谈起国内AI开源开放生态，为何这些大咖都在讨论飞桨( 二 )

本文插图
天津飞腾信息技术有限公司副总经理张志群在论坛中演讲。
国内首个开源开放的产业级深度学习平台——百度飞桨
飞桨是百度自主研发，国内首个开源开放、技术领先、功能完备的产业级深度学习平台， 2016 年正式开源。
在深度学习模型开发、训练、预测和部署等方面，飞桨已可比肩 TensorFlow、PyTorch 等国际主流框架，并在多项技术上有优于后者的表现，打破了国内的 AI 开发者过度依赖国外开源深度学习框架的局限，有助于进一步培育自主可控的 AI 产业生态。
在论坛中，吴甜介绍说，飞桨目前有四个方面的领先技术：开发便捷的产业级核心框架、支持超大规模深度学习模型训练、多端多平台部署的高性能推理引擎以及覆盖多领域的工业级模型库。
最近，飞桨又迎来全新升级。从技术层面出发，此次更新可形容为「动静统一、软硬融合」。在硬件上，飞桨目前已适配 22 种芯片型号，覆盖 15 家硬件厂商，对国产硬件的支持超过 TensorFlow 和 PyTorch；软件上，动态图功能升级实现了动静态的结合，让用户更容易开发模型；全面升级的 API 体系，则对于开发者更加友好。目前，飞桨可以与华为等硬件进行深度配合，让 AI 应用收获更强劲的效果，加速人工智能技术的进一步普及。
如今，飞桨已经应用到金融、工业、城市治理等多个领域。
在金融风控领域，使用飞桨可以将信贷风险判断准确率提升 21% ，飞桨中的语义理解模型 ERNIE 通过学习大量的文本和知识实现了语义理解性能的大幅提升。
在计算机视觉领域，飞桨已经开始助力工业质检，比如笔记本外壳检测、总装车灯检测，帮助工厂在大面积的产品或小部件中找出微小的瑕疵。
在智慧城市中，飞桨可以应用于城市治理、施工车辆追踪，车辆违章监测等场景。
飞桨的成功秘诀：开源
和 AI 领域的其他技术一样，飞桨的成功，自然也离不开开源。
作为开源软件，飞桨一直在建设开源社区。目前，飞桨已经凝聚了 230 万开发者，创造了 31 万个模型，项目数量总体超过 4.7 万，并且有多个项目登顶各大榜单。飞桨推出的飞桨开发者 PPDE 计划也共建了开源社区，组建了 22 个飞桨地方社群， 100 多个高校社群。
开源给飞桨的开发所带来的益处良多。
首先，开源的环境对平台的开发提出了更高的要求。开源以后，社区里的开发者非常多，工程师把代码亮出来以后，大家都能知道你是如何设计的，以及你的代码、文档有没有问题。这就对整个编程的易用性、API 的完备性提出了新的要求，这些要求以前在不做开源时不会考虑太多。
其次，开源是帮助构建生态的良好方式。深度学习框架的上下游生态非常复杂，需要和芯片、计算机系统做对接。在飞桨开源的生态系统中，第三方生态贡献扮演了很重要的角色。在飞桨这个项目中，很多的开发不是百度工程师做的，还有其他人在基于这个做出新的项目和更多的贡献。
在论坛中，王海峰表示，百度十年以前开始全面布局人工智能的时候，就是本着开源、开放的精神。早在 2012 年，百度就开放了翻译的 API 。如今，百度翻译每天的翻译量已经达到了 1000 亿字符。 2013 年，百度又开放了语音平台，现在每天的调用量超过 150 亿。
2016 年，在开源飞桨的同时，百度也开放了百度大脑的很多 AI 能力。发展到今天，百度大脑每天的调用量超过 1 万亿，很多开发者都在使用这些工具推动自己的业务。
与此同时，企业对于开源的拥抱程度也是在持续增加的。
一方面，企业自身所开发的软件平台、工具正在进行越来越多的开源工作，有 95% 的受访者认为企业开源是至关重要的。另一方面，企业在使用开源软件的时候，预期也在一直在发生变化， 77% 的受访者表示他们希望增加对企业开源软件的使用。这些都说明，开源社区是在持续发展的，这反过来又会促进飞桨等开源平台的发展。