10月17日下午，2019中关村论坛·人工智能深度学习技术与应用创新论坛??时代在北京举行。
作为本届中关村论坛唯一聚焦深度学习的平行论坛，来自清华大学、马里兰大学、英特尔、联想等国内外知名机构和企业的专家、学者齐聚北京，共同探讨深度学习技术政府、工业界、学术界和研究界。
前沿及未来行业发展趋势。
“深度学习开发和行业应用是一个复杂的系统，百度开源了自主研发的深度学习平台飞票。
我们期待与软硬件领域的各界人士共同努力，更好地将深度学习技术标准化、自动化、模块化推动行业智能化，为美好智能时代贡献中国力量。
”百度首席技术官、深度学习技术与应用国家工程实验室主任王海峰在致辞中表示。
深度学习技术与应用国家工程实验室主任，技术成熟度、应用加速，我国深度学习需要培育强大的根系，深度学习是近年来人工智能驱动下发展最快的领域之一。
算力、数据、算法三驾马车，深度学习在语音识别、机器视觉、自然语言处理等经典人工智能问题上取得了实质性进展。
由此，人工智能走进了世界，真正的应用场景被发现，真正的价值开始显现。
政府工作报告特别强调“拓展‘智能+’，赋能制造业转型升级”。
这也是人工智能连续第三年出现在政府工作报告中。
徐新超，北京市科委党组成员、副主任，市科委副主任。
深度学习已经成为从政策导向到行业共识的一致方向。
为此打好基础是当前的重要课题。
北京市科委委员、副主任徐新超在致辞中指出，面对新一轮科技革命和产业变革，北京市组织百度等骨干企业和上级主管部门各学术界力量牵头构建开放的人工智能生态系统，重点关注基础理论研究和关键共性技术研发，支持开源算法框架标准化发展，开展人工智能基准测试和软硬件适配研究，推动应用场景开放和数据开放。
北京市经济和信息化局副巡视员姜光智表示，深度学习框架与计算芯片相结合，将形成主导产业生态的核心技术体系。
我们非常高兴地看到，以飞桨为代表的国内开源深度学习技术体系已经初步具备了支撑人工智能产业发展的能力。
下一步，北京市将重点建设基于自主研发的深度学习框架的人工智能技术体系，相关工作正在持续推进。
中国工程院院士、清华大学自动化系教授戴琼海出席会议并作主旨演讲。
中国深度学习领域的发展既要从世界开源精神中汲取养分并积极贡献，更要注重在自己的土壤中扎根牢固。
马里兰大学帕克分校教授迪内什·马诺查（Dinesh Manocha）也分享道，在机器人技术和自动驾驶技术的研究中，运用了多个领域的知识，并进行了大量的实验和训练。
其中，高效、开放的框架非常重要。
必要的。
马里兰大学帕克分校教授Dinesh Manocha在本次论坛上表示，以深度学习共性技术平台和芯片为代表的算力领域是学者和国内外企业谈论最多的两大方向。
这也是深度学习大规模产业化的过程。
两个最重要的基本层面。
更低门槛、更高性能的开源平台+智能芯片引爆工业智能应用。
从代码到你我熟悉的人脸识别、智能对话、个性化推荐，需要经过多少步骤？链条很长，但其起点无疑是深度学习平台。
百度CTO王海峰博士曾将深度学习平台比作“所有人工智能应用的基础”。
深度学习平台从组网、训练、到预测，封装了底层语言和重要算法模型，大大降低了研发门槛，是典型的共性技术平台。
论坛上，百度AI技术平台体系执行总监、深度学习技术与应用国家工程实验室副主任吴天介绍了百度深度学习平台飞桨及其产业实践。
在全球众多开源框架中，飞票是中国第一个也是目前国内唯一开源、开放、功能齐全的工业级深度学习平台。
截至目前，飞票深度学习平台已服务超过1万名开发者。
仅在定制培训平台上，就有超过6.5万家企业用户，发布了16.9万个模型。
此外，吴天还发布了《百度大脑 AI 技术成果白皮书》，向业界充分展示了百度大脑一年来的技术演进。
吴田 百度AI技术平台系统执行总监、深度学习技术与应用国家工程实验室副主任 在算力方向，随着工业智能化的不断推进，深度学习模型的网络结构，特别是工业-等级模型，正变得越来越复杂。
随着复杂性的不断增加，大规模深度学习计算的需求激增。
以色列理工学院人工智能中心主任Assaf Schuster从算法层面分享了AI高性能计算的前沿基础研究。
在硬件领域，专为人工智能工作负载设计并与软件结合构建的定制高性能芯片和机器总是在各大新闻发布会上广泛讨论。
英特尔人工智能产品事业部深度学习多芯片性能架构师 Karthikeyan Vaidyanathan 介绍了英特尔 Nervana 神经网络训练处理器 (NNP-T)。
该处理器与百度合作开发，可加速大规模分布式训练，AI训练能力比同类产品提升10倍。
作为国内智能芯片领域的知名先驱，北京中科寒武纪副总裁刘道富分享了寒武纪在智能处理器设计方面的独特思路。
除了设备端芯片之外，浪潮集团首席AI架构师张庆还从服务器角度分享了深度学习计算优化和应用实践。
他表示，提高计算系统性能和效率需要从系统角度综合考虑，包括训练和推理平台与算法、应用场景的CoDesign。
在数据层面，联想研究院人工智能实验室主任史忠超强调了行业知识在产业落地过程中的重要性。
史忠超表示，联想人工智能重点关注三大方向：智能物联网、传统IT向智能基础设施转型、行业智能化。
未来，人工智能必须从实际应用中获取需求，结合数据、算法和行业knowhow（知识、经验、流程），打造智能垂直行业解决方案。
除了精彩的主题报告外，百度还邀请到了中国科学院自动化研究所模式识别国家重点实验室研究员程健、博士生导师、人工智能与先进计算联合实验室主任史忠超联想研究院人工智能实验室主任杨瑞刚，百度机器人与自动驾驶实验室主任杨瑞刚，北航计算机学院副教授、博士生导师刘祥龙，深度学习多学科专家Karthikeyan Vaidyanathan英特尔AI产品组芯片性能架构师，五位来自国内外的学术界和业界领袖，围绕“深度学习的技术趋势与应用实现”进行深入对话。
人工智能正在从学术界驱动转变为学术界驱动。
学术界和工业界共同推动，需要产学研协同创新。
百度也期待与社会各界共同推动技术进步、共享技术成果、推动产业智能化，为全球经济发展和社会进步贡献中国力量。