人工智能進入“深度學習+”階段，驅動技術創新和產業發展
眾所周知，第四次工業革命的核心驅動力是人工智能，而深度學習是其關鍵核心技術，具有很強的通用性，呈現出標準化、自動化、模塊化的工業大生產特征，推動人工智能進入工業大生產階段。
王海峰表示，深度學習在技術、生態、產業等多個維度已逐漸成熟，人工智能的技術創新和產業發展進入“深度學習+”階段，正引領新一輪技術更迭。
在技術層面，“深度學習+知識”是人工智能技術進一步發展的重要方向。知識增強的深度學習，讓機器同時從海量數據和大規模知識中融合學習，效果更好，效率更高。百度文心產業級知識增強大模型，具備跨模態、跨語言的深度語義理解與生成能力，已應用于搜索、信息流、智能音箱等互聯網產品，并通過飛槳深度學習平臺賦能制造、能源、金融、通信、媒體等各行各業。此外，在數字人、智能視頻生成等方向，文心大模型的技術能力已經體系化輸出，并在冬奧等舞臺亮相。
在生態層面，深度學習+上下游生態伙伴。芯片、深度學習框架、模型及應用構成了深度學習良性生態，使得應用需求和反饋傳遞到深度學習技術及應用的每個環節，各環節持續迭代優化，加速AI技術創新和產業發展。飛槳是我國首個自主研發的產業級深度學習開源開放平臺，集核心框架、基礎模型庫、端到端開發套件、豐富的工具組件于一體，極大降低應用門檻。飛槳把產學研用不同角色有效銜接，攜手開發者與合作伙伴，共建共創企業生態、教育生態、開源生態、硬件生態。在硬件生態上，飛槳深度學習框架與芯片聯合優化，提供高性能強大算力，已有超過40家硬件廠商與飛槳深度融合優化，國內外主流芯片基本都已適配飛槳。目前，飛槳平臺已經凝聚535萬開發者，服務20萬家企事業單位，創建67萬個模型。
在產業層面，深度學習+千行百業。各行各業應用深度學習技術降本增效，創新產品和業務，加快產業智能化進程，努力實現高質量增長。我國的產業體系品類齊全、體量龐大，深度學習驅動的創新有豐富的應用場景，有助于形成良性循環，促進底層技術突破，加快升級現代化產業體系。
百度文心打通大模型產業落地路徑，走進千行百業
作為近幾年人工智能發展的重要方向，大模型具有效果好、泛化性強、研發流程標準化的特點。但與此同時，大模型研發門檻高、難度大，依賴算法、算力和數據綜合支撐，產業化面臨挑戰：首先是模型體積大，訓練難度高;其次是算力規模大，性能要求高;第三是數據規模大，數據質量參差不齊。
如何實現大模型產業化?王海峰表示，具有算法、算力和數據綜合優勢的企業，可以將模型生產的復雜過程封裝起來，通過低門檻、高效率的生產平臺，為千行百業提供大模型服務。
這一產業化路徑已經在文心大模型的產業實踐中得到驗證。百度與行業頭部企業或機構共建的11個行業大模型，在能源、金融、航天、制造、傳媒、城市、社科以及影視等領域落地，加速推動行業的智能化轉型升級。
王海峰強調，“深度學習+”驅動技術創新、產業發展，離不開深度學習產業鏈的完善和壯大，而深度學習平臺和大模型貫通了從硬件適配、模型訓練、推理部署，到場景應用的全產業鏈，為人工智能技術創新和產業增長夯實了智能化基座。
面向未來，百度將堅持技術創新，推進文心大模型與飛槳深度學習平臺融合發展、共享生態，推動AI技術創新進入新階段，加速產業生態共榮，為實現高水平科技自立自強、經濟社會高質量增長貢獻力量。
