深度学习框架是新一轮人工智能跨越开展的中心引擎，也是全球科技创新和产业开展的前沿阵地。近年来，各国竞相规划深度学习框架，力争抢占该范畴的制高点。现阶段，我国人工智能开展存在深度学习框架面临国际战略缺位、中心技术缺失的“双缺”难题。对此，应放慢全体规划，推进中心技术攻关，壮大产业实力，营建创新开展环境。
随着人工智能时代的降临，深度学习框架已成为一个中心打破口和科技前沿阵地，依托深度学习框架，构建人工智能生态正成为将来开展方向。
深度学习框架是人工智能跨越开展的中心引擎
深度学习是神经网络及其使用的统称，旨在将复杂的神经网络架构使用在数据建模上，从而带来史无前例的精确性，目前已在计算机视觉、语音辨认、无人驾驶等众多范畴获得打破性停顿。深度学习框架可以提供停止深度学习的底层架构、接口，以及少量神经网络模型，增加反复编程的工夫和精神，进步深度学习效率。深度学习框架+使用场景，已成为当今的主流开展形式，成为人工智能开展的根底和中心，也是人工智能向下一个阶段跨越的关键。
全球科技巨头，是规划深度学习框架开发开源的次要力气。作为人工智能完成跨越开展的重要打破口，深度学习框架惹起了科技界、产业界的高度注重。全球科技巨头纷繁规划，目前该范畴的次要竞争者有谷歌、亚马逊、微软等。其中，谷歌开发并开源了散布式深度学习框架TensorFlow，已使用于谷歌的搜索、邮件、语音助手、机器翻译等。大型科技公司经过开源的方式，一方面吸引了更多开发者，放慢了框架更新迭代的速度;另一方面，也降低了开发门槛，吸引了用户，扩展了深度学习的市场规模。
科研机构、创业公司，是深度学习框架研讨的次要力气。随着深度学习框架研讨开发进程中的要求和需求不时添加，开发疾速、高效的深度学习框架成为国际威望科研机构及团队的追求目的。一方面，科研范畴研讨工具型深度学习框架层出不穷，大大推进了深度学习框架研讨的进程;另一方面，具有商业前景的深度学习框架，不时涌现，在学术界和产业界都具有深远影响。此外，局部创业公司也研发了功能优越的效劳型深度学习框架。它们在提供框架的同时，还提供第三方商业支持效劳。
我国深度学习框架存在“双缺”成绩
与兴旺国度相比，我国对中心技术的预见性较为滞后，深度学习框架的国际战略缺位、中心技术缺失的“双缺”成绩尤其突出。
一是深度学习框架研讨国际战略缺位，严重依赖国外开源框架。近年来，我国人工智能产业蓬勃开展，在特定范畴已处于世界先进程度。但在人工智能中心环节即深度学习框架范畴的国际发声却较少、战略缺位分明，特别是在开发、开源方面仍远远落后于欧美国度。目前，我国比拟知名的深度学习框架仅有百度2016年8月开源的Paddle，由于缺乏资源支持和正面反应，在国际开源社区的活泼度普通，国际影响力非常无限。此外，我国深度学习框架的国际战略缺位，还表现为严重依赖国外开源框架。
二是深度学习框架中心技术缺失，中心生态圈尚未树立。经过多年积聚，我国在人工智能若干技术范畴已获得重要打破。但在深度学习框架方面，却不断处于跟随阶段，创新引领才能非常无限，尤其是在中心技术方面。究其缘由，一是根底研讨无法支撑深度学习框架中心技术的研发，特别是关于神经网络模型可用性、波动性、运转效率等根底成绩探究缺乏;二是缺乏对深度学习框架的超前设计和开发，包括跨平台移植、散布式学习、模型模块化等中心部件的研讨滞后;三是尚未开收回适用特定场景的深度学习框架和效劳型产品，缺乏对其使用场景的探究。
深度学习框架作为决议人工智能技术、产业、使用的中心环节，是人工智能中心生态圈树立的根底和关键。中心技术缺失，将直接影响到深度学习框架生态圈关联的深度学习芯片、深度学习零碎、深度学习软硬件平台等产业开展，能够形成宏大的生态圈红利损失，甚至障碍我国人工智能的跨越开展。
从四方面动手推进我国深度学习框架开展
以后，我国只要关注并尽快破解“双缺”难题，才有能够抢占人工智能的战略制高点。
第一，全体规划，抢占战略制高点。深度学习框架作为承载人工智能各种硬件设备和软件使用的根底平台，是人工智能生态中替代难度最大、零碎要求最高的局部，为此各国曾经和正在放慢技术创新和战略规划。我国也必需加紧全体规划，抢占深度学习框架范畴的战略制高点。一是制定《深度学习框架开展指南》，确定开展方向和重点义务，明白深度学习框架研讨和使用推行的工夫表和道路图。二是树立以研发深度学习框架为中心义务的人工智能创新中心，统筹协调大型科技公司和科研机构，推进深度学习框架关键技术研发和效果产业化。三是设立深度学习框架研讨严重科技项目，支持研发并开源一批有国际影响力的深度学习框架。四是引导社会资本关注深度学习框架方向的创业企业和创业项目。
第二，自主创新，推进中心技术攻关。要处理我国深度学习框架中心技术缺失、依赖国外框架的成绩，必需积极推进自主创新，推出由我国主导的深度学习框架。一是以深度学习算法框架协同攻关为根底，构成芯片、平台、使用协同的集成创新平台，放慢深度学习算法框架的中心技术开展和使用创新，夯实技术根底;二是支持科研团队开发用于科研、教学和测试的深度学习框架，特别是针对神经网络模型波动性、运转效率、可用性等方面停止重点研讨，强化高功能深度学习框架的根底支撑才能;三是支持大型科技公司开发商业级和工业级的深度学习框架，重点打破深度学习框架跨平台移植、跨零碎运转、散布式学习等中心技术，应用所拥有的海量数据对神经网络模型停止训练，构成开放式、模块化、可重构的训练模型;四是支持科技企业对框架言语、接口、功能等使用成绩停止研讨，开发针对特定范畴的公用深度学习框架。
第三，研用结合，壮大产业实力。人工智能使用的高转化程度可以带动关键技术的集成使用。针对深度学习框架，我国应统筹应用实际研讨方面的优势，推进研用结合，壮大以深度学习框架为中心的人工智能产业实力。一是引导科研机构与产业界积极协作，自创国际先进科研机构开发深度学习框架的成功经历，坚持实际研讨与使用形式结合，研发先进的、高可用性的深度学习框架;二是鼓舞科研资源开放共享，为科研人员提供平台设备、数据资源和计算资源，用以训练和改良深度学习框架;三是树立政产学研用相结合的创新型组织，结合触及芯片、软件、硬件、互联网等行业的企业及科研机构，打造研用结合、普遍参与、协作共赢的生态零碎，壮大产业全体实力;四是鼓舞企业积极探究深度学习框架使用场景，创新在制造业、金融、医疗、农业等行业的使用，在使用中减速技术的迭代创新。
第四，开放开源，营建创新环境。开放开源是深度学习框架疾速开展的重要推进力，我国应遵照开放开源准绳，营建良好的深度学习框架开展环境。整合国际科技界、产业界的研发力气，结合建立国度主导的开源社区;组织制定开源社区开展指南，制定社区技术和数据共享标准，指点企业、高校和开发者积极参与开源社区的管理、建立和维护;树立以深度学习框架研发为中心，深度学习芯片、深度学习零碎、深度学习软硬件平台研发规划为支撑的科技创新体系，促进创新主体互动，协同推进开展，完恶人工智能中心生态圈。(执笔/许亚倩)
责任编辑：汤德正