深度學(xué)習(xí)框架“國(guó)貨”正當(dāng)時(shí)，但要警惕無(wú)差別投入的“產(chǎn)業(yè)陷阱”

原標(biāo)題：深度學(xué)習(xí)框架“國(guó)貨”正當(dāng)時(shí)，但要警惕無(wú)差別投入的“產(chǎn)業(yè)陷阱”

最近，美國(guó)推動(dòng)的一系列科技封鎖政策讓人瞠目結(jié)舌。我們習(xí)以為常的世界科技秩序，毫無(wú)疑問(wèn)正在以肉眼可見(jiàn)的速度被改變甚至重構(gòu)。

在這樣的話(huà)語(yǔ)氛圍下，底層技術(shù)自主可控開(kāi)始成為社會(huì)各界的共識(shí)與推動(dòng)方向。而在科技產(chǎn)業(yè)進(jìn)程里，半導(dǎo)體與計(jì)算機(jī)操作系統(tǒng)代表著過(guò)去有虧欠、今天急于填補(bǔ)的技術(shù)門(mén)類(lèi)，也就是我們?cè)诮裉炷軌蚯逦惺艿奖弧翱ú弊印钡哪切┘夹g(shù)。而另一類(lèi)則是中美大體處在齊頭并進(jìn)階段，需要積極發(fā)展的“未來(lái)技術(shù)”。所謂昨日因今日果，如果我們不希望未來(lái)再次被卡脖子，那么今天這類(lèi)技術(shù)也必須保持獨(dú)立可控，甚至高速發(fā)展反超歐美——AI技術(shù)就是這個(gè)領(lǐng)域的代表。

（去年GitHub就突然限制克里米亞、古巴、朝鮮、伊朗和敘利亞等國(guó)家用戶(hù)訪問(wèn)）

在發(fā)展AI技術(shù)的進(jìn)程里，最關(guān)鍵的開(kāi)發(fā)底座相信讀者已經(jīng)很熟悉，那就是深度學(xué)習(xí)框架。在幾年前，我們就專(zhuān)門(mén)討論過(guò)深度學(xué)習(xí)框架獨(dú)立自主的戰(zhàn)略意義，今天來(lái)看已經(jīng)一一應(yīng)驗(yàn)。而國(guó)產(chǎn)深度學(xué)習(xí)框架發(fā)展到今天這個(gè)階段，又出現(xiàn)了很多新的動(dòng)向。在這個(gè)階段我們需要的可能就不僅是簡(jiǎn)單的中美框架對(duì)標(biāo)與扶持，而是更具有智慧、有策略，有合理產(chǎn)業(yè)節(jié)奏的方式去推動(dòng)技術(shù)底座良性發(fā)展。

在此過(guò)程中，盲目執(zhí)行平均主義的資源分配和產(chǎn)業(yè)推動(dòng)，可能是最大的問(wèn)題。進(jìn)入深度學(xué)習(xí)框架發(fā)展新階段，合適的產(chǎn)業(yè)策略應(yīng)該是既期待和推動(dòng)百花齊放，又能找到成為棟梁之材的佳木。

皆木皆花不是景。只有內(nèi)在系統(tǒng)完善，發(fā)展機(jī)制合理的生態(tài)系統(tǒng)，才能培育起茁壯的中國(guó)AI叢林。

名實(shí)陷阱：深度學(xué)習(xí)框架發(fā)展新階段需要警惕什么？

在產(chǎn)業(yè)AI不斷發(fā)展的今天，AI底層技術(shù)工具和平臺(tái)受到了社會(huì)各界，乃至世界各國(guó)的普遍重視。但在相關(guān)產(chǎn)業(yè)成果不斷涌現(xiàn)的過(guò)程里，也勢(shì)必因?yàn)锳I技術(shù)是全新事物，缺乏產(chǎn)業(yè)通行的判斷標(biāo)準(zhǔn)，導(dǎo)致政府、資本、媒體、產(chǎn)業(yè)，各領(lǐng)域的話(huà)語(yǔ)表達(dá)方式不一致，彼此理解差異很大，這導(dǎo)致后續(xù)行動(dòng)的依據(jù)也不同。

舉個(gè)例子，眾多技術(shù)平臺(tái)和工具進(jìn)入大眾視野，基本都會(huì)冠以首個(gè)、獨(dú)家、突破這類(lèi)的字眼。搭配上看似強(qiáng)大的資本與團(tuán)隊(duì)背景，很容易讓行業(yè)外人士產(chǎn)生過(guò)高的心理預(yù)期。無(wú)論在芯片、操作系統(tǒng)，還是AI、大數(shù)據(jù)領(lǐng)域，我們已經(jīng)見(jiàn)過(guò)太多類(lèi)似的問(wèn)題，甚至鬧劇。這類(lèi)現(xiàn)象可以稱(chēng)之為自主科技產(chǎn)業(yè)上的“名實(shí)陷阱”。

這就像鐵和金都是金屬，但價(jià)值顯然不同。但由于大眾層面缺乏對(duì)科技產(chǎn)業(yè)的專(zhuān)業(yè)認(rèn)知，就很難辨別名稱(chēng)相近平臺(tái)的實(shí)際差異。

這一點(diǎn)在深度學(xué)習(xí)框架的發(fā)展中，也已經(jīng)開(kāi)始體現(xiàn)。今年以來(lái)，不僅谷歌TensorFlow、Facebook的PyTorch、亞馬遜的MXNet三大美國(guó)框架不斷更新，國(guó)內(nèi)很多深度學(xué)習(xí)框架也宣布向業(yè)界開(kāi)源開(kāi)放。比如一流科技自研的Oneflow深度學(xué)習(xí)框架、曠視科技的深度學(xué)習(xí)框架天元（MegEngine）等等。當(dāng)然，每個(gè)框架背后都充斥著開(kāi)發(fā)者的夢(mèng)想和心血，也會(huì)在一些訓(xùn)練任務(wù)上展現(xiàn)出獨(dú)特的優(yōu)勢(shì)。但如果我們橫向?qū)Ρ冗@些新框架，會(huì)發(fā)現(xiàn)它們?cè)诤诵募夹g(shù)、工具完整性、生態(tài)布局上有些參差不齊的缺失，甚至達(dá)不到國(guó)內(nèi)老大哥“飛槳”的標(biāo)準(zhǔn)。那么如果從政策、資本、產(chǎn)業(yè)合作等層面都給予同樣的賦能，顯然會(huì)造成無(wú)差別大水漫灌的問(wèn)題。

（飛槳全景圖體現(xiàn)了全面的核心技術(shù)與完整的工具集）

事實(shí)上，到底如何定義什么是完整的深度學(xué)習(xí)框架，是一個(gè)非常專(zhuān)業(yè)化的產(chǎn)業(yè)問(wèn)題。比如早在2018年，阿里開(kāi)源了旗下的X-Deep Learning，稱(chēng)其為“業(yè)內(nèi)首個(gè)面向高維稀疏數(shù)據(jù)場(chǎng)景的深度學(xué)習(xí)開(kāi)源框架”。而事實(shí)上XDL只能面向高維稀疏數(shù)據(jù)場(chǎng)景這一種需求，能力范圍狹小，很快也就在開(kāi)發(fā)者中不見(jiàn)了蹤影。

同樣的窘境在新近開(kāi)源的深度學(xué)習(xí)框架中體現(xiàn)的尤為明顯，像Oneflow這類(lèi)技術(shù)輕騎兵，往往只針對(duì)單一的產(chǎn)業(yè)需求，會(huì)出現(xiàn)能力范圍和工具性、生態(tài)性、產(chǎn)業(yè)特性的欠缺。而深度學(xué)習(xí)框架作為AI時(shí)代的操作系統(tǒng)，又恰恰是需要聚少成多、長(zhǎng)期積累的領(lǐng)域。如果引導(dǎo)產(chǎn)業(yè)和開(kāi)發(fā)者無(wú)差別入駐，那么顯然會(huì)造成內(nèi)部凝聚力失衡，無(wú)法形成有效生態(tài)的問(wèn)題。

那么是否有辦法，在產(chǎn)業(yè)周期中建立一個(gè)關(guān)于深度學(xué)習(xí)框架的判斷機(jī)制呢？

三維模型：如何建立AI產(chǎn)業(yè)的價(jià)值判斷機(jī)制？

我們當(dāng)然不會(huì)認(rèn)為深度學(xué)習(xí)框架一定就是老的好、新的差，或者強(qiáng)者恒強(qiáng)，大者通吃。也不認(rèn)為新型深度學(xué)習(xí)框架就沒(méi)有出現(xiàn)的必要，或者缺乏產(chǎn)業(yè)機(jī)遇。恰恰相反，百花齊放的產(chǎn)業(yè)形態(tài)是業(yè)界開(kāi)始興旺的表現(xiàn)。只是我們認(rèn)為無(wú)論在產(chǎn)業(yè)政策、資本扶持，抑或產(chǎn)業(yè)合作上，都應(yīng)該建立標(biāo)準(zhǔn)化、多元化的價(jià)值評(píng)判機(jī)制，引領(lǐng)深度學(xué)習(xí)框架向合理性、高效率發(fā)展。避免平均主義造成資源浪費(fèi)，也避免大眾聽(tīng)到創(chuàng)新和獨(dú)立字樣都等而視之，造成公共情緒的錯(cuò)誤引導(dǎo)。

回歸到深度學(xué)習(xí)框架領(lǐng)域，一個(gè)健康的價(jià)值判斷模型，需要檢測(cè)多個(gè)維度來(lái)審視一款產(chǎn)品或者平臺(tái)的發(fā)展：

首先，在當(dāng)前的科研大環(huán)境下，核心技術(shù)自主權(quán)和底層技術(shù)自主可控的價(jià)值已經(jīng)非常明顯。政策制定者、產(chǎn)業(yè)各界與媒體，應(yīng)該堅(jiān)定支持國(guó)產(chǎn)框架發(fā)展，甚至推動(dòng)AI產(chǎn)業(yè)生態(tài)從美國(guó)框架向國(guó)產(chǎn)框架遷移，畢竟在目前的局勢(shì)下，誰(shuí)也無(wú)法判斷下一個(gè)斷供的是不是TensorFlow。

然而，僅僅下載使用來(lái)支持是不夠的，就像操作系統(tǒng)一樣，深度學(xué)習(xí)框架本身難度很大，但更具挑戰(zhàn)性的是生態(tài)的發(fā)展和匯集。相關(guān)政策與產(chǎn)業(yè)標(biāo)準(zhǔn)，也應(yīng)該更加關(guān)注AI開(kāi)發(fā)者生態(tài)，圍繞生態(tài)需求制定針對(duì)性推動(dòng)策略。在這方面，一個(gè)顯著的指標(biāo)就是開(kāi)發(fā)者的數(shù)目，這能直觀地體現(xiàn)生態(tài)繁榮程度，就拿飛槳舉例，它已經(jīng)凝聚超過(guò)210萬(wàn)開(kāi)發(fā)者，而且正在通過(guò)自己的生態(tài)化規(guī)模將AI能力拓展到各行業(yè)，在產(chǎn)業(yè)階段，理應(yīng)得到更高的重視。

最重要的是，深度學(xué)習(xí)框架要體現(xiàn)出對(duì)國(guó)家經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的推動(dòng)力，按現(xiàn)在的政策，就是深度學(xué)習(xí)框架是否能夠負(fù)載今天新基建周期中，產(chǎn)業(yè)智能化帶給深度學(xué)習(xí)框架的工業(yè)級(jí)承載需求。這個(gè)標(biāo)準(zhǔn)又包含幾個(gè)部分，比如核心技術(shù)的完整、領(lǐng)先，能夠負(fù)載大規(guī)模深度學(xué)習(xí)；另一方面是平臺(tái)體系與技術(shù)能力對(duì)于工業(yè)化大生產(chǎn)領(lǐng)域的支撐能力。但大部分的深度學(xué)習(xí)框架交出來(lái)的成績(jī)單都還沒(méi)達(dá)到要求，要么是覆蓋面狹窄，要么是企業(yè)不滿(mǎn)意。如果向飛槳看齊，它已經(jīng)覆蓋通信、電力、城市管理、民生、工業(yè)、農(nóng)業(yè)、林業(yè)、公益等眾多行業(yè)和領(lǐng)域，在疫情期間也落地大顯身手，目前已有9萬(wàn)家企業(yè)通過(guò)飛槳?jiǎng)?chuàng)建了超過(guò)29.5萬(wàn)個(gè)模型， 這些產(chǎn)業(yè)指標(biāo)，顯然是深度學(xué)習(xí)框架價(jià)值的最好判斷標(biāo)準(zhǔn)，也是后來(lái)者亟需突破的方向。

在深度學(xué)習(xí)框架走向百花齊放的當(dāng)口，我們希望能夠避免眉毛胡子一把抓，達(dá)成重點(diǎn)分明、產(chǎn)業(yè)邏輯清晰的扶持策略與產(chǎn)業(yè)引導(dǎo)行為。

產(chǎn)業(yè)策略：推動(dòng)AI底座整體發(fā)展的當(dāng)務(wù)之急

對(duì)于AI基礎(chǔ)設(shè)施來(lái)說(shuō)，百花齊放的產(chǎn)業(yè)形態(tài)，甚至開(kāi)發(fā)者純粹興趣式的創(chuàng)造都非常具有價(jià)值。但如果我們的目標(biāo)是發(fā)展符合社會(huì)經(jīng)濟(jì)需求的工業(yè)化AI底座，通過(guò)新基建推動(dòng)產(chǎn)業(yè)智能整體發(fā)展，那么就需要制定詳實(shí)、完整的產(chǎn)業(yè)策略，推動(dòng)深度學(xué)習(xí)框架與眾多AI基礎(chǔ)設(shè)施一道，向AI工業(yè)化大生產(chǎn)發(fā)展。在這樣的目標(biāo)下，有幾件當(dāng)務(wù)之急值得多加重視：

首當(dāng)其沖的是，重點(diǎn)發(fā)展一個(gè)體系，有策略進(jìn)行平臺(tái)、數(shù)據(jù)、開(kāi)發(fā)生態(tài)的打通。最佳方案是以發(fā)展度最好的深度學(xué)習(xí)框架為依托，有效整合再創(chuàng)新，與產(chǎn)業(yè)溝通，避免重復(fù)發(fā)明輪子，防止政策扶植、資本、社會(huì)輿論的資源錯(cuò)置或浪費(fèi)。同時(shí)積極推動(dòng)國(guó)產(chǎn)化、自主可控的深度學(xué)習(xí)框架發(fā)展。當(dāng)然不是說(shuō)要刻意規(guī)避美國(guó)優(yōu)秀技術(shù)成果，但在目前階段和國(guó)際形勢(shì)下，積極推動(dòng)甚至政策推動(dòng)深度學(xué)習(xí)框架?chē)?guó)產(chǎn)化、自主化，似乎已經(jīng)是題中應(yīng)有之義。

（國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》也提到了扶持深度學(xué)習(xí)框架的目標(biāo)）

其次，技術(shù)評(píng)判標(biāo)準(zhǔn)的建立，是細(xì)化核心技術(shù)發(fā)展目標(biāo)的關(guān)鍵一步。將深度學(xué)習(xí)框架拆解為更為詳細(xì)的產(chǎn)業(yè)維度，厘清各平臺(tái)的優(yōu)劣勢(shì)與發(fā)展所處階段，是目前政府和業(yè)界需要共同完成的任務(wù)。例如深度學(xué)習(xí)框架能否保持高頻升級(jí)迭代節(jié)奏，來(lái)解決產(chǎn)業(yè)不斷涌現(xiàn)的新問(wèn)題？核心框架的開(kāi)發(fā)能否變得越來(lái)越便捷，讓開(kāi)發(fā)者和企業(yè)更容易上手？更別說(shuō)需要大量具有突破性的新技術(shù)，來(lái)滿(mǎn)足產(chǎn)業(yè)智能化轉(zhuǎn)型過(guò)程中面臨的門(mén)檻與痛點(diǎn)。在這些問(wèn)題上，飛槳做的比較好，他們具備突出優(yōu)勢(shì)，核心技術(shù)發(fā)展方向也很明確，可以有效幫助產(chǎn)業(yè)快速發(fā)展，讓社會(huì)資源對(duì)平臺(tái)的價(jià)值判定更具標(biāo)準(zhǔn)化方案。

而且從另一個(gè)方向上看，不同的框架處在不同的發(fā)展周期，自然也需要不同的發(fā)展推動(dòng)力。比如飛槳在產(chǎn)業(yè)核心能力上的特性、開(kāi)發(fā)生態(tài)與產(chǎn)業(yè)應(yīng)用上的積累，目前是其他框架所不具備的。建立關(guān)鍵技術(shù)的評(píng)判標(biāo)準(zhǔn)化體系，可以避免“大小班同上”，讓發(fā)展領(lǐng)先的深度學(xué)習(xí)框架向下一個(gè)產(chǎn)業(yè)階段進(jìn)行探索，承擔(dān)更重的社會(huì)價(jià)值。

而最關(guān)鍵的還是，深度學(xué)習(xí)框架必須要融入產(chǎn)業(yè)生態(tài)，建立起對(duì)社會(huì)經(jīng)濟(jì)的灌溉體系，否則就會(huì)為技術(shù)而技術(shù)，淪為空中樓閣。深度學(xué)習(xí)框架之所以重要，完全建立在AI技術(shù)可以賦能產(chǎn)業(yè)，提升社會(huì)生產(chǎn)力的基礎(chǔ)上。那么發(fā)展深度學(xué)習(xí)框架自主化、國(guó)產(chǎn)化，也建立在技術(shù)平臺(tái)與產(chǎn)業(yè)需求的高效對(duì)接與產(chǎn)業(yè)適配上。從這個(gè)角度看，在檢驗(yàn)深度學(xué)習(xí)框架的價(jià)值與發(fā)展?jié)摿r(shí)，也必須將其與行業(yè)結(jié)合的案例、效率、平臺(tái)可行性納為基礎(chǔ)評(píng)判準(zhǔn)則。比如說(shuō)，飛槳推動(dòng)大工業(yè)生產(chǎn)的可行性，正體現(xiàn)在對(duì)產(chǎn)業(yè)的適配和大量案例上。新冠疫情期間，就有大量AI應(yīng)用高效產(chǎn)出并在各個(gè)防疫領(lǐng)域發(fā)揮作用。2月13日，飛槳開(kāi)源了業(yè)內(nèi)首個(gè)口罩人臉檢測(cè)及分類(lèi)模型，隨后，包括中石油、北京地鐵在內(nèi)的百余家試用企業(yè)紛紛應(yīng)用落地。

（飛槳開(kāi)源的口罩人臉檢測(cè)及分類(lèi)模型，助力復(fù)工復(fù)產(chǎn)）

此外，根據(jù)報(bào)道，百度與OPPO的合作中，提供了飛槳大規(guī)模分布式訓(xùn)練等技術(shù)能力，將OPPO推薦系統(tǒng)業(yè)務(wù)模型訓(xùn)練速度提升了8倍，模型擴(kuò)大了20倍，推薦場(chǎng)景效果提升了4%-5%，節(jié)省了90%的內(nèi)存，對(duì)于OPPO覆蓋全球3.5億用戶(hù)的移動(dòng)互聯(lián)網(wǎng)服務(wù)起到了很大助推作用。

還有一個(gè)走出國(guó)門(mén)的案例是，基于飛槳打造的一款無(wú)人機(jī)自主飛行平臺(tái)，已經(jīng)在東南亞某國(guó)提供自主巡邏、火情監(jiān)測(cè)、非法入侵、森林樹(shù)木砍伐監(jiān)測(cè)等功能方案，相比人工巡檢效率提高200%，森林覆蓋面積從40%提升到100%，對(duì)當(dāng)?shù)厣址阑鸸ぷ魈峁┝巳庋劭梢?jiàn)的助益。

在互聯(lián)網(wǎng)、科技行業(yè)，以及工業(yè)、農(nóng)業(yè)、能源、金融，乃至公共衛(wèi)生與社會(huì)服務(wù)等領(lǐng)域的廣泛落地，也是市場(chǎng)選擇深度學(xué)習(xí)框架的一種體現(xiàn)，此前IDC發(fā)布的《中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)份額調(diào)研》顯示，深度學(xué)習(xí)市場(chǎng)形成谷歌、Facebook、百度三強(qiáng)態(tài)勢(shì)，三者占據(jù)了國(guó)內(nèi)超過(guò)一半的市場(chǎng)份額，由此可見(jiàn)一斑。從這些角度看，在國(guó)產(chǎn)深度學(xué)習(xí)平臺(tái)自主可控創(chuàng)新的最佳契機(jī)與平臺(tái)化底座的選擇上，飛槳已經(jīng)建立起了較為明顯的優(yōu)勢(shì)。

當(dāng)然，這只是對(duì)國(guó)產(chǎn)深度學(xué)習(xí)框架主流平臺(tái)選擇及扶持的一種思路，這也體現(xiàn)出，在我們重新審視AI產(chǎn)業(yè)發(fā)展周期與深度學(xué)習(xí)框架發(fā)展賦能時(shí)，或許需要更加體系化、生態(tài)化、產(chǎn)業(yè)指向的目光，來(lái)審視不同平臺(tái)的差異化戰(zhàn)略?xún)r(jià)值。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。