AI技术日趋成熟，开始走进千行百业

（文/程文智）提到AI，人们最先想到的可能是相机的美颜功能，其实如今的AI技术可以说不仅已经渗透到人们的日常生活当中，而且在工业场景中也有了很多的应用。作为推动AI应用大规模落地关键力量------深度学习框架，在广大AI企业、研究者，及开发者的努力下，变得越来越成熟，越来越多样。

目前主流的AI深度学习框架，有2015年11月由Google设计研发并开源的TensorFlow、2017年1月由Facebook人工智能研究院基于Torch推出的PyTorch、2016年5月由Amazon设计研发并开源的MXNet、2016年1月由微软在Github上开源的CNTK、以及2016年8月由百度进行开源的PaddlePaddle（飞桨）等。

图：百度AI技术生态总监周奇

据百度AI技术生态总监周奇介绍，百度的飞桨深度学习平台集核心框架、基础模型库、端到端开发套件、丰富的工具组件于一体，还包括了飞桨企业版零门槛AI开发平台EasyDL和全功能AI开发平台BML，以及飞桨AI Studio学习与实训社区。

截止到2022年5月，飞桨平台上已经有477万开发者、创建了56万个AI模型，服务了18万家企事业单位。市场份额方面，据IDC统计，2021年飞桨在中国深度学习平台市场综合份额排名第一，全球排名第三。

在硬件适配方面，目前有超过20个厂家，30种以上的芯片适配了飞桨，包括Intel、龙芯、申微、飞腾、华为、海光和兆芯等CPU芯片；英伟达、昆仑芯、海光、华为、Graphcore、寒武纪及天数智芯等深度学习芯片；Arm、高通、苹果、芯原、联发科技、紫光展锐、晶晨等深度学习推理芯片和IP厂商；以及Intel-Altera和AMD-Xilinx等FPGA厂商。

更为重要的是，飞桨已经开始在各行各业种得到应用了。在周奇看来，如今AI与产业结合的场景变得越来越深入，越来越专业。他在分享中表示，AI应用落地有两大挑战，一是应用场景非常多，开发者需要结合不同的应用场景开发各种各样的模型；二是模型开发出来后，为了更加流畅地运行，需要针对不同的芯片开展优化适配。

“飞桨在持续不断地降低AI开发者的门槛。”周奇指出，EasyDL就是一个零门槛AI开发平台，即便开发者不懂得如何写代码，也能进行AI应用开发。

开发者辨影科技创始人王京京将EasyDL比作AI界的“预制菜”。“EasyDL把很多算法模块化了，‘就像厨师无需亲自制作菜刀一样’，码农们可以按需调用，开发AI程序、做出AI硬件，无论是PC、平板、电视还是安卓、iOS，都可以适配。”他在行业应用分享时表示，“如果说用其他AI开发架构做模型如同爬楼梯，那用了EasyDL就感觉像是坐上了电梯，省时、省力又省心。”

图：辨影科技创始人王京京

他采用飞桨的EasyDL平台开发出的AI质检边缘计算相机，部署非常简单，接口也很丰富，而且自带高灵敏度液晶触摸屏，在不用外接显示器的情况下就可以对模型进行管理，连接蜂鸣器和LED灯之后，可以对不合格产品进行提示。

据王京京介绍，目前基于飞桨EasyDL的相机检测系统已经可以应用在发动机漏液检测、活塞环瑕疵检测、焊缝气泡检测、铆钉装配检测、注塑部件未注满缺失检测、螺纹口瑕疵检测等工作中。甚至还可以用于飞机维修检测当中，“使用这个相机检测系统，可以检测飞机静压孔是否正常，蒙皮外表面有没有凹坑或雷击点，以及有没有螺钉确实等。”王京京分享说。

不过，他也承认，飞机维修检测项目，目前还在研究测试阶段，但他相信未来AI可以让飞机更加安全，也能帮助飞机维修工程师更加高效地完成他们的工作。

在生产线上的质检应用已经在不少工厂得到部署，“我们只需要按工厂质检科的需求，在飞桨EasyDL上进行良品和次品的数据标注，就可以完全按照工厂质检部门的标准训练出来模型，数据标注和模型训练过程完全不需要质检人员懂代码。”王京京表示。

在他看来，这就像贩卖预制菜的店面不需要厨师一样，辨影相机加上飞桨企业版EasyDL就像是AI界的“预制菜”，工厂不需要AI算法工程师在现场，也能方便地使用AI技术来进行降本增效。

其实，AI已经在很多行业有了落地应用，比如智能机器人巡检、设备预测性维护、智能锻造熔炼等智慧工业场景；肺炎CT影响筛查、胚胎囊胚图像的自动分割等智慧医疗；自动驾驶、轨道在线智能巡检系统等智慧交通；以及智慧农林，智慧金融等等领域都有很多应用。相信未来AI技术还会在更多应用领域得到应用。