剛剛，孟晚舟公開發(fā)聲

4月19日，在華為2023年全球分析師大會上，本屆大會以“躍升數(shù)字生產(chǎn)力，加速邁向智能世界”為主題，闡述了華為對未來的戰(zhàn)略思考。

(相關資料圖)

在此次分析師大會上，孟晚舟發(fā)表公開演講。這是她當值華為輪值董事長以來的首次公開亮相。她直言，數(shù)字經(jīng)濟將成為全球關鍵驅(qū)動力，華為將在聯(lián)接、計算、存儲、云等方面保持投入，助力行業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。

值得注意的是，在當前AI熱潮下，華為也分享了其對這一熱門賽道的觀點。華為戰(zhàn)略研究院院長周紅認為AI如何實現(xiàn)與人類目標一致，尚存挑戰(zhàn)。不過，華為的盤古大模型已經(jīng)在包括工業(yè)、氣象預測以及分子制藥領域深度學習及應用。

數(shù)字經(jīng)濟成為驅(qū)動力

華為年度分析師大會一般在年報之后舉辦，主要面向全球行業(yè)分析師和媒體，闡述華為的戰(zhàn)略思考，并由在這期間當值的輪值董事長發(fā)表主題演講。在今年的分析師大會中，孟晚舟作為輪值董事長也首次在大會上作出演講。

輪值董事長在當值期間是華為最高領袖，領導公司董事會和常務董事會。從今年4月1日開始，孟晚舟開啟了六個月的輪值期。

孟晚舟在會上給出自己的判斷：數(shù)字經(jīng)濟將成為全球關鍵驅(qū)動力。她認為，數(shù)字化是全行業(yè)的共同機遇，2026年全球數(shù)字化轉(zhuǎn)型支出將達到3.41萬億美元（約23.46萬億元人民幣）。

她在演講中提到，目前有170 多個國家發(fā)布了數(shù)字化發(fā)展報告，預計2025年55%經(jīng)濟增長來自于數(shù)字驅(qū)動，這是整個產(chǎn)業(yè)鏈的新藍海。“無論是正在進行數(shù)字化轉(zhuǎn)型的企業(yè)，還是那些支撐數(shù)字化轉(zhuǎn)型的企業(yè)，都會面臨巨大的市場空間。”

中國信息通信研究院(CAICT)此前發(fā)布的白皮書顯示，2021年全球47個主要國家數(shù)字經(jīng)濟增加值便已經(jīng)達到38.1萬億美元，較上年同期增長15.6%，占GDP總和的45%。根據(jù)中國發(fā)展研究院數(shù)據(jù)，到2025年，中國約55%的增長將由數(shù)字經(jīng)濟推動。

據(jù)孟晚舟透露，華為目前企業(yè)業(yè)務合作伙伴已超過3.5萬家，華為云合作伙伴超過4.1萬家，華為將持續(xù)培養(yǎng)數(shù)字化人才，目前全球ICT學院達到2200多個。她也提到，華為首先將深化與產(chǎn)業(yè)組織的合作，通過硬件開放、軟件開源，來發(fā)展產(chǎn)業(yè)生態(tài)。

孟晚舟表示，華為將在聯(lián)接、計算、存儲、云等方面保持投入，助力行業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型的“四化’”，即作業(yè)數(shù)字化，數(shù)字平臺化，平臺智能化，智能實戰(zhàn)化。

在業(yè)內(nèi)看來，數(shù)字化幫助行業(yè)重新配置流程和自動化運營，以變得更加敏捷和高效。目前，數(shù)字化正在從消費服務等信息密集型行業(yè)轉(zhuǎn)向包括能源、制造業(yè)、石油和天然氣等在內(nèi)的傳統(tǒng)和支柱產(chǎn)業(yè)。

AI如何與人類目標一致？

在分析師大會上，華為也分享了對AI產(chǎn)業(yè)的觀點。孟晚舟預計，到2030年，通用算力將增長10倍，人工智能算力則會增長500倍。在她看來，數(shù)據(jù)將會成為生產(chǎn)力。

在這種情況下，數(shù)據(jù)更有了“AI發(fā)展的勝負手”之稱——算法、算力和數(shù)據(jù)是AI發(fā)展的三大重要基礎。在AI熱潮下，數(shù)據(jù)重要性愈發(fā)凸顯，以ChatGPT為首的人工智能，由龐大數(shù)據(jù)集訓練而成。

“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(xiàn)出來的能力超出了很多人的想象，” 華為戰(zhàn)略研究院院長周紅表示。他表示，在走向智能社會的過程中，可能有超過百倍、甚至千倍的信息需求增長，現(xiàn)有的很多理論和技術已經(jīng)遇到瓶頸。

在他看來，在AI能力快速提升的情況下，需要考慮AI的目標如何與人類目標一致、并且正確和高效地執(zhí)行。

他認為，要達到上述要求，目前還面臨三個重要的挑戰(zhàn)：首先是AI的目標定義問題，目前對智能目標的理解千差萬別，缺乏共識的目標定義；其次是正確性與適應性，AI對圖像組合和噪聲敏感，這一現(xiàn)象目前難以解釋、難以調(diào)試；第三則是能源效率和數(shù)據(jù)效率問題。

同時，他表示，華為將從三大方面開展實踐：其一是AI for Industry，讓行業(yè)大模型來降低開發(fā)門檻，涵蓋電力、煤礦、交通、制造等領域。

其二是AI for Science，助力科學發(fā)現(xiàn)與科學計算，例如氣象預測，用AI推理替代傳統(tǒng)偏微分方程；在制藥靶點計算方面，分子動力學模擬加速新藥研發(fā)，可以令新藥研發(fā)時間周期從數(shù)年到1個月，研發(fā)成本降低70%。

其三則是軟件自動生成，定理自動證明、重構基礎計算部件，軟件自動生成與自動優(yōu)化，提升軟件研發(fā)的效率與可靠性。

盤古大模型已適用多個場景

實際上，華為的盤古AI大模型實際上已經(jīng)在多個場景投入應用。

在傳統(tǒng)的AI開發(fā)模式下，一個場景對應一個模型，數(shù)據(jù)質(zhì)量差、樣本少，模型精度差，并且應用場景相對單一。不同行業(yè)、不同場景對 AI 的需求既復雜且碎片化，每個痛點都需要進行定制化地開發(fā)和改造，不同的應用場景往往需要獨立的架構設計與調(diào)參，效率相對較低。因此，“小作坊式”的AI開發(fā)模式在一定程度上限制了生產(chǎn)力。

華為盤古AI大模型是一種工業(yè)化AI開發(fā)的新模式，可以解決小模型的定制化難題，使一個模型應用到多個場景中。

據(jù)了解，盤古大模型從2020 年啟動研發(fā)，2021年4月正式發(fā)布，到2022年聚焦行業(yè)應用落地，其進化路徑可分為 L0-L1-L2 三個階段，上層是在下層的基礎上演化而來。L0 是指基礎大模型，包括 NLP（中文語言）大模型、CV（視覺）大模型、多模態(tài)大模型、科學計算大模型以及Graph（圖網(wǎng)絡）大模型。

國金證券在一份研報中也分析，盤古大模型分為三個訓練階段：一是預訓練，利用海量數(shù)據(jù)進行預訓練得到通 用基礎模型，二是微調(diào)，針對下游行業(yè)具體任務，結合行業(yè)數(shù)據(jù)進行微調(diào)；三是大模型迭 代，結合不斷產(chǎn)生的新數(shù)據(jù)和之前訓練使用的數(shù)據(jù)，實現(xiàn)大模型的終身學習。

責編:王時丹 | 審校:李金雨 | 審核:李震 | 監(jiān)制:萬軍偉