文章

九个字建议唤醒一个流浪的官员，一个字唤醒了梦想家。李彦宏在2019年中国国际智能产业博览会上的主题演讲对中国人工智能的研究和发展意义重大。

他在演讲中说:“过去，我们津津有味地谈论中国发表的论文数量和人工智能的专利申请数量是世界上最高的，但今天我们更关心的是我们在整个人工智能的发展框架中有多少发言权。最近，英国杂志《自然》《自然》似乎有一篇比较中美人工智能发展的长篇报道。此外，报告还提到，中国发表了大量论文，即大量专利申请，但在人工智能的深入学习框架方面仍存在差距，我们需要在未来加以改进。”

就个人而言，这正是他对中国人工智能发展的核心技术的自主性和可控性的关注。

人工智能发展现状:应用领先，算法薄弱

从表面上看，自第三次人工智能技术复兴以来，中国在人工智能技术领域取得了长足的进步，取得了显著的成绩，成为美国最强的竞争对手。例如，杂志《《自然》》发表了一篇题为《到2030年，中国将在人工智能领域引领世界》的报告，介绍了中国人工智能的发展现状。报告称:“中国的人工智能研究质量越来越高，在高影响力论文、人才和治理方面正赶上美国。”。然而，如果我们专注于人工智能技术的应用，我们会发现我们实际上领先于美国。事实上，人工智能的应用已经融入到我们日常生活的方方面面。

但与此同时，我们也需要看到，中国在构建人工智能的核心技术工具方面仍然落后。事实上，中国的许多人工智能技术应用都是建立在国外企业提供的深度学习框架之上的，比如谷歌天梭流和脸谱网。此前的统计数据显示，大量中国企业包括联想、京东、美团、网易、小米、360、搜狗等。目前正在谷歌天梭流深度学习平台上构建他们业务的人工智能技术。IDC早些时候发布的《中国深度学习平台市场份额调研》报告数据显示，虽然ISV/SI和其他技术服务提供商以及互联网占据了开源框架的大部分，但保险、教育、消费者和娱乐服务实际上正在使用开源框架。可以说，人工智能在中国各行各业的发展都高度依赖开源框架。

深度学习框架的自主性和可控性从未如此重要。

当然，事实上，开放和开放的深度学习平台(框架)的存在确实非常重要。百度首席技术官王海峰博士也在展会上表示:“开源和开放平台非常重要。作为这一轮工业革命的核心驱动力，人工智能将应用于各行各业，但每个应用程序不可能从头开始构建自己的人工智能能力，因此需要一个通用平台来支持它。”

简而言之，开源和开放的深度学习平台(框架)降低了人工智能开发的门槛，防止企业在某些人工智能技术上重复建设，并节省了成本和时间。因此，企业使用各种深度学习和开源框架是可以理解的。

但同时，我们也需要看到，在人工智能大国游戏中，底层核心技术高度依赖美国企业，实际上存在潜在风险。尤其是在过去两年里，美国掀起了一股反全球化的浪潮，多次举起技术大棒打击中国科技企业，并迫使美国操作系统和芯片供应商切断对中国制造商的供应。这种潜在的危险甚至更加强烈。考虑到美国今年早些时候启动了“美国人工智能倡议”，它正试图从国家战略层面调动资源用于人工智能研究和开发，以应对“战略竞争对手和外国竞争对手”的挑战，并确保美国在这一领域的领先地位。

可以说，面对其在人工智能领域的最大竞争对手中国，美国很有可能在人工智能的底层技术上作弊，并对中国企业进行彻底的改革。如果是这样的话，对于许多在美国公司提供的开源框架上构建人工智能技术应用的国内公司来说，这无疑会引发一系列商业地震。

因此，我们可以在这里看到，只要我们在深度学习的框架下高度依赖外国公司，我们就不会过于自信地说我们的人工智能技术已经领先于美国。目前，国内人工智能技术繁荣的基础并不稳定，我们的许多人工智能繁荣更像是建在沙滩上。

这也使得深度学习平台(框架)的自主性和可控性尤为重要。可以说，它是保证人工智能公司和国家人工智能安全，建立真正的人工智能力量，与美国全面竞争的基础。只有当这个基础牢固时，高耸的高层建筑才会有安全感。在这里，拥有一个自主和可控的深度学习框架从来没有像现在这样重要和紧迫。

百度飞桨避免脖子卡住

当然，幸运的是，一些国内公司意识到严重依赖外国公司进行深度学习的潜在风险，因此制定了第一手措施，以防止中国的人工智能技术在关键时刻被外国公司干扰和击败7英寸。

例如，从78年前开始，百度就一直在开发一个深度学习平台，这是一个显著的例子。经过多年的发展，它实际上已经成长为中国唯一的开源、全功能的深度学习平台，成为国内企业寻求安全和控制的新选择，取代谷歌、脸谱等外国企业争夺深度学习平台。

正如我们所看到的，它现在正在工业、林业、医疗、公共福利、农业、物流、零售等许多工业领域落地。

例如，被美国严重压制的华为，选择在麒麟芯片上与百度闫飞深度合作，通过芯片的深度学习框架和人工智能计算能力，为用户提供更好的人工智能体验。另一个例子是在旅游领域:在使用百度深度学习平台飞桨之后，百度地图的“智能出行时间估计”可以根据用户设置的出发地点、目的地和出行设置给出最合适的路线和时间，从而提高效率。在农业领域，北京理工大学的四名学生利用百度飞桨深度学习平台上的深度学习模型，为果农开发了一款准确率达90%的智能桃子分拣机，实现了桃子从形状、大小、颜色、光滑度等多个维度的自动分拣，大大节约了人工分拣成本。在林业领域，北京林业大学建立的基于飞桨的林业有害生物监测系统能够准确识别红脂大小蠹，缩短了原本需要两周到一小时的检查任务，有助于林业有害生物的防控。

然而，从确保国家人工智能发展安全的角度来看，光有这些伙伴是不够的。为了实现核心技术的自主性、安全性和可控性，我们还需要更多有忧患意识的企业加入进来，共同努力推动我们自己的深度学习平台的发展壮大，从而在国外实现深度学习平台。

这也是李彦宏在2019中国国际智能产业博览会上发表主旨演讲时表示，我们需要关注深度学习框架发展中的差距的原因。