百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

10月17日下午,由百度主辦的2019年中關村論壇 · AI時代的深度學習技術與應用創新論壇在北京舉行。作為此次中關村論壇中唯一聚焦深度學習的平行論壇,來自清華大學、馬里蘭大學、英特爾、聯想等國內外知名院所、企業的專家學者齊聚北京,政、產、學、研共議深度學習技術前沿和未來產業發展趨勢。

“深度學習開發與產業應用是一個複雜系統,百度開源開放了自主研發的深度學習平臺飛槳,我們期待與軟硬件領域各界一道,更好地把深度學習技術標準化、自動化和模塊化,促進產業智能化,為更美好的智能時代貢獻中國力量。”百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰在致詞中表示。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

王海峰 百度首席技術官,深度學習技術及應用國家工程實驗室主任

技術成熟 應用提速 中國深度學習需培養茁壯根系

深度學習是近年來人工智能發展最迅猛的領域之一。在算力、數據、算法三架馬車的有力驅動下,深度學習以勢如破竹之勢在語音識別、機器視覺、自然語言處理等一個個經典的人工智能問題上取得實質性進展,由此AI走進了真實應用場景,開始發揮出真正的價值。2019政府工作報告中特別強調了“拓展‘智能+’,為製造業轉型升級賦能”,這也是人工智能連續第三年出現在政府工作報告中。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

許心超 北京市科委市科委黨組成員、副主任

深度學習走向大規模產業化應用已成為從政策導向到行業共識的一致方向,為此構築堅實基座是當前重要議題。北京市科委市科委黨組成員、副主任許心超在致詞中指出,面對新一輪科技革命和產業變革,北京組織百度等骨幹企業及學界各方優勢力量,率先構建開放AI生態系統,並重點開展基礎理論研究與關鍵共性技術研發,支持發展開源算法框架的標準化,開展人工智能基準測試和軟硬適配研究,推動應用場景開放及數據開放等工作。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

姜廣智 北京市經濟和信息化局副巡視員

北京市經濟和信息化局副巡視員姜廣智表示,與計算芯片相結合的深度學習框架,將形成主導產業生態的核心技術體系。我們很高興的看到,以飛槳為代表的國產開源深度學習的技術體系已初步具備支撐人工智能產業發展的能力。下一步,北京將重點圍繞自主研發的深度學習框架構建人工智能技術體系,相關工作正在持續推進中。

中國工程院院士,清華大學自動化系教授戴瓊海現場參會並做了主題報告。中國深度學習領域發展既要在世界開源精神中汲取養分並積極貢獻,也要注重在自身的土壤下成長出茁壯根系。馬里蘭大學帕克分校教授Dinesh Manocha也在分享中表示,在機器人的技術和自動駕駛技術研究中運用了來自多領域的知識,進行了大量的實驗和訓練,這之中一個高效、開放的框架是非常必要的。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

Dinesh Manocha 馬里蘭大學帕克分校教授

在此次論壇中,深度學習共性技術平臺、芯片為代表的算力領域正是國內外學者及企業談及最多的兩大方向,這也是深度學習大規模產業化過程中兩道最重要的基礎關。

更低門檻 更高效能 開源平臺+智能芯片引爆產業智能應用

從代碼到你我熟知的人臉識別、智能對話、個性推薦之間需要多少步?鏈條很長,但它的開端無疑是在深度學習平臺。百度CTO王海峰博士曾將深度學習平臺比作“所有人工智能應用的一個基礎的底座”。從組網、訓練、到預測,深度學習平臺對底層語言和重要算法模型進行封裝,極大降低了研發門檻,是典型的共性技術平臺。

論壇現場,百度AI技術平臺體系執行總監,深度學習技術及應用國家工程實驗室副主任吳甜介紹了百度深度學習平臺飛槳及其產業實踐。在全球開源框架陣列裡,飛槳是中國首個也是目前國內唯一開源開放、功能完備的產業級深度學習平臺。截止目前,飛槳深度學習平臺已累計服務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。此外吳甜還發布了《百度大腦AI技術成果白皮書》,向業界全面展示了百度大腦在過去一年裡的技術演進。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

吳甜 百度AI技術平臺體系執行總監,深度學習技術及應用國家工程實驗室副主任

而在算力方向,隨著產業智能化的不斷推進,目前深度學習模型,尤其是工業級模型的網絡結構越來越複雜,對大規模深度學習計算的需求激增。以色列理工學院人工智能中心主任Assaf Schuster從算法層面分享了AI高性能計算的前沿基礎研究。在硬件領域,專為AI工作負載設計,與軟件協同構建的定製高性能芯片及機器總在各大發佈會中被廣泛熱議。

英特爾AI產品集團深度學習多芯片性能架構師Karthikeyan Vaidyanathan介紹了英特爾Nervana神經網絡訓練處理器(NNP-T)。這款與百度合作開發的處理器可以加速大規模分佈式訓練,AI訓練方面比同類產品要強上最多10 倍。作為國內知名智能芯片領域先行者,北京中科寒武紀副總裁劉道福分享了智能處理器設計方面寒武紀的獨特思路。除了端側芯片外,浪潮集團AI首席架構師張清分享了服務器視角下深度學習計算優化與應用實踐,他表示提高計算系統性能與效率需從系統的角度綜合考慮,訓練與推理平臺與算法、應用場景的Co-Design。

而在數據層面,聯想研究院人工智能實驗室總監師忠超強調了產業落地過程中行業知識的重要性。師忠超表示,聯想人工智能聚焦智能物聯網、傳統IT向智能基礎設施轉型、行業智能這三大方向,未來人工智能一定是從實際應用中獲得需求,結合數據,算法以及行業knowhow(知識、經驗、流程),打造智能垂直行業解決方案。

百度CTO王海峰:軟硬協同共推深度學習標準化、自動化、模塊化

除精彩的主題報告外,百度還邀請了中科院自動化所模式識別國家重點實驗室研究員,博士生導師,人工智能與先進計算聯合實驗室主任程健、聯想研究院人工智能實驗室總監師忠超、百度機器人與自動駕駛實驗室主任楊睿剛、北京航空航天大學計算機學院副教授、博士生導師劉祥龍、英特爾AI產品集團深度學習多芯片性能架構師Karthikeyan Vaidyanathan五位來自海內外的學界產業界大拿,圍繞“深度學習的技術趨勢及應用落地”進行深入對談。

人工智能正在由學術界驅動轉向學術界和產業界共同驅動,需要產學研協同創新。百度也期待與各界共同推動技術進步,共享技術成果,促進產業智能化,為全球經濟發展和社會進步貢獻中國力量。


分享到:


相關文章: