 1月10日，百度举办Create AI开发者大会，聚焦“创造者精神”，分享创新与增长理念。百度首席技术官王海峰表示，当前规模化的AI大生产已然形成，深度学习从技术、生态、产业等多个维度逐渐成熟，人工智能的技术创新和产业发展，进入“深度学习+”阶段，让创新创造大有可为。
在王海峰看来，以人工智能为重要驱动力的第四次工业革命，深度学习是其关键核心技术，具有很强的通用性，呈现出标准化、自动化、模块化的工业大生产特征，推动人工智能进入工业大生产阶段。
王海峰指出，当前人工智能的融合创新越来越丰富，在融合中趋向统一，在融合中孕育新方向和新模式；大模型进一步增强了人工智能的通用性，成为AI开发和应用的新基座，跨模态、统一大模型向着通用人工智能迈进；深度学习平台的标准化、自动化和模块化特征越来越显著，不断降低人工智能的应用门槛，规模化的AI大生产已然形成。人工智能的技术创新和产业发展，进入“深度学习+”阶段。
如何理解“深度学习+”？王海峰分别从技术、生态、产业三个角度进行阐述。
从技术角度，“深度学习+知识”，是人工智能技术进一步发展的重要方向。知识增强的深度学习，让机器同时从海量数据和大规模知识中融合学习，效果更好，效率更高。百度研制的文心产业级知识增强大模型，具备跨模态、跨语言的深度语义理解与生成能力，应用于搜索、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造、能源、金融、通信、媒体等各行各业。
从生态角度，深度学习+上下游生态伙伴。芯片、深度学习框架、模型及应用构成了深度学习良性生态，使得应用需求和反馈传递到深度学习技术及应用的每个环节，各环节持续迭代优化，加速AI技术创新和产业发展。此外，生态中的产学研用各方，也在携手培养人工智能人才，百度联合社会各界已培养超过300万AI人才。
从产业角度，深度学习+千行百业。各行各业应用深度学习技术降本增效，创新产品和业务，加快产业智能化进程，努力实现高质量增长。我国的产业体系品类齐全、体量庞大，深度学习驱动的创新有丰富的应用场景，有助于形成良性循环，促进底层技术突破，加快升级现代化产业体系。比如，智能交通中“智能调度系统”，则是深度学习+交通融合创新的智能应用。城市交通复杂多变，缺乏全局感知数据，难以全域协同控制。应用深度学习技术，可实现对整个区域交通流量的全局调控，最大限度地减少各方向绿灯的空放，减缓道路拥堵，节省出行时间。
王海峰强调，“深度学习+”驱动技术创新、产业发展，离不开深度学习产业链的完善和壮大，而深度学习框架平台和大模型贯通了从硬件适配、模型训练、推理部署，到场景应用的全产业链，为人工智能技术创新和产业增长夯实了智能化基座。
目前，百度打造的飞桨深度学习平台已经凝聚535万开发者，服务20万家企事业单位，创建了67万个模型。
.jpg)
