? 文 觀察者網 青嵐
人工智能，嚴冬已過？
觀察者網追蹤的多個投融資事件數據庫均顯示，2021年人工智能領域國內融資頻次與金額，已超過去年全年，兩項指標雙升的勢頭，也是2018年以來首次出現。
資本市場對這一賽道的興趣，自2018年以來劃出了見頂、俯沖、回升的清晰軌跡。
恰如一條經典的高德納技術成熟度曲線（Gartner Hype Cycle）。
權威技術咨詢機構高德納，在評價今年人工智能技術趨勢時，也給出了相當積極的觀點，認為創新正在快速進展（at a rapid pace）。
顯然，在經歷泡沫生滅后，這個行業正在發生積極而重大的變化。
觀察變化的最好場合，莫過于業內重要活動。
12月12日，國內人工智能領域年內最后一場重要活動—WAVE SUMMIT+2021深度學習開發者峰會在上海召開。
深度學習技術及應用國家工程實驗室主辦的此次活動，由實驗室主任、百度CTO王海峰拉開帷幕。
王海峰提出，人工智能產業呈現出“融合創新”和“降低門檻”的特點，深度學習技術，特別是面向工程實現的技術平臺發展，正推動人工智能進入工業大生產階段，“面向技術和產業發展需求的AI大生產平臺可以讓AI技術以標準化、自動化和模塊化的方式輸出給千行百業，實現規模化應用，同時以平臺為基礎促進融合創新、共同發展”。
這是一個相當重要的趨勢洞察。
無獨有偶，高德納方面提出的2021四大AI技術趨勢，除了監管與合規，其他三項（小樣本、敏捷開發、精益利用），均可與王海峰對AI大生產平臺“融合創新”、“降低門檻”的展望相互映射，可被視為對同一潮流的不同修辭描述。
如果說2016到2019年，是在供給維度上，對人工智能技術的探索期，那么2021年，則明顯呈現出從需求維度上，對人工智能產業生態建設的重視。
事實上，這也是對上一輪人工智能熱潮經驗教訓的重要總結，大量熱錢在加速支撐技術演進的同時，并沒有幫助初創企業趟出一條商業模式落地的金光大道，創業者們對業務的思考普遍稚嫩，“難以落地”，ROI算不過來，甚至上市出口收窄，讓這門已經異化為ToVC的生意急速“入冬”。
今年人工智能賽道冬去春來的景象，則是行業洗去浮躁，從技術導向向應用導向轉變的自然結果。
王海峰談到的“融合創新”和“降低門檻”，明顯體現出應用導向的理念，技術越來越需要與產業專有知識融合創新，越來越需要跨模態多技術融合、軟硬一體融合、技術與場景融合，這樣的復雜融合，服務于一個明確的目的，那就是降低開發與應用的門檻。
百度的理念及其實踐，集中體現在其深度學習平臺—飛槳的更新迭代上。
作為發布于2016人工智能元年的我國首個自主研發的深度學習開源開放平臺，飛槳在技術和生態兩方面的最新進展，是此次峰會的重要議題。
會上，王海峰公布了飛槳最新成績單：凝聚406萬開發者、創建47.6萬模型、服務15.7萬企事業單位，在中國深度學習平臺綜合市場份額第一。
此次峰會，飛槳發布多項最新技術和生態進展。
技術方面，飛槳全新發布的開源框架v2.2，保持了其技術在全球深度學習框架中的前沿技術水平，具備四大特性：新增大量科學計算API；支持超大模型訓練的端到端自適應大規模分布式訓練技術；全流程加速文本任務，解決文本領域開發在性能和訓推一體方面的痛點問題；多層次、低成本的硬件適配方案，極大降低框架與芯片的適配成本。
在模型算法上，去年“大力出奇跡”的GPT之后，AI大模型，已經顯示出技術能力和商業落地模式的全新潛力，通過OpenAI等公司的早期實踐，已經顯現出“AI即服務”、“模型即服務”的未來想象空間，“吞金”的人工智能大模型，也無形中樹立起行業的資金和技術雙重壁壘，有助于領先巨頭們構建競爭優勢。毫不奇怪，飛槳的產業級模型庫此次也新增了百度最新發布的知識增強文心大模型；官方支持的產業級開源算法模型超過400個，并發布13個PP系列模型，在精度和性能上達到平衡，將推理部署工具鏈徹底打通。
產業落地方面，飛槳還推出了業界首個產業實踐范例庫，從真實產業場景分析、完整代碼實現，到詳細過程解析，直達項目落地，覆蓋數十個高頻應用場景，推動AI落地可復制和規模化。
面向產業場景提升開發效率和資源使用效能的飛槳企業版，升級了自動高效的模型部署功能，同時推出可快速安裝、本地一站式高效建模的飛槳EasyDL桌面版。
筆者將之總結為：應用域做廣、技術域做深。
正如我們在上世紀80/90年代信息時代革命中所看到的趨勢，計算機的普及和服務器-瀏覽器（B/S）網絡架構的興起，也催生了應用開發的前端、后端技術體系分化，前端開發框架沿著易用性的維度不斷演進，適配的對象和場景越來越廣，而后端開發框架則隨著云計算與大數據的浪潮，在大規模分布式的復雜系統調度管理上越做越深。
包括百度在內的國內外AI前沿企業實踐表明，智能時代的產業變革，在早期喧囂與泡沫褪去后，隨著向千行百業場景的持續摸索和滲透，同樣正顯現出類似的發展脈絡。
把便利留給用戶，把技術挑戰留給自己，在智能時代的產業變革中，這條準則不止是所謂的企業文化口號，更是每家企業必須順應的產業趨勢。
除了技術，生態是另一個國內AI產業發展必須正視的問題。
在斯坦福大學編制的《人工智能指數報告2021》中，有這樣一個有趣的反差：頂會頂刊論文發表量上，中美學術界已互有短長，中國學者在熱門方向上，更善于快速跟進，復現更好結果，然而高引論文和ArXiv論文兩項指標上，中美之間仍有較為明顯的差距，背后所折射的，是數量化考核指標之外，研究生態的多樣性、豐富性差異。
中國AI開發者生態，較美國仍顯得相當“單薄”。
人工智能技術更多原創、獨創成果的涌現，一方面需要破除“SCI至上”的學術界人才選拔傾向，另一方面，產業界，特別是領導型企業的擔當也必不可少。
當天活動上，百度集團副總裁、深度學習技術及應用國家工程實驗室副主任吳甜的主旨演講，主題正是“生態”，她提出，“建設飛槳需要抓住的關鍵點有三個，技術持續創新、功能體驗以開發者的需求為首位，以及廣泛地與生態共享、共創。”
生態方面，飛槳更進一步，發布了“大航海”計劃2.0，在啟航、護航、領航三大航道基礎上，新增“共創”計劃，以飛槳平臺為基座，社區開發者共創工具、模型、產業案例與實踐經驗；形成產業創新需求對接平臺，共創產學研用正循環；與生態伙伴一起建設人工智能產業賦能中心，共創區域創新生態。
在會場外布置的開發者市集中，和機器人猜拳、二次元人物自動循環生成、超級馬里奧快速通關、與蘇東坡在國畫中對話……這些極具極客范兒的項目，均來自于飛槳平臺上的高校、三方企業，乃至個人開發者，從與他們的交流中，筆者確實感受到了飛槳在開發者社區建設上持久而真誠的投入。
值得一提的是，本次大會會場，金色爐臺·中國寶武鋼鐵會博中心，是由高爐車間改建而來。
始創于1938年的上鋼一廠，曾經是華東地區最大的鋼鐵企業。
2018年該廠停產后，其2500立方米高爐所在廠房被改造為會展設施，巨大的高爐則保留了下來。
碩大的高爐與科技感十足的會場展陳相映襯，形成強烈的賽博朋克景觀。
傳統與未來于同一空間的交錯，也恰是中國產業發展動能新舊轉換的寫照。
飛槳的未來值得關注，而百度等中國科技企業在人工智能領域的持續摸索與投入，也令人對屬于中國人的重大原創成果到來，有了更多信心。
