人工智慧進入“深度學習+”階段

雖然從底層技術看，ChatGPT並不算創新，但其社會影響遠遠超出了預期。這款由美國人工智慧公司OpenAI開發的聊天機器人，2022年11月推出後火遍全球，成為史上增長最快的消費者應用程式。

讓機器和真人自由對話，一直是人工智慧領域的重要目標之一。ChatGPT的爆火背後，其實是深度學習技術的十年發展。

不久前，在百度Create AI開發者大會上，深度學習技術及應用國家工程研究中心主任、百度首席技術官王海峰表示，當前規模化的AI大生産已然形成，深度學習逐漸在技術、生態、産業等多個維度成熟，人工智慧的技術創新和産業發展，進入“深度學習+”階段。

深度學習讓AI應用領域再進一步

要了解“深度學習+”，首先要了解什麼是深度學習。

基於神經網路演算法的深度學習，它的“深”，是相較于傳統機器學習演算法而言。

雖然傳統機器學習演算法在指紋識別、人臉檢測等領域的應用基本達到了商業化要求，但要“再進一步”卻很難，直到深度學習演算法出現。

深度學習屬於無監督學習，不需要通過人工方式進行樣本標注，就能自動完成學習。需要指出的是，深度學習十分依賴硬體設施，因為它需要的計算量實在太大，且需要花費大量時間以及大量數據來進行訓練。

一項技術能夠將它的觸角延伸至各行各業，靠的是其底層通用性。

“深度學習具有很強的通用性，呈現出標準化、自動化和模組化的工業大生産特徵。”王海峰從更具廣泛支撐價值的角度指出，規模化的AI大生産已形成。人工智慧的技術創新和産業發展，進入“深度學習+”階段。

深度學習促進各行業加速發展

深度學習讓機器同時從海量數據和大規模知識中融合學習，效果更好、效率更高。例如，百度研製的文心産業級知識增強大模型，具備跨模態、跨語言的深度語義理解與生成能力，可應用於搜索、資訊流、智慧音箱等網際網路産品，並通過飛槳深度學習平臺賦能製造、能源、金融、通信、媒體等各行各業。

晶片、深度學習框架、模型及應用構成了深度學習良性生態，使得應用需求和反饋傳遞到深度學習技術的各個環節，各環節持續迭代優化，加速AI技術創新和産業發展。此外，生態中的産學研用各方，也在攜手培養人工智慧人才。

各行各業應用深度學習技術降本增效，創新産品和業務加快産業智慧化進程，努力實現高品質增長。我國的産業體系品類齊全、體量龐大，深度學習驅動的人工智慧創新應用，有助於形成産業良性迴圈，促進底層技術突破，加快現代化産業體系升級。比如，智慧交通中“智慧調度系統”，就是深度學習+交通融合創新的智慧應用。城市交通複雜多變，缺乏全局感知數據，難以全域協同控制。應用深度學習技術，可實現對整個區域交通流量的全局調控，最大限度地減少各方向綠燈的空放，減緩道路擁堵，節省出行時間。