华为徐文伟：AI是考场上的学霸，应用场景中的学渣 ...

为期三天（2019年1月19日-1月21日）的2019 EmTech China全球新兴科技峰会已经接近尾声。据雷锋网(公众号：雷锋网)了解，今年大会围绕AI时代、算力链接将来、有限的世界，无限的区块链和金融科技、将来工做、重写生命、数字世界以及太空八大板块展开。

AI人工智能时代到来，加速了技术的变革以及市场发展格局的变化。CB Insights联合创始人兼CEO Anand Sanwal在大会上表示，AI带来的最大变化是，技术发展愈来愈快，影响也愈来愈深远。之前可能帮助咱们成功的因素，如今再也不起做用了。对于公司而言，速度是很是重要的。例如，美国标普500指数中公司的整个寿命周期，在50年代-60年代之间，一般一个公司的寿命是60年以上，可是如今可能就是20年之内了。

华为技术有限公司董事、战略Marketing总裁徐文伟也围绕AI现状发表了本身的见解，AI的到来将会带来三个方面的改变，第一，改变全部行业的组织和人员结构。第二，枯燥、重复性的工做，能够被AI取代，但大量创造性的工做是不可能的。第三，在工业行业中使用，例如，支持IoT物联网、车联网等多种应用，5G中采用人工智能。

如今电信网络的维护成本是设备成本的3至4倍，网络愈来愈复杂，70%的网络故障是人为形成的。采用AI后，能够预测50%以上的潜在故障。因此，AI能够下降5G网络的运维成本，保证网络的质量提高。

AI有不少优势，同时AI当前存在几个问题。徐文伟认为这些问题主要是，问题一：算力太贵，用不起，看起来很美，用起来太贵。问题二：咱们没有好的数据，就没有好的AI。数据要进行处理，保证数据质量，没有人工就没有智能。问题三：训练太慢。问题四：应用场景。AI必定是有模型的，调试出的模型，在某种场景下测试或者考试，属于考场上的学霸，应用场景中的学渣。

徐文伟指出，AI依然存在一些缺陷，第一，范围比较窄。第二，更像研究，而不是工程。第三，行的通。换到其余应用场景，数据是否是可行的。第四，一个好模型随着时间的变化可能会恶化，有一部分不肯定性。

最后，徐文伟说起AI领域面临的严峻现状，第一，人才的短缺。第二，AI涉及数据安全、隐私保护。关于怎样保护我的数据和隐私等问题，值得进一步研究。

如下为华为技术有限公司董事、战略Marketing总裁徐文伟发言实录：

你们好！很是感谢你们出席今天的交流，也感谢EmTechChin邀请我，做为企业或者说行业，和你们作一些分享。

你们知道AI很是热，据不彻底统计去年大概至少有300多场以与AI有关的会议，因此，如今大会不讲AI确定是不行的。

为何这么热呢？你们确定是看到了不少AI好的应用场景，其实AI并非一个新鲜的事情，你们知道，在60多年前就已经提出了AI这个概念，同时正由于AI如此吸引人，你们对AI有着太高的指望，因此经受了两次比较大的冬天。

什么叫冬天？就是说咱们对AI的指望，超过了当时ICT的工程能力，从1971年开始，intel发明了处理器开始。

在当前AI这么热的状况下，咱们这个行业会不会发生冬天？咱们但愿不会，咱们毕竟是刚刚开始。在座有不少从事投资决策的，包括企业的高官。因此，我今天和你们分享的话，做为一个投资者和做为一个企业高官怎么把握行业的节奏，怎么对行业将来的投资决策作一些参考。

我此次分享我我的对这个行业的见解。

你们知道，人类有生以来，有26种GPT通用技术，它的特色是什么呢？

特色一，刚开始的时候，很是的不完善，有很大的改进空间

特色二，多用途，能够用在各个行业

特色三，溢出效应

因此咱们最先的GPT能够回归1000多年前发明的轮子，近期的话，你们也知道，发明了PC、互联网，包括21世纪发明的商业虚拟化和纳米。

因此，如今认为AI是第26种GPT技术，因此AI应该是有巨大的发展空间，假如咱们假定18世纪咱们发明了蒸汽机是蒸汽机1.0时代的话，1.0时代是把咱们人类的体力超越了这个体能的边界，但咱们AI如今举一个不许确的比喻的话，咱们如今是蒸汽机的2.0时代，它的特征是什么呢？帮助咱们人们，超越了咱们智力的边界。因此AI有巨大的发展空间。

那咱们看一下咱们如今的AI、人工智能，实际上，从营销的角度，它包装成了一种认知计算，它的技术是什么呢？就是一个深度学习，它的算法就是卷积神经网络计算等等。

目前咱们谈的AI是众多AI分类里面的其中之一，在某些领域已经取得了很好的效果，咱们讲人工智能范围是很是广的，并非咱们今天说的人工智能，有不少不少人工智能的方法，我相信人工智能将来还会有很是大的发展空间。

咱们想象的人工智能至少是由学习的能力、推理的能力、决策的能力，可是如今咱们的人工智能实际上坦率的说，仍是一个分析大数据之后的相关性的分析。

好比说，太阳出来鸡叫了，这是一个相关性。那么能不能推导出来“鸡叫了把太阳叫出来了”呢？确定不是的。我相信如今的人工智能确定不会这么蠢，鸡叫了把太阳叫出来了。

可是假如从相关性来讲，的确这两个事情是相关的，也就是说咱们的人工智能当前是一个很是很是初级的阶段。但尽管是一个初级阶段，当前窄的人工智能已经有至关大的应用空间。

好比说，办公室出了一个报告，这个结论我我的是认同的，在将来20年内，虽然机器不大可能展示出与人类至关或者超过人类可应用的智能，但预计机器将在愈来愈多的任务中，继续达到并超越人类的表现。

假如承认这个结论的话，后面咱们就能够展开不少的讨论。

第一点，AI将改变全部行业的组织和人员结构。你们知道，咱们如今的行业是金字塔结构，上面是领袖、管理者，下面是基层员工。但如今来讲，2018年的统计，至少有300万人已经和AI协同工做了，或者说他的老板是一个机器人。

你们能够想象一下，滴滴打车司机的老板是算法，包括不少的领域，他的老板已是一个机器人了，300万的数据准不许我不知道，但至少你们能够感觉的到，你的主管可能叫Robot博士。

因此说，不少基层的员工必定要习惯你的同事是机器人，组织架构有一些变化。

第二点，工做有所变化。不少人都担忧，随着人工智能的到来，不少工做会不会被取代，的确是的。必定是比较枯燥的、重复性的、人们不肯意去干的工做，能够被AI取代，可是大量创造性的工做是不可能的。

因此将来的工做，必定会和AI结合起来，有些工做会被取代，有些工做不可能被取代，并且会产生新的工做。

因此根本不用担忧，AI致使大量的失业。而是同时创造了新的工做，就像PC的发明加强了人类的能力，但并无减小人们的工做，只是说工做有一种转换或者转型。

因此说，从目前的AI来看，AI能够用于内部管理效率的提高，好比说单据的录入、客服，如今不少客服都已经用人工智能了，虽然你好不容易打通了客服的电话，结果是机器人在跟你对话，有的时候你也会搞的很恼火，但的确提升了效率。

同时，好比说咱们如今用的门禁系统，像人脸识别，以及如今的智慧城市、平安城市等等，这些领域能够被很是多的普遍使用。

企业家最关心的是成本，假如经过AI能够大大节约你的采购成本。经过AI你能够知道全部采购的价格，哪些是合理的，哪些是不合理的，由于你是信息不对称的。因此你觉得拿到了一个很好的价格，可是采用AI技术之后采购成本就能够大大降低。

你们讲到自动驾驶，自动驾驶有一个热点，自动驾驶很快会到来，并且是几百家企业从事了智能驾驶工做。可是从咱们的观点来看，车要L5几乎不可能，或者说没法承担成本。

咱们的观点是，必定要把车和路协同起来，简单来讲，要有一个智慧的路、聪明的车，要互动起来，车和车之间要有通讯，车和路之间要有通讯，车和人之间要有通讯，车和网之间要有通讯，这样才有可能解决自动驾驶的问题。

因此，自动驾驶纯粹靠车是不行的，达不到，因此达到L3已经至关不错了，L4还要努力，但L5几乎不可能，咱们下次能够再进行交流。

5G做为一个新的技术设施为何这么重要？由于你们知道5G的带宽能够达到10G，甚至更宽到20G。5G的设计不只仅是为了移动宽带，假如是为了移动宽带的话，如今的4G已经能够到300兆、400兆的带宽了。

更重要的一点，除了宽带之外，第二个是物联网，能够支撑一平方千米有100万个链接。你们知道将来的智能世界特征：

万物感知，处处都是传感器

万物互联，全部的传感器必须链接起来

万物智能

而5G以及其余现有的链接技术就是将来智能世界的基础设施。因此一方面能够提供超宽带，4K电视、8K电视，尤为是AR、VR来了之后，均可以跟5G联系在一块儿。

第三个，在工业行业里面的使用，由于它的时延能够低到一毫秒。因此在一个网络里面能够支持IoT的物联网，能够支持企业里面的通讯，能够支持车联网，以及超宽带的无限接入，这是多种应用，因此5G是将来智能社会的基础设施，那5G必定会采用人工智能的方法。

我能够分享给你们一个数据，第一点，如今的维护成本是设备成本的3-4倍。因此你必须经过人工智能把维护成本降下来。

第二点，如今的网络愈来愈复杂，你们知道70%的网络故障是人为形成的，是维护工程师不当心把网络搞瘫了。

第三点，采用了人工智能以后，能够有50%以上的潜在故障进行预测，因此人工智能能够用于电信网络或者5G网络里面的运维成本下降，以及保证网络的质量提高。

好比说有些运营商提出来，咱们是否是在一样的状况下维护更多的网络，或者说在一样的网络状况下，维护人员减小50%，这就是AI在行业里面的一些应用。

固然，AI有不少好的地方，同时AI当前存在几个问题。

问题一：算力太贵，用不起，看起来很美，用起来太贵。

问题二：咱们有好的数据就没有好的AI。因此数据要进行处理，要保证数据质量，没有人工就没有智能。为何如今人工智能的专家这么贵，工程师找不到，这是个专家的活，人工智能没有平民化。

因此说，全部的数据要作标注，因此没有人工就没有智能，和咱们想象的人工智能是不同的，是真正的“人工智能”。

问题三：训练太慢。训练要几天甚至几个月，可能表演一下要几分钟、几秒钟，可是训练的时间很长。

问题四：应用场景。你们知道人工智能必定是有模型的，好不容易调试出来一个模型，在某种场景下测试或者考试，水平很高就是学霸。但真正实际应用场景的状况下，效果并无这么好，可能精确度、准确度大大降低，降低了10%-15%等等，因此考场上的学霸，工做场所，尤为是应用场景的学渣（可能有点过），但至少没有想象的那么好。

因此当前的人工智能，华为在人工智能领域里面怎么布局的？端、边、云。你们知道咱们的麒麟980，从1997年开始就嵌入了AI的芯片，980更强大，因此在智能手机里面，咱们的980是智能社会的vocal。

在AI领域里面，去年11月份发布了310和910，全系列的在云端和边缘以及端AI的芯片，咱们刚刚发布的鲲鹏920是在云端的CPU，从麒麟980的手机芯片到边缘人工智能计算芯片到云端的计算，咱们是这样一个布局。

因此咱们的价值主张是，咱们是一个平台，包括云。你们知道，链接实际上也是一个平台，将来的智能社会没有链接哪来的数据？因此要把众多的传感器链接起来，链接+平台+AI+生态。

因此AI依然存在着一些缺陷，一个是，范围比较窄，要规则肯定、结果明确的状况下，A到B仍是作的不错的。

第二点，更像研究，而不是工程，这是什么意思？研究是个手艺活，它要不断的调试，调试调到这个模型，科技适合这种场景，它不是科学基础上的一个工程实现，它是有必定的不肯定性。

第三点，行的通，就是说先要设计模型，这个模型调试完了之后，以为这个能够了，而后再找到一个应用场景，数据是否是使AI行的，这是一个很重要的基础。

还有，如今好不容易找到一个很好的模型，可是它随着时间的变化，就会恶化，好比说我在一个路口，搞一个摄像头的自动红绿灯的变换，但随着时间的变换，它这个模型也在不断的调整。最大的一个问题是不透明，你不知道里面是啥，正是由于不透明，就有可能分析出来因为鸡叫一下以后，把太阳叫出来了（固然不多是这样）。就是说，正由于是不透明，就有可能产生这种状况。

还有，它不是100%准确，它只是一个最大可能准确，因此它有部分的不肯定性。

在AI领域里面，目前人才的短缺，你们也知道，如今没有大数据专家了，一晚上之间所有是人工智能专家，尽管如此，人才还依然短缺。

第二点，AI必定涉及到数据的安全、隐私保护，因此AI，在价值观领域里面，实际上你们也要多多讨论，不只说AI有好的一面，同时也要有一些保护我的的数据和隐私等等，这些发明，都应该是讨论的地方。

你们以为AI很好，我也这样以为，可是有没有想过，AI是容易被干扰的，或者说是容易受欺骗的。

咱们看张照片，左边是原图，跟中间的照片如出一辙，但实际上，中间的照片已经加了右边图像的噪音在里面。可是咱们的人眼看起来两张照片是如出一辙的，可是经过机器，它就识别出来中间一张它不是一我的了，它是一个书柜，可是咱们人眼看出来两张照片是同样的。也就是AI是能够被欺骗的。

照片被欺骗一下无所谓，假如说汽车被欺骗呢？你还敢坐吗？谁说汽车不能被欺骗？固然一种是故意欺骗，有一种是假如训练的时候，有一种场景没训练到，它会不会出故障？有可能。

因此呢，自动驾驶仍是有很大的一个不肯定性的，这就是一个案例。

2019年1月6号，特斯拉的车撞了一个路边的机器人，也就是说，不必定是被欺骗的，它至少有一种场景可能没训练到。

因此，尽管如此，自动驾驶依然有很是美好的将来，你们一想到自动驾驶，就以为本身坐在车里面，按照120千米快速的奔跑，假如想象这种场景可能有点困难，可是，你的扫地机器人是否是自动驾驶？假如拖拉机装上自动驾驶软件是否是能够24小时耕地？

因此，自动驾驶是能够普遍被使用的，千万不要一想说自动驾驶，就是说我坐在车里面，按照120千米的速度去快速的奔跑，但某种场景下也是能够实现的。

因此，华为的愿景就是和你们一块儿合做。把数字世界带到每一个人、每一个家庭以及每一个组织，构建万物互联的智能世界。

谢谢你们！