本篇文章2440字，读完约6分钟
年12月2日，“openi/o启智开发者大会”在北京国家会议中心召开。 大会以“启智筑梦开源先行”为主题，立足于国际国内开源的大环境和快速发展趋势。 开源行业的顶尖专家和公司领导齐聚一堂，探讨开源开放所呈现出的新形势、新格局、新机遇。 百度飞翼全面参与，承接深度学习专场，展示了飞翼的最新技术进展和成果。
aitisa联盟秘书长、启智社区技术委员会主席黄铁军表示，openi启智社区是新一代人工智能产业技术创新战术联盟组织产学研合作共享的开源软硬件开放数据超级社区，是人工智能产业健康高速发展和社会
在这次启智开发者大会上，发表了许多启智社区的重要项目成果。 领先百度的“openi-飞翼”正式发布“openi-星辰ppsig共建计划”，呼吁在生物计算、量子计算、贝叶斯概率互联网等10个前沿行业勇敢探索的开发者进行合作创新。
目前，openi-星辰ppsig共建计划得到了共享项目周边的合作伙伴和核心社区开发者的广泛认同，随着全球越来越多的开发者的参与，启智社区也在蓬勃发展。 此外，大会还公布了“启智社区优秀开发者激励计划-启梦行动”评选结果，百度启智飞桨项目成为首批“启智社区优秀开源项目”之一，飞桨paddlehub sig集团也表示“启智传媒” 每个人心中都有开源的梦想。 桨社区开发者张弘基只靠有趣来驱动，拿出专业的眼光继续解答开发者的疑问，在桨社区继续扮演旗帜的角色，获得了第一个“启智社区优秀开发者的突出贡献奖”。
在主论坛上，百度飞翼总设计师在佃海发表了主题演讲“飞翼:以技术创新和开源开放夯实产业智能化基础”，从技术创新和开源开放两个方面分享了飞翼在功能研发和生态建设行业的进展。 目前，开源开放深度学习技术引领着人工智能热潮，深度学习开源框架已成为ai技术研发和应用的核心基础设施。
百度飞桨是我国第一个自主研发、开源开放、功能齐全的产业级深度学习平台，实现了最全面的开源开放。 除技术框架外，桨还开放了丰富的产业集群库、开发工具包和工具组件、ernie、pp-yolo、pp-ocr等自我学习的先进技术成果。 此外，桨也非常重视硬件生态的快速发展，目前适应27种芯片覆盖19家制造商，在国产硬件支持数量方面居行业首位。
在下午举行的深度学习专场分科会上，百度深度学习技术平台部高级总监马艳军主持了会议，与来访者分享了深度学习等人工智能行业的最新研究成果。
中科院计算所研究员、ccf高性能计算专业委员会秘书长张云泉在《超计算与云计算与人工智能融合创新的计算力经济时代》报告中指出，我国超计算系统整体研发水平将走在世界前列，异构核将成为未来e级超计算系统的主流架构， 指出超计算和云计算、人工智能融合创新、高性能云计算将成为新的热点。
清华大学计算机系副教授、博士生导师刘知远教授做了“知识指导预训语言模式”主题报告，分享了自然语言解决方面的最新进展和快速发展情况，指出未来的目标是实现知识图谱可以指导的自然语言解决框架。
北京航天空大学副教授、博士生导师刘祥龙指出人工智能算法容易受到对抗样本等噪声的干扰，容易发生意想不到的错误，其安全性和可靠性面临着严峻的考验，并据此提出了最新的“启智”
英伟达gpu专家团队亚太地区总监李鹏分享了英伟达对比深度学习的快速发展、软硬件技术创新、软硬件协同设计和端到端性能优化的实践。
百度优秀设计师、飞翼产品负责人向广大开发者介绍了大幅提高深度学习开发效率的工具和工具包。 例如，包括动静统一的开发模型、高层api、预训练模型实用工具paddlehub、拷贝识别工具包paddleocr、公司版的零门槛ai开发平台easydl和全功能ai开发平台bml等。
ai技术生态部社长刘倩在《与百万开发者共同建设开源开放生态》的报告中指出，目前，桨叶已经聚集了230多万开发者，建立了31万个以上的模式，培养了百万ai开发人才，随着ai技术创新、生态建设、产业的快速发展，
产业浪潮席卷全球，人工智能将走向何方？ 在论坛最后，各领域大咖以“当前国内外形势下深度学习技术快速发展趋势”为中心，以圆桌会议的形式展开讨论，包括“疫情对ai开源社区的影响”、“ai技术产业化落地趋势与挑战”等热门议题。 嘉宾认为，在全球疫情防控背景下，人工智能在各行业特别是公共卫生行业加速落地，随着国家相关政策的出台和实施，人工智能战术的高度和快速发展速度进一步提高，开源社区也更加活跃。
在谈到如何减少软硬件兼容性匹配的从事量，进一步提高产业落地效率时，佃海提出了从开放和标准化两个角度来应对。 开放包括硬件基础接口的开放和框架的开放，可以形成更常见的匹配方法，作为框架改进对不同模型样式的兼容性和对硬件的更完整访问方法，以及桨 例如，要实现标准化操作员接口和基础接口的标准化，需要框架、硬件相关的公司和科研机构共同努力。 一流科技oneflow创始人袁进辉也认为，标准化是大势所趋，顾客痴迷的功能将被越来越多的产品所接受。
小米专家软件工程师何亮亮认为，从数据到模型培训、部署的整个过程需要标准的服务化系统，标准的过程需要支持端到端的开发过程。 波ai hpc应用部副总经理吴韶华表示，目前备受瞩目的ai编译器能够比较有效地缓解框架对芯片的适应量，但不容易通过不同的芯片获得最佳性能。 他认为，未来两种方法将并存。 另一方面，我们认为开源社区的ai编译器技术越来越成熟，支持代码自动生成、自动分布式训练等越来越多的副本的自动优化。 另一方面，硬件制造商不断优化各个芯片的软件堆栈。 在ai算法落地的过程中，客户可以利用各种方法支持各种ai芯片。
新一代人工智能在世界范围内蓬勃兴起，为经济社会的快速发展注入了新的动能，深刻改变着人们的生产生活习惯。 在人工智能系统内，深度学习是快速发展到更深层次所需的技术壁垒，飞翼由百度自主开发，打破国内ai开发者过度依赖国外开源深度学习框架的局限，成为ai新基础设施和中国智能经济的基础，对外输出力产业，
