智东西（公众号：zhidxcom）
文 | 云鹏
智东西11月5日消息，百度飞桨（PaddlePaddle）今日发布和升级了21个产品方向，主要包括面向产业的端到端开发套件、预训练结合迁移学习的飞桨Master模式、端侧推理引擎Paddle Lite 2.0、EasyDL专业版等。
这是继4月23日首场深度学习开发者峰会后，百度在该领域的又一次发声。此次飞桨的易用性得到提升，降低了开发门槛，同时面向产业应用提供更多支撑能力。百度希望飞桨成为AI时代的工业化大生产平台，为产业智能化提供动力。
一、产品加升级助力产业智能化落地
▲百度深度学习技术平台部总监马艳军
百度深度学习技术平台部总监马艳军介绍了飞桨平台此次发布的新产品以及升级项目。其中4大产业开发套件，可以实现四大应用任务的全流程开发、训练和部署，更加方便实现应用落地，包括NLP领域的ERNIE语义理解、CV方向的PaddleDetection目标检测、PaddleSeg图像分割、推荐方向的ElasticCTR点击率预估。
▲端到端开发套件
这些套件可以降低企业开发门槛，满足低成本和快速集成需求，为企业智能化提供一定便捷。
此次发布了端侧推理引擎Paddle Lite 2.0版本，打通端到端部署全流程，提升易用性，并有广泛的硬件支持，预测性能、INT8 量化性能比较突出。在原有的工具组件基础上，发布3项深度学习前沿技术工具组件：联邦学习PaddleFL、图神经网络PGL和多任务学习PALM。
▲Paddle Lite 2.0
EasyDL专业版，为算法工程师提供了一站式AI开发平台。PaddleHub 升级支持飞桨Master模式。Master模式是指：算力+数据和知识+算法=产业级预训练模型，产业级预训练模型+迁移学习工具平台构成Master的核心，可以用于多种行业场景。
▲EasyDL专业版
升级后的飞桨，易用性大幅提升，动态图升级、新增了算子库、优化API 接口，技术文档更加完善。大规模分布式训练性能较大提升，分布式GPU训练相比其他主流实现可以获得20%-100%的速度提升，分布式CPU训练最大吞吐量达竞品6倍。官方支持模型从60多个增加到了100多个，提供下载的预训练模型超过200个。
▲模型库升级
新开源了4个国际竞赛冠军模型，引领深度学习技术发展方向：Activitynet Challenge 2019 冠军模型 BMN；Detection In the Wild Challenge 2019 Objects365 Full Track 冠军模型 CACascade R-CNN；CVPR LIP Challenge 2019 冠军模型 ACE2P；MRQA: EMNLP2019 Machine Reading Comprehension Challenge冠军模型 D-NET 。
百度同时面向深度学习开发者推出了重磅福利——飞桨生态激励计划，免费开放10个AI课程体系、面向100余所重点高校提供深度学习教学支持培训、助力1000余家AI企业转型智能化、设立100万元AI系列比赛奖金、提供1亿元的GPU算力资源支持。
▲飞桨生态激励计划
二、源于产业，落地产业
百度CTO王海峰讲到：“深度学习正在推动人工智能进入工业化大生产阶段，具有很强的通用性，同时具备了标准化、自动化和模块化的基本特征，推动人工智能技术从实验室走向产业，并且越来越大规模使用起来。而深度学习技术和平台也在不断发展，在未来的时间里也将继续发挥重要作用。我们秉承开源开放的理念，把飞桨平台开源开放，与所有开发者一起，推动科技发展、产业创新和社会进步。”
飞桨是以百度深度学习技术和业务应用为基础，包括深度学习框架、基础模型库、端到端开发套件、工具组件和服务平台。自2016年正式开源以来，百度积累了丰富的技术经验以及落地应用案例，目前在中国大规模产业智能化中起到重要的作用。
▲ 百度AI技术平台体系执行总监、深度学习技术及应用国家工程实验室副主任吴甜
截止目前，百度基于飞桨平台，已累计服务150多万开发者，在定制化训练平台上有超过6.5万企业用户，发布了16.9万个模型。百度飞桨后续将持续发展超大规模分布式计算、异构计算能力，定位全硬件平台支持、端云边结合，为应用场景提供面向场景的端到端套件。通过构建融合数据和知识的预训练结合迁移学习的Master模式，为开发者提供生产平台和基础设施。
百度AI技术平台体系执行总监、深度学习技术及应用国家工程实验室副主任吴甜说，飞桨是一个源于产业实践，与产业共进的深度学习开源开放平台。
飞桨具备四大领先技术：开发便捷的产业级深度学习框架、支持超大规模深度学习模型训练、多端多平台部署的高性能推理引擎以及面向产业应用，开源开放覆盖多领域的工业级模型库等。
三、结合产业打造落地方案
▲左：华为消费者BG智慧工程部部长王松涛 中：北京大恒图像视觉有限公司总工程师房超 右：广东电网能源公司人工智能与机器人部部长吴昊
华为消费者BG智慧工程部部长王松涛表示，华为跟百度Paddle团队在基础层、引擎层都有良好的合作成果，未来希望在On Device AI、分布式AI、智慧大脑、多模融合等方向继续与飞桨深度合作，携手打造最佳AI引擎。
北京大恒图像视觉有限公司总工程师房超谈到机器视觉在工业检测中的应用，表示深度学习让检测设备的检测效率得到大幅提升，弥补了许多传统算法的不足。
广东电网能源公司人工智能与机器人部部长吴昊提到，与百度飞桨联合打造的智能无人电力巡检方案，可以实时对输变电设备进行检测和分析，让6小时的工作变为了15分钟的数据复核，节省了成本，提高了效率和稳定性。
四、产学研一体化生态已见成效
百度飞桨在提升技术能力的同时，加大产业渗透和产学研合作力度，针对不同圈层的开发者，进行人才培养，构建开发者生态。
针对科研开发者，飞桨创办了中国深度学习技术俱乐部“飞桨博士会”，旨在打造核心开发者交流圈，助力拓展行业高端人脉。针对高校开发者，飞桨开展了高校教学支持计划，在教育部新工科联盟支持下，飞桨面向全国重点高校组织师资培训，提供教学资源、实践平台、GPU算力、硬件教具全方位教学支持。
目前培养1000名专业教师，助力200+高校开设深度学习课程。而针对企业开发者，飞桨提供企业深度学习实战营“AI快车道”。目前，已为近1000家企业提供深度学技术快速应用扶持培训。
对于个人开发者而言，PaddleCamp在线深度学习集训营，采用课程+文档+实战的形式，内容覆盖CV、NLP、推荐等多领域，助力开发者从“小白”到“大牛”。
同时为了激发兴趣，助力各阶段开发者的快速成长，面向不同深度学习能力的开发者，飞桨举办了一系列巅峰赛、常规赛、挑战赛。今年年初，百度联合深度学习技术及应用国家工程实验室创办“黄埔学院”，致力培养“首席AI架构师”。
结语：技术的最终目的是“落地”，技术的核心是“人”
此次飞桨新产品的发布以及各项重要升级，都表现出百度希望自己的深度学习开源平台可以受到更多开发者的认可和使用，也可以更加切实的解决落地应用中的问题，还是比较务实的。
人工智能技术的发展，离不开人才的培养，百度对于“人”的重视不论从此次发布的内容，还是平日里在学术界所采取的行动，都可见一斑。
中国目前在底层算法和基础设施层面上还落后于西方，学术层面的重视和加强是非常关键的一环，将产、学、研一条生态链彻底打通，并且形成良好的生态环境，是必行之路。
