1月10日，百度Create AI开发者大会成功举办，聚焦“创造者精神”，分享创新与增长理念，与开发者和创造者们一道激发科技想象力，开拓创新创造新天地。
百度首席技术官王海峰表示，当前规模化的AI大生产已然形成，深度学习从技术、生态、产业等多个维度逐渐成熟，人工智能的技术创新和产业发展，进入“深度学习+”阶段，让创新创造大有可为。
人工智能多元融合趋势明显，步入“深度学习+”阶段
纵观人类历史上前三次工业革命，其核心驱动力如机械技术、电气技术和信息技术都具有很强的通用性。进入工业大生产阶段后，一方面，这些核心技术自身的产业链逐渐成熟，成为整个经济社会的基础设施；另一方面，各行业加速应用新科技，转型升级，新行业、新业态得以兴起。
知史而鉴今。在王海峰看来，以人工智能为重要驱动力的第四次工业革命，深度学习是其关键核心技术，具有很强的通用性，呈现出标准化、自动化、模块化的工业大生产特征，推动人工智能进入工业大生产阶段。
王海峰指出，当前人工智能的融合创新越来越丰富，在融合中趋向统一，在融合中孕育新方向和新模式；大模型进一步增强了人工智能的通用性，成为AI开发和应用的新基座，跨模态、统一大模型向着通用人工智能迈进；深度学习平台的标准化、自动化和模块化特征越来越显著，不断降低人工智能的应用门槛，规模化的AI大生产已然形成。人工智能的技术创新和产业发展，进入“深度学习+”阶段。
深度学习平台+大模型筑基，驱动技术创新和产业增长
如何理解“深度学习+”，王海峰分别从技术、生态、产业三个角度进行阐述。
从技术角度，“深度学习+知识”，是人工智能技术进一步发展的重要方向。知识增强的深度学习，让机器同时从海量数据和大规模知识中融合学习，效果更好，效率更高。百度研制的文心产业级知识增强大模型，具备跨模态、跨语言的深度语义理解与生成能力，应用于搜索、信息流、智能音箱等互联网产品，并通过飞桨深度学习平台赋能制造、能源、金融、通信、媒体等各行各业。
从生态角度，深度学习+上下游生态伙伴。芯片、深度学习框架、模型及应用构成了深度学习良性生态，使得应用需求和反馈传递到深度学习技术及应用的每个环节，各环节持续迭代优化，加速AI技术创新和产业发展。此外，生态中的产学研用各方，也在携手培养人工智能人才，百度联合社会各界已培养超过300万AI人才。
从产业角度，深度学习+千行百业。各行各业应用深度学习技术降本增效，创新产品和业务，加快产业智能化进程，努力实现高质量增长。我国的产业体系品类齐全、体量庞大，深度学习驱动的创新有丰富的应用场景，有助于形成良性循环，促进底层技术突破，加快升级现代化产业体系。
据了解，在工业领域，百度推进深度学习技术与行业融合发展，已有很多成功案例。
在产线设备运维方面，四川赛福威飞机维修服务有限公司就遇到这样一个问题：由于在每架飞机起飞前、降落后进行全面的检修，涵盖几十个检查项目、涉及成百上千个零件，这个过程中容不得一丝错漏。根据民航业有名的墨菲定律，人工检修很难做到100%不出差错。公司的IT项目负责人杨剑基于百度飞桨EasyDL零门槛AI开发平台打造的机务维修安全卫士系统具备了AI检测功能，并且顺利落地长沙黄花机场，机务维修人员每日的检修工作中都在使用。同样，在能源领域，一般的电厂设备故障维护，依赖专业人员的经验和知识积累，电厂设备检修效率低。浙江能源集团利用飞桨开发了一套电厂设备故障智能预判系统，可根据设备输入的各项信息进行故障预判，自动分析故障的原因及可能产生的后果，还能自动推送故障针对及维护方案以及历史故障案例信息，有效提高了电厂设备故障抢修的效率，减少人力消耗，提升电厂设备的整体运行效率。
在提升设备效率方面，深圳市信润富联数字科技有限公司开发了一款面向汽车零部件制造场景的精密制造在线异常监测系统，该系统基于信润富联自研的高精度传感器、多模态信号融合技术，借助飞桨深度学习平台开源的Paddle TS时序建模算法库，实现了精密制造过程异常的智能在线监测。系统上线测试各项指标表现优异，可实现最高1000SPM（Stroke Per Minute，每分钟加工次数）下的生产过程异常监测，最小 0.1ⅹ0.1ⅹ0.02mm 体积的异物检出，漏检率≤0.01%，与全球知名的精密测量厂商方案相比，故障预测准确率提升120%，安装和维护成本降低50%以上。
在质检方面，零件质检问题是汽车制造产业中的重要环节，而不同的汽车零件质检流程、标准和难度也千差万别。据统计,平均每辆汽车由大约10000个不可拆卸的独立零件组成。以往汽车零件质检基本靠人工肉眼观察来挑出缺陷产品，不仅容易视觉疲劳，造成漏检误检，工厂也面临较高的人力成本压力。依靠飞桨，菲特检测技术公司将变速箱铝压铸件误检率大幅降低，实现一台设备运行一天抵6人12小时工作量；柳州源创电喷技术有限公司快速完成喷油嘴零件瑕疵判读的无人化，效率提升30%。
王海峰强调，“深度学习+”驱动技术创新、产业发展，离不开深度学习产业链的完善和壮大，而深度学习框架平台和大模型贯通了从硬件适配、模型训练、推理部署，到场景应用的全产业链，为人工智能技术创新和产业增长夯实了智能化基座。
基于多年的深度学习技术研究和产业实践，百度打造了集核心框架、产业级模型库、开发套件、工具组件和服务平台于一体的飞桨深度学习平台。飞桨平台已经凝聚535万开发者，服务20万家企事业单位，创建了67万个模型。（乔丰）
编辑：李芊诺
责编：张永杰
审核：陈雪辉
请输入验证码