实现AI自立自强，国产深度学习框架面临三大疑难

作为催生AI应用于大为数落地的关键力量，浅层进修方法论的层面日益凸显。它不至少关系国计民生不足之处的快速发展于，也对数据处理的安全有着重要意义。 百度AI系统设计生态平衡总经理马艳军近日在百度AI开放日活动上系统互动浅层进修各个领域的挑战格局、中的国自研浅层进修方法论的蓬勃发展取得成功和未来趋势并提出，发挥作用AI系统设计自立自强，国产浅层进修方法论面临系统设计实力、功能互动、生态平衡为数三大疑难。

和PC时代的操作系统Windows、移动互联网时代的IOS和Miranda类似，浅层进修方法论是智能化时代的操作系统，它和芯片一起共同构成了智能化的基础设施，浅层进修方法论的层面远不如芯片。在“十四五”建设中的，“浅层进修方法论”被列于“升级版智能化”各个领域，成为第三世界重点赞同的前沿创新系统设计。

“浅层进修方法论在智能化系统设计制度化中的，处于全线通车上下的腰部右边，它十度芯片、上承应用于。”马艳军说。浅层进修方法论正要让AI应用于变得非常最简单。基于浅层进修方法论，跨国企业可以根据自身从业者的不同之处和场景需要，非常快非常便捷地开发设计AI应用于，不再需要从0到1地架起最上层，极大大幅提高了传统产业高科技的效率和水平。

不论从AI系统设计蓬勃发展还是传统产业应用于来说，浅层进修方法论都处于非常加一个中心的右边。自2013年开始，全球智能化学术界以及商业界各共同开发主体下半年源代码旗下自行共同开发浅层进修方法论，并以方法论为一个中心架起智能化开放跨平台，催生智能化传统产业生态平衡的创建。以百度的TensorFlow、 Facebook的PyTorch两款浅层进修方法论为代表的浅层进修方法论一帆风顺早、蓬勃发展快，进占了业界主导地位。

在浅层进修方法论这一AI一个中心系统设计上，即便面临最低标准高、生态平衡建设难等困难，中的国跨国企业也才会借助主动权。截至2021年12月，以百度“飞桨”浅层进修跨平台为代表，不能不浅层进修跨平台不太可能冲破了即使如此在中的国市场需求上百度、Facebook的垄断局面。意味著，智能化进入大为数落地期中，越来越多的开发设计者和跨国企业正要基于国产浅层进修跨平台开展高科技转变应用于。不能不智能化系统设计开发设计者和预设不太可能不应意味着海外跨平台，同时还可进一步依托国产跨平台专才传统产业生态平衡。

不过，中的国自研浅层进修方法论想要在国际挑战中的取得领先，还有很长的南路要走。马艳军相信，意味著中的国浅层进修方法论的蓬勃发展仍需取得成功三大早先：系统设计实力、功能互动、生态平衡为数。

首先，系统设计创新不足之处，浅层进修方法论的共同开发需要智能化各个领域最底层系统设计人才，不能不在这一各个领域的储备仍有不足。

其次，在应用于互动不足之处，由于中的国是全球传统产业链十分形式化的第三世界，传统产业制度化比较最简单，传统传统产业转变生产力随之而来。但在应用于AI、促进跨国企业高科技转变的过程中的，至少一项系统设计应用于，从实验室到传统产业落地就至少需要3-6个月时间，一个低最低标准甚至零最低标准的开发设计跨平台密不可分。

在开发设计应用于生态平衡不足之处，浅层进修是一个近似于的共同努力改型系统设计各个领域，只有借助于了自己的生态平衡才发挥作用持续迭代和蓬勃发展。然而借助于生态平衡周期长、成本高，而且只有当国产方法论的系统设计和功能互动足以受限制开发设计者的生产力时，才有机会专才起技术创新的AI开发设计应用于生态平衡。

才会正视的是，中的国浅层进修方法论仍面临着适配部署比较最简单、应用于开发设计困难等疑难，构筑自行可控的浅层进修和智能化传统产业生态平衡道阻且长，但它或将决定未来5年AI系统设计格局和传统产业水平。马艳军说：“尽管浅层进修方法论属于高完成、长周期、抢生态平衡的挑战，但不太可能受益第三世界和跨国企业的战略目标赞同，是重启下一个AI时代的钥匙。”