深度學習平臺飛槳助力 百度讓三百六十行都有AI

智能時代正在到來，大家對人工智能的認知，早已不僅僅局限于家里的智能音箱、手機里的智能助理、商場里的智能導購機器人……而是正將人工智能應用到各行各業(yè)。AI落地背后的動力，來源于技術(shù)本身的發(fā)展和應用的推動。深度學習平臺是助力人工智能技術(shù)發(fā)展和應用的重要“基礎設施”，而百度飛槳(PaddlePaddle)作為國內(nèi)唯一開源開放的深度學習平臺，在核心框架、工具組件和服務平臺等各方面，都進行了完整的體系化布局，幫助產(chǎn)業(yè)開發(fā)者獲取人工智能能力，助推產(chǎn)業(yè)智能化轉(zhuǎn)型。

在工業(yè)領域，質(zhì)檢環(huán)節(jié)以往通常由人工進行，費時費力，成本也較高。早期的工業(yè)質(zhì)檢智能化轉(zhuǎn)型基于機器學習的特征工程方法，對外觀缺陷類質(zhì)檢無法進行較好的檢測，面臨研發(fā)成本高、識別效果差的問題。

在林業(yè)防治的領域，紅脂大小蠹是讓工作人員非常頭痛的問題。這是一種危害超過35種松科植物的蛀干的害蟲，自1998年首次發(fā)現(xiàn)到2004年，其造成的災害面積超過52.7萬平方公里，導致枯死松樹達600多萬株。且在持續(xù)擴散，給我國林業(yè)經(jīng)濟帶來巨大損失。

但對紅脂大小蠹密度及分布進行監(jiān)控以往有人工進行實地檢查，工作專業(yè)要求高，周期長。古老又傳統(tǒng)的農(nóng)業(yè)，也在經(jīng)歷著人工智能的變革。對桃農(nóng)而言，桃子采摘后需要根據(jù)其品質(zhì)進行篩選，這項工作主要靠人工完成，一方面人工篩選質(zhì)量缺乏硬性標準，造成質(zhì)量參差不齊，另一方面對人工和時間的成本也是個挑戰(zhàn)。

而智能桃子分揀機改變了這一切?；ㄙM6小時在飛槳(PaddlePaddle)上進行桃子智能分類模型訓練之后，智能桃子分揀機就可以實現(xiàn)分揀的自動化，分揀準確率高達90%以上，并為桃農(nóng)節(jié)省雇人、組織工作等環(huán)節(jié)的時間精力，節(jié)約了90%人力成本，每年為桃農(nóng)直接節(jié)省3萬元。

在即時物流場景中，核心問題是將訂單智能的分配給最適合的騎手。但系統(tǒng)在進行分配決策時，核心環(huán)節(jié)在于預估商家需要多長時間進行準備工作，以更精準地讓騎士在預定時間到達指定地點，提升騎手的運轉(zhuǎn)效率。
順豐同城利用飛槳(PaddlePaddle)實現(xiàn)了訂單準備時間預估功能，減少了騎手在商戶等待時間的同時，也減少了騎手到達過晚導致訂單超時的現(xiàn)象，優(yōu)化了用戶的使用體驗。

隨著消費互聯(lián)網(wǎng)流量紅利的逐漸殆盡，移動互聯(lián)網(wǎng)的主戰(zhàn)場轉(zhuǎn)向產(chǎn)業(yè)互聯(lián)網(wǎng)，家居行業(yè)3D數(shù)字化進程高歌猛進，行業(yè)開始沉淀下了大量的與真實商品對應3D模型數(shù)據(jù)。但與之相對，線下實體店仍然占據(jù)80%的銷售額，這意味著線上流量無法直接轉(zhuǎn)化成消費行為。次元視界公司利用飛槳(PaddlePaddle)訓練模型，實現(xiàn)2D圖像的特征提取，再生成3D模型，達到了模型輪廓識別準確率達到89%，讓用戶“以圖搜商品”成為可能，這優(yōu)化了用戶的線上瀏覽體驗，將消費意愿延伸到線下家居實體店，助力家裝企業(yè)實現(xiàn)智能化轉(zhuǎn)型升級。

對聾啞殘障人士而言，手語是與外界交流的渠道，但如果沒有人翻譯，交流就無法成立。如果讓人工智能來承擔這份工作，手語的翻譯的難度比文字翻譯、語音翻譯都要高。而諾百愛公司通過飛槳(PaddlePaddle)構(gòu)建機器學習框架，對不同肌電信號進行對應信息訓練，從而得到肌電與肌肉對應關(guān)系、肌電與手勢的對應關(guān)系，打造出SHOWING手勢翻譯臂環(huán)，讓手語翻譯成為了可能。此外，SHOWING臂環(huán)還可以在XR、手勢交互、控制等場景下，在軍用、工業(yè)、民用、醫(yī)療等多領域中得到應用。

工業(yè)、農(nóng)業(yè)、零售、物流……人工智能與產(chǎn)業(yè)深度結(jié)合帶來的潛力是無限，期待飛槳(PaddlePaddle)能夠推動人工智能在更多的行業(yè)與場景落地，驅(qū)動智能化時代的全面來臨。