華為徐直軍：打造無所不及的智能，構建萬物互聯(lián)的智能世界

AI是ICT產(chǎn)業(yè)60年發(fā)展的總成果

1956年，時任達特矛斯學院助理教授的約翰·麥卡錫組織召集了達特矛斯討論，正是在這次會議上，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60年的發(fā)展軌跡畫到一起，那么大致應該是圖中的樣子。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，學術研究發(fā)現(xiàn)和工程技術發(fā)展相輔相成。

而AI產(chǎn)業(yè)兩次“冬天”的出現(xiàn)，都是因為社會對AI的應用期望大大超越了ICT產(chǎn)業(yè)工程水平的發(fā)展現(xiàn)實。所幸的是，“冬天”并不是結束，而是每一次“春天”的開始。

今天，我們再次進入了“收獲”的季節(jié)。這是60年來全球ICT學術界和工業(yè)界長期耕耘，相互合作的成果。

面向未來，我們應該充分用好人工智能技術，抓緊收獲，努力擴大收獲成果，同時要讓收獲的季節(jié)持續(xù)得更長一些，把人工智能（AI）建在赤道上，永遠生機勃勃。

人工智能是一種新的通用目的技術

任何技術只有準確的定位，才會充分發(fā)揮其價值。給人工智能技術進行合理的定位，是我們理解和應用此技術的基礎。

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

加拿大學者Richard G Lipsey在其著作《經(jīng)濟轉型：通用技術和長期經(jīng)濟增長》一書中提出：社會經(jīng)濟的持續(xù)發(fā)展是靠通用技術的不斷出現(xiàn)而持續(xù)推動的。所謂通用技術，簡單理解就是要有多種用途，應用到經(jīng)濟的幾乎所有地方，并且有巨大的技術互補性和溢出效應。

經(jīng)濟學家們認為，人類發(fā)展到今天，總共有26種通用技術，人工智能就是其中一種。

我之所以強調(diào)人工智能是一種通用技術，是期望大家重視人工智能對未來的巨大影響和價值。人工智能作為一種通用技術，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解決現(xiàn)在和未來的問題，是我們能否在未來構筑領先競爭力的關鍵。

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

人工智能將改變每個行業(yè)、每個組織

人工智能觸發(fā)的產(chǎn)業(yè)變革，將涉及所有行業(yè)。我們在座的每一位都要思考，我所處的行業(yè)是否會被人工智能技術改變，甚至被徹底顛覆。如何以一種全新的模式，重構各自行業(yè)和企業(yè)，是我們在未來都要思考和實踐的。

今天，我們可以清晰地預測到，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

個性化教育將顯著提升教師與學生的效率

精準預防性治療有望延長人類的壽命

實時多語言翻譯交流再無障礙

精準藥物試驗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)絡的運維效率將大大提升

自動駕駛和電動汽車將顛覆汽車產(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。

除了對行業(yè)帶來的改變，人工智能還將改變每一個組織。18世紀以來的歷次技術革命，每一次都會對組織的結構、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，人工智能推動此次變革將有一個明顯的不同：以往的歷次變革總會產(chǎn)生大量的重復性日常工作需求，比如紡織廠的設備操作，汽車制造流水線和手機制造流水線等。

但是人工智能將在幾乎每個方面提升自動化水平，因此大量的重復性工作崗位需求將大幅度縮減。與此同時，需要增加對數(shù)據(jù)科學工作崗位的需求，例如數(shù)據(jù)科學家、具備一般性數(shù)據(jù)科學能力的數(shù)據(jù)科學工程師等。這些崗位的數(shù)量將遠遠少于當前重復性日常工作崗位。

因此，我們認為，未來的組織人員構成可能是菱形的，其中大量處于底部的基礎性、重復性日常崗位會被AI所取代。

改變剛剛開始，選擇正確的問題

其實，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候。

我們可能會因為見證了AI實現(xiàn)了以前想都不敢想的某個功能而興奮，從而產(chǎn)生加速廣泛采用AI的沖動。也可能會因為，某個AI項目進展不如預期、或者擔憂AI的應用安全可靠而焦慮，從而對未來的如何運用AI產(chǎn)生困惑。

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

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

AI技術終將贏得屬于自己的社會環(huán)境，那時我們將邁向AI應用與生產(chǎn)力提升全面快速發(fā)展的第三個階段。

在迎來新的GPT技術之前，我們將持續(xù)見證和享受這一黃金發(fā)展期，即第四階段。但我們也要清醒地認識到，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。

我們應充分聚焦人工智能能解決的問題、聚焦其創(chuàng)造價值的領域，而不是把精力花在人工智能不能解決的問題或不能創(chuàng)造價值的領域。因為選擇正確的問題比尋找新奇的方案更重要。

今天我們看到令人興奮的落差

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)表的機器學習論文數(shù)是2萬篇；全球有超過22個國家發(fā)布了AI計劃；2017年新誕生了1100多家AI startup公司；2017年與AI相關的兼并收購金額達到240億美元；2017年與AI相關的VC投資達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)展的巨大動力。所謂“山雨欲來風滿樓”，這種落差令人興奮。

十大改變 開創(chuàng)未來

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

改變之一：縮短訓練模型的時間

按照目前的技術水平，訓練某些復雜模型時往往需要數(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，這種訓練速度嚴重制約了應用創(chuàng)新。我們認為，未來模型的訓練要能在幾分鐘、甚至幾秒鐘內(nèi)完成。

改變之二：充裕經(jīng)濟的算力

算力是AI的基礎，但目前的算力非常昂貴，是一種稀缺資源。如果說算力的進步是當下AI大發(fā)展的主要驅動因素，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。

我們認為，算力應該是充裕且經(jīng)濟的，并且這種需求應該盡快實現(xiàn)。

改變之三：人工智能要適應任何部署場景

混合云已經(jīng)成為企業(yè)采用云服務的主要模式，當前的AI主要在云，少量在邊緣，與企業(yè)的業(yè)務環(huán)境的結合有待進一步深入。

我們認為，未來AI將無處不在，要能夠部署在任何場景，并確保用戶隱私得到尊準和保護。

改變之四：更高效更安全的算法

算法是推動AI發(fā)展的另一個主要動力，但目前運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。同時要解決自身的安全問題，并實現(xiàn)可解釋…等等，這都是AI全面發(fā)展的重要技術基礎。

改變之五：更高的自動化水平

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)標注環(huán)節(jié)，今天甚至還誕生了一個新的職業(yè)叫“數(shù)據(jù)標注師”。有人調(diào)侃說，今天的人工智能，是沒有“人工”就沒有“智能”。

我們認為，應該大大提升AI自身的自動化水平，比如在數(shù)據(jù)標注、數(shù)據(jù)獲取，特征提取，模型設計和訓練等環(huán)節(jié)，要實現(xiàn)自動化或半自動化。

改變之六：模型要面向實際應用

2018年6月，伯克利大學的助理教授 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分類器上測試準確度出色的模型算法，卻在作者創(chuàng)建的與CIFAR-10非常接近的另一測試集上出現(xiàn)了偏差，分類識別準確率下降了5-15個百分點不等。這也就意味著，這個模型算法的可用度大幅度下降。

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

我們認為，未來的模型必須實現(xiàn)工業(yè)級的優(yōu)秀，即滿足工業(yè)生產(chǎn)的需要，而不僅僅滿足于測試集上“考試”優(yōu)秀。

改變之七：模型更新

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

我們認為，未來的模型要能及時適應各種變化，實時更新，實現(xiàn)閉環(huán)系統(tǒng)，保證企業(yè)AI應用始終處于最佳狀態(tài)。

改變之八：人工智能要多技術協(xié)同

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

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

改變之九：人工智能要成為由一站式平臺支持的基本技能

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

我們認為，應該有一站式平臺，提供必需的自動化工具，讓AI應用開發(fā)更容易，更快捷。從而，使AI成為所有應用開發(fā)者甚至所有ICT技術從業(yè)人員的一項基本技能。

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)科學家的缺乏，一直是業(yè)界顧慮較多的一個制約因素。而且我們認為，數(shù)據(jù)科學家將永遠是稀缺的。

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

通過這些大量的數(shù)據(jù)科學工程師與數(shù)據(jù)科學家和各領域專家相互配合的梯形結構，來解決AI人才稀缺問題。

這十個改變，一定不是AI技術、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。

華為的AI發(fā)展戰(zhàn)略

這十大改變既是華為對AI產(chǎn)業(yè)發(fā)展的期望，也是華為制定AI發(fā)展戰(zhàn)略的源動力。基于這十大改變，華為的AI發(fā)展戰(zhàn)略包括五個方面：

投資基礎研究：在計算視覺、自然語言處理、決策推理等領域構筑數(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、自動自治的機器學習基礎能力

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

投資開放生態(tài)和人才培養(yǎng)：面向全球，持續(xù)與學術界、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

解決方案增強：把AI思維和技術引入現(xiàn)有產(chǎn)品和服務，實現(xiàn)更大價值、更強競爭力

內(nèi)部效率提升：應用AI優(yōu)化內(nèi)部管理，對準海量作業(yè)場景，大幅度提升內(nèi)部運營效率和質(zhì)量。

華為的AI解決方案

這張圖就是華為的全棧全場景AI解決方案。

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

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

華為的全棧方案具體包括

Ascend： 基于統(tǒng)一、可擴展架構的系列化AIIP 和 芯片，包括Max，Mini，Lite，Tiny和Nano等五個系列。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)布的單芯片計算密度最大的AI芯片，還有Ascend 310，是目前面向邊緣計算場景最強算力的AI SoC。

CANN： 芯片算子庫和高度自動化算子開發(fā)工具。

MindSpore：支持端、邊、云獨立的和協(xié)同的統(tǒng)一訓練和推理框架。

應用使能：提供全流程服務（ModelArts）,分層API和預集成方案。

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平臺華為云EI。

今天，我們發(fā)布的全棧全場景解決方案是對華為云EI和HiAI的強有力支撐?；谶@個解決方案，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HiAIservice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)投資基礎研究和AI人才培養(yǎng)，打造全棧全場景AI解決方案和開放全球生態(tài)為基礎。

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

面向電信運營商，通過SoftCOM AI 促進運維效率提升

面向消費者，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公有云服務和FusionMind私有云方案為所有組織提供充裕經(jīng)濟的算力并使能其用好AI

同時我們也面向全社會開放提供AI加速卡和AI服務器、一體機等產(chǎn)品

我們提出的全場景意味著華為有能力實現(xiàn)智能無所不及，構建萬物互聯(lián)的智能世界。

全棧意味著華為有能力為AI應用開發(fā)者提供強大的算力和應用開發(fā)平臺；有能力提供大家用得起、用得好、用得放心的AI，實現(xiàn)普惠AI。

最后，感謝大家來到全聯(lián)接大會，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、學術界等一起，合作共贏，打造無所不及的AI，構建萬物互聯(lián)的智能世界！