近幾年，中國信息產業是風起云涌，新技術、新模式、新應用層出不窮。云計算、大數據、物聯網、區塊鏈，等等等等。但是要說最熱的，還是人工智能!

早在上個世紀六七十年代，人工智能的概念就已經被提出，但是受技術條件的限制，人工智能技術被沒有得到廣泛應用。直到2012年以后，人工智能才慢慢在大眾市場得到普及，近三五年來，尤其是近一年以來，人工智能產品和應用集中爆發，幾乎所有的科技、互聯網企業都開始積極布局人工智能。在業界似乎已形成了共識：

人工智能將引領下一次科技革命，是繼電腦、互聯網、移動互聯網之后，意義更重大的技術變革，它將深入到人們工作、生活的方方面面，甚至改變人們的生活習慣和社會形態。

在中國，凡是稍有遠見的科技企業，都已開始積極地加碼在人工智能領域的研發，要說鬧得最熱鬧的，非阿里莫屬!但今天我們要聊的不是阿里，而是另一家公司。

這家公司一向以低調著稱，但這家公司不出手則已，一出手往往可以一鳴驚人，是當前中國最具創新力的科技公司之一。他的產品遍布全球170多個國家和地區，服務全球三分之一以上的人口，這家公司就是——華為。

10月10日，華為全鏈接大會在上海舉辦。會上，華為輪值董事長徐直軍宣布，華為將全面擁抱人工智能，未來將在投資基礎研究、打造全棧方案、投資開放生態、人才培養、解決方案增強五個方面持續深耕。

值得一提的是，華為在大會當天，還發布了兩款人工智能芯片：昇騰910、昇騰310。隨著這兩款芯片的問世，被業界傳得沸沸揚揚的“達芬奇”項目逐漸浮出水面。

作為中國，乃至全球領先的信息科技巨頭，華為一的舉一動都是業界關注的焦點，很多時候，華為的變化會可以直接反映出市場的變化。那么，華為在人工智能方面要如何卡位，就非常值得我們研究。

下面，我們就來畫畫重點。在全鏈接大會上，華為輪值董事長徐直軍，不僅代表公司發布了一系列新產品、新戰略，還詳細講解了華為在人工智能方面的十大變化。徐直軍說，這十大變化，雖然不是人工智能技術、人才、產業發展的全部，但都是未來發展的重要基礎。

華為人講話，一向是收著說，華為能這樣講，又是輪值董事長親自來講，足以證明這十點的重要。那么，這十大變化到底是什么?我們來逐一說一說。

改變一：加大研發力度，解決訓練模型時間長的問題

華為認為，訓練模型時間長是制約人工智能創新和應用的重要因素。按照目前的技術水平，訓練某些復雜模型時往往需要數天甚至數月，而成功的創新發展往往需要多次迭代，這種訓練速度嚴重制約了應用的落地。華為認為，未來模型的訓練要能在幾分鐘、甚至幾秒鐘之內。只有這樣，才能讓人工智能真正落地。所以，華為將逐步加大研發力度，解決訓練模型時間長的問題。

改變二：著力實現充裕、經濟的算力

華為認為，算力是人工智能的基礎，但目前的算力非常昂貴，還是一種稀缺資源。如果說算力的進步是當下人工智能大發展的主要驅動因素，那么，算力的稀缺和昂貴正在成為制約人工智能全面發展的核心要素。所以，未來一段時間，華為將著力實現充裕、經濟的算力。這是第二點改變。

改變三：要讓人工智能適應任何部署場景

華為認為，未來人工智能將無處不在;人工智能要能夠部署在任何場景，并確保用戶隱私得到尊準和保護。當下，混合云已經成為企業采用云服務的主要模式，而人工智能主要在云，少量在邊緣，與企業的業務環境的結合有待進一步深入。所以，華為會持續努力，爭取早日讓人工智能適應任何部署場景。

改變四：實現更高效更安全的算法

華為認為，算法是推動人工智能發展的另一個主要動力，但目前運用的主要算法，大多數都誕生于1980年代。隨著人工智能的廣泛普及，這些算法已經明顯不能滿足新的需要了。未來的人工智算法，要同時實現數據高效、能源高效和安全高效，三方面的高效。

數據高效是說要基于更少的數據;能源高效是說要能夠基于更低的算力和能耗;安全高效是要解決自身的安全問題的同時，實現可解釋;這三方面是人工智能全面發展的重要技術基礎。所以，華為在人工智能方面的重點之一就是實現更高效更安全的算法。

改變五：實現更高的自動化水平

華為認為，現在的人工智能，還不夠智能。因為今天的人工智能，自身還需要大量的人工，特別是在數據標注環節，今天甚至還誕生了一個新的職位叫“數據標注師”。有人調侃說，今天的人工智能，是沒有“人工”就沒有“智能”。所以，大大提升人工智能的自動化水平，是人工智能技術要解決的“當務之急”!華為自然也會在這方面加大研發力度。

改變六：讓模型面向實際應用

華為認為，當前很多的模型是沒用的理想化模型。因為，當前很多優秀的模型算法，更多的是“考試”優秀，還未達到“工作”優秀。未來的模型必須實現工業級的優秀，即滿足工業生產的需要，而不僅僅滿足于測試上“考試”優秀。華為一向以務實著稱，強調人工智能的實用性，自然也在情理之中。

改變七：強化模型更新

華為認為，模型的準確率并非是一成不變的，而是會隨著數據分布、應用環境和硬件環境的變化而變化，始終保持準確率在期望的范圍內對于企業應用是必須的。但目前的模型更新是非實時的，要依賴于人工，是周期性的更新，因此是一個半開環的系統。華為認為，未來的模型要能及時適應各種變化，實時更新，實現閉環系統，保證企業人工智能應用始終處于最佳狀態。這一點很好理解，模型是為應用服務的，只有處于最佳狀態的人工智能，才能更好的服務應用。所以，強化模型的更新，也就是非常必要的了。

改變八：實現多技術協同的人工智能

華為認為，每一個通用目的技術，只有與其它技術充分協同配合，才能發揮到極致，創造巨大的經濟價值，人工智能當然也不例外，但在目前業界在探討人工智能時，更多的是僅僅聚焦人工智能本身。實際的情況是，人工智能需要與云、物聯網、邊緣計算、區塊鏈、大數據、數據庫…等等技術充分協同，有人這樣才能發揮更大價值。所以，華為的另一個重點方向是，實現多技術協同的人工智能。

改變九：讓人工智能成為由一站式平臺支持的基本技能

華為認為，今天的人工智能，還是一項只有具備高級技能的專家才能完成的工作，成熟、穩定、完善的自動化工具還比較缺乏，獲得一個人工智能模型還是一個非常復雜，耗時耗力的事情。但未來理想的人工智能，應該有一個一站式平臺，提供必需的自動化工具，讓人工智能應用開發更容易，更快捷。從而，使人工智能成為所有應用開發者甚至所有ICT技術從業人員都有的一項基本技能。這也是華為的研究方向。

改變十：以人工智能思維解決人工智能人才短缺難題

華為認為，人工智能領域人才的短缺，特別是數據科學家的缺乏，一直是業界顧慮較多的一個制約因素。而且華為還認為，數據科學家將永遠是稀缺的。這個問題的解決之道應該是，以人工智能的思維去解決人工智能人才短缺難題。通過著力發展智能化、自動化、簡單易用的人工智能平臺和工具服務，以及提供培訓教育，培養大量的數據科學工程師，使他們能完成大量基本的數據科學相關工作。通過這些大量的數據科學工程師與數據科學家和各領域專家相互配合的梯形性結構，來解決AI人才稀缺問題。

以上十點是華為在人工智能方面的重要洞察，可以為相關從業者和相關企業提供重要參考，但誠如華為自己所說，這十點不是人工智能的全部，要想實現人工智能的全面落地，還需要更多方面的努力。一篇文章不能全部說請，后面我們將持續關注。對人工智能感興趣的朋友了，也可以持續關注我們的節目。謝謝大家，我們今天就說到這。