TEF科技娱乐季（上海站）之2017亚太人工智能峰会于4月21日在上海市世博展览馆隆重召开，大会由AI科学创新与未来、AI深度学习专场、AI语音与视觉识别技术、AI无人驾驶引领汽车、AI与教育、AI与家庭娱乐、AI与计算机视觉、AI与VR、AI与物联网等板块组成。

会上，百度云大数据和人工智能首席架构师张发恩做了题为《百度云与百度云深度学习平台》的精彩演讲。他表示，百度云是大数据、人工智能和云三位一体的平台，为企业用户赋能、创造价值。基于典型的神经网络模型以及当中使用数据的场景，百度云做了一些抽象，百度云深度学习平台也因此诞生。百度云深度学习平台支持用户按需使用，随时进行框架模型的训练和发布，具有高可靠、高性能、高稳定的引擎。

图为：百度云大数据和人工智能首席架构师张发恩

以下为张发恩演讲全文：

非常感谢各位来宾参与此次人工智能会议。百度云是一个三位一体的平台，我们把大数据，人工智能和云平台统一，为企业用户赋能、创造价值。百度云现今大概有5个大方向：基础云、天算、天智、天工和天像。

相信现场在座的各位都了解到今天的主题是AI，AI也是时下非常热门的主题。所以今天我着重讲一下天智，即百度云的人工智能。天智这个取自于韩非子中的一句话“人也者，乘于天明以视，寄于天聪以听，托于天智以思虑”，名字还是挺文艺的。在天智平台上，主要有三个方向，一个是感知平台，一个机器学习平台，还有一个深度学习平台。我相信今天AI话题如此火热跟深度学习的关系是非常紧密的。所以今天我也主要讲深度学习平台。

提到深度学习平台，我们不得不讲一下神经网络发展的发展历史。神经网络的发展历史上发生过三次典型的成长期、失落期。1943年的时候，这个时候单层感知机特别火热。后来被证明单层感知机解决不了非线性分类问题。然后在发明了反向传播算法以后出现了多层感知机，解决了非线性分类问题，一下子又开始火热起来。一直到1998年以后，它才又进入了低谷时期。所以大家发现神经网络虽然看起来很美，但实际情况也没有想象的那么好。

自2006年以后又开始了一个新的时期，这时候发明了卷积神经网络，在图片分类灵域远远超出了其他的分类算法，这个算法的火热程度一直持续到现在还没有停止下来。在深度学习领域，现在有最重要的两类神经网络，一类是卷积神经网络，它在当下解决了很多的问题，比如大家熟悉的人脸识别技术、图片分类技术等，都是卷积神经网络的拿手好戏。卷积神经网络和AlexNet在2012年红爆全球，它在ImageNet比赛当中，图片分类错误率从大约从26%降到了15%，发展态势惊人。

递归神经网络也是非常革命性的进展，它在语言识别、机器翻译上创造了以往任何一个模型都没有成功典范，使今天的语音识别和机器翻译达到了新的高度。递归神经网络在自然语言处理灵域大放异彩，比如机器人写稿。

基于典型的神经网络模型以及神经网络当中使用数据的场景，我们对此做了一些抽象。比如说应用深度学习到我们的项目当中，一般会有数据的收集、存储、模型训练等程序，然后再把训练的模型上到线上。这时候我们就会拿到很多log，然后进一步再去收集，形成这样的闭环。我们百度云基于这个抽象开发了百度云深度学习平台。

百度云上的深度学习平台支持什么？支持你用各种各样的现在比较流行的framework.你可以在平台上使用框架训练模型，训练完之后就可以发布。这里面有什么特点呢？我们的平台是按需使用的，你可以随时开通一个集群，训练完以后可以释放。为什么百度云的深度学习平台这么先进呢？其实跟百度云本身对硬件、软件的独到的优化选型是有关系的。比如说百度云对GPU、CPU的选型有严格的测试流程。其次百度云底层的深度学习平台使用的服务器都是特别定制的，像GPU Box.今天的百度云已经可以做到一台服务器上搭载64块显卡，这在现在的市面上是不可能找到的。它提供的性能，可靠性、稳定性都不是市场上简单采购一块服务器能够获得的。

最后是百度云的硬件实验室，百度云深度学习平台底下的引擎，都会在实验室中严格测试，最终确保我们的百度云深度学习平台的引擎是高可靠、高性能、高稳定的。这是百度云深度学习平台的GPU资源监控系统，使你做到心里有数。到底谁用了我的资源？我是不是应该采购更多的资源？还是说我的资源已经过剩了？百度云深度学习平台都能使你做到心中有数。