文|鄰章

九言勸醒迷途仕，一語驚醒夢中人。李彥宏在2019中國國際智能產業博覽會上發表的主題演講，對於我國人工智能的研究發展而言，頗有此意。

他在演講中表示：“過去我們津津樂道說中國的人工智能的論文發表數量、專利申請數量是全球第一，但是今天我們更多的是要看人工智能整體這個開發框架上我們有多少話語權。最近好像英國的這個《自然》雜誌“Nature”有一篇長篇的報道，就是比較中國和美國人工智能的這種發展。那麼它確實也提到了，中國論文發表數很多，就是專利申請量很多，但是我們的人工智能的深度學習的框架還有差距，這些都是我們需要未來去下功夫提升的。”

個人看來，這正是其對我國人工智能發展核心技術自主可控程度的擔憂。

人工智能發展現狀：應用領先但算法軟肋猶存

從表面來看，自人工智能技術實現第三次中興以來，我國在人工智能技術領域進步神速，成果非凡，成為了與美國最為強勁的競爭對手。諸如《自然》雜誌在對中國的人工智能發展現狀進行了題為“Will China lead the world in AI by 2030?”的報道中就談到：“中國的人工智能研究質量越來越高，在高影響力論文、人才和治理方面都在追趕美國”。而若我們將目光放在對人工智能技術的應用，更能發現我們事實上已經領先美國，從現實來說，人工智能應用已經融入到了我們日常的方方面面。

但同時我們也需要看到的是，在打造人工智能的核心技術工具方面，中國仍然落後。事實上，中國的眾多人工智能技術應用都搭建在谷歌TensorFlow和Facebook PyTorch等國外企業提供的深度學習框架之上。此前一份統計數據顯示：當下包括聯想、京東、美團、網易、小米、360、搜狗等在內的一大批中國企業都將其業務的AI技術搭建在谷歌TensorFlow深度學習平臺上。IDC此前發佈的《中國深度學習平臺市場份額調研》報告數據更顯示：在ISV/SI等技術服務商、互聯網在佔據使用開源框架大頭的同時，保險、教育、消費和娛樂服務等事實上也在使用開源框架，可以說我國各行各業的AI發展對於開源框架存在高度依賴。

深度學習框架的自主可控從未如此重要

當然，從事實來說，開源開放的深度學習平臺（框架）的存在的確很重要。百度首席技術官王海峰博士在這次智博會期間也表示：“開源開放的平臺十分重要。人工智能作為這一輪工業革命的核心驅動力量將被應用到各行各業，但每一個應用不可能從頭建設自己的AI能力，因此需要一個通用的平臺來支撐。”

簡單來說就是：開源開放的深度學習平臺（框架）降低了AI開發門檻，避免了企業在部分AI技術上重複造輪子，節省了成本與時間，所以企業使用各種深度學習開源構架也都無可厚非。

但同時我們也需要看到的是，在AI大國博弈中，底層核心技術高度依賴美國企業，事實上是存在潛在風險的。特別是在近兩年來美國掀起逆全球化浪潮，屢屢舉起技術大棒打壓中國科技公司，逼迫美國操作系統和芯片提供商斷供中國廠商的前車之鑑下，這種潛在危險更是愈發強烈，而若是考慮到美國在今年初已啟動“美國人工智能倡議”，試圖從國家戰略層面調動資源進行人工智能研發，應對來自“戰略競爭者和外國對手”的挑戰，確保美國在該領域領先地位的現實下。

可以說，面對其在AI領域最大競爭對手中國，美國是極有可能在人工智能底層技術上做手腳，實現對中國企業釜底抽薪。若真如此，那麼對於眾多將AI技術應用搭建上美國公司提供的開源構架上的國內公司而言，無疑將會引發一連串的業務地震。

所以在此我們可以看出：在深度學習底層框架上只要我們還高度依賴國外公司，那麼我們說自己AI技術已經領先美國的底氣就不會太足，當下國內的AI技術繁榮地基並不穩固，我們的眾多AI繁榮更像是建立在沙灘之上。

這也讓深度學習平臺（框架）的自主可控變得尤為重要，可以說它是保障公司AI安全、國家AI安全、構建真正AI大國、與美國進行充分競爭的地基，只有這塊地基牢固了，搭起的萬丈高樓才有安全感。在此，擁有自主可控的深度學習框架從未變得如此重要與急迫。

百度飛槳，避免卡脖子的一招先手棋

當然所幸的是，國內還是有公司意識到了在深度學習上高度依賴國外公司所潛在的風險，從而埋下了一招先手棋，避免了我國AI技術在關鍵時刻被國外公司卡脖子、打七寸。

諸如百度自七八年前就著手研發的飛槳深度學習平臺，就是顯著一例。其在經多年磨礪發展後，事實上當下其已成長為國內唯一開源開放、功能完備的深度學習平臺，成為國內企業尋求安全可控、替代谷歌、Facebook等國外企業爭奪深度學習平臺的新選擇。

如我們所見，當下其正在工業、林業、醫療、公益、農業、物流、零售等眾多產業場景落地。

諸如備受美國打壓的華為，在麒麟芯片上就選擇與百度飛槳進行深度合作，打通深度學習框架與芯片AI算力，從而為用戶提供更佳AI體驗。又如在出行領域：百度地圖的“通行時間智能預估”在應用百度深度學習平臺飛槳之後，能夠針對用戶設定的出發地、目的地、行程設置，給出最合適的路線、用時，實現效率提升；在農業領域，北京工業大學4名學生利用百度飛槳深度學習平臺上的深度學習模型，為果農開發出了一款準確度已達90%的智能桃子分揀機，實現了從形狀、大小、色澤、光潔度等多維度對桃子的自動分級，極大節省人力分揀成本。在林業領域，北京林業大學基於飛槳打造的林業蟲情監測系統，可準確識別紅脂大小蠹，將原本需要兩週的檢查任務縮短至1小時，助力林業蟲害防治。

但從保障國家AI發展安全的角度來說，僅有這些合作伙伴還遠遠不夠，要實現核心技術的自主、安全、可控，我們還需要更多具備憂患意識的公司共同加入其中，群策群力促進我們自己的深度學習平臺發展壯大進而實現去國外深度學習平臺化。

這也正或是李彥宏在2019中國國際智能產業博覽會上發表的主題演講時表達我們需要關注深度學習框架發展差距的原因所在。

注：文中圖片源自網絡；文章轉載請註明出處。

作者：鄰章【微信號：ZLxgic 公眾號：TMT317】，關注智能手機、人工智能、消費&產業互聯網等。