但是 ， 并不是所有的框架 ， 都适合所有企业和场景 。
网易云音乐就碰到了独特的问题 。 作为规模巨大的音乐社区 ， 网易云音乐希望能向用户推荐合口味的音乐、歌单甚至直播 。 但是它的数据很特别：类型多 ， 规模大 ， 动态程度高 。 网易云音乐的数据类型从声音、数据条目直到文本都有 ， 9000 万首歌 ， 28 亿个歌单 ， 还有 2 亿活跃用户每天产生的海量评论和互动 ， 数据关系高达千亿级别以上 。
经过连番测评 ， 大多数框架都败下阵来 。 最终 ， 网易云音乐以「飞桨图学习」（PGL Paddle Graph Learning） 组件为基础升级了推荐系统 ， 提升了冷门歌曲分发、云村广场、陌生人一起听等等业务场景的效率 ， 最高甚至提升了近一倍 。
百度飞桨是目前国内最受欢迎的开源深度学习框架 ， 综合市场份额第一 。 但是 ， 飞桨想做的并不仅仅是框架 。 它的目标是成为 AI 时代的基础设施 ， 让 AI 能力成为即需即用的资源 ， 像电 ， 像自来水 ， 像移动互联网 。
只有 AI 能力灵活可用且随时可得时 ， 它才能真正发挥作用 ， 真正帮助各行各业跨入 AI 时代 。 那些在行业中真正实践的人 ， 那些面对真正问题的人提出需求、定义问题 ， AI 就能以强大的能力 ， 帮助他们解决 。
在互联网高速发展的时代 ， IT 企业中都会有产品经理 ， 他们是发现需求、定义问题 ， 再组织资源去解决问题的人 。 好的产品经理可遇不可求 。 今天 ， 在 AI 的帮助下 ， 产品经理更需要的是懂得如何运用前沿的 AI 技术 ， 更好更容易地解决问题 。
时代变了 ， 关键在于能不能提出好问题 。
02、有 AI 的未来
世界是由提出问题的人推动的 。 提出一个好问题 ， 往往比找到答案更重要 。 当莱特兄弟不再模仿鸟类飞行 ， 而开始研究空气动力学的时候 ， 人类才真正能飞翔 。
那么 ， 有 AI 的未来会是怎样的？
百度飞桨认为 ， AI 应该帮助各行各业提升能力 ， 更便捷地解决问题 。 AI 能力应该像大工业生产那样标准化、模块化、自动化 ， 让任何人都能容易地学习和使用 。
这也是目前 AI 平台面临的普遍问题 。 正如亨利·福特所说 ， 「如果我去问人们想要什么 ， 他们会说想要更快的马 。 」技术的发展往往先于大众认知 ， 有问题的人们未必意识到 AI 可以帮助他们解决问题；AI 技术的门槛还是偏高 ， 人们未必会容易学会使用 AI 来解决问题 。
飞桨想要解决这些问题 ， 成为智能时代的增长引擎 。 从 2016 年开放源代码以来 ， 飞桨一直致力于与开发者社区、与各种行业和企业合作 ， 提供针对行业独特需求的 AI 能力 ， 优化与硬件的适配 ， 以及降低学习和使用门槛 。
北京大兴区长子营镇有一座植物工厂 ， 厂长李开一个人最多可以照看 100 亩地——是过去的 5 倍 。 提供助力的 ， 依然是 AI：计算机视觉组件不仅会自动识别蔬菜是否健康、能否采收 ， 还能及时发现害虫 。 搭建这样的系统也并不困难：飞桨提供了 EasyDL 零门槛 AI 开发平台， 将构建深度学习模型的过程转变成搭积木般的活动 。
这是相对简单的 AI 能力 。 在其他内容更繁杂、上下游更多样的行业 ， 飞桨使用另一种策略：开发预训练大模型 ， 并针对任务和行业优化 ， 形成基础能力、任务能力、行业能力的组合 。
提高 AI 的「智力」 ， 关键在于算法、数据和算力 。 解决问题能力强的深度神经网络 ， 需要大量数据和强大计算能力的支撑 。 神经网络会通过学习训练数据 ， 在内部为一些变量赋值 ， 这些变量被称作「模型参数」 ， 是深度学习模型解决问题能力的关键 。 而预训练大模型 ， 就是参数很多的、用大量数据预先训练好的深度学习模型 ， 可以帮用户降低创建和训练 AI 模型的成本 。
相关经验推荐
- 相机|断货、涨价、无米之炊，相机行业的2022和未来
- 显卡|等着看，显卡越崩越难卖，未来2年都将持续跌价！
- 小米科技|处理器已成过去式，从荣耀70新机的曝光来看，未来手机体验更重要！
- 机器人|厌倦了捡玩具？ 戴森未来的家用机器人想为你做什么？
- iPod|苹果电池换哪个品牌好？电池弹窗怎么办？
- 京东|京东集团发布2021年ESG报告 以新型实体企业引领可持续未来
- iPod|小米智能家庭屏10：小爱触屏旗舰一屏多用，全屋智能轻松妙控
- 法拉第未来|车造出来了！法拉第未来发布最新财报：3个月亏损10亿元
- 高通骁龙|3830元！苹果绝版全新iPod突然现身：土豪看得上吗？
- Python|浅谈SAP顾问未来十年在中国的发展前景