人工智能（AI）技术在与各行各业的大量应用场景结合的过程中，存在这样的问题：新技术与行业场景的结合能否更加低成本和高效率，能否带来更显著的效果和价值？
基于AI技术与产业应用结合的特点，如通用能力具有可复用性、结合场景的应用需要多技术融合、产业落地需要生态链多角色协同等，建设基础共性平台是有必要且可行的。同时，AI应用会涉及数据，拥有可靠的自主创新平台也是产业安全的重要保障。因此，建设我国自主创新、技术领先的深度学习平台具有重要的科技战略价值。
产业级深度学习开源开放平台“飞桨”就是这样的基础平台。
在飞桨与伙伴的广泛合作中，我们观察总结了企业从开始尝试使用AI技术到将AI大量应用于业务场景中的三个阶段。
首先是“AI先行者探路”，即企业中有少数先行人员尝试引入AI进行原型验证，这个阶段中，是否有现成可用、满足应用场景的模型库，对于先行者来说非常重要。
当进行了验证、取得了最初几次AI应用的效益后，企业会从少数先行者的实践转变成建设团队来学习和应用AI，这便进入第二阶段——“AI工作坊应用”。进入这一阶段的企业会组建一定规模的AI团队，将新技术与科技能力引入业务。同时，团队中的非AI专业研发人员也会从使用者逐渐转变为开发者。
第三阶段，当企业进行大量的AI应用，几百、几千人一起工作，多人多任务协同生产，就进入了“AI工业大生产”阶段，更长期看，还会实现社会化协同大生产。这时，算力的管理调度需要高效的管理平台，研发人员也需要全流程的开发环境。当前，飞桨依托于不同的建模方式以“双平台”模式，分别面向AI应用开发者和AI算法开发者，给使用者提供方便好用的AI开发平台。
千行百业拥抱AI，人才建设需先行。
AI人才培养有三个层次：首先需培养基础理论研究型人才，以高校和科研机构为主；第二是基础软硬件研发人才，飞桨项目带动了AI基础软件研发人才的成长；第三是产业应用方面，亟需培养既懂原有业务逻辑、又能够引入新技术并加以应用的AI复合型人才。基于飞桨平台，我们通过培训、竞赛、社区交流等方式让更多人才学习和使用AI技术。
截至目前，飞桨已汇聚360多万开发者，基于飞桨开发了40万个AI模型，累计服务13万家企事业单位。他们来自工业、农业、医疗、城市管理、交通、金融等各行各业，AI应用的多样化和规模化正在加速。
我相信这只是开始。基础通用的技术和产业结合，产教融合培养未来人才，还会持续不断地发展壮大。在这个过程中，开源开放平台会成为产业科技创新的基础支撑。通过平台支撑、人才培养，再加上生态建设，最终会促成产业的繁荣发展。
（作者系百度集团副总裁、深度学习技术及应用国家工程实验室副主任）
《中国科学报》 (2021-09-23 第5版 专题)
