Paddlepaddle飛槳簡析飛槳——你看不見的背后支撐Apollo自動駕駛技術(shù)2020世界人工智能大會最高榮譽(yù)SAIL獎全球GLUE新排名中以90.9的分?jǐn)?shù)再登榜首的百度文心ERNIE小度助手聞?wù)f雙飛槳，翩然下廣津朱熹《即事有懷寄彥輔仲宗二兄二首其二》“飛槳”——“很快的快船”，飛槳助推AI走得更快更遠(yuǎn)。AI框架AI這里特指深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)反向求導(dǎo)重復(fù)性工作較多AI框架給開發(fā)者提供構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的數(shù)學(xué)操作，把數(shù)學(xué)表達(dá)，轉(zhuǎn)換成計(jì)算圖。深度學(xué)習(xí)框架在AI領(lǐng)域是PC時(shí)代的操作系統(tǒng)通過開源框架吸引開發(fā)者，孕育未來的AI時(shí)代現(xiàn)象級產(chǎn)品與應(yīng)用，是建立AI生態(tài)型企業(yè)的必由之路。在飛槳出現(xiàn)之前，中國的AI界在深度學(xué)習(xí)框架方面應(yīng)用的基本都是舶來品?！缎乱淮斯ぶ悄馨l(fā)展框架》，明確提出在2030年中國要成為世界主要人工智能創(chuàng)新中心。主流深度學(xué)習(xí)框架PytorchFacebookTensorflowGooglePaddlePaddleBaiduMXNETAmazonCNTKMicrosoft國外現(xiàn)狀TensorFlow和PyTorch是現(xiàn)在深度學(xué)習(xí)行業(yè)的領(lǐng)頭羊。最早、工程能力最強(qiáng)的TensorFlow仍占有優(yōu)勢，不過，從口碑來看的話，一般認(rèn)為PyTorch從文檔到到API設(shè)計(jì)都要更優(yōu)雅一些，所以，工業(yè)界偏好TensorFlow，而學(xué)術(shù)界偏好PyTorch。后浪MXNet和CNTK。MXNet走網(wǎng)紅路線的深度學(xué)習(xí)框架。但一旦市場被人占了先機(jī)，后來者就很難再擠出一席之地。MXNet正在嘗試另辟蹊徑，走模型封裝的道路。CNTK，一步慢、步步慢的感覺，支持C#，可作為Keras的后端，但再無CNTK的消息，最新的一次發(fā)布已經(jīng)是2019年了。破局點(diǎn)國產(chǎn)突破技術(shù)壁壘對開發(fā)者友好的文檔大力營造開發(fā)者社區(qū)預(yù)訓(xùn)練模型實(shí)現(xiàn)了大量經(jīng)典、先進(jìn)的模型，且已訓(xùn)練好參數(shù)模型安裝后無需額外操作即可使用中國市場的優(yōu)勢在深度學(xué)習(xí)模型開發(fā)、訓(xùn)練、預(yù)測和部署等方面，飛槳已可比肩TensorFlow、PyTorch等國際主流框架，并在多項(xiàng)技術(shù)上有優(yōu)于后者的表現(xiàn)，而且，在中國市場范圍來看，PaddlePaddle有三個(gè)突出優(yōu)勢。第一，飛槳擁有唯一提供適用中文文檔與數(shù)據(jù)集的開發(fā)全棧服務(wù)；第二，飛槳的后發(fā)優(yōu)勢，使得其模型庫、開發(fā)套件、工具集甚至包括低代碼開發(fā)工具都是最全的；第三，也是我們后面還要著重講到的是，飛槳是基于在中國的產(chǎn)業(yè)實(shí)踐而誕生的，能夠更直接的適配中國的AI產(chǎn)業(yè)實(shí)踐。因此，中國需要有自己的AI創(chuàng)新基礎(chǔ)，有龐大的中國AI產(chǎn)業(yè)與開發(fā)集群，這些產(chǎn)業(yè)和開發(fā)者都需要適用于本土的框架體系，也自然會被飛槳的社區(qū)氛圍吸引。paddlepaddle的社會責(zé)任百度利用自身技術(shù)和流量入口優(yōu)勢，讓科技惠及更多人。百度直接、積極支持公益事業(yè)，投身教育、兒童安全、疾病救助等領(lǐng)域，攜手公益伙伴，促進(jìn)線上線下社區(qū)的協(xié)調(diào)發(fā)展。AI尋人將走失者照片與民政部等部門及尋親組織的數(shù)據(jù)庫對比，能快捷地幫助走失人員回歸家庭智能分揀機(jī)使機(jī)器具備從形狀、大小、色澤、光潔度等多維度對水果實(shí)行綜合判斷能力，通過自動化的方式快速準(zhǔn)確地完成水果分級新冠肺炎期間的貢獻(xiàn)抗疫上，肺部CT是新冠肺炎篩查和診斷的重要依據(jù)，但抗疫時(shí)期醫(yī)院工作緊張，診斷、病情發(fā)展跟蹤、治療效果評估等等任務(wù)都落在了醫(yī)療影像上。但人工閱片顯然在效率上有限，并且難以滿足一些精細(xì)對比需求。肺炎CT影像分析模型——可在幾十秒內(nèi)完成對患者CT影像的病灶檢測、病灶輪廓勾畫、雙肺密度分布直方圖及肺部病灶的數(shù)量、體積、肺部占比等全套定量指標(biāo)的計(jì)算與展示。在測試數(shù)據(jù)集上的病灶檢測精度和召回率分別達(dá)到92%和97%，漏檢幾率極低，能完成諸如后續(xù)階段性治療效果跟蹤比對等精細(xì)度要求較高的工作。同時(shí)，有了這一系統(tǒng)，一些在基層醫(yī)療機(jī)構(gòu)就診的患者也可以通過遠(yuǎn)程醫(yī)療得到更精準(zhǔn)地診斷，進(jìn)而減少患者在大醫(yī)院聚集帶來的風(fēng)險(xiǎn)。釋放醫(yī)院人力資源的同時(shí)提升診斷效率，讓更多患者及時(shí)得到治療。可以說在這次抗疫中，AI醫(yī)療影像發(fā)揮了其一貫的作用。新冠肺炎期間的貢獻(xiàn)在肺炎CT影像分析模型中，應(yīng)用了百度飛槳提供的PaddleSeg開發(fā)套件。PaddleSeg的一個(gè)重要特點(diǎn)，就是內(nèi)置了十余種數(shù)據(jù)增強(qiáng)策略。新冠肺炎這樣的新型疾病，數(shù)據(jù)樣本不足。這時(shí)PaddleSeg的數(shù)據(jù)增強(qiáng)能力就可以擴(kuò)大樣本集，提升模型訓(xùn)練效率。同時(shí)PaddleSeg還具有模塊化設(shè)計(jì)的特征，極大地簡化了模型開發(fā)的復(fù)雜程度，讓企業(yè)可以將更多精力投入醫(yī)療專業(yè)的地方。在百度飛槳系統(tǒng)采用的深度學(xué)習(xí)算法模型充分訓(xùn)練了所收集到的高分辨率和低分辨率的CT影像數(shù)據(jù)，以適應(yīng)不同等級醫(yī)療機(jī)構(gòu)中的CT影像設(shè)備。加上PaddleSeg所具備的工業(yè)級部署能力，也能更快完成和醫(yī)療機(jī)構(gòu)設(shè)備的對接。在這次疫情中，飛槳宣布開源業(yè)界首個(gè)口罩人臉檢測及分類模型?；诖四Ｐ?，可以在公共場景檢測大量的人臉同時(shí)，把佩戴口罩和未佩戴口罩的人臉標(biāo)注出來，減少公眾場合下的安全隱患?？偨Y(jié)與展望飛槳起步不是最早的，但因此也少走了彎路；飛槳最大的區(qū)別之處，就在于結(jié)合中國的國情，盡可能的提供工具、降低門檻，而這是另外的深度學(xué)習(xí)框架與之有一定差距甚至是極大差距的原因，也是飛槳市場份額迅速上升的根本要素。在當(dāng)前形勢仍不明朗的當(dāng)下，屬于中國的深度學(xué)習(xí)框架體現(xiàn)了