10月10日，華為在上海舉辦新一年的全聯(lián)接大會，這屆大會主題是人工智能（AI）。

華為的AI發(fā)展戰(zhàn)略

華為在會上公布了該公司的AI發(fā)展戰(zhàn)略。主要包括五個方面：

投資基礎(chǔ)研究：在計算視覺、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、自動自治的機器學(xué)習(xí)基礎(chǔ)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(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。

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

內(nèi)部效率提升：應(yīng)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。

根據(jù)華為的AI戰(zhàn)略，華為提出了全棧全場景AI解決方案。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。

所謂的全棧是指技術(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。

華為在會上發(fā)布了兩款人工智能芯片，昇騰910和昇騰310，采用自家的達芬奇架構(gòu)。據(jù)介紹，昇騰910支持全場景人工智能應(yīng)用，而昇騰310主要用在邊緣計算等低功耗的領(lǐng)域。

徐直軍解釋稱，華為自己開創(chuàng)了一個新的架構(gòu)，要有極致功耗和散熱，可以全場景覆蓋?！?a href="http://m.sdkjxy.cn/tags/寒武紀/" target="_blank">寒武紀無法支持全場景，我們的架構(gòu)一開始就是全場景是不二選擇?！比A為在人工智能芯片上與寒武紀進行合作采用過后者的架構(gòu)。

徐直軍也重申，華為AI芯片也不會單獨對第三方銷售，通過AI加速模塊、AI加速卡、AI服務(wù)器等形式對第三方銷售。

人工智能涉及所有行業(yè)和組織

徐直軍稱，人工智能觸發(fā)的產(chǎn)業(yè)變革，將涉及所有行業(yè)。今天可以清晰預(yù)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(xué)生的效率；

精準預(yù)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(luò)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。

除了對行業(yè)帶來的改變，人工智能還將改變每一個組織。徐直軍稱：“我們認為，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)性日常崗位會被AI所取代?！?/p>

外界一直擔(dān)憂AI廣泛使用將導(dǎo)致諸多工作崗位將被取代，但很顯然有些崗位確實要被AI取代。

徐直軍稱：“我們認為，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)性日常崗位會被AI所取代。與此對應(yīng)的是，需要增加對數(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)量將遠遠少于當(dāng)前重復(fù)性日常工作崗位?！?/p>

人工智能需要十大改變才能開創(chuàng)未來

徐直軍表示，人工智能才剛剛開始，需要從技術(shù)、人才、產(chǎn)業(yè)這三個方面進行主動的變革，需要在十個方面進行改變。

改變之一：縮短訓(xùn)練模型的時間

按照目前的技術(shù)水平，訓(xùn)練某些復(fù)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(xùn)練速度嚴重制約了應(yīng)用創(chuàng)新。我們認為，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。如果說算力的進步是當(dāng)下AI大發(fā)展的主要驅(qū)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。華為認為，算力應(yīng)該是充裕且經(jīng)濟的，并且這種需求應(yīng)該盡快實現(xiàn)。

改變之三：人工智能要適應(yīng)任何部署場景

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)合有待進一步深入。

華為認為，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。

華為認為，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(shù)基礎(chǔ)。

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”。

華為認為，應(yīng)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(shè)計和訓(xùn)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?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(dāng)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。

華為認為，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(yīng)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(yīng)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)。

華為認為，未來的模型要能及時適應(yīng)各種變化，實時更新，實現(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)濟價值。AI也不例外，但在目前探討AI時，更多的是僅僅聚焦AI本身。

華為認為，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(shù)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(fù)雜，耗時耗力的事情。

華為認為，應(yīng)該有一站式平臺，提供必需的自動化工具，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)界顧慮較多的一個制約因素。

華為認為，數(shù)據(jù)科學(xué)家將永遠是稀缺的。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、自動化、簡單易用的AI平臺和工具服務(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)。