華為董事：AI是考場上學霸，工場上學渣
要說時下最為火熱的詞，人工智慧一定要算其中一個，在過去的一兩年中，人工智慧在部分場景下得到了很好的應用。而在此時間點，華為公司董事、戰略 Marketing 總裁徐文偉提出了一個有趣的比喻：“AI 是考場上學霸，工場上學渣”，他進一步指出，人工智慧存在著算力太貴、資料太傻、訓練太慢和應用太淺四大問題。
AI 是考場上學霸，工場上學渣
1 月 19 日上午，由《麻省理工科技評論》主辦的 2019 EmTech China “全球新興科技峰會”在北京舉行，徐文偉在會上圍繞人工智慧發展發表了《迎接 AI 時代的到來》演講，分享了自己對人工智慧行業的看法。徐文偉引用了此前奧巴馬辦公室釋出一個報告，稱雖然機器在未來 20 年內不太可能展現出與人類相當的可廣泛應用的智慧，但預計機器將在越來越多的任務中繼續達到並超越人類的表現。
他在分享中指出，人工智慧目前存在四大問題：問題一，算力太貴，用不起；問題二，資料太傻，沒有好的資料就沒有好的人工智慧，而資料需要人工處理，這就造成了“沒有人工就沒有智慧”；問題三，訓練太慢，一個 AI 模型可能就演示幾分鐘、幾秒鐘，但是訓練時間則可能達到了幾天甚至數個月；問題四，應用太淺，真正實際應用場景中，人工智慧的效果並沒有這麼好，精確度、準確度可能大大下降。這也正是徐文偉將人工智慧稱為“工場上的學渣”的原因。
圖丨徐文偉 （圖片來源：DeepTech）
回顧人工智慧在過去的發展，從上世紀 40 年代人工智慧這一概念被首次提出，到現在已經歷了兩段快速發展的時期，但同時也有兩次發展寒冬，目前我們正處於人工智慧的第三次高速發展期。
儘管目前人工智慧已經在某些領域中取得了很好的應用，但徐文偉認為，我們今天談的人工智慧只是眾多分類中一部分，真正的人工智慧範圍是非常廣的，除了深度學習以外，還有很多人工智慧的方法。現在很多人工智慧還只是停留在相關性的分析，而我們想象的人工智慧至少是有學習的能力、推理的能力、決策的能力。徐文偉表示相信人工智慧在未來還會有非常大的發展空間。
華為在端、邊、雲的晶片佈局
在人工智慧發展過程中，徐文偉強調了摩爾定律在其中發揮的重要作用。從 1993 年開始並延續至今，人工智慧的第 3 次爆發的一個重要原因就是計算機效能不斷提升。更確切的說，計算機的計算速度和內容存量以兩年翻一番的速度飛速增長，在計算速度急速增長的推動下，人工智慧經歷了有史以來持續時間最長的一次爆發。
面對人工智慧技術發展過程中遇到的問題，華為提出“AI 改變一切、我們也要改變 AI”。徐文偉表示華為的價值主張是打造一個平臺，把眾多的感測器連線起來，實現連線+平臺+AI+生態。具體而言，華為在人工智慧領域進行了在端、邊、雲，三個方面的佈局。在手機端，華為從麒麟 970 開始嵌入了 AI 晶片，在邊緣方面，華為推出了應用於汽車的人工智慧計算晶片 Ascend 310，在雲的部分例如伺服器和資料中心則有鯤鵬 920 CPU。
“機器人將會成為你的同事”
人工智慧的發展將對所有行業、組織和職業產生影響。與此前每一次技術變革類似，人工智慧技術的發展並應用於實際工作中都會難以避免地在社會分工中代替掉部分勞動力，另一方面又催生出新的工作機會。
舉例來說，若將行業金字塔分成領袖、管理者、基層管理者和基層員工四層，人工智慧技術的應用將替代掉部分基層員工以及少量基層管理者的工作。而同時將會創造新的工作崗位，如資料科學工程師和資料科學家。
諮詢機構麥肯錫曾在一份報告中指出：5% 的職業的任務將完全被自動化技術所取代，60% 的職業的任務中將有 30% 被自動化技術所取代。徐文偉對此總結道，一些重複的、枯燥的工作將會被取代，但很多創造性的工作不會被取代，再加之人工智慧發展會創造很多新的工作機會。因此，徐文偉表示不必擔心人工智慧發展會大量取代人類的工作，不過對於基層員工來說，未來機器人將會開始出現併成為你的同事。
AI 推進 5G 發展，連線能力成未來 AI 算力演化關鍵
在 5G 這一個同樣處在蓬勃發展的領域中，人工智慧也同樣起到了重要的推進作用。
5G 的頻寬可以達到 10G、20G，但 5G 最關鍵的作用不僅體現在成為移動頻寬，而是物聯網。徐文偉提到，5G 可以在一平方公里內支援一百萬個連線，而未來的智慧世界將是萬物感知、萬物互聯以及萬物智慧。這意味著未來所有東西都搭載感測器，同時感測器之間要實現互相連線，最終實現一個智慧的世界。在這其中，5G 和其他的連線技術就是未來智慧世界的基礎設施。
但目前，5G 網路的發展面臨運維、效能提升、業務多樣性的複雜挑戰。徐文偉提到，網路的執行中，運維成本往往是網路裝置成本的 3-4 倍，這其中的維護成本就可以通過人工智慧進行降低。同時，70% 的網路故障是人為原因造成的，人工智慧的引入將可預測 50% 以上的網路裝置中的故障和問題，因此可以大幅提高運營維護的效率，同時保證網路質量的提升。
圖丨徐文偉 （圖片來源：DeepTech）
值得注意的是，徐文偉對時下非常火熱的自動駕駛話題也發表了他的獨特觀點，他認為若僅靠汽車自身的感測和計算能力是無法實現完全自動駕駛的。他在會上說道：“僅靠汽車本身的能力，L3 級自動駕駛勉強實現，L4 還要更多的努力，但 L5 則基本不可能達到。”
他認為，要實現真正的自動駕駛需要的是智慧的車和聰明的路。即車和車、車和路、車和人、車和網之間一定要實現連線和通訊，其中包括了車載娛樂系統、車和網的連線、人與車的互動以及汽車與汽車、汽車與周圍基礎設施的溝通，如此才有可能實現真正的無人駕駛。
偏差性、隱私與安全性是未來 AI 全面普及的最大阻礙
當然，我們也無法否認現階段人工智慧發展還遠未達到高階的階段。徐文偉認為，人工智慧還處於初級的階段，未來的人工智慧至少是應該有學習和推理的能力。如果說人類在 18 世紀發明了蒸汽機是人類超越了體能的邊界，那麼人工智慧的目標和使命就是幫助人們超越智力的邊界，因此人工智慧可以被看作是蒸汽時代 2.0。
人工智慧在現階段還無法避免會在工作中出現偏差，當這一技術被用於簡單的工作中，如圖片識別上時，一定程度上的偏差是完全可以接受的，但在一些與人類安全相關的場景中時，人工智慧的結果偏差則可能會是致命的。例如在今年 CES 2019 期間，美國一輛特斯拉 Model S 在自動駕駛模式下撞倒路邊一個機器人，這無疑再一次引起了人們對人工智慧、自動駕駛技術對質疑。
對推進人工智慧的未來發展，徐文偉認為人才會是一個至關重要的因素，但現階段人工智慧方面仍面臨人才緊缺問題，特別是資料科學家。除此之外，在人工智慧的大規模應用中，價值觀方面的問題也需要我們去解決。人工智慧深入滲透社會每一層面，都會引起人們對隱私和安全問題的關注和質疑，這些問題也是人工智慧未來發展中必須解決的。