12月24日，百度研究院發布2020十大科技趨勢預測，從2019年科技的蓬勃發展中提前展望2020。作為2019年度最受關注的科技熱詞之一，“AI”自然成為了焦點。百度研究院也對AI產業給出了幾點關鍵預測。其中一點就是，AI技術已發展到可大規模生產的工業化階段，2020年將出現多家“AI工廠”。

圖：百度研究院預測2020年將出現多家AI工廠

百度研究院有此預測并不難理解，“AI工廠”的誕生在行業中早有端倪。人工智能獨角獸企業曠視推出的自研人工智能算法平臺Brain++，就已畫出了AI工廠的雛形。

曠視首席科學家、曠視研究院院長孫劍博士曾這樣介紹Brain++：正是“Brain++讓規模化算法訓練成為可能。”與此同時，通過Brain++，曠視“能夠針對不同垂直領域的碎片化需求定制出豐富且不斷增長的算法組合，包括很多長尾需求。此外，我們能以更少的人力和更短的時間開發出各種新算法。”

事實上，AI技術要實現大規模生產，首先要解決的就是如何低成本、大規模地產生算法。目前業界普遍把深度學習框架作為算法開發工具，但這又面臨著學習和使用成本高，難以規模化的問題。究其原因，在于只有深度學習框架是不夠的，需要打通從數據到算力再到框架的端到端解決方案，曠視Brain++恰好涵蓋了深度學習算法開發的所有環節。

拆解Brain++的總體架構可以看到，其包含了深度學習框架MegEngine、深度學習云計算平臺MegCompute、以及數據管理平臺MegData三個核心組件。這恰好對應了AI發展中的三大要素：數據、算法以及算力。

圖：曠視Brain++架構

從數據的獲取、清洗、預處理、標注和存儲開始，到研究人員設計算法架構、設計實驗環節、搭建訓練環境、訓練、加速、調參、模型效果評估和產生模型，到最終的模型分發和部署應用，曠視Brain++讓研發人員獲得了從數據到算法產業化的一攬子技術能力。

除了大規模產生算法，曠視Brain++核心深度學習框架MegEngine還在不斷提升算法的工程化開發能力。相比業內主流框架，其具有獨特的訓練和推理一體化能力，可實現一次算法訓練直接部署模型。

基于深度學習框架，不僅人工智能技術的開發門檻被大大降低，而且還有效提高了人工智能應用的質量和效率。據《全球深度學習系統市場報告》顯示，到2020年，全球深度學習系統市場規模將超13億美元。百度研究院也在預測中指出，2020年，各行各業將會大規模應用深度學習技術實施創新，加快轉型和升級。

圖：深度學習技術將大規模深入產業

不過，深度學習框架的搭建還離不開自動機器學習AutoML技術的發展。長期以來，業內都有一個調侃叫做所謂人工智能，有多少智能就有多少人工。但是通過AutoML技術，則可以讓機器自動進行端到端的優化，從而大幅減少人力的成本投入。曠視Brain++核心深度學習框架MegEngine就集成了曠視自研的AutoML技術，對深度學習算法的各個關鍵環節進行自動化的設計、搜索和優化，一次訓練完成自動化過程，將計算代價減小至傳統AutoML方法的萬分之一，進一步推進技術的成熟。

百度研究院也在預測中指出，AutoML的快速發展將大大降低機器學習的門檻，擴大AI應用普及率。這對于早已將AutoML運用到機器學習中的曠視而言，其已走到了行業前列。更值得一提的是，AutoML領域的研究一直都被國外谷歌AutoML Vision、微軟Microsoft Custom Vision、亞馬遜Amazon SageMaker等企業以及平臺“壟斷”，曠視等企業在這一領域的探索，將有效打破國外企業的壟斷格局，構建起中國AI產業核心競爭力。

圖：百度研究院預測AutoML 的快速發展將大大降低機器學習的門檻

基于Brain++，曠視“AI工廠”初現。依托Brain++，曠視實現了云、端、芯的深度神經網絡算法全面覆蓋，并推出了多種高效的以人工智能驅動的物聯網解決方案，并成功為個人物聯網、城市物聯網、供應鏈物聯網等垂直領域的客戶賦能，助力創造更多價值。

據IDC統計，2019年全球人工智能市場規模達到375億美元，中國人工智能市場預計占全球的12%，成為了全球第二大人工智能單一市場，且市場規模保持高速增長。人工智能產業迭代的力量即將噴涌而出，但就像第一次工業革命的紡織工廠，第二次工業革命的汽車工廠，AI革命也需要打造一個智能時代的“AI工廠”，以應對即將來臨的AI大生產時代的需求。這不僅是AI企業發展的必經之路，更是直接決定著整個國家的產業在這個新時代節點之中參與全球競爭的底氣。以曠視Brain++為代表，它們作為中國AI企業極少數的自主可控的算法框架，無疑將在中國AI產業發展中留下濃墨重彩的一筆。