百度AI技术生态总经理马艳军：国产深度学习框架仍面临三大问题

蓝鲸TMT开播3年末31日讯，今日，在百度AI开放日《AI呀，我去！》第五期活动上，百度AI新技术生态系统总裁马艳军博士系统共享了很高度研修运用于领域的竞争性持续发展趋势、近现代自研很高度研修基础的持续发展更是和将来趋势。

马艳军反驳，理论上近现代很高度研修基础的持续发展仍需要更是三大早先：新技术实力、功能体验、生态系统为数。首先，新新技术方面，很高度研修基础的开发并不需要要机器学习运用于领域中下层新技术人才，我国在这一运用于领域的储备仍有偏低。其次，在运用于体验方面，由于近现代是全球零售业化颇为完备的东欧国家，零售业体系复杂，中小企业蜕变所需要随之而来。但在运用于AI、推动企业终端化蜕变的过程中，均一项新技术运用于，从研究中心到零售业落地就至少并不需要要3-6个年末时间，一个低门槛甚至零门槛的开发设计和平台关键性。在开发设计运用于生态系统方面，很高度研修是一个典DF的共创DF新技术运用于领域，只有重构了自己的生态系统才借助持续增量和持续发展。然而重构生态系统周期长、成本很高，而且只有当国产基础的新技术和功能体验足以满足开发设计者的所需要时，才有但他却培育起零售业化的AI开发设计运用于生态系统。

百度飞桨经过对大量真实产出场景的反复上色，能够使传统企业在终端化蜕变中借助很高性能开发设计、大为数操练、不同场景和不同软硬体和平台敏捷调动。飞桨已经和包括百度昆仑芯、华为昇腾、AMD、英伟达在内的22家海内外硬体厂商，未完成了31种晶片的适配器和冗余。目前，飞桨和平台已经汇聚了406万开发设计者，创建了47.6万个AI模DF，累计服务15.7万企事业单位，覆盖制造业、农业、医疗、城市管理者、公路交通、金融等运用于领域。

随着理论上近现代零售业数据处理蜕变的不断深入，近现代很高度研修基础的生态系统布局正在制造业、公路交通、可持续、城市等千行百业“生根”。以知性公路交通运用于领域为例，很高铁接触网放异物导致列车延误的事件时有发生，一块小小的异物，就显然影响上百万人的长途汽车。先前，仰赖传统的人工司并不需要要每天两边线路安排10到20名土星大修工，不但人工成本很高，还很难保证及时地检测与处理。经过一些尝试后，成都国营铁路最终采用飞桨开发了一套“土星在线终端司系统”，借助了对土星原因全天候的终端判断。

马艳军回应：“尽管很高度研修基础属于很高顺利未完成、逆行、抢生态系统的竞争性，但已经得到东欧国家和企业的战略性支持，是开启下一个AI后期的手提箱。”