华为轮值董事长徐直军今年4月在华为2018分析师大会剧透，将在全连接大会发布AI战略，今天，承诺如期而至。
刚刚第三届HUAWEI CONNECT 2018（华为全联接大会）上，徐直军公布了华为AI发展战略，以及华为AI全栈全场景解决方案，包括华为自研统一达芬奇架构的两款AI芯片——昇腾910和昇腾310。
徐直军谈到，AI时代，十大改变接踵而来：缩短训练模型的时间、充裕经济的算力、人工智能要适应任何部署场景、更高效更安全的算法、更高的自动化水平、模型要面向实际应用、模型更新、人工智能要多技术协同、人工智能要成为由一站式平台支持的基本技能、以AI的思维解决AI的人才短缺。
徐直军发言要点如下：
AI是ICT产业60年发展的总成果
1956年，时任达特矛斯学院助理教授的约翰.麦卡锡组织召集了达特矛斯讨论，正是在这次会议上，第一次正式提出了“人工智能”的定义。从那以后的60年里，人工智能经历了两次发展的低谷，即所谓的“冬天”，但其发展的脚步并未就此停止。
1971年，英特尔发布了第一颗微处理器。50多年来，摩尔定律见证了ICT产业的蓬勃发展。
如果我们把AI产业和ICT产业这六十年的发展轨迹画到一起，那么大致应该是图中的样子。概括来说，人工智能与ICT产业的总体发展水平密切相关，学术研究发现和工程技术发展相辅相成。
而AI产业两次“冬天”的出现，都是因为社会对AI的应用期望大大超越了ICT产业工程水平的发展现实。所幸的是，“冬天”并不是结束，而是每一次“春天”的开始。
今天，我们再次进入了“收获”的季节。这是60年来全球ICT学术界和工业界长期耕耘，相互合作的成果。
面向未来，我们应该充分用好人工智能技术，抓紧收获，努力扩大收获成果，同时要让收获的季节持续的更长一些，把人工智能（AI）建在赤道上，永远生机勃勃。
人工智能是一种新的通用目的技术
任何技术只有准确的定位，才会充分发挥其价值。给人工智能技术进行合理的定位，是我们理解和应用此技术的基础。
如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，华为认同：人工智能是一组技术集合，是一种新的通用目的技术（GPT）。
加拿大学者Richard G Lipsey在其著作《经济转型：通用技术和长期经济增长》一书中提出：社会经济的持续发展是靠通用技术的不断出现而持续推动的。所谓通用技术，简单理解就是要有多种用途，应用到经济的几乎所有地方，并且有巨大的技术互补性和溢出效应。
经济学家们认为，人类发展到今天，总共有26种通用技术，人工智能就是其中一种。
我之所以强调人工智能是一种通用技术，是期望大家重视人工智能对未来的巨大影响和价值。人工智能作为一种通用技术，不仅可以使我们以更高的效率解决已解决的问题，也可以解决很多没有解决的问题。
是否具备真正的人工智能思维，是否以人工智能的理念和技术解决现在和未来的问题，是我们能否在未来构筑领先竞争力的关键。
华为在实践中发现，人工智能不但可以替代人，还能够自动降低生产成本。这是人工智能与信息化最大的不同，也是其最有价值的特点。
人工智能将改变每个行业，每个组织
人工智能触发的产业变革，将涉及所有行业。我们在座的每一位都要思考，我所处的行业是否会被人工智能技术改变，甚至被彻底颠覆。如何以一种全新的模式，重构各自行业和企业，是我们在未来都要思考和实践的。
今天，我们可以清晰地预测到，人工智能将改变或颠覆如下行业：
· 智慧交通将大大提升通行效率
· 个性化教育将显著提升教师与学生的效率
· 精准预防性治疗有望延长人类的寿命
· 实时多语言翻译交流再无障碍
· 精准药物试验可以显著降低新药成本，缩短发现周期
· 基于AI的电信网络的运维效率将大大提升
· 自动驾驶和电动汽车将颠覆汽车产业等
从华为云EI和HiAI发布以来的短短1年间，我们深切感受到了前所未有的热潮。
除了对行业带来的改变，人工智能还将改变每一个组织。
18世纪以来的历次技术革命，每一次都会对组织的结构、作业流程和人员能力等产生巨大影响。
从工作岗位和人员能力角度看，人工智能推动此次变革将有一个明显的不同：以往的历次变革总会产生大量的重复性日常工作需求，比如纺织厂的设备操作，汽车制造流水线和手机制造流水线等。
但是人工智能将在几乎每个方面提升自动化水平，因此大量的重复性日常工作岗位需求将大幅度缩减。与此对应的是，需要增加对数据科学工作岗位的需求，例如数据科学家、具备一般性数据科学能力的数据科学工程师等。这些岗位的数量将远远少于当前重复性日常工作岗位。
因此，我们认为，未来的组织人员构成可能是菱形的，其中大量处于底部的基础性、重复性日常岗位会被AI所取代。
＊改变刚刚开始，选择正确的问题比寻找新奇的方案更重要
其实，人工智能触发的各种改变，才刚刚开始。改变历来都是几家欢喜几家愁，特别是改变刚开始的时候。
我们可能会因为见证了AI实现了以前想都不敢想的某个功能而兴奋，从而产生加速广泛采用AI的冲动。也可能会因为，某个AI项目进展不如预期、或者担忧AI的应用安全可靠而焦虑，从而对未来的如何运用AI产生困惑。
从历史上所有通用目的技术的发展历程来看，这些都是正常现象。
我们刚刚经过了AI技术与应用的局部探索阶段，目前正处于第二个阶段。在这个阶段，从技术视角看，一方面AI技术日趋完善，同时又暴漏出越来越多的问题；从应用视角看，一方面AI的应用日渐广泛，价值持续得以确认，但同时政策环境、公司流程、组织人员等都是主要面向以往的技术的，比如信息化和互联网时代的技术，还没有为智能技术时代的到来做好准备，因而时常产生碰撞，甚至冲突。
AI技术终将赢得属于自己的社会环境，那时我们将迈向AI应用与生产力提升全面快速发展的第三个阶段。
在迎来新的GPT技术之前，我们将持续见证和享受这一黄金发展期，即第四阶段。但我们也要清醒的认识到，人工智能不是万能的，人工智能有它能解决的问题，也有它不能解决的问题。
我们应充分聚焦人工智能能解决的问题、聚焦其创造价值的领域，而不是把精力花在人工智能不能解决的问题或不能创造价值的领域。因为选择正确的问题比寻找新奇的方案更重要。
＊今天，令人兴奋的落差
千里之行始于足下，让我们看看人工智能今天的状况：
一方面，下面一系列大数字让我们感受到了人工智能产业发展的“辉煌”：
＊ 2017年发表的机器学习论文数是2万篇
＊ 全球有超过22个国家发布了AI计划
＊ 2017年新诞生了1100多家AI startup公司
＊ 2017年与AI相关的兼并收购金额达到240亿美元
＊ 2017年与AI相关的VC投资达140亿美元
另一方面，下面的一系列小数字又让我们感受到了人工智能初级阶段的“冷静”：
＊ 只有4％ 的企业已经投资或部署了AI
＊ 只有约2％ 零售商已经投资或部署了AI
＊ 只有约5％ 部署的智慧城市 中正在使用AI
＊ 2017年只有约10％的智能手机内置了AI
＊ 全球AI人才的供需比仅有1％
“辉煌”与“冷静”之间的差距，正在凝聚产业发展的巨大动力。所谓“山雨欲来风满楼”，这种落差令人兴奋。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
