华为战略研究院院长周红：智能社会加速到来 AI发展面临三大挑战

( 文/章鹰)4月19日，华为战略研究院院长周红博士在2023华为全球分析师大会发表主题演讲，他表示，在走向智能社会的过程中，可能有超过百倍、甚至千倍的信息需求增长，现有的很多理论和技术已经遇到瓶颈，难以支持未来的发展，因此我们积极推动科学假设与商业愿景牵引的创新，在通信上，大胆探索有别于香农定理的前提条件和应用场景；在计算上，进一步明确人工智能的目标定义、提升正确性、适应性和高效性。

通信网络是智能时代的基础，通过AI模型优化，帮助解决应用碎片化问题。过去10年，AI算法的算力需求提升了40万倍。

在AI能力快速提升的情况下，我认为需要考虑AI的目标如何与人类一致、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，要达到这些要求，目前还面临三个重要的挑战：AI的目标定义、正确性与适应性、以及效率。”

AI面临的第一个挑战，是缺乏共识的目标定义。杜克大学的物理学家Adrian Bejan教授在《生命的物理学》书中，列出了对智能的二十多种目标定义，有的强调理解和认知能力、有的强调学习和思考能力、有的强调适应和行动能力等等。如果没有定义清楚并达成共识，就很难确保AI发展的目标与人类一致，也很难合理地分类和科学地计算。

第二大挑战，在当前的很多AI应用中，存在正确性和适应性的挑战。依靠大数据统计规律进行的学习，会依赖于采样的覆盖面和数据的正确性，如果错误使用，就可能导致结果不稳定和偏见的风险，出现“黑天鹅”事件。第三大挑战AI的效率。

面对三大挑战，如何突破？周红博士认为，从实用的角度发展知识和智能。首先，如何通过从外部环境和我们自身的事实和现象中，归纳抽象出概念和属性、及其关系和运行规律，来形成知识。其次，是发展更好的计算模式，以及与之匹配的计算架构与计算部件，来持续提升智能计算的效率。

他建议，在思考的基础上，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。

华为在计算领域做了一些有益的探索。华为在视觉、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，来降低开发门槛、提升泛化能力，解决应用碎片化的问题，推动从“作坊式”走向工业化升级，帮助电力、煤矿、交通、制造等重要行业，提升作业效率、提升安全性。

又比如，在煤矿场景，华为帮助客户通过模型训练与推理，来实现瓦斯浓度的超前预警、作业序列的风险防范、以及作业质量的智能验收；华为的智慧港口方案，已经在天津、青岛、上海、深圳等港口实现智慧化应用。华为机场与轨道军团在呼和浩特、武汉、西安、深圳、香港等地与客户及合作伙伴们一起探索城轨、铁路与机场的数字化转型，不仅提升作业安全性与效率，还提升用户体验与满意度。比如在深圳机场，通过基于云和大数据以及AI创新，实现了智能机位分配，每年可以节省260万旅客免坐摆渡车，成为全球数字化转型的标杆。

“在通信和计算两大基石的驱动下，从狭义人工智能，到通用人工智能与超级人工智能的过程中，我们首先要通过理论和技术的不断突破，来实现万物智联，促进社会的进步；其次要勇于拓展思想的边界，增强对智能的认知和掌控能力；最终，用正确的目标和有力的手段，牵引人工智能的发展，助力我们超越极限，增强生命，创造物质，控制能量，跨越时空，实现人类文明的进化。”周红表示。

我们将这些面向未来的思考放在黄大年茶思屋网站上，促进开放的探讨交流，希望能与伙伴们一起，开展相关的基础科学研究与技术创新，重构基础理论、重构架构、重构软件。同时我们也赞助青年学者，并在ICPC、IMC、以及其他全球学生奥林匹克竞赛中，分享这些挑战和方向、赞助学生训练营、激励和培养更多的未来领军人才。

本文由电子发烧友原创，转载请注明以上来源。微信号zy1052625525。需入群交流，请添加微信elecfans999，投稿爆料采访需求，请发邮箱zhangying@elecfans.com。

研究院院长智能计算智能

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。