正式宣布開源四年至今，百度飛槳開源深度學習平臺上鏈接著各具特色的開發者。

　　六年級的陳奕帆，是百度之星辦賽16年來進入決賽年齡最小的選手，與近萬名博士、碩士開發者角逐后脫穎而出，榮獲“未來之星”特別獎;58歲郭崇華，是一位退休的人才管理專家和終身學習者，高鐵上也在爭分奪秒趕飛槳培訓課程的作業;芯片企業工程師安寶磊，累計在飛槳平臺上開發代碼數量已超過3600行，志在把AI帶進各行各業;代號“GT-老張”的張弘基從2018年底接觸飛槳開始，不分晝夜地在社區累計答疑超過12000次，被稱為“飛槳答疑機器人”。

　　“每位開發者都可以通過自己的方式去創造，并且看到自己的創造在生根發芽、成長起來。”百度集團副總裁、深度學習技術及應用國家工程實驗室副主任吳甜這樣總結道。

　　12月20日，由深度學習技術及應用國家工程實驗室與百度聯合主辦的WAVE SUMMIT+2020深度學習開發者峰會在北京舉行。吳甜從開發生態、產業應用、人才培養方面分享飛槳最新的發展成果及洞察，并全新發布了基于飛槳的PaddleHelix螺旋槳生物計算平臺。

　　作為我國首個開源開放、功能完備的產業級深度學習平臺，百度飛槳從2016年正式開源以來，經過多次迭代升級，具備開發便捷的深度學習框架、超大規模深度學習模型訓練技術、多端多平臺部署的高性能推理引擎、產業級開源模型庫四大領先優勢。

　　吳甜介紹道，飛槳開發生態已經凝聚了265萬開發者。在飛槳平臺上，累計commits超過16萬次，以PR或ISSUE提交形式的開源貢獻者超過了5000位，還有大量貢獻者以其他形式參與;其中有97位優秀的開發者通過層層篩選成為了百度飛槳開發者技術專家(PPDE)。飛槳平臺上已經成立了7個特別興趣小組，在全國范圍內，已經有132個城市和高校自組織社區在主動自發舉辦飛槳社區活動。此外，飛槳已經攜手20家硬件合作伙伴，完成適配或正在適配的芯片與IP型號29種，這些合作伙伴在軟硬件適配過程中貢獻了大量的代碼。

　　產業應用方面，目前飛槳已經服務了超過10萬家企業，覆蓋金融、交通、物流等數十個行業，基于飛槳平臺創造了超過34萬的模型。“每一個模型的生產，都代表著一次人工智能技術和產業的結合落地、產生價值。”吳甜說。

　　AI人才培養方面，飛槳持續進行投入：師資培訓已經覆蓋全國500多所高校，支持200余所高校開設學分課程;AI大賽覆蓋全球五大洲22個國家580所高校;自疫情以來，飛槳累計舉辦了176次線上直播課，在AI Studio上累計學習的人次超過了290萬。

　　飛槳平臺的迅速成長與時代發展同頻共振，也清晰反映了時代的發展脈搏。吳甜分享了三大產業洞察：從飛槳平臺的數據統計來看，飛槳的行業應用品類的分散程度明顯在增加，越來越多的行業加入產業智能化升級浪潮;飛槳開發者活躍度在全國范圍不同城市均有不同程度的增幅，AI活躍開發者增長為城市發展注入活力;飛槳的高校培訓覆蓋學科類別數量明顯增加，越來越多的專業領域開始擁抱AI。

　　峰會現場，吳甜重磅發布了基于飛槳的生物計算平臺——螺旋槳(PaddleHelix)。螺旋槳生物計算開源工具集提供包括RNA二級結構預測、大規模的分子預訓練、DTI藥物靶點親和力預測以及ADMET成藥性預測等在內的新藥研發和疫苗設計環節的核心能力，為生物信息學、計算機交叉學科背景的學習者、研究者和合作伙伴，更便利地構建AI算法模型。

　　此前，百度研究院面向全球疫苗研發機構及研究中心等公益開放了LinearDesign算法，并開源了RNA二級結構預測的Linear系列算法。最近，國際頂尖人工智能峰會The AI Summit舉辦，百度憑借LinearFold和Linear算法在新冠抗疫中的表現，榮獲AIconics首屆“AI For Good”人工智能向善獎。同時，百度積極推進行業發展，作為發起單位推動的《基于機器學習的生物計算平臺技術要求》，成為行業內首個生物計算平臺的標準立項。吳甜表示，螺旋槳生物計算平臺將秉承一貫以來的開源開放原則，與合作伙伴共建共享，未來形成一套完整的面向行業的生物計算生態和服務。

　　從今年5月飛槳發布全新全景圖，再到螺旋槳這一重磅工具組件的“加盟”，百度飛槳平臺不斷迭代拓新，持續提升核心能力、豐富工具組件，期許能讓開發者更好基于飛槳創新造物。人工智能開源開放平臺進一步夯實了中國科技發展的創新底座，“我們希望飛槳能和開發者一起共同努力，將技術創新推向新的高潮，通過技術創新改變世界。”吳甜說。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。