禾木之變：2021我們該如何持續擁抱AI？

自2017年7月8日《新一代人工智慧發展規劃》印發起到今天，人工智慧上升為國家戰略已經來到了第五年。在此期間，我們經歷了AI產業的巨大的發展。人臉識別已經成為全民通用的技術;國家人工智慧先導區已經增至8個;大到天文、地質、城市，小到養殖場、超市、農田，AI技術已經與無數個行業完成了“親密接觸”。

幾年來，大量曾經制約著AI產業發展的問題被相繼攻克。AI算力大規模缺失，開發門檻高企，行業場景無法落地等難題已經逐漸解決。可以說，在以中國為代表大力發展AI技術的國家與地區，AI技術落地在社會經濟中的“禾苗”已經培育成功。

但AI不能僅僅停留在“苗”的階段，還要持續生長成參天大樹。現階段AI產業的核心問題，已經不是“要不要發展AI”，而是如何在取得的成績上百尺竿頭更進一步，推動AI技術真正鍛造為歷史性的重大戰略機遇。

在今年的世界人工智慧大會，也可以非常清晰感知到“進階”與“持續發展”成為業界討論的關鍵詞。

在新的產業階段中，我們或許需要更新發展邏輯與產業方向，才能更準確完成持續擁抱AI的任務——而這也成為今年世界人工智慧大會需要解答的問題。

7月8日，在第四屆世界人工智慧大會開幕式中，華為輪值董事長鬍厚崑發表了主題為“根深葉茂，共築人工智慧新生態”的演講。胡厚崑強調：“只有基礎打得牢，根技術扎得深，應用創新跑得快，才有人工智慧產業的參天大樹和生態的持續繁榮。”

在這次演講中，我們可以提煉出一個全域性性的AI產業方法論。即持續發展AI，需要釐清三個方向：基礎設施升級、底層技術夯實，與應用創新躍遷。

如果我們把今天的AI產業，想象成一株“根深葉茂”的參天大樹，那麼這三個方向就對應著大樹的三個培育方向：壯枝、紮根與結果。

如果說2016-17年AlphaGO戰勝圍棋選手，拉開了AI技術走向應用的變局序幕;那麼今天AI產業化的持續深耕，將指向一場AI成為社會經濟發展原動力的新變局。

在三個方向齊頭並舉下，AI技術的“禾苗”，正在走向AI產業化的“佳木”。

壯枝：產業基礎設施升級正當時

就像發展城市需要首先建立交通和水電網路一樣，基礎設施建設也是AI產業化發展中最核心的議題。現階段，各行業對AI都有了較深的認同與期待，但還不能像使用水、電、網路一樣輕鬆應用到AI。這給新階段的AI發展帶來了第一個目標：升級AI基礎設施，讓AI技術成為產業經濟的公共資源。

而在多種多樣的新型AI基礎設施中，人工智慧計算中心可以說是與“城市級AI”“AI公共能源化”等方向最緊密相連的一種。目前，全國已經有二十多個城市開展了人工智慧計算中心的規劃和建設工作，並且已經取得了一定成果。

比如說，武漢人工智慧計算中心自5月31日投入即滿負荷運營，為20多家企業、當地的高校、科研機構提供了充沛的AI算力，並孵化了一系列AI產業應用，甚至已經啟動了擴容計劃。從武漢人工智慧計算中心的案例中我們能發現，這一基礎設施並不是超前投資，而是已經顯示出了充沛的產學研各界需求。在有效引導下，人工智慧計算中心可以實現不閒置、不浪費，與城市智慧化發展、區域AI產業協同進化。

基於華為的經驗與觀察，胡厚崑為城市人工智慧計算中心建設提供了三個建議：首先要合理規劃，在算力需求集中的地方進行統籌建設，避免重複性建設;其次，規劃工作要從大處著眼，部署和建設的工作應該從小處著手;此外，政府、技術提供方和廣大應用開發方應該通力合作，計算中心建設與應用落地協同發展。

樹木的核心組成部分是枝幹，而人工智慧計算中心將有可能成為全國AI計算網路的枝幹。就像如今高鐵帶來的價值一樣，人工智慧計算中心帶給未來的想象力將非常豐富。

紮根：持續擴充AI底層技術

今天發展AI的一項要務，是要繼承和發展過去多年的AI發展成果。不能輕易另起爐灶造成產業浪費;也要清晰認識到有哪些“根技術”可以利用，認清能力邊界。

客觀來說，中國AI產業經過長期發展，已經在“根技術”上取得了驚人的成果。尤其在以處理器、深度學習開發框架為代表的AI基礎軟硬體平臺上，中國已經走在了全球AI產業的前沿。這些AI“根技術”既要持續向前發展，也需要被有效利用，成為產業標準化底座。這樣才能最大化發揮產業效率，構築差異化的發展優勢。

2019年，華為成為科技部頒發的“國家新一代人工智慧開放創新平臺”中唯一的“基礎軟硬體”建設單位。截至目前，華為已經初步構建了完整的AI產業底座，夯實了軟硬體基礎設施中的核心部分。其中包括昇騰處理器、Atlas系列硬體、異構計算架構CANN、AI框架MindSpore及AI應用使能ModelArts等等。今天一位開發者想要利用AI能力，那麼從算力、運算元，再到資料處理、模型訓練、模型部署，都可以利用到華為提供的基礎軟硬體能力，不必擔心某個領域出現能力缺失或者相容難題。

在大家都非常關心的AI層面，目前已經有超過10家合作伙伴推出了基於昇騰模組、板卡的AI系列硬體;在AI計算框架方面，MindSpore已成為國內主流AI計算框架，開源社群累計下載量超過41萬，100多家高校開展教學;在應用開發方面，已經有500+企業基於昇騰開發超過600個AI應用。

昇騰體系的發展，證明了AI探索根技術的必要性和可行性。未來，持續紮根底層技術，以及圍繞“根技術”實現大規模產業複用與產業轉化，將成為中國AI的核心發展方向。

結果：適時完成AI應用躍遷

今天AI產業發展的問題，已經不再是各行業對AI缺乏認知，不願嘗試，而是AI開發、部署的門檻依舊高企，各行業難以在合適的成效比中完成AI落地。

解決這一問題，既需要行業與AI的更深度融合，生態與產業鏈的持續打造。同時更需要又一場深刻的產業創新，大幅度降低AI開發、部署門檻，實現AI的標準化、自動化，也就是近兩年討論頗多的由產業AI化，走向AI產業化。

在具體的落地方案中，大規模預訓練模型是全球AI產業都在重點推動和打造的AI工業化解決方案。基於大規模預訓練模型，開發者只需要少量資料就可以快速獲得高精度AI模型。在AI能力更強的基礎上，還可以削減AI開發中的不確定性與個體差異化，減少AI對高水平人才的依賴，降低企業AI門檻。

在預訓練大模型的賽道上，華為雲在今年聯合合作伙伴推出了盤古系列預訓練大模型，其中包括業界首個兼具生成與理解能力的中文NLP大模型和通用視覺大模型，填補了國內千億引數級別中文預訓練大模型的空白。

透過精準、高效的預訓練，可以將絕大多數的AI開發工作在前置場景中完成，企業只需要最後一部分針對性、個性化的調參和訓練。這就像工業機械的標準化和批次生產，推動了工業由作坊模式走向了大型工廠模式。AI大模型正在驅動AI走向一個新的發展階段，從中我們需要認識到，AI的開發與應用模式並不是固定的，其中蘊藏著大量可以完成躍遷式創新的機會。盤古大模型既是站在以往AI根技術基礎上結出的果實，也是下一階段AI工業化發展的養料。今天的AI產業，應該看到更多這種站在根技術基礎上起跳的創新。

總體而言，胡厚崑的發言在宏觀層面統攬了AI產業的真實發展情況與進階方向。

我們不能在以2017年的懵懂與未知來發展AI，也要承認AI在今天有更具體、更明確的挑戰和任務。

讓每一處臺階都成為支撐，讓每一扇門都能被開啟，讓每一段路程都指向正確的目標。AI來到了復興第五年的2021，這個階段我們既要享受過去的成果，也要推動新的變化。根深葉茂的AI之路，依舊是去往智慧時代的最佳風景。