波士顿咨询在最新发布的《产业智能化——中国特色AI平台模式》报告中提到，人工智能技术将结合5G、物联网、终端传感器等技术，助推中国迎接产业智能化大潮。报告同时指出，全球AI平台模式各有不同，以领先的谷歌和百度为例，谷歌平台所涉及功能更加全面广泛，百度则主打易用。技术与产业赋能并重是中国平台的特色，以百度为典型代表的中国AI平台更能满足中国企业的发展需求。
提到人工智能平台，中国的百度和美国的谷歌常重要的两个样本。同为搜索引擎巨头，两者先后推出人工智能深度学习平台，在人工智能布局与战略转型上均处领先地位，且同时受到人工智能学界和业界的肯定，因而经常被行业、媒体拿来比较讨论。
智能时代，深度学习框架起到了承上启下的作用，下接芯片，上承各种业务模型、行业应用。2011年谷歌建立Google Brain，布局人工智能领域，形成了从Waymo、Google Assistant到TensorFlow、Cloud AI再到Cloud TPU、Edge TPU——从应用到技术再到硬件的平台矩阵。百度在2013年建立深度学习研究院，也形成了从Apollo、小度助手到飞桨、百度大脑再到百度鸿鹄、昆仑的平台矩阵。
谷歌为TensorFlow提供全开发流孙俪被包养程的技术支持。技术开发的初始阶段，谷歌通过研究论文和计算资源等形式，为技术开发者提供丰富的算法选择和配套资源。技术部署阶段，谷歌通过自研的Cloud TPU，为开发者提供了更为高效的测试和部署方式。随着人工智能技术部署方式逐渐向边缘端演进，谷歌还发布了Edge TPU，为开发者的技术部署流程提供更为强大的支持。目前，国内有不少互联网企业、人工智能创业企业，都在使用TensorFlow。
飞桨则以百度深度学习技术和业务应用为基础，包含深度学习框架、基础模型库、端到端开发套件、工具组件和服务平台。“易学易用”是百度飞桨自推出以来重要的标签之一。在百度飞桨刚之初，曾参与谷歌Tensorflow研发的贾扬清评价称，PaddlePaddle有高质量的GPU代码、非常好的RNN（回归神经网络）设计，并且设计很干净，没有太多的抽象表达，这一点比Tensorflow好很多。
今年11月初，飞桨围绕“易用”又发布和升级了21个产品方向，主要包括面向产业的端到端开发套件、预训练结合迁移学习的飞桨Master模式、端侧推理引擎Paddle Lite 2.0、EasyDL专业版等，进一步提升易用性，降低开发门槛，同时面向产业应用提供更多支撑能力。
今年3月，中央深改组通过的《关于促进人工智能和实体经济深度融合的指导意见》指出，促进人工智能和实体经济深度融合，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
国家出的信号是要将人工智能作为重要技术手段，积极推动产业智能化。在这轮产业智能化浪潮中，企业需要找准自己的定位，找到“智能+”的落地方法。然而对于一般企业而言，智能化并不是一件易事，技术门槛、人才门槛无法回避。
人工智能平台可以有效的解决这个问题，开源的深度学习平台能够有效降低深度学习技术应用门槛，让开发者和企业避免重复“造轮子”。
平台的独特优势能够帮助企业克服技术、资金、商业化等挑战。平台可以将最新的AI理论、算法以及相关源代码等给合作伙伴，使用云／边缘计算的产品和服务带来的算力资源整合。生态伙伴则能够在平台上共享数据，并且在人才培养和商业落地上协力合作。
2017年7月，百度Apollo自动驾驶平台正式，2018年3月，Apollo自动驾驶平台正式加入大学伯克利DeepDrive深度学习自动驾驶产业联盟，正式ApolloScape大规模自动驾驶数据集，这一举措将学术与企业紧密相连，对无人车行业而言更是如虎添翼。
自2016年正式开源以来，百度积累了丰富的技术经验以及落地应用案例，在中国大规模产业智能化中起到了重要作用。可见，要在人工智能领域持续发挥技术优势，除了依靠人工智能平台的生态化力量，建立自己的优势模式同样至关重要。未来，随着人工智能和实体经济的深度融合，百度的AI平台将为我国产业智能化贡献更多力量。返回搜狐，查看更多
网友评论 ()条 查看