《連線》雜志的創(chuàng)始主編凱文·凱利在《科技想要什么》一書中用了一個新詞“Technium”來描述技術(shù),而非常見的“Technology”。凱利這樣解釋為什么要造詞,要理解技術(shù),必須把它(Technium)理解為一種不斷進化的生命,而非一成不變的事物,這是“Technology”沒能描述的。對技術(shù)生命而言,可能如詩人雪萊所講, “除了變,一切都不會太長久”。
技術(shù)產(chǎn)業(yè)確實也在響應(yīng)著進化脈搏在前行。在通信產(chǎn)業(yè),中國公司在1G還沒有啥存在感,3G就有了十足參與感,到了5G已經(jīng)是“敢做別人之所不敢”。滄海桑田,局勢扭轉(zhuǎn),時間跨度僅僅過了一兩個“年代”。這個時間段,甚至尚不足以讓一個新晉明星,穩(wěn)定的坐上微博超話榜的頭把交椅。
比起通信技術(shù),信息技術(shù)的變化則更加激進。通信技術(shù)要沿著通信這個核心命題升級。既需要在一個國際標(biāo)準(zhǔn)上形成共識,又要考慮和原來標(biāo)準(zhǔn)兼容,要一鳴驚人很難,打破既有格局當(dāng)然更難一些。
但是信息技術(shù)不同,產(chǎn)業(yè)的發(fā)展更具跳躍性。大家尊重的是市場規(guī)則,玩家跑著跑著,如果發(fā)現(xiàn)這條賽道不適用了或者被別人控制了,很快就有人就會想著開一條更快、更近的新賽道。市場格局也就更有動態(tài)性。
從華為的角度看,云計算產(chǎn)業(yè)就有變身“新賽道”的可能性。
生命起源,要有第一推動力。云計算升級新賽道,也需要新的能量來源,它卻來自兩種傳統(tǒng)力量的結(jié)合。
第一種傳統(tǒng)力量,是人工智能。第二種傳統(tǒng)力量,是傳統(tǒng)企業(yè)。
我們正處于人工智能發(fā)展的新浪潮,但是它卻是個舊概念,從1956年達特茅斯會議“人工智能”四個字創(chuàng)始開始,到今天已有60余年。但是這個舊概念,卻在算力提升和數(shù)據(jù)爆炸的共同推動下,攀上技術(shù)發(fā)展的第三次高峰。不過技術(shù)浪潮雖然再次登頂,但應(yīng)用落地卻挑戰(zhàn)重重。
對絕大多數(shù)非技術(shù)基因出身的企業(yè)而言,昂貴的算力和高門檻的開發(fā),制約了人工智能從圍棋期盤走向生產(chǎn)車間。華為云中國區(qū)副總裁胡維琦認(rèn)為,人工智能正在賦予云計算產(chǎn)業(yè)新的使命,而華為用能力通過云讓人工智能用得起、用得好、用得放心。
“單純從云的視角看,它只是解決了資源集約和效率提升的問題,本質(zhì)上并沒有對生產(chǎn)力帶來很大的變化”,胡維琦對至頂網(wǎng)表示,“云充當(dāng)?shù)母嗍禽o助系統(tǒng),但是一旦將云與人工智能結(jié)合起來,生產(chǎn)力也發(fā)生了改變。”
華為云有兩個案例來說明云+AI對傳統(tǒng)行業(yè)的價值。其中一家是傳統(tǒng)焦化企業(yè),焦化企業(yè)的工作是將煤煉成焦,工作流程原來更多依靠老師傅的經(jīng)驗,比如添加劑什么比例,溫度怎么設(shè)定,煤怎么匹配,最終能產(chǎn)多少焦。而在華為云的平臺,實現(xiàn)了通過人工智能來自動調(diào)配,每噸煤可以省大概20塊錢,也就是等額的純利。
鑒于中國制造業(yè)常年的個位數(shù)百分點的利潤率,“如果是一個超大規(guī)模的焦煤電化企業(yè),能帶來多少利潤利率的改善?”,對于做了很多年IT工作的胡維琦來說,以前賣方案,更多只是單純提供了某項技術(shù),但是現(xiàn)在卻在為客戶直接創(chuàng)造經(jīng)濟價值,“這種感覺很棒!”,她感慨。
另外一個例子來自醫(yī)療行業(yè),“中國一共只1萬名有資質(zhì)的檢驗醫(yī)生,但是其實13億中國人大概需要10萬名醫(yī)生才能保障整個醫(yī)療體系的更好運轉(zhuǎn)。因此很多醫(yī)生現(xiàn)在都處于超負(fù)荷狀態(tài),也間接帶來了誤檢率、誤報率。通過人工智能的方法,就可以輔助醫(yī)生,降低勞動強度,提升醫(yī)療質(zhì)量。
像這樣的案例還有許多,或許正因為華為云對于互聯(lián)網(wǎng)、點播直播、視頻監(jiān)控、基因、汽車制造等產(chǎn)業(yè)的賦能,造就了一張亮眼的最新成績單:2019年6月,華為對外運營的云服務(wù)及軟件單月收入同比2018年6月增長5.5倍,華為云規(guī)??蛻魯?shù)增長了33倍;截止2016年6月底,華為云已在全球總計23個地理區(qū)域開放44個可用區(qū),以提供云服務(wù)。伴隨著這些數(shù)字的展示,華為公司副總裁、華為云業(yè)務(wù)總裁鄭葉來同時稱:“越來越多的中國客戶選擇華為云。“
旗幟指向人工智能,業(yè)務(wù)聚焦傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型,并非是華為一家公司會做出的戰(zhàn)略,華為云的優(yōu)勢在哪里?
胡維琦認(rèn)為,一方面是要回歸到技術(shù)本身,另外一方面,是華為的恰當(dāng)站位。技術(shù)普及,很多時候,要歸因到經(jīng)濟性問題,而經(jīng)濟性問題則要通過技術(shù)進步來解決。這也是摩爾定律這么多年可以統(tǒng)治芯片產(chǎn)業(yè)的原因所在,每18個月的計算能力翻倍讓每一個書桌上都有一部計算機最終成為可能。
華為的底氣就首先來自于對底層芯片,也就是對集成電路IC的長期投資:
“計算Iaas服務(wù),再到 PaaS、人工智能應(yīng)用等,背后都離不開底層芯片的支持,而華為在底層芯片的投資是非常巨大的”,“包括存儲芯片、網(wǎng)絡(luò)芯片、計算機芯片、人工智能芯片在內(nèi)的十幾種芯片類型,其中不少華為在5、6年前就開始投入了”,這是華為云在相同的場景下,性能能夠比別人高的原因”,這也是“用得起”的原因。
從這方面看,7月23日,華為發(fā)布的鯤鵬云服務(wù),就是IC投資的集中價值體現(xiàn),鯤鵬云是基于ARM架構(gòu)芯片的高并發(fā)云平臺,據(jù)華為云CTO張宇昕所說,其處理性相對于傳統(tǒng)通用計算可以提升10倍。
同時,“華為還提供了一層ModelArts人工智能開發(fā)平臺,為不太懂人工智能技術(shù)的小白用戶提供了成型的開發(fā)框架、底層的基礎(chǔ)算法,幫助用戶去跨越技術(shù)鴻溝”,華為計劃把框架做成全行業(yè)開發(fā)者的共享平臺,基于用戶自身場景、用自己的數(shù)據(jù),和華為的技術(shù)架構(gòu)去開發(fā)AI應(yīng)用,最終又將應(yīng)用回饋平臺,共享給更多人,這個策略解決的則是用的好的問題。
“用的放心”則是業(yè)務(wù)邊界問題,胡維琦認(rèn)為華為云的業(yè)務(wù)中立性是一個獨特的競爭優(yōu)勢。“現(xiàn)在大家都意識到了數(shù)據(jù)資產(chǎn)對業(yè)務(wù)的重要性,因此很多客戶他上云最大的擔(dān)心是數(shù)據(jù)是不是會被別人獲取利用”,“華為在數(shù)據(jù)合規(guī)性有領(lǐng)先優(yōu)勢”,畢竟,“華為整個公司的安全體系是比較國際化的,在國外、國內(nèi)通過了很多嚴(yán)苛的認(rèn)證”,而不碰用戶數(shù)據(jù)也早已經(jīng)成了華為云的口號之一。
當(dāng)然,強調(diào)對傳統(tǒng)企業(yè)的價值不代表對互聯(lián)網(wǎng)客戶的忽視,對云的經(jīng)濟性,互聯(lián)網(wǎng)客戶幾乎更加敏感,這同樣屬于“用的起”的邏輯,只是更多體現(xiàn)在計算資源本身,而非上層應(yīng)用。
萬物互聯(lián),則是另外一個云的機遇。隨著工信部5G牌照的發(fā)放,2019也即成為中國5G發(fā)展元年。
華為創(chuàng)始人任正非前不久對5G做出這樣的評價,5G不是4G的簡單放大,它將改變4G的信息傳輸結(jié)構(gòu),5G不僅能完成傳統(tǒng)2G、3G、4G的B2C業(yè)務(wù),還能完成B2B業(yè)務(wù),后面的“B”指的是火車、汽車、飛機、工業(yè)4.0自動生產(chǎn)等業(yè)務(wù)工業(yè)、行業(yè)場景。
從華為的邏輯出發(fā),當(dāng)更多的設(shè)備通過5G聯(lián)網(wǎng),也就更需要懂網(wǎng)絡(luò)的云來支撐“萬物互聯(lián)”和“萬物智能”。也許正因如此,華為云將云、AI和5G三個詞進行了組合。華為公司副總裁、華為云業(yè)務(wù)總裁鄭葉來不久前也預(yù)測,到2025年,所有企業(yè)都會上云,97%的大企業(yè)都會使用AI,77%的云上應(yīng)用都會用到AI。對華為來說,基于華為鯤鵬和昇騰系列芯片,華為云能為“云+AI+5G”提供更具性價比、多元化的算力。
2004年,前哈佛商業(yè)評論主編尼古拉斯·卡爾出版了《IT不再重要》,書中得出兩個驚人的結(jié)論。一個結(jié)論是計算資源將更多來自于互聯(lián)網(wǎng),第二個是既然計算資源將如此易得,所以IT也將不再重要。
但是在這個故事中,尼古拉斯·卡爾或許猜到了開頭,卻沒猜到結(jié)尾。他預(yù)言的云計算正如暴風(fēng)驟雨席卷了整個IT產(chǎn)業(yè),改變了計算世界的格局。但是因為數(shù)據(jù)的能量,和人工智能算法的加持,IT并沒有不再重要。
正因如此,胡維琦的看法是,后者的力量(云+AI+5G),足以改變前者(云)的格局,故事更多進行到中場休整,遠(yuǎn)未到播放片尾曲。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。