微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 深度学习平台有多重要?百度CTO王海峰:它是产业智能化的基础技术底座

深度学习平台有多重要?百度CTO王海峰:它是产业智能化的基础技术底座

2020-05-20 12:37
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2020-05-20 12:37 科技行者

产业智能化快速深入推进,人工智能基础设施的建设不可或缺。5月20日,由深度学习技术及应用国家工程实验室与百度联合主办的“Wave Summit 2020”深度学习开发者峰会在线上召开。百度CTO王海峰在致辞中表示,时代契机为飞桨的发展提供了最好的机遇,作为中国首个开源开放、功能完备的产业级深度学习平台,飞桨将与产业紧密融合,与开发者并肩前行。



王海峰公布了飞桨一连串的喜人数据:累计开发者数量194万,服务企业数量8.4万家,基于飞桨平台产生了23.3万模型,覆盖通信、电力、城市管理、民生、工业、农业、林业、公益等众多行业和领域。疫情期间,飞桨和开发者一起战斗,推出了口罩检测和人脸识别、社区疫情防控系统、疫情问答机器人、基于CT影像的肺炎筛查等等一系列产品和服务,依托飞桨平台和生态为疫情防控贡献科技力量。

王海峰认为,这些由开发者和飞桨共同努力创造的成果,得益于技术的成熟、平台的强大和生态的欣欣向荣,也跟社会的需求和时代的契机密切相关。

首先,算法、算力及数据的持续共同进步,使得技术的边界不断被拓展。飞桨深度学习平台高速发展,易用性不断提升,模型库日益丰富,工具组件愈发完备,部署更加便捷。进而,围绕深度学习平台的技术和产业生态日渐繁荣,推动人工智能进入工业大生产阶段,加速各行各业智能化升级,并不断催生新的应用、新的产业。

另一方面,疫情带来线上经济增长。远程办公、云课堂等复工复产新模式,公共安全、应急管理、城市治理等国计民生相关产业迫在眉睫的智能化需求,以及澎湃而来的新基建大潮,为技术创新创造了良好的机遇。以飞桨为代表的深度学习平台是新型基础设施的重要一环,与云计算、5G、物联网、数据中心等互相融合促进,加速产业智能化进程。

时代契机下,飞桨聚焦于满足旺盛的产业智能化需求和快速增长的AI生产规模,全新升级,包含飞桨开源深度学习平台和飞桨企业版。飞桨开源深度学习平台包括核心框架、基础模型库、端到端开发套件与工具组件,将始终保持开源,不断提升核心能力,为产业、学术、科研创新提供基础支撑。同时,随着企业应用的需求越来越丰富和强烈,首次推出飞桨企业版,助力各个企业拥有自己的AI中台,加速企业智能化升级的进程。

满足AI工业大生产需求之外,飞桨作为技术领先的深度学习平台,积极布局前瞻技术方向,发布量子机器学习,这使得它成为国内首个支持量子机器学习的深度学习平台。

在刚刚举办的ABC Summit 2020百度夏季云智峰会上,百度智能云“以云计算为基础,以人工智能为抓手,聚焦重要赛道”的新战略首次亮相。百度智能云融合了云计算、大数据、百度大脑等百度的核心技术,把人工智能输送到千行万业,促进各行各业的智能化升级,成为加速AI工业化大生产的关键力量,而飞桨则是其中的核心基础底座。

正如王海峰所说,“在产业智能化浪潮兴起、人工智能基础设施建设快速推进之际,飞桨以更敏捷的脚步,秉承开源开放理念,坚持技术创新,与开发者共同成长和进步,一起发展深度学习和人工智能技术及产业生态,加速产业智能化进程。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-