3月25日，國內(nèi)人工智能領(lǐng)軍企業(yè)曠視科技舉辦線上發(fā)布會，曠視聯(lián)合創(chuàng)始人兼CTO唐文斌重新定義了人工智能底層的基礎(chǔ)設(shè)施，并正式發(fā)布了曠視AI生產(chǎn)力平臺Brain++，同時宣布開源其核心框架天元（MegEngine）。向上發(fā)展產(chǎn)業(yè)，向下發(fā)展AI算法基建。經(jīng)過多年的內(nèi)部磨練驗證，曠視希望基于此次開放的框架，賦能更多的企業(yè)可以更加低成本使用AI生成解決方案。

當(dāng)前，人工智能技術(shù)發(fā)展和應(yīng)用落地速度較快，但對于大多數(shù)公司而言人工智能技術(shù)發(fā)展所需要的人才、資金、時間成本仍然是瓶頸所在。深度學(xué)習(xí)框架是人工智能基礎(chǔ)設(shè)施中的基礎(chǔ)工具，是AI產(chǎn)業(yè)商業(yè)化的重要根基。如果沒有框架，傳統(tǒng)的研發(fā)異常艱苦，需要復(fù)雜的算法工程、漫長的研發(fā)周期、巨大的人力成本。曠視的加入，讓國產(chǎn)自主深度學(xué)習(xí)框架再添一員，使中國的人工智能開發(fā)工具可以在國際上與谷歌的TensorFlow、Facebook的PyTorch對壘，相比國外的框架和平臺，誕生于中國應(yīng)用場景的深度學(xué)習(xí)框架與中國產(chǎn)業(yè)轉(zhuǎn)型更適配，有望讓更多中國的企業(yè)更快捷的獲得AI研發(fā)能力。

在唐文斌看來，AI基礎(chǔ)設(shè)施應(yīng)當(dāng)被重新定義。芯片之外，能夠被稱為AI基礎(chǔ)設(shè)施的應(yīng)當(dāng)還有算法層面AI平臺級產(chǎn)品，來協(xié)同優(yōu)化數(shù)據(jù)、算法、算力。芯片和算法平臺對于人工智能來說，就像一個人的“心”和“靈魂”一樣，需要深度耦合才能有魅力。

于是曠視提出了“AI生產(chǎn)力平臺”的概念，并發(fā)布了曠視自研的AI生產(chǎn)力平臺——Brain++。目前曠視幾乎所有AI產(chǎn)品都基于它構(gòu)建，這一次曠視決定將開發(fā)多年來的心血積累開放。更深層次的意義在于，曠視Brain++作為AI生產(chǎn)力平臺，本質(zhì)是具備能夠批量生產(chǎn)算法的深度學(xué)習(xí)框架。另一方面，國產(chǎn)自主可控的深度學(xué)習(xí)框架，將是中國打造數(shù)字基建中AI核心能力的底座，釋放更多生產(chǎn)力。

普通企業(yè)AI研發(fā)的難

只需界定一些算法框架，計算機(jī)便能通過大量數(shù)據(jù)進(jìn)行反復(fù)訓(xùn)練，達(dá)到“自主思考”的能力，深度學(xué)習(xí)對于人工智能的發(fā)展是革命性的。人工智能激發(fā)的巨大想象空間，吸引眾多企業(yè)卷入這場科技浪潮中。

但回顧過去三四年AI行業(yè)的發(fā)展現(xiàn)狀，馬太效應(yīng)聚集已經(jīng)非常明顯。互聯(lián)網(wǎng)時代，一家傳統(tǒng)企業(yè)想要變成互聯(lián)網(wǎng)企業(yè)很容易，只要具備IT基礎(chǔ)設(shè)施，一根網(wǎng)線+一套App就能線下轉(zhuǎn)線上。但是“AI+”和“互聯(lián)網(wǎng)+”不一樣，傳統(tǒng)企業(yè)和沒有算法研發(fā)基礎(chǔ)的場景，想要和人工智能融合需要跨過諸多難關(guān)，初期工具東拼西湊、操作復(fù)雜上手難，還會擔(dān)憂數(shù)據(jù)外傳與隱私泄露問題，且模型效果持續(xù)難，以及定制開發(fā)難、周期長。“AI+”提升的難度量級是跨越式的，因此大多數(shù)產(chǎn)業(yè)仍處在AI化轉(zhuǎn)型難的問題上。相比之下少數(shù)互聯(lián)網(wǎng)巨頭和AI明星企業(yè)占據(jù)資源優(yōu)勢或?qū)I(yè)性，AI化更加迅猛。

曠視在成立之初也曾經(jīng)歷這樣的陣痛時刻，這也促使曠視要做出改變。唐文斌認(rèn)為，AI行業(yè)是分層的，曠視從早期的算法層向上生長結(jié)合行業(yè)需求形成了軟硬結(jié)合的全棧解決方案進(jìn)入到了應(yīng)用層，并構(gòu)建了如機(jī)器人操作系統(tǒng)河圖、城市管理操作系統(tǒng)等數(shù)字化中臺或硬件中臺。但是曠視發(fā)現(xiàn)有限的算法在場景中具有局限性，場景中層出不窮的新的問題需要新的算法來解決。“所以從根本上來說，發(fā)展人工智能應(yīng)該先解決基礎(chǔ)設(shè)施建設(shè)，才能讓AI應(yīng)用擁有持續(xù)的動力。”

發(fā)布會上，唐文斌重新定義了AI的基礎(chǔ)設(shè)施。他認(rèn)為只有AI芯片平臺和AI生產(chǎn)力平臺能夠被稱為AI基礎(chǔ)設(shè)施。其中業(yè)內(nèi)對AI芯片的定義和界限已經(jīng)很清楚了：作為AI的硬件計算平臺毫無疑問芯片能夠被稱為基礎(chǔ)設(shè)施。但他認(rèn)為行業(yè)里還沒有人能夠解釋或推出AI底層的平臺級產(chǎn)品。

“算法研發(fā)和普通編程不同，是一個系統(tǒng)工程，所以就需要一個能夠協(xié)同優(yōu)化數(shù)據(jù)、算法、算力的平臺級產(chǎn)品。”唐文斌進(jìn)一步闡述，“我們認(rèn)為AI底層的平臺產(chǎn)品應(yīng)該是三位一體的，我們稱它為‘AI生產(chǎn)力平臺’，而且曠視已經(jīng)擁有了這樣的平臺——Brain++。”據(jù)稱，曠視Brain++包括數(shù)據(jù)層面的平臺MegData，用于算法訓(xùn)練的一套框架MegEngine，以及彈性管理算力的平臺MegCompute，可覆蓋數(shù)據(jù)、算法和算力全流程、一站式的AI研發(fā)。

曠視Brain++的出現(xiàn)，就是為企業(yè)用戶提供AI生產(chǎn)全流程的服務(wù)，從專業(yè)咨詢、到數(shù)據(jù)生產(chǎn)、模型優(yōu)化，再到私有化AI平臺的建設(shè)運維，滿足各行業(yè)在“AI+”的過程中降本增效、自主安全和商業(yè)創(chuàng)新的訴求。讓AI學(xué)習(xí)模型從“手工”時代步入“自動化”時代，這是業(yè)界一直所努力奮斗的，而曠視Brain++也是為此而生的。此次發(fā)布會，曠視宣布將把Brain++最為核心的深度學(xué)習(xí)框架代碼開源，本意是將創(chuàng)造無限算法的能力賦能給大眾，發(fā)動集體的力量去解決無限場景中的無限問題。

釋放更多生產(chǎn)力

曠視于2013年左右開始專注于深度學(xué)習(xí)，在2014年完成了自研框架的搭建，幾乎跟谷歌同一時間點來做這件事情。跟TensorFlow、PyTorch等平臺不同的是，曠視是一家主業(yè)全部為AI的公司，天元深度學(xué)習(xí)框架天然地帶有實踐性，不同場景下的解決方案天然就具備內(nèi)外統(tǒng)一性。

曠視的這種AI應(yīng)用實踐獨特性，讓其深度學(xué)習(xí)框架的開源更具有實際可操作意義，進(jìn)而大幅度降低其他開發(fā)者的學(xué)習(xí)成本。開源框架和生產(chǎn)力平臺的作用就是為開發(fā)者提供一個良好的開發(fā)環(huán)境，如果把算法研發(fā)比做炒菜的過程，有無框架和平臺的區(qū)別就是，現(xiàn)在就不需要廚師自己去造鍋、生火和洗菜，直接炒菜就可以了。讓研發(fā)人員獲得從數(shù)據(jù)到算法產(chǎn)業(yè)化的一攬子技術(shù)能力，不用重復(fù)造輪子也可以推進(jìn)AI快速落地。

這種人工智能對于生產(chǎn)力的升級與新基建的內(nèi)在邏輯不謀而合，“新基建”7大板塊中，拋開電力、交通和新能源垂類的基建領(lǐng)域，最核心的是以5G、人工智能、工業(yè)互聯(lián)網(wǎng)和大數(shù)據(jù)中心為代表的數(shù)字基建。其本質(zhì)上是信息數(shù)字化的基礎(chǔ)設(shè)施，戰(zhàn)略意義是通過更為先進(jìn)的數(shù)字化技術(shù)釋放生產(chǎn)力。

無論是對于國內(nèi)經(jīng)濟(jì)發(fā)展，還是賦能產(chǎn)業(yè)升級、數(shù)字化轉(zhuǎn)型，人工智能技術(shù)的應(yīng)用都處在核心位置上。更深層次方面，數(shù)據(jù)、算力、算法構(gòu)建了人工智能發(fā)展的基本要素。其中算力與數(shù)據(jù)代表的硬件基礎(chǔ)，更考驗的是各類AI算法，而深度學(xué)習(xí)框架構(gòu)建了AI算法的核心，“芯”“魂”并重，這樣才是建設(shè)好人工智能的基礎(chǔ)層。

有了類似曠視Brain++這樣的AI生產(chǎn)力平臺，猶如擁有了AI水電站級別的設(shè)施，未來人工智能才有可能像“自來水”一樣無處不在，且即開即用。作為AI領(lǐng)域的獨角獸企業(yè)，曠視為行業(yè)樹立了一個很好的榜樣，用開源AI底層的深度學(xué)習(xí)框架，與行業(yè)共享創(chuàng)新成果提升AI行業(yè)整體效能。