百度AI技术生态总经理马艳军：国产深度学习框架仍面临三大难题

（原标题：百度AI技术生态总经理马艳军：国产深度学习框架仍面临三大难题）

蓝鲸TMT频道3月31日讯，今日，在百度AI开放日《AI呀，我去！》第五期活动上，百度AI技术生态总经理马艳军博士系统分享了深度学习领域的竞争格局、中国自研深度学习框架的发展突破和未来趋势。

马艳军指出，当前中国深度学习框架的发展仍需突破三大关键点：技术实力、功能体验、生态规模。首先，技术创新方面，深度学习框架的研发需要人工智能领域底层技术人才，我国在这一领域的储备仍有不足。其次，在应用体验方面，由于中国是全球产业链最为完备的国家，产业体系复杂，中小企业转型需求迫在眉睫。但在应用AI、促进企业智能化转型的过程中，仅一项技术应用，从实验室到产业落地就至少需要3-6个月时间，一个低门槛甚至零门槛的开发平台极为重要。在开发应用生态方面，深度学习是一个典型的共创型技术领域，只有构建了自己的生态才实现持续迭代和发展。然而构建生态周期长、成本高，而且只有当国产框架的技术和功能体验足以满足开发者的需求时，才有机会培育起自主创新的AI开发应用生态。

百度飞桨经过对大量真实生产场景的反复打磨，能够使传统企业在智能化转型中实现高性能开发、大规模训练、不同场景和不同软硬件平台敏捷部署。飞桨已经和包括百度昆仑芯、华为昇腾、英特尔、英伟达在内的22家国内外硬件厂商，完成了31种芯片的适配和优化。目前，飞桨平台已经汇聚了406万开发者，创建了47.6万个AI模型，累计服务15.7万企事业单位，覆盖工业、农业、医疗、城市管理、交通、金融等领域。

随着当前中国产业数字化转型的不断深入，中国深度学习框架的生态布局正在工业、交通、能源、城市等千行百业“开花结果”。以智慧交通领域为例，高铁接触网挂异物导致列车晚点的事件时有发生，一块小小的异物，就可能影响上百万人的出行。此前，依靠传统的人工巡检需要每天每条线路安排10到20名轨道检修工，不但人工成本高，还很难保证及时地检测与处理。经过一些尝试后，成都国铁最终采用飞桨研发了一套“轨道在线智能巡检系统”，实现了对轨道缺陷全天候的智能判断。

马艳军表示：“尽管深度学习框架属于高投入、长周期、抢生态的竞争，但已经得到国家和企业的战略性支持，是开启下一个AI时代的钥匙。”