2020年,新華三集團(tuán)發(fā)布《人工智能發(fā)展報(bào)告白皮書》,系統(tǒng)梳理了人工智能技術(shù)與產(chǎn)業(yè)的發(fā)展脈絡(luò),并對核心領(lǐng)域——人工智能基礎(chǔ)軟件開發(fā)——進(jìn)行了深度剖析。本白皮書不僅反映了行業(yè)發(fā)展的階段性特征,也為相關(guān)從業(yè)者、企業(yè)及政策制定者提供了重要參考。
一、人工智能基礎(chǔ)軟件的核心地位
人工智能基礎(chǔ)軟件,作為連接底層硬件算力與上層應(yīng)用場景的關(guān)鍵中間層,其重要性在2020年已得到廣泛共識(shí)。白皮書指出,基礎(chǔ)軟件主要包括機(jī)器學(xué)習(xí)框架、深度學(xué)習(xí)平臺(tái)、算法工具庫、模型管理與部署工具等。它們構(gòu)成了人工智能技術(shù)研發(fā)、模型訓(xùn)練、應(yīng)用落地的“操作系統(tǒng)”和“工具箱”。一個(gè)成熟、開放、高效的基礎(chǔ)軟件生態(tài),是推動(dòng)人工智能技術(shù)快速迭代和規(guī)模化應(yīng)用的根本保障。
二、2020年的關(guān)鍵發(fā)展態(tài)勢
- 框架與平臺(tái)競爭進(jìn)入“深水區(qū)”:以TensorFlow、PyTorch為代表的國際主流框架持續(xù)演進(jìn),功能日益豐富,易用性不斷提升。國內(nèi)如百度飛槳(PaddlePaddle)、華為MindSpore等也加速發(fā)展,強(qiáng)調(diào)自主可控與全棧優(yōu)化,形成了多元化競爭的格局。白皮書強(qiáng)調(diào),框架的競爭已從單一功能擴(kuò)展到對云邊端全場景的支持能力、與硬件的協(xié)同優(yōu)化以及生態(tài)建設(shè)的完整性。
- MLOps理念興起,工具鏈走向自動(dòng)化與標(biāo)準(zhǔn)化:隨著企業(yè)AI應(yīng)用從實(shí)驗(yàn)走向生產(chǎn),模型生命周期管理(MLOps)受到高度重視。白皮書關(guān)注到,能夠支持?jǐn)?shù)據(jù)準(zhǔn)備、自動(dòng)化模型訓(xùn)練、評(píng)估、部署、監(jiān)控與迭代的一體化開發(fā)運(yùn)維平臺(tái)(AI平臺(tái))成為企業(yè)級(jí)市場的焦點(diǎn)。這標(biāo)志著基礎(chǔ)軟件開發(fā)從支持“模型創(chuàng)造”延伸到支持“模型工業(yè)化生產(chǎn)”。
- 軟硬協(xié)同優(yōu)化成為性能突破關(guān)鍵:單一依賴通用硬件(如GPU)已無法滿足所有場景需求。白皮書指出,針對特定算法(如Transformer)或場景(如邊緣推理)的軟硬件協(xié)同設(shè)計(jì)成為趨勢。基礎(chǔ)軟件需要更深入地適配各類AI芯片(ASIC、FPGA等),通過編譯器、算子庫等層面的優(yōu)化,充分釋放硬件算力潛力。
- 開源開放成為主流生態(tài)模式:幾乎所有主流人工智能基礎(chǔ)軟件均采用開源策略。開源不僅加速了技術(shù)創(chuàng)新和傳播,也降低了開發(fā)門檻,吸引了全球開發(fā)者共同構(gòu)建生態(tài)。白皮書認(rèn)為,健康的開源社區(qū)是衡量基礎(chǔ)軟件成功與否的重要標(biāo)尺。
三、面臨的挑戰(zhàn)與未來方向
白皮書也客觀指出了人工智能基礎(chǔ)軟件開發(fā)面臨的挑戰(zhàn):
- 技術(shù)復(fù)雜性高:支持多樣化算法、硬件和場景,對系統(tǒng)軟件的設(shè)計(jì)帶來了巨大復(fù)雜性。
- 人才短缺:兼具深厚軟件工程功底與人工智能算法理解能力的復(fù)合型人才稀缺。
- 安全與可信賴性:模型的魯棒性、可解釋性、公平性以及數(shù)據(jù)隱私保護(hù)等需求,對基礎(chǔ)軟件提出了新的安全性功能要求。
- 生態(tài)壁壘:不同框架、平臺(tái)之間仍存在一定的互操作性障礙,數(shù)據(jù)與模型的高效流動(dòng)尚未完全實(shí)現(xiàn)。
白皮書預(yù)測人工智能基礎(chǔ)軟件將向以下方向發(fā)展:
- 全棧全場景融合:基礎(chǔ)軟件將進(jìn)一步打破云、邊、端的界限,提供無縫的統(tǒng)一開發(fā)與部署體驗(yàn)。
- 低代碼/自動(dòng)化:通過自動(dòng)化機(jī)器學(xué)習(xí)(AutoML)、可視化拖拽等方式,降低AI應(yīng)用開發(fā)門檻,賦能更廣泛的行業(yè)開發(fā)者。
- 安全可信內(nèi)嵌:將安全、隱私計(jì)算、可解釋性評(píng)估等能力作為基礎(chǔ)軟件的內(nèi)置功能,而非事后附加。
- 垂直行業(yè)深化:針對金融、醫(yī)療、工業(yè)制造等特定行業(yè)的知識(shí)與流程,開發(fā)更具針對性的基礎(chǔ)軟件組件和解決方案。
新華三2020年的這份白皮書清晰地表明,人工智能基礎(chǔ)軟件開發(fā)已從技術(shù)探索期進(jìn)入生態(tài)構(gòu)建與產(chǎn)業(yè)化攻堅(jiān)期。其發(fā)展水平直接關(guān)系到我國人工智能產(chǎn)業(yè)的核心競爭力。持續(xù)加大研發(fā)投入、培育開源生態(tài)、促進(jìn)軟硬協(xié)同、培養(yǎng)復(fù)合型人才,將是推動(dòng)該領(lǐng)域健康、可持續(xù)發(fā)展的必由之路。