旷视深度学习框架天元开源：如何将锄头升级为联合收割机？

作为新一轮科技革命和产业变革的重要驱动力量，人工智能正在对经济发展、社会进步、国际政治经济格局等多个方面产生重大而深远的影响。

人工智能的舞台有多大?中国《新一代人工智能发展规划》提出：到2030年，我国人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

近年来，中国人工智能产业发展迅速，随着AI技术的不断商用落地，AI时代即将到来，作为中国人工智能领军企业的旷视科技，当仁不让的扛起了行业发展的大旗。

发布Brain++平台，旷视重新定义AI基础设施

2020年3月25日，人工智能领军企业旷视举办了一场特殊的线上发布会，会上，旷视联合创始人兼CTO唐文斌重新定义了人工智能底层的基础设施，并正式发布了旷视AI生产力平台Brain++，同时宣布开源其核心框架天元(MegEngine)。

唐文斌认为，只有AI芯片平台和AI生产力平台能够被称为AI基础设施。其中业内对AI芯片的定义和界限已经很清楚了：作为AI的硬件计算平台毫无疑问芯片能够被称为基础设施。但是对于AI平台级的产品却还没有人能够讲清楚。

人工智能的基础设施为何需要AI生产能力平台？旷视认为算法研发和普通编程不同，是一个系统工程，所以就需要一个能够协同优化数据、算法、算力的平台级产品，旷视对此提出了”AI生产力平台“的概念，并发布了旷视自研的AI生产力平台——Brain++。

简单来说做算法如同炒菜。数据其实就像是各种各样的食材，需要清洗，分类管理，是炒菜（做算法）的原材料；而算法的训练就像是烹制的过程，需要一口好锅（深度学习框架）来承载；强大的算力对于做算法来说就是一灶猛火，至于饭菜烧的怎么样也一定程度上取决于火候的控制。上等的食材，再加上好锅配猛火就能炒出一盘好菜——同理，标准化、流程化的数据管理、高效的深度学习框架和强大的算力才能研发出好用的算法。旷视Brain++的存在是为了给AI开发者们提供更好的集成开发环境，是要打造AI界的Visual Studio。

在发布会上，旷视决定将Brain++最核心的深度学习框架开源，并为其取了一个中文名字叫做”天元“。开源深度学习框架是旷视Brain++逐渐向外赋能的第一步。短期来看，旷视还将面向企业用户开放Brain++的数据管理平台和计算平台。长期来看，旷视发展建设AI生产力平台很大可能是为了进一步向AI芯片平台延伸。因为在AI生态中，真正能够创造长期商业价值的是软硬一体化的协同设计（co-design），只有AI芯片平台和AI生产力平台实现深度耦合，才有利于AI企业的长期发展，实现在基础研发层面更彻底的降本增效。

Brian++的”AI生产力“：将锄头升级为联合收割机

如何形容Brain++提升的生产效率呢？简单来说，就是将原本锄头、镰刀式的算法开发工具升级成了全流程、自动化、一站式的联合收割机。

从使用体验来讲，旷视研究院的1400+余名研究员是Brain++的第一批用户，也是边使用边开发的贡献者。在过去几年，旷视在研发过程中遇到了很多痛点，这些痛点也是行业共通的痛点，但具备算法与框架的协同、高效训练系统和大规模能力的Brain++能够很好地克服这些问题。

在算法训练环节，天元（MegEngine）可以帮助开发者实现大规模的、弹性的训练，将产品从实验室原型到工业部署原本数周或数月的时间成本缩短到小时级。

从终端场景和用户体验来讲，AI 生产力的提升就意味着能够加速解放人的生产力，让人的价值用于更有创造力的场景中。

疫情期间，旷视依托于Brain++平台的支持进行遮挡人脸检测算法的研发，仅用10天就完成了AI测温产品的部署和上线，其中留给算法研发的时间只有两天。产品上线后，在车站等人流密集的场所，原本需要十余人的人力部署通道手工测温，现在只需要1个人和1台AI测温设备就可以全面管控。那么节省下来的人力就释放出来的生产力。

更快地生产算法和优化算法，就能在人机智能时代更好地释放出人的效能，创造人机协同的高效社会。

展望行业未来，芯片和生产力平台即是AI企业的两大护城河

AI正在加速各行各业的商业创新，逐渐渗透到零售、教育、通讯、金融、公共事业、医疗、智慧城市等等领域，正在潜移默化地改变我们的生产和生活习惯。

回顾过去三四年AI的发展历程，我们会发现在各行各业里AI的落地过程中马太效应十分非常明显的，互联网巨头和AI明星企业占据资源优势或专业性，AI化迅猛，但传统行业在各行各业AI落地的时候，各种挑战还是非常明显：高研发投入、复杂的算法工程，反而成为传统企业升级的”负担“。

互联网时代，一家传统企业想要变成为互联网企业很容易，只要具备IT基础设施，一根网线+一套App就能线下转线上，实现”互联网+“。但是”AI+“和”互联网+“不一样，传统企业和没有算法研发基础的场景想要和人工智能融合需要跨过很多难关。

风投机构Greylock提出的一个概念叫“Systems of Intelligence”，大意就是能够跨平台地获取并整合底层一切信息和数据源的智能系统。随着数字化和智能化进程加速，未来企业的护城河之战将从“如何获取更多数据”转为“如何更智能地利用数据”。如果AI产业的马太效应持续加剧，这些壁垒将越来越高，各行业的”AI+“水平差距也将拉的越来很大。

而对于具有先天专业性优势的人工智能企业来说，大部分AI企业都具备在有限场景中开发特定算法的能力，也意味着可以智能地利用数据。但是我们一旦仔细用放大镜看AI市场中的应用会发现繁荣背后也有虚火：比如商场中用预设程序伪装的AI机器人，比如用统计和量化方法实现的AI炒股软件等。这些都不是真正的人工智能，这些产品也不具备核心竞争力，预设程序和有限算法都不具有可扩展性，只能支持短期繁荣，和有限市场。

未来人工智能企业的核心战场还是在底层的AI基础设施上，谁能够具备协同设计的底层平台，谁就具有先发优势，获得算法生产力。作为人工智能领军企业的旷视，已经实现了自有的AI生产力平台的建设，如今拿出来与行业共享，把无限算法的创造交给市场，体现了中国前沿科技企业的前瞻视野和用人工智能造福大众的决心。