作者｜于惠如 編輯｜羅麗娟
科技巨頭們關于 AI 的投入和讨論還在繼續。手握雲、邊、端等不同場景，且具備不同場景技術能力的華爲自然不會錯過。
4 月 19 日，在 2023 華爲全球分析師大會上，華爲副董事長、輪值董事長 CFO 孟晚舟，華爲戰略研究院院長周紅的主題演講均包含華爲對 AI 領域的思考。
" 到 2030 年，通用算力将增長 10 倍，人工智能算力則會增長 500 倍。" 孟晚舟在演講中預計。在她看來，數據将成爲新的生産力。
據周紅介紹，過去 10 年，AI 算法的算力需求提升了 40 萬倍。當前 AI 在語言文字的學習理解和生成上所表現出來的能力超出了想象。不過，在 AI 能力快速提升的情況下，需要考慮 AI 的目标如何與人類目标一緻、并且正确和高效地執行。
除了通過規則和法律來加強 AI 的倫理和治理外，從理論和技術的角度看，要達到上述要求，AI 發展目前仍面臨三個重要挑戰：AI 的目标定義，目前對智能目标的理解千差萬别，缺乏共識的目标定義；正确性與适應性，AI 對圖像組合和噪聲敏感，這一現象目前難以解釋、難以調試；以及能源效率和數據效率問題。
面對這三個挑戰，如何進一步尋求突破呢？
周紅認爲，可以從實用的角度，來發展知識和智能。具體來說，可以通過感知與交互、計算或者試錯，在複雜的環境和有限的資源下達成目标。
" 近幾年，學術界有很多跳出 Transformer 之外的新型 AI 架構的思考。我建議在這些思考的基礎上，發展感知與建模、知識自動生成、求解與行動三個核心部分，通過從多模态感知融合與建模，到‘知識 + 數據’驅動的決策，實現更高正确性與适應性的自主智能系統。" 周紅表示。
2021 年 4 月，華爲正式發布盤古大模型，目前已有多個實際應用場景。
據介紹，華爲的實踐方向主要從三個方面展開：
AI for Industry：通過行業大模型促進價值創造。在視覺、語言文字、圖網絡、多模态等專用 L0 基礎大模型之上，形成 L1 行業專用大模型，降低開發門檻、提升泛化能力，解決應用碎片化的問題。應用場景涵蓋電力、煤礦、交通、制造等領域。
AI for Science：幫助提升科學研究的能力。比如，通過更精準、高效的學習與推理機制，從數據中提取出全球氣象先驗知識，代替傳統科學計算的超大規模偏微分方程的時序求解，快速完成全球未來 1 小時到 7 天的天氣預報。
軟件自動生成：定理自動證明、重構基礎計算部件，軟件自動生成與自動優化，提升軟件研發的效率與可靠性。
此次分析師大會是孟晚舟當值華爲輪值董事長以來的首次公開亮相。她表示，數字經濟将成爲全球關鍵驅動力，華爲将在聯接、計算、存儲、雲等方面保持投入，助力行業實現數字化轉型。
