人工智能如今早已經(jīng)浸入生活的方方面面。從能夠戰(zhàn)勝人類頂尖圍棋選手的AlphaGo，到能夠語(yǔ)音控制家電的智能音箱，人工智能使成千上萬(wàn)的行業(yè)和場(chǎng)景發(fā)生了前所未有的變化。

對(duì)物聯(lián)網(wǎng)行業(yè)來說，人工智能的出現(xiàn)帶來了全新的生機(jī)。

“萬(wàn)物互聯(lián)”的概念早已存在，人工智能則進(jìn)一步賦予了互聯(lián)的萬(wàn)物“思考”的能力。

作為一種強(qiáng)大的識(shí)別技術(shù)，人工智能的出現(xiàn)大大強(qiáng)化了物聯(lián)網(wǎng)設(shè)備對(duì)當(dāng)前現(xiàn)狀的分析能力，以識(shí)別一只貓為例子，使用過去的傳統(tǒng)軟件方法需要軟件開發(fā)者從貓圖像中提取出貓的特征，如貓有三角形的尖耳朵和胡須，并將圖像與這些特征進(jìn)行匹配。但這種主觀判斷方法很難避免折耳貓，側(cè)身照片，黑色背景等例外情況下脫離預(yù)設(shè)的圖像特征。而使用人工智能方法，則只需要輸入大量的、不同狀態(tài)下的貓照片，人工智能就能自動(dòng)建立準(zhǔn)確、深層的貓圖像特征模型，從而準(zhǔn)確的在圖片中識(shí)別出貓。

這種變化對(duì)物聯(lián)網(wǎng)來說是顛覆性的，以物聯(lián)網(wǎng)熱門賽道智能家居為例，人工智能的加入讓智能家居的重點(diǎn)從“連接”走向“智能”，結(jié)合溫濕度、光線、加速度等傳感器數(shù)據(jù)，根據(jù)實(shí)時(shí)情況調(diào)整物聯(lián)網(wǎng)設(shè)備狀態(tài)，打造一個(gè)“活著”的家已經(jīng)成為了智能家居在更高維度上的新定義。

當(dāng)時(shí)間來到2019年，深度學(xué)習(xí)技術(shù)在框架、算法、產(chǎn)業(yè)空間等一系列要素上都已經(jīng)趨向成熟。這一年4月，王海峰曾提出，深度學(xué)習(xí)具有很強(qiáng)的通用性，呈現(xiàn)出標(biāo)準(zhǔn)化、自動(dòng)化和模塊化的工業(yè)大生產(chǎn)特征，推動(dòng)人工智能進(jìn)入工業(yè)大生產(chǎn)階段。

至此，王海峰明確了深度學(xué)習(xí)技術(shù)在整體產(chǎn)業(yè)智能化中的核心作用，將第四次科技革命的目標(biāo)與深度學(xué)習(xí)技術(shù)進(jìn)行直接、清晰的關(guān)聯(lián)，指明了深度學(xué)習(xí)技術(shù)，是能夠驅(qū)動(dòng)科技革命的新一代通用性技術(shù)。

接下來這個(gè)階段，可以看作中國(guó)深度學(xué)習(xí)技術(shù)的戰(zhàn)略發(fā)展期。這個(gè)階段，深度學(xué)習(xí)不再僅僅是AI企業(yè)與AI行業(yè)的事，而是事關(guān)社會(huì)經(jīng)濟(jì)發(fā)展與國(guó)家戰(zhàn)略規(guī)劃。王海峰就曾指出，深度學(xué)習(xí)框架在人工智能產(chǎn)業(yè)鏈中的位置，可以類比PC時(shí)代的操作系統(tǒng)Windows、移動(dòng)時(shí)代的操作系統(tǒng)IOS和安卓，是“智能時(shí)代的操作系統(tǒng)”。在科技自立的大背景下，深度學(xué)習(xí)技術(shù)的重要性獲得了更多關(guān)注。

2021年12月，經(jīng)國(guó)家發(fā)改委批復(fù)，深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程研究中心納入新序列管理，這是業(yè)內(nèi)首個(gè)也是目前唯一的深度學(xué)習(xí)領(lǐng)域國(guó)家工程研究中心，至此“深度學(xué)習(xí)國(guó)家隊(duì)”應(yīng)運(yùn)而生。

從最初的先見之明，到算法、框架、工具的步步積累，從核心技術(shù)領(lǐng)先，到“國(guó)家隊(duì)”的建立，王海峰與百度，伴隨中國(guó)深度學(xué)習(xí)走過了激流勇進(jìn)的十年。當(dāng)時(shí)間來到2023年，多項(xiàng)因素準(zhǔn)備就緒，深度學(xué)習(xí)可以進(jìn)入全面為社會(huì)經(jīng)濟(jì)服務(wù)，成為核心增長(zhǎng)動(dòng)力的新階段。

這就是中國(guó)深度學(xué)習(xí)的全面成熟期——“深度學(xué)習(xí)+”的轉(zhuǎn)折點(diǎn)已經(jīng)到來。

在國(guó)內(nèi)，像是百度的文心大模型在不斷推進(jìn)算法、算力的同時(shí)，更加專注模型的效率，而且更加貼近產(chǎn)業(yè)落地應(yīng)用。

比如 GPT-3 很聰明，可以生成所有的結(jié)果，但它沒有人類習(xí)慣的常識(shí)。比如 AI 繪畫中，人的手指總是出問題，從三根四根到七根八根都可能出現(xiàn)，結(jié)果是精美的畫面常常出現(xiàn)低級(jí)錯(cuò)誤。

這時(shí)候就需要給 AI 一個(gè)常識(shí)，幫助 AI 快速理解人類社會(huì)。

而如果這個(gè)知識(shí)圖譜足夠?qū)I(yè)、細(xì)致，那么大模型就能干更專業(yè)的事情。

所以在龐大的參數(shù)基礎(chǔ)上，文心大模型有兩個(gè)突出特點(diǎn)——知識(shí)增強(qiáng)和產(chǎn)業(yè)級(jí)，知識(shí)增強(qiáng)也就是類似 AI 繪畫海量圖文匹配的大規(guī)模數(shù)據(jù)樣本，比如文心一格就采用了 10 億張圖文來配對(duì)，大幅增強(qiáng)了模型對(duì)于知識(shí)的記憶與推理能力，學(xué)習(xí)效率更高，而且在實(shí)體問答、知識(shí)預(yù)測(cè)、可控文本生成上擁有更好的效果。