自去年7月开放AI平台以来,百度一直不断地向开发者们展示自己的AI开放技术能力,从最初的60项到如今的100多项,接入的开发者与合作伙伴已经超过50万,AI生态日渐“壮大”。
同时,在去年10月,百度还在首战AI开发者实战营活动上正式对外发布了“燎原计划”, 即百度AI生态伙伴计划,用以扶植AI开发者。一方面,AI领域的解决方案商和产业链厂商可以申请成为百度AI生态伙伴,另一方面,优质的生态伙伴还将有机会入选百度AI加速器,享有顶级导师定制课程、生态伙伴三星权益、百度投资入股、定向支持伙伴项目等核心权益。截至目前,进入AI加速器的企业也达到了45家。
进入2018年,蓄势了足足4个月之后,百度“燎原计划2018”暨百度AI开发者实战营第二季终于强势回归,并在首站北京就一次性推出了覆盖平台、标准、资源三大满足各类开发者需求的“礼包”,希望能够三管齐下赋能开发者。
百度AI技术生态部总经理喻友平表示在会上表示:“去年,我们详细展示了百度AI的开放能力,今年,我们会把更多的时间留给合作伙伴,帮助大家更好地使用百度AI。”
让每个人都能用上AI
为了降低人工智能的使用门槛,百度全面开放了定制化训练与服务平台EasyDL。据百度AI技术生态部技术经理谢永康介绍,EasyDL是一款定制模型训练和服务平台,具有可即用、更轻快、高精度、强安全的特性,用户只需要根据文字提示进行简单的页面操作,最快10分钟就可以完成业务定制深度学习模型的训练。
“这意味着,即使是完全不懂代码编程的技术小白,也可以快速上手用上AI。”谢永康表示。
目前,EasyDL已经开放图像分类、物体检测定制训练两大技术能力,并且还将陆续开放定制声音识别等能力,以及多环境部署及数据服务。
据介绍,快消品行业互联网公司惠合科技作为EasyDL的首批试点,已经通过接入EasyDL实现了对传统零售门店商品陈列的审核升级,推动了传统快消品牌和全国零售门店的数据化改造。
此外,谢永康还透露,EsayDL“不可思议大赛”也将在5月1日正式开赛。
将深度学习能力带进各行各业
另一方面,为了将深度学习能力带进各行各业,百度还宣布了多项赋能深度学习领域发展的举措。
其中,“深度学习工程师评价标准”为深度学习工程师提供了包括通用能力、专业知识、专业能力、行业知识、组织管理在内的五大维度,以及进一步细分的16类能力项参考标准,通过从“通用能力”到“专业技能”再到“组织管理”的能力模型金字塔,指引开发者成长。
同时,百度还搭建了一套覆盖线上、线下学习课程的完整的深度学习内容体系,帮助入门开发者和进阶者寻找适合自己的发展路径。
此外,据了解,为加快深度学习从开源到落地,去年年底,百度还与科赛网联合举行PaddlePaddle AI大赛,通过竞赛的模式辅助解决行业真实问题,让AI真正应用并服务于行业。大赛期间共吸引了近500人参赛,收到近千个高质量作品。其中的获奖团队也在会上集体亮相,并由喻友平、爱奇艺公司资深科学家王涛博士、科赛网CEO范向伟颁奖。
通过“免费模式”实现技术的“平民化”
针对于成本,喻友平再次在会上强调了百度AI开放平台的“永久免费”模式。
据他介绍,目前百度人脸识别接口完全采用QPS包月收费模式,每月向开发者和认证企业分别赠送2QPS和5QPS的免费配置量,超过这个数量才需要付费,而费用标准为500元/月QPS或50元/天/QPS。
这意味着在本次调整之后,认证企业的免费配置量提升至10QPS/月,而超过免费部分的价格也降至300元/月QPS或30元/天/QPS。也就是说对于人脸应用 QPS 不高的中小企业,依旧可以永久免费使用,而对于有大量需求的企业,人脸识别的调用成本降低40%。
喻友平表示,此次百度再度下调人脸收费标准,就是希望早日实现技术“平民化”,让所有的合作伙伴都能使用百度 AI 技术做出更多产品和创新,进而惠及全社会。
携手各地的开发者解读AI技术
“百度欢迎各类开发者和合作伙伴加入百度AI技术开放生态。在百度,不论是开发者、技术爱好者、深度学习爱好者还是合作伙伴、AI技术服务商,都可以在百度AI找到最合适的AI服务。我们希望能够用开放共赢的心态为开发者赋能,打造最开放、最平等、最贴心的AI技术生态,真正让AI走进各行各业、千家万户。”喻友平总结说。
据悉,从4月至5月,百度AI开发者实战营第二季还将走进深圳、杭州、成都,每一站用时两天,与开发者和合作伙伴们分享百度AI技术和产品的最新进展,并携手各地的合作伙伴详细解读百度AI技术的应用案例与产业价值,帮助希望应用人工智能实现创新或转型的企业与开发者快速打造出自己的AI产品。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。