本文来自全天候科技,阅读更多请登陆www.awtmt.com或华尔街见闻APP。
作者|于惠如 编辑|罗丽娟
科技巨头们关于AI的投入和讨论还在继续。手握云、边、端等不同场景,且具备不同场景技术能力的华为自然不会错过。
(资料图)
4月19日,在2023华为全球分析师大会上,华为副董事长、轮值董事长CFO孟晚舟,华为战略研究院院长周红的主题演讲均包含华为对AI领域的思考。
“到2030年,通用算力将增长10倍,人工智能算力则会增长500倍。”孟晚舟在演讲中预计。在她看来,数据将成为新的生产力。
据周红介绍,过去10年,AI算法的算力需求提升了40万倍。当前 AI在语言文字的学习理解和生成上所表现出来的能力超出了想象。不过,在AI能力快速提升的情况下,需要考虑AI的目标如何与人类目标一致、并且正确和高效地执行。
除了通过规则和法律来加强AI的伦理和治理外,从理论和技术的角度看,要达到上述要求,AI发展目前仍面临三个重要挑战:AI的目标定义,目前对智能目标的理解千差万别,缺乏共识的目标定义;正确性与适应性,AI对图像组合和噪声敏感,这一现象目前难以解释、难以调试;以及能源效率和数据效率问题。
面对这三个挑战,如何进一步寻求突破呢?
周红认为,可以从实用的角度,来发展知识和智能。具体来说,可以通过感知与交互、计算或者试错,在复杂的环境和有限的资源下达成目标。
“近几年,学术界有很多跳出Transformer之外的新型AI架构的思考。我建议在这些思考的基础上,发展感知与建模、知识自动生成、求解与行动三个核心部分,通过从多模态感知融合与建模,到‘知识+数据’驱动的决策,实现更高正确性与适应性的自主智能系统。”周红表示。
2021年4月,华为正式发布盘古大模型,目前已有多个实际应用场景。
据介绍,华为的实践方向主要从三个方面展开:
AI for Industry:通过行业大模型促进价值创造。在视觉、语言文字、图网络、多模态等专用L0基础大模型之上,形成L1行业专用大模型,降低开发门槛、提升泛化能力,解决应用碎片化的问题。应用场景涵盖电力、煤矿、交通、制造等领域。
AI for Science:帮助提升科学研究的能力。比如,通过更精准、高效的学习与推理机制,从数据中提取出全球气象先验知识,代替传统科学计算的超大规模偏微分方程的时序求解,快速完成全球未来1小时到7天的天气预报。
软件自动生成:定理自动证明、重构基础计算部件,软件自动生成与自动优化,提升软件研发的效率与可靠性。
此次分析师大会是孟晚舟当值华为轮值董事长以来的首次公开亮相。她表示,数字经济将成为全球关键驱动力,华为将在联接、计算、存储、云等方面保持投入,助力行业实现数字化转型。
风险提示及免责条款 市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。