隨著人工智能的發展，大家對機器學習、深度學習這些詞彙都不陌生，但是要說出個所以然來想必是很困難的。深度學習是目前最熱門的機器學習方法，其可以神奇地實現了各種任務，讓所有的機器輔助功能都變為可能。Siri、小愛同學這些都是我們接觸的最淺顯的深度學習應用，其在更多應用上有著決定性的作用。
百度的飛漿深度學習就是一個生動的例子。2013年百度飛漿開始研發，到了2016年正式開源，其成為了我國第一個也是唯一一個開源開放、功能完備的深度學習框架。這不僅為國內開發者們提供了一種新的選擇，也使得百度自身在人工智能方面掌握了自主權。
完整的核心框架
在開發、訓練和預測百度飛漿進行全面的覆蓋，模型庫也覆蓋了AI的所有方面。同時，飛漿提供了包括遷移學習、強化學習、自動化網絡結構設計、聯邦學習、圖神經網絡等在內的工具組件。這些完備的框架和工具可以幫助開發者和企業利用工具化、平臺化的方式進一步降低深度學習應用門檻。
先進的技術
今年 7 月，百度正式發佈了持續學習語義理解框架 ERNIE 2.0，該模型在共計 16 箇中英文任務上超越了 BERT 和 XLNet，取得了業內領先的水平。在 ERNIE 2.0 的訓練中，其核心特徵可持續學習需要基於超大規模語料、GPU 集群持續進行多種任務下的預訓練。百度表示，通過飛槳多機分佈式訓練優勢。目前 ERNIE 已累計學習了超過 13 億條知識，並全面刷新了中文 NLP 任務的最優結果。
應用不斷擴張
在百度地圖上，飛漿的應用提升了ETA開發和調試的效率，提高了AI模型的訓練效率，幫助開發者們完成天級別的百億級數據訓練。在農業方面，百度飛漿提供框架，與北京林業大學共同研發出利用搭載AI芯片的攝像頭組模的智能害蟲檢測系統，解決了長期被害蟲侵害的中國植被森林區。除此之外，飛漿還在智慧城市、智能零售等方面進行應用。
有機構預測，明年我國人工智能核心產業規模將達到1500億元，並在此後十年將保持持續發展。目前，我國這一數值已破千億人民幣，正在稱成為重要的新經濟增長點。
飛漿快速發展的背後是百度對AI底層技術平臺的重視，而作為本次深度學習平臺論壇唯一主辦方的百度，早已是國內深度學習領域的核心玩家，而深度學習平臺飛漿作為AI底層技術的支撐，或許可以成為百度突出重圍的一張王牌。
閱讀更多 互聯網深科技 的文章
