我國人工智慧發展需警惕深度學習框架「雙缺」

深度學習框架作為新一輪人工智慧跨越發展的核心引擎，也是全球科技創新和產業發展的前沿陣地。在過去十年中，各國政府和科技巨頭競相布局深度學習框架，力爭搶佔該領域的制高點。然而，我國在現階段的人工智慧發展中，深度學習框架受到國際戰略缺位、核心技術缺失的「雙缺」問題困擾，困境日益凸顯。在這一背景下，賽迪智庫軟體產業研究所認為，我國應從四個方面推動深度學習框架的發展：整體布局，搶佔戰略制高點;自主創新，推動核心技術攻關;研用結合，壯大產業實力;開放開源，營造創新發展環境。

2006年Hinton 在《Science》提出著名的深度學習框架，引爆了一輪的人工智慧熱潮。十多年來，無論是國際科技巨頭，還是權威研究機構，都致力於深度學習框架的研發應用，帶來了視覺、語音等領域革命性的進步，極大地推動了人工智慧的創新發展。事實上，隨著人工智慧時代的來臨，深度學習框架已被視為一個核心突破口和科技前沿陣地，依託深度學習框架構建人工智慧生態也必將成為未來發展方向。與發達國家相比，我國對核心技術的預見性較為滯後，深度學習框架的國際戰略缺位、核心技術缺失的「雙缺」問題尤其突出。我國只有關注並儘快破解「雙缺」難題，才有可能搶佔人工智慧的戰略制高點。

AI發展的核心引擎：深度學習

深度學習是神經網路及其應用的統稱，旨在將複雜的神經網路架構應用在數據建模上，從而帶來前所未有的準確性，其已在計算機視覺、語音識別、無人駕駛等眾多領域取得突破性進展。深度學習框架能夠提供進行深度學習的底層架構、介面，以及大量神經網路模型，減少重複編程的時間和精力，提高深度學習效率。如2016年Google DeepMind開發的基於深度學習的 AlphaGo以4：1的總比分戰勝了世界圍棋冠軍李世石，讓人們對深度學習的認知跨越到一個新階段。眼下，深度學習框架加應用場景已成為當今的主流發展模式，成為人工智慧發展的基礎和核心，也是人工智慧向下一個階段跨越的關鍵。

作為人工智慧實現跨越發展的重要突破口，深度學習框架引起了科技界、產業界的高度重視。全球科技巨頭紛紛布局，目前該領域的主要競爭者有Google、亞馬遜、微軟、Facebook等，主流框架有TensorFlow、Theano、Torch、Caffe、CNTK、MXNet、 DL4J、DSSTNE、Paddle、Keras、Lasagne等。隨著深度學習框架研究開發過程中的要求和需求不斷增加，開發快速、高效的深度學習框架成為國際權威科研機構及團隊的追求目標。一方面，科研領域研究工具型深度學習框架層出不窮，大大推動了深度學習框架研究的進程。

比如，賈揚清及其團隊開發的Caffe及Caffe2、普林斯頓大學視覺工作組的Marvin、斯坦福大學的ConvNetJS、卡內基梅隆大學研發的DyNet等，內嵌先進、完善的卷積神經網路模型。另一方面，具有商業前景的深度學習框架不斷湧現，在學術界和產業界都具有深遠影響。比如，蒙特利爾理工大學研發的Theano，其易用高效且運行穩定，是Keras、Lasagne、Blocks等框架的基礎，更是Facebook等互聯網公司大量應用的基礎。此外，部分創業公司也研發了性能優越的服務型深度學習框架。

我國深度學習框架「雙缺」問題日益突出

一方面，我國人工智慧產業蓬勃發展，在特定領域已處於世界先進水平。但在人工智慧核心環節即深度學習框架領域的國際發聲卻較少、戰略缺位明顯，特別是在開發、開源方面仍遠遠落後於歐美國家。另一方面，我國深度學習框架的國際戰略缺位，還表現為嚴重依賴國外開源框架，阿里的分散式深度學習框架Pluto是在Caffe的基礎上擴展而來，小米的深度學習平台Cloud-ML則是基於TensorFlow和Kubernetes等框架開發的。

經過多年積累，我國在人工智慧若干技術領域已取得重要突破。但在深度學習框架方面，卻一直處於跟隨階段，創新引領能力十分有限，尤其是在核心技術方面。究其原因，一是基礎研究無法支撐深度學習框架核心技術的研發，特別是對於神經網路模型可用性、穩定性、運行效率等基礎問題探索不足。二是缺乏對深度學習框架的超前設計和開發，包括跨平台移植、分散式學習、模型模塊化等核心部件的研究滯後。三是尚未開發出適用特定場景的深度學習框架和服務型產品，缺乏對其應用場景的探索。更重要的是，深度學習框架作為決定人工智慧技術、產業、應用的核心環節，是人工智慧核心生態圈建立的基礎和關鍵，核心技術缺失將直接影響到深度學習框架生態圈關聯的深度學習晶元、深度學習系統、深度學習軟硬體平台等產業發展，可能造成巨大的生態圈紅利損失，甚至阻礙我國人工智慧的跨越發展。

未來怎麼做

整體布局，搶佔戰略制高點：深度學習框架作為承載人工智慧各種硬體設備和軟體應用的基礎平台，是人工智慧生態中替代難度最大、系統要求最高的部分，為此各國已經和正在加快技術創新和戰略布局。我國也必須加緊整體布局，搶佔深度學習框架領域的戰略制高點。

一是制定《深度學習框架發展指南》，確定發展方向和重點任務，明確深度學習框架研究和應用推廣的時間表和路線圖。二是建立以研發深度學習框架為核心任務的人工智慧創新中心，統籌協調大型科技公司和科研機構，推動深度學習框架關鍵技術研發和成果產業化。三是設立深度學習框架研究重大科技項目，支持研發並開源一批有國際影響力的深度學習框架。四是統籌政府和市場多渠道資金投入，對深度學習框架研發提供優先支持，引導社會資本關注深度學習框架方向的創業企業和創業項目。

自主創新，推動核心技術攻關：要解決我國深度學習框架核心技術缺失、依賴國外框架的問題，必須積極推動自主創新，推出由我國主導的深度學習框架。

一是以深度學習演算法框架協同攻關為基礎，形成晶元、平台、應用協同的集成創新平台，加快深度學習演算法框架的核心技術發展和應用創新，夯實技術基礎。二是支持科研團隊開發用於科研、教學和測試的深度學習框架，特別是針對神經網路模型穩定性、運行效率、可用性等方面進行重點研究，強化高性能深度學習框架的基礎支撐能力。三是支持大型科技公司開發商業級和工業級的深度學習框架，重點突破深度學習框架跨平台移植、跨系統運行、分散式學習等核心技術，利用所擁有的海量數據對神經網路模型進行訓練，形成開放式、模塊化、可重構的訓練模型。四是支持科技企業對框架語言、介面、性能等應用問題進行研究，開發針對特定領域的專用深度學習框架。

研用結合，壯大產業實力：人工智慧應用的高轉化水平能夠帶動關鍵技術的集成應用。針對深度學習框架，我國應統籌利用理論研究方面的優勢，推動研用結合，壯大以深度學習框架為核心的人工智慧產業實力。

一是引導科研機構與產業界積極合作，借鑒國際先進科研機構開發深度學習框架的成功經驗，堅持理論研究與應用模式結合，研發先進的、高可用性的深度學習框架。二是鼓勵科研資源開放共享，為科研人員提供平台設施、數據資源和計算資源，用以訓練和改進深度學習框架。三是建立政產學研用相結合的創新型組織，聯合涉及晶元、軟體、硬體、互聯網等行業的企業及科研機構，打造研用結合、廣泛參與、合作共贏的生態系統，壯大產業整體實力。四是鼓勵企業積極探索深度學習框架應用場景，創新在製造業、金融、醫療、農業等行業的應用，在應用中加速技術的迭代創新。

開放開源，營造創新環境：開放開源是深度學習框架快速發展的重要推動力，我國應遵循開放開源原則，營造良好的深度學習框架發展環境。

一是引導參照國際中立的聯盟和基金會運作模式，整合國內科技界、產業界的研發力量，聯合建設國家主導的開源社區。二是組織制定開源社區發展指南，制定社區技術和數據共享規範，指導企業、高校和開發者積极參与開源社區的管理、建設和維護。三是建立以深度學習框架研發為核心，深度學習晶元、深度學習系統、深度學習軟硬體平台研發布局為支撐的科技創新體系，促進創新主體互動，協同推進發展，完善人工智慧核心生態圈。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！