文|曾响铃
不同于以往，新基建正在成为各大科技企业大展身手的舞台。
这是一个明显的趋势，虽然“新基建”的概念是由上而下推行的，但落实到市场层面、应用领域，科技企业的探索路径逐步成为了主流认可的方向，影响着行业的发展。
百度作为国内AI的领跑者，经过长期的沉淀和探索，逐步形成了其在AI领域的新基建姿态。回顾518百度云智峰会，百度智能云架构迎来全新升级，以百度大脑为核心，以两个中台即AI中台和知识中台为基本，百度基于AI产业应用初步形成了“一体双翼”的发展姿态。
深入再看AI中台涉及的深度学习领域，这一个姿态在520深度学习开发者大会上又被进一步确立——以飞桨为主体，以产业应用和人才培养为发力方向，更加具象的姿态成为百度飞桨深度学习开源生态后续发展的承载。
那么，当我们站在行业的角度上来看，百度这一个姿态在深度学习领域，又带来怎样的思考？
一、“一体”搭建，AI企业聚合化输出成为趋势
事实上，当我们回顾行业发展，“一个主体”的搭建在AI企业的生态上尤为常见，也是一个关键性的信号。
在深度学习领域，随着一家AI企业的资源、技术、合作伙伴等达到一定的高度，逐步就会形成特定的生态圈层。对此，企业开始寻求生态资源的整合，搭建一个强劲的AI能力输出口，保持开放，向外部辐射。
这个思路并不陌生，不管是国外谷歌的Tensorflow、亚马逊的MXNet，还是国内百度的飞桨，无不都是基于自家AI生态的沉淀，最终搭建起来的深度学习框架。而这一个平台，往往会进入持续的迭代状态，保持聚合化的对外开放和能力输出。
比如百度的飞桨，作为目前国内最领先、服务开发者规模最大、功能最完备的深度学习开源平台，其依旧保持着快速的迭代升级能力。
日前，飞桨全新发布8大新品，重磅升级27项能力，进一步升级核心框架、完善从开发训练到部署的全流程工业级极致体验、深化企业端服务，继续夯实行业领航能力。
更值得一提的是，百度进而再推出飞桨企业版【EasyDL+BML】，其中全新发布的EasyData也是业内首个专注于AI开发领域的智能数据服务平台，以此补齐了EasyDL的数据管理能力。
不难看出，在接二连三的新品发布和功能迭代中，百度对于飞桨深度学习开源平台的重视程度非常高。而这一切的背后，都在于飞桨在深度学习领域，承载着百度AI生态向外辐射和能力输出的重担。
也就是说，飞桨是百度在深度学习领域的一个锚点，更是其打造深度学习开源生态的一个主体。接下来的发展百度只需要“围点画圆”，通过扩展主体平台的能力和资源，即可打造出一个多维生态，来满足自己和生态伙伴的开发应用需求。
实践证明，这样搭建“一体”的思路也十分实用和高效，所以有能力的AI企业都会极力促成自家深度学习平台的开源，来面向市场输出能力、聚合生态。
二、“双翼”驱动，数字新基建的根本是什么？
当然，对于AI新基建来说，如果只是搭建“一体”，建好自家的深度学习开源平台，还远远不够。新基建作为数字技术的一个浪潮，也是数字基建。
在建设过程中，不能遵循以往的思路，数字技术的发展具有独特的思路。那么，在深度学习领域，“一体”若要起飞，AI企业还得推动两个方向的发展，落实“双翼”驱动。
其一，一手抓产业应用：价值转化要看得见。
身处后疫情时代，社会与市场对于新技术都有一个更加深刻的认知，那就是技术应用的价值。特别是在经历了紧张的抗疫工作后，又将进入迫切的经济复苏阶段，社会与市场都亟待AI产业的落地应用，成为跨越艰难时刻的加速器。
可以说，推动产业应用，使新技术带来可以看得见的价值，已然成为了后疫情时代一家企业的迫切责任。为此，从抗疫一线到经济复苏的前哨，我们几乎都能看到百度飞桨作为国内领航者的身影，推动产业应用俨然成为了它的一个主力方向。
如今，百度飞桨在助力国计民生、经济复苏层面不断树立标杆，服务领域涉及农林、医疗、工业制造、消费类电子、电力能源、交通、环保等多个领域，并取得了诸多积极反馈。
比如，飞桨携手国家电网和山东信通打造了电网智能巡检方案，其中分析准确率达到90%，报警响应速度更是从小时级提升为秒级，再次证实了技术驱动的高效能力。
OPPO基于飞桨的大规模分布式训练技术研发的推荐系统，训练速度提升了8倍，模型扩大了20倍，效果提升4%-5%，内存节省90%，为OPPO应用商店业务带来了巨大的价值转化。
可视化的数字，让飞桨的应用价值看得见，这也清晰地向我们展示了一个技术产品所必须具备的能力——那就是产业价值的实现。
其二，一手抓人才培养：技术底座要打得牢。
为什么要培养人才？似乎看到这里，画风有点跑偏。
实际不然，正如同上文所说，新基建是数字科学的基建，数字科学的未来必然是人才的比拼。人才，无疑是基础中的基础，容不得丝毫怠慢。
或许，你又会疑问，人才培养不应该是政府或者高校的事情吗？
当然，这只是一部分人才培养的承载体，但人才培养终究是全社会的事情，一个企业若能挑起这个重担，足以看到其在行业内的魄力和远见。
事实上，身处行业一线的企业远比任何人都清晰人才的需求，以及人才培养的重要性。
以AI领域来说，虽然中美是当今世界的AI大国，但两国之间依旧存在不小的差距。关键的一点，就在于人才储备的差距。
据沙利文整理的数据显示，中国人工智能领域杰出人才数为977人，不足美国的五分之一，且杰出人才占比仅为5.4%，与美国的17.1%有较大差距。
可以说，这是中国AI行业的一个症结。人才储备事关技术底座的构建，新基建要解决正是人才上的问题，才能迎来AI行业未来的新爆发。
所以，对此不难理解，飞桨作为一个产业级深度学习开源平台，为何会接二连三的发布人才激励、人才培养计划和措施。
