融合创新、降低门槛、飞桨推进人工智能走产业量产之路在京召开。 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峰会上发表演讲。王海峰透露，Paddle已经聚集了320万开发者，同比增长近70%；服务企事业单位12万家。 王海峰也分享了现阶段人工智能技术和产业发展的两个思考： 一个是融合创新。从技术角度看，知识与深度学习的结合突破了知识增强的深层语义理解；多技术融合创新，通过知识图谱关联跨模态信息，利用自然语言语义表示，整合语言、语音、视觉等不同模态的语义空间，突破跨模态语义理解。从平台的角度来看，深度学习平台将芯片的软硬件整合进行创新，满足不同算力、功耗、时延的多样化需求，实现AI应用的最佳效果。针对多芯片共存的环境，飞桨研发了异构参数服务器训练技术，突破了超大模型高效训练的难题。目前，Paddle已与国内外22家硬件厂商适配联合优化，硬件生态蓬勃发展。从产业角度看，人工智能技术与产业的结合越来越深。以行业需求为驱动，人工智能技术和平台能力不断打磨，创新发展与应用场景相融合。 二是降低门槛。随着人工智能技术在各行业的渗透，针对不同的应用场景不断降低门槛，高效满足不同开发者的需求，显得尤为重要。飞桨是一个源自工业实践的深度学习开源开放平台。它一直致力于降低门槛。不仅支持动静一体的核心框架，还拥有工业级模型库、开发包和工具组件，以及提升企业生产效率的飞桨企业。版本等，满足不同行业、不同阶段、不同层次开发者的需求。基于Paddle平台，320万开发者不再需要从头编写人工智能算法代码，高效地进行技术创新和业务拓展。门槛的大幅降低，加速了人工智能应用的多元化和规模化，加速了产业智能化进程。 在本次峰会上，百度剖析了集成创新趋势下的AI产业量产实现路径。在应用AI的过程中，企业从AI先行者开始摸索，在完成模型验证并产生效益后，鼓励企业组建AI团队，进入AI车间应用阶段，大量AI应用时在企业开发，AI生产多人多任务进行，就进入了AI工业生产。 飞桨团队详细讲解了飞桨深度学习平台的新版本和重要升级，包括：飞桨最新开源框架，让开发更加灵活便捷；大规模图检索引擎，支持分布式图存储和检索；文心ERNIE预训练模型在知识增强语义理解、跨模态语义理解、赋能开发者、推理部署导航图、帮助开发者打通AI应用“最后一公里”等方面进一步取得突破。同时，飞桨联合学术界和产业界，共同启动飞桨远航计划，助力AI人才培养、产业智能升级和前沿探索。此外，飞桨合作伙伴分享了产业创新实践，联合 飞桨持续引领深度学习技术发展和技术融合创新，不断降低应用门槛，加速人工智能产业规模化生产，推动人工智能产业发展。工业智能的过程。
