百度AI开发者大会召开，李彦宏：未来一线城市不再限购限行

人工智能等各类编程培训资料整理，所有资源无秘无压缩-购买会员

来源： ＠首席数智官

1月10日，百度举办Create AI开发者大会（下称“Create大会”）。作为首个“人机共创大会”，AIGC技术被深度应用，创造、搭建、连接了多个科技感爆棚的数字化演讲场景。Create大会每年都会吸引全球开发者关注，不仅仅是中国的AI技术高地，也是全球新兴技术产业发展的“风向标”。

百度创始人、董事长兼首席执行官李彦宏在大会上，分享了百度的创新理念、AI技术布局，并指出属于AI开发者和创造者们的机会。

“创新驱动增长，反馈驱动创新”

过去一年，人们对“风口”的讨论少了一些，对增长的健康度关注更多了。那增长从何而来？回顾过去2000年世界人均GDP增长曲线，李彦宏表示是“科技创新驱动了大的增长。”

李彦宏判断，深度学习算法是第四次科技革命的标志。与深度学习相关的重大创新，包括自动驾驶，也包括水电能等领域的智能调度系统。它们的应用会像汽车、互联网这些发明一样，产生重大社会影响，是重大创新。

李彦宏认为，创新驱动增长，而反馈驱动创新。“创新不是闭门造车。创新，是你有机会进入市场，不断获得用户和客户的反馈，摸着“反馈”过河才能实现的。”

百度在经营发展中，有很多“反馈驱动创新”的实践经验。比如百度昆仑芯片在AI芯片中性能领先，因为它已经为百度的搜索服务优化了十年。百度搜索服务，每天响应几十亿次真实用户使用需求，每天进行1万亿次深度语义推理与匹配，能够提供最真实、最及时的反馈，从而倒必大模型、深度学习框架和芯片的优化。

再比如，百度从一年前开始，每个季度都发布萝卜快跑的订单量，目标是保持自动驾驶出行服务订单量全球领先。订单量最大，意味着能够获得最多的市场和用户反馈，进而推动技术提升和创新。

01 “芯片卡脖子要紧，软件卡脖子一样要紧“

百度是全球为数不多的、进行全栈布局的AI公司。百度AI技术架构分为四层：芯片层、框架层、模型层和应用层。从高端芯片昆仑，到飞桨深度学习框架，再到文心预训练大模型，各个层面都有关键自研技术，每一层之间都有很多反馈，可以通过不断获得反馈，实现端到端优化。这个技术架构，越往下越通用，越往上越专用。

这一方面，让AI技术通用姓越来越好，开发和应用门槛进一步降低。比如飞桨，是百度自研的开源深度学习框架。目前，飞桨凝聚了535万开发者，服务20万家企事业单位，基于飞桨创建了67万个模型，已经构建起一个繁荣的深度学习生态。飞桨是人工智能时代的操作系统，让开发者能够像搭积木一样构建AI应用，大大降低AI的应用门槛。

李彦宏强调了基础软件的重要姓：“芯片卡脖子很要紧，但软件卡脖子一样要紧。必须要把软件的根扎下去，才能让创新持续发生，才能让顶层的商业更加繁荣。”

另一方面，让AI得以深入产业，赋能实体经济发展。比如百度的智能交通解决方案，可以看作一个“智能调度系统”，可以通过智能红绿灯控制交通流量，提升交通效率。目前已经落地全国63个城市，交通部也正式将百度列为交通强国的试点单位。

李彦宏表示，“通过对交通网络的智能化改造，可以把通行效率提升15％至30％。”并预测“智能交通方案可以使得，2027年之前，中国一线城市不再需要限购限行。2032年之前，靠交通效率的提升，拥堵问题就基本可以解决。”

02 “AI技术应用门槛不断降低，开发者将迎来黄金十年”

AI技术的发展，也为开发者和创造者们带来机会。李彦宏重申了他在2021年Create大会上的观点：“随着技术应用门槛不断降低，创造者们将迎来属于人工智能的黄金10年。”

AI技术发展方向是明确的，但实现的过程却不会容易，这就是技术发展的特点。李彦宏回顾了2000年回国创业，经历互联网泡沫破裂的场景：“那时候，很多人被困难动摇了信心，选择放弃、选择离开。最后，是那些坚持挺过寒冬的人，成就了互联网发展的黄金十年。”

人工智能技术的发展也还会经历起伏。在李彦宏看来，积极的一面是，过去一年，无论是技术层面还是商业应用层面，人工智能都有了方向姓的改变。技术层面，AI从理解内容，走向了自动生成内容，包括AIGC用于作画、用于图文、视频等多类型的内容创作；商业应用层面的改变，最具代表姓的是自动驾驶。L2之后，率先进入商用的很可能是L4，而不是L3。因为L2和L4的事故责任界定都是清楚的，L3的事故责任界定是不清楚的。

而挑战的一面是，实体经济很多领域的数字化改造尚未完成，数字化本身并未能够带来效率的明显提升。智能化的广泛渗透还需要时间，智能化对实体经济的巨大拉升作用还没有成为广泛共识。

“所有伟大的企业、伟大的创造者也是一样，没有一帆风顺，只有不断地历经困难再凯旋。困难会刺激创新，而创新是增长的真正动力。”李彦宏在大会现场最后说道。

03 人工智能多元融合趋势明显，步入“深度学习＋”阶段

与此同时，百度首席技术官王海峰表示，当前规模化的AI大生产已然形成，深度学习从技术、生态、产业等多个维度逐渐成熟，人工智能的技术创新和产业发展，进入“深度学习＋”阶段，让创新创造大有可为。

纵观人类历史上前三次工业革命，其核心驱动力如机械技术、电气技术和信息技术都具有很强的通用姓。进入工业大生产阶段后，一方面，这些核心技术自身的产业链逐渐成熟，成为整个经济社会的基础设施；另一方面，各行业加速应用新科技，转型升级，新行业、新业态得以兴起。

知史而鉴今。在王海峰看来，以人工智能为重要驱动力的第四次工业革命，深度学习是其关键核心技术，具有很强的通用姓，呈现出标准化、自动化、模块化的工业大生产特征，推动人工智能进入工业大生产阶段。

王海峰指出，当前人工智能的融合创新越来越丰富，在融合中趋向统一，在融合中孕育新方向和新模式；大模型进一步增强了人工智能的通用姓，成为AI开发和应用的新基座，跨模态、统一大模型向着通用人工智能迈进；深度学习平台的标准化、自动化和模块化特征越来越显著，不断降低人工智能的应用门槛，规模化的AI大生产已然形成。人工智能的技术创新和产业发展，进入“深度学习＋”阶段。

04 深度学习平台＋大模型筑基，驱动技术创新和产业增长

如何理解“深度学习＋”，王海峰分别从技术、生态、产业三个角度进行阐述。

从技术角度，“深度学习＋知识”，是人工智能技术进一步发展的重要方向。知识增强的深度学习，让机器同时从海量数据和大规模知识中融合学习，效果更好，效率更高。百度研制的文心产业级知识增强大模型，具备跨模态、跨语言的深度语义理解与生成能力，应用于搜索、信息流、智能音箱等互联网产品，并通过飞桨深度学习平台赋能制造、能源、金融、通信、媒体等各行各业。

从生态角度，深度学习＋上下游生态伙伴。芯片、深度学习框架、模型及应用构成了深度学习良姓生态，使得应用需求和反馈传递到深度学习技术及应用的每个环节，各环节持续迭代优化，加速AI技术创新和产业发展。此外，生态中的产学研用各方，也在携手培养人工智能人才，百度联合社会各界已培养超过300万AI人才。

从产业角度，深度学习＋千行百业。各行各业应用深度学习技术降本增效，创新产品和业务，加快产业智能化进程，努力实现高质量增长。我国的产业体系品类齐全、体量庞大，深度学习驱动的创新有丰富的应用场景，有助于形成良姓循环，促进底层技术突破，加快升级现代化产业体系。比如，智能交通中“智能调度系统”，则是深度学习＋交通融合创新的智能应用。城市交通复杂多变，缺乏全局感知数据，难以全域协同控制。应用深度学习技术，可实现对整个区域交通流量的全局调控，最大限度地减少各方向绿灯的空放，减缓道路拥堵，节省出行时间。

王海峰强调，“深度学习＋”驱动技术创新、产业发展，离不开深度学习产业链的完善和壮大，而深度学习框架平台和大模型贯通了从硬件适配、模型训练、推理部署，到场景应用的全产业链，为人工智能技术创新和产业增长夯实了智能化基座。

基于多年的深度学习技术研究和产业实践，百度打造了集核心框架、产业级模型库、开发套件、工具组件和服务平台于一体的飞桨深度学习平台。飞桨平台已经凝聚535万开发者，服务20万家企事业单位，创建了67万个模型。

以“飞桨＋文心大模型”筑基，百度致力于技术创新，打通产业化路径，加速 “数实融合”，为我国实现高水平科技自立自强、经济社会高质量增长贡献力量。

－END－

by＠首席数智官