工業(yè)革命的秋之漣漪（二）：從飛槳，走向深度學習產(chǎn)業(yè)實踐

在《工業(yè)革命的秋之漣漪》第一篇中，我們回顧了這樣一系列問題：今天的中國為什么需要AI技術(shù)驅(qū)動的產(chǎn)業(yè)革命?又為何可以培育這場革命?在此基礎(chǔ)上，我們討論了深度學習框架的核心位置，以及百度如何讓飛槳走向產(chǎn)業(yè)級，成為AI時代的操作系統(tǒng)。

假如說，這一系列邏輯幫我們完整描繪出了作為AI產(chǎn)業(yè)革命引擎的飛槳，那么接下來，我們就應該追問飛槳的動力如何輸送到機器的各部件，真正讓產(chǎn)業(yè)世界的龐然大物運轉(zhuǎn)起來。

在這一篇章中，讓我們理順著“指導方法-技術(shù)邏輯-產(chǎn)業(yè)案例”的順序，一起來回答飛槳如何進入現(xiàn)實，千行萬業(yè)如何真正通過深度學習來激發(fā)產(chǎn)業(yè)變革的問題。

讓我們能夠?qū)ふ掖鸢傅脑蛟谟冢?0月17日，百度主辦了2019年中關(guān)村論壇·AI 時代的深度學習技術(shù)與應用創(chuàng)新論壇。在中關(guān)村論壇這一中國科技界保留曲目中，這一論壇是今年唯一聚焦解讀深度學習產(chǎn)業(yè)化應用的平行論壇。

在深度學習開發(fā)者、產(chǎn)業(yè)生態(tài)參與者、產(chǎn)學研各界的注視下，飛槳激發(fā)的工業(yè)革命漣漪，開啟了面向產(chǎn)業(yè)世界的新一輪震蕩。

技術(shù)底座之路：王海峰對智能革命的四個判斷

飛槳是什么?為什么今天這個時代需要飛槳?

在論壇致詞里，百度CTO、深度學習技術(shù)及應用國家工程實驗室主任王海峰回答了這個問題。

回到人類文明輝煌的工業(yè)革命史當中，王海峰提出，人類的前幾次工業(yè)大生產(chǎn)，都需要非常復雜的應用系統(tǒng)，這套系統(tǒng)必須同時具備標準化、自動化和模塊化的特征。

按照這樣的邏輯，今天AI驅(qū)動的產(chǎn)業(yè)革命中，也必須有這樣一套系統(tǒng)，讓深度學習應用于各行各業(yè)。在百度的目標中，飛槳就是這樣一套可以把深度學習技術(shù)標準化、自動化和模塊化的AI操作系統(tǒng)。它可以應用于各行各業(yè)的工業(yè)大生產(chǎn)，幫助產(chǎn)業(yè)智能化轉(zhuǎn)型，成為AI時代的技術(shù)底座。

那么從深度學習框架，走向AI技術(shù)底座和產(chǎn)業(yè)智能革命引擎，飛槳要如何達成自己的外放?也就是我們探討的漣漪，究竟如何從飛槳內(nèi)部向外生長?在王海峰看來，飛槳走向產(chǎn)業(yè)實踐，有四個關(guān)鍵詞必須堅持：

1、開源開放，通過將百度的技術(shù)積淀，與飛槳的技術(shù)特色最大化對外公開，普惠賦能產(chǎn)業(yè)，降低行業(yè)門檻。

2、自主可控，飛槳是百度完全自有知識產(chǎn)權(quán)的AI操作系統(tǒng)。在新的國際背景下，對于中國的產(chǎn)業(yè)智能支撐可以起到關(guān)鍵作用。

3、軟硬一體，想要走向工業(yè)化實踐，飛槳就必須與各類的芯片、應用、硬件環(huán)境進行兼容。于是我們看到了飛槳在積極展開各種軟硬一體優(yōu)化，比如與華為一起就NPU的優(yōu)化進行探索。這是為工業(yè)化大生產(chǎn)階段儲備關(guān)鍵發(fā)力點。

3、產(chǎn)業(yè)生態(tài)，百度和飛槳不可能獨自完成AI時代的所有任務，而是必須與產(chǎn)業(yè)生態(tài)、產(chǎn)學研各界一起搭建生態(tài)，構(gòu)筑人才-技術(shù)-應用的有機體系。

這四個判斷，可以看作飛槳走向產(chǎn)業(yè)世界的標識。在關(guān)鍵技術(shù)突破和行動指南明確之后，飛槳已經(jīng)開啟了走向各行業(yè)，探索產(chǎn)業(yè)智能革命未知世界的旅程。

把十萬八千里壓縮成筋斗云：飛槳的產(chǎn)業(yè)實踐

讓我們思考這樣一個問題：為什么《西游記》里同樣是去西天雷音寺，唐僧師徒走了十幾年，而孫悟空自己動不動就一個來回?顯然問題在于孫悟空有筋斗云，同樣的目標，可以用極其簡單的方法來完成。

在今天的產(chǎn)業(yè)智能世界，將深度學習應用于核心生產(chǎn)力部類，是無數(shù)行業(yè)的共同目標。那么區(qū)別就在于，你是腳踏筋斗云飛過去，還是一步步走過去?

或許可以用一句話形容飛槳的價值：用技術(shù)領(lǐng)先，壓縮開發(fā)成本;用生態(tài)賦能，降低準入門檻。使用飛槳，企業(yè)可以極大程度縮短深度學習模型的開發(fā)流程，降低開發(fā)難度，利用百度凝結(jié)的技術(shù)能力推助自己的產(chǎn)業(yè)之路。同時，飛槳的生態(tài)還可以幫助業(yè)界人才成長，進一步幫助各行業(yè)降低深度學習準入門檻。

在論壇中，百度 AI 技術(shù)平臺體系執(zhí)行總監(jiān)、深度學習技術(shù)及應用國家工程實驗室副主任吳甜詳細接受了飛槳及其產(chǎn)業(yè)實踐，為我們總結(jié)了飛槳如何完成“筋斗云”的角色。

以O(shè)CR識別為例，在使用規(guī)則和機器學習的方法來解決OCR問題時，整個過程需要區(qū)分成檢測、分割、識別、解碼、后處理等一系列過程，需要有大量的專家支持，以及使用到很多啟發(fā)式特征。而進入深度學習階段之后，OCR系統(tǒng)可以使用大數(shù)據(jù)進行訓練，采用深度學習特征就能得到非常好的識別效果。再向前一步，百度大腦和飛槳中集成了端到端的OCR識別系統(tǒng)，用戶可以隨時隨地調(diào)用深度學習規(guī)則下的高精OCR能力——前面復雜而漫長的探索過程，就都在百度的努力下省略掉了。

這樣的例子，展現(xiàn)在各個AI子技術(shù)門類，以及深度學習應用的開發(fā)、訓練、部署全流程中，飛槳將能夠先決探索和實現(xiàn)的工作已經(jīng)最大限度完成，并進行平臺化封裝，企業(yè)和行業(yè)用戶只需要在此基礎(chǔ)上“靈山一躍”，就可以登陸智能革命的時代高地。

而在深度學習與產(chǎn)業(yè)結(jié)合過程中，另一個問題是人才的稀缺，尤其是行業(yè)人才與AI人才往往無法兼容。為此，飛槳提供了大量開發(fā)者賦能與人才培養(yǎng)計劃。比如構(gòu)建了活躍的開發(fā)者社區(qū)，推出了黃埔學院等AI高端人才培養(yǎng)計劃，以及企業(yè)深度學習實戰(zhàn)營AI快車道等等。

在一系列生態(tài)賦能計劃之中，百度還積極對外公開公布自身的技術(shù)體系與取得經(jīng)驗，幫助行業(yè)用戶獲取一手經(jīng)驗。比如，論壇現(xiàn)場吳甜代表百度研究院發(fā)布了《百度大腦AI技術(shù)成果白皮書》，對百度大腦進行了一個全景式解析。

通過對內(nèi)壓縮技術(shù)，對外繁榮生態(tài)，飛槳啟動了面向產(chǎn)業(yè)宇宙的智能航行。而今天，我們已經(jīng)可以看到旅程中處處瓜熟蒂落。

從應用到創(chuàng)新：千行萬業(yè)的深度學習變革

究竟如何讓深度學習在各行各業(yè)“蘇醒”過來，也許在技術(shù)邏輯之外，必須要搭配具體案例來一并了解。

事實上，飛槳已經(jīng)廣泛應用于百度內(nèi)外、各行各業(yè)的無數(shù)場景。在這些極有張力的跨行業(yè)案例展示里，或許是最能夠顯示飛槳所具備通用AI底座能力的。

比如在百度地圖上，我想大家應該都發(fā)現(xiàn)了今天百度地圖的體驗已經(jīng)遠超過競品，而其關(guān)鍵就在“智能”二字。比如在百度地圖出行時間智能預估場景上，基于飛槳平臺，百度地圖提升了AI模型的開發(fā)和調(diào)試的便捷性和訓練效率，在百度地圖的數(shù)據(jù)基礎(chǔ)上完成了天級別百億級數(shù)據(jù)訓練。并且在飛槳的支撐上，實現(xiàn)到了天級別的百億次調(diào)用能力，把用戶出行時間預估準確率從81%提升到了86%，帶給用戶極其顯著的效率提升。

而在飛槳與廣東電網(wǎng)合作的變電站智慧巡檢案例中，經(jīng)過飛槳平臺的支持，AI可以讀取變電站上的準確數(shù)字，準確率能夠達到99.01%。這就讓偏遠地區(qū)的變電數(shù)字抄寫員得到了解放，AI的智慧完成了產(chǎn)業(yè)效率的深度變革，讓人類工作更美好。同時，相關(guān)方案能夠達成在新表適配時10天完成工作，安裝效率非常顯著。

再說一個大家可能更想不到的。高爾夫球場占用大量土地，前幾年曾經(jīng)成為過熱門話題。針對這個爭議，對高爾夫球場用地進行監(jiān)測就變得非常重要。應用飛槳提供的 Faster R-CNN 模型，實現(xiàn)了高爾夫球場的AI用地檢測。這一項目構(gòu)建了全國標準高爾夫球場遙感數(shù)據(jù)集，識別效率提升約90倍。

在更加關(guān)乎國計民生的領(lǐng)域，飛槳助力林業(yè)病蟲害監(jiān)測落地是一個代表性的案例。紅脂大小蠹蟲，是一種是危害超過35種松科植物的蛀干害蟲?；陲w槳平臺，北京林業(yè)大學與百度合作了AI 識蟲項目，通過飛槳目標檢測模型YOLOv3識別紅脂大小蠹蟲，實現(xiàn)了小時級數(shù)據(jù)回傳與檢測，相比一周才能執(zhí)行一次的人工檢測，檢測效率大幅提升。

目前，飛槳已經(jīng)廣泛的應用在工業(yè)、農(nóng)業(yè)、服務業(yè)等各行各業(yè)，飛槳效應正在驅(qū)動產(chǎn)業(yè)智能化的深入與廣泛展開。如果從產(chǎn)業(yè)用戶的角度看，不難發(fā)現(xiàn)今天應該用這樣的方式借助飛槳紅利，快速實現(xiàn)產(chǎn)業(yè)智能實踐：

1、走向深度學習與產(chǎn)業(yè)的深度結(jié)合，構(gòu)筑多模態(tài)、多技術(shù)融合、軟硬一體化解決方案。充分利用飛槳的技術(shù)領(lǐng)先性和產(chǎn)業(yè)級突破。

2、人才和技術(shù)兩手抓，利用飛槳的生態(tài)賦能與人才培養(yǎng)，積極推動企業(yè)人才擁抱AI時代，儲備面向未來的開發(fā)與應用能力。

3、依托生態(tài)，融入生態(tài)。深度學習應用是一個系統(tǒng)性工程，需要產(chǎn)業(yè)鏈的分工與合作。積極探索飛槳背后的開發(fā)者生態(tài)與產(chǎn)業(yè)鏈，調(diào)動自身行業(yè)融入AI技術(shù)與產(chǎn)品的持續(xù)迭代周期，會在產(chǎn)業(yè)智能時代收獲最大化紅利。

至此，我們已經(jīng)從方法、技術(shù)和案例，三個角度反映了飛槳驅(qū)動各行業(yè)智能革命的整體邏輯。而在產(chǎn)業(yè)實踐的更外層，一圈圈震蕩開去的AI漣漪，正在影響社會經(jīng)濟的整體與人類技術(shù)之路的未來。

更遠處的光與影，如何與飛槳融合出時代的擁吻，讓我們留在下一篇中最終揭秘。