百度 “燎原计划”首批AI加速器成员公布，聊聊这背后的“星星之火” 原创

昨日，百度AI开发者实战营在北京收官。在活动开始前半个小时，会场便已经是如下“盛况”：

2个小时过去，人气仍然有增无减，并且个个都是“认真学习脸”：

不难看出，中国的开发者对百度AI开放平台是寄予厚望的

“我们可以直接对接到百度的图像技术、语音技术、VR技术、深度学习平台上，快速搭载自己的智能产品，减少非常大的自我研发成本。”现场一位参会者对我说。

从7月份百度在AI开发者大会上首次完整展示了它的AI架构，并宣布全面开放60项核心技术能力（现已超过80项）以来，从产业界、学术界，到AI创业者和开发者，都兴奋不已，也充满期待。

在过去的2个月，百度AI开发者实战营活动走过了深圳、成都、杭州、上海、广州、北京，每到一地都吸引了一大波创业者和开发者。

“刚刚来会场之前我收到一个好消息。半个月前，我们开放了一项新的AR能力，有开发者基于这项能力开发出了自己的产品，现在产品已经上线并拿到了订单。我相信会有越来越多的开发者受益。”百度副总裁、AI技术平台体系（AIG）总负责人王海峰表示。

百度副总裁、AI技术平台体系（AIG）总负责人王海峰

但这仅仅是一个开始。

在实战营的第一站中，百度就发布了名为“燎原”的AI开发者扶植计划，并正式启动AI加速器第一期报名。2个多月过去，报名项目达到了上千个。经过评估、筛选和面试，百度从中选出了22家企业作为“首发”，并在昨日的收官之站上启动了第一期的开营仪式。

22家企业包括：光珀智能、鲲云科技、至真互联、衡道医学、小葱智能、Roboteam、特微智能、易码云天、环信、优信拍、声智科技、人人智能、我买网、桔子互动、天正聚合、百车宝、智能一点、点石经纬、视通科技、icourt、黑湖科技、犀语科技。

据百度AI技术平台体系高级总监吴甜介绍，这些企业涉及智能家居、智慧农业、智慧医疗、智慧司法、智能客服、AI芯片、汽车服务等多个领域，不仅能享受百度提供的80余项AI核心能力，还将获得客户、营销、企业运作和投资等多个层面的资源支持。同时，百度AI加速器还将在全年滚动招募，每年3-4期。

除此之外，百度还在会上宣布成立国内首个深度学习教育联盟，为开发者提供包括内容、渠道、平台、科研、赛事、资金等多方面支持，帮助感兴趣的开发者快速转型为合格的深度学习工程师，以改善目前AI人才缺乏的现状。

在技术方面，百度是“不负重托”的

在这样一个“燎原计划”的背后，百度的“星星之火”显然就是它的AI开放平台。可以说，在这方面，百度也是“不负重托”的。

从七、八年前开始布局AI至今，百度已经形成了包括基础层、感知层、认知层、平台层等在内的完整AI技术布局。如下图：

通过中间的AI开放平台，百度可以输出包括语音、图像、视频、自然语言理解、知识图谱、深度学习等在内的80多项基础技术，并落地到产品应用层、赋能行业。

在昨日的实战营上，百度重点介绍了人脸识别、语音技术和语音理解与交互技术UNIT等技术及其应用展示。

其中，基于深度学习的人脸识别技术，具有人脸检测与追踪、关键点定位、人脸属性分析、人脸1：1对比、人脸1：N查找、活体检测6大基础能力，用于远程身份认证、刷脸门禁考勤、安防监控、智能相册分类、人脸美颜等场景。在开发支持方面，开放了所有人脸识别API接口能力和所有终端的SDK，满足开发者全面覆盖所有设备应用场景并进行免费调试测试的需求；

语音技术方面，基于多年发展和积累的的声学模型和语音模型，可将声音与文字信息进行相互转换，用于智能导航、语音输入、语音搜索、文学有声阅读等场景。在平台上已经有25万注册的开发者，日调用次数超过了20亿次；

此外，语音理解与交互技术UNIT搭载了需求理解与对话管理技术，以及百度多年积累的自然语言处理、机器学习、大数据等核心能力，是一个对话逻辑配置平台，可以精确匹配业务逻辑，满足不同场景对话需求。用于各类对话式人机交互场景，如智能客服、机器人、智能汽车等。

重点说说PaddlePaddle

非常重要的是，百度AI不仅提供丰富的API接口，同时在国内还首先将其深度学习框架——PaddlePaddle（并行分布式全功能深度学习框架）全面开源，这样一个框架，相当于AI技术的中枢神经，能够为开发者提供算法层的支持。

据了解，PaddlePaddle最初是为百度自己的工程师而构建的，它是一个数据处理接口，能够为开发人员指定模型结构，将深度学习和认知计算技术应用到他们的应用程序中。在过去的多年中，百度利用它为广告、搜索排名、大规模图像分类、光学字符识别和机器翻译解决方案等各种产品添加了认知元素。

这样的PaddlePaddle 有什么特点？首先它支持包括DNN（深度神经网络）、CNN（卷积神经网络）、 RNN（递归神经网络），以及 NTM 这样的复杂记忆模型在内的多个深度学习模型。此外，基于 Spark，与它的整合程度很高。同时支持 Python 和 C++ 语言，并支持分布式计算，能在多 GPU、多台机器上进行并行计算。

在开源方面，虽然PaddlePaddle比谷歌Tensorflow晚了近一年，但面对开发者的选择，它也并不是没有优势。其中非常关键的是，它是由中国软件工程师开发，兼有中英文两个版本。对于中国初入门的开发者而言，语言障碍会在一定程度上限制他们对于其它深度学习框架的选择。此外，相比偏底层的TensorFlow，PaddlePaddle一个非常重要的特点就是易用，能为用户提供直观、灵活的数据接口和模型配置接口，让他们聚焦于构建深度学习模型的高层部分能，而无需担心任何琐碎的底层问题。

正因考虑到广大的初入门新手的需求，使得PaddlePaddle成了很多想要建立和训练神经网络的开发者的首选。与此同时，与其他框架不同的是，PaddlePaddle还可以与在本地运行的连接计算机组配合使用。这对于那些对云还心存顾虑的用户而言，吸引力也是非常大的。

从上图我们看到，在Github开源社区中，PaddlePaddle的活跃度正在不断攀升，甚至已经超过了Caffe。据介绍，PaddlePaddle的开放应用模型库包括了点击率预估、语音识别、图像分割、机器翻译、语音合成等，接下来，还将开放多达20种经过百度内部打磨实践的工业级模型，聚焦行业问题，为具体的应用场景提供算法支持。

“不仅仅是提供API接口，百度考虑到的是更深层次的应用场景问题，这点对于人工智能往后的发展是非常重要的。”邻座的参会者又补充说。