若干年來，科技界反復在討論兩件事：一是第四次科技革命可能在中國發(fā)生，二是AI將成為第四次科技革命的核心驅(qū)動技術。

如果我們把兩件事融合在一起，就能夠很簡單的推理出一個結(jié)論：中國必須結(jié)合自身的實際情況，發(fā)展出一條前所未有，且其他國家和地區(qū)難以復刻的AI之路。只有如此，才能解釋AI技術帶來的新科技革命，為什么將會在中國而不是其他地方完成。

就像第一臺簡單的蒸汽機是在1688年由法國人德尼斯·帕潘發(fā)明，卻在近百年后的英國成為驅(qū)動科技革命的通用性技術。如何將AI轉(zhuǎn)化為新的通用性、底座型技術，是中國經(jīng)濟發(fā)展遇到的歷史性機遇。

自深度學習技術為代表的第三次AI興起進入中國后，中國AI產(chǎn)業(yè)經(jīng)歷了十余年探索。結(jié)合中國實際，面向第四次科技革命的AI之路，開始逐漸由懵懂走向清晰。

1月10日，百度Create AI開發(fā)者大會于線上召開。期間，百度CTO王海峰發(fā)表了《“深度學習+”，創(chuàng)新發(fā)展新引擎》主題演講，提出人工智能的技術創(chuàng)新和產(chǎn)業(yè)發(fā)展，進入“深度學習+”階段。

對于很多朋友來說，深度學習這個概念或許并不陌生。但“深度學習+”應該還是首次聽到。這個新的概念背后，卻是中國AI十余年的積累，AI底層技術與基礎設施的漫長凝聚，以及千行百業(yè)應用深度學習技術的銳意探索。

這些因素融合起來，讓中國AI技術與產(chǎn)業(yè)智能化發(fā)展得以百尺竿頭更進一步，中國智能化的新轉(zhuǎn)折點，也正醞釀在這個新的階段。

激流十年：中國深度學習的崛起之路

想要了解“深度學習+”，我們必須回到深度學習技術在中國落地生根的歷史當中。

2006年，辛頓等人意外發(fā)現(xiàn)了多層神經(jīng)網(wǎng)絡帶來的全新可能性，就此將上世紀80年代已經(jīng)產(chǎn)生的機器學習技術，推動到了深度學習的新階段，而深度學習技術在一系列AI測試任務上的優(yōu)異表現(xiàn)，也重新燃起了人們對AI的期待。客觀來說，經(jīng)歷了兩次寒冬的AI技術，能夠再次復興的核心要素就是深度學習技術的出現(xiàn)。

但在此后的多年時間里，深度學習還僅僅停留在非常小眾的范疇里，甚至在學術界中也非常小眾。2010年，當時剛剛來到百度的王海峰發(fā)現(xiàn)了這種技術所蘊藏的巨大潛能。很快，百度內(nèi)部高度認可了王海峰的發(fā)現(xiàn)，并早早在2012年就開始探索深度學習技術與應用。2013年1月，百度率先建立全球首個專注深度學習研究的深度學習研究院(IDL)。同時，百度也開始布局深度學習開發(fā)框架的研發(fā)。就這樣，非常幸運同時也非常必然，在王海峰的敏銳發(fā)現(xiàn)與百度的當機立斷下，中國企業(yè)沒有在AI浪潮中掉隊，甚至成為了全球AI探索的領路人。

此后多年時間，可以視作中國深度學習技術的創(chuàng)生期。在此期間，百度為代表的AI行業(yè)取得了一系列成績，比如自主深度學習框架飛槳的問世與發(fā)展，多種深度學習算法的進步提升。隨著2017年全球AI熱潮的到來，中國發(fā)布《新一代人工智能發(fā)展規(guī)劃》，深度學習技術的戰(zhàn)略地位與社會需求也水漲船高。面向新的形勢，百度最大化發(fā)揮了自身的深度學習技術積累與平臺優(yōu)勢，快速進行了一系列戰(zhàn)略升級與產(chǎn)業(yè)成長。

當時間來到2019年，深度學習技術在框架、算法、產(chǎn)業(yè)空間等一系列要素上都已經(jīng)趨向成熟。這一年4月，王海峰曾提出，深度學習具有很強的通用性，呈現(xiàn)出標準化、自動化和模塊化的工業(yè)大生產(chǎn)特征，推動人工智能進入工業(yè)大生產(chǎn)階段。

至此，王海峰明確了深度學習技術在整體產(chǎn)業(yè)智能化中的核心作用，將第四次科技革命的目標與深度學習技術進行直接、清晰的關聯(lián)，指明了深度學習技術，是能夠驅(qū)動科技革命的新一代通用性技術。

接下來這個階段，可以看作中國深度學習技術的戰(zhàn)略發(fā)展期。這個階段，深度學習不再僅僅是AI企業(yè)與AI行業(yè)的事，而是事關社會經(jīng)濟發(fā)展與國家戰(zhàn)略規(guī)劃。王海峰就曾指出，深度學習框架在人工智能產(chǎn)業(yè)鏈中的位置，可以類比PC時代的操作系統(tǒng)Windows、移動時代的操作系統(tǒng)IOS和安卓，是“智能時代的操作系統(tǒng)”。在科技自立的大背景下，深度學習技術的重要性獲得了更多關注。

2021年12月，經(jīng)國家發(fā)改委批復，深度學習技術及應用國家工程研究中心納入新序列管理，這是業(yè)內(nèi)首個也是目前唯一的深度學習領域國家工程研究中心，至此“深度學習國家隊”應運而生。

從最初的先見之明，到算法、框架、工具的步步積累，從核心技術領先，到“國家隊”的建立，王海峰與百度，伴隨中國深度學習走過了激流勇進的十年。當時間來到2023年，多項因素準備就緒，深度學習可以進入全面為社會經(jīng)濟服務，成為核心增長動力的新階段。

這就是中國深度學習的全面成熟期——“深度學習+”的轉(zhuǎn)折點已經(jīng)到來。

轉(zhuǎn)折點：深度學習，為什么需要“+”？

提到“深度學習+”，我們自然而然就會想到“互聯(lián)網(wǎng)+”，所謂“互聯(lián)網(wǎng)+”，就是當互聯(lián)網(wǎng)技術在中國進入全面成熟后，網(wǎng)絡、終端、平臺全面普及之后，出現(xiàn)了互聯(lián)網(wǎng)與各行業(yè)、社會生產(chǎn)生活的各方面深度融合的全新現(xiàn)象。從而創(chuàng)造了新的發(fā)展生態(tài)，涌現(xiàn)了大量發(fā)展機遇。“互聯(lián)網(wǎng)+”，既是互聯(lián)網(wǎng)產(chǎn)業(yè)的轉(zhuǎn)折點，也是中國數(shù)字經(jīng)濟的轉(zhuǎn)折點，創(chuàng)造了一系列經(jīng)濟騰飛的佳話乃至神話。

“深度學習+”的邏輯也可以這樣理解，當深度學習的核心技術、核心開發(fā)平臺與開發(fā)工具、產(chǎn)業(yè)生態(tài)、應用空間全面成熟之后，深度學習技術可以成為各行業(yè)、社會生產(chǎn)生活各領域能夠全面利用，深度融合的通用性技術。

從全球AI產(chǎn)業(yè)發(fā)展的角度看，深度學習的這一特性已經(jīng)清晰展露了出來，這項技術也成為國際頂尖科技公司與全球主要國家都在探索的戰(zhàn)略高地。整體而言，深度學習框架平臺+大模型是目前最具代表性的深度學習發(fā)展方向，也是頂級AI公司的“標準配置”。

早在2015年，谷歌發(fā)布了深度學習框架TensorFlow并很快將其開源，如今已經(jīng)成為谷歌AI生態(tài)的基礎。而從2018年開始，谷歌陸續(xù)發(fā)布了BERT、Muse等大模型，積極探索預訓練大模型在AIGC、文本對話等領域的可能性。另一家受到全球關注的科技公司Meta，也積極發(fā)展自身的深度學習框架。2018年，Meta將Caffe2代碼并入PyTorch，推動PyTorch進入了發(fā)展快車道。而在大模型方面，Mate AI實驗室發(fā)布了NLP大模型OPT等一系列成果，推動Meta在深度學習領域保持競爭活力。

根據(jù)弗若斯特沙利文（Frost & Sullivan）發(fā)布的《中國深度學習軟件框架市場研究報告（2021）》顯示，在中國深度學習框架市場，百度飛槳競爭力綜合排名第一，其次是Meta的PyTorch和谷歌的TensorFlow。深度學習框架三足鼎立的局面已經(jīng)形成。

而與美國、歐洲等地的科技發(fā)展不同的是，中國具有更廣泛、深厚的深度學習產(chǎn)業(yè)應用土壤。這也就是今天我們所說“數(shù)實融合”社會化動力。深度學習技術將全面推動中國的產(chǎn)業(yè)智能化發(fā)展，激發(fā)出智能時代的生產(chǎn)力解放與經(jīng)濟騰飛——這是中國AI產(chǎn)業(yè)的轉(zhuǎn)折點，也是中國智能化的轉(zhuǎn)折點。

這里需要解釋的是，我們很多人應該都聽過“AI+”、“人工智能+”的提法。它們與“深度學習+”究竟有什么不同？

從技術意涵上看，AI技術覆蓋的區(qū)域更廣闊，深度學習技術僅僅是AI技術當中的一種。因此上，“AI+”中所使用的AI技術可能也會過于寬泛。一家企業(yè)應用了智能語音助手，一座車站應用了人臉識別閘機，或許都可以視作“AI+”的范疇。

但如此寬泛的指向，存在這樣幾個問題：

1.產(chǎn)業(yè)所能夠獲取的技術大多是簡單化、標準化的，技術深度不足。

2.企業(yè)用戶的AI模型的開發(fā)、訓練、部署，缺乏全流程的掌握，無法構建自身的開發(fā)能力與開發(fā)優(yōu)勢。

3.企業(yè)難以基于深度學習，滿足深度定制化，釋放核心生產(chǎn)力的智能化訴求。

在此基礎上，基于深度學習平臺、大模型等要素實現(xiàn)的“深度學習+”，是更加深層化、進階化的AI發(fā)展階段。企業(yè)可以實現(xiàn)深度學習模型從開發(fā)、訓練、部署，再到應用的全流程可控，實現(xiàn)深度定制的智能化效果。

而之所以能夠醞釀出“深度學習+”的轉(zhuǎn)折點，得益于中國科技多方面的合力。

技術、生態(tài)、產(chǎn)業(yè)：深度學習+的深層價值

就像在中國能夠?qū)崿F(xiàn)“互聯(lián)網(wǎng)+”，需要天時地利人和一樣,“深度學習+”能夠率先在中國實現(xiàn)，既離不開百度這樣的頭部企業(yè)，在技術上的銳意進取，也離不開產(chǎn)業(yè)生態(tài)與千行百業(yè)的共同支持。

這些力量的統(tǒng)一和整合，才構建了“深度學習+”能夠?qū)崿F(xiàn)的土壤，讓智能化在中國生根發(fā)芽。

在百度Create AI開發(fā)者大會，王海峰對“深度學習+”進行了三個維度的展開，分別從技術、生態(tài)、產(chǎn)業(yè)三個角度解釋了“深度學習+”為何能夠?qū)崿F(xiàn)。

從技術角度看，深度學習技術想要持續(xù)發(fā)展，接連創(chuàng)造巨大價值，就需要依托于新的技術方向與技術路徑。在目前階段來看，深度學習+知識恰好肩負起了這一使命,知識增強的深度學習，已經(jīng)展現(xiàn)出了模型效果更好，訓練部署效率更高，并且擁有更強的可解釋性。

百度研制的文心產(chǎn)業(yè)級知識增強大模型，就探尋了深度學習+知識這條路徑的眾多可能性。將行業(yè)知識與大模型結(jié)合，是文心大模型探索深度學習+知識的最新陣地。以文心通用大模型為基礎，通過從行業(yè)及企業(yè)的特有數(shù)據(jù)和知識中融合學習，提升大模型對行業(yè)應用的適配性，文心與合作伙伴聯(lián)合打造了巍巍壯觀的行業(yè)大模型體系，這不僅是百度在業(yè)內(nèi)的首創(chuàng)，更是大模型產(chǎn)業(yè)化的關鍵舉措。技術的有效差異化，是“深度學習+”的根本保障。

從生態(tài)角度看，“深度學習+”并非一家企業(yè)，甚至一類企業(yè)的事，而是需要相關企業(yè)組成高效且繁榮的產(chǎn)業(yè)生態(tài)。通過產(chǎn)業(yè)鏈協(xié)作，打通深度學習+上下游生態(tài)伙伴，構建包含芯片、框架、模型及應用的深度學習良性生態(tài)。

深度學習良性生態(tài)的形成，可以使產(chǎn)業(yè)端的需求與反饋，準確傳遞到深度學習技術及應用的每個環(huán)節(jié)，推動產(chǎn)業(yè)角色持續(xù)迭代優(yōu)化。這樣的生態(tài)發(fā)展思路，也是飛槳一路走來的核心動力。以硬件生態(tài)為例，飛槳截止目前已有超過30家硬件廠商與飛槳深度融合優(yōu)化，國內(nèi)外主流芯片基本都已適配飛槳。

從產(chǎn)業(yè)角度看，“深度學習+”的最終落腳點是要在千行百業(yè)中發(fā)揮價值，幫助各行各業(yè)應用深度學習技術降本增效，創(chuàng)新產(chǎn)品和業(yè)務，加快產(chǎn)業(yè)智能化進程。也只有如此，才能發(fā)揮出中國產(chǎn)業(yè)體系完善、體量巨大、場景豐富的核心優(yōu)勢，構筑起“為什么第四次科技革命在中國”的核心答案。在千行百業(yè)的智能化道路上，“深度學習+”已經(jīng)扮演了不可替代的角色。

在北京亦莊，百度智能信控系統(tǒng)幫助實現(xiàn)了“綠燈自由”，通過給紅綠燈裝配上深度學習能力，信號燈可以實現(xiàn)精準預測、全域調(diào)控，按照車流量分配紅綠燈時間，最大化降低擁堵。如今，這樣的能力百度智能信控系統(tǒng)，助力城市交通的效率優(yōu)化。

總體而言，“深度學習+”需要持續(xù)面向產(chǎn)業(yè)應用的技術升級，需要完善的工具與平臺，需要繁榮成熟的產(chǎn)學研用生態(tài)，更需要廣泛、深刻的產(chǎn)業(yè)實踐。

為了實現(xiàn)這些條件，百度與中國AI產(chǎn)業(yè)已經(jīng)經(jīng)歷了十年積累，也只有中國的AI奮發(fā)力量，廣闊的產(chǎn)業(yè)空間，全社會的創(chuàng)新熱情，才能打通這條前所未有之路。

一條前所未有之路

當世界第一封郵件被發(fā)出的時候，不會有人想到互聯(lián)網(wǎng)技術最終在中國取得了如此碩果。不僅推動了千行百業(yè)的“互聯(lián)網(wǎng)+”創(chuàng)新，更將豐碩的成功經(jīng)驗與商業(yè)模式反哺世界。

時代的車輪滾滾向前。或許如今我們已經(jīng)可以開始設想“深度學習+”，又將開拓一條怎樣的前所未有之路？

對于企業(yè)與行業(yè)來說，“深度學習+”帶來的直觀改變，是深度學習的開發(fā)能力，以及大模型為代表的先進技術，將快速完成成本大幅下降、門檻極速降低的轉(zhuǎn)變。在一段時間以前，深度學習開發(fā)與大模型或許還是讓企業(yè)聞所未聞的技術，不久之后，這些技術或許可以用一名員工就能全部實現(xiàn)，帶來的智能化效果則直線上升。與此同時，企業(yè)與行業(yè)的特殊需求、特殊經(jīng)驗，將廣泛且深刻地融入到“深度學習+”。AI再也不是簡單、基礎的幾項能力，而是企業(yè)核心生產(chǎn)力的組成部分。企業(yè)可以深度定制AI技術，便捷獲取全球最前沿的AI能力。

對于科技產(chǎn)業(yè)來說，“深度學習+”的成熟，將以龐大、完善的生態(tài)為支撐。而這也讓更多科技產(chǎn)業(yè)的角色，有機會加入到“深度學習+”生態(tài)，在其中貢獻力量，收獲價值。原本距離較遠產(chǎn)業(yè)角色，將獲得開放、繁榮的明天，高效率完成協(xié)作，組成立體的產(chǎn)業(yè)空間?！吧疃葘W習+”生態(tài)本身，就將成為新的產(chǎn)業(yè)集群孵化器，成為經(jīng)濟發(fā)展的直接推動力。

對于國家科技戰(zhàn)略來說，“深度學習+”是抓住AI技術機遇，探索自立自強科技戰(zhàn)略的歷史性契機?！吧疃葘W習+”本身既融合了中國領先全球的技術發(fā)展與平臺搭建，同時也深刻激活了中國產(chǎn)業(yè)經(jīng)濟中的生態(tài)優(yōu)勢、行業(yè)優(yōu)勢與產(chǎn)業(yè)鏈優(yōu)勢。可以說是極具中國特色，走出前所未有道路的科技發(fā)展方向。

這條路上，已經(jīng)可謂碩果累累，比如說百度產(chǎn)業(yè)級深度學習開源開放平臺飛槳，就是深度學習技術及應用國家工程研究中心最核心的成果。飛槳的出現(xiàn)與成熟，讓中國AI底層基礎技術與國際巨頭并駕齊驅(qū)，并在部分領域?qū)崿F(xiàn)了國際領先。中國與美國一起，成為了全球唯二擁有自主技術、繁榮生態(tài)深度學習框架的國家。這意味著中國打造了自主可控的AI操作系統(tǒng)，有了自立自強的智能化發(fā)展機遇。

而對于更多普通人，對于你我來說，“深度學習+”意味著大量的機會。更多的學習機會、創(chuàng)業(yè)機會、發(fā)展機會，就明確藏在深度學習技術當中，藏在AI開發(fā)與大模型落地的產(chǎn)業(yè)過程中。深度學習依舊是AI技術體系的王冠，但不同的是，“深度學習+”讓人人都可以戴上它。

基于“深度學習+”，可以驅(qū)動AI技術引領的新一輪科技革命和產(chǎn)業(yè)變革浪潮加速到來，助力中國現(xiàn)代化產(chǎn)業(yè)體系升級，推動經(jīng)濟社會進入智能時代。

在過去，互聯(lián)網(wǎng)不發(fā)源于中國，卻在中國起飛，如今，深度學習技術正在實現(xiàn)新的中國奇跡——構建一個技術自立，生態(tài)繁榮，產(chǎn)業(yè)智能化深度發(fā)展的智能中國。

“深度學習+”，構成了一個轉(zhuǎn)折點——中國AI從跟隨轉(zhuǎn)向領航，從懵懂轉(zhuǎn)向成熟。

而在這個轉(zhuǎn)折點之后，第四次科技革命的路標已經(jīng)清晰可見。

審核編輯hhy