搜索爬取的没有自主创新认知的回答该不该采纳？

来源：蜘蛛抓取(WebSpider) 时间：2023-06-15 04:36 标签： effective python
1.题目中对「技术自主创新」这个关键词的抓取非常非常重要。在我看来，咱们国家产业智能化转型上最关键的因素在于，深度学习框架的应用上是否依赖国外，也就是说是否能够拥有完整的独立自研能力。我这两句话大家是不是听着很耳熟？是不是瞬间想起来过去几年里甚嚣尘上的，关于「卡脖子」的被支配的恐惧？是的，太阳底下从来没有新鲜事。中国的产业智能化如果想顺利实现转型，就必须把「深度学习框架」技术牢牢捏在自己手上。前几年我们只不过在5G和高端芯片设计上取得了领先，就遭遇到前所未有的围追堵截，要知道那一轮科技封锁背后的利益逻辑上，只不过牵扯了通信和互联网行业的蛋糕。而如果智能化转型这种重塑全产业链的技术革命一旦达成，我们面对的风暴将会更猛烈，扛过去了就能翻身成龙，扛不过去就免不了臭鱼烂虾的宿命。或许有些童鞋会觉得这么说有些言过其实，造成这种认知分野的，要么是你们对人性还不够洞彻，要么就是你们对产业智能化带来的变革还缺少想象力。我们都知道，人类靠科技来实现文明进步，而科技的本质是重新定义生产力的上限。而人工智能技术对生产力的释放，目前很难被估量。我们生活在一个成熟是智能终端到处都有的时代，智能手机、智能汽车、智能硬件们已经很大程度上重新塑造了我们的生活方式，但大家弄清楚这只是比较浅显的应用智能，大部分场景是TO C端，而今天我们要聊的，包括我接下来要重点讲的深度学习框架，都是围绕着TO B端做切身的社会底层变革而存在。下面我就用尽可能通俗的方式给大家讲一讲什么是产业智能化转型和深度学习框架。2.请允许我先举一个例子。我们如果开一家公司，为了业务方便，打算做一款App来打通线上关系，肯定是外包个团队做基于IOS和安卓系统的App开发，对吧？肯定不会有公司疯狂到仅仅为了一款App，就非要自己开发一个操作系统出来。其实在产业智能化的语境里也是类似的道理。大部分想要「产业智能化变革」的企业都和智能没有关系，而相关的从业人在做智能应用开发的是，都必须基于一个现成的平台来开发，而这个平台就是深度学习框架。打个比方说，你现在要自己动手搭建一个木制的工艺品，如果告诉你必须先自己打一把斧子，然后带着斧子去山里砍一棵树，然后再完成木材的切割、刨磨等流程，把它们变成积木之后，再动手搭建你想要的工艺品，相信绝大部分人都会崩溃。但如果说现在告诉你，积木已经有人帮你制作好了，你只需要按照你的需求和创意，把你想要的作品搭建出来就行，这是不是就很爽。而这个「别人已经为你做好的积木」，就是深度学习框架。那么，为什么我说深度学习框架的高度自研非常重要？还是说个智能手机的例子，假设有一天天降制裁，我们不能用安卓系统了怎么办？我们自己造斧子、拿斧子砍树、把树拖到工厂进行切割刨磨，最终做成成品积木，谁能熬得住？而最把握的做法就是，从最开始就把「自己造斧子、拿斧子砍树、把树拖到工厂进行切割刨磨，最终做成成品积木」的这些核心技术牢牢掌握在自己手中。3.扯了一堆「斧子砍树」，回头说说国内深度学习框架的现状吧。相比之下国外发展的枝繁叶茂，国内的起步比较晚，很多大厂在深度学习框架上目前还比较稚嫩，几乎只有百度在很早前就开始做相关布局。而从成果上，百度飞桨已经做到了国内市场综合份额第一，压了PyTorch、TensorFlow一头。但有一说一，我认为技术出海还需要很长时间。而咱们之所以落后于国外，我认为很重要的一个原因是：几年前，国内科技圈的主流价值还是「拿来主义」，而我刚才提到的百度飞桨在国内的份额以及国际上的技术影响，最重要的原因在于百度在AI领域很早就开始布局和投入。而百度作为在技术上或许最硬核的中国公司之一，公司文化里一定有关于「技术没有捷径」的陈述。而且，「技术没有捷径」不光意味着研发难度，在商业和产业环境里还意味着要耐得住很多诱惑。「别人家靠『拿来主义』挣得盆满钵满，而我们为什么要苦心求诣的走这条荆棘路」是很多我做科研的朋友都曾面临的心障。但从百度飞桨目前取得的份额和研发成果来看，技术上的持续投入有非常强烈的现实意义。首先，飞桨之所以能够在国内市场份额上完成对起步更早的PyTorch和TensorFlow赶超，除去技术积淀之外，还有一部分原因是飞桨在本土化的适配性上做的更好，更适应国内产业需求、更匹配国内开发者的习惯这种「本土作战」的优势，会在技术和规模的持续发展中被继续放大。其次，如果没有百度飞桨的话，目前国内在深度学习框架这个领域，还会是谷歌、facebook这样的国外大厂的天下，也就是说中国智能化产业转型在核心技术上还是依赖国外，技术上很有可能产生代差，而目前外部环境的群狼环伺，那会不会在未来某个时刻我们将继续面临下一轮技术封锁？另外，在百度AI开放日《AI呀，我去！》的第五期活动上，百度AI技术生态总经理马艳军博士曾提到过：「中国产业体系复杂，中小企业转型需求迫在眉睫。但在应用AI、促进企业智能化转型的过程中，仅一项技术应用，从实验室到产业落地就至少需要3-6个月时间，一个低门槛甚至零门槛的开发平台极为重要。」马艳军博士的这段话刚刚好印证了我举得「斧子砍树」那个例子，我生活里有很多做实业的朋友，他们的企业在面临产业智能化转型的时候，最大的症结就在这里，而飞桨正是在这个关窍上，以低门槛甚至零门槛的方式，成为了这些「没有AI经验」的企业在转型起步阶段的助推器。比如国网山东，因为电力行业中输电通道的安全巡检有着大量需求，而面对无源无线和多目标多尺度的情况，应用飞桨在端侧实现输电通道的快速、精准的可视化巡检。IMG_256再比如说，大恒图像基于飞桨以及飞桨语义分割库PaddleSeg研发新能源汽车电池隔膜质检模型，实现实时发现超30%以上传统机器质检不能发现的微小缺陷。IMG_256关于飞桨，和以上这两个例子类似的产业应用已经广泛地在工、农、服务等行业铺开，服务的开发者超过406万，一个自主创新的AI开发生态正在徐徐展开。4.刚才我基于事实，在产业智能化的语境里聊了很多百度飞桨的成绩，似乎看起来一切欣欣向荣，但事实上并不是。首先大家一定要认识到，就像是华为一样，正所谓孤掌难鸣，百度没办法一个人打赢一场战争。中国是全球产业结构最复杂、产业链最完备的地方，产业智能化的机会最多，难度也最大，这块蛋糕没有点好牙口是啃不动的。作为一个中国人，我希望看到景况是百度的飞桨打响了第一枪之后，能够有更多科技企业能够杀入这个市场，通过良性竞争的方式，共同把人工智能更多的核心技术掌握在手中。因为我们必须意识到，在人工智能算法、模型的开发、训练与部署等方面，中国人工智能企业开发的深度学习框架在社区繁荣度、开发者数量等方面和国外差距还很大。而与此同时在我们的产业结构中，很多企业的数智话转型的需求可以说非常迫切。所以，与其说我希望更多的科技巨头来加速竞争市场，不如说是建设市场。你问我，中国产业智能化转型距离全面实现技术自主创新还有多远？当我们提起产业智能化的时候不仅仅能够想到百度飞桨，还能够如数家珍的说起很多个名字的时候，那一天就不远了。

我要回帖

更多关于 effective python 的文章

 

随机推荐