為什么說飛槳宣告百度“倒金字塔”智能經(jīng)濟布局徹底成型？

　 域名預訂/競價，好“米”不錯過

隨著最高領(lǐng)導人致信，烏鎮(zhèn)互聯(lián)網(wǎng)大會的受關(guān)注度達到了前所未有的高度。這個總是有新觀點冒出的窗口里，AI已經(jīng)連續(xù)多年成為熱門，今年依舊，但關(guān)注點已經(jīng)從過去的技術(shù)、場景應用探討，變得更加深入和底層。

深度學習平臺就是其中的代表，百度的深度學習開放平臺“飛槳”，昭示著以百度為代表的眾多AI企業(yè)及其產(chǎn)業(yè)合作伙伴，已經(jīng)不單談一個個的AI應用和場景落地，而開始轉(zhuǎn)向AI應用的集群化、批量化出產(chǎn)。

王海峰稱，飛槳把深度學習技術(shù)進行了“標準化，模塊化，自動化”，并認為“任何一項能引發(fā)產(chǎn)業(yè)革命的技術(shù)都要有很強的通用性”，顯然，飛槳成為百度搶占新一輪產(chǎn)業(yè)革命核心話語權(quán)的要素之一，百度不僅自己下海做AI、推動產(chǎn)業(yè)合作，也以賦能開發(fā)者和企業(yè)自己做AI應用的“AI工業(yè)化大生產(chǎn)”方式，幾何式擴大產(chǎn)業(yè)智能影響力。

從行業(yè)角度看，深度學習平臺被提到前所未有的高度，也表明AI的產(chǎn)業(yè)落地全面加速。與之對應的，是李彥宏在烏鎮(zhèn)上首次提到的另一個趨勢觀點：“數(shù)字經(jīng)濟正在進化到以人工智能為核心驅(qū)動力的智能經(jīng)濟新階段”。

從飛槳到智能經(jīng)濟，顯然不是割裂的兩個要素，與烏鎮(zhèn)同樣備受關(guān)注的5G一起，一個關(guān)于新產(chǎn)業(yè)革命下的AI“倒金字塔”布局模式也清晰地顯現(xiàn)出來。

深度學習+5G雙雙成為焦點，百度AI的“倒金字塔”模式被打通

據(jù)王海峰在烏鎮(zhèn)透露，百度大腦目前的日調(diào)用已經(jīng)超過萬億次，雖然行業(yè)公認百度AI技術(shù)能力最強，但這一成績還是讓人咋舌。

回顧歷史，百度對AI的堅持在國內(nèi)是最篤定的，即便在互聯(lián)網(wǎng)、經(jīng)濟寒冬中，百度在持續(xù)的巨額投入和外界質(zhì)疑聲音中仍然沒有放棄走AI道路。萬億次的調(diào)用，在智能經(jīng)濟熱潮涌動時，無疑是一抹曙光，隨著AI在產(chǎn)業(yè)層面的潛力正在被廣泛的認知，百度的長久堅持也得到了認可。

不過，雖然都在說百度AI技術(shù)和應用“業(yè)內(nèi)最強”，但對于非業(yè)內(nèi)人士而言，很多時候并不了解百度AI完整的、長遠的布局。

百度有AI+云，有自家的AI應用，有芯片，有自動駕駛，有語音助手……這些年的產(chǎn)業(yè)智能化又匯集了大量產(chǎn)業(yè)合作伙伴，當李彥宏提出智能經(jīng)濟，王海峰為飛槳強力站臺后，除了百度內(nèi)部的業(yè)務(wù)條線，從飛槳關(guān)聯(lián)起，也許，我們可以用這樣一個“倒金字塔”來更直觀理解百度AI整體布局的方式，如圖：

(筆者根據(jù)公開資料梳理出的百度AI布局“倒金字塔”結(jié)構(gòu))

在這個倒金字塔中，芯片等硬件處于最底層，百度的布局包括2018年的“昆侖”，2019年的“鴻鵠”等，不出預料未來將有更多芯片發(fā)布;與此同時，百度還與intel等CPU、GPU芯片廠商積極合作;

對接硬件的層面，百度過去主要依靠百度智能云進行承載，現(xiàn)在，深度學習加入進來，加上積極探索與5G的合作，百度在AI應用和芯片硬件底層之間，構(gòu)建了一個包含AI應用搭載、制造、傳輸三位一體的平臺層;

到了更上面的AI應用層，包括百度自家的搜索、信息流、地圖、智能硬件、無人車等，以及對外賦能的大量產(chǎn)業(yè)應用。在飛槳加入后，這個層面又出現(xiàn)大量產(chǎn)業(yè)和開發(fā)者自行生產(chǎn)的AI應用，百度占據(jù)了Windows式的操作系統(tǒng)地位，不再自己做AI;

而AI應用之上，則是我們所能見到的一個個具體的AI產(chǎn)業(yè)應用，也即產(chǎn)業(yè)智能層。

整個倒金字塔，支撐起了李彥宏口中的“智能經(jīng)濟”，他所提到的人機交互、IT基礎(chǔ)設(shè)施、新業(yè)態(tài)，都可以在這之上。

更進一步看，之所以是倒金字塔形，因為在這個體系中，越是底層涉及的內(nèi)容和概念越少，呈現(xiàn)出越強的通用性，王海峰說飛槳的標準化，模塊化，自動化就是如此，越往上，AI體系就越發(fā)散，內(nèi)容越豐富龐雜，最終深入到生產(chǎn)生活的方方面面。

這也說明，越底層的創(chuàng)新越具備更強力的AI推動價值，也具備更大的話語權(quán)。

從這個意義上看，飛槳不只是百度的飛槳，對中國在全球范圍內(nèi)爭奪AI話語權(quán)避免被掐脖子的命運也有重要意義。而當百度開始重視飛槳，也說明其開放生態(tài)的維度嘗試往更高處走，不只是共享產(chǎn)品、能力，而且還在分享自己“產(chǎn)生能力的能力”。

“倒金字塔”下的百度飛槳，帶來“智能經(jīng)濟”產(chǎn)業(yè)注解？

王海峰認為，飛槳這樣的平臺“支撐人工智能進入了工業(yè)大生產(chǎn)的階段”，他是站在人類歷次產(chǎn)業(yè)革命的背景下說的。第四次智能革命，正需要深度學習這樣的“蒸汽機”式的標志性技術(shù)，來推動智能經(jīng)濟時代的全面來臨。

而從倒金字塔結(jié)構(gòu)來看，飛槳身上也體現(xiàn)出智能經(jīng)濟與歷次產(chǎn)業(yè)革命之間的共通之處。

1、任何的生產(chǎn)*都源于“勞動分工”

工業(yè)革命最大的貢獻，除了機器生產(chǎn)，更主要的是完成了人類歷史上最大規(guī)模的勞動分工——讓每個勞動力專門從事生產(chǎn)過程的某一部分，更熟練的專業(yè)化能導致更高的總產(chǎn)出，而且還能引入更專業(yè)化的機器設(shè)備來完成精度更高的工作。

這個過程今天還在繼續(xù)，只不過形式發(fā)生了變化。

深度學習本身是非常艱深和復雜的技術(shù)，企業(yè)或者開發(fā)者要自己開發(fā)深度學習平臺是一件十分困難的事，時間、精力、資源的投入難以估量，也未必能獨立開發(fā)出有實用性的平臺。

標準化、模塊化、自動化的飛槳實現(xiàn)的對深度學習的分工，任何一個開發(fā)者或是企業(yè)基于飛槳都可以非?？焖俚拈_發(fā)自己的應用或者產(chǎn)品，如此，“AI應用總產(chǎn)出”效率在“AI勞動分工”下變得更高，開發(fā)者對創(chuàng)新和創(chuàng)意的專注也會讓AI應用質(zhì)量更高。

2、任何的效率提升，都源于優(yōu)質(zhì)核心能力的復制擴展

當課堂教育開始出現(xiàn)，人類歷史就進入了快車道，因為知識傳播的效率大大提升，優(yōu)質(zhì)的知識被快速復制和拓展。

產(chǎn)業(yè)革命的效率提升，換個角度看都是一項核心能力快速復制擴展造成，一個新的生產(chǎn)工藝快速規(guī)?；?，一個新的互聯(lián)網(wǎng)技術(shù)被大范圍應用……到了智能革命時代同樣如此，倒金字塔的核心邏輯是底層的共通能力被上層COPY共享，那些由百度積攢下來的開發(fā)能力復制、裂變出去，成為“能量核心”。

現(xiàn)在，飛槳已經(jīng)服務(wù)工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)150+萬開發(fā)者，無論是工廠質(zhì)檢和安全管理，還是農(nóng)田的農(nóng)藥控制和蟲情監(jiān)測，到商品數(shù)據(jù)分析、診療輔助決策，飛槳提供優(yōu)質(zhì)核心能力成為各行各業(yè)技術(shù)創(chuàng)新、智能化升級的基礎(chǔ)底座，大大提升了效率。

3、任何的革命式的產(chǎn)業(yè)變革，都源于底層邏輯的變動

在“倒金字塔”下，產(chǎn)業(yè)智能在最上層，它一級級往下依托，這也意味著智能經(jīng)濟時代產(chǎn)業(yè)的基礎(chǔ)邏輯會更直接地因為底層支撐結(jié)構(gòu)的變動而變動。

深度學習改變了傳統(tǒng)產(chǎn)業(yè)走向智能的方式，能夠更便捷地自主開發(fā)AI應用，意味著AI更基礎(chǔ)、更日常化，所有的生產(chǎn)、服務(wù)方式都會自然而然加入AI要素。

而本次烏鎮(zhèn)聚焦的還有5G，這個倒金字塔底層要素對產(chǎn)業(yè)智能的變革也有巨大的重塑能量，例如，百度自動駕駛場景需要十分密切的車路協(xié)同，而5G支撐下的AI應用帶來的是產(chǎn)業(yè)鏈的重組、產(chǎn)業(yè)的重構(gòu)，其中涉及到政府、百度這類AI企業(yè)、運營商、通訊解決方案供應商、硬件制造商甚至道路施工部門等，過去交集不多的主體聚合到一起，帶來了全新的產(chǎn)業(yè)鏈玩法。

毫無疑問，倒金字塔底層的新要素變動將帶來更多類似的產(chǎn)業(yè)智能變革重塑，而它們，如李彥宏所言，本身就是智能經(jīng)濟的一部分。

打造產(chǎn)業(yè)智能完全體，深度學習平臺還有三個必要姿勢

倒金字塔的成型只是開始，百度要打造產(chǎn)業(yè)智能完全體，在智能經(jīng)濟時代搶占有利位置，而僅從飛槳而言，在客觀上必須遵循這三個必要姿勢：

1、預置能力提升“倒金字塔”傳導效率

如果提供的車床僅僅有切削等基本功能，工廠也能生產(chǎn)出各種各樣的產(chǎn)品，但生產(chǎn)效率和生產(chǎn)質(zhì)量的提升并不會太大。

深度學習能提供多少預置的能力，直接決定用戶在使用平臺時的“生產(chǎn)效率”以及“生產(chǎn)質(zhì)量”。基礎(chǔ)技術(shù)底座的預置能力越強，深度學習在倒金字塔中對上層(AI應用)的推動能力就越強。

飛槳的核心框架之上存在大量預置的基礎(chǔ)模型庫，例如自然語言處理的基礎(chǔ)模型庫、計算機視覺的基礎(chǔ)模型庫，此外，該平臺同時提供一些開發(fā)套件、工具組件(如網(wǎng)絡(luò)自動訓練、遷移學習、強化學習、多任務(wù)學習等)?？梢韵胍姷氖牵?strong>預置能力越多、越強，深度學習平臺在通用性基礎(chǔ)上開發(fā)門檻也將越來越低。

2、底層的全體系化服務(wù)更要避免木桶效應

沒有好的開發(fā)框架，AI應用就沒有載體和規(guī)則，是無本之末;

沒有快速、深度的訓練機制，模型訓練就不會有良好的效果，數(shù)據(jù)的價值也不能被充分挖掘;

沒有深度優(yōu)化的部署，AI應用落到到各種搭載平臺上就會有“水土不服”的風險……

任何環(huán)節(jié)的缺失，深度學習平臺都會“瘸腿”，而開發(fā)者、企業(yè)對深度學習平臺的需求往往是“取整函數(shù)”，只有0和1，沒有過度、折中的可能。

所以，也就不難理解飛槳一開始就大力表達其全鏈路深度學習能力，包括支持各類開發(fā)需求的開發(fā)框架，支持大規(guī)模的分布式訓練或工業(yè)級數(shù)據(jù)處理的部署，支持不同硬件、系統(tǒng)環(huán)境的部署模式等。

在倒金字塔結(jié)構(gòu)中，越是底層，越是無法容忍“木桶效應”。

3、“跨層”交流才有不竭的AI生機

產(chǎn)業(yè)實踐對AI的反哺價值無需多言，從倒金字塔體系來看，這是產(chǎn)業(yè)智能層與AI應用層的“跨層”交流。

這在5G身上體現(xiàn)的最為明顯，正如王海峰所言，5G和人工智能會是一個相互賦能的關(guān)系，一方面，5G更快的速度更大的帶寬支撐AI應用更好地實現(xiàn)智能，另一方面，上層的AI應用也反過來讓底層的5G變得更加智能。

這種跨層甚至還可能一次跨多個層次，百度曾經(jīng)聯(lián)合運營商、硬件廠商、產(chǎn)業(yè)界，嘗試合力推動AI+5G融合與落地，例如，與Intel共建“5G+AI邊緣計算聯(lián)合實驗室”，這是往更底層跨越(與AI邊緣計算大趨勢結(jié)合)，與中國聯(lián)通共同發(fā)起“5G+AI聯(lián)合實驗室”，這是往更上層的應用層跨越。

對深度學習平臺而言也是如此，飛槳支撐AI批量化生產(chǎn)最終推動產(chǎn)業(yè)智能，而反過來，產(chǎn)業(yè)智能的實踐又成為更底層的飛槳不斷升級的“食糧”。

事實上，從2013年開始開發(fā)飛槳，到2016年開源，再到2019年與5G時代碰撞，飛槳的發(fā)展本身就伴隨著百度AI的產(chǎn)業(yè)實踐，倒金字塔的跨層本身就是一種常態(tài)。

總而言之，在全球經(jīng)濟承壓的大背景下，新的技術(shù)突破一直被認為是經(jīng)濟的新引擎，而產(chǎn)業(yè)智能革命下的智能經(jīng)濟可能要承擔這樣的職責，成為社會經(jīng)濟重新向上的動力，這其中，在倒金字塔模式下，類似百度飛槳這樣的深度學習平臺將發(fā)揮無法忽視的價值。

*此內(nèi)容為【科技向令說】原創(chuàng)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復制或建立鏡像。

文|曾響鈴

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！