百度CTO王海峰谈AI发展：深度学习框架是关键技术基础

人工智能、大数据、云计算等前沿数字技术正加速迭代，不仅成为驱动数字经济高速增长的核心引擎，更在与实体经济的深度融合中，催生出全新的产业形态与发展动能。一个关键议题随之凸显：如何让数字经济真正成为战略性新兴产业发展的核心支柱？作为市场中最具活力的创新主体，我国高科技企业又该如何锻造自主可控的核心技术能力？

近日，百度首席技术官王海峰在人民网《人民会客厅》栏目中分享了他的深度见解。他指出，当前我国数字经济已迈入蓬勃发展的关键阶段，正成为推动经济社会全面转型升级、实现高质量发展的核心驱动力。尤为重要的是，随着深度学习技术推动人工智能进入工业化大生产时代，构建并完善人工智能新型基础设施，已成为支撑经济高质量发展的必然路径。

智能经济：数字经济发展的新阶段与必然趋势

“智能经济，是数字经济发展到高级阶段的必然产物。”王海峰分析认为。当产业界开始规模化应用人工智能技术，从海量数据中挖掘规律、提炼知识并训练模型，企业的研发、生产、运营全流程便得以实现智能化重构，最终驱动整个产业链的智能化升级。他强调，要推动数字经济和智能经济协同发展，需从技术与产业双轮驱动：在技术层面，必须持续提升人工智能等关键核心技术的自主创新与供给能力，筑牢AI基础设施的根基；在产业层面，则需深化数字技术与实体经济全场景融合，更高效地赋能千行百业的数字化转型与智能化跃迁。

然而，从愿景到落地仍存挑战。王海峰坦言，尽管深度学习技术具备较强的通用性，但人工智能要实现大规模、高效率、低成本的产业化应用，依然面临诸多瓶颈。一方面，模型参数规模呈指数级增长、网络结构日趋复杂、适配的硬件芯片种类繁多，使得深度学习的开发、训练与调优难度倍增；另一方面，开发出的智能应用如何能在多样化的芯片与硬件环境中高效、稳定运行，本身就是一个复杂的系统工程难题。

破局之道何在？深度学习框架与一体化平台的出现，提供了关键解决方案。以百度的飞桨深度学习平台为例，它相当于为AI开发者提供了坚实的“技术基座”。开发者无需从零开始搭建底层系统，可根据行业特性与业务需求，灵活选择基于框架进行定制化开发，或直接从丰富的模型库中筛选、组合预训练模型，再通过低代码甚至零代码的平台工具，导入业务数据进行快速训练与便捷部署。

“飞桨在开发、训练、推理部署等核心能力上，已具备与国际主流框架比肩的实力。”王海峰强调，这使中国的AI开发者与产业界能够逐步摆脱对国外技术平台的依赖，自主开展技术创新与商业应用。依托飞桨，百度研发的“文心”系列知识增强大模型，持续降低了AI技术开发与应用的门槛。更进一步，百度还针对能源、金融、航天、传媒等重点行业，打造了系列垂直领域大模型，推动AI技术与行业知识深度结合。

最新的合作范例是，人民网与百度联合发布了传媒行业大模型——人民网-百度·文心。该模型基于文心NLP大模型ERNIE 3.0，深度融合了人民网舆情数据中心在传媒领域积累的行业知识库与海量任务样本，结合双方在预训练大模型技术与传媒业务算法方面的深厚经验。目前，该模型已在新闻智能分类、情感倾向分析、内容自动摘要等关键场景中完成验证，效果提升显著。

筑牢AI基础设施：抢占数字经济发展战略制高点

我国“十四五”规划纲要明确要求加快推动数字产业化。对此，王海峰的判断十分清晰：“深度学习平台与大模型，正演变为关键的新型AI基础设施。这无疑是做强做优我国数字经济必须全力抢占的技术制高点与产业战略高地。”

科技自立自强是国家强盛的根本支撑。王海峰认为，必须持续加强原创性、引领性的基础研究，并攻克核心关键技术瓶颈。只有在基础理论、底层算法上取得原创突破，才能真正筑牢科技自立自强的根基。同时，这些创新与攻关必须紧密对接产业发展需求，重视真实应用场景的牵引作用，从经济社会发展面临的现实问题中凝练科学课题，突破产业共性技术瓶颈。

在他看来，新一代人工智能技术的蓬勃发展，离不开“软硬一体”的两大基础：AI芯片是“硬”底座，深度学习框架则是“软”核心。令人振奋的是，“随着中国整体科研创新实力的跃升，我们在诸多技术领域实现了重大突破，AI基础软硬件核心技术与国际先进水平的差距正在快速缩小。”

针对芯片与软件两大关键领域的发展机遇，王海峰进一步分析：在硬件层面，面向人工智能计算专门设计优化的AI芯片，为中国芯片产业实现“换道超车”提供了历史性机遇窗口；在软件层面，以飞桨为代表的国产深度学习平台已在技术上实现突破并达到国际领先水平，具备与国际同类产品竞争的实力，但在全球市场份额、开发者生态的丰富度与成熟度等方面，仍有巨大的成长与提升空间。

“我们必须深刻认识到自主深度学习框架与平台的战略价值，大力鼓励并发展我国自主可控的AI技术底座。”王海峰总结道，“这对于加速突破人工智能关键核心技术、推动产业结构健康升级与数字化转型，具有至关重要的意义。”