AI先行者探路、AI工作坊应用、AI工业大生产的进阶之路如何走通？

　　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 2021深度学习开发者峰会在北京召开。本届峰会上，百度首次揭晓人工智能融合创新趋势下的AI工业大生产实现路径。

　　我们正处在以人工智能为核心驱动力量的第四次工业革命浪潮之中，深度学习正推进人工智能进入工业大生产的阶段。从企业中的少数人开始考虑“我们面对的问题能不能用AI来解决”，到真正的实现高效、高质量的大生产，把AI技术的价值带入到企业的生产活动当中，是否存在一条可以参考、可以实践的路径?

　　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峰会的主题演讲中首次分享了飞桨通过与产业伙伴的广泛合作，所观察到的AI工业大生产路径。她表示，企业应用AI的过程分三个阶段，第一阶段是企业中有少数先行人员尝试引入AI进行原型验证，称之为AI先行者探路阶段;当进行了验证产生效益后，会从个人实践转变成建设团队来学习和应用AI，称之为AI工作坊应用阶段;当企业进行大量的AI应用，几百、几千人一起工作，多人多任务协同生产，就进入了AI工业大生产阶段，更长期看，还会实现社会化协同大生产。

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

　　吴甜具体解析了企业处于这三个阶段会遇到的问题和解决之道。

　　“AI先行者探路”阶段，需要有适配场景的模型、调优工具以及部署支持，实现AI算法的快速验证落地，解决实际问题。飞桨提供了在工业场景中实践打磨过的丰富模型库，多端多平台的推理部署工具链，全面灵活的硬件适配架构和生态基础，保障AI先行者探路成功。

　　从个人实践到带领团队的“AI工作坊应用”阶段，面临的是团队里专业AI研发人数少，不同专业背景的成员要一起快速学习AI模型研发的问题。飞桨丰富且多层次的产品结构，涵盖可视化界面、场景类套件、算法类套件、模型库、核心框架，非常适用于这个阶段的团队应用AI创新，同时这个过程中团队成员也会持续成长，实现AI能力研发的进阶。

　　到了“AI工业大生产”阶段，多人多任务协同生产，算力机器和开发人员的效能提升是关键。飞桨企业级AI开发平台提供高效的算力管理与调度、全流程的集成开发环境，平台化赋能AI大生产。再进一步发展，从企业内部的多人多任务分工协同，还会走向全社会的AI大生产协同。

　　从飞桨平台的数据可以看到，随着人工智能和产业的融合，飞桨已经聚集了320万开发者，服务了12万企业，创建了36万模型，覆盖到了工业、能源、金融、医疗、农业、城市管理、交通、信息技术等各种各样的行业和场景。而且，这组数据还在持续增长。相信未来繁荣的社会化AI大生产协同一定能实现。

　　通过开源开放、生态建设，飞桨正在聚集全社会的力量打造一个可持续发展的AI基础平台，既能有效助力前沿科研探索，又在不断降低产业使用AI能力的门槛，与产学研各界合作伙伴、开发者一起，将AI应用于各行各业，加速社会化AI大生产进程。