站长资讯网智能时代，人工智能开源开放平台正在成为各行业创新的底层基础。12月8日，数字经济与智能制造萧山峰会于杭州萧山召开，同期举行了2020中国高校计算机大赛-人工智能创意奖(简称C4-AI大赛)颁奖典礼。峰会聚焦数字经济与智能制造的发展前景与趋势、智能制造对新经济模式的革命性驱动、智能制造人才需求等主题。百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜受邀出席，发表题为《人工智能开源开放平台夯实创新基座》的报告演讲。
(百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜)
吴甜表示，软件代码的开源助力技术实现了快速的创新突破，而数据、技术与平台的开放，则进一步深刻改变了生产协作的方式，为产业创新发展提供了前所未有的新动能。开源开放已经成为技术创新和产业发展的重要模式，以百度飞桨深度学习平台为代表的人工智能开源开放平台既是智能时代的操作系统，也是当下中国的创新基座，已助力智能制造行业实现大量的智能化应用。
据了解，自上世纪70年代全球刮起的“开源之风”，有助于凝聚全球创新要素以加速技术创新，也利于推动技术和产业协同发展。吴甜介绍，人工智能开源开放平台的重要意义在于整合多方技术，实现能力复用、避免“重复造轮子”，并且可以实现产业链上下游的打通，同时还可以保障产业及数据的安全。其中，深度学习框架由于下接芯片、大型计算机系统,上承各种业务模型、行业应用，被视为智能时代的操作系统。
吴甜表示，飞桨是百度研发的我国首个开源开放、功能完备的产业级深度学习平台，于2016年正式开源，经过多次迭代升级，具备开发便捷的深度学习框架、超大规模深度学习模型训练技术、多端多平台部署的高性能推理引擎、产业及开源模型库四大领先优势。
人工智能开源开放平台是如何支撑产业实现智能化升级的?吴甜现场结合峰会背景举例：基于飞桨帮助新能源电池质检产线升级，可以通过摄像头等视觉设备，准确且快速地分类电池产品的三个缺陷等级，相比上线之前可提升30%的缺陷检出率，产线安装调试周期可从6-8周缩减到仅需2周。另一个例子是基于飞桨实现复合材料超神图像损伤检测，突破了数据数量少、检测要求高、应用场景复杂等业务难点，检测全流程从20分钟缩减到5.3分钟，检测工人工时减少71%，经济效益提升明显。
目前，飞桨已在智能制造行业有着大量应用，包括3C微小零部件检测、笔记本外壳检测、总装车灯检测等，基于飞桨打造的方案均实现了速度快、准确率高等要求。不仅在智能制造业，飞桨已经为各行各业的AI生产提供基础底座，百度智能云AI产品涵盖了互联网、工业、农业、金融、城市、医疗、能源、教育等行业。吴甜还介绍，飞桨对于人工智能硬件进行了全面且深度的适配，截至2020年11月，飞桨已经与共计20家厂商的29种芯片/IP完成了适配或者处于适配过程中，可以为人工智能应用带来更好的效果。
峰会上，智能时代的人才梯队建设尤其是智能制造领域的人才需求，同样也是与会专家学者与企业代表的关注重点。吴甜表示，百度以人工智能开源开放平台作为创新基座助力人才培养，目前已构建起涵盖学习、实践、比赛、认证、就业在内的全周期服务体系。面向企业，设立了黄埔学院、AI私享会、AI快车道等培训项目;面向高校，为学生提供教学资源和工具、实践平台与算力支持等，同时设立深度学习师资培训班，培训500多所高校超1400余名专业AI教师，支持200余所高校开设人工智能课程。
不仅如此，为了更好的为国家输送科技人才，百度与新一代人工智能科教平台“智海”还在此次峰会举行了合作发布仪式，双方表示，将共同打造人工智能深度学习的微认证课程体系，一方面发挥高校老师对理论的深刻理解与丰富的教学经验，另一方面百度飞桨将为学员提供产业实践的实训平台;同时，双方希望通过高校与企业的联合，可以肩负人工智能科技教育、产学协作的使命，更好的促进跨学科人才培养，最终实现人工智能的更广泛落地。
当天，在C4-AI大赛颁奖典礼上，众多优秀的高校人工智能人才与项目脱颖而出。该赛事正是由全国高等学校计算机教育研究会主办、浙江大学、百度公司、杭州市萧山区人民政府联合承办，今年已是第三届，素有“国内最高规格高校AI大赛”的声誉，百度则持续为赛事提供了包括技术平台、算力资源、硬件设备、导师评委在内的大量支持。
在百度的推动下，飞桨等人工智能开源开放平台不仅为产业创新和生态繁荣提供了源动力，也成为AI人才培养的基石，进一步夯实了中国科研的创新底座。“百度将继续秉持开放共享、协同合作的理念，为科技创新发展贡献力量，助推产业升级。”吴甜说。
特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。
