一年前，百度开了中国AI的第一次开发者大会。

　　百度创始人李彦宏说，AI时代将是开发者的时代。

　　“有很多技术可以运用，打开了无数的可能性，让技术创新重新焕发生机，过去的个人英雄主义行不通了，因为大的平台已经出现，可以站在巨人的肩膀上做事情。”

　　一年就要过去了，巨人肩膀上究竟可以做些什么？百度这个AI生态又呈现出何等面貌？

　　这背后可能有一些时代潮向变化的影子。

　　地毯式“轰炸”

　　单从结果来看，百度真可谓发起了一场“圈地运动”。

　　围绕开发者，从点，到线，再到面。

　　从技术“小白”，到工程师群体，再到初创企业，一场隐而未宣的争夺战，正在展开。

　　面向技术“小白”：EasyDL

　　针对“点”，面向“小白”——即缺乏AI基础却又怀抱兴趣的群体，百度的“工具包”是EasyDL，这是一个既不用完全懂技术，也无需写代码的定制化训练与服务平台。

　　EasyDL可以让小白用户根据自己的需要，来训练深度学习模型的产品。

△EasyDL创建个性化图像模型四步法　　

　　比如你可以通过这个EasyDL，训练个模型让它辨别猫咪。

　　或者狗子。

　　更或者做些更实用的事情，比如便利店的店员可以用训练出来的模型自动审核商品陈列是否符合要求，无需对着饮料、薯片、饼干们一一校对是否排列正确；工厂自动化装配的商品可以用训练出来的模型自动审核零部件是否齐全，不需要人工一个个的查验。

△训练好的模型可以在不同场景下工作

　　AI入门及实操，似乎比想象中更简单。

　　实际上，EasyDL上线以来，已经有了一些降本增效的例子。

　　在中国食品药品检定研究院，借助EasyDL，他们打造一款中草药识别模型，用于辅助研究人员进行药品鉴定，同时方便药监局稽查执法人员在监督、抽样、执法时，快速识别药品，提高效率。至今，该模型已实现对42种常见中草药的识别，准确率超过97.4%，训练耗时小于10分钟，单图识别速度小于50毫秒。

　　在国外，美国零售安防提供商Checkpoint基于EasyDL，通过与普通摄像头结合，打造了一款智能抓拍机，用于识别超市购物车下层是否有未付款商品，该模型的准确率达到95%以上，远超此前靠传感器判断的准确率。

　　还有一些“意想不到的应用”，传统制造企业蝶鱼科技的主营业务为组装键盘，该公司将EasyDL与工业摄像头、工业光源、激光测距仪、PLC控制气缸等设备组成综合检测系统，用于识别键盘组装后的合格性，包括缺件、错装、正常三类。使用EasyDL训练的模型识别准确率超过99%，为每条生产流水线每年节省12万人工检测员人力成本。

　　面向工程师：定义评价体系

　　当然，开放EasyDL给小白用户，只是为这个生态培育更多的花花草草，固基沃土，更核心的还是“AI工程师”。

　　在这个圈层中，百度的打法是：发指南，画路线，做培训，建圈子，辅助更多工程师转型AI工程师。

　　比如发布“深度学习工程师指引路线图”，开设PaddlePaddle公开课、线上课，派出经验丰富的优秀工程师实战教学，开发者可以跟最优秀的工程师学习最先进的技术，还开放了PaddlePaddle中文社区为开发者提供中国范儿的交流学习空间。

　　百度还设计了一个“深度学习工程师评价标准”。

　　在这个“评价标准”里，百度给深度学习工程师们画了一棵技能树，包含通用能力、专业知识、专业能力、行业知识、组织管理5大分枝，以及各维度细分的16类能力项参考标准，开发者们可以按照这棵技能数来学习技能、自我提升。

　　工程师们的提升方向有了，还缺少一些具体的学习方法和机会。

　　于是百度还祭出了深度学习教育体系、办PaddlePaddle AI大赛，还和北航一起办了师资培训班。

　　今年4月，百度上线了PaddlePaddle公开课，以提供丰富的深度学习课程资源，在线帮助开发者从零开始掌握PaddlePaddle深度学习框架。这也是业内第一套由深度学习教育联盟合作伙伴制作完成，包含理论和实战的PaddlePaddle深度学习中文视频课程。

　　而且对于国内开发者来说，PaddlePaddle作为国内唯一一款开源深度学习框架，在性能和技术特色上具有优势，也被视为“最适合中国国情的深度学习框架”。

　　一方面，PaddlePaddle集成了CNN、RNN等多种神经网络及深度学习算法，同时支持CPU、GPU、FPGA等多款硬件。

　　另一方面，作为一款并行分布式深度学习平台，PaddlePaddle支持多机多卡并行、数据并行、模型并行等，也支持私有化的部署。

　　此外，在调用方式上，PaddlePaddle的训练部分支持浏览器、客户端等多种方式调用。

　　更重要的是，PaddlePaddle可以为开发者提供全面的一手的中文文档，大幅降低了开发者入门门槛。

　　所以在2016年全面开源后，PaddlePaddle率先在国内传统产业升级方面做文章，展现出强工业级应用能力目前已开放近20种工业级模型，包括点击率预估、语音识别、文本分类、图像分类、机器翻译、物体识别等，并广泛应用于百度内外部产品中。

　　面向企业：燎原和加速

　　“燎原计划”也是百度面向中小企业的最核心方案。以“燎原计划”，百度希望向AI领域相关公司输出技术、客户、营销、企业运作和投资支持等多层面资源。

　　甚至不惜通过免费、低折扣的开放接口，降低接入门槛。

　　从去年起，百度相继宣布人脸识别接口、语音全系列接口免费政策，最近还公布了语义技术全线永久免费。至此，百度已经免费开放从感知到认知的最常用AI技术，为开发者与合作伙伴提供全栈式免费AI能力支持。

　　而自然语言处理基础技术系列接口方面，用户每个接口默认拥有5个QPS，若需更高的QPS资源，开发者可按需申请，审核通过即可继续免费调用，最高可达每接口100个QPS。

　　理解与交互技术UNIT方面，用户可免费享用3个Bot（账号）、每个Bot 40个QPS永久免费的配额，如有特殊需求，用户可在百度AI开放平台官网申请，专业客服将提供1对1的支持服务。这也是目前业界免费开放规模最大的语义技术能力。

　　百度AI技术生态部总经理喻友平近日展示了一组数据。他提到，百度AI基本以QPS的方式计费，QPS代表每秒的请求次数或每秒的请求并发量，1QPS相当于每天86400次调用。以人脸接口为例，百度向认证企业提供每个接口10QPS免费调用量，相当于企业每天可免费调用超过86万次。

　　同时，不容忽略的是，这也是百度之前前所未见的开发者扶持政策。

　　这家中国巨头希望通过一系列开放战略手段，打造一个开放、平等、贴心的AI技术生态。

　　而且还有了一些小目标：“燎原计划”预计在2018年实现500+生态合作伙伴，培养5000+深度学习高端人才，并邀请60+创业公司进入加速器，投资10+AI创业公司。

　　其中，加速器的成果已经显现。

　　去年10月，首期百度AI加速器在AI开发者实战营首站推出，然后经过两个多月的报名及评估，从上千个项目中经过多轮资料筛选和面试沟通，最终选出优质企业正式进入首期AI加速器。

　　首期百度AI加速器中，成员企业覆盖了17个大的行业，包括智能家居、智慧农业、智慧医疗、智慧司法、智能客服、AI芯片、汽车服务等多个领域，90%以上的企业成功接入百度AI技术，服务超过30万家企业客户，让数亿个人用户享受到AI服务。

　　就在加入百度AI加速器期间，视通科技、人人智能、CELLA等7家伙伴，发布了9项应用百度AI技术的全新产品；天正聚合、智能一点、我买网等15家伙伴，借助百度AI技术，对产品和服务进行了重大升级。

　　目前，第二期已经开营。入选的企业涉及服务机器人、芯片、计算机视觉、语音、新零售、人机交互、云平台、VR/AR、幼儿教育、动画、智慧旅游、图像处理、在线数据应用平台、人力资源、酒店智能化等多个领域。

　　技术输出以建生态

　　以往，以搜索起家，稳坐流量入口的百度，拥有的是联盟、分发的是流量。

　　然而AI大幕开启，百度打出的组合拳变成了技术、投资和生态。

　　如何通过技术输出，构建其生态壁垒？

　　一期加速器成员“汽车大师”之转变，或能说明潮向变化。

　　汽车大师的自我定义是“车主的用车顾问”，希望打造一个靠谱、技术的用车问题咨询平台，这在之前可能需要大量的成熟客服系统。

　　但借用AI技术，车主通过语音、文字或者图片就能发布汽车问题，而AI系统在语音识别、图像识别和语义理解的基础上，生产效率就会变得不同。

　　背后技术支持方，正来自百度。汽车大师通过百度AI加速器接入了百度理解与交互技术UNIT（人机对话定制化平台），结合自身积累的汽车领域丰富的问答知识库，在UNIT平台利用问答对和多轮对话两个技能，成功打造出汽车领域智能问答系统。不仅响应速度提高了三倍，而且回答问题的准确度也达到95%，极大提升了用户体验。

　　除此之外，这样的项目还在接入PaddlePaddle深度学习技术后，实现了匹配精准度的提升。

　　利用技术开放，更多的企业拥抱AI，正在通过“百度一下”实现。

　　时代不同得如此明显，天变了，道亦在变。

       原文标题：百度AI的“圈地运动”：一年里都做了什么？

       欢迎关注“创事记”的微信订阅号：sinachuangshiji

　　文/郭一璞