AI是ICT產(chǎn)業(yè)60年發(fā)展的總成果

1956年，時(shí)任達(dá)特矛斯學(xué)院助理教授的約翰?麥卡錫組織召集了達(dá)特矛斯討論，正是在這次會(huì)議上，第一次正式提出了“人工智能”的定義。從那以后的60年里，人工智能經(jīng)歷了兩次發(fā)展的低谷，即所謂的“冬天”，但其發(fā)展的腳步并未就此停止。

1971年，英特爾發(fā)布了第一顆微處理器。50多年來，摩爾定律見證了ICT產(chǎn)業(yè)的蓬勃發(fā)展。

如果我們把AI產(chǎn)業(yè)和ICT產(chǎn)業(yè)這六十年的發(fā)展軌跡畫到一起，那么大致應(yīng)該是圖中的樣子。概括來說，人工智能與ICT產(chǎn)業(yè)的總體發(fā)展水平密切相關(guān)，學(xué)術(shù)研究發(fā)現(xiàn)和工程技術(shù)發(fā)展相輔相成。

而AI產(chǎn)業(yè)兩次“冬天”的出現(xiàn)，都是因?yàn)樯鐣?huì)對(duì)AI的應(yīng)用期望大大超越了ICT產(chǎn)業(yè)工程水平的發(fā)展現(xiàn)實(shí)。所幸的是，“冬天”并不是結(jié)束，而是每一次“春天”的開始。

今天，我們?cè)俅芜M(jìn)入了“收獲”的季節(jié)。這是60年來全球ICT學(xué)術(shù)界和工業(yè)界長期耕耘，相互合作的成果。

面向未來，我們應(yīng)該充分用好人工智能技術(shù)，抓緊收獲，努力擴(kuò)大收獲成果，同時(shí)要讓收獲的季節(jié)持續(xù)的更長一些，把人工智能（AI）建在赤道上，永遠(yuǎn)生機(jī)勃勃。

人工智能是一種新的通用目的技術(shù)

任何技術(shù)只有準(zhǔn)確的定位，才會(huì)充分發(fā)揮其價(jià)值。給人工智能技術(shù)進(jìn)行合理的定位，是我們理解和應(yīng)用此技術(shù)的基礎(chǔ)。

如同公元前的輪子和鐵，19世紀(jì)的鐵路和電力，以及20世紀(jì)的汽車、電腦、互聯(lián)網(wǎng)一樣，華為認(rèn)同：人工智能是一組技術(shù)集合，是一種新的通用目的技術(shù)（GPT）。

加拿大學(xué)者Richard G Lipsey在其著作《經(jīng)濟(jì)轉(zhuǎn)型：通用技術(shù)和長期經(jīng)濟(jì)增長》一書中提出：社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展是靠通用技術(shù)的不斷出現(xiàn)而持續(xù)推動(dòng)的。所謂通用技術(shù)，簡單理解就是要有多種用途，應(yīng)用到經(jīng)濟(jì)的幾乎所有地方，并且有巨大的技術(shù)互補(bǔ)性和溢出效應(yīng)。

經(jīng)濟(jì)學(xué)家們認(rèn)為，人類發(fā)展到今天，總共有26種通用技術(shù)，人工智能就是其中一種。

我之所以強(qiáng)調(diào)人工智能是一種通用技術(shù)，是期望大家重視人工智能對(duì)未來的巨大影響和價(jià)值。人工智能作為一種通用技術(shù)，不僅可以使我們以更高的效率解決已解決的問題，也可以解決很多沒有解決的問題。

是否具備真正的人工智能思維，是否以人工智能的理念和技術(shù)解決現(xiàn)在和未來的問題，是我們能否在未來構(gòu)筑領(lǐng)先競(jìng)爭力的關(guān)鍵。

華為在實(shí)踐中發(fā)現(xiàn)，人工智能不但可以替代人，還能夠自動(dòng)降低生產(chǎn)成本。這是人工智能與信息化最大的不同，也是其最有價(jià)值的特點(diǎn)。

人工智能將改變每個(gè)行業(yè)，每個(gè)組織

人工智能觸發(fā)的產(chǎn)業(yè)變革，將涉及所有行業(yè)。我們?cè)谧拿恳晃欢家伎迹宜幍男袠I(yè)是否會(huì)被人工智能技術(shù)改變，甚至被徹底顛覆。如何以一種全新的模式，重構(gòu)各自行業(yè)和企業(yè)，是我們?cè)谖磥矶家伎己蛯?shí)踐的。

今天，我們可以清晰地預(yù)測(cè)到，人工智能將改變或顛覆如下行業(yè)：

? 智慧交通將大大提升通行效率

? 個(gè)性化教育將顯著提升教師與學(xué)生的效率

? 精準(zhǔn)預(yù)防性治療有望延長人類的壽命

? 實(shí)時(shí)多語言翻譯交流再無障礙

? 精準(zhǔn)藥物試驗(yàn)可以顯著降低新藥成本，縮短發(fā)現(xiàn)周期

? 基于AI的電信網(wǎng)絡(luò)的運(yùn)維效率將大大提升

? 自動(dòng)駕駛和電動(dòng)汽車將顛覆汽車產(chǎn)業(yè)等

從華為云EI和HiAI發(fā)布以來的短短1年間，我們深切感受到了前所未有的熱潮。

除了對(duì)行業(yè)帶來的改變，人工智能還將改變每一個(gè)組織。

18世紀(jì)以來的歷次技術(shù)革命，每一次都會(huì)對(duì)組織的結(jié)構(gòu)、作業(yè)流程和人員能力等產(chǎn)生巨大影響。

從工作崗位和人員能力角度看，人工智能推動(dòng)此次變革將有一個(gè)明顯的不同：以往的歷次變革總會(huì)產(chǎn)生大量的重復(fù)性日常工作需求，比如紡織廠的設(shè)備操作，汽車制造流水線和手機(jī)制造流水線等。

但是人工智能將在幾乎每個(gè)方面提升自動(dòng)化水平，因此大量的重復(fù)性日常工作崗位需求將大幅度縮減。與此對(duì)應(yīng)的是，需要增加對(duì)數(shù)據(jù)科學(xué)工作崗位的需求，例如數(shù)據(jù)科學(xué)家、具備一般性數(shù)據(jù)科學(xué)能力的數(shù)據(jù)科學(xué)工程師等。這些崗位的數(shù)量將遠(yuǎn)遠(yuǎn)少于當(dāng)前重復(fù)性日常工作崗位。

因此，我們認(rèn)為，未來的組織人員構(gòu)成可能是菱形的，其中大量處于底部的基礎(chǔ)性、重復(fù)性日常崗位會(huì)被AI所取代。

改變剛剛開始，選擇正確的問題比尋找新奇的方案更重要

其實(shí)，人工智能觸發(fā)的各種改變，才剛剛開始。改變歷來都是幾家歡喜幾家愁，特別是改變剛開始的時(shí)候.

我們可能會(huì)因?yàn)橐娮C了AI實(shí)現(xiàn)了以前想都不敢想的某個(gè)功能而興奮，從而產(chǎn)生加速廣泛采用AI的沖動(dòng)。也可能會(huì)因?yàn)椋硞€(gè)AI項(xiàng)目進(jìn)展不如預(yù)期、或者擔(dān)憂AI的應(yīng)用安全可靠而焦慮，從而對(duì)未來的如何運(yùn)用AI產(chǎn)生困惑。

從歷史上所有通用目的技術(shù)的發(fā)展歷程來看，這些都是正常現(xiàn)象。

我們剛剛經(jīng)過了AI技術(shù)與應(yīng)用的局部探索階段，目前正處于第二個(gè)階段。在這個(gè)階段，從技術(shù)視角看，一方面AI技術(shù)日趨完善，同時(shí)又暴漏出越來越多的問題；從應(yīng)用視角看，一方面AI的應(yīng)用日漸廣泛，價(jià)值持續(xù)得以確認(rèn)，但同時(shí)政策環(huán)境、公司流程、組織人員等都是主要面向以往的技術(shù)的，比如信息化和互聯(lián)網(wǎng)時(shí)代的技術(shù)，還沒有為智能技術(shù)時(shí)代的到來做好準(zhǔn)備，因而時(shí)常產(chǎn)生碰撞，甚至沖突。

AI技術(shù)終將贏得屬于自己的社會(huì)環(huán)境，那時(shí)我們將邁向AI應(yīng)用與生產(chǎn)力提升全面快速發(fā)展的第三個(gè)階段。

在迎來新的GPT技術(shù)之前，我們將持續(xù)見證和享受這一黃金發(fā)展期，即第四階段。但我們也要清醒的認(rèn)識(shí)到，人工智能不是萬能的，人工智能有它能解決的問題，也有它不能解決的問題。

我們應(yīng)充分聚焦人工智能能解決的問題、聚焦其創(chuàng)造價(jià)值的領(lǐng)域，而不是把精力花在人工智能不能解決的問題或不能創(chuàng)造價(jià)值的領(lǐng)域。因?yàn)檫x擇正確的問題比尋找新奇的方案更重要。

今天，令人興奮的落差

千里之行始于足下，讓我們看看人工智能今天的狀況：

一方面，下面一系列大數(shù)字讓我們感受到了人工智能產(chǎn)業(yè)發(fā)展的“輝煌”：

? 2017年發(fā)表的機(jī)器學(xué)習(xí)論文數(shù)是2萬篇

? 全球有超過22個(gè)國家發(fā)布了AI計(jì)劃

? 2017年新誕生了1100多家AI startup公司

? 2017年與AI相關(guān)的兼并收購金額達(dá)到240億美元

? 2017年與AI相關(guān)的VC投資達(dá)140億美元

另一方面，下面的一系列小數(shù)字又讓我們感受到了人工智能初級(jí)階段的“冷靜”：

? 只有4% 的企業(yè)已經(jīng)投資或部署了AI

? 只有約2% 零售商已經(jīng)投資或部署了AI

? 只有約5% 部署的智慧城市 中正在使用AI

? 2017年只有約10%的智能手機(jī)內(nèi)置了AI

? 全球AI人才的供需比僅有1%

“輝煌”與“冷靜”之間的差距，正在凝聚產(chǎn)業(yè)發(fā)展的巨大動(dòng)力。所謂“山雨欲來風(fēng)滿樓”，這種落差令人興奮。

十大改變 開創(chuàng)未來

要解決人工智能“火熱”與“冷靜”之間的巨大落差，開創(chuàng)未來，我們要從技術(shù)、人才、產(chǎn)業(yè)這三個(gè)方面進(jìn)行主動(dòng)的變革。今天，我和大家分享十個(gè)有關(guān)人工智能技術(shù)、人才和產(chǎn)業(yè)的重要變革方向。

改變之一：縮短訓(xùn)練模型的時(shí)間

按照目前的技術(shù)水平，訓(xùn)練某些復(fù)雜模型時(shí)往往需要數(shù)天甚至數(shù)月，而成功的創(chuàng)新發(fā)現(xiàn)往往需要多次迭代，這種訓(xùn)練速度嚴(yán)重制約了應(yīng)用創(chuàng)新。我們認(rèn)為，未來模型的訓(xùn)練要能在幾分鐘、甚至幾秒鐘內(nèi)完成。

改變之二：充裕經(jīng)濟(jì)的算力

算力是AI的基礎(chǔ)，但目前的算力非常昂貴，是一種稀缺資源。如果說算力的進(jìn)步是當(dāng)下AI大發(fā)展的主要驅(qū)動(dòng)因素，那么，算力的稀缺和昂貴正在成為制約AI全面發(fā)展的核心因素。

我們認(rèn)為，算力應(yīng)該是充裕且經(jīng)濟(jì)的，并且這種需求應(yīng)該盡快實(shí)現(xiàn)。

改變之三：人工智能要適應(yīng)任何部署場(chǎng)景

混合云已經(jīng)成為企業(yè)采用云服務(wù)的主要模式，當(dāng)前的AI主要在云，少量在邊緣，與企業(yè)的業(yè)務(wù)環(huán)境的結(jié)合有待進(jìn)一步深入。

我們認(rèn)為，未來AI將無處不在，要能夠部署在任何場(chǎng)景，并確保用戶隱私得到尊重和保護(hù)。

改變之四：更高效更安全的算法

算法是推動(dòng)AI發(fā)展的另一個(gè)主要?jiǎng)恿Γ壳斑\(yùn)用的主要算法多誕生于1980年代。隨著AI的廣泛普及，這些算法的不足愈發(fā)明顯。

我們認(rèn)為，未來的算法，要能夠基于更少的數(shù)據(jù)需求，即數(shù)據(jù)高效。也要能夠基于更低的算力和能耗，即能耗高效。同時(shí)要解決自身的安全問題，并實(shí)現(xiàn)可解釋…等等，這都是AI全面發(fā)展的重要技術(shù)基礎(chǔ)。

改變之五：更高的自動(dòng)化水平

今天的人工智能，自身還需要大量的人工，特別是在數(shù)據(jù)標(biāo)注環(huán)節(jié)，今天甚至還誕生了一個(gè)新的職業(yè)叫“數(shù)據(jù)標(biāo)注師”。有人調(diào)侃說，今天的人工智能，是沒有“人工”就沒有“智能”。

我們認(rèn)為，應(yīng)該大大提升AI自身的自動(dòng)化水平，比如在數(shù)據(jù)標(biāo)注、數(shù)據(jù)獲取，特征提取，模型設(shè)計(jì)和訓(xùn)練等環(huán)節(jié)，要實(shí)現(xiàn)自動(dòng)化或半自動(dòng)化。

改變之六：模型要面向?qū)嶋H應(yīng)用

2018年6月，伯克利大學(xué)的助理教授 Benjamin 等發(fā)表了一篇題目奇怪的論文--《CIFAR-10分類器能否泛化到CIFAR-10？》

該論文指出，在CIFAR-10分類器上測(cè)試準(zhǔn)確度出色的模型算法，卻在作者創(chuàng)建的與CIFAR-10非常接近的另一測(cè)試集上出現(xiàn)了偏差，分類識(shí)別準(zhǔn)確率下降了5-15個(gè)百分點(diǎn)不等。這也就意味著，這個(gè)模型算法的可用度大幅度下降。

由此，可見當(dāng)前很多優(yōu)秀的模型算法，更多的是“考試”優(yōu)秀，還未達(dá)到“工作”優(yōu)秀。

我們認(rèn)為，未來的模型必須實(shí)現(xiàn)工業(yè)級(jí)的優(yōu)秀，即滿足工業(yè)生產(chǎn)的需要，而不僅僅滿足于測(cè)試集上“考試”優(yōu)秀。

改變之七：模型更新

模型的準(zhǔn)確率并非是一成不變的，而是會(huì)隨著數(shù)據(jù)分布、應(yīng)用環(huán)境和硬件環(huán)境的變化而變化，始終保持準(zhǔn)確率在期望的范圍內(nèi)對(duì)于企業(yè)應(yīng)用是必須的。但目前的模型更新是非實(shí)時(shí)的，依賴人工周期性的更新，因此是一個(gè)半開環(huán)的系統(tǒng)。

我們認(rèn)為，未來的模型要能及時(shí)適應(yīng)各種變化，實(shí)時(shí)更新，實(shí)現(xiàn)閉環(huán)系統(tǒng)，保證企業(yè)AI應(yīng)用始終處于最佳狀態(tài)。

改變之八：人工智能要多技術(shù)協(xié)同

每一個(gè)通用目的技術(shù)，只有與其它技術(shù)充分協(xié)同配合，才能發(fā)揮到極致，創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值。AI也不例外，但在目前我們探討AI時(shí)，更多的是僅僅聚焦AI本身。

我們認(rèn)為，AI需要與云、物聯(lián)網(wǎng)、邊緣計(jì)算、區(qū)塊鏈、大數(shù)據(jù)、數(shù)據(jù)庫…等技術(shù)充分協(xié)同，如此才能發(fā)揮更大價(jià)值。

改變之九：人工智能要成為由一站式平臺(tái)支持的基本技能

今天，AI還是一項(xiàng)只有具備高級(jí)技能的專家才能完成的工作，成熟、穩(wěn)定、完善的自動(dòng)化工具還比較缺乏，獲得一個(gè)AI模型還是一個(gè)非常復(fù)雜，耗時(shí)耗力的事情。

我們認(rèn)為，應(yīng)該有一站式平臺(tái)，提供必需的自動(dòng)化工具，讓AI應(yīng)用開發(fā)更容易，更快捷。從而，使AI成為所有應(yīng)用開發(fā)者甚至所有ICT技術(shù)從業(yè)人員的一項(xiàng)基本技能。

改變之十：以AI的思維解決AI的人才短缺

AI人才的短缺，特別是數(shù)據(jù)科學(xué)家的缺乏，一直是業(yè)界顧慮較多的一個(gè)制約因素。而且我們認(rèn)為，數(shù)據(jù)科學(xué)家將永遠(yuǎn)是稀缺的。

解決之道應(yīng)該是，以AI的思維解決AI的人才短缺。通過著力發(fā)展智能化、自動(dòng)化、簡單易用的AI平臺(tái)和工具服務(wù)，以及提供培訓(xùn)教育，培養(yǎng)大量的數(shù)據(jù)科學(xué)工程師，使他們能完成大量基本的數(shù)據(jù)科學(xué)相關(guān)工作。

通過這些大量的數(shù)據(jù)科學(xué)工程師與數(shù)據(jù)科學(xué)家和各領(lǐng)域?qū)＜蚁嗷ヅ浜系奶菪谓Y(jié)構(gòu)，來解決AI人才稀缺問題。

這十個(gè)改變，一定不是AI技術(shù)、人才、產(chǎn)業(yè)發(fā)展的全部，但都是未來發(fā)展的重要基礎(chǔ)。

華為的AI發(fā)展戰(zhàn)略

這十大改變既是華為對(duì)AI產(chǎn)業(yè)發(fā)展的期望，也是華為制定AI發(fā)展戰(zhàn)略的源動(dòng)力。

基于這十大改變，華為的AI發(fā)展戰(zhàn)略包括五個(gè)方面：

l 投資基礎(chǔ)研究：在計(jì)算視覺、自然語言處理、決策推理等領(lǐng)域構(gòu)筑數(shù)據(jù)高效（更少的數(shù)據(jù)需求） 、能耗高效（更低的算力和能耗） ，安全可信、自動(dòng)自治的機(jī)器學(xué)習(xí)基礎(chǔ)能力

l 打造全棧方案：打造面向云、邊緣和端等全場(chǎng)景的、獨(dú)立的以及協(xié)同的、全棧解決方案，提供充裕的、經(jīng)濟(jì)的算力資源，簡單易用、高效率、全流程的AI平臺(tái)

l 投資開放生態(tài)和人才培養(yǎng)：面向全球，持續(xù)與學(xué)術(shù)界、產(chǎn)業(yè)界和行業(yè)伙伴廣泛合作，打造人工智能開放生態(tài)，培養(yǎng)人工智能人才

l 解決方案增強(qiáng)：把AI思維和技術(shù)引入現(xiàn)有產(chǎn)品和服務(wù)，實(shí)現(xiàn)更大價(jià)值、更強(qiáng)競(jìng)爭力

l 內(nèi)部效率提升：應(yīng)用AI優(yōu)化內(nèi)部管理，對(duì)準(zhǔn)海量作業(yè)場(chǎng)景，大幅度提升內(nèi)部運(yùn)營效率和質(zhì)量

華為的AI解決方案

這張圖就是華為的全棧全場(chǎng)景AI解決方案。

我們提出的全場(chǎng)景，是指包括公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等部署環(huán)境。

我們說的全棧是技術(shù)功能視角，是指包括芯片、芯片使能、訓(xùn)練和推理框架和應(yīng)用使能在內(nèi)的全堆棧方案。

華為的全棧方案具體包括：

? Ascend： 基于統(tǒng)一、可擴(kuò)展架構(gòu)的系列化AI IP 和 芯片，包括Max，Mini，Lite，Tiny和Nano等五個(gè)系列。包括我們今天發(fā)布的華為昇騰910（Ascend 910），是目前全球已發(fā)布的單芯片計(jì)算密度最大的AI芯片，還有Ascend 310，是目前面向計(jì)算場(chǎng)景最強(qiáng)算力的AI SoC。

? CANN： 芯片算子庫和高度自動(dòng)化算子開發(fā)工具

? MindSpore，支持端、邊、云獨(dú)立的和協(xié)同的統(tǒng)一訓(xùn)練和推理框架

? 應(yīng)用使能：提供全流程服務(wù)（ModelArts）,分層API和預(yù)集成方案

2018年4月，華為發(fā)布了面向智能終端的人工智能引擎HiAI；

2017年9月，華為發(fā)布了面向企業(yè)、政府的人工智能服務(wù)平臺(tái)華為云EI。

今天，我們發(fā)布的全棧全場(chǎng)景解決方案是對(duì)華為云EI和HiAI的強(qiáng)有力支撐。基于這個(gè)解決方案,華為云EI能為企業(yè)、政府提供全棧人工智能解決方案；HiAI能為智能終端提供全棧解決方案，且HiAI service是基于華為云EI部署的。

總體來說，華為人工智能的發(fā)展戰(zhàn)略，是以持續(xù)投資基礎(chǔ)研究和AI人才培養(yǎng)，打造全棧全場(chǎng)景AI解決方案和開放全球生態(tài)為基礎(chǔ)。

? 面向華為內(nèi)部，持續(xù)探索支持內(nèi)部管理優(yōu)化和效率提升

? 面向電信運(yùn)營商，通過SoftCOM AI 促進(jìn)運(yùn)維效率提升

? 面向消費(fèi)者，通過HiAI，讓終端從智能走向智慧

? 面向企業(yè)和政府，通過華為云EI公有云服務(wù)和FusionMind私有云方案為所有組織提供充裕經(jīng)濟(jì)的算力并使能其用好AI

? 同時(shí)我們也面向全社會(huì)開放提供AI加速卡和AI服務(wù)器、一體機(jī)等產(chǎn)品

最后，感謝大家來到全聯(lián)接大會(huì)，華為希望和在座的各位一起努力，讓人工智能不再是高高在上，而是走向普惠大眾。華為希望能夠和客戶、產(chǎn)業(yè)伙伴、學(xué)術(shù)界等一起，合作共贏，打造無所不及的AI，構(gòu)建一個(gè)萬物互聯(lián)的智能世界！