人工智能（AI）技術在與各行各業應用場景結合的過程中，存在一些問題：新技術與行業場景的結合能否更加低成本和高效率？能否帶來更顯著的效果和價值？
我們通過AI開源開放平臺，致力于為產業提供基礎支撐，助力新技術的引入。
為何需要自主創新的AI平臺
AI技術與產業應用結合時有幾個特點，如通用能力具有可復用性、結合場景的應用需要多技術融合、產業落地需要生態鏈多角色協同等等。基于此，建設基礎共性平臺是有必要且可行的。同時，AI應用會涉及數據，擁有可靠的自主創新平臺是產業安全的重要保障。
產業級深度學習開源開放平臺“飛槳”就是這樣的基礎平臺。在日益發展的算力、數據能力的支撐下，百度“飛槳”平臺下接芯片、上承各種應用，成為AI技術研發的基礎底座。因此，建設我國自主創新、技術領先的深度學習平臺具有重要的科技戰略價值。
企業應用AI的三個階段
在“飛槳”與伙伴的廣泛合作中，我們觀察總結發現，企業從開始嘗試使用AI，到將AI大量應用于業務場景，一般來說可分為三個發展階段。
首先，是“AI先行者探路”，即企業中有少數先行人員嘗試引入AI進行原型驗證。在這一階段，是否有現成可用、滿足應用場景的模型庫，對于先行者來說非常重要。
以智能質檢為例，質檢場景下，對模型的準確率和漏檢率都有極高的要求，對模型的性能和吞吐量也有很高要求，質檢瑕疵種類往往也很多，產線上的樣本數據獲取也尤其困難，因此，必須要有基于產業場景的模型庫來支持高效的原型驗證。
通過訓練得到的符合要求的模型并不能代表驗證完畢，還需要將模型集成到系統中取得應用價值，需要有適配各種軟硬件平臺的部署工具并且與模型庫打通，才能快速集成部署應用起來。
在最初幾次通過驗證取得了AI應用的效益后，企業對于AI的學習和應用，會從少數先行者的實踐轉變成建設團隊行為，這便進入第二階段——“AI工作坊應用”。
進入這一階段的企業會建設一定規模的AI團隊，進一步將新技術與科技能力引入業務。比如，與我們合作過的某工業制造企業的系統研發部 AI 團隊共有12名成員，包括4名機械、化工工程師（非計算機專業人員），7名數據、硬件、軟件工程師（非AI的計算機專業人員），以及一名AI專業的研發人員（AI算法工程師、平臺架構師）。
在引入AI能力的過程中，這樣的團隊會先學習新技術，進而對其加以應用。從深度學習核心模型研發的視角來看，在無代碼可視化開發模式下，不用開發代碼也能先用起來。
如果進行一些開發工作，可基于場景套件，通過“復用”的方式快速利用現成技術。如果希望面向場景進行定制以獲得更有針對性的效果，那么可以在套件的基礎上進行參數配置調整。
再進一步，還可以對模型進行改寫，甚至在框架的基礎上自主研發，實現自主創新。在這個過程中，原有的團隊人員將從使用者逐漸轉變為開發者，其工作效率及創新性也會提升。因此，“飛槳”平臺注重提供多層次的產品體系，以滿足開發者不同層面的需求。
第三階段，當企業開始進行大量的AI應用，幾百幾千人一起工作、多人多任務協同生產，就進入了“AI工業大生產”階段，從更長期來看還會實現社會化協同大生產。
比如，有的企業研發人員數量可達數千人，他們使用龐大的算力，在幾百個場景應用了大量AI技術。這時，面向算力，需要高效的管理調度平臺；面向研發人員，則需要易用的全流程開發環境。當前，“飛槳”也正是基于以上核心能力，依托于不同的建模方式，以“雙平臺”模式，分別面向AI應用開發者和算法開發者，提供方便好用的AI開發平臺。
AI人才培養愈加重要
千行百業擁抱AI，人才建設仍需先行。
AI人才培養分三個層次。首先需培養基礎理論研究型人才，以高校和科研機構為主開展；第二是基礎軟硬件研發人才，如“飛槳”項目就帶動了AI基礎軟件研發人才的成長；第三是產業應用方面急需培養既懂原有業務邏輯、又能夠引入并應用新技術的AI復合型人才。基于“飛槳”平臺，我們通過培訓、競賽、社區交流等方式，讓更多人才把AI技術學起來、用起來。
從2018年起，依托“飛槳”平臺，我們依靠自身積累的豐富AI實踐經驗，聯合各方發起了面向全國高校教師的高校師資人工智能培訓活動，迄今已培養2900多名高校專業教師，服務近700所高校，并支持200多所高校開設AI學分課。
面向企業，“飛槳”推出AI快車道、AI私享會、首席AI架構師等培訓項目，致力于讓前沿技術深入業務場景，目前已覆蓋了萬余名不同層級開發者、上千家企業，向業界輸送了190名AI架構師，遍布工業、能源、金融、交通、農業、互聯網等數十個行業，通過與多領域企業合作實現了AI賦能應用落地。
截至目前，“飛槳”已匯聚360多萬開發者，開發了40萬個AI模型，累計服務13萬企事業單位。它們來自于工業、農業、醫療、城市管理、交通、金融等各行各業，AI應用的多樣化和規模化正在加速。
我相信這只是開始。基礎通用的技術和產業結合，產教融合培養未來人才。在這個過程中，開源開放平臺會成為產業科技創新的基礎支撐。通過平臺支撐、人才培養，再加上生態建設，最終會促成產業的繁榮發展。■
（作者系百度集團副總裁、深度學習技術及應用國家工程實驗室副主任，記者趙廣立整理）