文|曾响铃
来源|科技向令说
除了“技术炫”，人工智能的另一大特征是“开会多”，然而，专门针对“深度学习”的开发者大会却少之又少。
究其原因，搞“技术”的AI企业，在深度学习这件事上反而被“技术门槛”所钳制。不过，这对于一直深耕技术的AI企业来说，也就成了优势，例如拥有国内唯一开源深度学习平台PaddlePaddle的百度。
4月23日，百度就与深度学习技术及应用国家工程实验室在北京联合主办了首届（2019）WAVE SUMMIT深度学习开发者峰会。
不开则已，开则“有料”。
百度高级副总裁、深度学习技术及应用国家工程实验室主任王海峰面对大批深度学习开发者，抛出“深度学习推动人工智能进入工业大生产阶段，深度学习框架是智能时代的操作系统”的言论。
这句话有两个关键词：AI的发展要进入一个新的阶段—“工业大生产”，而这个新的阶段深度学习框架将起到关键作用—“操作系统”。
深度学习在AI体系内的关键价值，使得它已经成为AI深入发展的技术堡垒，也成为各平台转型AI企业角逐AI时代的核心内容。WAVE SUMMIT 2019百度试图率先举起深度学习的旗帜，通过站位“智能时代的操作系统”扩大AI竞争优势的意图，而王海峰敢这么说，百度已有充足的自信。
AI“工业大生产”临门一脚，深度学习成为“跃迁”力量
AI深入发展的表现之一，是提出“为什么AI”的企业正逐渐减少，而提出“为什么不AI”的企业群体逐渐庞大。
当最传统的制造业等产业也开始把“智能+”挂在嘴边时，多样化场景反过来需要平台型AI企业在各种层次上进行开放：
有些开发者只需要借助外部技术完善自家产品，例如智慧客厅场景中，OTT TV的智能互动（语音、图像等）需求，或互金平台、游戏平台等的智能客服需求，这些是目前多数AI企业在技术上所能达到的层次；
有些开发者则因为业务的特殊性，需要借助外部更基础的深度学习框架能力，如构建农业病虫害治理应用，这种AI技术呈现出“高门槛”的特征，能够提供开发者生态的少之又少。
很明显，越是高通用性的领域，AI技术越是只需要到达“表层”；越是低通用性的领域，AI技术的介入越需要切入“深层”。
问题来了，语音、人脸可以依靠通用性快速普及，那些需求越来越旺盛的AI个案应用怎么办？——
