高品质的音视频能力是怎样的? | Qcon 全球软件开发大会·上海站邀请函 了解详情
写点什么

百度集团副总裁吴甜:用系统思维看 AI,新基建带来 AI 生产平台机会丨新基建 50 人

  • 2020-09-02
  • 本文字数:3447 字

    阅读完需:约 11 分钟

百度集团副总裁吴甜:用系统思维看AI,新基建带来AI生产平台机会丨新基建50人

InfoQ 特别面向新一代信息技术领域技术中坚群体正式推出的「中国技术力量」之「新基建 50 人」栏目持续进行中,本期嘉宾是百度集团副总裁,深度学习技术及应用国家工程实验室副主任吴甜。更多「新基建50人」报道,点击这里查看。也欢迎申请免费采访报道名额:>>[新基建50人]


在腾讯、阿里等巨头先后重金押注,纷纷宣布各自的新基建战略布局规划的同时,百度对于新基建的笃定程度也上升到了全新高度。


今年 6 月,百度对外宣布未来 10 年将继续加大在人工智能、芯片、云计算等新基建领域的投入,2030 年之前百度智能云服务器达到 500 万台。随后李彦宏又在 7 月的世界人工智能大会上,提出未来 5 年为社会培养 500 万名 AI 人才的小目标,再次对外展露百度押注新基建的信心与决心。


在最新公布的专利数据中,百度全球 AI 专利公开量超过 1 万 + 件,在语音识别、自然语言处理、知识图谱以及自动驾驶四个细分领域排名国内第一,深度学习全球第二。当人工智能被列为新基建七大领域中的重点发力对象时,百度适时推出的 AI 新基建战略也迎来了市场关注。


但涉及到更为深入的 AI 技术演进以及商用发展等方面,百度内部对于 AI 新基建的思考与理解又是怎样的呢?


近日,在 InfoQ 策划进行「中国技术力量」之「新基建 50 人」采访报道中,我们有幸约访了百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜女士。透过采访视角,吴甜对于百度新基建的理解以及对当下时期国内互联网产业的思考,具有充分的参考价值。



图注:百度集团副总裁、深度学习技术及应用国家工程实验室副主任 吴甜


百度自带人工智能基因

从毕业进入百度,截至目前已是吴甜在百度的第 15 个年头了,而她本人,也从一名毕业生成长为百度集团副总裁。


在百度的 15 年里,吴甜最开始的时候主要是在百度知道从事研发工作;随后在 2010 年加入了当时新成立的 NLP 部门,后来曾兼任大搜索最核心的策略团队 Rank 部门负责人;2018 年晋升为百度 AI 技术平台体系执行总监……再到今年正式升任百度集团副总裁,整体负责百度 AI 技术平台和智能云 AI 产品,涵盖自然语言处理、知识图谱、计算机视觉、增强现实、大数据技术、飞桨深度学习平台(PaddlePaddle)、百度智能云 AI 产品及百度输入法产品等。


从 PC 互联网时代,到移动互联网时代,再到今天的 AI 时代,吴甜见证并参与了 AI 技术的建设与创新应用。对于外界而言,2016 年是一个比较清晰的能够感知到 AI 技术开始具备商业化可能性的关键年份,但是对于吴甜而言,这一感知要比外界早更多。


“2005 年我加入百度知道的时候,当时开发的问题自动分类、问题推荐等功能就已经是机器学习技术的应用了,搜索引擎早期就在使用 NLP 等技术。”吴甜对记者表示。


从技术角度来看,搜索引擎本身便属于多种人工智能技术的综合系统,最开始的时候基于 NLP 技术对分词、短语进行分析以及专有名词的识别,后来又开始与机器学习、深度学习等技术结合,智能化的程度越来越高,不断的进化成为今天以语义搜索、多模态搜索等为核心的智能搜索。


百度自诞生起就与 AI 息息相关,AI 也可以说是百度的自带基因。而对伴随着百度 AI 技术及业务一同成长起来的吴甜而言,她能够比外界更早的感受到 AI 商业化的进一步到来也在意料当中。


新基建正在催生 AI 生产平台机会

伴随着 2020 年以来新基建概念在各级政府之间受到高度重视,市场对于新基建的追捧也极为热烈,在海量政府引导资金投入的同时,大批量的民间资本正在跟进布局。


今年 7 月,百度宣布未来 5 年将在百度山西数据标注基地培养 5 万名 AI 数据标注师,提供更多的 AI 就业岗位,支持当地科技产业发展。6 月 19 日,百度宣布加大 AI 新基建底层算力的投入,预计到 2030 年百度智能云服务器台数超过 500 万台。未来 5 年,百度预计培养 AI 人才 500 万。


从算力到人才培养,从赋能企业到促进社会就业,百度正在用三个“5”计划持续加码布局新基建。


“我觉得新基建的提出是科技和产业发展的必然趋势。”在吴甜的回答中,上一轮的传统基础设施建设日趋成熟,下一步面向数字经济的新型基础设施建设也将必然发生,这一进程是必然的,而百度的 AI 新基建布局适逢其时。


不过当 AI 技术渗透到产业当中时,AI 这类有门槛的高精尖技术,不可能每个企业都从头自己来做一遍 AI 相关的技术再去应用,另外,目前社会上还缺乏足够的 AI 人才,AI 商用挑战依然明显。


在吴甜的介绍中,打造 AI 生产平台,正在成为有效解决 AI 商用难题的关键。


AI 生产平台是一个大型的基础工程系统,除了 AI 还需要有云计算、大数据平台,这是基础的夯实的底座。底座之上,AI 需要在各种各样的场景中创造出新的价值,在 AI 产业化的过程中,因为其过程链条长,决策复杂,需要社会全方位多方整合力量进行创新,因此共生共赢的生态系统就应运而生了。还有一个关键要素,整个系统要运转得好,需要有相应的人才。


当前,社会经济正处在迈入 AI 产业化发展的初期阶段,百度也正以 AI 为主线构建基础设施。以百度智能云为例,为了有效支撑 AI 新基建,百度在今年升级了智能云的架构:底层是百度大脑,包括基础层、感知层、认知层和安全,是百度核心技术引擎;中间是平台,包括通用的基础云平台、AI 中台、知识中台,以及针对场景的平台和其他关键组件;上层通过智能应用和解决方案进一步为各行各业赋能,驱动智慧城市、智能交通、智慧金融、智慧能源、智慧医疗、智能汽车、工业互联网和智能制造等诸多细分应用落地。



在具体深入到 AI 新基建布局的过程中,百度正通过将 AI 技术运用于百度自身的产品上,然后再到实际的工业场景中去打磨并反哺技术,不断提升真实的技术性能,而在技术越来越成熟之后,又会再通过 AI 开放平台、飞桨开源平台等开放 AI 能力,让行业更多人使用,进而真正有效的促进整个社会产业的转型与发展。


用系统性思维看待 AI 商业化

最近几年来,伴随着深度学习的底层技术理论趋于停滞,以及深度学习在技术上基于历史数据训练得出的结果无法满足临场突发以及未来不确定性的应变需求,人们对于 AI 技术的发展以及它是否能够承担起智能化社会建设的宏伟愿景提出了新的质疑。


面对市场的疑惑,吴甜的回答比较理性。


首先,任何技术都有其局限性,不能夸大化它的作用范围,但也不要因为有不足就怀疑它。第二,人工智能并不只使用深度学习技术,比如 NLP 还保持有经典算法组合使用,同时,近些年围绕学习机制和方法的研究也依然还有持续的新进展。第三,在面向场景应用时,往往不是单点技术,而是多种技术和方案组合,能够很好的规避掉许多单点技术难以解决的问题。


此外,对于如何进一步利用好人工智能技术赋能行业,我们还可以通过一些场景规则的设定以及规范,来约束并且找到理想的解决方案。以自动驾驶为例,如果未来的道路不再是多种不同的交通工具与行人混杂,而是通过车路协同形成一个完整性的系统,那么整体系统的顺畅运转可行性就会提高。


“人工智能的问题,还得通过系统的思维寻找到系统的解决方案。”吴甜对作者表示。


伴随着新一轮被深度学习所推动的人工智能技术的发展与产业化过程开展,5G、AI、大数据、云计算、区块链等新兴技术的发展必将进一步的深度融合。在这一过程中,单点技术的突破往往又能够很好的带动其他技术的系统性升级,相互配合迭代发展,最终以全新的面孔出现。


从这一角度出发,AI 已来的口号不再是口号,当外界仍在质疑 AI 技术可用性的时候,早已有另外一批人开始考虑如何以更加经济成本的方式将 AI 运用到自己的企业业务当中,进而发挥出更大的价值。


“目前我们看到 AI 跟各行业结合的趋势,这个价值空间其实就已经非常大了,与其因为深度学习本身带来的局限性而去质疑 AI 技术,我们莫不如扎扎实实的接下来先把 AI 工业化以及产业化的这个价值做出来,同时尝试寻找一些新的技术创新和突破。”人工智能的产业化早已开始,而新基建的东风,正进一步加速这一过程。


如果用赛道来比喻新基建所带来的机会增长,那么新基建的赛道一定足够宽足够长,能够容得下大型科技企业的共同竞争发展,同时也容得下更多初创型企业以及产业方企业的拥抱发展。


“每一家企业都可以做出自身的价值。”吴甜对记者传递了坚定的市场信心。



「中国技术力量」之「新基建 50 人」系列专题报道火热进行中,我们长期专注于发现新基建领域内驱动产业数字化转型、智能升级、融合创新的科技型组织机构、企业部门 ,并将重点采访其中的产业发展引领者,技术部门中坚力量等人士,深度传播他们对于新基建发展中的技术理解、发展需要以及商业化探索等思考。欢迎大家点击超链接申请免费采访报道名额:>> [新基建 50 人]


2020-09-02 16:292722

评论

发布
暂无评论
发现更多内容

antd vue upload组件使用customRequest上传文件显示文件上传进度

Seven_xw1213

大前端 antd vue upload customRequest 进度条

米酒米酒黼子酒

zhoo299

美食

关注系统压力测试

麻辣

性能优化(一)

olderwei

架构师0期07周作业

我在终点等你

Github 创建发行版本

耳东@Erdong

GitHub github release

随着并发的增加,响应时间和吞吐的变化

朱月俊

简约而不简单的分布式通信基石

架构师修行之路

分布式 socket udp TCP/IP 通信协议

如何找一碗正宗的热干面

zhoo299

美食

第七周总结

天之彼方

解决 EXT4 使用无法挂载

耳东@Erdong

ext4 journal

Scrapy爬虫入门

烫烫烫个喵啊

python 爬虫

性能测试与优化学习总结

qihuajun

八个排序的原理、Java 实现以及算法分析

多选参数

数据结构 算法 排序 排序算法 数据结构与算法

重置 Grafana admin 密码

耳东@Erdong

Grafana Grafana password

LeetCode题解:283. 移动零,JavaScript,一次遍历,详细注释

Lee Chen

大前端 LeetCode

性能优化作业

qihuajun

总结

chenzt

优秀的求职者,是如何巧妙应对面试提问呢?

xcbeyond

面试 加班 职业规划 薪资 自我介绍

第七周命题作业

天之彼方

性能压测的时候,随着并发压力的增加,系统响应时间和吞吐量如何变化,为什么?

一叶知秋

过早三件套之面窝

zhoo299

美食

Docker基础修炼6--网络初探及单机容器间通信

黑马腾云

Docker Linux 容器 运维 虚拟化

antd vue 使用upload组件action上传文件

Seven_xw1213

大前端 antd vue upload

第 7 周 - 作业 2

seng man

架构师训练营第7周

大丁💸💵💴💶🚀🐟

架构师训练营 - 第七周 - 学习总结

stardust20

架构师训练营第7周

大丁💸💵💴💶🚀🐟

K8S 中的 Grafana 数据持久化

耳东@Erdong

Kubernetes k8s Grafana 配置文件持久化

架构师训练营Week7学习总结

Frank Zeng

架构师训练营Week7作业

Frank Zeng

百度集团副总裁吴甜:用系统思维看AI,新基建带来AI生产平台机会丨新基建50人_云计算_周文猛_InfoQ精选文章