在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中，對(duì)于AI等新技術(shù)的應(yīng)用，先進(jìn)與落后的企業(yè)之間，會(huì)有多大的差異？

與南方電網(wǎng)廣東能源技術(shù)公司過(guò)去一年的合作中，百度為其提供全方位的AI支持，更多地解決了堪稱(chēng)“苛刻”的業(yè)務(wù)場(chǎng)景訴求。

這個(gè)案例，僅是百度AI在電力能源行業(yè)的一次成功下探，其背后，卻離不開(kāi)作為時(shí)下國(guó)內(nèi)廣受企業(yè)級(jí)開(kāi)發(fā)者追捧的開(kāi)源深度學(xué)習(xí)平臺(tái)“飛槳”（PaddlePaddle）的支持。 

究竟什么樣的企業(yè)需要深度學(xué)習(xí)平臺(tái)？或許可以站在兩個(gè)層面來(lái)回答：一是在開(kāi)發(fā)層面，好的深度學(xué)習(xí)平臺(tái)大大降低了企業(yè)和個(gè)人開(kāi)發(fā)者構(gòu)建AI應(yīng)用難度；一個(gè)是在業(yè)務(wù)層面，利用AI創(chuàng)新應(yīng)用的企業(yè)，尤其是在傳統(tǒng)領(lǐng)域，它們最終的目的是通過(guò)新技術(shù)顛覆現(xiàn)有的商業(yè)模式。

一個(gè)大的趨勢(shì)是，國(guó)內(nèi)企業(yè)信息化、數(shù)字化、智能化轉(zhuǎn)型正呈現(xiàn)一種“三化融合”的狀態(tài)。即利用互聯(lián)網(wǎng)、云技術(shù)實(shí)現(xiàn)企業(yè)業(yè)務(wù)在線，利用數(shù)據(jù)處理技術(shù)為企業(yè)構(gòu)建數(shù)據(jù)中臺(tái)，以及利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI手段，深入挖掘數(shù)據(jù)的價(jià)值。

正如百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室主任王海峰所言，“深度學(xué)習(xí)正在推動(dòng)人工智能進(jìn)入工業(yè)大生產(chǎn)階段，具有很強(qiáng)的通用性，同時(shí)具備了標(biāo)準(zhǔn)化、自動(dòng)化和模塊化的基本特征，推動(dòng)人工智能技術(shù)從實(shí)驗(yàn)室走向產(chǎn)業(yè)，并且越來(lái)越大規(guī)模使用起來(lái)。而深度學(xué)習(xí)技術(shù)和平臺(tái)也在不斷發(fā)展，在未來(lái)的時(shí)間里也將繼續(xù)發(fā)揮重要作用。”

那么，為什么飛槳能成為廣東電科院能源技術(shù)公司智能裝備賦能的首選呢？我們先來(lái)看看電網(wǎng)公司在電力巡檢環(huán)節(jié)所面臨的挑戰(zhàn)。

巡檢機(jī)器人的“火眼金睛”

實(shí)際上，飛槳與廣東電網(wǎng)合作的契機(jī)源自于當(dāng)前廣泛應(yīng)用于電力行業(yè)的巡檢機(jī)器人。傳統(tǒng)的巡檢方法主要依靠人工巡視，而電力機(jī)器人可以代替人工從事高危險(xiǎn)性和高重復(fù)性的工作。

其中表計(jì)讀取是電力機(jī)器人巡檢的一項(xiàng)重要工作內(nèi)容，傳統(tǒng)圖像識(shí)別方法由于復(fù)雜背景、光線條件等因素，會(huì)影響到檢測(cè)與識(shí)讀的準(zhǔn)確率。 

為此，廣東電網(wǎng)利用飛槳平臺(tái)的技術(shù)優(yōu)勢(shì)，與百度聯(lián)合開(kāi)發(fā)了電網(wǎng)特定場(chǎng)景下讀取表針的圖像的語(yǔ)義分割技術(shù)，并應(yīng)用到智能巡檢機(jī)器人身上，使其表計(jì)的深層次特征提取能力大大提高，方法的準(zhǔn)確率和魯棒性顯著提升，在表計(jì)目標(biāo)檢測(cè)、示數(shù)讀取等方面的效果尤為顯著。 

一組數(shù)字是，從6小時(shí)的人工巡檢變?yōu)?5分鐘的巡檢結(jié)果復(fù)核，實(shí)現(xiàn)對(duì)輸變電設(shè)備的實(shí)時(shí)檢測(cè)和分析。

實(shí)際上，飛槳EasyDL定制化訓(xùn)練和服務(wù)平臺(tái)（經(jīng)典版）也可以應(yīng)用于巡視電線是否破損、是否有鳥(niǎo)窩等場(chǎng)景。

“EasyDL這項(xiàng)服務(wù)是相對(duì)輕量級(jí)的，不需要技術(shù)的深度對(duì)接，但表計(jì)識(shí)別這個(gè)場(chǎng)景，對(duì)技術(shù)的依賴(lài)還是蠻深的?！闭劶芭c廣東電網(wǎng)的合作，百度深度學(xué)習(xí)技術(shù)平臺(tái)部總監(jiān)馬艷軍感慨頗多，“關(guān)鍵在于，飛槳是貼近核心業(yè)務(wù)場(chǎng)景的，像對(duì)輸變電設(shè)備進(jìn)行巡檢，是電力行業(yè)共同的痛點(diǎn)?！?nbsp;

這恰恰說(shuō)明，針對(duì)企業(yè)中不同難度的場(chǎng)景訴求，飛槳提供的產(chǎn)品形態(tài)也不相同，核心都是為輔助客戶(hù)真正解決問(wèn)題。

與此同時(shí)，參與合作的廣東電網(wǎng)的工程師楊英儀博士還是百度黃埔學(xué)院的學(xué)員，通過(guò)在黃埔學(xué)院的學(xué)習(xí)，從深入學(xué)習(xí)的入門(mén)者成為了飛槳平臺(tái)的優(yōu)秀開(kāi)發(fā)工程師，快速成長(zhǎng)為廣東電網(wǎng)智能巡檢機(jī)器人重大攻關(guān)團(tuán)隊(duì)在AI領(lǐng)域的骨干成員。這也是飛槳既能授之于魚(yú)，也能授之以漁的思路。盡管企業(yè)具有豐富的 AI 技術(shù)應(yīng)用與落地場(chǎng)景，擁有深度學(xué)習(xí)所需的數(shù)據(jù)和技術(shù)條件，但他們?cè)诶碚摷凹夹g(shù)應(yīng)用方面都存在不小的挑戰(zhàn)。

從技術(shù)到業(yè)務(wù)再到人才的賦能，這很好地形成了一個(gè)閉環(huán)。

飛槳的持續(xù)進(jìn)化

從目前來(lái)看，企業(yè)選擇飛槳，大多還是為了滿足特定的應(yīng)用場(chǎng)景需求，但飛槳也在根據(jù)實(shí)際場(chǎng)景中的用戶(hù)訴求，不斷著完成自我進(jìn)化。不同于單純面向開(kāi)發(fā)層面的深度學(xué)習(xí)框架，飛槳早已躍遷到了面向產(chǎn)業(yè)級(jí)深度學(xué)習(xí)開(kāi)源開(kāi)放平臺(tái)的定位。

在最新公布的飛槳1.6版本中，9項(xiàng)新品以及12項(xiàng)產(chǎn)品升級(jí)，我們洞察到了更面向場(chǎng)景、面向應(yīng)用的飛槳。 

其中重要的新品發(fā)布包括：4項(xiàng)端到端開(kāi)發(fā)套件：NLP領(lǐng)域的ERNIE語(yǔ)義理解，CV方向的PaddleDetection目標(biāo)檢測(cè)和PaddleSeg圖像分割，推薦方向的ElasticCTR點(diǎn)擊率預(yù)估；端側(cè)推理引擎Paddle Lite 2.0版本；3項(xiàng)工具組件：聯(lián)邦學(xué)習(xí)PaddleFL、圖神經(jīng)網(wǎng)絡(luò)PGL和多任務(wù)學(xué)習(xí)PALM；以及新推出了EasyDL專(zhuān)業(yè)版。

如今飛槳能夠提供完備的工具組件、面向應(yīng)用任務(wù)的產(chǎn)業(yè)級(jí)開(kāi)發(fā)套件，以及支持低門(mén)檻應(yīng)用深度學(xué)習(xí)技術(shù)的多個(gè)服務(wù)平臺(tái)。最新數(shù)據(jù)顯示，在飛槳深度學(xué)習(xí)平臺(tái)上已經(jīng)累計(jì)服務(wù)了150多萬(wàn)開(kāi)發(fā)者，并有超過(guò)6.5萬(wàn)企業(yè)用戶(hù)，僅在定制化訓(xùn)練平臺(tái)上就發(fā)布了16.9萬(wàn)個(gè)模型。

從2016年開(kāi)源到如今，飛槳一直在成長(zhǎng)，這實(shí)際上是源自開(kāi)發(fā)者的訴求。“有平臺(tái)、被使用，反過(guò)來(lái)，平臺(tái)自然而然地就不斷得到升級(jí)和推動(dòng)，”百度AI技術(shù)平臺(tái)體系執(zhí)行總監(jiān)、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室副主任吳甜向雷鋒網(wǎng)表示。

目前在工業(yè)、物流等場(chǎng)景中涌現(xiàn)出了諸多AI訴求，也是飛槳落地較多也相對(duì)成熟的，這是否意味著是飛槳接下來(lái)重點(diǎn)深入的領(lǐng)域？ 

“深度學(xué)習(xí)技術(shù)本身是很通用的，飛槳本身希望能夠成為底座，但在推進(jìn)行業(yè)的過(guò)程中，像面向場(chǎng)景的端到端套件，本身就帶有行業(yè)和場(chǎng)景的特點(diǎn)了?！眳翘鸹卮鸬?。

可以看出這一邏輯，飛槳本身作為深度學(xué)習(xí)平臺(tái)所具備的靈活性，決定了面向不同的場(chǎng)景可以提供更多的定制化服務(wù)。不同層次的開(kāi)發(fā)者對(duì)深度學(xué)習(xí)平臺(tái)的應(yīng)用本身就有不同的訴求，比如，具備一定AI技術(shù)背景的開(kāi)發(fā)者，可以選擇開(kāi)發(fā)套件進(jìn)行二次開(kāi)發(fā)；反之，可以選擇諸如EasyDL、EasyEdge這樣的服務(wù)平臺(tái)直接上手使用。

未來(lái)，無(wú)論飛槳面向更多企業(yè)核心訴求推出的可滿足二次開(kāi)發(fā)的套件，還是滿足不同終端部署訴求的高性能處理引擎，亦或是服務(wù)更多不具備AI技術(shù)背景的開(kāi)發(fā)者，其本質(zhì)問(wèn)題都是為了降低深度學(xué)習(xí)的門(mén)檻，讓飛槳更加貼合到傳統(tǒng)企業(yè)的業(yè)務(wù)線中。 

回到上文中飛槳在電力行業(yè)的應(yīng)用，是偶然，也是必然。 

圖注：PaddleSeg覆蓋了DeepLabv3+, U-Net, ICNet三類(lèi)主流的分割模型，通過(guò)統(tǒng)一的配置，幫助用戶(hù)更便捷地完成從訓(xùn)練到部署的全流程圖像分割應(yīng)用。

例如，圖像分割PaddleSeg開(kāi)發(fā)套件，除了用于智能巡檢機(jī)器人外，在工業(yè)質(zhì)檢中的零件分揀、瑕疵分級(jí)、農(nóng)業(yè)中地塊分割、自動(dòng)駕駛中的車(chē)道線分割等有著豐富的應(yīng)用場(chǎng)景；再比如，目標(biāo)檢測(cè)PaddleDetection開(kāi)發(fā)套件，可以應(yīng)用于安防監(jiān)控中的行人監(jiān)測(cè)、智慧交通中的人流車(chē)流統(tǒng)計(jì)、商品檢索等場(chǎng)景。 

我們還注意到，飛槳在底層芯片、服務(wù)器的適配上，除了與華為HiAI建立更全方位的合作外，還將引入寒武紀(jì)、比特大陸、FPGA、NPU等更多芯片。

飛槳真正意義上開(kāi)始走向工業(yè)級(jí)成熟。

飛槳在成長(zhǎng)，企業(yè)也必須成長(zhǎng)

得益于政策的推動(dòng)及技術(shù)成熟，近兩年深度學(xué)習(xí)正從實(shí)驗(yàn)室走向產(chǎn)業(yè)大規(guī)模通用，無(wú)論是部署于質(zhì)量管控端的良品率提升，還是企業(yè)戰(zhàn)略決策端的管控和經(jīng)營(yíng)決策，已經(jīng)有了一批先行者。

但是，有個(gè)前提需要關(guān)注。根據(jù)2018年9月埃森哲公布的《中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)》顯示目前只有7%的中國(guó)企業(yè)轉(zhuǎn)型成效顯著，一個(gè)關(guān)鍵指標(biāo)是過(guò)去三年企業(yè)新業(yè)務(wù)的營(yíng)收收入占總營(yíng)收占比超過(guò)50%。

不少企業(yè)惶恐，說(shuō)轉(zhuǎn)型是找死，不轉(zhuǎn)型就是等死，因此如何在轉(zhuǎn)型的同時(shí)實(shí)現(xiàn)企業(yè)自身的平穩(wěn)運(yùn)營(yíng)成為當(dāng)前企業(yè)面臨的難題，更何況是從數(shù)字化向智能化的躍遷。是信息化、數(shù)字化、智能化三化并行，還是智能化先行？

對(duì)此，吳甜認(rèn)為，“不同于美國(guó)是從信息化、數(shù)字化、智能化一步步推進(jìn)的，在中國(guó)，能看到大量企業(yè)正在同步或者很短時(shí)間內(nèi)快速進(jìn)行三化的轉(zhuǎn)型。不過(guò)信息化、數(shù)字化、智能化本身相互聯(lián)系，需要整體性推進(jìn)，一個(gè)企業(yè)如果還沒(méi)有做到信息化、數(shù)字化，很難就直接躍升到智能化，或者就只是做一些單點(diǎn)的智能化，形不成系統(tǒng)?！?/p>

但這也側(cè)面說(shuō)明，中國(guó)整個(gè)市場(chǎng)的想象空間是非常巨大的，關(guān)鍵在于誰(shuí)把握住了機(jī)遇。飛槳可以看做是智能時(shí)代的操作系統(tǒng)，上承模型開(kāi)發(fā)和應(yīng)用、下接基礎(chǔ)芯片硬件。這或許才是飛槳的機(jī)會(huì)。

當(dāng)然，飛槳也需要等待部分企業(yè)的成熟。一方面，企業(yè)需要有對(duì)AI硬件和底層框架有深入了解的人才，以滿足面向業(yè)務(wù)需求的開(kāi)發(fā)；另一方面，企業(yè)應(yīng)用單點(diǎn)智能技術(shù)的前提，也是因?yàn)樗麄儾豢赡芤幌戮蛯⒃性O(shè)備替換成智能設(shè)備。此外，數(shù)據(jù)、技術(shù)基礎(chǔ)、業(yè)務(wù)流程、競(jìng)爭(zhēng)力、監(jiān)管等，企業(yè)同樣存在各方面的擔(dān)憂，其智能化轉(zhuǎn)型的目標(biāo)也必須符合當(dāng)前企業(yè)發(fā)展的戰(zhàn)略規(guī)劃。

更為廣泛的，在制造、能源、金融、教育、醫(yī)療等各個(gè)領(lǐng)域，越來(lái)越多的場(chǎng)景正在涌現(xiàn)、值得挖掘，等待與百度飛槳一同成長(zhǎng)。（雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。