百度王海峰携国内唯一开源开放的深度学习平台飞桨亮相2019软博会

深度学习框架是智能时代的操作系统百度飞桨深度学习平台正在推动人工智能的快速发展,加快中国的产业智能化进程。”6月28日,百度首席技术官王海峰应邀参加2019中国国际软件博览会,发表了题为《飞桨深度学习平台加速产业智能化》的演讲。王海峰在演讲中分享了深度学习技术推动人工智能发展的思考,介绍了百度飞桨(PaddlePaddle)深度学习平台的优势以及助力产业智能化的成果。

王海峰表示,迄今为止人类经历的三次工业革命,分别以机械技术、电气技术和信息技术为核心驱动力,而这些技术都表现出很强的通用性。当前,我们身处以人工智能为核心驱动力量的新一轮科技革命和产业变革大潮,人工智能正在将人类社会带入智能时代。

过去的60多年时间里,人工智能的发展经历了人工规则、机器学习深度学习三个典型阶段。以OCR和自然语言处理技术为例,深度学习的通用性优势,使得其效果大幅提升,广泛应用于各行各业。

深度学习技术的广泛应用,得益于深度学习框架。王海峰指出,在智能时代,深度学习框架起到承上启下的作用,下接芯片,上承各种应用,具有重要价值,是“智能时代的操作系统”。

现场,王海峰介绍了中国首个也是目前国内唯一开源开放、功能完备的深度学习平台——百度飞桨。飞桨的核心框架,包括开发、训练和预测,以及涵盖推荐、视觉、自然语言处理、语音等在内的丰富模型库。同时,飞桨提供了包括迁移学习强化学习、自动化网络结构设计、弹性深度学习计算、神经网络等在内的工具组件。而在服务平台层面,它提供了零基础定制化训练和服务平台EasyDL、一站式实训开发平台AI Studio和端计算模型生成平台EasyEdge等。飞桨以完备的框架、工具和服务,帮助广大开发者和企业利用工具化、平台化的方式进一步降低深度学习应用门槛,加速推动产业智能化变革。

飞桨已开源70多个经过真实业务场景验证的官方模型,涵盖视觉、NLP、推荐等 AI核心技术领域,成为官方支持模型最多的深度学习平台。例如,面向工业应用的中文NLP工具集PaddleNLP,在应用任务层提供了中文词法分析、文本情感分析、短文语义匹配等能力,在基础网络层则纳入了当前业内效果最好的中文语义表示模型——ERNIE,大幅增强了模型语义表示能力,达到工业级的应用效果;而前不久刚刚发布的视频识别工具集,则覆盖了主流实用的序列建模算法与端到端视频识别模型,为开发者提供视频分类、视频定位等一系列应用技术方案。同时,飞桨具备适用大规模数据场景的分布式训练能力,从优化算力的角度为深度学习的应用提供支撑。

据悉,针对大规模稀疏特征,飞桨设计并开放了大规模稀疏参数服务器,适用于超大规模数据、海量特征和自膨胀、高频率模型迭代的业务场景。同时,针对工业级数据处理,飞桨开放了一系列数据处理技术服务于工业应用。

开发和训练后,将模型部署到各种应用场景下是非常关键的一步。飞桨提供包括底层硬件、推理引擎、多种程序设计语言、方案与服务工具在内的端到端全流程部署方案,已经在助力产业开发者实现应用的快速落地。

灵活、高效、易用是产业开发者应用深度学习技术进行开发的诉求。以往,传统神经网络的结构设计是由人根据经验设计,并不断地进行调参训练获得最优结果,这个过程较为复杂和费时费力。而飞桨开源的AutoDL Design自动化网络结构设计,是用深度学习设计深度学习,目前已经全面超过人类专家设计的网络效果,且自动化程度更高,效果更好。而针对没有深度学习技术基础的开发者,百度飞桨提供了定制化训练和服务平台EasyDL,让他们可以基于自身业务需求和数据,快速训练定制化AI模型。

王海峰以自动提取农耕地块为例,介绍了飞桨的实际应用效果。基于飞桨的农作物地块识别,在遥感影像数据的基础上,实现了地块提取准确率80%,处理效率相对人工提升数万倍,可以高效辅助作物生长、灾害监测、估产等,显著减少人力投入,对农业生产有非常重大的意义,是真正用深度学习技术实现利国利民。

现阶段,深度学习技术不断发展突破,加速与产业融合,持续提升各行各业的商业增值潜力,加速产业智能化。王海峰表示:“百度飞桨深度学习平台将携手中国的广大开发者一起,为推动中国的产业智能化发展做出更多贡献。”

产业深度学习王海峰百度
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

词法分析技术

词法分析是计算机科学中将字符序列转换为标记序列的过程。进行词法分析的程序或者函数叫作词法分析器,也叫扫描器。词法分析器一般以函数的形式存在,供语法分析器调用

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

遥感技术

遥感(remote sensing)是指非接触的、远距离的探测技术。一般指运用传感器/遥感器探测物体的电磁波辐射、反射特性。遥感通过遥感器这类对电磁波敏感的仪器,在远离目标和非接触目标物体条件下探测目标。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

迁移学习技术

迁移学习是一种机器学习方法,就是把为任务 A 开发的模型作为初始点,重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务,虽然大多数机器学习算法都是为了解决单个任务而设计的,但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见,例如,我们可能会发现学习识别苹果可能有助于识别梨,或者学习弹奏电子琴可能有助于学习钢琴。

图神经网络技术

图网络即可以在社交网络或其它基于图形数据上运行的一般深度学习架构,它是一种基于图结构的广义神经网络。图网络一般是将底层图形作为计算图,并通过在整张图上传递、转换和聚合节点特征信息,从而学习神经网络基元以生成单节点嵌入向量。生成的节点嵌入向量可作为任何可微预测层的输入,并用于节点分类或预测节点之间的连接,完整的模型可以通过端到端的方式训练。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推理引擎技术

推理机是实施问题求解的核心执行机构,常见于专家系统。它是对知识进行解释的程序,根据知识的语义,对按一定策略找到的知识进行解释执行,并把结果记录到动态库的适当空间中去。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

百度机构

百度(纳斯达克:BIDU),全球最大的中文搜索引擎、最大的中文网站。1999年底,身在美国硅谷的李彦宏看到了中国互联网及中文搜索引擎服务的巨大发展潜力,抱着技术改变世界的梦想,他毅然辞掉硅谷的高薪工作,携搜索引擎专利技术,于 2000年1月1日在中关村创建了百度公司。 “百度”二字,来自于八百年前南宋词人辛弃疾的一句词:众里寻他千百度。这句话描述了词人对理想的执着追求。 百度拥有数万名研发工程师,这是中国乃至全球最为优秀的技术团队。这支队伍掌握着世界上最为先进的搜索引擎技术,使百度成为中国掌握世界尖端科学核心技术的中国高科技企业,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://home.baidu.com/
推荐文章
暂无评论
暂无评论~