2月27日，中國人工智能學會首屆智能交融產業論壇在成都順利舉行。本屆論壇由中國人工智能學會（CAAI）主辦，中國人工智能學會智能交融專委會、百度公司、深度學習技術及應用國度工程研討中心和電子科技大學結合承辦。中國工程院多名院士、知名專家、企業代表齊聚一堂，共同討論人工智能技術開展與創新，促進智能交融范疇產學研交流，推進智能交融范疇的中心理論、關鍵技術和產業革新的蓬勃開展。

現場，百度首席技術官、深度學習技術及應用國度工程研討中心主任王海峰以《“深度學習+”創新開展新引擎》為題，闡釋了人工智能技術創新和產業開展進入“深度學習+”階段。王海峰表示，深度學習在技術、生態、產業等多個維度已逐步成熟，人工智能的技術創新和產業開展進入“深度學習+”階段，正引領新一輪技術更迭。

據引見，在技術層面，“深度學習+學問”是人工智能技術進一步開展的重要方向。學問加強的深度學習，讓機器同時從海量數據和大范圍學問中交融學習，效果更好，效率更高。百度文心產業級學問加強大模型，具備跨模態、跨言語的深度語義了解與生成才能，已應用于搜索、信息流、智能音箱等互聯網產品，并經過飛槳深度學習平臺賦能制造、能源、金融、通訊、媒體等各行各業。

在生態層面，深度學習+上下游生態同伴。芯片、深度學習框架、模型及應用構成了深度學習良性生態，使得應用需求和反應傳送到深度學習技術及應用的每個環節，各環節持續迭代優化，加速AI技術創新和產業開展。飛槳是我國首個自主研發的產業級深度學習開源開放平臺，集中心框架、根底模型庫、端到端開發套件、豐厚的工具組件于一體，極大降低應用門檻。

在產業層面，深度學習+千行百業。各行各業應用深度學習技術降本增效，創新產品和業務，加快產業智能化進程，努力完成高質量增長。我國的產業體系品類齊全、體量龐大，深度學習驅動的創新有豐厚的應用場景，有助于構成良性循環，促進底層技術打破，加快晉級現代化產業體系。

作為近幾年人工智能開展的重要方向，大模型具有效果好、泛化性強、研發流程規范化的特性。但與此同時，大模型研發門檻高、難度大，依賴算法、算力和數據綜合支撐，產業化面臨應戰：首先是模型體積大，鍛煉難度高；其次是算力范圍大，性能請求高；第三是數據范圍大，數據質量良莠不齊。

如何完成大模型產業化？王海峰表示，具有算法、算力和數據綜合優勢的企業，能夠將模型消費的復雜過程封裝起來，經過低門檻、高效率的消費平臺，為千行百業提供大模型效勞。

此外，王海峰還以為，“深度學習+”驅動技術創新、產業開展，離不開深度學習產業鏈的完善和壯大，而深度學習平臺和大模型貫穿了從硬件適配、模型鍛煉、推理部署，到場景應用的全產業鏈，為人工智能技術創新和產業增長夯實了智能化基座。