至顶网软件频道消息:
近两年的“物联网”、“大数据”、“云计算”等IT关键词对于不太涉足IT的人也耳熟能详,正是由于这些技术渐趋成熟,人工智能可谓是站在了巨人的肩膀上。无论是产业界、政府还是老百姓都感受到了人工智能的“威名”。
从“阿尔法狗”、“无人驾驶汽车”到“智能音箱”、“智能家居”,人工智能的技术与实体经济、实体产业逐步结合,智能产品不断改善着我们生活的方方面面,智能社会的建设也大步向前。
根据华为EBG中国区智慧城市总工姚健奎的说法,“未来二三十年人类社会将演变成一个智能社会”,华为的愿景是“把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界”。
然而,社会的变革必将是挑战与机遇并存,人工智能的发展也一定会经历风雨,才得见彩虹。
大局势之下,众人淘沙于人工智能,就像是孩子长身体,会面对身心的“成长之痛”,人工智能也有亟待解决的“痛点”。
姚健奎认为,人工智能是机器对人脑智能的模拟,人脑智能的产生原理尚未研究清楚,“脑科学”研究还处于摸索阶段,这是人工智能发展有待解决的第一个痛点。
第二个痛点是计算能力。阿尔法狗打败了李世石的背后有大量的CPU和GPU 的存在,需要巨大的计算力才能完成这样一个单一任务,仅仅是一个围棋就需要巨大的计算力,那么,人工智能的发展又该走向怎样的未来?
第三个痛点就是数据,人工智能需要和各个行业场景、各个产业相结合,并且产生大量的数据,将数据交给人工智能不断进行学习才能使它更加智能,但目前的产业环境并不具备这样的条件,因此在数据方面,人工智能目前还无法做到足够的支撑。
为了解决这些痛点,华为又是如何做的呢?
华为在人工智能领域有三方面的布局:技术创新、业务实践、开创合作,姚健奎对此进行了具体的解读。
技术创新分两个维度,一个是在研发上加强投入,解决人工智能发展所需要的基础理论、算力等问题,第二个是为支撑人工智能技术发展而构建的“云管端协同”的全栈式技术能力。
在业务实践方面也分为两个维度,第一个是华为将人工智能结合业务需要如:生产、物流、售后服务来做,从而提升运营管理水平。第二个维度是联合业界合作伙伴,面向一些客户、行业的业务应用。
合作才是硬道理,因此,华为一直秉承开放合作理念,联合全球合作伙伴,建设人工智能生态圈,共同解决发展过程中的问题,推进其发展。
具体而言,在人工智能领域里,主要研究实时分析的挖掘技术、深度用户建模的分析技术、自然语言的处理技术、分析理论的演进发展这四个方面的工作。
在这些工作领域,华为主要做基础技术、算法算力等方面的研究,应用侧的研究则是通过合作伙伴一起来完成的。
华为在这三方的布局,从宏观把控、细处着眼,精准的挠到痒处。依赖技术创新,秉持开放合作的理念,打通人工智能的业务应用,在建设人工智能生态圈的路上添砖添瓦,面向整个产业的未来。
在构建人工智能的生态圈的过程中,值得一提的是华为云管端协同的全栈式技术能力。
简单的说,云是云EI(Enterprise Intelligence企业智能),端是智能终端,而管则是联接“云”和“端”之间的各种设备,华为确定了新一代业务平台和应用、大容量智能化的信息管道和丰富多彩的智能终端齐头并进的发展方针。具体如下:
云:华为在2017年发布了云EI解决方案,旨在为企业提供一站式的人工智能平台型服务。据悉,EI包含了基础平台服务、通用服务、场景解决方案三类企业智能云服务以及异构计算平台。
管:对人工智能的广泛应用会起到一个比较大的支撑作用的是5G技术。5G具有广覆盖、高带宽、低时延的特点,可以做到每秒1个G的速度,每平方公里达到100万个终端的连接数,网络时延可以做到毫秒量级,这些技术特点对人工智能的广泛应用将非常有帮助。
端:2017年华为发布了全球首个配备专用神经网络处理器NPU的智能手机芯片麒麟970,它最大的亮点就在于其GPU内置了寒武纪-1A NPU模块,这一芯片堪称是“神经AI单元”。麒麟970在人工智能方面的突破也成为了传统智能手机和未来AI手机的重要分水岭。在这场将芯比芯的比赛中,华为将手机AI的意义推向高潮。
华为云管端一体化的构建,从三个维度出发,深刻诠释了“人工智能”在华为布局中的竞争力和战略决策。号准时代的脉搏,制定完善的战略规划,应用落地才是最终的着陆点。
从业务应用方面来看,华为将人工智能技术结合业务需要做实践。比如,华为商城里有2.8亿的注册用户,每天的点击量最高达24亿次,基于云AI平台可以支持华为商城百亿维度、个性化推荐服务,推荐引擎带来的点击量会呈水平扩展。
作为一个全球经营的公司,华为大量海关报关的业务单,以前都是靠人力,而现在通过人工智能技术,对整个流程实现优化。发货量预测的准确率提升了30%。人工单据的导入时间也得到缩短,相应的物流费用也下降了30%。
除此之外,华为还和深圳交警联合创新,构建了深圳交通智慧大脑。实时检测每个车道的车流信息,帮助交警第一时间获取了完整的交通流量数据。综合检测准确率达95%以上。
正是由于人工智能技术的投入使用,违章图片识别效率提升了10倍,确保了违章图片的闭环处理;制定精准的交通信号管控模式;对交通流量数据、交通事件数据、交通信号控制等数据,多维度时空分析,道路通行能力提高8%以上。
写在最后,随着大数据、云计算、物联网的不断成熟,人工智能所需的技术基础奠基也逐渐深厚,面临的产业化环境利好,我们可以看到它在金融、交通、电力等行业都有应用。尽管形势大好,也仍有不少争议存在,人工智能也确实是存在尚未解决的痛点问题。
因此,华为一直坚持着开放合作的战略,希望携手合作伙伴共同构建人工智能全球生态圈。在这一战略中,华为恪守业务边界,做平台的平台,做生态的土壤。
华为强大的研发投入和开放合作的态度,将为其在人工智能领域构建核心竞争力,也必将推动人工智能向前发展。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
莫斯科高等经济学院研究员尼古拉·斯克里普科开发了IFEval-FC基准测试,专门评估大语言模型在函数调用中遵循格式指令的能力。研究发现,即使是GPT-5和Claude Opus 4.1等最先进模型,在处理看似简单的格式要求时准确率也不超过80%,揭示了AI在实际应用中的重要局限性。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室联合多家机构推出MinerU2.5文档解析模型,仅用12亿参数就在文本、公式、表格识别等任务上全面超越GPT-4o等大型模型。该模型采用创新的两阶段解析策略,先进行全局布局分析再做局部精细识别,计算效率提升一个数量级。通过重新定义任务标准和构建高质量数据引擎,MinerU2.5能准确处理旋转表格、复杂公式、多语言文档等挑战性内容,为文档数字化提供了高效解决方案。