当前位置:

OFweek人工智能网

其他

正文

华为徐直军:人工智能将发生10大巨变,我们会提供全栈全场景的能力

导读: 刚刚第三届HUAWEI CONNECT 2018(华为全联接大会)上,徐直军公布了华为AI发展战略,以及华为AI全栈全场景解决方案,包括华为自研统一达芬奇架构的两款AI芯片——昇腾910和昇腾310。

华为轮值董事长徐直军今年4月在华为2018分析师大会剧透,将在全连接大会发布AI战略,今天,承诺如期而至。

刚刚第三届HUAWEI CONNECT 2018(华为全联接大会)上,徐直军公布了华为AI发展战略,以及华为AI全栈全场景解决方案,包括华为自研统一达芬奇架构的两款AI芯片——昇腾910和昇腾310。

徐直军谈到,AI时代,十大改变接踵而来:缩短训练模型的时间、充裕经济的算力、人工智能要适应任何部署场景、更高效更安全的算法、更高的自动化水平、模型要面向实际应用、模型更新、人工智能要多技术协同、人工智能要成为由一站式平台支持的基本技能、以AI的思维解决AI的人才短缺。

徐直军发言要点如下:

AI是ICT产业60年发展的总成果

image.png

1956年,时任达特矛斯学院助理教授的约翰.麦卡锡组织召集了达特矛斯讨论,正是在这次会议上,第一次正式提出了“人工智能”的定义。从那以后的60年里,人工智能经历了两次发展的低谷,即所谓的“冬天”,但其发展的脚步并未就此停止。

1971年,英特尔发布了第一颗微处理器。50多年来,摩尔定律见证了ICT产业的蓬勃发展。

如果我们把AI产业和ICT产业这六十年的发展轨迹画到一起,那么大致应该是图中的样子。概括来说,人工智能与ICT产业的总体发展水平密切相关,学术研究发现和工程技术发展相辅相成。

而AI产业两次“冬天”的出现,都是因为社会对AI的应用期望大大超越了ICT产业工程水平的发展现实。所幸的是,“冬天”并不是结束,而是每一次“春天”的开始。

今天,我们再次进入了“收获”的季节。这是60年来全球ICT学术界和工业界长期耕耘,相互合作的成果。

面向未来,我们应该充分用好人工智能技术,抓紧收获,努力扩大收获成果,同时要让收获的季节持续的更长一些,把人工智能(AI)建在赤道上,永远生机勃勃。

人工智能是一种新的通用目的技术

image.png

任何技术只有准确的定位,才会充分发挥其价值。给人工智能技术进行合理的定位,是我们理解和应用此技术的基础。

如同公元前的轮子和铁,19世纪的铁路和电力,以及20世纪的汽车、电脑、互联网一样,华为认同:人工智能是一组技术集合,是一种新的通用目的技术(GPT)。

加拿大学者Richard G Lipsey在其著作《经济转型:通用技术和长期经济增长》一书中提出:社会经济的持续发展是靠通用技术的不断出现而持续推动的。所谓通用技术,简单理解就是要有多种用途,应用到经济的几乎所有地方,并且有巨大的技术互补性和溢出效应。

经济学家们认为,人类发展到今天,总共有26种通用技术,人工智能就是其中一种。

我之所以强调人工智能是一种通用技术,是期望大家重视人工智能对未来的巨大影响和价值。人工智能作为一种通用技术,不仅可以使我们以更高的效率解决已解决的问题,也可以解决很多没有解决的问题。

是否具备真正的人工智能思维,是否以人工智能的理念和技术解决现在和未来的问题,是我们能否在未来构筑领先竞争力的关键。

华为在实践中发现,人工智能不但可以替代人,还能够自动降低生产成本。这是人工智能与信息化最大的不同,也是其最有价值的特点。

人工智能将改变每个行业,每个组织

人工智能触发的产业变革,将涉及所有行业。我们在座的每一位都要思考,我所处的行业是否会被人工智能技术改变,甚至被彻底颠覆。如何以一种全新的模式,重构各自行业和企业,是我们在未来都要思考和实践的。

image.png

今天,我们可以清晰地预测到,人工智能将改变或颠覆如下行业:

· 智慧交通将大大提升通行效率

· 个性化教育将显著提升教师与学生的效率

· 精准预防性治疗有望延长人类的寿命

· 实时多语言翻译交流再无障碍

· 精准药物试验可以显著降低新药成本,缩短发现周期

· 基于AI的电信网络的运维效率将大大提升

· 自动驾驶和电动汽车将颠覆汽车产业等

从华为云EI和HiAI发布以来的短短1年间,我们深切感受到了前所未有的热潮。

除了对行业带来的改变,人工智能还将改变每一个组织。

image.png

18世纪以来的历次技术革命,每一次都会对组织的结构、作业流程和人员能力等产生巨大影响。

从工作岗位和人员能力角度看,人工智能推动此次变革将有一个明显的不同:以往的历次变革总会产生大量的重复性日常工作需求,比如纺织厂的设备操作,汽车制造流水线和手机制造流水线等。

但是人工智能将在几乎每个方面提升自动化水平,因此大量的重复性日常工作岗位需求将大幅度缩减。与此对应的是,需要增加对数据科学工作岗位的需求,例如数据科学家、具备一般性数据科学能力的数据科学工程师等。这些岗位的数量将远远少于当前重复性日常工作岗位。

因此,我们认为,未来的组织人员构成可能是菱形的,其中大量处于底部的基础性、重复性日常岗位会被AI所取代。

*改变刚刚开始,选择正确的问题比寻找新奇的方案更重要

image.png

其实,人工智能触发的各种改变,才刚刚开始。改变历来都是几家欢喜几家愁,特别是改变刚开始的时候。

我们可能会因为见证了AI实现了以前想都不敢想的某个功能而兴奋,从而产生加速广泛采用AI的冲动。也可能会因为,某个AI项目进展不如预期、或者担忧AI的应用安全可靠而焦虑,从而对未来的如何运用AI产生困惑。

从历史上所有通用目的技术的发展历程来看,这些都是正常现象。

我们刚刚经过了AI技术与应用的局部探索阶段,目前正处于第二个阶段。在这个阶段,从技术视角看,一方面AI技术日趋完善,同时又暴漏出越来越多的问题;从应用视角看,一方面AI的应用日渐广泛,价值持续得以确认,但同时政策环境、公司流程、组织人员等都是主要面向以往的技术的,比如信息化和互联网时代的技术,还没有为智能技术时代的到来做好准备,因而时常产生碰撞,甚至冲突。

AI技术终将赢得属于自己的社会环境,那时我们将迈向AI应用与生产力提升全面快速发展的第三个阶段。

在迎来新的GPT技术之前,我们将持续见证和享受这一黄金发展期,即第四阶段。但我们也要清醒的认识到,人工智能不是万能的,人工智能有它能解决的问题,也有它不能解决的问题。

我们应充分聚焦人工智能能解决的问题、聚焦其创造价值的领域,而不是把精力花在人工智能不能解决的问题或不能创造价值的领域。因为选择正确的问题比寻找新奇的方案更重要。

*今天,令人兴奋的落差

image.png

千里之行始于足下,让我们看看人工智能今天的状况:

一方面,下面一系列大数字让我们感受到了人工智能产业发展的“辉煌”:

* 2017年发表的机器学习论文数是2万篇

* 全球有超过22个国家发布了AI计划

* 2017年新诞生了1100多家AI startup公司

* 2017年与AI相关的兼并收购金额达到240亿美元

* 2017年与AI相关的VC投资达140亿美元

另一方面,下面的一系列小数字又让我们感受到了人工智能初级阶段的“冷静”:

* 只有4% 的企业已经投资或部署了AI

* 只有约2% 零售商已经投资或部署了AI

* 只有约5% 部署的智慧城市 中正在使用AI

* 2017年只有约10%的智能手机内置了AI

* 全球AI人才的供需比仅有1%

“辉煌”与“冷静”之间的差距,正在凝聚产业发展的巨大动力。所谓“山雨欲来风满楼”,这种落差令人兴奋。

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号