電子發(fā)燒友網(wǎng)報道（文/李寧遠）2023年1月10日，百度Create AI開發(fā)者大會如期舉行。作為百度每年發(fā)布最新技術(shù)進展、以開發(fā)者為核心、連接全球合作伙伴和科技愛好者的盛會，今年百度Create AI開發(fā)者大會采用人機共創(chuàng)模式，參會嘉賓分享了諸多AI技術(shù)和產(chǎn)業(yè)發(fā)展的新進展新發(fā)現(xiàn)。

創(chuàng)新驅(qū)動增長，反饋驅(qū)動創(chuàng)新

百度CEO李彥宏先生今天在大會上的分享圍繞“增長”展開——創(chuàng)新驅(qū)動增長，反饋驅(qū)動創(chuàng)新。李彥宏表示，近百年里每一次人均GDP的爆發(fā)式增長都是科技革命帶來的，科技創(chuàng)新驅(qū)動了大的增長，“如果讓我來判斷第四次科技革命的標志，我認為是深度學習算法這個技術(shù)能夠帶來效率的提升，能夠驅(qū)動經(jīng)濟的增長，這個增長是比很多人想象中的要更大?！?br />

圖源：百度Create AI開發(fā)者大會，下同

科技創(chuàng)新驅(qū)動了大的增長，創(chuàng)新本身它又是從何而來的呢？李彥宏將其總結(jié)為反饋驅(qū)動了創(chuàng)新。創(chuàng)新不是閉門造車，創(chuàng)新是有機會進入市場，不斷獲得用戶和客戶的反饋，摸著反饋過河才實現(xiàn)。李彥宏以百度昆侖芯片和蘿卜快跑為典型的案例，說明了反饋帶來的強大驅(qū)動力，百度的昆侖芯片在AI線當中屬于性能非常領(lǐng)先的，這是因為它已經(jīng)為百度搜索服務(wù)優(yōu)化了10年時間。百度的搜索服務(wù)能夠提供最真實、最及時的反饋，從而倒逼大模型深度學習框架和芯片的優(yōu)化。蘿卜快跑同樣是以全球領(lǐng)先的自動駕駛出行服務(wù)訂單量獲得了大量的真實的市場和用戶反饋，加快了自動駕駛的落地。

李彥宏表示，“技術(shù)的發(fā)展沒有導航地圖，只有指數(shù)針，在方向大致正確的情況下，基于實踐反饋，一步一步地進行迭代，才能夠跑出來有價值的創(chuàng)新”。

針對AI應(yīng)用碎片化，開發(fā)方式作坊式的現(xiàn)狀，百度的大模型已經(jīng)成為許多上層應(yīng)用的技術(shù)底座。做它能夠有效地集成自然語言處理、計算機視覺、智能語音等多模態(tài)的能力，也可以結(jié)合多種行業(yè)和業(yè)務(wù)場景進行調(diào)優(yōu)，為深度學習技術(shù)進入新階段帶來了機遇。

針對AI產(chǎn)業(yè)發(fā)展現(xiàn)狀，李彥宏表示過去一年無論是技術(shù)層面，還是在商業(yè)應(yīng)用層面，AI都有了方向性的改變，這是積極的一面。不過挑戰(zhàn)同樣不小，“實體經(jīng)濟很多領(lǐng)域數(shù)字化改造尚未完成，而數(shù)字化本身并未帶來效率的明顯的提升，智能化的廣泛滲透還需要時間。智能化對于實際經(jīng)濟的巨大的拉升作用還沒有成為廣泛的共識。因此，人工智能的商業(yè)化還需要在黑暗當中摸索一段時間”。

百度AI創(chuàng)作的“危機與希望”

深度學習＋，創(chuàng)新發(fā)展新引擎

百度首席CTO王海峰博士在大會上從四個角度出發(fā)分享了百度在深度學習上的應(yīng)用與進展。深度學習平臺的標準化、自動化和模塊化特征越來越顯著，不斷降低人工智能的應(yīng)用門檻，高效便捷地把人工智能技術(shù)租送給千行百業(yè)。規(guī)?；腁I大生產(chǎn)已然形成，人工智能的技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展進入“深度學習＋”階段。

首先從技術(shù)角度來看，“深度學習＋”知識是人工智能技術(shù)進一步發(fā)展的重要方向，讓機器同時從海量數(shù)據(jù)和大規(guī)模知識中融合學習及知識，增強后的深度學習效果更好、效率更高，有更好的可解釋性。以百度研制的文心產(chǎn)業(yè)級知識增強大模型為例，“深度學習＋”具備跨模胎、跨語言的深度語義理解和生成能力，能更高效地應(yīng)用于搜索、信息流、智能音箱等互聯(lián)網(wǎng)產(chǎn)品。

在深度學習生態(tài)建設(shè)上，上下游生態(tài)伙伴芯片、框架、模型及應(yīng)用構(gòu)成了深度學習良性生態(tài)。在芯片層，“深度學習＋”體現(xiàn)在支持深度學習訓練推理的芯片類型豐富，與深度學習框架軟硬一體，聯(lián)合優(yōu)化，性能越來越好，效率越來越高?？蚣軐又С稚疃葘W習的便捷開發(fā)、高效訓練和多端多平臺推理部署，大幅提升深度學習模型的研發(fā)效率效果。在模型層，需要緊跟產(chǎn)業(yè)需求，提供已訓練好的各種深度學習模型，讓深度學習應(yīng)用唾手可得。

最后在應(yīng)用層，王海峰博士表示深度學習技術(shù)要與場景融合創(chuàng)新，加速傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生新業(yè)態(tài)、新模式，深刻改變?nèi)祟惿a(chǎn)生活方式和思維模式，實現(xiàn)生產(chǎn)力的整體躍升。只有形成良性生態(tài)，應(yīng)用需求和反饋才能傳遞到深度學習技術(shù)及應(yīng)用的每個環(huán)節(jié)，加速人工智能技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展。

多元化AI創(chuàng)新，前沿AI技術(shù)應(yīng)用落地

大會上，眾多技術(shù)大咖分享了最新的AI技術(shù)應(yīng)用，如百度搜索新一代核心技術(shù)的代表，跨模態(tài)大模型“知一”。對于搜索面臨的復雜任務(wù)，百度融合多項技術(shù)創(chuàng)新，構(gòu)建了具有跨模態(tài)、大規(guī)模、高效能三大特點的知一。知一可以理解全網(wǎng)文本、圖片、視頻、結(jié)構(gòu)化信息等形態(tài)各異的資源，持續(xù)進行海量支持資源的學習收集，打破資源形態(tài)的界限，將最滿足用戶的搜索結(jié)果呈現(xiàn)給用戶。這背后既有自研的模型壓縮和預估優(yōu)化技術(shù)的助力，也有飛槳平臺和百度昆侖芯片的支持。

英特爾中國研究院院長宋繼強在大會上也分享了他們和百度在數(shù)據(jù)中心及產(chǎn)品合作的進展，針對飛槳的模型和框架，英特爾志強全系列CPU都做了深度優(yōu)化。通過軟硬件聯(lián)合優(yōu)化，百度的ERNIE 3. 0 NLP大模型在英特爾志強可拓展處理器上的性能達到了業(yè)界的算力領(lǐng)先水平。

在自動駕駛感知解決方案上，百度提出了車路一體的UniBEV方案，它是自動駕駛和車路協(xié)同的重要底層方案。UniBEV主要有三個特點：端到端、多任務(wù)多模態(tài)融合感知以及車路一體。方案集成了車端多相機、多傳感器的在線建圖、動態(tài)感知以及路測視角下的多路口多傳感器融合等。UniBEV車路一體大模型借助了大數(shù)據(jù)加大模型加小型化技術(shù)閉環(huán)，是創(chuàng)新AI技術(shù)在駕駛感知上的一次落地。

小結(jié)

AI發(fā)展在過去的一年表現(xiàn)出了積極的一面，技術(shù)層面AI從理解內(nèi)容走向了自動生成內(nèi)容，商業(yè)層面最具代表性的自動駕駛也加快了落地速度。機遇與挑戰(zhàn)并存，用李彥宏先生在Create AI開發(fā)者大會的話說，“人工智能的商業(yè)化還需要在黑暗當中摸索一段時間”。