实现AI自立自强，国产深度学习框架面临三大难题

　　作为推动AI应用大规模落地的关键力量，深度学习框架的重要性日益凸显。它不仅关系国计民生方面的广泛应用，也对信息系统的安全有着重要意义。 百度AI技术生态总经理马艳军近日在百度AI开放日活动上系统分享深度学习领域的竞争格局、中国自研深度学习框架的发展突破和未来趋势并提出，实现AI技术自立自强，国产深度学习框架面临技术实力、功能体验、生态规模三大难题。
　　和PC时代的操作系统Windows、移动互联网时代的IOS和安卓类似，深度学习框架是智能时代的操作系统，它和芯片一起共同构成了人工智能的基础设施，深度学习框架的重要性不亚于芯片。在＂十四五＂规划中，＂深度学习框架＂被列入＂新一代人工智能＂领域，成为国家重点支持的前沿创新技术。
　　＂深度学习框架在人工智能技术体系中，处于贯通上下的腰部位置，它下接芯片、上承应用。＂马艳军说。深度学习框架正在让AI应用变得更简单。基于深度学习框架，企业可以根据自身行业的特点和场景需要，更快更便捷地开发AI应用，不再需要从0到1地搭建地基，极大提升了产业智能化的效率和水平。
　　不论从AI技术发展还是产业应用来说，深度学习框架都处于非常核心的位置。自2013年开始，全球人工智能学术界以及产业界各研发主体陆续开源旗下自主研发深度学习框架，并以框架为核心搭建人工智能开放平台，推动人工智能产业生态的建立。以谷歌的TensorFlow、 Facebook的PyTorch两款深度学习框架为代表的深度学习框架起步早、发展快，占据了业界主导地位。
　　在深度学习框架这一AI核心技术上，即便面临门槛高、生态建设难等困难，中国企业也必须掌握主动权。截至2021年12月，以百度＂飞桨＂深度学习平台为代表，我国深度学习平台已经冲破了过去在中国市场上谷歌、Facebook的垄断局面。当前，人工智能进入大规模落地阶段，越来越多的开发者和企业正在基于国产深度学习平台开展智能化转型应用。我国人工智能技术开发者和使用者已经不必依赖于国外平台，同时还可进一步依托国产平台培育产业生态。
　　不过，中国自研深度学习框架想要在国际竞争中取得领先，还有很长的路要走。马艳军认为，当前中国深度学习框架的发展仍需突破三大关键点：技术实力、功能体验、生态规模。
　　首先，技术创新方面，深度学习框架的研发需要人工智能领域底层技术人才，我国在这一领域的储备仍有不足。
　　其次，在应用体验方面，由于中国是全球产业链最为完备的国家，产业体系复杂，中小企业转型需求迫在眉睫。但在应用AI、促进企业智能化转型的过程中，仅一项技术应用，从实验室到产业落地就至少需要3-6个月时间，一个低门槛甚至零门槛的开发平台极为重要。
　　在开发应用生态方面，深度学习是一个典型的共创型技术领域，只有构建了自己的生态才实现持续迭代和发展。然而构建生态周期长、成本高，而且只有当国产框架的技术和功能体验足以满足开发者的需求时，才有机会培育起自主创新的AI开发应用生态。
　　必须正视的是，中国深度学习框架仍面临着适配部署复杂、应用开发困难等难题，构筑自主可控的深度学习和人工智能产业生态道阻且长，但它或将决定未来5年AI技术格局和产业水平。马艳军说：＂尽管深度学习框架属于高投入、长周期、抢生态的竞争，但已经得到国家和企业的战略性支持，是开启下一个AI时代的钥匙。＂