【文章導(dǎo)讀】：5月19日，市場(chǎng)調(diào)研機(jī)構(gòu)Frost & Sullivan(沙利文)發(fā)布《中國(guó)深度學(xué)習(xí)軟件框架市場(chǎng)研究報(bào)告(2021)》，百度的飛槳綜合競(jìng)爭(zhēng)力領(lǐng)跑行業(yè)， 的PyTorch和谷歌的TensorFlow緊隨其后。

飛槳（PaddlePaddle）以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫(kù)、端到端開發(fā)套件、豐富的工具組件于一體，是中國(guó)首個(gè)自主研發(fā)、功能完備、開源開放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)。

)新加坡國(guó)立大學(xué)、字節(jié)跳動(dòng)等機(jī)構(gòu)合作的技術(shù)成果近期在神經(jīng)生物學(xué)期刊《自然·神經(jīng)科學(xué)》發(fā)布，該研究首次將AI元學(xué)習(xí)( learning)方法引入神經(jīng)科學(xué)及醫(yī)療領(lǐng)域，可在有限的醫(yī)療數(shù)據(jù)上訓(xùn)練可靠的AI模型，提升基于腦成像的精準(zhǔn)醫(yī)療效果。

自研深度學(xué)習(xí)框架綜合競(jìng)爭(zhēng)力中國(guó)市場(chǎng)排名居首

5月19日，市場(chǎng)調(diào)研機(jī)構(gòu)Frost & Sullivan(沙利文)發(fā)布《中國(guó)深度學(xué)習(xí)軟件框架市場(chǎng)研究報(bào)告(2021)》，百度的飛槳綜合競(jìng)爭(zhēng)力領(lǐng)跑行業(yè)， 的PyTorch和谷歌的TensorFlow緊隨其后。

過去10年，人工智能從實(shí)驗(yàn)室走向產(chǎn)業(yè)，計(jì)算機(jī)視覺和自然語言處理等領(lǐng)域取得的突破性進(jìn)展，均與深度學(xué)習(xí)技術(shù)的底層支撐有關(guān)。但是，深度學(xué)習(xí)底層算法開發(fā)具有較高的學(xué)術(shù)及技術(shù)門檻，一度成為技術(shù)落地的主要制約。

深度學(xué)習(xí)軟件框架的出現(xiàn)打破了這一僵局，它將深度學(xué)習(xí)算法模塊化封裝為底層開發(fā)工具，化身“智能時(shí)代的操作系統(tǒng)”，和AI芯片一起構(gòu)成了人工智能的基礎(chǔ)設(shè)施。

這份報(bào)告勾勒出漸趨清晰的中國(guó)市場(chǎng)主流深度學(xué)習(xí)軟件框架新競(jìng)爭(zhēng)格局。

自2015年后，以TensorFlow、PyTorch為代表的國(guó)外深度學(xué)習(xí)框架發(fā)展迅猛，占據(jù)了業(yè)界主導(dǎo)地位。中國(guó)首個(gè)自主研發(fā)的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)飛槳，2016年正式開源，目前在中國(guó)綜合市場(chǎng)份額已超越PyTorch和TensorFlow，位居第一。

該報(bào)告認(rèn)為，飛槳具備“世界領(lǐng)先的人工智能技術(shù)、支撐科研與產(chǎn)業(yè)共進(jìn)的核心框架、擁有產(chǎn)業(yè)級(jí)開源模型庫(kù)的開發(fā)平臺(tái)、中國(guó)第一的開發(fā)者生態(tài)”等核心優(yōu)勢(shì)。

如百度CTO王海峰所言，深度學(xué)習(xí)推動(dòng)人工智能進(jìn)入了工業(yè)大生產(chǎn)階段。

作為典型的AI大生產(chǎn)平臺(tái)，將深度學(xué)習(xí)技術(shù)釋放至越來越多的產(chǎn)業(yè)場(chǎng)景是飛槳的使命。

如今，成都國(guó)鐵借助飛槳目標(biāo)檢測(cè)開發(fā)套件研發(fā)的“軌道在線智能巡檢系統(tǒng)”，已實(shí)現(xiàn)對(duì)軌道巡檢圖片的實(shí)時(shí)檢測(cè);基于飛槳的技術(shù)能力，智慧植物工廠已實(shí)現(xiàn)機(jī)器24小時(shí)自動(dòng)照看、多方位呵護(hù)蔬菜生長(zhǎng)采收，以往一位農(nóng)學(xué)專家只能照看20畝地，現(xiàn)在一人可照看60—100畝地。

即便是普通人，也能使用AI開發(fā)平臺(tái)將奇思妙想變?yōu)楝F(xiàn)實(shí)。疫情期間，完全不懂編程的小學(xué)生郭佳慧使用飛槳EasyDL零門檻AI開發(fā)平臺(tái)開發(fā)的口罩佩戴識(shí)別系統(tǒng)，能夠甄別出用袖子、手臂遮擋面部的“作弊”行為，獲得數(shù)千人次的下載應(yīng)用。

該報(bào)告認(rèn)為，目前全球主流深度學(xué)習(xí)軟件框架格局已從百花齊放向幾家逐鹿轉(zhuǎn)變，百度飛槳、騰訊優(yōu)圖、華為MindSpore、阿里XDL等自研開源深度學(xué)習(xí)軟件框架加速升級(jí)，中國(guó)正在快速形成開源框架的系統(tǒng)化布局。(記者 劉 艷)

動(dòng)感飛槳：飛槳深度學(xué)習(xí)平臺(tái)（百度深度學(xué)習(xí)平臺(tái)PaddlePaddle中文名）

AI元學(xué)習(xí)首次進(jìn)入神經(jīng)科學(xué)

科技日?qǐng)?bào)訊 (記者劉艷)新加坡國(guó)立大學(xué)、字節(jié)跳動(dòng)等機(jī)構(gòu)合作的技術(shù)成果近期在神經(jīng)生物學(xué)期刊《自然·神經(jīng)科學(xué)》發(fā)布，該研究首次將AI元學(xué)習(xí)( learning)方法引入神經(jīng)科學(xué)及醫(yī)療領(lǐng)域，可在有限的醫(yī)療數(shù)據(jù)上訓(xùn)練可靠的AI模型，提升基于腦成像的精準(zhǔn)醫(yī)療效果。

腦成像技術(shù)可直接觀察大腦在信息處理和應(yīng)對(duì)刺激時(shí)的神經(jīng)化學(xué)變化，理論上，基于腦成像的AI模型可應(yīng)用于預(yù)測(cè)個(gè)人的一些表征特性，從而促進(jìn)針對(duì)個(gè)人的精準(zhǔn)醫(yī)療。盡管已有英國(guó)生物銀行(UK Biobank)這樣的大規(guī)模人類神經(jīng)科學(xué)數(shù)據(jù)集，但在研究臨床人群或解決重點(diǎn)神經(jīng)科學(xué)問題時(shí)，幾十到上百人的小規(guī)模數(shù)據(jù)樣本依舊是常態(tài)。因此，在精確標(biāo)注的醫(yī)療數(shù)據(jù)量有限的情況下，如何訓(xùn)練出可靠的AI模型，正成為神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)領(lǐng)域焦點(diǎn)問題。

研究者們提出，使用機(jī)器學(xué)習(xí)領(lǐng)域的元學(xué)習(xí)解決上述難題。

元學(xué)習(xí)是過去幾年最火爆的學(xué)習(xí)方法之一，其目標(biāo)是讓模型可以在獲取已有知識(shí)的基礎(chǔ)上快速學(xué)習(xí)新的任務(wù)。

研究者通過對(duì)先前小樣本數(shù)據(jù)分析發(fā)現(xiàn)，個(gè)體的認(rèn)知、心理健康、人口統(tǒng)計(jì)學(xué)和其他健康屬性等表征特性與大腦成像數(shù)據(jù)之間存在一種內(nèi)在相關(guān)性?；谛颖緮?shù)據(jù)和大數(shù)據(jù)集之間的這種相關(guān)性，研究者提出元匹配( -matching)的方法，將大數(shù)據(jù)集上訓(xùn)練出來的機(jī)器學(xué)習(xí)模型遷移到小數(shù)據(jù)集上，從而訓(xùn)練出更可靠的模型。

這一新方法已在英國(guó)生物銀行和人類連接組計(jì)劃(Human Connectome Project)的數(shù)據(jù)集上完成測(cè)評(píng)，較傳統(tǒng)方法體現(xiàn)出更高的準(zhǔn)確率。

實(shí)驗(yàn)顯示，這項(xiàng)新的訓(xùn)練框架非常靈活，可與任何機(jī)器學(xué)習(xí)算法相結(jié)合，在小規(guī)模的數(shù)據(jù)集上，也可有效訓(xùn)練泛化性能好的AI預(yù)測(cè)模型。