10 月 17 日-19 日，2019 年中國計算機大會（CNCC2019）在蘇州舉辦，本屆大會以「智能+引領社會發(fā)展」為主題，1000 家機構的代表、8000 余人參展參會。百度首席技術官王海峰在會上發(fā)表題為《深度學習平臺支撐產業(yè)智能化》的演講，分享了百度關于深度學習技術推動人工智能發(fā)展及產業(yè)化應用的思考，并深度解讀百度飛槳深度學習平臺的優(yōu)勢，以及與百度智能云結合助力產業(yè)智能化的成果。

以下為演講實錄： 各位專家，各位來賓大家上午好！非常榮幸有機會參加世界計算機大會，非常感謝中國計算機學會及大會的邀請。今天我跟大家分享的題目是《深度學習平臺支撐產業(yè)智能化》。 我們都知道，從 18 世紀 60 年代開始，人類已經經歷了三次工業(yè)革命。第一次工業(yè)革命為我們帶來了機械技術，第二次帶來了電氣技術，第三次帶來了信息技術。我們回顧這三次工業(yè)革命的歷史會發(fā)現(xiàn)，驅動每一次工業(yè)革命的核心技術都有非常強的通用性。雖然它可能是從某一個行業(yè)開始，比如機械技術最開始從紡織等行業(yè)開始，但最后都會應用于生產生活的方方面面，有非常強的通用性。除了通用性以外，這些技術都會推動人類進入一個新的工業(yè)大生產階段，而支撐這個工業(yè)大生產的技術有幾個特點：標準化、自動化、模塊化。而我們現(xiàn)在正處于第四次工業(yè)革命的開端，人工智能則是新一輪科技革命和產業(yè)變革的一個核心驅動力量。人工智能會推動我們人類社會逐漸進入智能時代。 回顧人工智能技術的發(fā)展，人工智能技術的發(fā)展階段有很多分類維度，我理解大概可以歸結為：最早期更多都是在用人工的規(guī)則，我 26 年前進入這一行的時候，其實也是在用人工規(guī)則來開發(fā)機器翻譯系統(tǒng)；后來逐漸開始機器學習，尤其是統(tǒng)計機器學習，在很長的一段時間里占主流地位，也產生了很大的影響，帶來了很多應用產業(yè)的價值；深度學習是機器學習的一個子方向，現(xiàn)在，深度學習逐漸成為新一代人工智能最核心的技術。

舉幾個例子，文字識別 OCR 技術早期是用規(guī)則+機器學習的方法來做，那時候，一個 OCR 技術系統(tǒng)可能會分為幾部分，從區(qū)域檢測、行分割、字分割、單字識別、語言模型解碼、后處理等一步步做下來。加入深度學習技術后，我們開始使用大數(shù)據進行訓練，而且階段目標也很明確，我們找到一些深度學習的特征，這個時候一個 OCR 系統(tǒng)就簡化到只需要檢測、識別兩個過程，典型的基于深度學習的 OCR 系統(tǒng)大概是這樣。隨著深度學習技術進一步發(fā)展，我們開始在 OCR 里面進行多任務的聯(lián)合訓練、端到端學習、特征復用/互補，這個時候，甚至這兩個階段也不用區(qū)分了，而是一體化地就把一個文字識別的任務給做了。 我們再看機器翻譯。26 年以前我進入人工智能領域就是在做機器翻譯，當時我們用數(shù)以萬計的規(guī)則寫出一個翻譯系統(tǒng)，其中包括很多語言專家的工作。20 多年以前，我們做的這個系統(tǒng)曾得到全國比賽的第一，但是這個系統(tǒng)想繼續(xù)發(fā)展，進入一個大規(guī)模產業(yè)化的階段，仍然面臨著很多問題。比如說人工規(guī)則費時費力，而且隨著規(guī)則的增加，沖突也越來越嚴重，掛一漏萬，總是很難把所有的語言現(xiàn)象都覆蓋到。后來，統(tǒng)計機器翻譯在機器翻譯領域占據最主流技術的地位，像百度翻譯八年以前上線的第一個版本的系統(tǒng)，其實就是統(tǒng)計機器翻譯。統(tǒng)計機器翻譯的過程當中，仍然要一步一步來做，比如說先做統(tǒng)計的詞對齊，然后做短語的提取，再做結構的對齊等等，其中也涉及到人工特征的提取、定向的優(yōu)化，仍然很復雜。大概四年多以前，百度上線了世界上第一個大規(guī)模的、基于神經網絡的翻譯產品，這時候我們可以進行端到端的學習了。當然了，這樣一個神經網絡，或者說是深度學習的系統(tǒng)，也有它的不足之處，現(xiàn)在真正在線上跑的、每天服務數(shù)以億計人的翻譯系統(tǒng)，其實是以神經網絡的機器翻譯方法為主體，同時融合了一些規(guī)則、統(tǒng)計的技術。 剛才說起，隨著深度學習的發(fā)展，這些技術越來越標準化、自動化。大家可以看到深度學習有一個很重要的特點，就是通用性。我們之前做機器學習的時候，有非常多的模型大家都耳熟能詳，比如說 SVM、CRF 等等。深度學習出現(xiàn)以后，人們發(fā)現(xiàn)，幾乎我們看到的各種問題它都能很不錯的解決，甚至能得到目前最佳的解決效果，這和以前的模型各有擅長不一樣，它具有很強的通用性。 深度學習所處的位置，一方面它會向下對接芯片，像我們開發(fā)的深度學習框架，也會跟各個芯片廠商聯(lián)合進行優(yōu)化，前天我們還跟華為芯片一起做了一個聯(lián)合優(yōu)化的發(fā)布；向上它會承接各種應用，不管是各種模型，還是真正的產品。所以我們認為深度學習框架會是智能時代的一個操作系統(tǒng)。 我們真正把深度學習大規(guī)模產業(yè)化的時候，也會面臨一些要解決的問題，比如說，開發(fā)這樣一個深度學習的模型或者是系統(tǒng)，實現(xiàn)起來很復雜，開發(fā)效率很低，也很不容易；而在訓練的時候，我們在真正工業(yè)大生產中用的這些模型，比如說百度的產品，都是非常龐大的模型，進行超大的模型訓練很困難；到了部署階段，還要考慮推理速度是不是夠快，以及部署成本是不是可控合理。 針對這幾個方面，我們開發(fā)了百度的深度學習平臺「飛槳」，英文我們叫 PaddlePaddle。我們認為它已經符合標準化、自動化、模塊化的工業(yè)大生產特征。

飛槳底層的核心框架包括開發(fā)、訓練、預測。開發(fā)既可以支持動態(tài)圖，也可以支持靜態(tài)圖；訓練可以支持大規(guī)模的分布式訓練，也可以支持這種工業(yè)級的數(shù)據處理；同時可以有不同版本部署在服務器上、在端上，以及做非常高效的壓縮、安全加密等等。核心框架之上有很多基礎模型庫，比如說自然語言處理的基礎模型庫、計算機視覺的基礎模型庫等等。同時也會提供一些開發(fā)的套件，再往上會有各種工具組件，比如說網絡的自動訓練、遷移學習、強化學習、多任務學習等等。此外，為了真正支撐各行各業(yè)的應用，我們提供很多使用者不需要理解底層這些技術、可以直接調用的服務平臺。比如 EasyDL，就是可以定制化訓練和服務的，基本上可以不用了解深度學習背后的原理，零門檻就可以用它來開發(fā)自己的應用；AI Studio 則是一個實訓平臺，很多大學也在用這樣的平臺上課、學習；當然，還包括端計算模型生成平臺。 飛槳是一個非常龐大的平臺，我們著重在四方面發(fā)力、且具有領先性的技術。 首先從開發(fā)的角度，我們提供一個開發(fā)便捷的深度學習框架；而從訓練的角度，可以支持超大規(guī)模的訓練；從部署的角度，可以進行多端、多平臺的高性能推理引擎的部署；同時提供很多產業(yè)級的模型庫。

從開發(fā)的角度，飛槳提供一個開發(fā)便捷的深度學習框架。一方面，大家知道這些軟件系統(tǒng)都是很多程序員在寫，程序員有自己寫程序的習慣，我們這種組網式的編程范式與程序員的開發(fā)習慣非常一致，程序員開發(fā)起來會很有效率，而且也很容易上手；另外一個方面是設計網絡結構，深度學習發(fā)展很多年，多數(shù)深度學習的系統(tǒng)網絡都是人類專家來設計的，但是，設計網絡結構是很專、很不容易的一件事情。所以，我們開發(fā)網絡結構的自動設計。現(xiàn)在機器自動設計的網絡，在很多情況下已經比人類專家設計的網絡得到的效果還好。 另一個方面，大規(guī)模訓練面臨的挑戰(zhàn)。飛槳支持超大規(guī)模的特征、訓練數(shù)據、模型參數(shù)、流式學習等等。我們開發(fā)的這套系統(tǒng)現(xiàn)在已經可以支持萬億級參數(shù)模型，不止是能支持這樣的訓練，同時可以支持實時的更新。 說到多端多平臺，飛槳能很好的支撐從服務器到端、不同的操作系統(tǒng)之間，甚至不同框架之間的無縫銜接。這里是一些具體的數(shù)據，大家可以看到，我們通用架構的推理，它的速度是非常快的。同時，剛才我提到的跟華為的合作，我們針對華為的 NPU 做了定向的優(yōu)化，使它的推理速度得到進一步的提升。 另外一方面，所有這些基礎框架，與真正的開發(fā)應用之間還有一步，我們定向地為不同的典型應用提供很多官方的模型庫，比如說語言理解的、增強學習的、視覺的等等。飛槳的這些模型都在大規(guī)模的應用中得到過驗證，同時我們也在一些國際的比賽中測試了這些模型，奪得了很多個第一。 剛才講的是基本的框架模型等等，另一方面，我們還有完備的工具組件，以及面向任務的開發(fā)套件，以及產業(yè)級的服務平臺。 舉幾個例子，比如說語言理解，大家知道現(xiàn)在語言理解，我們也都基于深度學習框架來做，像百度的 ERNIE。一方面，我們現(xiàn)在用的深度學習技術是從海量的數(shù)據里進行學習，但是它沒有知識作為前提。百度開發(fā)了一個非常龐大的，有 3000 多億個事實的知識圖譜，我們用知識來增強基于深度學習的語言理解框架，就產生了 ERNIE。另一方面，我們又加入了持續(xù)學習的技術，從而讓 ERNIE 有一個非常好的表現(xiàn)。下面淺藍色的線是現(xiàn)在 SOTA 最好的結果，我們用 ERNIE+百科知識——我們知識圖譜也有很多來源——加進去以后，大家可以看到有很明顯的提升。我們更高興地看到，持續(xù)加入不同的知識，比如加入對話知識、篇章結構知識等等，這個系統(tǒng)還可以進一步提升它的性能。 這是前面講的一系列套件之一，可以零門檻進入的定制化訓練和服務平臺。我們這些平臺，希望能降低門檻，幫助各行各業(yè)來加速整個技術創(chuàng)新。現(xiàn)在大概是什么狀態(tài)呢？現(xiàn)在我們已經服務了 150 多萬的開發(fā)者，其中包括超過 6.5 萬個企業(yè)。在這個平臺上，他們自己訓練了已經有 16.9 萬個模型。 飛槳深度學習開源開放平臺跟百度的智能云也有很好的結合，依托云服務更多的客戶，讓 AI 可以賦能各行各業(yè)。這里有一些例子，比如說在農業(yè)，我們幫助水培蔬菜的智能種植；在林業(yè)，幫助病蟲害的監(jiān)測識別；以及公共場所的控煙、商品銷售的預測、人力資源系統(tǒng)的自動匹配、制造業(yè)零件的分揀，以及地震波、藏油預測，以及更廣泛地覆蓋通訊行業(yè)、地產、汽車等等領域，各行各業(yè)都基于這個平臺都得到了智能化的升級。

比如水培蔬菜智能種植，我們通過深度學習平臺支持它進行長勢分析、水培方案的精調、環(huán)境的控制，使產量得以提高，同時成本得以降低。智能蟲情監(jiān)測也是一樣，系統(tǒng)的識別準確率已經相當于人類專家的水平，而且監(jiān)控的周期也從一周縮短到一小時。

精密零件智能分揀的案例中，我們真正用這個深度學習系統(tǒng)的時候，還是有不少事情要做，比如說如何選擇分揀的模型，中間也會涉及一些數(shù)據的標注，尤其是一些錯誤 case 的積累等等，然后在飛槳平臺上進行訓練升級。 這是一個工業(yè)安全生產監(jiān)控的例子，昨天在另一個會上，有一個來賓問我，他們特別想在一些場景下，監(jiān)控一些不當?shù)沫h(huán)節(jié)，比如說生產環(huán)境里打手機、抽煙、躍過護欄等等。這些都可以通過飛槳的平臺自動實現(xiàn)。

在其他的行業(yè)中，比如國家重大工程用地的檢測，智慧司法，以及 AI 眼底篩查都在應用飛槳，還有很多有溫度的案例，比如 AI 尋人，一個孩子 4 歲的時候離家走失，27 年以后，通過人臉比對技術，又幫助這個家庭把孩子找回來了，實現(xiàn)了家庭的團聚。截止到今年 6 月，百度 AI 尋人已經幫助 6700 個家庭團圓。除此之外，還有 AI 助盲行動、AI 助老兵圓夢等等這些案例。

回到深度學習，剛才我說，各行各業(yè)都會從其中受益，實現(xiàn)自己的智能化升級。這是一個第三方的報告，我們可以看到，深度學習給不同的行業(yè)都會帶來提升，平均大概是 62% 的水平。 這就是我今天要分享的。百度的飛槳深度學習平臺非常愿意跟大家一起，幫助大家實現(xiàn)自己行業(yè)的智能化升級，推動人工智能的發(fā)展，謝謝大家！