王海峰:深度学习已经广泛运用,它的关键物品是啥?

6月28日早上信息，2019年全世界服务外包产业发展趋势发展论坛今天揭幕，百度搜索首席技术官王海峰发布演说。

王海峰强调，深度学习已经广泛运用，它的核心内容的東西是深度学习框架，可以说深度学习框架是大数据时代的电脑操作系统，它往下会连接处理芯片，芯片会对于深度学习框架里边的这种计算来开展提升，往上是支撑点各种各样运用，关键的部位有训练框架，拥有许多数据信息，跟运用有关的数据信息，随后开展训练，训练获得模型。随后预测分析框架会根据已经训练好的模型，对于运用与应用紧密结合，最终完成真正意义上的运用。除开训练框架和预测分析框架之外，也有对应的各种各样辅助软件。

他觉得，深度学习一旦运用到某一个领域里边，包含度假旅游、货运物流、零售、车辆等，都是会产生较大的经济收益的提高。除此之外，王海峰还详细介绍了百度搜索的深度学习服务平台飞桨，英文名叫PaddlePaddle。现阶段，飞桨官方网适用超出70个流行的模型，包含视觉效果的自然语言处理的、强烈推荐的、语言表达的等。(春燕)

下列为王海峰演说全篇：

今日大会的题材是手机软件，我便跟各位共享一个人工智能技术时期十分关键的技术性软件系统，深度学习服务平台。百度搜索的深度学习服务平台的中文名称是飞桨、英文名叫PaddlePaddle。

我们知道人类社会以往数百年已经经历了三次工业革命，是靠人力的标准，之后拥有人工神经网络，以往这么多年促进人工智能技术在各个领域广泛运用的是深度学习，自然深度学习也是机器学习算法的一个支系。

我刚才谈起促进科技革命的工艺通常是实用的，大家看好多个事例，例如人工智能技术里边一个很经典的每日任务做内容的鉴别。初期识别文字更常用标准，随后引进一些人工神经网络的技术性，那时一个识别文字全过程很繁杂，例如一个非常典型的OCR系统软件要分六步，从地区检验、行切分、字分割这些解决下来才可以鉴别出去一些文本。用了深度学习技术性之后，减缩为二步，一个检验一个鉴别，自然借助的是互联网大数据的技术性。深度学习技术在OCR进一步的演变变成了端到端的识别技术，完成了多个任务协同训练，端到端的联合学习培训，包含特点的共用和相辅相成。

再看另一个在AI人工智能方面的技术性，自然语言处理，经历了从人力标准到全自动学习培训到深度学习全过程，初期自然语言处理标准通常是靠权威专家，尤其是词汇学权威专家融合各种各样行业专业知识来写的标准，此刻项目成本十分高。并且从一个行业转移到另一个行业，或是从一个语言表达转移到另一个语言表达都特别艰难。之后拥有人工神经网络自然语言处理之后，有大批量的模型，大家为了更好地应用这种模型要实现数据信息挑选、训练、模型的选择也有逻辑回归模型这些，尽管自动化技术水平高了许多，但还很不规范化，与此同时全过程也很繁杂。用了深度学习之后进一步完成了更快的标准化管理和自动化技术。深度学习即然已经广泛运用，它的关键物品是啥?关键的東西是深度学习框架。大家可以说深度学习框架是大数据时代的电脑操作系统，它往下会连接处理芯片，芯片会对于深度学习框架里边的这种计算来开展提升，往上是支撑点各种各样运用，关键的部位有训练框架，拥有许多数据信息，跟运用有关的数据信息，随后开展训练，训练获得模型。随后预测分析框架会根据已经训练好的模型，对于运用与应用紧密结合，最终完成真正意义上的运用。

除开训练框架和预测分析框架之外，也有便是有相对的各种各样辅助软件。例如如何让互联网挑选更自动化技术，例如更低要求的进到这些，有很多辅助软件。

这就是百度搜索的飞桨深度学习服务平台，大伙儿见到这些服务平台最下边是关键框架，我刚才说的训练框架、预测分析框架这些都是在里边，可是每一部分又有很多事要做，例如规模性分布式系统训练、工业生产级预备处理，要做可靠的数据加密这些，与此同时为每一个典型性的行业又会给予许多的模型库，例如自然语言处理，对机器视觉、视频语音、强烈推荐这些这种。专用工具建立，除开主要的学习培训框架之外，有深度学习的专用工具建立、有迁移学习的、有增强学习的，与此同时也有自动化技术的网络设计方案。从综合服务平台这一层，例如EDL，你即使不明白深度学习技术性也不明白敲代码，运用这一网站可以零基础的定做和训练及其给予服务项目。

如今飞桨已经官方网适用超出70个流行的模型，包含视觉效果的自然语言处理的、强烈推荐的、语言表达的这些。例如像在其中刚刚提及的自然语言处理，就保证了一系列面对工业生产使用的汉语的LP的工具箱，包含基本链路层，也包含网络层，例如汉语的词法分析、文本分析、词义配对、会话这些。

这儿我讲一个针对词义的表述，根据词义的解读可以实现许多剖析了解解决的每日任务。大伙儿很有可能听到过Google出了一个全自动学习培训，大家从数据信息里边去全自动训练自动学习培训，但与此同时，人们的智能化我们都知道，很重要一点或是有常识的，因此大家做的专业知识提高的词义表明模型，大伙儿能够看见，跟基本的操作系统对比，各领域的特性都是会获得一个挺大的提高，并且已经取得了普遍的运用。

再举一个视频的事例，短视频的工具箱包含视频播放的全自动归类、短视频的词义项量、视频标签集这些，这种也会运用于许多每日任务，例如做信息流广告、包含检索包含语义上的各类系统软件。右侧是一个视频的事例，大伙儿能够看见如何剖析这个视频。为了更好地用好深度学习，一方面优化算法要有领先的优化算法，另一方面算率的支持也特别关键，因此大家有一系列分布式存储的技术性里边，大伙儿能够看见，从单机版单卡到单机双卡到多机多卡，全部训练的工艺也有非常大的提高。为了更好地支撑点，大家有一个规模性的主要参数网络服务器，这一也是在运用中很重要的一部分，它可以满足不一样的情景，例如有高性能计算的数据信息、大量的特点及其融入数据信息自胀大的特性，包含高频的可以开展模型的优化。为了更好地做工业生产机数据信息的自解决，大家有一系列技术性，右侧有一些技术性优点，例如分布式存储，IO直尺，性能卓越、多经营者、多顾客的设计等这种。也有很重要的一点，大家为了更好地让它更普遍的运用，通常在做一个运用的情况下，不仅是在其中一个控制模块搞好就可以了，更主要的还需要有端到端的全步骤布署计划方案。

大伙儿见到，我们要搞好这一全过程的真真正正布署到一个运用里边去，必须有最底层硬件配置的适用，无论CPU、GPU或是挪动端硬件配置，及其相对应要有逻辑推理模块，随后有各种各样不一样的计算机语言的适用，相对应的道具及其给予硬软一体的方法这些一系列，产生全过程的构建计划方案。举例说明，例如大家把那样一套机器设备端布署解决方法用于开展鉴别病虫害，那样一个每日任务，大家牵涉到最底层的服务平台，牵涉到专用工具站，牵涉到模型如何训练、怎么样布署这些，自然这一系列是依托于搜索引擎的网站适用。

众所周知如今深度学习的核心内容是神经元网络，互联网第一步要做什么?第一步要做网络架构的设计方案，网络架构设计方案前些年大量是靠人们权威专家来做这种设计方案，靠他的工作经验，经验更足，人也许把网络设计方案的更强，进而获得更快的结论。可是这一环节实际上是技术专业度很高与此同时也很难的一个全过程，如今大家已经可以实现智能化的网络设计方案，这儿便是一个自动化技术网络设计方案的事例，大伙儿能够看见，左侧是权威专家手工制作设计方案的互联网，右侧是设备全自动设计方案的一个互联网。大家根据这套全自动设计方案互联网AutoDL，也做好了开源系统，也在PaddlePaddle开展了AutoDL一部分的开源系统，与此同时也做好了模型的开源系统，实际效果做到了比人力设计方案互联网更强的实际效果，等同于它自动化技术层度更高一些，节省成本，与此同时实际效果也更强。

前边我提到深度学习如今用的十分广，但并并不是每一个人都很全方位的把握了深度学习技术性，那麼大家能供应一个更便捷的软件服务平台，可以让基本不过多乃至零基础的人也可以来用、来处理自身的问题，大家出示了这种一个个性定制化训练和综合服务平台，EasyDL，可以把多种数据信息送进来开展生产加工学习培训、布署，最终给予服务项目，既可以给予云端服务也可以给予各种各样智能产品上的服务项目。

这儿我不再讲EasyDL身后的各类技术性，可是给各位看一个曲线图，大家看一下根据EasyDL开展模型训练的总量在不断的提高，如今已经有超出三万个第三方应用的模型，根据EasyDL完成，随后来处理自身的每日任务。

这也是另一个事例，粮食作物，在农耕地块的鉴别，这儿牵涉到在这个应用领域里边获取对应的数据信息，随后用卫星遥感数据信息开展模型训练，随后开展结合、布署，最终进行一个，例如这一土地里边，农作物看起来如何，是否有灾难这些开展这类鉴别，全自动的就可以开展农耕地的检测。刚刚举的仅仅2个领域，大家看一下，事实上百度搜索的飞桨这一深度学习服务平台，已经用在许多领域里边，用在许多领域里边，大家也相对的要看一看每个行业发展的发展趋势。自然这一汇报是麦肯锡公司给予的汇报，我们可以见到，深度学习一旦运用到某一个领域里边，很有可能产生的提高力度，大伙儿见到，度假旅游、货运物流、零售、车辆这些，每个领域都能够因这一深度学习的使用产生较大的经济收益的提高。时长也到了，我今天的汇报就到这儿，希望大家的飞桨深度学习服务平台能促进人工智能技术发展趋势，加速产业链智能化系统。

谢谢你们!