本週，百度發佈了2019年第三季度財報。總營收281億元，淨利潤44億元，遠超華爾街預期。盤後股價大漲超6%。在對員工的公開信裡，李彥宏特別提到了AI技術的重要性，“百度要在人工智能領域充分發揮技術優勢，做智能經濟時代的建設者。”“我們的百度大腦、飛槳平臺將在智能經濟基礎設施的升級中發揮更大作用。”
而就在剛過去的11月5日，在“WAVE SUMMIT+”2019深度學習開發者秋季峰會上，百度飛槳發佈和升級了21項全新內容，包括面向產業應用場景的四大端到端開發套件、融合數據和知識的預訓練結合遷移學習的飛槳Master模式、端側推理引擎Paddle Lite 2.0、EasyDL專業版、前沿技術工具組件等。以飛槳為代表的AI平臺正成為企業產業升級的加速器，AI正在成為智能化的核心動力。
1、飛速發展的中國AI技術
早在63年前，人工智能（AI）的概念就已經誕生。深度學習是機器學習的子集，而機器學習是人工智能的子集。直到近些年，隨著大數據和計算能力的飛速發展，機器學習和深度學習技術大幅進步，AI技術獲得了飛速發展。
AI技術快速發展，經歷了一個從理論概念提出、技術研發、應用落地、產業融合、賦能實體經濟的全過程。一個AI項目的研發週期包含數據和多場景的支撐、AI框架/算法的選型、訓練環境/推理環境的選擇以及配置，最後才是進行AI訓練和推理工作。是一個系統性和多樣性的繁雜工程。在這個過程中，以研究機構為代表的學術界，發起理論研究，培養人才；以百度為代表的技術型公司，將理論落地，結合市場來應用，最後在工業農業等實體經濟大規模應用和檢驗。
國內AI技術，是從2015年開始快速發展的。微軟學術關於人工智能的一項研究表明，中國AI產業影響力正在增強。中國作者在最頂級的10%高引用論文中提升了 10%，於2018年達到了頂峰（26.5%），接近美國的29%，而且美國的佔比在下跌。如果這一趨勢持續的話，中國將在第二年（2019年）超過美國。
回顧歷史，包括半導體、互聯網等新技術在內，任何一項新技術的大規模普及推廣和應用都是以公司力量為主導的。以百度為代表的互聯網公司在國內的AI技術研發上，起著領頭羊的作用。截至目前，百度基於飛槳平臺，已累計服務150多萬開發者，僅在定製化訓練平臺上就有超過6.5萬企業用戶，發佈了16.9萬個模型。飛槳具備四大領先技術：開發便捷的產業級深度學習框架、支持超大規模深度學習模型訓練、多端多平臺部署的高性能推理引擎以及面向產業應用，開源開放覆蓋多領域的工業級模型庫等。
飛槳通過開源開放，降低了企業利用和結合AI技術的門檻，加快了科技創新速度。通過和中國的工業、農業、服務業等深度融合，推動了人工智能的產業發展和人才培養，又反過來檢驗和促進自身平臺的進一步成熟，從而整體上加強加快了各行各業智能化升級，實現了 AI能力賦能實體經濟發展和社會進步。
2、實踐是檢驗AI的核心標準
一門新的前沿技術，技術研究探索只是第一步。真正的大規模應用和普及，必須是在實際生產和商業化應用中得以檢驗，才能真正持續發展，而實際生產的關鍵則在與產業集合。
最典型的例子就是位置服務（LBS）技術的應用。早在上世紀70年代，美國政府就已經頒佈911服務規範（Basic 911）。早在上個世紀70年代，美國頒佈了911服務規範。電信運營商在緊急情況下，可以跟蹤到呼叫911號碼的電話的所在地。但這門定位技術一直停留在緊急求助等非常狹窄的應用場景裡，並沒有得到大規模的檢驗和應用，更談不上對經濟的實際幫助。這個技術一直沒有大規模發展。2009年，美國以簽到為特色的App應用Foursquare上線後，這種技術才迅速普及。現在已經成為我們日常生活方式重要部分的百度地圖、美團外賣、滴滴打車等，就是基於這個技術最好的應用場景之一。
在互聯網技術發展中，誰能真正與產業和實際應用高度結合，誰就能獲得發展和市場。有了技術優勢，更關鍵的是要落地，要走出去，要大規模的實踐和檢驗。LBS如此，AI也是如此。AI技術從提出到現在，歷經半個多世紀，之所以前期沒有爆發性增長，除了計算機性能不足和數據缺失導致研究停滯外，關鍵元素之一，就是沒有深度與產業結合。但這個局面現在正在被飛速改變。
飛槳產業級深度學習開源開放平臺，基於百度多年的深度學習技術研究和業務應用，通過開源開放廣泛應用於工業農業等行業，推動人工智能的技術創新、產業發展和人才培養，加快了各行各業智能化升級，促進經濟發展和社會進步。將前沿技術大規模應用，這對於百度、合作伙伴、用戶是三贏的局面。
精諾智能熔鍊系統就是典型案例之一。精諾數據，通過與百度飛槳合作，以大數據、物聯網、人工智能的方式解決熔鍊難題。研發了一套鋼鐵熔鍊生產智能解決方案。將原本要依靠經驗來操作的流程，做成了3秒就能給出最優配比的模型，鋼鐵熔鍊變成一門容易掌握的技術。
鋼鐵熔鍊是一個十分複雜的過程，在整個生產的過程中，基於百度飛槳的預配方案、熔鍊精配模塊、熔鍊過程，保證了成本最低化和質量最優化。經過優化，使用前和使用後原料節省高達15%。工廠的產能和效率提高一倍。產品質量也得到了保證。同時，管理人員等還通過手機APP、短信、微信小程序等方式，隨時隨地掌握生產信息，讓工廠數據全程透明，告別暗箱操作。真正實現降本增效的最好證明。真正做到了賦能實體經濟。
3、中美AI發展的差異性
數據報告公司愛思唯爾在2018年發佈《人工智能：知識的創造、轉移與應用》的報告，對AI技術領域進行了分析，中外巨頭的人工智能和深度學習技術趨勢和對比，聚焦AI在中國、歐美的發展態勢：前者的AI研究偏向於應用，後者的AI研究偏向於基礎理論。
歐美互聯網公司，在AI技術的投入更加偏基礎研究，以Google為例，它的發展軌跡，主要是人工智能基礎研究與技術積累，再延伸到人工智能應用，從而優化提升自家的產品，比如谷歌全家桶系列軟件，包括Android、Gmail、Google Photos、Google Assistant、Google News、Google Maps、Google Lens等等。主要的是以學術氛圍為主，這點和中國的產業實踐和商業化有些區別，不過目前Google等公司，也開始從學術向商業開始嘗試轉變了。
中國經歷30多年經濟的高速發展之後，目前正面臨著產能過剩，產業升級的迫切局面。而AI技術應用場景需要豐富的訓練模型，但同時又是碎片化和差異化的，和美國比起來，中國有了巨大的數據儲備，應用場景豐富，產業結合的機會更多，同時政府引導和政策性支持力度更大，所以在細分市場中實踐和落地上，中國是更具備優勢的。
中國政府和公司，也在基礎研究領域不斷的投入和趕超。不管是FB、Google、亞馬遜等對於新技術的投入，還是百度、阿里、騰訊的人工智能和深度學習的技術，只有找到更適合當下發展的道路，切實結合新技術應用的差異性，才會有更大的發展和前景。
“AI扎進了行業運用的厚實土壤。”全球著名投資人沈南鵬對中國的AI發展抱有充分信心，AI技術開闢了全新的產業，對傳統行業的賦能展示出來的價值越來越明顯。隨著算法、大數據、芯片、5G等技術的標準化和成熟，這個領域將會誕生出引領下一代技術的偉大公司。
南七道，互聯網知名評論人，關注創業與投資方法論。
閱讀更多 南七道 的文章
