点击左上方蓝字关注我们
2020年12月2日&＃xff0c;“OpenI/O 2020启智开发者大会”在北京国家会议中心召开。大会以“启智筑梦 开源先行”为主题&＃xff0c;立足于国际国内开源大环境和发展趋势。开源领域顶尖专家学者和企业领军人物共聚一堂&＃xff0c;探讨开源开放呈现出的新形势、新格局、新机遇。百度飞桨全面参与&＃xff0c;并承办深度学习专场&＃xff0c;展现了飞桨的最新技术进展及成果。
AITISA联盟秘书长、启智社区技术委员会主席黄铁军表示&＃xff1a;OpenI启智社区是由新一代人工智能产业技术创新战略联盟组织产学研用通力协作共建共享的开源软硬件开放数据超级社区&＃xff0c;旨在促进人工智能产业健康快速发展及其在社会经济各领域的广泛应用&＃xff0c;为世界贡献中国开源力量。
本届启智开发者大会上&＃xff0c;发布了多项启智社区重要的项目成果。百度牵头的“OpenI-飞桨”&＃xff0c;正式发布了“OpenI-星辰PPSIG共建计划”&＃xff0c;号召全球有志于生物计算、量子计算、贝叶斯概率网络等十大前沿领域奋勇探索的开发者携手创新。
目前&＃xff0c;“OpenI-星辰PPSIG共建计划”已经获得了分享项目周边的合作伙伴以及核心社区开发者的广泛认可&＃xff0c;随着全球更多开发者的加入&＃xff0c;启智社区也将愈加繁荣。此外&＃xff0c;大会还公布了《“启智社区优秀开发者激励计划-启梦行动”》评选结果&＃xff0c;百度启智飞桨项目成为了首批“启智社区优秀开源项目”之一&＃xff0c;飞桨PaddleHub SIG小组也被评为“启智社区优秀开发者”。人人心中都有一个开源梦&＃xff0c;飞桨社区开发者张弘基仅凭兴趣驱动&＃xff0c;不断输出专业观点为开发者答疑解惑&＃xff0c;并在飞桨社区持续发挥着旗帜性作用&＃xff0c;获评首批“启智社区优秀开发者突出贡献奖”。
主论坛上&＃xff0c;百度飞桨总架构师于佃海发表《飞桨&＃xff1a;以技术创新和开源开放夯实产业智能化基座》主题演讲&＃xff0c;从技术创新与开源开放两方面分享了飞桨在功能研发与生态建设领域的进展。当前&＃xff0c;开源开放的深度学习技术引领了人工智能热潮&＃xff0c;而深度学习开源框架正在成为AI技术研发和应用的核心基础设施。
百度飞桨是我国首个自主研发、开源开放、功能完备的产业级深度学习平台&＃xff0c;实现了最全面的开源开放。除技术框架外&＃xff0c;飞桨还开源了丰富的产业集群库、开发套件和工具组件&＃xff0c;以及如ERNIE、PP-YOLO和PP-OCR等自研的领先技术成果。此外&＃xff0c;飞桨也非常重视硬件生态的发展&＃xff0c;当前已适配27种芯片覆盖19家厂商&＃xff0c;在国产硬件支持数量方面居于业内首位。
在下午举行的深度学习专场分论坛中&＃xff0c;百度深度学习技术平台部高级总监马艳军主持会议&＃xff0c;与到场嘉宾共同分享深度学习等人工智能领域的最新研究成果。
中科院计算所研究员&＃xff0c;CCF高性能计算专业委员会秘书长张云泉在《超算与云计算和人工智能融合创新的算力经济时代》报告中指出&＃xff0c;中国超算系统整体研发水平迈入世界领先行列&＃xff0c;异构众核将成为未来E级超算系统的主流体系结构&＃xff0c;超级计算与云计算、人工智能融合创新&＃xff0c;高性能云和智能计算成为新热点。
清华大学计算机系副教授、博士生导师刘知远教授作了《知识指导的预训练语言模型》的主题报告&＃xff0c;分享了其在自然语言处理方面的最新进展和发展态势&＃xff0c;并表示未来的目标是实现一个可以由知识图谱指导的自然语言处理的框架。
北京航天航空大学副教授、博士生导师刘祥龙指出人工智能算法极易受到对抗样本等噪声的干扰&＃xff0c;产生不可预期的错误&＃xff0c;其安全性和可信赖性面临严峻的考验&＃xff0c;基于此介绍了其最新研发的“启智重明”安全评测系统。
英伟达GPU专家团队亚太区总监李曦鹏则分享了英伟达针对深度学习的高速发展&＃xff0c;在硬件和软件方面的技术突破&＃xff0c;以及软硬协同设计与端到端性能优化的实践。
百度杰出架构师&＃xff0c;飞桨产品负责人毕然为广大开发者介绍了一系列大幅提升深度学习开发效率的工具与套件&＃xff0c;包括动静统一的开发模式、高层API、预训练模型应用工具PaddleHub、文字识别套件PaddleOCR&＃xff0c;以及企业版的零门槛AI开发平台EasyDL和全功能AI开发平台BML等。
百度AI技术生态部总经理刘倩在《携手百万开发者共建开源开放生态》报告中指出&＃xff0c;如今飞桨已经凝聚了230多万开发者&＃xff0c;创建了超过31万个模型&＃xff0c;培养了百万AI开发人才&＃xff0c;在AI技术创新、生态建设、产业发展和人才培养过程中&＃xff0c;发挥着重要作用。
工业智能化浪潮席卷全球&＃xff0c;人工智能迈向何处&＃xff1f;分论坛最后&＃xff0c;行业大咖围绕“当前国内外形势下深度学习技术发展趋势”&＃xff0c;包括“疫情对AI开源社区有哪些影响”、“AI技术产业化落地趋势和挑战”等热门议题&＃xff0c;以圆桌会议形式展开讨论。嘉宾们认为&＃xff0c;在全球抗疫大背景下&＃xff0c;人工智能在各行各业尤其是公共卫生领域加速落地&＃xff0c;随着国家相关政策的出台和实施&＃xff0c;人工智能战略高度和发展速度进一步提升&＃xff0c;开源社区也更加活跃。
在谈及如何减少软硬件兼容适配的工作量&＃xff0c;进一步提升产业的落地效率时&＃xff0c;于佃海建议从开放和标准化两个角度解决。开放包括硬件底层接口开放及框架开放&＃xff0c;形成更加通用的适配方式&＃xff0c;作为框架可以提升对不同模型格式的兼容能力以及对硬件更完善的接入方式&＃xff0c;飞桨已经取得一定进展。标准化例如算子接口和底层接口标准化的实现&＃xff0c;需要框架和硬件相关的企业和科研单位共同努力。一流科技OneFlow创始人袁进辉也认为&＃xff0c;标准化是大势所趋&＃xff0c;用户喜爱的功能一定会被更多的产品接受。
小米专家软件工程师何亮亮认为&＃xff0c;从数据到模型训练&＃xff0c;再到部署的整套流程需要标准的服务化体系&＃xff0c;也需要有标准流程支持端到端的开发过程。浪潮AI&HPC应用软件部副总经理吴韶华称&＃xff0c;当前广受关注的AI编译器能有效缓解框架对芯片适配的工作量&＃xff0c;但很难在不同芯片上取得最佳性能。他认为&＃xff0c;未来两种方式会并存&＃xff0c;一方面开源社区的AI编译器技术会越来越成熟&＃xff0c;会支持更多内容的自动优化&＃xff0c;如代码自动生成、自动分布式训练等。另一方面&＃xff0c;硬件厂商也会持续优化各自芯片的软件栈。在AI算法落地过程中&＃xff0c;用户可以灵活采用不同的方式支持各类AI芯片。
新一代人工智能正在全球范围内蓬勃兴起&＃xff0c;为经济社会发展注入了新动能&＃xff0c;正在深刻改变人们的生产生活方式。在人工智能体系内&＃xff0c;深度学习是其向更深层次发展必经的技术壁垒&＃xff0c;而飞桨由百度自主研发&＃xff0c;打破了国内的 AI 开发者过度依赖国外开源深度学习框架的局限&＃xff0c;正在成为 AI 新基建的重要基础设施和中国智能经济的基础底座&＃xff0c;对外输出产业智能化升级转型的强大推动力。
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础&＃xff0c;是中国首个开源开放、技术领先、功能完备的产业级深度学习平台&＃xff0c;包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件&＃xff0c;持续开源核心能力&＃xff0c;为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台&＃xff0c;针对企业级需求增强了相应特性&＃xff0c;包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业&＃xff0c;提供零门槛、预置丰富网络和模型、便捷高效的开发平台&＃xff1b;BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。
京公网安备 11010802041100号