AI工業大生產,需要強有力的基礎平台支撐

在推動人工智慧技術走向規模化應用的過程中,百度著力打造開源開放的深度學習平台飛槳,不斷降低產業應用的門檻。吳甜現場分享了飛槳與企業夥伴廣泛合作中觀察總結的AI工業大生產路徑。她表示,企業應用AI的過程分三個階段,第一階段是企業中有少數先行人員嘗試引入AI進行原型驗證,稱之為AI先行者探路階段;當進行了驗證產生效益後,會從個人實踐轉變成建設團隊來學習和應用AI,稱之為AI工作坊應用階段;當企業進行大量的AI應用,幾百、幾千人一起工作,多人多任務協同生產,就進入了AI工業大生產階段,更長期看,還會實現社會化協同大生產。飛槳以全面而豐富的技術、功能、產品和服務,支持著合作夥伴應對各個階段的困難,實現階段的跨越,將AI越來越多且深入地引入到自身業務中。

飛槳開源開放平台提供了開發便捷的深度學習框架,實現動靜統一的開發體驗;突破了超大規模深度學習模型訓練技術;300+產業級模型庫,供開發者直接調用,降低開發成本;多端多平台部署工具鏈,幫助開發者靈活快速部署AI應用;與國內外廠商聯合優化和適配,構建硬體生態。特別是,面向產業AI應用場景,飛槳推出企業版雙平台開發模式,EasyDL零門檻AI開發平台和BML全功能AI開發平台,幫助不同類型的企業開發者加快AI應用創新落地。

吳甜在會上表示,相信未來是全社會一起的AI協同生產、協同創新環境。「創意在民間,期待通過AI核心技術持續創新突破,結合百度飛槳等不斷降低應用門檻的平台,使得各行各業能夠發揮出更大的創新力度,支撐產業科技創新。」

就在會議的主辦地湖北武漢,已有多家企業應用百度AI技術實現降本增效。武漢象點科技在電子元器件表面噴印字符檢測過程中,基於百度飛槳套件能夠完成字符的打標、訓練和識別,同時進行字符像素提取並進行缺陷分析。目前可達到正常字符的識別率超過了99.99%,缺陷字符檢出率為99.5%,大大提升了檢測精準度。

在環保企業中泰信達,根據自建自運營的污水廠的運營過程中發現的問題以及行業痛點,結合百度飛槳開源技術解決了處理水質不穩定、成本高的問題、確保系統運維的規范性。同時在保障出水達標的前提下,盡可能的降低運營成本。


作筆記是好習慣,給你新想法

連結筆記