正在阅读：百度DuerOS和Apollo两大平台背后： PaddlePaddle加足马力百度DuerOS和Apollo两大平台背后： PaddlePaddle加足马力

　　“把灯打开”，“我要看《舌尖上的中国》”，“把空调调至26度”……这些看似日常的对话正发生在人与机器之间。近日，百度DuerOS开放平台接连与创维、TCL、美的和海尔等家电巨头合作，为人们打造更智能的生活环境。截至2018年1月，搭载DuerOS的智能设备激活数量已突破5000万，月活跃设备超过1000万。

　　百度Apollo同样动作频频。2018年春晚，百度 Apollo 自动驾驶汽车开上珠港澳大桥，再次秀出了自动驾驶的“中国速度”。年后，百度Apollo自动驾驶开放平台宣布正式加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟（Berkeley DeepDrive），并发布了Apollo数据及前沿技术品牌Apollo Scape，为自动驾驶行业提供了更多可能性。

　　DuerOS和Apollo “捷报”频传，它们背后的核心技术能力以及底层算法也引起了不少开发者的兴趣，希望能够一探究竟。据了解，DuerOS和无人车都运用了百度大脑的核心能力，其中，百度PaddlePaddle为它们提供了底层算法支持,让他们能在智能家居和自动驾驶领域“大展拳脚”，加速智能时代到来的步伐。

　　PaddlePaddle的前身是百度在 2013 年自主研发的深度学习平台，在百度搜索等30余项百度内部业务中使用多年。2016年，百度正式宣布对外开放PaddlePaddle。paddlepaddle被业内认为是最符合中国开发者需要的开源深度学习平台，其易学易用、高效灵活、开放彻底的特征让它在短期内收获了大批“粉丝”，成为目前全球开发热度（用Github pull request数量衡量）增速最高的开源深度学习平台。

　　不断迭代更新 降低开发者使用门槛

　　有开发者表示，以往开源平台的开发效率较低，比如开发者在云端调试运行时，需要在个人电脑和机群之间相互切换，导致诸多不便。针对这些情况，PaddlePaddle在2017年发布了三项新功能，包括PaddlePaddle Fluid、PaddlePaddle Cloud和PaddlePaddle EDL。这些新功能的推出，进一步加强了 PaddlePaddle 的易用性，提高了效率，并降低了开发者的使用门槛，也让AI技术变得更加“亲民”。

　　PaddlePaddle Fluid能提供高级语言中的 while和 if等控制流结构，提升使用者的开发效率，同时利用编译优化技术保证计算性能。PaddlePaddle Cloud还支持使用者在浏览器里开发 AI应用，在云端调试运行，开发者不需要在个人电脑和机群之间切换，提升了工作效率。PaddlePaddle EDL也是全球首个支持弹性作业调度的开源 AI云解决方案，通过与 Kubernetes合作实现弹性作业调度。

　　为了方便开发者使用，PaddlePaddle还可提供各种简化调试和支持大规模训练的附加技术。今年年初，PaddlePaddle推出了一个训练过程可视化的工具VisualDL，该工具开发不到半年，在Github上的“star”数量就直逼开发了超过两年的Google TensorBoard。

　　易学易用  为开发者提供多渠道体验机会  

　　去年10月，百度开启了主题为“Create with AI”的AI开发者实战营系列活动，在短短两个月内先后走进了深圳、成都、杭州、上海、广州、北京六大城市，为开发者提供了与百度核心AI能力亲密接触的大好机会。

　　在此系列活动中，PaddlePaddle Workshop成为了每站的“重头戏”，不少开发者也是冲着这一环节参与了各站活动。在Workshop环节，百度工程师结合实际案例讲解了PaddlePaddle的实际应用，帮助开发者快速掌握PaddlePaddle开源深度学习框架的使用方法，开发者大赞“易学易用”。

　　除了线下活动，百度还有自己的PaddlePaddle开源社区，PaddlePaddle社区有海量业务经验，社区内的资深开发者还会分享自己的研发经验，帮助开发者规避一些通用问题，快速完成高质量模型的建立。据了解，PaddlePaddle是一个由内至外真正的开源社区，社区里人人都是主人翁， PaddlePaddle的代码贡献者有三分之二是百度以外的工程师，足见其开放度与包容性。

　　为了培养更多深度学习领域人才，百度还组建了PaddlePaddle训练营助力开发者转型深度学习工程师，并在去年发起了国内第一个深度学习教育联盟，全方位支持深度学习人才培养。

　　多种工业级模型 为各行各业赋能

　　目前，PaddlePaddle在工业应用方面也有了很大的提升，目前PaddlePaddle已开放近20种工业级模型，包括点击率预估、语音识别、文本分类、图像分类、机器翻译、物体识别等，并广泛应用于百度内外部产品中。PaddlePaddle不仅能满足各领域的不同需求，其易学易用的开源模型也加速了各种AI产品的落地。

　　如今，有不少行业都出现了百度PaddlePaddle的身影。比如通过PaddlePaddle中的深度学习技术可对生鲜进货量进行预测，降低商品报损率的同时，节省店铺订货人力与时间成本，有效提升店铺利润，为传统零售业提供极大的便利。

　　2017年夏天，北京工业大学的四位学生利用PaddlePaddle制造了一台智能桃子分拣机，从形状、大小、色泽等多维度对桃子进行分级，实现桃子的自动分拣，目前分桃准确率已达90%以上，极大提高了人工效率。

　　PaddlePaddle还在银行业“小试牛刀”。PaddlePaddle可帮助银行深入挖掘数据潜在价值，洞察客户需求，促进银行决策从“经验驱动”向“数据驱动”转化，打造并保持商业银行的核心竞争力，实现最全面的客户管理。

　　AI时代已来临，无论是开发者还是初创企业，都可以通过百度PaddlePaddle这类开源平台快速产出自己的AI产品。百度作为一家中国的人工智能公司，旨在为开发者提供最适合中国国情的开源深度学习平台，最大程度地满足中国开发者的需要。同时，百度也始终致力于通过各种人工智能平台开放自己的核心AI能力，为各行各业赋能，为AI行业建立完整的开放生态。