去年年中时,百度发布了一份“百度AI新基建版图”,从智能交通、智慧城市、智慧金融、智慧能源、智慧医疗、工业互联网和智能制造等多个维度来阐述百度AI如何与新基建融合,从而创造和发挥价值。
更进一步来说,这要求我们参与AI产业化建设时,每一项技术研发都要有的放矢,盯住每个产业和不同的垂直场景对AI的特异性需求,并从产业中找到适用AI技术的位置,严格以产业需求为“锚”,让技术从实验室中来,到产业中去,最终都有落地的归宿。
2、全要素推进,基础设施建设扎实有序
AI融合落地在2021年加速发展,并不是说这项趋势只存在于2021年,而是以2021年为开始,AI融合落地将长时间的持续进行,参照着“新基建”,AI融合落地的产业化进程同样是一个长期而系统的工作,必须在多个方面进行“配套基础设施”的建设,以确保产业落地是可持续的。
因而Gartener的报告认为云计算向分布式云演进,智能业务流程和供应商平台的爆发等,都是在基础技术研发的基础上来实现的。
与此同时,谷歌首席AI科学家Jeff Dean在一份谷歌2020年的总结报告中也着重提到,谷歌一直关注的无监督学习、AutoML(自动机器学习)、机器感知这三大领域中,一些基础性算法的都取得了创新和突破。
比如在无监督学习领域,谷歌开发了名为SimCLR的自监督和半监督学习技术,可以实现同时最大化同一图像的不同变换视图之间的一致性和最小化不同图像的变换视图之间的一致性。
在AutoML上,谷歌尝试从AutoML-Zero的学习代码运算中采取一种由原始运算(加减法、变量赋值和矩阵乘法)组成的搜索空间,以期用来从头开始演绎现代的机器学习算法。
在机器感知领域,谷歌也取得了包括CvxNet、3D形状的深层隐式函数、神经体素渲染和CoReNet等算法模型的突破。
百度对“基础”的理解来自于对AI三大要素的推进,其中包括在数据上培养AI数据标注师;在算力上对智能云服务器扩容;在算法上用5年时间培养500万AI人才,推动算法进步等。
3、全自主可控,特殊背景下的技术自强
上文提到,AI融合落地加速是一个机遇,同时也是一场中外竞赛。
作为产业变革的方向,AI产业化在当前的时代背景下具有了一个前置条件,即核心技术的自主可控,毕竟我们在这方面是吃过亏,踩过坑的,与AI融合落地相关的操作系统、芯片等领域,我国都被“卡”着脖子。
白春礼院士在《世界科技前沿发展态势》的报告中,将“把握机遇抢占先机,加快实现科技自立自强”作为重点进行阐述,直接指出我国在基础研究方面的影响力不够,在战略高技术方面,还面临很多关键核心技术的制约。
目前国内的科技企业们在AI技术自主可控的突破上,做了大量的努力,像百度在深度学习、自然语言处理、智能驾驶等多个AI领域都有掌握行业话语权的技术储备,飞桨在“操作系统”层面成为中国唯一与Google TensorFlow竞争的国产深度学习开放平台,但这并不是行业全貌,在现实中,仍有大量空白领域需要我们去填充。
4、全生态发展,哪里有需求哪里就有AI
AI产业化趋势已成,并不意味着单凭一己之力就能实现对所有产业整个社会的技术输出,AI产业化进程始终保持活力的关键在于生态化的发展。
Gartener的预测报告提到“UI/UX技术和以人为本的体验设计”仍将是2021年科技行业的重点领域,而利用虚拟现实和增强现实来增加体验是新趋势。
Gartner将数字体验定义为:总经验(TX)=多经验(MX)+客户经验(CX)+员工经验(EX)+用户经验(UX)。多经验开发平台(MXDP) 和低代码开发平台将继续兴起,这将有助于构建用于用户交互的应用程序和产品,作为其跨各种接触点(例如触摸,语音和手势)的数字旅程的一部分。
很显然,仅以这一项趋势就可窥视出AI融合落地的关键在于生态,既包含技术研发生态,也包含产品应用生态。
谷歌、亚马逊和微软等公司为主导各种开源项目,比如在深度学习领域的TensorFlow、MXNet、PyTorch等都是AI生态融合的落地典型。
百度AI很早也参透了这一点,在进行AI布局时就以生态为重。
以百度大脑为例,里面“浓缩”了百度多年来在语音、语义、图像、视频、知识图谱等多个领域的AI技术积累,由于开源开放的生态,推动着大量开发者开发出大量AI应用,再快速的在各个细分再细分的场景里落地。
开放生态下,各种类型的合作伙伴共同参与产业应用的开发与建设,带来更多样化的资源支撑,多方合力之下,让AI无处不在。
跟随2021年的智能浪潮,百度AI值得关注
无论如何,AI融合落地的产业化大时代已经来临,在这场盛宴中,一侧是以百度为代表的,不断强化并推动产业落地进程,同时在多个维度保证落地价值的头部企业,另一侧是趁着风起入场的中小玩家。
很显然,玩家越多,说明产业价值高,不管是对于AI技术发展,还是对于AI产业化落地都有益处。
站在2021年的风口之上,我们有以下几点必须明确:
第一,虽然产业化落地是重点,但在基础技术的研发是没有止境的,这也意味着,即便是后来者,只要抓住技术迭代的空档期,仍然会有机会。
第二,随着产业化进程的推进,AI落地的广度和深度也在不断增加,其中的需求需要大量的建设者来填充,在这场盛宴中,对于各类玩家而言,无非是巨头分大蛋糕,中小玩家分小蛋糕。
第三,巨头间的竞争,特别是中外巨头的竞争会更加激烈,中外巨头在基础能力上差距不大,而决胜的关键则在于企业战略的方向,以及与产业的距离,越是贴近产业提早布局,其胜算就多加一分。
在这场竞争中,由于百度AI的提前布局,早早站定了第一梯队的位置,同时随着AI产业化进程的深入,百度AI的优势也将继续强化。
其中的原因在于,百度AI在这个过程中形成了自增强正向循环,即AI产业落地后反馈技术迭代,技术升级后再推动落地跨越,就像打怪升级一样,每完成一次循环,百度AI的实力就增强一分,反复循环下,百度AI在技术层面的能力越来越精湛,在落地方面的经验越来越丰富,其在行业中的竞争壁垒也越来越厚实。
另外一个维度,百度AI抓住了产业化的机遇和红利,同时也成为了时代的开创者和建设者,百度AI以落地的方式实现了技术的商业价值,同时也创造出带有鲜明印记的社会价值。
回首2020,有太多的AI进步和产业突破值得我们总结,展望2021,AI融合落地的产业化爆发一定会带来更多惊喜,百度AI擎起的产业化大旗更是值得期待。
*本文图片均来源于网络
此内容为【智能相对论】原创,
仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。
部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。
智能相对论
?AI产业新媒体;
?今日头条青云计划获奖者TOP10;
?澎湃新闻科技榜单月度top5;
?文章长期“霸占”钛媒体热门文章排行榜TOP10;
?著有《人工智能 十万个为什么》
?【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
