8月26日，2019中国国际智能产业博览会拉开帷幕，国际组织负责人、国外知名学者和60多位世界500强企业高管云集，百度创始人、董事长兼首席执行官李彦宏演讲时，对发展人工智能的建议引发热议，并提到了中外人工智能发展的差异，尤其是在“深度学习框架”上。

　　李彦宏坦言，中国论文发表数很多，专利申请量很多，但是我们的人工智能的深度学习的框架还有差距，“这些都是我们需要未来去下功夫提升的。所以就是人工智能不再讲究酷炫，而是要讲究如何扎扎实实地推进和落地。”

　　如今，很多人虽然享受着人脸识别、语音翻译等AI技术，但对于其背后的科技名词还是陌生的，比如这个“深度学习框架”，它为什么这么重要?这要从人工智能的整个技术体系架构说起。

　　对于深度学习框架的定位，百度首席技术官(CTO)王海峰曾经如此表示：“在智能时代，深度学习框架起到了承上启下的作用，下接芯片，上承各种业务模型、行业应用。”

　　就好像PC时代操作主流系统是windows，移动时代主流操作系统是安卓或IOS一样，AI时代的应用，也需要有操作系统，让开发者能够在其上像搭积木一样构建自己的AI应用，而深度学习框架对底层语言和重要算法模型进行封装，让开发者不需要去写大量的重复代码，可以将省却的大量精力投入到应用的研发，这对于人工智能标准化、自动化和模块化的形成意义重大。

　　目前，主流的深度学习框架大都是开源的，人人可用，如Caffe、TensorFlow、飞桨(PaddlePaddle)、PyTorch等。国外首推谷歌的TensorFlow，国产则以百度的飞桨(PaddlePaddle)为代表。而李彦宏讲要在深度学习框架上下大功夫、大力气，不仅仅单纯的商业竞争，还有更多国家技术安全层面的考量。

　　目前，TensorFlow在深度学习框架的份额占有率要高于同类产品，国内有不少互联网企业、人工智能创企，都在使用TensorFlow。从长远的角度来讲，人工智能时代的竞争，其实是在争夺AI技术甚至是整个行业的话语权，在未来时代，标准的制定者才有资格说出“我的地盘听我的”，因此TensorFlow的一家独大，其实是在让其他国家的AI产业陷入一个比较被动的局面：用TensorFlow吧，将来得听人家的;不用TensorFlow吧，又没有更好的代替品。

　　另外，外国的各类技术或代码框架、平台虽然名义上是开源的，但依然要受其所在国家的法律与行政命令的制约，在国际形势不明朗的环境下，随时有“断奶”之虞，人工智能代码与应用的生产严重依赖外国指定的运行环境与运作标准，这是风险之一。如果有一天，TensorFlow宣布不再对中国开发者开源，我们的AI产业就会陷入巧妇难为无米之炊的局面，这也是李彦宏在演讲中要大力发展国产深度学习框架等开源平台的深层次原因。

　　百度从2012年就开始研究和应用深度学习技术，在2016年正式开源了国内唯一开源开放、功能完备的深度学习平台飞桨，集深度学习训练和预测框架、模型库、工具组件和服务平台为一体，拥有兼顾灵活性和高性能的开发机制、工业级应用效果的模型、超大规模并行训练、高效推理引擎多端部署以及系统化技术服务支持的5大优势。

　　如果要从TensorFlow手下抢回开发者，这个深度学习框架必须满足相应开发工作的需求。飞桨目前已开源70多个经过真实业务场景验证的官方模型，并覆盖了深度学习开发、训练、预测等全环节，并且中文特性对国内开发者更具有优势。更重要的是，飞桨的落地实践能力已经得到了验证，案例覆盖互联网、城市规划、金融、工业和农业等各个领域，这对于人工智能技术落地是非常巨大的推动力。

　　IDC《中国深度学习平台市场份额调研》显示，深度学习平台已经成为企业和开发者应用AI技术必备的助攻武器。百度飞桨与谷歌、Facebook名列前三，领衔中国深度学习平台市场。

　　而市场也对飞桨做出了回报。根据百度发布的2019年第2季度财报，2019年第2季度，百度深度学习平台飞桨(PaddlePaddle)下载量环比增加45%，这表明飞桨受到更多开发者关注与使用。同时，业内也有越来越多的开发者意识到国产深度学习框架的战略意义，开始投入研发与代码迁移。

　　李彦宏在演讲中表示，推动人工智能扎实渗透，行业要充分利用开源、开放平台，它在人工智能发展当中的作用会越来越受到重视。相信在以百度为代表的人工智能“头雁”企业的引领下，深度学习框架乃至于整个AI产业的研究与发展会取得更多突破，打破外国AI企业的垄断，让中国的人工智能技术跑出独立自主的高速度。