扶贫干部拍胸脯认证，AI开发者上手零门槛，百度打造 “云智一体”全栈开发杀手锏
扶贫干部拍胸脯认证，AI开发者上手零门槛，百度打造 “云智一体”全栈开发杀手锏
“我可以拍着胸脯说识别准确率很高。”扶贫干部刘乐这样评价他在使用百度EasyDL平台助力扶贫的效果，他是陕西省汉中市扶贫信息中心副主任，也是一名热爱编程的程序员。
在近期百度智能云举办的2021云智技术论坛首场活动上，刘乐介绍，刚开始扶贫时，别人称扶贫人员为“表哥、表姐”，只因他们整天在填表，影响了基层的扶贫效率。
2019年，刘乐使用百度飞桨企业版EasyDL零门槛AI开发平台，通过图片识别筛选饮用水和住房不达标的贫困户，并将三千多户贫困户纳入到监测范围进行重点关注。最终，他们对AI识别的问题进行“回头看”，发现与真实情况吻合度达到80%以上。
无疑，信息化、智能化平台的引入大大减轻了基层扶贫干部的工作负担，提升工作效率和质量。这背后，EasyDL还在不断迭代，扶贫这一案例也只是百度智能云通过AI技术赋能产业的冰山一角。
“云智一体”是应用理念
为了给开发者提供满足实际业务场景需求、低成本高效率、全流程AI开发支持的全栈解决方案，加速产业智能化升级，百度智能云这次发布了“云智一体的AI开发全栈模式”，并为开发者全面介绍了AI开发平台、AI原生云基础设施以及AI中台。
没有人会简单的把“云智一体”这个概念视作云和AI的简单叠加。实际上，“云智一体”更多体现的是应用理念，百度智能云要做的是云和AI的融合创新，最大化综合两者的能力，带给开发者更好的体验。
在构建云智一体的AI全栈开发模式上，百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜认为，需要遵循场景先行、自主创新、效能为要三大理念。AI开发平台上需要结合场景建设能力，需要足够灵活、易用的平台以进行自主创新，最后还要从资源利用和开发效率方面提升创新应用的效能。
百度智能云产品管理与市场部总监、产品委员会联席主席喻友平认为，未来做好智能化，如果没有“云智一体”，就像在Android和iOS系统中用H5开发App。
反映在全套生产力工具上，云智一体的AI开发栈模式分为AI开发平台、AI开发框架、AI原生的云基础设施以及AI中台。
其中，AI开发平台在应用层为企业和开发者直接提供助力，但如果没有AI原生的云基础设施，AI开发平台不会产生很好的效果，更重要的是，企业还可以直接采用AI原生的云基础设施的服务；而AI中台能帮助企业构建一套集中化生产和管理AI能力的平台。
百度智能云产品委员会联席主席宋飞称，如果要帮助企业去实现智能化，不仅是解决模型开发的问题，而是要在企业的业务流程里形成闭环。
一方面，AI全栈开发模式的提出向外界展示百度智能云“云智一体”技术深度，另一方面，为开发者和企业深度了解其AI赋能的系统化能力提供了全新视角。
全栈开发“杀手锏”：AI开发双平台、AI原生基础设施和AI中台
在AI全栈开发模式产品架构的应用开发层，百度智能云采用的是EasyDL和BML组成的AI开发双平台模式。
其中，EasyDL为零算法基础人群设计，可零门槛、零代码自动建模，快速上手。EasyDL分为数据准备、模型训练、模型部署三大部分，提供全流程的自动化机制，使得手工操作的成本可以减少75%，并预置了诸多算法模型，包括视频、图像、文本、语音、OCR等七大方向、十六种任务类型，EasyDL也通过超大规模的预训练模型、AutoDL、智能归因模型调优等机制大幅提升模型效果和精度。
喻友平将这些预置能力比喻成“老卤”，“我们有很多‘老卤’，它们经过百度的大量应用积累和验证，所以基于EasyDL、BML再开发上层应用时，效果能够持续，现在从里面舀一小勺，调一调，味道就特别好。”
BML全功能AI开发平台面向算法工程师、数据科学家，满足灵活和个性化开发需求。与EasyDL不同的是，在模型构建和模型管理上，BML提供更加丰富的建模方式，更灵活的调优工具和算法模型选择，在模型管理上提供模型转换、模型评估和模型优化功能，同时，EasyDL和BML都可以帮助开发者匹配各种硬件环境，目前已经适配了超过15种硬件和芯片类型，也包括昆仑等多个国产的AI芯片。
值得一提的是，百度AI技术生态部总经理刘倩介绍，BML实际上也可以做到零代码或低代码，BML为专业算法工程师提供服务，同样可以用拖拉拽的方式可完成建模流程、自动超参搜索和可视化调参等能力。
在开发平台设计上，百度智能云尽可能让应用开发更加便捷、迅速，让AI开发者可以快速上手AI开发，实现AI服务。而他们还在不断跟进开发者在AI开发过程中的痛点，持续提升EasyDL和BML开发平台的效率和价值。
EasyDL和BML开发平台之下，中间层是百度飞桨PaddlePaddle等深度学习框架，最底层则是AI开发基础设施。
云原生在当下是个时髦词汇，但随着企业的智能化升级，传统的云计算实际上不能很好的解决AI业务中碰到的问题，云在AI场景效能不能最大化。宋飞表示，AI原生的云基础设施的主语依然是云，要在云上解决工程类的问题。
而解决工程类问题背后的需求是更大的数据和模型、更快的训练以及高性能计算，这相应为开发者提出了高性能、高性价比、高利用率“三高”诉求。
基于此，百度智能云打造AI原生的软硬一体、高性价比的AI开发基础设施，核心包含计算层、存储层和AI容器层三个层面。在AI计算层，百度提供丰富的AI芯片类型，基于X-MAN架构的AI超级服务器，更有基于百度自研的硬件虚拟化技术的“太行”弹性裸金属，全新构建下一代云基础设施，在拥有弹性灵活的云计算基础上，实现物理服务器高性能的计算能力。在AI存储层，EasyDL与BML已全面打通百度智能云BOS云存储服务，提供简单可扩展、高可靠、灵活适应多场景的数据存储能力。在AI容器层，使用百度智能云容器引擎服务CCE，可提供弹性、高可用的云端容器运行平台。
除了为上层的AI开发平台提供坚实的技术支撑，百度智能云的AI原生云基础设施提供多种形态的独立服务，让企业AI开发效率更高、成本更低，最终为行业打造出最适合跑AI的云。
在企业智能化转型中，百度智能云还发现，从单点垂直场景的应用发展到多个业务场景的全面升级过程中，企业往往会面临来自AI能力的生产、应用、运维、管理等多方面的问题，而这些问题往往使得企业的一些经验和技术能力难以快速复用和沉淀，从而影响整个企业智能化转型和升级的进程。
百度智能云的AI中台应运而生。它能帮助企业构建一套AI能力生产和集中化管理的平台，其核心包括AI能力引擎和AI开发平台，再结合与之配套的一套完善的数据管理、服务管理、全线资源运维管理体系，就可帮助企业构建一套智能化升级的基础设施。
结合百度业务实践，AI能力引擎沉淀了超过270多项可即拿即用的AI技术能力和方案，提供多种形态的灵活部署方案来支撑多样化场景应用。面向垂直场景，百度AI中台进一步提供场景化定制平台，比如对话场景提供智能对话定制服务平台UNIT，帮助企业快速实现对话、问答等一些智能AI能力的生产和构建；文档场景提供智能文档分析平台TextMind，帮助企业实现定制化的文档信息抽取、分析、比对等业务应用。
在实际落地过程中，结合业务特点和发展状况，百度智能云在媒体、金融、能源、城市等多个行业的AI中台解决方案。如在国网山东电力的案例中，百度AI中台支撑了多样化业务场景应用，预置自然语言处理、知识图谱、视觉、语音等各个方面的技术能力，帮助他们构建一套包括样本管理、模型管理、开发训练平台、服务运行平台的基础设施，实现了智能写作、输电通道可视化及智慧营业厅等业务应用。
多层次AI能力助推产业智能化
总体而言，百度智能云的AI开发平台全栈模式，EasyDL和BML双平台帮助企业高效实现AI能力的生产，AI原生的云基础设施提供了底层助力，而AI中台进一步提供一套完善的管理功能与机制，全面提升企业运营效能。
相应地，这种开发模式覆盖不同层次AI能力的企业：AI技术能力稍弱的企业可以使用简单易用的AI开发平台，而需要深度AI原生云基础设施的企业可以直接采用AI原生的云服务，最终帮助产业中的企业实现多层次AI能力建设。
基于百度AI业务的积累，如果没有自下向上云智一体的产品能力和服务，就不可能做好AI业务。所以，通过AI原生云基础设施，才能实现云和AI能力深度融合，打造出技术领先、方案灵活的一体化云计算服务，从而让AI开发的效率、精准度、适配度、成本配置达到最优，这也说明了百度智能云对企业智能化转型本质需求的把握。
而在产业智能化构建的认知上，百度智能云希望做接地气的工作，拥抱产业和场景，就像把裤脚挽起来踩到泥里。未来，相信百度智能云在夯实自身智能化基础设施的同时，将为企业提供更多智能化解决方案，通过“云智一体”帮助企业更好的在智能化浪潮走得更顺，推动产业智能化加速变革。