《财经》杂志:百度、阿里、腾讯、华为四大科技巨头新基建家底( 四 )


结合目前波谲云诡的国际环境 , 中国AI领域的一位资深技术专家向《财经》采访人员评价 , 芯片、CPU和操作系统是当下公认的需要加大自主可控的核心领域 , 但它们不是全部 , 比如在AI领域 , 除了芯片 , 做强基础层技术的研发 , 做大训练框架等基础领域也同样重要 。
中国已形成较完整的AI产业链 , 但在AI通用芯片、开源深度学习算法框架等方面仍受制于人 。 发展"AI新基建" , 必须紧抓AI底层核心能力的自主创新 。
"完整性很重要 。 "王海峰对《财经》采访人员说 。 开发一个推理的模块 , 这个事情其实不少公司都做了 。 但是一个完整的训练平台 , 这个就要难得多了 。
2016年 , 百度开源了完全自主的深度学习框架PaddlePaddle(现中文名"飞桨") 。 在AI领域 , 深度学习框架起到了承上启下的作用 , 下接芯片 , 上承各种业务模型、行业应用 。 它好比PC时代操作系统windows、移动时代的安卓/IOS , 让开发者能够在其上像搭积木一样构建自己的AI应用 。 目前 , 飞桨广泛应用于工业、农业、服务业等 , 服务190多万开发者 。
飞桨对标的是谷歌的TensorFlow , 后者是目前全球最受开发者欢迎的深度学习框架 。 波士顿咨询在2019年底发布的一份报告数据显示 , 国外人工智能开发框架中 , TensorFlow活跃度和搜索量打分高达96.77 , 排位第二的Keras打分为51.55 。 国内有不少互联网企业、人工智能创企 , 都在使用TensorFlow 。
多位使用TensorFlow的开发者向《财经》采访人员表示 , TensorFlow功能齐全 , 开发便利 , 选择它 , 是为了"站在巨人的肩膀上做更擅长的应用创新" 。
和TensorFlow相比 , 飞桨最大的意义不在于今天它做到多强、多大 , 而在于它存在 , 并迈过了最难的阶段 。 和芯片、操作系统类似 , 各类技术或代码框架、平台虽然名义上是开源的 , 但依然要受其所在国家法律与行政命令的制约 。 国际形势波谲云诡的环境下 , 随时有断供风险 。
"今天能用 , 明天不能用 , 迟早要解决这样的状态 。 "王海峰说 。 回忆七年历程 , 他总结 , 飞桨难做 , 难在底层技术开发 , 难在搭建能力 。 开发者生态方面 , 当开发者数量跨过100万门槛后 , 最艰难的起步期已经安全度过了 。
这是一个技术价值再度闪耀的时代 。 技术可能是敲开一个新时代大门的金手指 。 所有人 , 包括四大科技公司在内 , 都在路上 。
对于百度来说 , 接下来的挑战是飞桨等底层技术的清晰规划 。 这既包括近期 , 还要看到五年以后、十年以后的路径 。 对于芯片、操作系统来说 , 完全自主可控既不现实也无可能 , 结合近期华为芯片断供的现实 , 除了专利、技术 , 还需要政府支持和引导 , 实现全产业链、供应链的防范和保障 。
"新基建"带来的数字化生产力正迅速转化为经济复苏的驱动力 。 国家统计局最新发布的数据显示 , 1月至4月 , 计算机及办公设备制造业投资增长15.4% , 科技成果转化服务业投资增长28.0% , 电子商务服务业投资增长25.6% , 专业技术服务业投资增长12.5% 。 多省市政府出台新基建规划 , 在资本市场 , 新基建炙手可热的状态已经持续数月 。
"越是风口来了 , 越要看准方向 , 脚踏实地 , 才能走得更远 , 否则 , 就飘起来了 。 "王海峰说 。
免责声明:市场有风险 , 选择需谨慎!此文仅供参考 , 不作买卖依据 。
责任编辑:kj005
文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com


推荐阅读