资讯 业界
此为临时链接,仅用于文章预览,将在时失效

华为徐文伟:AI是考场上的学霸,应用场景中的学渣

作者:赵晨希
2019/01/20 16:45

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。据雷锋网了解,今年大会围绕AI时代、算力连接未来、有限的世界,无限的区块链和金融科技、未来工作、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,技术发展越来越快,影响也越来越深远。以前可能帮助我们成功的因素,现在不再起作用了。对于公司而言,速度是非常重要的。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,通常一个公司的寿命是60年以上,但是现在可能就是20年以内了。

华为徐文伟:AI是考场上的学霸,应用场景中的学渣

华为技术有限公司董事、战略Marketing总裁徐文伟也围绕AI现状发表了自己的看法,AI的到来将会带来三个方面的改变,第一,改变所有行业的组织和人员结构。第二,枯燥、重复性的工作,可以被AI取代,但大量创造性的工作是不可能的。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。

现在电信网络的维护成本是设备成本的3至4倍,网络越来越复杂,70%的网络故障是人为造成的。采用AI后,可以预测50%以上的潜在故障。所以,AI可以降低5G网络的运维成本,保证网络的质量提升。

AI有很多优点,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:我们没有好的数据,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一定是有模型的,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。换到其他应用场景,数据是不是可行的。第四,一个好模型随着时间的变化可能会恶化,有一部分不确定性。

最后,徐文伟提及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。关于怎样保护个人数据和隐私等问题,值得进一步研究。

华为徐文伟:AI是考场上的学霸,应用场景中的学渣

以下为华为技术有限公司董事、战略Marketing总裁徐文伟发言实录:

大家好!非常感谢大家出席今天的交流,也感谢EmTechChin邀请我,作为企业或者说行业,和大家做一些分享。

大家知道AI非常热,据不完全统计去年大概至少有300多场与AI有关的会议,所以,现在大会不讲AI肯定是不行的。

为什么这么热呢?大家肯定是看到了很多AI好的应用场景,其实AI并不是一个新鲜的事情,大家知道,在60多年前就已经提出了AI这个概念,同时正因为AI如此吸引人,大家对AI有着过高的期望,所以经受了两次比较大的冬天。

什么叫冬天?就是说我们对AI的期望,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这么热的情况下,我们这个行业会不会发生冬天?我们希望不会,我们毕竟是刚刚开始。在座有很多从事投资决策的,包括企业的高官。所以,我今天和大家分享的话,作为一个投资者和作为一个企业高官怎么把握行业的节奏,怎么对行业未来的投资决策做一些参考。

我这次分享我个人对这个行业的看法。

大家知道,人类有生以来,有26种GPT通用技术,它的特点是什么呢?

所以我们最早的GPT可以回归1000多年前发明的轮子,近期的话,大家也知道,发明了PC、互联网,包括21世纪发明的商业虚拟化和纳米。

所以,现在认为AI是第26种GPT技术,所以AI应该是有巨大的发展空间,假如我们假定18世纪我们发明了蒸汽机是蒸汽机1.0时代的话,1.0时代是把我们人类的体力超越了这个体能的边界,但我们AI现在举一个不准确的比喻的话,我们现在是蒸汽机的2.0时代,它的特征是什么呢?帮助我们人们,超越了我们智力的边界。所以AI有巨大的发展空间。

那我们看一下我们现在的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。

目前我们谈的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,我们讲人工智能范围是非常广的,并不是我们今天说的人工智能,有很多很多人工智能的方法,我相信人工智能未来还会有非常大的发展空间。

我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,但是现在我们的人工智能实际上坦率的说,还是一个分析大数据以后的相关性的分析。

比如说,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?肯定不是的。我相信现在的人工智能肯定不会这么蠢,鸡叫了把太阳叫出来了。

但是假如从相关性来说,的确这两个事情是相关的,也就是说我们的人工智能当前是一个非常非常初级的阶段。但尽管是一个初级阶段,当前窄的人工智能已经有相当大的应用空间。

比如说,办公室出了一个报告,这个结论我个人是认同的,在未来20年内,虽然机器不大可能展现出与人类相当或者超过人类可应用的智能,但预计机器将在越来越多的任务中,继续达到并超越人类的表现。

假如认可这个结论的话,后面我们就可以展开很多的讨论。

第一点,AI将改变所有行业的组织和人员结构。大家知道,我们现在的行业是金字塔结构,上面是领袖、管理者,下面是基层员工。但现在来说,2018年的统计,至少有300万人已经和AI协同工作了,或者说他的老板是一个机器人。

大家可以想象一下,滴滴打车司机的老板是算法,包括很多的领域,他的老板已经是一个机器人了,300万的数据准不准我不知道,但至少大家可以感受的到,你的主管可能叫Robot博士。

所以说,很多基层的员工一定要习惯你的同事是机器人,组织架构有一些变化。

第二点,工作有所变化。很多人都担心,随着人工智能的到来,很多工作会不会被取代,的确是的。一定是比较枯燥的、重复性的、人们不愿意去干的工作,可以被AI取代,但是大量创造性的工作是不可能的。

所以未来的工作,一定会和AI结合起来,有些工作会被取代,有些工作不可能被取代,而且会产生新的工作。

所以根本不用担心,AI导致大量的失业。而是同时创造了新的工作,就像PC的发明增强了人类的能力,但并没有减少人们的工作,只是说工作有一种转换或者转型。

所以说,从目前的AI来看,AI可以用于内部管理效率的提升,比如说单据的录入、客服,现在很多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,但的确提高了效率。

同时,比如说我们现在用的门禁系统,像人脸识别,以及现在的智慧城市、平安城市等等,这些领域可以被非常多的广泛使用。

企业家最关心的是成本,假如通过AI可以大大节约你的采购成本。通过AI你可以知道所有采购的价格,哪些是合理的,哪些是不合理的,因为你是信息不对称的。所以你以为拿到了一个很好的价格,但是采用AI技术以后采购成本就可以大大下降。

大家讲到自动驾驶,自动驾驶有一个热点,自动驾驶很快会到来,而且是几百家企业从事了智能驾驶工作。但是从我们的观点来看,车要L5几乎不可能,或者说无法承担成本。

我们的观点是,一定要把车和路协同起来,简单来说,要有一个智慧的路、聪明的车,要互动起来,车和车之间要有通信,车和路之间要有通信,车和人之间要有通信,车和网之间要有通信,这样才有可能解决自动驾驶的问题。

所以,自动驾驶纯粹靠车是不行的,达不到,所以达到L3已经相当不错了,L4还要努力,但L5几乎不可能,我们下次可以再进行交流。

5G作为一个新的技术设施为什么这么重要?因为大家知道5G的带宽可以达到10G,甚至更宽到20G。5G的设计不仅仅是为了移动宽带,假如是为了移动宽带的话,现在的4G已经可以到300兆、400兆的带宽了。

更重要的一点,除了宽带以外,第二个是物联网,可以支撑一平方公里有100万个连接。大家知道未来的智能世界特征:

而5G以及其他现有的连接技术就是未来智能世界的基础设施。所以一方面可以提供超宽带,4K电视、8K电视,尤其是AR、VR来了以后,都可以跟5G联系在一起。

第三个,在工业行业里面的使用,因为它的时延可以低到一毫秒。所以在一个网络里面可以支持IoT的物联网,可以支持企业里面的通信,可以支持车联网,以及超宽带的无限接入,这是多种应用,所以5G是未来智能社会的基础设施,那5G一定会采用人工智能的方法。

我可以分享给大家一个数据,第一点,现在的维护成本是设备成本的3-4倍。所以你必须通过人工智能把维护成本降下来。

第二点,现在的网络越来越复杂,大家知道70%的网络故障是人为造成的,是维护工程师不小心把网络搞瘫了。

第三点,采用了人工智能之后,可以有50%以上的潜在故障进行预测,所以人工智能可以用于电信网络或者5G网络里面的运维成本降低,以及保证网络的质量提升。

比如说有些运营商提出来,我们是不是在同样的情况下维护更多的网络,或者说在同样的网络情况下,维护人员减少50%,这就是AI在行业里面的一些应用。

当然,AI有很多好的地方,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:我们没有好的数据就没有好的AI。所以数据要进行处理,要保证数据质量,没有人工就没有智能。为什么现在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。

所以说,所有的数据要做标注,所以没有人工就没有智能,和我们想象的人工智能是不一样的,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,但是训练的时间很长。

问题四:应用场景。大家知道人工智能一定是有模型的,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情况下,效果并没有这么好,可能精确度、准确度大大下降,下降了10%-15%等等,所以考场上的学霸,工作场所,尤其是应用场景的学渣(可能有点过),但至少没有想象的那么好。

所以当前的人工智能,华为在人工智能领域里面怎么布局的?端、边、云。大家知道我们的麒麟980,从1997年开始就嵌入了AI的芯片,980更强大,所以在智能手机里面,我们的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,我们刚刚发布的鲲鹏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,我们是这样一个布局。

所以我们的价值主张是,我们是一个平台,包括云。大家知道,连接实际上也是一个平台,未来的智能社会没有连接哪来的数据?所以要把众多的传感器连接起来,连接+平台+AI+生态。

所以AI依然存在着一些缺陷,一个是,范围比较窄,要规则确定、结果明确的情况下,A到B还是做的不错的。

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,它是有一定的不确定性。

第三点,行的通,就是说先要设计模型,这个模型调试完了以后,觉得这个可以了,然后再找到一个应用场景,数据是不是使AI行的,这是一个很重要的基础。

还有,现在好不容易找到一个很好的模型,但是它随着时间的变化,就会恶化,比如说我在一个路口,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,正是因为不透明,就有可能分析出来由于鸡叫一下之后,把太阳叫出来了(当然不可能是这样)。就是说,正因为是不透明,就有可能产生这种情况。

还有,它不是100%准确,它只是一个最大可能准确,所以它有部分的不确定性。

在AI领域里面,目前人才的短缺,大家也知道,现在没有大数据专家了,一夜之间全部是人工智能专家,尽管如此,人才还依然短缺。

第二点,AI一定涉及到数据的安全、隐私保护,所以AI,在价值观领域里面,实际上大家也要多多讨论,不仅说AI有好的一面,同时也要有一些保护个人的数据和隐私等等,这些发明,都应该是讨论的地方。

大家觉得AI很好,我也这样觉得,但是有没有想过,AI是容易被干扰的,或者说是容易受欺骗的。

我们看张照片,左边是原图,跟中间的照片一模一样,但实际上,中间的照片已经加了右边图像的噪音在里面。但是我们的人眼看起来两张照片是一模一样的,但是通过机器,它就识别出来中间一张它不是一个人了,它是一个书柜,但是我们人眼看出来两张照片是一样的。也就是AI是可以被欺骗的。

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?当然一种是故意欺骗,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。

所以呢,自动驾驶还是有很大的一个不确定性的,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,不一定是被欺骗的,它至少有一种场景可能没训练到。

所以,尽管如此,自动驾驶依然有非常美好的未来,大家一想到自动驾驶,就觉得自己坐在车里面,按照120公里快速的奔跑,假如想象这种场景可能有点困难,但是,你的扫地机器人是不是自动驾驶?假如拖拉机装上自动驾驶软件是不是可以24小时耕地?

所以,自动驾驶是可以广泛被使用的,千万不要一想说自动驾驶,就是说我坐在车里面,按照120公里的速度去快速的奔跑,但某种场景下也是可以实现的。

所以,华为的愿景就是和大家一起合作。把数字世界带到每个人、每个家庭以及每个组织,构建万物互联的智能世界。

谢谢大家!

长按图片保存图片,分享给好友或朋友圈

华为徐文伟:AI是考场上的学霸,应用场景中的学渣

扫码查看文章

正在生成分享图...

取消
相关文章