2022 年 3 月 5 日，首次 IDP Meetup 成功举办。此次 IDP Meetup 以“AI 开发生产平台及其共荣生态”为主题，6 位业界顶级大咖汇聚一堂，与关注、热爱 AI 和基础技术的极客们共创了一场精彩的知识盛宴。
品质为王：汇聚顶级大咖
IDP 致力于为真正关注、热爱基础技术的极客们打造一个自由分享、共同交流的无界社区。无论是对于内容输出还是 Meetup 活动，“高品质”都是 IDP 社区坚守的核心理念。
本次 Meetup， 我们汇聚了堪比行业顶会级别的嘉宾阵容，进行主题分享和圆桌讨论。参与嘉宾包括智源研究院副院长、图灵联合创始人、前 CSDN 总编刘江，Apache Software Foundation Member、前易观 CTO 郭炜，前贝壳金服小微企业生态 CTO 史海峰，掌趣科技董事长刘惠城，蔚领时代创始人兼 CEO 郭建君以及白海科技创始人兼 CEO 卢亿雷。
首次 Meetup 活动受到了 AI 极客们的广泛关注和喜爱，报名参与者包括金融、矿业、互联网等行业的算法工程师、大数据工程师等。
主题分享：合作共荣 - AI 开发生产平台及其生态
主题分享的内容涵盖 AI 科研前沿趋势、新一代 AI 开发生产平台、AI 与元宇宙、AI 与 DataOps 等前沿议题。
1. 主题分享 1：AI 技术趋势
首先，智源研究院副院长刘江老师从科研和产业的角度，对 AI 未来发展趋势进行了研判。刘老师指出，AI 未来的发展主要有三大趋势：
- 通用大模型成为 AI 前沿研究热点。2020 年 OpenAI 推出 GPT-3，掀起了大模型的浪潮。智源、华为、阿里、百度、微软、Meta 等领先机构纷纷推进大模型的研究与开发。其中，智源研究院与 2021 年发布的“悟道 2.0”是目前全球最大、能力最强的超大规模智能模型，其参数规模达到 1.75 万亿，是 GPT-3 的 10 倍，是之前全球最大的 Google Switch Transformer 模型的 1.1 倍。
- AI for Science 催生科研新范式。AI 日益在生命科学、化学、物理学、材料学等研究中得到广泛应用，革新传统研究方法，实现增量挖掘。
- AI 系统已成为兵家必争之地。自 2012 年以来，芯片算力增长了 7 倍，而 AI 对算力的需求则增长了 30 万倍。AI 对算力的巨大需求，使得”神威 太湖之光"、富岳等更适合 AI 的超级计算机/计算平台蓬勃发展。同时，在 AI 的大规模应用趋势下，以硬件为基础的 AI 系统也呈现了巨大发展空间。
AI 的发展经历了符号 AI 和感知智能时代，目前正在向数据与知识双轮驱动的认知智能时代迈进。除上述三大主要趋势外，技术侧的自监督、常识、因果、强化、类脑，应用侧的机器人、元宇宙也是值得前瞻关注的重要方向。
图 1. 刘江老师分享
2. 主题分享 2：AI 开发生产平台趋势
随后，白海科技创始人兼 CEO 卢亿雷分享了其对 AI 开发生产平台产品与技术的洞见，内容涵盖 AI 开发生产平台的趋势、分类以及什么是新一代 AI 开发生产平台。
趋势方面，卢老师认为 AI 开发生产平台的发展主要呈现一站式、云原生和简单化三大趋势。其中，简单化尤为重要。经历了由简单到复杂集成式工具的演变后，简单、再简单和高度易用将是 AI 开发生产工具的未来发展方向。
从分类上来看，目前 AI 开发生产平台主要可分为两类：一类是以 IDP、JupyterLab 等为代表的 AI 基础软件平台，其核心特点是以用户为导向，按需使用、专业轻量；另一类是以云厂商产品为代表的的集成式算法开发平台，其核心特点是以 AI 开发生产全流程为导向，全面集成各环节工具，厚重复杂。
最后，卢老师从价值主张、产品与技术架构和典型应用场景等方面，介绍了白海科技推出的新一代 AI 开发生产平台 - IDP (Intelligent Development Platform) 。IDP 顺应了上述提到的 AI 开发生产平台的三大核心趋势，采取云原生架构，以 IDE 为唯一入口，通过丝滑适配的内置插件，一站式满足算法开发人员对数据接入、模型开发、训练、发布等全流程的需求。对算法工程师、数据科学家等用户而言，IDP 的核心价值在于专业、便捷、易用，可显著提升其工作效率；对于企业客户而言，IDP 通过提供高性能计算引擎、跨团队协作功能，帮助企业降本增效、加速创新。
图 2. 卢亿雷老师分享
3. 主题分享 3：AI 与云游戏的碰撞
蔚领时代创始人兼 CEO 郭建君与大家探讨了元宇宙趋势下 AI 技术如何重塑云游戏。
郭建君老师首先分享了其对元宇宙的理解。互联网和移动互联网时代，其基础是计算。原宇宙的未来是可视化的，其基础将从计算变成计算加渲染，尤其是实时渲染。元宇宙就是碳基生物以碳基大陆为起点，跨越整个算力之海，找到硅基大陆的一个过程。元宇宙的原住民就是数字人，元宇宙的规则是 AI 的规则。
游戏是我们理解元宇宙的最好方式，因为游戏所有的交互都是基于实时渲染的。游戏的生产制作，将对 AI 产生大量需求，主要的需求点包括：
- AI 内容生成(AIGC)：实现游戏中超大场景或者一个超大模型的时候，仅仅靠游戏的设计人员是一件非常困难的事情，因此需要有更多 AI 驱动的软件，辅助内容的生成，并可以通过 AI 的学习能力，自主生成更多的“定制”场景。
- AI 画质补充：大量利用 AI 的能力进行画质增强和补充，而非单纯依靠渲染和编码，提升画质的同时，可以有效降低成本。
- AI 玩游戏：未来游戏中的 NPC 在 AI 算力的帮助下，会更加智能且生动饱满，可以替代“玩家”接管角色在游戏世界中的冒险。
这些场景的实现，需要包括 AI 开发生产平台在内的整个行业甚至跨行业的通力协作。
图 3. 郭建君老师分享
4. 主题分享 4：AI 与 DataOps 的协同
最后，ASF Member、前易观 CTO 郭炜老师分享了他对于 AI 与 DataOps 的洞察。
在数智化转型驱动下，近年来各种 ’Ops’ 爆发性增长。郭老师基于自身在 DataOps 和开源领域的深耕经验，观察到 Ops 目前有三大趋势：
- 数据量和数据复杂程度变大，用户群场景日益复杂。预计未来 5 年，我国数据量年复合增长率将达到 24%，各种数据源、数据技术、数据质量提升了数据的复杂程度。用户侧，对数据的需求场景日益多样化，如碎片化、即时、效率、实时互动等
- 中国场景丰富，而海外场景则相对专注。我国数据应用场景极为丰富，产品通常也呈现“大而全”特点。而海外产品或开源项目多针对某一具体场景和小问题，深耕而专精。
- 中国的开源是技术驱动的，而海外开源则是商业化开源。与海外相比，中国的开源事业尚处于起步阶段，还是以技术驱动为主，多为极客们“为爱发光”而构建的项目。海外对开源的认知和接受度已相对成熟，开源项目进入商业化阶段。
郭老师以 DolphinScheduler 为例，阐释了 DataOps 的技术图谱和应用价值。DataOps 的核心目标是提高数据使用效率、降低数据使用门槛。未来 AI 将会是数据挖掘和利用的主要技术。AI 和 DataOps 的协同，将会进一步推动企业更快、更好、更深入地挖掘和使用数据，加速企业数智化转型创新。
图 4. 郭炜老师分享
圆桌讨论：开创未来-AI 及 AI 开发生产平台展望
主题分享结束后，各位嘉宾老师就 AI 及 AI 开发生产平台未来趋势进行了圆桌讨论，分别提出了引人深思的精彩观点。
图 5. 圆桌分享
（从左至右：刘江老师、郭惠城老师、郭炜老师、史海峰老师、卢亿雷老师）
掌趣科技董事长郭惠城从需求方的角度指出，目前制约企业大规模使用 AI 的核心因素是 AI 及 AI 开发生产工具对业务的价值难以衡量。作为生产经营者，在不知道 AI 能为业务经营带来什么好处的情况下，很难对高昂算力和 AI 应用进行大规模投入。
郭炜老师提出了平台工具产品市场“四象限图”理论：纵轴上方是大企业，下方是小企业，横轴左侧是帮企业提效，右侧是帮企业赚钱。理想的市场占位是，帮大企业提效，帮小企业赚钱。赚钱的事情大企业通常会自己做，而小企业主要解决生存问题，提效不是其首要痛点。
史海峰老师表示，任何技术，包括 AI 开发生产平台，其最终趋势是让更多的人更容易进入到这个行业里面来。“产品难上手才有护城河”其实是一个误区。未来的趋势是，我们能找到更好用、易上手的工具，且能获得使用后的各种兜底保障，包括咨询服务、商业版本的购买等，这才是一个健康完善的生态体系。
刘江老师表示，AI 开发生产工具会有广阔需求。随着行业的蓬勃发展、日趋成熟，对工具和平台产生大规模需求是必然的商业规律。目前是中国技术企业发展的大好时机，更是国产替代的黄金年代。
卢亿雷老师基于 IDP 实践探索中的切身经验，分享了其对 AI 开发生产平台产品路线演进和商业模式的观点。从产品路线角度上，AI 开发生产平台要先解决 AI 应用从 0-1 的问题，让大家能便捷地用起来。未来随着算法工程师的增多，再逐步解决 1-100 甚至 10,000 的规模化应用问题。从深耕大数据 15 年的经验来看，卢老师预判未来 70-80%的大数据工程师将转化为算法工程师。从商业模式角度来看，AI 开发生产平台一定要能帮助企业解决实际业务问题。目前企业的主要需求，一是快速开资源、快速进行模型训练，二是深入到业务场景解决具体问题。