2月27日，中国人工智能学会首届智能交融产业论坛在成都顺利举行。本届论坛由中国人工智能学会（CAAI）主办，中国人工智能学会智能交融专委会、百度公司、深度学习技术及应用国度工程研讨中心和电子科技大学结合承办。中国工程院多名院士、知名专家、企业代表齐聚一堂，共同讨论人工智能技术开展与创新，促进智能交融范畴产学研交流，推进智能交融范畴的中心理论、关键技术和产业革新的蓬勃开展。

现场，百度首席技术官、深度学习技术及应用国度工程研讨中心主任王海峰以《“深度学习+”创新开展新引擎》为题，阐释了人工智能技术创新和产业开展进入“深度学习+”阶段。王海峰表示，深度学习在技术、生态、产业等多个维度已逐步成熟，人工智能的技术创新和产业开展进入“深度学习+”阶段，正引领新一轮技术更迭。

据引见，在技术层面，“深度学习+学问”是人工智能技术进一步开展的重要方向。学问加强的深度学习，让机器同时从海量数据和大范围学问中交融学习，效果更好，效率更高。百度文心产业级学问加强大模型，具备跨模态、跨言语的深度语义了解与生成才能，已应用于搜索、信息流、智能音箱等互联网产品，并经过飞桨深度学习平台赋能制造、能源、金融、通讯、媒体等各行各业。

在生态层面，深度学习+上下游生态同伴。芯片、深度学习框架、模型及应用构成了深度学习良性生态，使得应用需求和反应传送到深度学习技术及应用的每个环节，各环节持续迭代优化，加速AI技术创新和产业开展。飞桨是我国首个自主研发的产业级深度学习开源开放平台，集中心框架、根底模型库、端到端开发套件、丰厚的工具组件于一体，极大降低应用门槛。

在产业层面，深度学习+千行百业。各行各业应用深度学习技术降本增效，创新产品和业务，加快产业智能化进程，努力完成高质量增长。我国的产业体系品类齐全、体量庞大，深度学习驱动的创新有丰厚的应用场景，有助于构成良性循环，促进底层技术打破，加快晋级现代化产业体系。

作为近几年人工智能开展的重要方向，大模型具有效果好、泛化性强、研发流程规范化的特性。但与此同时，大模型研发门槛高、难度大，依赖算法、算力和数据综合支撑，产业化面临应战：首先是模型体积大，锻炼难度高；其次是算力范围大，性能请求高；第三是数据范围大，数据质量良莠不齐。

如何完成大模型产业化？王海峰表示，具有算法、算力和数据综合优势的企业，能够将模型消费的复杂过程封装起来，经过低门槛、高效率的消费平台，为千行百业提供大模型效劳。

此外，王海峰还以为，“深度学习+”驱动技术创新、产业开展，离不开深度学习产业链的完善和壮大，而深度学习平台和大模型贯穿了从硬件适配、模型锻炼、推理部署，到场景应用的全产业链，为人工智能技术创新和产业增长夯实了智能化基座。