-
日期: 2023-01-10 | 來源: 雷達財經 | 有0人參與評論 | 專欄: 李彥宏 | 字體: 小 中 大
百度在經營發展中，也有很多“反饋驅動創新”的實踐經驗。
我舉個例子，百度昆侖芯片在AI芯片中性能非常領先，這是因為它已經為百度的搜索服務優化了拾年。百度的搜索服務，每天響應幾拾億次真實的用戶使用需求，每天進行1萬億次深度語義推理與匹配，能夠提供最真實、最及時的反饋，從而倒逼大模型、深度學習框架和芯片的優化。這就是壹個典型的案例，大規模的真實反饋，驅動了創新。
再舉個例子，百度從壹年前開始，每個季度都發布蘿卜快跑的訂單量。我們的目標是保持自動駕駛出行服務訂單量全球領先。這背後也是“反饋驅動創新”的理念。訂單量最大，意味著我們能夠獲得最多的市場和用戶反饋。北京有壹個小伙，壹年打了600多次無人車，打蘿卜快跑，已經超過傳統出行方式，成為他的出行首選。我們從社交平台看到，很多地方的網友，希望無人車出行服務能夠開到自己家門口。這代表著，人們對自動駕駛的接受度很高，自動駕駛的落地速度，可能比預期要快。
很多時候，事物的實際發展路徑，和最初的設想是大相徑庭的。技術的發展，沒有導航地圖，只有指南針。在方向大致正確的情況下，基於實踐反饋，壹步步迭代，才能跑出有價值的創新。
百度是全球為數不多的、進行全棧布局的人工智能公司。我們所做的事情可以分為肆層：芯片層、框架層、模型層和應用層。從高端芯片昆侖，到飛槳深度學習框架，再到文心預訓練大模型，各個層面都有關鍵自研技術，每壹層之間都有很多反饋，通過不斷獲得反饋，實現端到端優化。
這個技術架構，越往下越通用，越往上越專用。更通用，意味著不斷降低行業使用技術的門檻；更專用，則是深入產業去深化應用。
具體來說，有兩方面：
壹方面，人工智能技術的通用性越來越好，開發和應用的門檻進壹步降低。
比如說飛槳，是百度自研的開源深度學習框架。目前，飛槳凝聚了535萬開發者，服務20萬家企事業單位，基於飛槳創建了67萬個模型，已經構建起壹個繁榮的深度學習生態。飛槳就是人工智能時代的操作系統，讓開發者能夠像搭積木壹樣構建AI應用，大大降低AI的應用門檻。芯片卡脖子很要緊，但軟件卡脖子壹樣要緊。必須要把軟件的根扎下去，才能讓創新持續發生，才能讓頂層的商業更加繁榮。
2022年是大模型產業化應用元年，大模型已成為許多上層應用的技術底座。它能有效集成自然語言處理、計算機視覺、智能語音等多模態能力，可以結合多種行業和業務場景進行調優，從而擺脫傳統AI應用碎片化、作坊式開發方式，為深度學習技術進入新階段帶來了機遇。百度文心已經累計發布了11個行業大模型。
另壹方面，是人工智能深入產業，賦能實體經濟發展。
比如智能交通，我把它看作壹個“智能調度系統”，可以通過智能紅綠燈控制交通流量，從而提升交通效率。通過對交通網絡的智能化改造，可以把通行效率提升15%至30%。百度的智能交通方案已經落地全國63個城市，交通部也正式將百度列為交通強國的試點單位。我預測，智能交通方案可以使得，2027年之前，中國壹線城市不再需要限購限行，從而激活汽車消費，為城市疫情之後的經濟注入新活力。2032年之前，靠交通效率的提升，擁堵問題就基本可以解決。
智能交通的應用，為能源、電力、水務等領域創造了壹個行業范式，依靠“智能調度系統”實現效率的顯著提升。這正是開發者和創造者們的機會。
去年Create大會上我說，“隨著技術應用門檻不斷降低，創造者們將迎來屬於人工智能的黃金10年”。今天，我想繼續把這句話分享給大家。
這些發展的方向是明確的，但實現的過程卻不會容易，甚至會非常困難非常有挑戰。這就是技術發展的特點。技術戰略，意味著長周期，而長周期不可能壹帆風順。
2000年1月，我回國創業。現在回頭看，很多人會覺得趕上了好時機。但當時的實際情況是，就在我創業兩個月後，互聯網泡沫破裂，全世界蒸發了8萬億市值。那時候，很多人被困難動搖了信心，選擇放棄、選擇離開。最後，是那些堅持挺過寒冬的人，成就了互聯網發展的黃金拾年。
人工智能從今天走向未來的過程中，這樣的起起落落還會發生。
積極的方面是，過去壹年，無論是技術層面還是商業應用層面，人工智能都有了方向性的改變。技術層面，AI從理解內容，走向了自動生成內容，這包括AIGC用於作畫、用於圖文、視頻等多類型的內容創作。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見