有预言家曾说，“2019年是过去10年里最差的一年，却是未来10年里最好的一年。”真的会这样吗？在疫情、股灾等冲击下，全球陷入经济低迷期。然而纵观历史，我们发现越是艰难的时刻越是倒逼技术进步，反而促进经济和社会进入新的发展周期，我们几乎可以无条件地相信，科技进步是社会发展的根本动力，是拯救一切灾难的救星。
1994年4月20日，中国通过一条64k国际专线迈入了国际互联网的大门，而后PC和手机的普及成为互联网生命线中的两次破局点。但是互联网第一次真正的繁荣实际上是被2003年非典所触发的，以淘宝为代表的电商迅速发展，此后新生产业及机会都与互联网有关。如今人人可以通过终端连接入网，互联网和移动互联网几乎成为社会和经济的操作系统。
此次新冠病毒在全球蔓延，很多专家判断此次疫情对经济的负面影响要大于非典，但并非没有机会：虽然线下实体遭受打击严重，但线上虚拟市场则兴旺，在线办公、在线生鲜、在线教育、在线娱乐等需求旺盛。
最近，火神山医院的消杀小坦克萌翻了网友，与此同时，AI测温、AI医疗、智能防疫机器人在中国抗疫战争中发挥了巨大的作用。严峻形势下，人工智能，大数据，机器人等核心科技不仅在疫情防控方面有突出贡献，更进一步加强了数字化技术和医疗、供应链和城市管理等工业互联网的能力：如改变传统行业产业结构、缩短产业链、提升供应链效率、提升人机交互体验等，加速推进更高维度网络时代来临。
1
新基建的主动权在哪里
相比国外抗疫一团乱的情况，中国的经验和方案得到了各国的认可。除了当前有秩序的管理，中国能够有效防控疫情的根本原因是具备良好的大数据基础和信息化基础设施。由于信息技术在疫情期间发挥出巨大作用，“新基建”一词也被重新提上日程。2020年以来中央密集部署推进“新基建”，提出要加快人工智能、5G网络、数据中心等新型基础设施建设进度。
国家着眼长期、发展“新基建”，不仅是开启新一轮经济周期的必经之路，也是为新一轮技术进步奠定坚实基础，具有重大战略意义。具体来看，“新基建”共包括7大板块，抛开电力、交通和新能源垂类的基建领域，新基建最核心的是以5G（5G通讯产业）、人工智能（AI产业）、工业互联网（IIoT领域）和大数据中心（IDC产业）为代表的数字基建，本质上是信息数字化的基础设施。
回首全球信息化发展脉络，我们能够发现引领技术创新往往都是企业主体。IT产业高速发展和PC时代的来临，催生了IBM、英特尔等巨头公司；互联网时代的来临使微软、谷歌分别占据了PC操作系统和移动操作系统的山头；而移动互联网让各类现象级应用雨后春笋式繁荣起来，脸书、亚马逊、推特等新贵相应诞生，是时代造英雄，亦是英雄造时势。
那么在中国新基建究竟应该谁来干？从哪儿开始干？最近一家人工智能企业给出了答案。
2
从基建的基建做起
和传统的实体基建一样，新基建也是庞大的工程。就像修建铁路要先铺轨道，建高楼要先打地基，新基建的建设也应该从基础发力。
以人工智能为例。人工智能产业链本质上包括三层：基础层（计算基础设施）、技术层（软件算法及平台）和应用层（行业应用及产品）。目前中国人工智能在应用层如火如荼，主要是因为应用场景丰富，但是在基础层较为薄弱，主流芯片和算法框架话语权都被国外巨头占据。
“真正影响产业跑速的不是算法、不是软件和硬件，也不是解决方案，而是AI的基础设施。” 2020年3月25日，在旷视一场线上发布会中，旷视联合创始人兼CTO唐文斌一针见血地指出发展人工智能产业就要先做好人工智能的基础设施建设。旷视认为，应用层的场景是无限的，这就导致了场景对算法需求的无限性，而目前人工智能产业中的算法具有局限性，只能维持AI产业的短期的表面繁荣，真正影响产业长期发展的应该是从人工智能基础层发力。
那么人工智能的基础设施具体包括什么？唐文斌给出了他的定义：
这里面我们发现，芯片平台作为硬件计算设备是大家公认的基础设施，但AI生产力平台该怎么理解？唐文斌解释：“除了芯片，人工智能最重要的门槛就是算法研发。然而算法研发和普通编程不同，是一个系统工程，需要能够协同优化数据、算法、算力的平台级产品，我们把这三者综合构成三位一体的平台就是AI生产力平台。而旷视目前内部已经拥有了这样的平台，它诞生在6年前，叫做Brain++。
但Brain++并不是旷视这次发布会的主角。旷视真正发布的是开源其自研AI生产力平台中最为基础的深度学习框架——天元MegEngine。也就是说，一家拥有核心技术壁垒的人工智能企业要把自己最为核心的算法研发能力，传输给外界的企业和开发者——这无异于一个武林高手要当街向众人输送内功。这一动作的背后，旷视是何考量?
实际上，国际市面上已经有了不少的AI开发工具。其中，谷歌的TensorFlow、脸书的PyTorch拥有全球90%的开发者用户，并分别占据了易部署的AI工业场景和可灵活调试的AI科研场景。旷视表示，发布开源框架并非为了和主流框架竞争，而是希望更多开发者和公司有能力加入AI的网络，让生态共同繁荣，实现共赢。
3
AI产业需要新的深度学习框架吗？
深度学习发迹于2013年，它的出现让人工智能算法研究员告别了手工提取特征的方式，是通过在设计上借鉴人类大脑视觉信息分层处理的过程，对数据进行高层抽象的算法。而深度学习框架，简单来说，就是编程时需要的库，是能够帮助AI开发者提升算法研发效率的开发工具。有了框架开发者就不需要从零开始去写一套机器学习的算法，可以根据所需，使用框架中已有的模型，直接进行组装。近几年，深度学习的高速发展催生了人工智能迎来了第三次春天。
像10年前有网线和网站的企业自称为“互联网企业”一样，今天，大多数企业只要用到了深度学习技术就会称自己为“人工智能企业”。虽然主流的深度学习框架已经盛行、演进多年，但是传统企业和普通开发者与AI之间仍隔着高高的壁垒：如果产业公司想要将业务和AI结合，就要构建自有的AI研发团队，并投入不菲的成本针对自身业务做贴身改造，另一方面AI人才供不应求，懂行业又懂技术的复合人才更是难觅，且无法在短时间内看到利润提升，这些都是传统行业智能化改造的掣肘因素。
发布会中，旷视云服务业务资深副总裁赵立威向业界展示了传统企业应用AI的一些共性问题：
同时，在人工智能科研和产业化摸爬滚打了8年的旷视，对此提出了新的解题思路：要想解决上述矛盾，除了让AI公司的工程师们与产业交流磨合外，还可以通过降低AI开发工具的使用门槛和开发效率，让深度学习框架更易用，并刺激一部分产业先试起来。
为此，旷视推出了自用6年的深度学习框架，这是一款训推一体化、动静合一的工业级深度学习框架。简单来说就是既可以满足科研界对极致算法的需要，也可以满足工业界产品部署的要求。正是依托于这套完全自研的深度学习框架，旷视拿下了27项人工智能定级竞赛的冠军，并完成了业务版图的向上生长，形成了自有的AI算法矩阵、数字化中台、硬件中台和场景解决方案。
旷视意图对外输出的“内功”，就是高效的算法研发能力，只有降低算法的研发门槛，削减客户对AI的认知成本，让深度学习人人可用，才能够让更多的企业感受到AI的魅力，从而形成对AI的价值认同、甚至对AI的依赖。相比TensorFlow和PyTorch等单纯的开源代码，旷视能够给行业提供的是框架背后的全AI技术链条的支持。
发布会中，旷视除了宣布开源底层的深度学习框架，同时还计划向企业级的种子客户开放Brain++中的数据管理平台和深度学习云计算平台，能够为有“+AI”需求的企业提供近场的AI技术咨询、数据生产、模型优化服务，帮助企业构建可私有化部署的AI平台。
我们由此可以分析，这家中国人工智能独角兽企业开源背后的真正原因，一方面可能是希望通过向AI基础设施层深挖，激发群众的想象力、创造更多的算法，去满足场景中层出不穷的需求，把人工智能产业的盘子做大；另一方面则是在探索人工智能企业新的商业化模式，用开源的框架带动数据和算力的打包服务，完成从“算法提供商”到“解决方案提供商”，再到“人工智能整包服务专家”的进化。
4
有根基才能基业长青
“人们只关心明天的天气，却不知道我们要进入到下一个季节。”
——凯文·凯利
无论是企业发展，还是国家建设都不能只关注眼前的困难和挑战，而应注重长期价值。随着新基建已经上升到国家战略高度，人工智能等等技术已然成为新基建中不可或缺的重要角色，做好人工智能和5G等技术的基础设施建设就是执行长期战略的抓手。
2020年3月，英国剑桥大学贾奇商学院教授艾伦·巴雷尔接受采访表示，虽然新冠肺炎疫情给中国和世界经济带来了短期影响，但疫情在中国已基本得到控制。“从长期看，我对中国经济长期发展前景充满信心”，巴雷尔说，“过去几十年来，中国已经成为全球技术领先者，并在研发方面进行了大量投资，如太空旅行、人工智能、电信技术5G等，这些是具有长期潜力的巨大优势。”
华为任正非曾在内部信中指出：相比5G，人工智能才是又一次改变信息社会格局的机会。5G就像螺丝刀一样，只是一个工具，螺丝刀可以造汽车，但它并不是汽车，离开汽车它没有实用价值。5G提供高带宽、低时延，支撑的是人工智能，人工智能才是大产业。
旷视创始人兼CEO印奇在2019年向港交所提交的招股书中提到，“人工智能创新就是一场无限游戏。它始于几十年前，并终将超越这个时代。旷视发力当下，从多个维度探索人工智能技术、产品、商业模式和生态系统的高度融合。这是一个长期的过程，我们必须树立明确的战略和清晰的愿景，让它们像「北极星」一样引领我们走向下一个目的地。”
有意思的是，旷视为开源深度学习框架命名为天元，背后的寓意之一就是指代“北极星”，在古代星系中，天元地位与“太一”一样，象征万物本源和开始，也象征着长远的方向和目标。接下来，旷视天元能不能成为下一个TensorFlow和PyTorch，能够真的为AI产业带来质的变革，还需要时间给我们答案。但既定的事实是：无论是发展新技术，还是发展新基建，一定需要从更基础的底层做起，一定要用发展的眼光制定长期的战略，才能激发经济和社会的生产力实现产业跃迁，才能够基业长青。
最后，附全球人工智能产业生态全景图：
