3月31日，在百度AI开放日《AI呀，我去！》第五期活动上，百度AI技术生态总经理马艳军博士系统分享了深度学习领域的竞争格局、中国自研深度学习框架的发展突破和未来趋势。
马艳军指出，当前中国深度学习框架的发展仍需突破三大关键点：技术实力、功能体验、生态规模。
首先，技术创新方面，深度学习框架的研发需要人工智能领域底层技术人才，我国在这一领域的储备仍有不足。
其次，在应用体验方面，由于中国是全球产业链最为完备的国家，产业体系复杂，中小企业转型需求迫在眉睫。但在应用AI、促进企业智能化转型的过程中，仅一项技术应用，从实验室到产业落地就至少需要3-6个月时间，一个低门槛甚至零门槛的开发平台极为重要。
在开发应用生态方面，深度学习是一个典型的共创型技术领域，只有构建了自己的生态才实现持续迭代和发展。然而构建生态周期长、成本高，而且只有当国产框架的技术和功能体验足以满足开发者的需求时，才有机会培育起自主创新的AI开发应用生态。
在全球深度学习领域，国外开发者主要基于TensorFlow、PyTorch、MxNet等国外深度学习框架进行人工智能算法、模型的开发、训练与部署。中国人工智能企业开发的深度学习框架在社区繁荣度、开发者数量等方面还存在一定差距。
不过，以飞桨为代表的中国深度学习框架正在发展成为更适合产业需求、更受中国开发者欢迎的开源开放平台。一方面，中国深度学习框架不断扎根实际应用场景，牢牢抓住了开发者和企业智能化升级的需求，降低人工智能技术的应用门槛。另一方面，中国深度学习框架与更多芯片厂商深度适配并融合，形成了软硬协同优势。
马艳军介绍称，随着中国深度学习框架的开源开放以及更大规模的产业应用落地，未来中国深度学习框架的应用场景将会更加丰富，成本和门槛也会进一步降低。同时，深度学习框架将与科学计算、量子计算、生命科学等更多前沿产业进行融合创新。
不容忽视的是，中国深度学习框架仍面临着适配部署复杂、应用开发困难等难题，构筑自主可控的深度学习和人工智能产业生态道阻且长，但它或将决定未来5年AI技术格局和产业水平。马艳军表示：“尽管深度学习框架属于高投入、长周期、抢生态的竞争，但已经得到国家和企业的战略性支持，是开启下一个AI时代的钥匙。“