徐文偉表示：“人工智能是發(fā)展最快的科技領域之一。我們要鼓勵AI產(chǎn)業(yè)鏈發(fā)展，扶持全棧AI、完善AI基礎平臺及工具體系，培育AI根技術，提高我國核心技術的創(chuàng)新能力；鼓勵企業(yè)積極采用人工智能進行智能化升級，形成技術研發(fā)和產(chǎn)業(yè)智能創(chuàng)新的雙向大循環(huán)。”

　　華為董事、科學家咨詢委員會主任徐文偉發(fā)表主題演講

 

　　當前，AI正處于行業(yè)規(guī)模應用推廣的關鍵時期。為加速這一進程，徐文偉提出三點發(fā)展建議。

 

　　第一，人工智能的研究和與企業(yè)互動同樣重要。徐文偉指出，在傳統(tǒng)AI開發(fā)模式下，AI算法在場景間的遷移能力差，開發(fā)者往往需要針對不同場景設計不同的神經(jīng)網(wǎng)絡結(jié)構(gòu)，并且執(zhí)行特定的優(yōu)化和部署流程，開發(fā)模式缺乏統(tǒng)一規(guī)范，算法無法滿足泛化性、魯棒性、安全性等要求。

 

　　為了更好解決AI落地過程中的模型生產(chǎn)問題，徐文偉認為，必須在研究層面加強預訓練大模型的研究與開發(fā)，設計出跨模態(tài)的模型訓練和評測方案，繼續(xù)加強模型的泛化能力和可解釋性的研究；在企業(yè)驅(qū)動層面，企業(yè)往往忽略對人工智能專家的培養(yǎng)，低估人工智能落地的復雜度。因此，人工智能專家與企業(yè)互動和緊密結(jié)合非常重要。

 

　　第二，以系統(tǒng)性思維推進人工智能在企業(yè)落地。徐文偉表示，人工智能應用開發(fā)是一個全流程的系統(tǒng)工程，其本質(zhì)是將算法開發(fā)的流水線進行工程化，復雜程度高。此外，人工智能算法必須結(jié)合行業(yè)Know-How和企業(yè)專有數(shù)據(jù)，完成通用到專用的轉(zhuǎn)變。為解決該難題，華為云發(fā)布了知識計算解決方案，將行業(yè)知識加入到行業(yè)建模和求解的計算過程中，讓模型具備更好的可解釋性，使得AI與行業(yè)得以深度結(jié)合，催生體驗變革、效率提升以及模式創(chuàng)新。

 

　　第三，為人工智能落地創(chuàng)造良好的協(xié)同發(fā)展環(huán)境。企業(yè)既要深入理解需求場景的業(yè)務狀況，也要對人工智能算法的能力和所能解決的問題以及局限等有清晰的認識。其次，企業(yè)數(shù)字化是人工智能成功應用的基礎，企業(yè)的數(shù)字化水平?jīng)Q定了數(shù)據(jù)要素的準備度，數(shù)據(jù)的準備度及數(shù)據(jù)質(zhì)量對智能化應用落地效果至關重要。

 

　　第四，用發(fā)展的思維解決AI發(fā)展過程中的挑戰(zhàn)。徐文偉表示，一方面要給予機會和發(fā)展時間，另一方面也要在系統(tǒng)、流程、制度等方面給予支持，促進可持續(xù)演進。以列車運行故障動態(tài)檢測為例，華為云與中國鐵路科學研究院聯(lián)合攻關，用AI技術解決這個難題，經(jīng)過迭代式的開發(fā)和測試，使得誤檢和漏檢樣本快速進入系統(tǒng)，模型能力不斷提升，最終達到人類專家的水平。

 

　　為了實現(xiàn)普惠AI，華為公司一直在積極探索和推動人工智能的發(fā)展和應用，推出了全棧全場景AI，覆蓋框架和應用的全棧能力，以及包括公有云、邊緣計算、物聯(lián)網(wǎng)行業(yè)終端、消費終端等全場景。

 

　　華為云提出“一切皆服務”戰(zhàn)略，將AI技術和應用經(jīng)驗化、云化，讓更多企業(yè)不需要重復造輪子，像使用水電一樣，使用全球領先的人工智能等數(shù)字技術，支撐企業(yè)將更多的精力聚焦自身業(yè)務創(chuàng)新。本次華為云AI院長峰會，是華為云與產(chǎn)學研界探索適合人工智能全新發(fā)展道路、推動人工智能的教學、科研和產(chǎn)業(yè)健康發(fā)展的有效嘗試。