这件事情我憋很久了,今天一吐为快。

 

 

这事儿憋了很久,不想给大家隐瞒了!

 

1 毁灭人类

 

这段时间以来我一直有一个深深担忧,人工智能可能不只是要取代我们的工作,很有可能未来会消灭了我们!

 

上次写文章《猴子用意念打游戏》更加印证了我的想法,目前人工智能已经可以通过采集脑神经信号,解读出猴子想要操作的行为。

大家想一想,未来如果给人类脑子安装一个这玩意,那你每天在 YY 小电影什么东西,全给你记录下来了。

 

 

也许真的有这么一天,不懂人工智能就跟不懂说话一样,被这个世界淘汰了...

 

 

 

2

 

凌晨2点

 

现在是凌晨2点。

我托着疲惫的身躯,从床上爬了起来,在网上搜索现在学习人工智能是否还来得及,以及我国在人工智能这方面到底搞的怎么样?

经过百度搜索一通乱搜,得知如果现在要学习人工智能,得先学会使用深度学习框架,于是我又开始查询,现在有什么主流的深度学习框架?

不是经常在网上看到人工智能领域,中美都是处于第一阵营的吗?

 

 

查完我才发现,怎么前面好几个深度学习框架都是老美发明的!但随着了解的深入,我觉得说中美处于第一阵营也是有点道理的...

第一,现在主流的框架背后开发者,有一个中国人研发者叫贾扬清(目前已回国);

第二,主流深度开发框架中,也有一个国内企业开发的深度学习框架飞桨 PaddlePaddle ,比较能打。

飞桨是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台,已经有 320 万开发者了。

还好还好。在中美科技最近斗得这么凶的情况下,无论怎么强调技术自主性都不为过,我们至少还有一个扛得住。

于是好奇心的驱使下,让我对飞桨 PaddlePaddle 有了更多的了解。

 

 

3

 

飞桨 PaddlePaddle 是什么鬼?

 

从头说起,飞桨 PaddlePaddle ,是百度开发的一款深度学习框架,作为一个小白的我冒出来的第一个问题是,学习人工智能必须要用深度学习框架吗?

答案是不一定必须用,但几乎大家都用了。

我读者里面 Java 用户比较多,就用 Java 中的 Spring 给大家举个例子吧。

 

 

飞桨 PaddlePaddle 可以认为是 Java 生态中的 Spring 框架,帮你封装了很多常用功能比如操作数据、Web 开发等等。

做 Java 项目你可以不用 Spring ,但必须自己去实现各种细节,巨麻烦还容易出错并且性能还不行,反正就是吃力不讨好。

在深度学习这个领域内,深度学习框架就相当一个巨大的类库,帮你封装了神经网络、卷积,池化,全连接,这些看起来就巨难的东西。

因此使用深度学习框架,可以让我们做 DL 编程时变得相对容易一些,所以一个深度学习框架到底好不好,就要看整个生态支持的怎么样?

有没有配套的学习文档、交流社区、各个垂直领域的支持程度等等,在这方面飞桨做的可真是牛。

害怕你学习起来比较困难,于是搞了个零门槛 AI 开发平台 EasyDL;害怕你不知道如何学习实践搞了个 AI Studio;开发工具、开发套件等等也都免费送上,而且竟然连算力都会免费送,太良心了。

从各方面数据来看,飞桨都处于深度学习平台第一阵营。

 

 

 

4

 

拉出来溜溜

 

中国有句俗话叫做:是骡子是马,拉出来溜溜。

 

 

飞桨到底能不能行,我们得看看它在相关产业的落地情况。

还记得五一前,京沪高铁沧州段因为接触网上挂了异物,听说是附近的地膜被大风吹起来了,好家伙,导致京沪高铁上下行段出现了大规模晚点,我好几个朋友都遇到了晚点,在高铁站苦苦等待……

要说轨道交通巡检这事儿,我还真了解过。

以前跟一个在地铁工作的哥们儿聊过,他们基本上都是人工去做检查,主要是看钢轨有没有受到损害,一天需要大概十几二十个检修工,凌晨就去检修,一个小时检修5公里,还是很累的。

最关键的是,像上面那种不知从哪飞来的薄膜,挂在接触网上,人工哪能这么及时看到及时处理呢?

接触飞桨后,我发现,其实智能巡检这事儿,已经有人在做了。

成都国铁电气设备有限公司就利用飞桨的 PaddleDetection 等套件解决了 AI 算法的难题,研发出了一套“轨道在线智能巡检系统”。

 

 

这个系统帮助成都国铁提升了检测效率,减少了漏检的情况。我觉得最重要的一点是,因为轨道上的电客车行驶的时候,是很危险的,以后用上人工智能,检修的工作人员安全就能更好保障了。这是一个缩影。

电力、林业、医疗等等,很多和生活息息相关的领域,都有飞桨的身影。

 

 

5

 

牛X的技术体系

 

这不,最近飞桨深度学习平台又升级了,产品技术上就带来了六大全新发布,我这里简单跟大家聊聊。

1、开源框架V2.1发布,自动混合精度、动态图、高层API等进行了优化和增强。尤其是自定义算子功能全面升级后,方便让越来越多的学科更容易的使用自定义算子。

这个功能升级了之后,生物、物理、数学上的一些特殊的处理单元,也能方便跟 AI 结合在一起了。

2、大规模图检索引擎发布,支持万亿边的图存储和检索,大规模图模型训练架构,支持超大型图项目落地。

大家知道机器学习是需要数据来训练的,数据样本越多、越丰富,项目才能越精准、智能;飞桨支持大规模图模型训练,那后面可以做的事情就太多了。

3、文心 ERNIE 四大预训练模型发布,知识与深度学习相结合实现知识增强的语义理解,不仅能理解语言,还可以理解图像,实现统一的跨模态语义理解。

文心 ERNIE 主要是为了能让机器看得见、看得懂、能分析、能决策。这次升级,机器在理解图像上更强了,语音、语义等等信息也都能更好理解了。

4、硬件生态进展发布,飞桨已和国内外 22 家硬件厂商开展适配和联合优化工作,已完成和正在适配的芯片或 IP 达到 31 款,支持硬件级、芯片级训练优化。

大家知道如今 AI 为了追求性能,都是需要跑在特定的 AI 芯片上,深度学习框架与芯片厂商的合作才能把芯片的算力充分发挥出来。

5、最新推理部署导航图,降低 AI 应用的门槛,帮助开发者走通 AI 应用最后一公里。

之前开发者的痛就是开发好了,训练好了,部署凉了。

这种好工具能告诉你飞桨目前支持的 300 多条走得通的链路,一旦你的部署有啥问题,都可以在这里查到答案,福音有木有。

6、云原生机器学习核心 PaddleFlow开放邀测

这个就很厉害了。它是第一个专门为 AI 平台开发者提供的、容易被集成的云原生机器学习核心。

这么说吧,如果你是一个遥感行业的开发者,你需要更垂直的平台;如果你要让 AI 平台跟自己企业内部的业务更紧密,你需要一个自主可控的定制的AI 开发平台……PaddleFlow 就是解决这些需求的。

未来智能世界想象力那么丰富,不晓得下一个新需求会出现在哪,码一下总是没错的。

技术在升级,飞桨的生态建设也不错。

现在很多大厂都在抢优秀的开发者人才。飞桨现在有 320 万开发者,比 1 年前增加了将近 70%;产业生态上,现在有 12 万家企事业单位在用飞桨。

飞桨在生态上的一个大计划,寓意挺好,做的也是长远的事情,叫“大航海计划”。

启航、护航、领航三部分,去年投入 5 亿,发布了启航计划,今年是护航和领航这两个计划最新发布,护航计划,主要是给产业中的开发者和企业,投入了 10 亿去做。

总体看下来,飞桨划出了一个新时代。

 

 

 

6

 

最后

 

当前,全行业智能时代已开启,人工智能产业进入工业大生产阶段,深度学习框架是人工智能时代的操作系统。

飞桨做为国内最大的深度学习平台,从客观上来讲促进了我国智能化升级。开启和培养了我国 AI 开源新生态,也培养了一批 AI 人才。

像猴子用意念打游戏、自动驾驶、生物科技、智能机器人这样的案例,会在在各行各业去慢慢渗透,可能在几十年之后,我们的生活就已经完全离不开 AI 了。

随着像飞桨等深度学习平台的不断发展,会不断拉低各个行业使用 AI 赋能的门槛,方便我们用 AI 的能力去改造各个行业。

这个趋势的发展也让我深深的忧虑,未来如果我们不懂 AI ,是否就像现在普通人员不懂编程一样,被时代落下!

科技的发展总会超出我们普通人的预测,也许当 AI 掌控世界的那一天到来时,你我皆是 AI 视角下的数据!

这是人类的不幸还是幸运?

然而时代不等你我质疑,我们这一代人或许就是见证者!

发送到百科下的摘录最少摘录 100 字
发布于 12 小时前

posted @ 2021-05-22 10:22  纯洁的微笑  阅读(1181)  评论(2编辑  收藏  举报