目前,飞桨平台已经汇聚了406万开发者,创建了47.6万个 AI 模型,累计服务15.7万企事业单位,覆盖工业、农业、医疗、城市管理、交通、金融等领域。(飞桨全景图)随着当前中国产业数字化转型的不断深入,中国深度学习框架的生态布局正在工业、交通、能源、城市等千行百业“开花结果”。以智慧交通领域为例,高铁接触网挂异物导致列车晚点的事件时有发生,一块小小的异物,就可能影响上百万人的出行。此前,依靠传统的人工巡检需要每天每条线路安排10到20名轨道检修工,不但人工成本高,还很难保证及时地检测与处理。经过一些尝试后,成都国铁最终采用飞桨研发了一套“轨道在线智能巡检系统”,实现了对轨道缺陷全天候的智能判断。一套飞桨智能巡检系统,让城市的守护者不必再披星戴月。马艳军介绍称,随着中国深度学习框架的开源开放以及更大规模的产业应用落地,未来中国深度学习框架的应用场景将会更加丰富,成本和门槛也会进一步降低。同时,深度学习框架将与科学计算、量子计算、生命科学等更多前沿产业进行融合创新。不容忽视的是,中国深度学习框架仍面临着适配部署复杂、应用开发困难等难题,构筑自主可控的深度学习和人工智能产业生态道阻且长,但它或将决定未来5年AI技术格局和产业水平。马艳军表示:“尽管深度学习框架属于高投入、长周期、抢生态的竞争,但已经得到国家和企业的战略性支持,是开启下一个AI时代的钥匙。”