通向人與機器「共同進化」的路上，李彥宏想平等賦能每一個開發者
不知你是否察覺，如今人工智慧的發展階段，與百年前電力系統的誕生初期頗為相像：當人類發明了電力，這一革命性基礎設施就會迅速完成對創新者的賦能，讓人們的創造力與電力完成嫁接，引領各個領域完成從「電」到「電器」的蛻變——如今，作為新時代的基礎設施，人工智慧也正走在從技術攻堅到嵌入大眾生活的歷史進程，無論是憑藉個人還是組織的力量，當技術本身不再是問題，你就會清晰看到開發者將想法變成現實的景象，清晰聽到AI在不同領域落地的聲響。
而完成這一歷史進程的硬性約束條件，就是「技術本身不再是問題」，這意味著，在底層框架層面，開發者需要「被賦能」，這一角色毫無疑問將由巨頭擔當。
就在不久前，Facebook，谷歌，微軟等國際科技巨頭都召開了自己的年度大會，在矽谷知名科技行業分析師本·湯普森看來，除了傳遞最新的業務發展邏輯，這些大會還透射出巨頭們的技術哲學觀，湯普森就在文章中敏銳地指出：與谷歌和Facebook希望讓「技術幫人類做事」不同，微軟的哲學觀是讓技術「為人類賦能」——「不是讓技術為人們做事，而是讓人們做以前從未做過的事」，就像微軟CEO納德拉所言：「我們有責任確保這些技術賦予每個人權力，用這些技術確保每個行業都能增長和創造就業機會。」
而在中國，百度也在最近召開了AI開發者大會，在大會上，作為百度人工智慧賦能的核心，百度大腦宣布升級至3.0版，並宣布對外開放110多項AI能力，未來也將持續平等賦能開發者——從這種自我期許來看，百度的技術哲學觀似乎更偏向更具使命感的後者，他們希望平等賦予每個人和每個組織權力，以取得更多成就。
可以預見，在科技巨頭的賦能下，AI將在不同領域迅速落地，誕生這個時代最重要的「電器」。
落地為先
先來回顧一下百度大腦3.0的迭代，其中包括技術層面和開放層面。
在技術層面，百度大腦3.0提出了「多模態深度語義理解」的核心能力，它指對文字、聲音、圖片、視頻等多模態的數據和信息進行深層次多維度的語義理解，包括數據語義、知識語義、視覺語義、語音語義一體化和自然語言語義等多方面的語義理解技術，不僅能讓機器聽清、看清，更能深入理解它背後的含義，深度地理解真實世界，進而更好地支撐各種應用。
另外值得一提的是，當百度大腦迭代到3.0版本，也形成了從晶元到深度學習框架、平台、生態的AI全棧技術布局，是目前最完整的AI技術平台：尤以晶元領域最令人振奮，百度大腦3.0首次將晶元納入技術體系，發布了百度自主研發的中國第一款雲端全功能AI晶元「崑崙」，其中包含訓練晶元「崑崙818-300」，推理晶元「崑崙818-100」，能夠大幅加速百度大腦的算力增長；而在百度深耕已久的開源框架領域，深度學習平台PaddlePaddle也發布了完整的PaddlePaddle Fluid訓練與預測框架，PaddlePaddle作為AI晶元指令集，將與AI晶元結合，推動AI行業生態快速發展，降低深度學習應用門檻，優化整個深度學習的研究環境。
更重要的是，如前所述，百度AI開發者大會上，百度大腦3.0宣布開放110多項場景化AI能力與解決方案，並通過開放EasyDL等定製化平台以及軟硬一體的AI能力，持續降低AI應用門檻，從而幫助開發者和企業應用AI實現業務升級，百度大腦未來也將不斷開發新的AI能力，讓任何人（包括個人開發者和不同規模的企業）基於真實需求的AI想法，都能通過百度的賦能，在不同領域從容落地。
對於任何AI開發者而言，這無疑是一種巨大利好。你知道，在資本和媒體的合力塑造下，人工智慧多少成為一個「概念的囚徒」——於是不難發現，在產業界，有太多為演示而生的產品，太多為概念而生的公司，太多不知如何讓技術落地，不懂需求，把AI當「鎚子」到處找「釘子」的創業者；與之類似，在學術界，儘管中國AI論文發表數量經常被視作中國AI產業領先的理由之一，但坦率地講，懂得技術原理的人很多，但真能讓AI應用實現落地的很少。
嗯，真正的人工智慧，絕不僅僅是學者的論文和網上刷分的選項，任何的學術研究和產品展示，最終都要實現落地，普惠大眾——這就好比，在電力時代，大眾並不關心愛迪生與特斯拉的直流交流電「原理之爭」，他們只想要更好的電器。
我相信，在百度等科技巨頭的充分賦能下，AI大規模落地的速度，可能要比人們想像中要快。
人工智慧促進經濟效率
而在我看來，無論是從行業還是個人層面，AI的賦能與落地，將帶來不同的意義。
先來看行業層面。人類歷史上，每一次重大技術進步，都伴隨著生產率的大幅提升，技術變遷對經濟效率的促進，一直是經濟學家無比關注的話題，在他們看來，古往今來，任何行業的崛起都經歷三個過程：技術先導，產品跟上，大規模落地，最終形成推進社會進步的力量——遵循著相似的脈絡，人工智慧的商業化和場景化，無疑是促進產業升級的關鍵環節。
尤其是在對產業升級擁有強烈訴求的中國市場，以人工智慧和大數據為代表的數字經濟，對宏觀經濟的拉動作用已非常明顯：去年中國數字經濟規模達到了27.2萬億元人民幣，對GDP的貢獻高達32.9%，2025年數字經濟有望成為中國經濟發展的第一引擎。實現這一目標，很大程度上需要人工智慧在不同領域依次落地，需要各行各業拿起最新的技術工具，完成對傳統產業的重塑。
不妨舉個AI實際應用的例子，譬如在零售領域，通過百度大腦的賦能，百度在大會上展示的無人超市應用視覺語義化技術（讓機器完成從「看清」到真正「看懂」的蛻變），通過識別人物、動作、物品並關聯時間序列，將數字化的視頻轉化為結構化的語義知識，了解顧客意圖，實現顧客拿起商品就走，可以大幅提升超市運作效率，實現行業升級。
除了可被消費者輕易感知的領域，AI其實還隱匿在不同行業的神經末梢，在細節之處增進行業效率，隨便舉個例子：產品檢測。你或許有所不知，知名廠商聖象地板通過運用百度EasyDL定製化訓練與服務平台，結合工業攝像頭，進行地板質量檢測——相比人工檢測導致的產能不足，以及長時間操作導致準確率下降等問題，將檢測及分揀環節交給機器，處理單片木板原料的單位時間縮短至原來的1/4，倉儲流轉速度預測可以下降15%，整體可提升2倍以上的經營效率。
從這兩個案例不難發現，在行業層面，人工智慧的漸次落地，其實是新經濟時代下市場經濟的重要一環，就像順為資本執行董事孟醒所言：「人工智慧從演算法端和數據端開始，包括找數據、收集數據、激勵機制、計算和傳輸，整個過程都指向了一個目的，就是優化經濟成本，對企業來說是優化效率，對用戶來說就是優化體驗。」
促進個人創造力和競爭力
而倘若拋開宏大視角，從個人而非行業層面詮釋AI的落地，你會發現，它或許是這個時代揮灑個人稟賦的最佳工具。
再來看兩個例子。
中科院研二的任家強同學一直很關注環護，在他看來，違規開發是最令環保部門頭疼的事情之一，於是他根據環保部國土污染面積統計結果，利用百度AI訓練出一套污染場地風險管理模型，希望未來這套模型能用於政府規劃部門，規避不當開發造成的後續風險。
而來自合肥學院計算機專業的梁佳同學，則發現街邊盲道經常會被違規停放的車輛阻擋，於是想到利用百度AI進行路面狀況識別訓練，目前已經搭建出一套模型，在梁佳的期許中，未來這套模型可以結合可穿戴設備，實時採集路面信息，通過語音或者震動等方式對用戶進行反饋提醒，解決盲人出行困難問題。
嗯，如同凱文·凱利所言，就像「振弦技術發掘了小提琴演奏家的潛力；油畫顏料和帆布技術釋放了幾百年來畫家的天賦；膠片技術成就了更多的電影人才」——在人類正在邁向的智能時代，只有當「技術本身不再是問題」，個人才能釋放更強的創造力。
而更進一步講，百度大腦賦予個人的創造力，很多時候可以直接兌換成競爭力。
要知道，在真正成為整個社會的「電力系統」之前，人工智慧還處於「未來已經來臨，只是尚未普及」的過渡階段，在這個階段，率先拿起AI工具的嘗鮮者，無疑能吃到巨大紅利——換句話說，與人類歷史上誕生的其他新技術一樣，現階段的AI也在將人群劃分為「知道它的」和「不知道它的」，「會用它的」和「不會用它的」，而前者無疑擁有了提高個人競爭力的利器。
不妨再舉個例子。
生於1996年的黎英明2年前以實習生身份入職卓繁信息，這家公司主要從事企業應用開發。由於知曉並掌握了駕馭AI的能力，他來到公司後，帶動公司整合了百度語音識別、人臉識別、UNIT訓練等多項AI能力，公司通過這些能力開發出了24小時無人值守政務機，為社會公眾提供全年無休的24小時自助辦事服務，目前已在上海落地，黎英明自己也在短短兩年內，從實習生躍升為項目總監。
結語
總之，無論是藉助企業還是個人的力量，就像當年的電力系統一樣，在對開發者的不斷賦能中，人工智慧正在給不同行業帶來巨大增量，並已經深刻改變了零售，醫療，金融，媒體，交通等不同領域，在這個過程中，百度則希望成為給不同行業帶來技術升維的「大腦」。
值得一提的是，在開發者大會上，李彥宏揭示了各行各業開發者調用百度大腦的「用腦量」（譬如近半年數據顯示，視覺是開發者調用增長最快的AI技術）。
在我看來，這是一個有趣，且頗具現實意義的概念，因為從現在到未來，「用腦量」很可能成為判斷一個行業智能化水準的關鍵指標——某種意義上，這就如同在第二次工業革命之後，人們用「用電量」判斷一個城市的文明程度一樣。
李北辰/文
我的文章還出現在鈦媒體，虎嗅，搜狐科技，創業邦，界面，DoNews，藍鯨TMT，i黑馬，雪球網，TechWeb，創事記，艾瑞網，品途網，Xtecher，砍柴網，領英中國，億歐網，雷鋒網，IT之家，天極網，站長之家，同花順，ZAKER，博客中國，數字商業時代，中關村在線，億邦動力等四十餘家科技媒體。
TAG:李北辰 |