百度穩(wěn)居中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)綜合份額第一 深度學(xué)習(xí)行業(yè)未來(lái)市場(chǎng)趨勢(shì)2023

• 吳澳燕 2023年2月1日 來(lái)源：中研網(wǎng) 新浪 588 33
• 繁體

深度學(xué)習(xí)是一種學(xué)習(xí)數(shù)據(jù)表征的算法，它可以從無(wú)規(guī)律、抽象的觀測(cè)值即輸入值中學(xué)習(xí)到數(shù)據(jù)的隱藏特征，比如CNN算法通過(guò)輸入的圖片像素點(diǎn)RGB值可以學(xué)習(xí)到圖片的內(nèi)部特征，例如圖片中的實(shí)體、數(shù)字等。深度學(xué)習(xí)的好處是其用高效的特征提取算法替代了原始的手工獲取特征的手段

深度學(xué)習(xí)是一種學(xué)習(xí)數(shù)據(jù)表征的算法，它可以從無(wú)規(guī)律、抽象的觀測(cè)值即輸入值中學(xué)習(xí)到數(shù)據(jù)的隱藏特征，比如CNN算法通過(guò)輸入的圖片像素點(diǎn)RGB值可以學(xué)習(xí)到圖片的內(nèi)部特征，例如圖片中的實(shí)體、數(shù)字等。深度學(xué)習(xí)的好處是其用高效的特征提取算法替代了原始的手工獲取特征的手段。

百度穩(wěn)居中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)綜合份額第一

近日，IDC發(fā)布《中國(guó)深度學(xué)習(xí)框架和平臺(tái)市場(chǎng)份額，2022H2》報(bào)告。報(bào)告顯示，百度穩(wěn)居中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)綜合份額第一，領(lǐng)先優(yōu)勢(shì)進(jìn)一步擴(kuò)大。中國(guó)深度學(xué)習(xí)開源框架市場(chǎng)形成三強(qiáng)格局，飛槳PaddlePaddle超過(guò)谷歌TensorFlow，框架市場(chǎng)前三份額超過(guò)80%。

近年來(lái)，人工智能領(lǐng)域的技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展，都離不開深度學(xué)習(xí)框架和平臺(tái)。深度學(xué)習(xí)平臺(tái)下接芯片、上承應(yīng)用，相當(dāng)于“智能時(shí)代的操作系統(tǒng)”。飛槳作為我國(guó)首個(gè)自主研發(fā)、開源開放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)，在動(dòng)靜統(tǒng)一的核心框架、大規(guī)模分布式訓(xùn)練、訓(xùn)推一體高性能推理部署等核心技術(shù)上已經(jīng)達(dá)到國(guó)際領(lǐng)先水平;在平臺(tái)功能上具備豐富的產(chǎn)業(yè)級(jí)模型庫(kù)、端到端開發(fā)套件、工具組件，以及零門檻AI開發(fā)平臺(tái)EasyDL和全功能AI開發(fā)平臺(tái)BML、學(xué)習(xí)與實(shí)訓(xùn)社區(qū)AI Studio，高效支持深度學(xué)習(xí)模型開發(fā)、訓(xùn)練、部署等全流程，降低AI技術(shù)應(yīng)用門檻;在生態(tài)上，飛槳推動(dòng)構(gòu)建了全方位的生態(tài)體系，包括開發(fā)者生態(tài)、教育生態(tài)、企業(yè)生態(tài)、硬件生態(tài)，通過(guò)生態(tài)共享共創(chuàng)加速產(chǎn)學(xué)研用協(xié)同創(chuàng)新發(fā)展。

當(dāng)前國(guó)際環(huán)境下，國(guó)產(chǎn)框架和平臺(tái)份額有望進(jìn)一步增長(zhǎng)。支持邊緣智能、提供豐富的面向場(chǎng)景的預(yù)訓(xùn)練模型將成為未來(lái)1-2年帶動(dòng)框架和平臺(tái)增長(zhǎng)的機(jī)會(huì)。飛槳多端多平臺(tái)部署的高性能推理引擎，可以全方位支持推理部署，將模型便捷地部署到云端、邊緣端和設(shè)備端等;飛槳已開源官方模型600多個(gè)，覆蓋工業(yè)、能源、金融、交通等眾多領(lǐng)域。

根據(jù)中研普華產(chǎn)業(yè)研究院發(fā)布的《2021-2025年中國(guó)深度學(xué)習(xí)發(fā)展及趨勢(shì)專項(xiàng)研究報(bào)告》顯示：

深度學(xué)習(xí)本質(zhì)上是一種新興的機(jī)器學(xué)習(xí)算法，其基本模型框架是基于ANN的，如含有多隱層的感知器。其可以通過(guò)對(duì)數(shù)據(jù)的底層特征進(jìn)行學(xué)習(xí)從而得到更加抽象的隱藏特征，從而特到數(shù)據(jù)的分布式規(guī)律，進(jìn)而預(yù)測(cè)或分類數(shù)據(jù)。

2021年，全球深度學(xué)習(xí)市場(chǎng)價(jià)值約為115.429億美元，預(yù)計(jì)到2028年將增長(zhǎng)到807.696億美元，在預(yù)測(cè)期內(nèi)的復(fù)合年增長(zhǎng)率(CAGR)約為38.3%。

深度學(xué)習(xí)行業(yè)未來(lái)市場(chǎng)趨2023

伴隨技術(shù)、產(chǎn)業(yè)、政策等各方環(huán)境成熟，人工智能已經(jīng)跨過(guò)技術(shù)理論積累和工具平臺(tái)構(gòu)建的發(fā)力儲(chǔ)備期，開始步入以規(guī)模應(yīng)用與價(jià)值釋放為目標(biāo)的產(chǎn)業(yè)賦能黃金十年。隨著人工智能的規(guī)?；涞?，基于深度學(xué)習(xí)框架上下延伸、構(gòu)建智能生態(tài)平臺(tái)成為國(guó)內(nèi)外科技巨頭的共同選擇。

飛槳是我國(guó)首個(gè)自主研發(fā)、開源開放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)，具備世界領(lǐng)先的人工智能技術(shù)、支撐科研與產(chǎn)業(yè)共進(jìn)的核心框架、產(chǎn)業(yè)級(jí)模型庫(kù)、豐富的工具組件和開發(fā)套件、中國(guó)第一的開發(fā)者生態(tài)等核心優(yōu)勢(shì)。

深度學(xué)習(xí)已經(jīng)在圖像識(shí)別、機(jī)器翻譯、語(yǔ)音識(shí)別、欺詐檢測(cè)、產(chǎn)品推薦等方面得到應(yīng)用。從初創(chuàng)公司到技術(shù)巨頭，全球有2000多家供應(yīng)商正在推出深度學(xué)習(xí)相關(guān)產(chǎn)品。但是，當(dāng)前的深度學(xué)習(xí)仍有一定的局限。

第一，深度學(xué)習(xí)技術(shù)是啟發(fā)式的。深度學(xué)習(xí)能否解決一個(gè)給定的問(wèn)題還暫無(wú)定論，因?yàn)槟壳斑€沒(méi)有數(shù)學(xué)理論可以表明一個(gè)“足夠好”的深度學(xué)習(xí)解決方案是存在的。該技術(shù)是啟發(fā)式的，工作即代表有效。

第二，深度學(xué)習(xí)技術(shù)是不可預(yù)期的。深度學(xué)習(xí)涉及隱藏層，在許多情況下，即使是權(quán)威科學(xué)家也不能解釋這些層面發(fā)生了什么，這樣的“黑盒子”甚至?xí)茐暮弦?guī)性，對(duì)傳統(tǒng)道德層面形成挑戰(zhàn)。

深度學(xué)習(xí)跨領(lǐng)域使用，并且在最近的過(guò)去顯示出很高的需求。導(dǎo)致該市場(chǎng)增長(zhǎng)的關(guān)鍵驅(qū)動(dòng)因素是提高計(jì)算能力，降低硬件成本以及越來(lái)越多地采用基于云的技術(shù)。這些驅(qū)動(dòng)因素推動(dòng)了語(yǔ)音識(shí)別軟件、汽車和語(yǔ)言翻譯服務(wù)的增長(zhǎng)，并在零售、醫(yī)療保健、汽車、農(nóng)業(yè)、安全和制造業(yè)獲得了全面的應(yīng)用。

國(guó)外的深度學(xué)習(xí)研究在整體上呈現(xiàn)出三個(gè)基本趨勢(shì)：一是關(guān)注真實(shí)課堂條件下深度學(xué)習(xí)與學(xué)生素養(yǎng)發(fā)展的實(shí)證研究;二是從個(gè)別具體操作策略的探討轉(zhuǎn)向?yàn)橐话慊僮髂Ｊ降慕?gòu);三是從單純關(guān)注深度學(xué)習(xí)的技術(shù)性支持轉(zhuǎn)向?yàn)榍榫承缘沫h(huán)境支持系統(tǒng)設(shè)計(jì)。深度學(xué)習(xí)研究又呈現(xiàn)出兩個(gè)較為明顯的特點(diǎn)。

更多行業(yè)詳情請(qǐng)點(diǎn)擊中研普華產(chǎn)業(yè)研究院發(fā)布的《2021-2025年中國(guó)深度學(xué)習(xí)發(fā)展及趨勢(shì)專項(xiàng)研究報(bào)告》。本研究咨詢報(bào)告由中研普華咨詢公司領(lǐng)銜撰寫，在大量周密的市場(chǎng)調(diào)研基礎(chǔ)上，主要依據(jù)了國(guó)家統(tǒng)計(jì)局、國(guó)家商務(wù)部、國(guó)家發(fā)改委、國(guó)家經(jīng)濟(jì)信息中心、國(guó)務(wù)院發(fā)展研究中心、工信部、中國(guó)行業(yè)研究網(wǎng)、全國(guó)及海外多種相關(guān)報(bào)紙雜志的基礎(chǔ)信息等公布和提供的大量資料和數(shù)據(jù)，客觀、多角度地對(duì)中國(guó)深度學(xué)習(xí)市場(chǎng)進(jìn)行了分析研究。報(bào)告在總結(jié)中國(guó)深度學(xué)習(xí)發(fā)展歷程的基礎(chǔ)上，結(jié)合新時(shí)期的各方面因素，對(duì)中國(guó)深度學(xué)習(xí)的發(fā)展趨勢(shì)給予了細(xì)致和審慎的預(yù)測(cè)論證。

• 相關(guān)深度報(bào)告REPORTS

  

  2021-2025年中國(guó)深度學(xué)習(xí)發(fā)展及趨勢(shì)專項(xiàng)研究報(bào)告

  深度學(xué)習(xí)本質(zhì)上是一種新興的機(jī)器學(xué)習(xí)算法，其基本模型框架是基于ANN的，如含有多隱層的感知器。其可以通過(guò)對(duì)數(shù)據(jù)的底層特征進(jìn)行學(xué)習(xí)從而得到更加抽象的隱藏特征，從而特到數(shù)據(jù)的分布式規(guī)律，進(jìn)C...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡