全球AI操作系统暗战：百度飞桨的突围，究竟意味着什么？
第三次浪潮后，有两个新词横空出世——开源与闭源。
在西方社会建构的知识产权秩序下，这两个工具一直是发达国家用来锁定先发优势的利器。
在PC领域，微软和英特尔结为“Win-tel式帝国”，这是一个搞捆绑战术的闭源生态。正版Windows系统费用不菲，所以中国到处都有人偷偷传递免费的盗版软件。不过，微软刚开始却放任不管。
2008年，微软“突然”来个回马一枪，发动“黑屏事件”，强制修改了安装盗版系统的电脑桌面。在这种新时代的“坚船利炮”下，无数中国用户只能掏钱下载正版，微软系统长期统治国内90%的计算机市场。
微软黑屏事件
与Windows相对的是UNIX系统。
1969年，UNIX系统诞生于AT&T的贝尔实验室。由于AT&T早前与美国司法部签了一个和解协议，同意不进入计算机业，所以AT&T并不能销售UNIX系统，便公开了源代码。
这家电信巨头可能做梦都想不到，该举动会在后来的移动互联网时代，催化出一个庞大的Android生态圈。
无数软件公司将自己的产品嫁接进开源的安卓系统。以至于所有想要另起炉灶的中国公司，包括推出鸿蒙系统的华为，都会因为参与建构的小伙伴太少而难施拳脚。
由此可见，开源是比闭源还要难超越的屏障。
因为你的对手不是一两家跨国科技巨头，而是整个生态圈。
在即将到来的AI时代，类似的挑战隐隐然出现了一丝苗头：
人工智能绝对是下一个十年二十年的最大风口，而深度学习框架是人工智能基础设施中的基础工具。
它向下对接芯片、云计算等基础技术，向上连接所有AI的使用场景，是AI技术最集中的算法库、模型创建、数据管理所在之处，被誉为“AI时代的操作系统”。
但是目前，谷歌的TensorFlow和Facebook的PyTorch，再算上美国几大高校、亚马逊、微软等自研的深度学习框架，已经抢先占据了全球近90%的份额。
这些开源平台有英伟达、AMD等一众海外巨头所设计的AI芯片支撑。大量中小企业在上边前仆后继，开发出了各色各样的AI应用。
如果中国没有行动的话，鸿蒙今天的一幕，在不远的AI时代仍会重现，我们的产业经济最终只能依托国外的深度学习框架。而那些有非常高保密要求的军工、航天、金融、能源领域，则存在着数据泄露的风险。
目前，国内唯一能抗衡的深度学习平台，是百度公司在2016年推出的飞桨（PaddlePaddle）。它是中国首个开源开放、功能丰富、自主可控的产业级深度学习平台。
如今，已经有360多万开发者参与进来，在飞桨平台上累计开发了40万个AI模型，连接服务了13万企事业单位。
芯片、操作系统这样过去被“卡脖子”的技术，都是需要长期坚持的，它们的商业价值不可能在短短几年之内就体现出来，需要我们的科技人员有雄心、有耐心、耐得住寂寞，而且有信仰。
开源的飞桨，自研的昆仑芯片，这对操作系统+芯片的组合，不仅仅是企业的护城河，也是中国在AI时代摆脱被卡脖子、走向科技强国的一个台阶。
阿基米德曾说，给我一个支点，我能撬动整个地球。
一个开源的深度学习框架，正是那个可以撬动后续万亿市场、让 AI产业快速商业化的支点。
以大国软肋，生物医药为例。这也是一个堪比集成电路，投资大、风险高、回报周期长的高精尖产业。
据统计，中国有4000多家原料药和制剂生产企业，其中90%以上都是仿制药企业。近18.9万个药品批号中，95%以上都是仿制药，规模超过5000亿。
一款重大新药研发基本是“至少十年、至少十亿美元”，而药品专利保护期只有20年，加上官方审批上市的流程，真正商业化赚钱的时间没几年。
研发效率特别关键，国际上，罗氏、默沙东、辉瑞、强生、阿斯利康等跨国医药巨头已经全部布局了AI新药研发合作项目。
全球药企AI研发项目及论文发表情况
国内，百度飞桨发布的螺旋桨生物计算平台，就提供了分子结构预测、药物靶点分析、药性预测等新药研发所需的核心能力。
AI技术越来越高大上，但AI应用应当变得更容易。
“门槛的大幅降低，使得开发者不需要学习人工智能理论，不需要从头编写人工智能的算法代码，即可高效进行技术和应用创新，加快了人工智能应用的多样化和规模化。”
由于开源的特征，百度大大降低AI的使用门槛，聚集在百度飞桨的360万名开发者里，除了程序员之外，还有小学生、退休老人等意想不到的群体。
每个普通人都能根据各自使用的场景，利用平台提供的人机交互、模型压缩、硬件适配等工具，进行 AI开发应用，让 “高大上”的人工智能走进千行百业。
像中国发展中亏欠最多、最需要技术改造的三农领域。那些回乡的新生代农民工，正在进行低成本农业智能化的改造试验：
在京东方水培植物工厂，基于飞桨企业版EasyDL零门槛AI开发平台，能实现自动判别蔬菜生长状态、提醒采收、自动检测害虫种类及数量、输出植保方案、自动识别克重等等。
未来，随着后续农业机器人的发展，农民将可以从巡检、采摘、打药、锄草等繁重而复杂的工作中解放出来。
过去一个农业专家哪怕每天走数万步，巡田的范围也是有限的，现在用机器识别，工作效率可以提高数倍。
运动员使用AI辅助训练，已经是打造冠军的基本操作了。
中国国家跳水队用的就是百度提供的AI视觉技术，平时，他们会采集冠军级运动员的跳水数据，例如起跳高度、入水角度、24个关节角速度等等，通过3D+AI建模，打造一套实时更新、因材施教的“冠军模板”。
跳水队的AI训练技术
在甘肃的沙漠中，基于飞桨技术的沙漠治理机器人，被投入植树治沙；在广西柳州，几个学生用飞桨解决了一个零件质检问题，能帮助当地企业每年节约上百万元费用；国家的电网巡检、水务管理等基础设施，都在迅速智能化……
人工智能这种工具，要在中国的价值最大化，就必须要让更多的人，尤其是工人农民也融合进智能革命的浪潮。
这样才能实现收入提升，而不是“越发达、越掉队”。这种提升是最有意义的，这才叫融合创新、大众创新。
目前全球市值最高的10家公司里，有8家都是科技类公司。苹果、微软、谷歌、亚马逊、facebook、特斯拉、台积电、腾讯，分别代表了当前ICT、互联网、新能源的最前沿科技形态。
如果从未来式的眼光去看，这8家公司都在跑步发展人工智能技术。
IBM前掌门人郭士纳说，战争分为两种：一种是面向未来、值得打下去而且越打越精彩的战争；还有一种是实际上已经结束、属于昨天的、越打越乏味、即使赢了也没有意义的战争。
我们正在进行的是一场面向未来的竞争。
这场较量，最终会是人才和资金的竞争。
美国具有很大的先发优势。全球AI顶尖人才和有志学子，源源不断地流向谷歌、麻省理工、卡耐基梅隆大学、斯坦福、微软、Facebook等公司和高等教育机构。在高层次AI人才的数量上，美国占到了全球的62%，几乎是中国的6倍。
全球AI人才流动图保尔森基金会
过去十年，“计算机领域最高奖项”图灵奖的16位获奖者中，有13位都来自美国，并且几乎所有获奖者都有在美国接受教育或任职的经历。
但是中国也不甘落后。从2018年开始，中国就重点进行AI学科建设。教育部发出《高等学校人工智能创新行动计划》，要求中国高校建设“AI+”的专业人才培养。截至目前，国内共有346所高校成立人工智能本科专业。
以BAT+华为为首的大厂，以及商汤、科大讯飞、旷视科技、云从等细分领域独角兽，都在通过产业人才培养在实践中落地人工智能技术。
至于资金方面，中国正推动成长起来的PE和VC向围绕硬科技的主轴线投资。
近10年国内人工智能赛道的融资金额超过8288亿元人民币，仅2021年上半年融资金额就超915亿元。自动驾驶、智能硬件、AI芯片、人脸识别、自然语言处理、AI医疗、机器人、AI教育等都是热门的投资项目。
在世界500强的科技公司中，百度为了AI的科研投入可谓不惜血本。这几年研发经费占收入比都在20%以上，去年砸入195亿用于AI、自动驾驶、AI芯片等研发。
如果论研发占比，百度在中国500强公司中排第一，比华为、腾讯、阿里、京东都要高，也超过了谷歌、微软等国际企业。
他曾称，“我们会继续坚持高强度的研发投入，在“两基一底”，即基础研究、基础技术和底层创新上进行投资，成为最懂用户，并能帮助人们成长的全球顶级高科技公司。“
在这个巨头接连被卷入舆论风暴的年代，能始终保持专注人工智能，几乎就是最好的隐喻。
自从“两弹一星”以来，我们从未如此迫切地需要硬科技的发展。在有形之手的推动下，中国正向着科技强国的三条主轴线靠近：
第一条是原始研究。这属于全人类都需攻克的难题，如量子计算、生命科学、高能物理、空气动力学等，这是星辰大海，也是大国独占的竞技场。
第二条是技术创新。将基础层的原始创新用到技术突破上，引发应用创新，比如说上海微电子28纳米的光刻机，比如说C919大飞机的国产航空发动机，以此来保障中国供应链安全。
第三条是产业升级。借由应用创新，带动工业、农业等全行业的效率解放，从而增加全社会平均收入水平。
一一递进的关系，最后实现大国的崛起。人工智能领域，恰好也有这样的逻辑。
百度昆仑芯片、智能云计算、飞桨深度学习平台是AI基础层的创新，各行各业在这个开源平台上建构的AI模式是技术层的创新，众多创新汇聚在一起，提升了所在企业的生产力，最终组推了国家的产业升级。
做技术就是要耐得住寂寞，“熬得过万丈孤独，藏得下星辰大海”。
2017年，人工智能年首次被写入中国政府工作报告，中国发布了《关于新一代人工智能发展规划的通知》，提出了著名的“三步走”战略：
2020年人工智能追上世界先进水平、2025年部分技术领先世界、2030年总体超越美国，成为人工智能中心。
方向已经定了，就看下一个十年了。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
