一项技术能够将它的触角延伸至各行各业，靠的是其底层通用性。
“深度学习具有很强的通用性，呈现出标准化、自动化和模块化的工业大生产特征。”王海峰从更具广泛支撑价值的角度指出，规模化的AI大生产已形成。人工智能的技术创新和产业发展，进入“深度学习＋”阶段。
深度学习促进各行业加速发展
深度学习让机器同时从海量数据和大规模知识中融合学习，效果更好、效率更高。例如，百度研制的文心产业级知识增强大模型，具备跨模态、跨语言的深度语义理解与生成能力，可应用于搜索、信息流、智能音箱等互联网产品，并通过飞桨深度学习平台赋能制造、能源、金融、通信、媒体等各行各业。
芯片、深度学习框架、模型及应用构成了深度学习良性生态，使得应用需求和反馈传递到深度学习技术的各个环节，各环节持续迭代优化，加速AI技术创新和产业发展。此外，生态中的产学研用各方，也在携手培养人工智能人才。
各行各业应用深度学习技术降本增效，创新产品和业务加快产业智能化进程，努力实现高质量增长。我国的产业体系品类齐全、体量庞大，深度学习驱动的人工智能创新应用，有助于形成产业良性循环，促进底层技术突破，加快现代化产业体系升级。比如，智能交通中“智能调度系统”，就是深度学习＋交通融合创新的智能应用。城市交通复杂多变，缺乏全局感知数据，难以全域协同控制。应用深度学习技术，可实现对整个区域交通流量的全局调控，最大限度地减少各方向绿灯的空放，减缓道路拥堵，节省出行时间。（来源：科技日报） |
