百度平等赋能每个人，AI将在不同领域迅速落地

不知你是否察觉，如今人工智能的发展阶段，与百年前电力系统的诞生初期颇为相像：当人类发明了电力，这一革命性基础设施就会迅速完成对创新者的赋能，让人们的创造力与电力完成嫁接，引领各个领域完成从“电”到“电器”的蜕变——如今，作为新时代的基础设施，人工智能也正走在从技术攻坚到嵌入大众生活的历史进程，无论是凭借个人还是组织的力量，当技术本身不再是问题，你就会清晰看到开发者将想法变成现实的景象，清晰听到AI在不同领域落地的声响。

而完成这一历史进程的硬性约束条件，就是“技术本身不再是问题”，这意味着，在底层框架层面，开发者需要“被赋能”，这一角色毫无疑问将由巨头担当。

就在不久前，Facebook，谷歌，微软等国际科技巨头都召开了自己的年度大会，在硅谷知名科技行业分析师本·汤普森看来，除了传递最新的业务发展逻辑，这些大会还透射出巨头们的技术哲学观，汤普森就在文章中敏锐地指出：与谷歌和Facebook希望让“技术帮人类做事”不同，微软的哲学观是让技术“为人类赋能”——“不是让技术为人们做事，而是让人们做以前从未做过的事”，就像微软CEO纳德拉所言：“我们有责任确保这些技术赋予每个人权力，用这些技术确保每个行业都能增长和创造就业机会。”

而在中国，百度也在最近召开了AI开发者大会，在大会上，作为百度人工智能赋能的核心，百度大脑宣布升级至3．0版，并宣布对外开放110多项AI能力，未来也将持续平等赋能开发者——从这种自我期许来看，百度的技术哲学观似乎更偏向更具使命感的后者，他们希望平等赋予每个人和每个组织权力，以取得更多成就。

可以预见，在科技巨头的赋能下，AI将在不同领域迅速落地，诞生这个时代最重要的“电器”。

落地为先

先来回顾一下百度大脑3．0的迭代，其中包括技术层面和开放层面。

在技术层面，百度大脑3．0提出了“多模态深度语义理解”的核心能力，它指对文字、声音、图片、视频等多模态的数据和信息进行深层次多维度的语义理解，包括数据语义、知识语义、视觉语义、语音语义一体化和自然语言语义等多方面的语义理解技术，不仅能让机器听清、看清，更能深入理解它背后的含义，深度地理解真实世界，进而更好地支撑各种应用。

另外值得一提的是，当百度大脑迭代到3．0版本，也形成了从芯片到深度学习框架、平台、生态的AI全栈技术布局，是目前最完整的AI技术平台：尤以芯片领域最令人振奋，百度大脑3．0首次将芯片纳入技术体系，发布了百度自主研发的中国第一款云端全功能AI芯片“昆仑”，其中包含训练芯片“昆仑818－300”，推理芯片“昆仑818－100”，能够大幅加速百度大脑的算力增长；而在百度深耕已久的开源框架领域，深度学习平台PaddlePaddle也发布了完整的PaddlePaddle Fluid训练与预测框架，PaddlePaddle作为AI芯片指令集，将与AI芯片结合，推动AI行业生态快速发展，降低深度学习应用门槛，优化整个深度学习的研究环境。

更重要的是，如前所述，百度AI开发者大会上，百度大脑3．0宣布开放110多项场景化AI能力与解决方案，并通过开放EasyDL等定制化平台以及软硬一体的AI能力，持续降低AI应用门槛，从而帮助开发者和企业应用AI实现业务升级，百度大脑未来也将不断开发新的AI能力，让任何人（包括个人开发者和不同规模的企业）基于真实需求的AI想法，都能通过百度的赋能，在不同领域从容落地。

对于任何AI开发者而言，这无疑是一种巨大利好。你知道，在资本和媒体的合力塑造下，人工智能多少成为一个“概念的囚徒”——于是不难发现，在产业界，有太多为演示而生的产品，太多为概念而生的公司，太多不知如何让技术落地，不懂需求，把AI当“锤子”到处找“钉子”的创业者；与之类似，在学术界，尽管中国AI论文发表数量经常被视作中国AI产业领先的理由之一，但坦率地讲，懂得技术原理的人很多，但真能让AI应用实现落地的很少。

嗯，真正的人工智能，绝不仅仅是学者的论文和网上刷分的选项，任何的学术研究和产品展示，最终都要实现落地，普惠大众——这就好比，在电力时代，大众并不关心爱迪生与特斯拉的直流交流电“原理之争”，他们只想要更好的电器。

我相信，在百度等科技巨头的充分赋能下，AI大规模落地的速度，可能要比人们想象中要快。

人工智能促进经济效率

而在我看来，无论是从行业还是个人层面，AI的赋能与落地，将带来不同的意义。

先来看行业层面。人类历史上，每一次重大技术进步，都伴随着生产率的大幅提升，技术变迁对经济效率的促进，一直是经济学家无比关注的话题，在他们看来，古往今来，任何行业的崛起都经历三个过程：技术先导，产品跟上，大规模落地，最终形成推进社会进步的力量——遵循着相似的脉络，人工智能的商业化和场景化，无疑是促进产业升级的关键环节。

尤其是在对产业升级拥有强烈诉求的中国市场，以人工智能和大数据为代表的数字经济，对宏观经济的拉动作用已非常明显：去年中国数字经济规模达到了27．2万亿元人民币，对GDP的贡献高达32．9％，2025年数字经济有望成为中国经济发展的第一引擎。实现这一目标，很大程度上需要人工智能在不同领域依次落地，需要各行各业拿起最新的技术工具，完成对传统产业的重塑。

不妨举个AI实际应用的例子，譬如在零售领域，通过百度大脑的赋能，百度在大会上展示的无人超市应用视觉语义化技术（让机器完成从“看清”到真正“看懂”的蜕变），通过识别人物、动作、物品并关联时间序列，将数字化的视频转化为结构化的语义知识，了解顾客意图，实现顾客拿起商品就走，可以大幅提升超市运作效率，实现行业升级。

除了可被消费者轻易感知的领域，AI其实还隐匿在不同行业的神经末梢，在细节之处增进行业效率，随便举个例子：产品检测。你或许有所不知，知名厂商圣象地板通过运用百度EasyDL定制化训练与服务平台，结合工业摄像头，进行地板质量检测——相比人工检测导致的产能不足，以及长时间 *** 作导致准确率下降等问题，将检测及分拣环节交给机器，处理单片木板原料的单位时间缩短至原来的1／4，仓储流转速度预测可以下降15％，整体可提升2倍以上的经营效率。

从这两个案例不难发现，在行业层面，人工智能的渐次落地，其实是新经济时代下市场经济的重要一环，就像顺为资本执行董事孟醒所言：“人工智能从算法端和数据端开始，包括找数据、收集数据、激励机制、计算和传输，整个过程都指向了一个目的，就是优化经济成本，对企业来说是优化效率，对用户来说就是优化体验。”

促进个人创造力和竞争力

而倘若抛开宏大视角，从个人而非行业层面诠释AI的落地，你会发现，它或许是这个时代挥洒个人禀赋的最佳工具。

再来看两个例子。

中科院研二的任家强同学一直很关注环护，在他看来，违规开发是最令环保部门头疼的事情之一，于是他根据环保部国土污染面积统计结果，利用百度AI训练出一套污染场地风险管理模型，希望未来这套模型能用于政府规划部门，规避不当开发造成的后续风险。

而来自合肥学院计算机专业的梁佳同学，则发现街边盲道经常会被违规停放的车辆阻挡，于是想到利用百度AI进行路面状况识别训练，目前已经搭建出一套模型，在梁佳的期许中，未来这套模型可以结合可穿戴设备，实时采集路面信息，通过语音或者震动等方式对用户进行反馈提醒，解决盲人出行困难问题。

嗯，如同凯文·凯利所言，就像“振弦技术发掘了小提琴演奏家的潜力；油画颜料和帆布技术释放了几百年来画家的天赋；胶片技术成就了更多的电影人才”——在人类正在迈向的智能时代，只有当“技术本身不再是问题”，个人才能释放更强的创造力。

而更进一步讲，百度大脑赋予个人的创造力，很多时候可以直接兑换成竞争力。

要知道，在真正成为整个社会的“电力系统”之前，人工智能还处于“未来已经来临，只是尚未普及”的过渡阶段，在这个阶段，率先拿起AI工具的尝鲜者，无疑能吃到巨大红利——换句话说，与人类历史上诞生的其他新技术一样，现阶段的AI也在将人群划分为“知道它的”和“不知道它的”，“会用它的”和“不会用它的”，而前者无疑拥有了提高个人竞争力的利器。

不妨再举个例子。

生于1996年的黎英明2年前以实习生身份入职卓繁信息，这家公司主要从事企业应用开发。由于知晓并掌握了驾驭AI的能力，他来到公司后，带动公司整合了百度语音识别、人脸识别、UNIT训练等多项AI能力，公司通过这些能力开发出了24小时无人值守政务机，为社会公众提供全年无休的24小时自助办事服务，目前已在上海落地，黎英明自己也在短短两年内，从实习生跃升为项目总监。

结语

总之，无论是借助企业还是个人的力量，就像当年的电力系统一样，在对开发者的不断赋能中，人工智能正在给不同行业带来巨大增量，并已经深刻改变了零售，医疗，金融，媒体，交通等不同领域，在这个过程中，百度则希望成为给不同行业带来技术升维的“大脑”。

值得一提的是，在开发者大会上，李彦宏揭示了各行各业开发者调用百度大脑的“用脑量”（譬如近半年数据显示，视觉是开发者调用增长最快的AI技术）。

在我看来，这是一个有趣，且颇具现实意义的概念，因为从现在到未来，“用脑量”很可能成为判断一个行业智能化水准的关键指标——某种意义上，这就如同在第二次工业革命之后，人们用“用电量”判断一个城市的文明程度一样。