在人工智慧時代，我們還會被別人扼住喉嚨嗎？

自中興事件發生以來，我國在核心晶元領域被美國遏制脖子的現實，就深深挫傷了國人的科技自信心，但在晶元領域的現實差距下，悲傷顯然已是無濟於事，更應該做的是腳踏實地的在基礎研究領域付諸努力，爭取早日取得突破。

而拋開晶元領域的悲傷現實，事實上更值得關注的一個問題是，在晶元之外的其他領域，諸如關乎未來競爭的人工智慧領域，假設有朝一日也發生中興類似事件，我們還會被美國扼住脖子嗎？

要回答這個問題，事實上我們應該回溯一下在人工智慧領域，我國所處的基本現實。

但值得欣喜的是，在「政策支撐、資金支持、數據富集、人才回歸」的助力以及技術爆炸的多重勢能協助之下，我國在人工智慧領域正快速起飛，成為了與美國並駕齊驅的人工智慧研究、落地應用大國。

此前據《經濟日報》報道，相關數據顯示：從2012年開始，我國在人工智慧領域新增專利數量已經開始超越美國，而從2014年開始，在深度學習領域（當前人工智慧的主要突破領域），從論文發表數量和被引用次數兩個標準看，中國均已超過美國，人工智慧企業融資規模僅次於美國，位列全球第二，湧現出了諸如商湯、曠視等一大批具備世界競爭力的人工智慧初創公司。

百度、阿里，騰訊、科大訊飛、搜狗等公司，對於人工智慧領域的大力投入，使得語音識別、人臉識別、自動翻譯、興趣推薦、自動駕駛等在產業上實現了快速落地，擁有了世界頂級技術水平。

諸如百度的Apollo計劃和DureOS這兩大人工智慧開放平台，已經分別在自動駕駛領域和智能語音識別領域，吸納量為數眾多的業界合作夥伴，使得人工智慧產業生態格局初現。如我們所見：百度Apollo開放平台通過開源系統的共享模式快速吸納著汽車產業力量。自其計劃公布一年以來，已吸納了奇瑞、金龍、福特、比亞迪等在內的100家合作夥伴，成為了車企們進入自動駕駛領域的底層推動力量，在實質上已經成為了汽車界的Android系統，日益構築起了全球領導地位。隨著今年7、8月和金龍客車合作的百度無人車進入小規模量產階段，我國的無人駕駛事實上正在以更快的速度朝著我們走來。

並且，我們能夠看到的是，我們在人工智慧技術上，事實上已經規避了過往在IC領域未曾掌握底層核心的尷尬，面對人工智慧技術，我們不僅有應用層的技術優勢，也更擁有了人工智慧底層原力——深度學習框架。而積極的對外開源，使得我們在人工智慧這場關乎未來的競爭中，擁有了實現了從地基到磚瓦的全方位掌握的可能。

深度學習框架為何物，為何要積極開源？對於絕大多數人而言，其都顯得分外陌生，但在人工智慧領域，開源深度學習框架的卻進行得是如火如荼。國外谷歌、Facebook、亞馬遜等都在積極的將自家深度學習框架開源。

深度學習框架，簡單來說其就是一套幫助你進行深度學習諸如進行演算法訓練、模型開發、應用部署的工具。對於深度學習框架，你可以將其視為一套積木，而積木等各個組件就是某個模型或演算法的一部分。而開源深度學習構架，則相當於你可以自己設計如何使用積木去堆砌符合你數據集的積木。

也就是說深度學習開發者可以不再需要從複雜的神經網路開始編代碼，而是可以依據自己的需要，使用已有的訓練模型，自行訓練得到模型的參數，也可以在已有模型上增加自己的訓練層數，或是在一開始就選擇自己需要的數據分類器。

而在此，我們也不難理解科技巨頭們為何要爭相開放自家的深度學習構架了。事實上除開所謂的便捷全球開發者的共享精神，其更是欲求以此吸引人工智慧領域的開發者實現平台聚集，帶來虹吸效應，以便在人工智慧的競爭中贏得話語權。

試想：如果全球所有開發者都使用某種開源深度學習構架進行演算法訓練、模型開發、應用部署，那麼這個深度學習構架就會是AI時代的底層事實標準，統治著整個AI生態，這是巨頭們開源深度學習構架的核心所在。

用一個不恰當的比喻來說，誰掌握了這個底層，誰就擁有了生殺大權。諸如在這次中興事件中，有消息傳聞稱美國政府要求谷歌對中興手機關閉的Android系統，事實上就是一個開源系統，而我們更能看到的是我國當下的許多移動應用都是建立在Android這類美國開源基礎構架之上的，所以我們時常能夠聽到類似於「XXX基於Android某版本」的話語。

所幸的是，在人工智慧時代開源深度學習構架這件事兒上，中國並沒有落下，也擁有諸如PaddlePaddle這類優秀的開源深度學習構架。

此前彭博社更是發文稱，PaddlePaddle度學習框架，憑藉易學易用、高效靈活以及提供豐富的演算法服務等特點，自開源以來，其在中國開發者間的流行程度事實上已經超過了谷歌的TensorFlow深度學習開源構架。

這番成績，無疑是對中國AI底層技術的巨大認可。而隨著PaddlePaddle這類自主可控的深度學習基礎架構在業界的大受歡迎，事實上我們也能預期和肯定的是：曾經晶元、移動操作系統時代受制於人的局面將在人工智慧時代不復存在，因為我們掌握了底層核心。

在對於人工智慧發展起到重要推動作用的算力晶元上，我們也看到了國產已經一改此前的慢半拍狀態，而是從一開始就進行了自己的科學研究，此前BAT已經投資或收購了多家人工智慧晶元公司，開始攻克人工智慧晶元這一核心領域，而從現實來說，在這一領域，我們與美國正處於同一起跑線。

在此：事實上我們能夠看到的是，在人工智慧上，我國已經形成了基礎研究、核心底層、產業生態構建的完美聯動，而在此，事實上我們也可以說：在不久的將來，我們當下在晶元上遭遇的尷尬將不復存在。

而這也難怪Google前CEO，現Alphabet董事長埃里克·施密特此前在「新美國安全中心」舉辦的「人工智慧和全球安全峰會」上就宣稱：「到2020年，中國將迎頭趕上；到2025年，他們將超過我們；到2030年，他們將主宰這些行業。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！