百度飛槳文心大模型全景圖全面升級

　　5月20日，在深度學習技術(shù)及應(yīng)用國家工程研究中心主辦、百度公司承辦的“2022深度學習開發(fā)者峰會”上，百度宣布飛槳文心大模型全景圖全面升級，涵蓋基礎(chǔ)大模型、任務(wù)大模型和行業(yè)大模型三級體系。百度集團副總裁、深度學習技術(shù)及應(yīng)用國家工程研究中心副主任吳甜表示，解決大模型技術(shù)與場景需求匹配問題是AI產(chǎn)業(yè)化落地的關(guān)鍵。

　　提升行業(yè)應(yīng)用適配性

　　“大模型產(chǎn)業(yè)落地有三個關(guān)鍵路徑，包括建設(shè)適配場景需求的大模型體系、提供全流程支持應(yīng)用落地的工具和方法、營造激發(fā)創(chuàng)新的開放生態(tài)�！眳翘鸨硎�，“沿著這樣的思路，能夠解決大模型技術(shù)與場景需求匹配的關(guān)鍵問題�！�

　　在此次峰會上，百度宣布飛槳文心大模型全景圖全面升級，共發(fā)布10個大模型，形成了涵蓋基礎(chǔ)大模型、任務(wù)大模型、行業(yè)大模型的三級體系，以滿足產(chǎn)業(yè)應(yīng)用需求；發(fā)布配套工具與平臺層，發(fā)布大模型開發(fā)套件、API以及內(nèi)置文心大模型能力的EasyDL和BML開發(fā)平臺，降低應(yīng)用門檻；共創(chuàng)共享飛槳生態(tài)，同時建設(shè)大模型創(chuàng)意和探索社區(qū)旸谷，擴大AI大模型技術(shù)的體驗空間�！斑@是文心大模型發(fā)布以來最大的一次升級，并實現(xiàn)了行業(yè)級大模型首發(fā)�！眳翘鸨硎�。

　　吳甜介紹：“AI模型訓練的最終目標是產(chǎn)業(yè)落地。去年百度推出了基于通用數(shù)據(jù)訓練的文心大模型，大模型在行業(yè)客戶的使用過程中不斷被打磨。文心行業(yè)大模型融合行業(yè)特有的大數(shù)據(jù)和知識，結(jié)合行業(yè)相關(guān)創(chuàng)新算法設(shè)計，將進一步提升大模型對行業(yè)應(yīng)用的適配性。”

　　目前，百度文心產(chǎn)業(yè)大數(shù)據(jù)已在多個行業(yè)得到應(yīng)用。例如，在能源電力和金融領(lǐng)域，文心聯(lián)合國家電網(wǎng)研發(fā)了知識增強的能源行業(yè)NLP大模型，聯(lián)合浦發(fā)銀行研發(fā)了知識增強的金融行業(yè)NLP大模型，相關(guān)場景應(yīng)用效果得到顯著提升。

　　夯實AI產(chǎn)業(yè)化底座

　　在此次峰會上，百度發(fā)布了全新升級的AI深度學習平臺飛槳。百度AI技術(shù)生態(tài)總經(jīng)理馬艷軍介紹，此次發(fā)布包括飛槳全新的開源框架v2.3版、全新訓推一體導航圖、產(chǎn)業(yè)模型選型工具、飛槳移動工作站以及反哺教育的深度學習實踐教輔書、面向科學計算領(lǐng)域的賽槳�！帮w槳在技術(shù)、場景、生態(tài)三大領(lǐng)域進一步深化，夯實工業(yè)生產(chǎn)底座，加速AI規(guī)模化落地�！瘪R艷軍表示。

　　百度首席技術(shù)官、深度學習技術(shù)及應(yīng)用國家工程研究中心主任王海峰表示：“深度學習平臺下接芯片，上承應(yīng)用，相當于智能時代的操作系統(tǒng)，是AI工業(yè)大生產(chǎn)的基礎(chǔ)平臺�！瘪R艷軍表示，基于深度學習框架，企業(yè)可以根據(jù)自身行業(yè)的特點和場景需要，便捷地開發(fā)AI應(yīng)用，極大地提升了產(chǎn)業(yè)智能化效率和水平。最新發(fā)布的飛槳框架v2.3進一步提供深度定制開發(fā)能力，并通過自動化等方式全面提升框架使用體驗。

　　市場調(diào)研機構(gòu)弗若斯特沙利文5月19日發(fā)布的《中國深度學習軟件框架市場研究報告（2021）》顯示，百度飛槳競爭力綜合排名第一，在應(yīng)用能力、技術(shù)能力和生態(tài)能力層面均具備優(yōu)勢。

　　“飛槳深度學習框架的技術(shù)水平在國內(nèi)已經(jīng)領(lǐng)先，但在和產(chǎn)業(yè)結(jié)合的過程中，如何做到好用和易用是個難點。”馬艷軍坦言，“為此，全新升級的飛槳進一步增強了軟硬件適配能力，深化生態(tài)合作是提升能力的重要路徑�！�

　　馬艷軍告訴中國證券報記者：“我們在生態(tài)建設(shè)過程中面臨不少挑戰(zhàn)。例如，軟硬件領(lǐng)域芯片種類很多，適配的過程需要雙方投入大量的人力和物力成本。因此，建立系統(tǒng)性的適配，而不是點狀適配，需要投入大量的時間和資金。另外，相比國外領(lǐng)先企業(yè)的深度學習框架，飛槳在科研群體中的應(yīng)用尚顯不足，加強與科學界的合作開發(fā)應(yīng)用是飛槳需要進一步努力的方向�！�