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，到能夠語音控制家電的智能音箱，人工智能使成千上萬的行業(yè)和場景發(fā)生了前所未有的變化。

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

“萬物互聯(lián)”的概念早已存在，人工智能則進一步賦予了互聯(lián)的萬物“思考”的能力。

作為一種強大的識別技術(shù)，人工智能的出現(xiàn)大大強化了物聯(lián)網(wǎng)設(shè)備對當前現(xiàn)狀的分析能力，以識別一只貓為例子，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，人工智能就能自動建立準確、深層的貓圖像特征模型，從而準確的在圖片中識別出貓。

這種變化對物聯(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)實時情況調(diào)整物聯(lián)網(wǎng)設(shè)備狀態(tài)，打造一個“活著”的家已經(jīng)成為了智能家居在更高維度上的新定義。

當時間來到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)具有很強的通用性，呈現(xiàn)出標準化、自動化和模塊化的工業(yè)大生產(chǎn)特征，推動人工智能進入工業(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與深度學(xué)習(xí)技術(shù)進行直接、清晰的關(guān)聯(lián)，指明了深度學(xué)習(xí)技術(shù)，是能夠驅(qū)動科技革命的新一代通用性技術(shù)。

接下來這個階段，可以看作中國深度學(xué)習(xí)技術(shù)的戰(zhàn)略發(fā)展期。這個階段，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)社會經(jīng)濟發(fā)展與國家戰(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時代的操作系統(tǒng)Windows、移動時代的操作系統(tǒng)IOS和安卓，是“智能時代的操作系統(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)國家發(fā)改委批復(fù)，深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程研究中心納入新序列管理，這是業(yè)內(nèi)首個也是目前唯一的深度學(xué)習(xí)領(lǐng)域國家工程研究中心，至此“深度學(xué)習(xí)國家隊”應(yīng)運而生。

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“國家隊”的建立，王海峰與百度，伴隨中國深度學(xué)習(xí)走過了激流勇進的十年。當時間來到2023年，多項因素準備就緒，深度學(xué)習(xí)可以進入全面為社會經(jīng)濟服務(wù)，成為核心增長動力的新階段。

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

在國內(nèi)，像是百度的文心大模型在不斷推進算法、算力的同時，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。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)低級錯誤。

這時候就需要給 AI 一個常識，幫助 AI 快速理解人類社會。

而如果這個知識圖譜足夠?qū)I(yè)、細致，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，文心大模型有兩個突出特點——知識增強和產(chǎn)業(yè)級，知識增強也就是類似 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，大幅增強了模型對于知識的記憶與推理能力，學(xué)習(xí)效率更高，而且在實體問答、知識預(yù)測、可控文本生成上擁有更好的效果。