深度學習框架是新一輪人工智能跨越發展的核心引擎,也是全球科技創新和產業發展的前沿陣地。近年來,各國競相布局深度學習框架,力爭搶占該領域的制高點。現階段,我國人工智能發展存在深度學習框架面臨國際戰略缺位、核心技術缺失的“雙缺”難題。對此,應加快整體布局,推動核心技術攻關,壯大產業實力,營造創新發展環境。
隨著人工智能時代的來臨,深度學習框架已成為一個核心突破口和科技前沿陣地,依托深度學習框架,構建人工智能生態正成為未來發展方向。
深度學習框架是人工智能跨越發展的核心引擎
深度學習是神經網絡及其應用的統稱,旨在將復雜的神經網絡架構應用在數據建模上,從而帶來前所未有的準確性,目前已在計算機視覺、語音識別、無人駕駛等眾多領域取得突破性進展。深度學習框架能夠提供進行深度學習的底層架構、接口,以及大量神經網絡模型,減少重復編程的時間和精力,提高深度學習效率。深度學習框架+應用場景,已成為當今的主流發展模式,成為人工智能發展的基礎和核心,也是人工智能向下一個階段跨越的關鍵。
全球科技巨頭,是布局深度學習框架開發開源的主要力量。作為人工智能實現跨越發展的重要突破口,深度學習框架引起了科技界、產業界的高度重視。全球科技巨頭紛紛布局,目前該領域的主要競爭者有谷歌、亞馬遜、微軟等。其中,谷歌開發并開源了分布式深度學習框架TensorFlow,已應用于谷歌的搜索、郵件、語音助手、機器翻譯等。大型科技公司通過開源的方式,一方面吸引了更多開發者,加快了框架更新迭代的速度;另一方面,也降低了開發門檻,吸引了用戶,擴大了深度學習的市場規模。
科研機構、創業公司,是深度學習框架研究的主要力量。隨著深度學習框架研究開發過程中的要求和需求不斷增加,開發快速、高效的深度學習框架成為國際權威科研機構及團隊的追求目標。一方面,科研領域研究工具型深度學習框架層出不窮,大大推動了深度學習框架研究的進程;另一方面,具有商業前景的深度學習框架,不斷涌現,在學術界和產業界都具有深遠影響。此外,部分創業公司也研發了性能優越的服務型深度學習框架。它們在提供框架的同時,還提供第三方商業支持服務。
我國深度學習框架存在“雙缺”問題
與發達國家相比,我國對核心技術的預見性較為滯后,深度學習框架的國際戰略缺位、核心技術缺失的“雙缺”問題尤其突出。
一是深度學習框架研究國際戰略缺位,嚴重依賴國外開源框架。近年來,我國人工智能產業蓬勃發展,在特定領域已處于世界先進水平。但在人工智能核心環節即深度學習框架領域的國際發聲卻較少、戰略缺位明顯,特別是在開發、開源方面仍遠遠落后于歐美國家。目前,我國比較知名的深度學習框架僅有百度2016年8月開源的Paddle,由于缺乏資源支持和正面反饋,在國際開源社區的活躍度一般,國際影響力十分有限。此外,我國深度學習框架的國際戰略缺位,還表現為嚴重依賴國外開源框架。
二是深度學習框架核心技術缺失,核心生態圈尚未建立。經過多年積累,我國在人工智能若干技術領域已取得重要突破。但在深度學習框架方面,卻一直處于跟隨階段,創新引領能力十分有限,尤其是在核心技術方面。究其原因,一是基礎研究無法支撐深度學習框架核心技術的研發,特別是對于神經網絡模型可用性、穩定性、運行效率等基礎問題探索不足;二是缺乏對深度學習框架的超前設計和開發,包括跨平臺移植、分布式學習、模型模塊化等核心部件的研究滯后;三是尚未開發出適用特定場景的深度學習框架和服務型產品,缺乏對其應用場景的探索。
深度學習框架作為決定人工智能技術、產業、應用的核心環節,是人工智能核心生態圈建立的基礎和關鍵。核心技術缺失,將直接影響到深度學習框架生態圈關聯的深度學習芯片、深度學習系統、深度學習軟硬件平臺等產業發展,可能造成巨大的生態圈紅利損失,甚至阻礙我國人工智能的跨越發展。
從四方面入手推動我國深度學習框架發展
當前,我國只有關注并盡快破解“雙缺”難題,才有可能搶占人工智能的戰略制高點。
第一,整體布局,搶占戰略制高點。深度學習框架作為承載人工智能各種硬件設備和軟件應用的基礎平臺,是人工智能生態中替代難度最大、系統要求最高的部分,為此各國已經和正在加快技術創新和戰略布局。我國也必須加緊整體布局,搶占深度學習框架領域的戰略制高點。一是制定《深度學習框架發展指南》,確定發展方向和重點任務,明確深度學習框架研究和應用推廣的時間表和路線圖。二是建立以研發深度學習框架為核心任務的人工智能創新中心,統籌協調大型科技公司和科研機構,推動深度學習框架關鍵技術研發和成果產業化。三是設立深度學習框架研究重大科技項目,支持研發并開源一批有國際影響力的深度學習框架。四是引導社會資本關注深度學習框架方向的創業企業和創業項目。
第二,自主創新,推動核心技術攻關。要解決我國深度學習框架核心技術缺失、依賴國外框架的問題,必須積極推動自主創新,推出由我國主導的深度學習框架。一是以深度學習算法框架協同攻關為基礎,形成芯片、平臺、應用協同的集成創新平臺,加快深度學習算法框架的核心技術發展和應用創新,夯實技術基礎;二是支持科研團隊開發用于科研、教學和測試的深度學習框架,特別是針對神經網絡模型穩定性、運行效率、可用性等方面進行重點研究,強化高性能深度學習框架的基礎支撐能力;三是支持大型科技公司開發商業級和工業級的深度學習框架,重點突破深度學習框架跨平臺移植、跨系統運行、分布式學習等核心技術,利用所擁有的海量數據對神經網絡模型進行訓練,形成開放式、模塊化、可重構的訓練模型;四是支持科技企業對框架語言、接口、性能等應用問題進行研究,開發針對特定領域的專用深度學習框架。
第三,研用結合,壯大產業實力。人工智能應用的高轉化水平能夠帶動關鍵技術的集成應用。針對深度學習框架,我國應統籌利用理論研究方面的優勢,推動研用結合,壯大以深度學習框架為核心的人工智能產業實力。一是引導科研機構與產業界積極合作,借鑒國際先進科研機構開發深度學習框架的成功經驗,堅持理論研究與應用模式結合,研發先進的、高可用性的深度學習框架;二是鼓勵科研資源開放共享,為科研人員提供平臺設施、數據資源和計算資源,用以訓練和改進深度學習框架;三是建立政產學研用相結合的創新型組織,聯合涉及芯片、軟件、硬件、互聯網等行業的企業及科研機構,打造研用結合、廣泛參與、合作共贏的生態系統,壯大產業整體實力;四是鼓勵企業積極探索深度學習框架應用場景,創新在制造業、金融、醫療、農業等行業的應用,在應用中加速技術的迭代創新。
第四,開放開源,營造創新環境。開放開源是深度學習框架快速發展的重要推動力,我國應遵循開放開源原則,營造良好的深度學習框架發展環境。整合國內科技界、產業界的研發力量,聯合建設國家主導的開源社區;組織制定開源社區發展指南,制定社區技術和數據共享規范,指導企業、高校和開發者積極參與開源社區的管理、建設和維護;建立以深度學習框架研發為核心,深度學習芯片、深度學習系統、深度學習軟硬件平臺研發布局為支撐的科技創新體系,促進創新主體互動,協同推進發展,完善人工智能核心生態圈。
摘自《經濟日報》