今天分享的是人工智能系列深度研究报告:《人工智能专题:2023中国人工智能框架市场调研报告》。
人工智能框架处于人工智能行业的核心地位
Omdia 的调研显示,人工智能开发者对人工智能框架的依赖程度非常高, 人工智能框架在人工智能行业处于核心地位。几乎所有人工智能项目,包括商业和学术项目,都是建立在一个或多个开源框架之上,例如 TensorFlow、PyTorch、MindSpore、PaddlePaddle 等。
开发者选择人工智能框架的两大因素是易用性和性能
开发者选择人工智能框架最重要的因素是易用性,有 40%的开发者将易用性作为选择框架的首选因素。第二重要因素是性能, 有 35%的开发者将性能作为选择框架的首选因素。人工智能开发者认为国际框架 TensorFlow、PyTorch、JAX 的易用性比较好,而在中国本土的框架中,昇思 MindSpore 和飞桨 PaddlePaddle 在易用性和性能这两个重要指标上被开发者高度认可。
人工智能开发者越来越关注“负责任的人工智能”
与开源软件遇到的问题类似,开发者在使用开源人工智能框架时,所担忧的依然是安全隐私等合规性问题。值得一提的是,在所有主流人工智能框架中,开发者认为 TensorFlow与 MindSpore 对“负责任的人工智能”提供的支持最好,分别是第一与第二名。
主流人工智能框架在能力和特性方面各有侧重
在众多的人工智能框架中,有的用于端到端全生命周期开发和部署,比如TensorFlow、PyTorch、MindSpore和PaddlePaddle。有的针对特定用途,比如JAX,开发者可以将JAX用于科学计算等特定用途,而并不用作全生命周期开发部署平台。0mdia 通过调研发现,中国人工智能开发者认为 TensorFlow、PyTorch、MindSpore、PaddlePaddle 等框架具备全方位能力,既能够提供特定的能力(如开发大模型,进行科学计算),又能实现全生命周期的开发(即端到端开发,从训练到部署)。其中,Pytorch提供了便捷灵活的动态图执行模式和调试能力、TensorFlow在生产模型部署上具备领先优势,PaddlePaddle提供了PaddleOCR为代表的北向算法套件,MindSpore 原生支持大模型、科学计算并能实现端边云跨平台部署。
人工智能框架在中国开发者中的知名度排名
与全球其他地区类似, 由于历史和使用习惯的原因,TensorFlow 和 PyTorch 在中国的知名度也领先于其他人工智能框架,分别排在前两位。而中国本土的 MindSporePaddlePaddle,OneFlow,MegEngine,jittor 等人工智能框架在中国人工智能行业处于领先地位,其中昇思 MindSpore、飞桨 PaddlePaddle 在中国人工智能开发者中知名度最高。
人工智能发展的机遇与挑战
人工智能正在成为新一轮科技革命和产业变革的重要驱动力量,正与千行百业深度融合,成为经济结构转型升级的新支点。根据 Omdia 发布的全球人工智能市场研究报告2021 年全球人工智能软件市场规模达到 370 亿美金,预计到2027年,全球人工智能软件市场规模将增长到 1423 亿美金。 中国也将成为全球第二大人工智能软件市场。 在中国,人工智能技术已经在安防监控、智能家居及教育培训等领域落地生根。 随着人工智能技术的快速发展,人工智能的应用部署正在迅速扩大,人工智能产业将带给开发者和相关企业更多的市场机会。
由于人工智能行业的巨大市场机会和发展潜力,中国各级政府高度重视,积极支持人工智能产业的发展。 从 2017 年国务院发布《新一代人工智能发展规划》到现在,国家陆续出台了多项政策,鼓励人工智能行业的发展与创新,人工智能已经上升为中国国家战略。促进政策还包括《关于支持建设新一代人工智能示范应用场景的通知》、《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》、《新型数据中心发展三年行动计划(2021-2023 年)》、《新一代人工智能治理原则》、《新一代人工智能伦理规范》等。2021年3月,国家“十四五”规划正式发布,指出要培育壮大人工智能等新兴产业,“推动通用化和行业性人工智能开放平台建设”。这些产业政策为促进我国人工智能产业发展提供了增长动力和长期保障。
虽然人工智能行业市场巨大,机会众多,但发展仍然面临一些挑战。首先,人工智能所面对的下游行业纷繁复杂,应用场景多种多样,需求干差万别。而目前大多数的人工智能项目算法模型缺乏泛化能力,需要定制化的开发。定制化的开发模式造成项目开发成本高,落地困难,无法规模化和商业化。另外,即使项目开始落地,由于生产过程中现场数据质量参差不齐,工作人员能力高低不一,项目运维过程中应用环境稍有改变,数据标注和模型训练工作就需要重新做。 因此,很多项目不能达到预期效果,实际产出有限,让用户体验不到人工智能的实际价值。
人工智能框架对人工智能行业发展的价值与意义
人工智能框架是算法模型设计、训练和验证的一套标准接口、特性库和工具包。人工智能框架通过对深度学习算法进行模块化的封装,面向开发者提供简单的开发界面和高效的执行平台,通过标准化的流程训练,调优,部署,测试和监控模型。
人工智能框架是算法模型开发的必备工具和基础设施,承担着人工智能操作系统的重要角色。 可以帮助开发者降低开发难度,提升开发效率;可以帮助项目快速落地,平衡项目的投入成本、安全性、合规性、性能和上市时间等因素;在项目落地之后,还可以帮助项目实现规模化应用。
Omdia 通过本次研究发现,几乎所有人工智能企业和开发者都在使用一个或多个人工智能框架来构建人工智能项目。从全球来看,TensorFlow与PyTorch 仍然占据很大的市场份额,相当大比例的受访者表示他们主要采用 TensorFlow 或者 PyTorch 完成人工智能项目。而在中国,也涌现出了多个本土人工智能框架,比如百度开源的飞奖 PaddlePaddle、华为开源的昇思 Mindspore 等。
研究方法论
Omdia从 2022年5月开始到 12月,历时7个月,以开发者问卷调查和专家深度访谈的方式进行市场调研。走访了中国的人工智能框架使用者、人工智能开发者,CTO,架构师等,覆盖了互联网、金融、电信、制造业、政府、医疗行业等多个行业,调研了中国人工智能框架的市场现状,开发者使用场景、使用习惯、关键选择因素等,以及开发者对主流人工智能框架的评价。
报告来源/公众号:【海选智库】
本文仅供参考,不代表我们的任何建议。海选智库整理分享的资料仅推荐阅读,如需使用请参阅报告原文。