任正非:AI研究是华为的使能器,高质量数据输出成标准

发布者:采菊东篱下最新更新时间:2017-03-31 来源: 新浪科技关键字:AI 手机看文章 扫描二维码
随时随地手机看文章

新浪科技讯 3月30日午间消息,华为心声社区今日在官方公众号发布了华为创始人任正非在人工智能应用GTS研讨会上的讲话。

  任正非认为,人工智能研究是华为的一个使能器,促使公司各项管理进步,从而构筑活的“万里长城”。

  而在具体的操作层面,任正非表示,首先高质量的数据是人工智能的前提和基础,高质量数据输出要作为作业完成的标准。

  其次要聚焦投入,敢于投资。但也不要全面开花,要急用先行小步快跑,聚焦在确定性业务、人工消耗大的项目。“不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输。”

  任正非还表示,在业务扩张中,人员不按线性扩张就成功了。对于华为的专家,要长期投入在服务战场上,通过服务客户不断提升能力。同时要看在三年之内,有多长时间在一线服务战场上取得成功的实践经验。没有成功的实践经验就不要快速晋升,这样也保证水是流动不是腐败的。

  以下为任正非讲话全文:

  总裁办电子邮件

  电邮讲话[2017]034号 签发人:任正非

  任总在人工智能应用GTS研讨会上的讲话

  2017年1月7日

  公司巨大的存量网络是人工智能最好的舞台,GTS要利用人工智能实现高质量和高效率的交付与服务,支撑“一万亿”美元存量网络的服务以及故障处理、预防的自动化……,以及支持每年数百亿美元的网络增量的科学、合理、有效地交付。持续为客户创造价值并提升客户满意,构筑活的“万里长城”,成为公司重要的可移动的“马奇诺防线”。谁能最低成本地提供高质量的服务,谁就是这个世界最后的赢家。公司的人工智能研究是一个使能器,促使公司各项管理进步,不要随议论的忽悠而迷失方向。

  1、高质量的数据是人工智能的前提和基础,高质量数据输出要作为作业完成的标准

  为什么我们不可以统一作业的工具,和工作的标准。配个数据采集聚集器,员工在现场作业完后,回到驻地处理一下,一按键就群发出去了,不必经过办事处、地区部,就一步到位了。数据对各级各段透明,没有层层级级的汇总处理,就快多了。

  我们有430万个站点,每年增加96万个,1万1千个合同,每个基站报上来的报表这么厚,是因为没有模块化分类。不抽象不总结就要上报,我们处理管道就那么粗,所以堵得一塌糊涂。实际上归纳出来可能就一百种,大不到一千种模块。我们分类按模板传信息给供应链,供应链解码打开、作清单发货,我们管理会简化很多。现在报表层层上报,每层增加好多人,一大堆报表甚至没人读过。要基于目的标准模型建设简单自动报表体系,这样中间的人工就减掉了,主战场的员工就增加了。人人都基于作业给你提供准确数据,集中起来你的科学性就好了,有了这些准确数据,通过监督学习和统计手段就能使我们的效率提高。

  填写的表中有清晰的也有模糊的,确定性的工作填写的数据要准确,如果没有审核就传上来不正确的数据,就是一团乱麻。清晰的数据不断更新积累,新的有效数据不断更替。总有一个模糊区,模糊数据的模糊性会持续不断降低,但又产生新的模糊。在不该模糊的地方应该有指引,能够指引基层工程师来清晰操作。人工智能就要靠几万员工在做事的时候把数据有效采集回来,在归纳总结中找出规律来。清晰、准确的现场数据是重要的事情。

  我们是设备供应商不是流量运营商,要根据业务场景来看多快数据算实时,不要形而上学,要根据必要的需求来获取这些所谓实时数据。对于网络设备数据的输出,可以采用类似“七远八按”的方式建设数据输出标准,以基于人工智能的交付服务视角重新制定可服务性标准,并作为产品上市必要条件。

  因此,你们说数据缺乏、杂乱无章,我不批评,我觉得没有数据才是我要批评的。每一个人能不能搞个工装穿在身上带个仪器,数据先收集存储起来,然后一按按钮就传送到信息库,对贡献数据者还可以奖励。

  2、要聚焦投入,敢于投资,成功只是时间迟早的问题

  在GTS选定的站点作业、网络集成、网络维护、网规网优等关键场景,在业务模型、算法、平台和数据上要加大投资,具体的人力与费用在战略规划未来的时间链中落实。

  要开发公司统一的人工智能软件平台,把算法、知识、方法、经验等都固化在平台上,首先在GTS实践和应用,未来也可以为公司其他业务提供支撑。数据底座的投资更需要加大,作为长期的基础工程来建设,有了高质量的数据基础,人工智能才能发挥作用。

  2012实验室的科学家要紧密与服务工程师合作,由熟悉理论和算法的科学家选择最成熟的方案应用到服务场景中,并共同完成业务提升,这就是技术和场景的结合。一部分人熟悉技术理论,一部分人熟悉场景,两者合作起来天下无敌,你们先把我们内部的改进搞好,到那时候我们是不是走向外部我们再考虑。

  新事物失败也是成功,自己取得一点进展就记下来,这是过程记录,自己用萝卜刻奖章,积累多了就去换金牌。不要怕出错,别人说华为是落后的,因为我们只给成功的人发奖,从来不给失败的人发奖。今天比昨天好就要发奖,喜马拉雅爬一半也是成功,因为我们过去连山脚都没去过。

  3、人工智能要聚焦投入不要全面开花,先纵向打好歼灭战,旗开得胜后再横向扩张

  我们业务扩张中,人员不按线性扩张就成功了。服务工程师要聚焦服务业务,在完成服务业务同时完成人工智能所需要的正确数据输出,在此基础上产生场景分析师、数据分析师和模型设计师。这些专家要长期投入在服务战场上,通过服务客户不断提升能力。对于场景分析师、数据分析师、模型设计师,我的态度是要看在三年之内,有多长时间在一线服务战场上取得成功的实践经验。没有成功的实践经验就不要快速晋升,这样也保证水是流动不是腐败的。

  人工智能在投资充分的情况下不要太冲动,要急用先行小步快跑,要聚焦在确定性业务、人工消耗大的项目,宁可做得少一点,先在一两个点突破杀开口子,集中力量打歼灭战,不要铺开一个很广泛的战线。不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输。

  如人工智能的应用首先要瞄准实现简工勘,在此基础上进而实现自动化设计。海量重复动作要运用人工智能技术来替代,实现文档自动生成、质量自动审核、远程验收及自动开票。然后再把人工智能应用的成功经验扩展至网络维护、网规网优等业务场景,把被动问题处理变为主动预警预防,不仅提升了效率还提升了为客户服务的质量。

  要踏踏实实聚焦场景一个个解决,选择与场景匹配的相对成熟的算法,不要等平台和数据底座的成熟,半成品也可以先投入到内部改进的使用,在不断的实践和问题解决中打造成熟的平台和数据底座。我们在这些集中突破的项目上取得经验培养出新生力量,这些新生力量要到基层去贯彻推广落实,使它能够应用起来变成习惯。在纵向发展的基础上,把握好横向扩张的合理节奏。一只饼如果糊了再翻过来掉过去烙就是夹生饼,我们不要“出师未捷身先死,长使英雄泪满襟”,我们要的是旗开得胜和最终成功。人工智能是个新生事物,在实现过程中因为双轨运行,要接受阶段性的成本上升,实现清晰的长期目标。

  人工智能应用中一定会遇到很多困难,在前进的过程中要多鼓励、少批评,可表扬可不表扬的要表扬。上战场枪声一响,谁是英雄,谁不是英雄?你说他不是英雄,在山脚你一拍他肩膀,他扛着两个炸药包,冲上了上甘岭,可能就真成了英雄。


关键字:AI 引用地址:任正非:AI研究是华为的使能器,高质量数据输出成标准

上一篇:东芝股临会聚焦存储器,传鸿海出价最高
下一篇:NB-IoT推进不力?高通:NB-IoT和eMTC是走向窄带5G物联网的基础

推荐阅读最新更新时间:2024-05-03 16:18

紫光正式签约重庆 打造千亿“智能安防+人工智能”生态圈
3月27日消息,重庆市经济和信息化委员会、重庆两江新区管委会与紫光集团正式签约,设立紫光智能安防+人工智能产品基地、紫光金融信息服务有限公司、紫光云(南方)总部、数字重庆技术有限公司。这标志着重庆市人民政府与紫光集团的战略合作,进入了全面落地实施阶段。 据悉,紫光智能安防+人工智能产品基地项目,将作为相关智能安防+人工智能产品及解决方案的全球研发中心和运营及结算总部,以全球市场为目标,开展新型公共安全融合解决方案、智能安防与视频监控解决方案、云计算与视频共享平台、大数据与人工智能、物联网等相关产业的研发和产业化,打造千亿“智能安防+人工智能”生态圈,将重庆建设成为具有国际竞争力的公共安全融合技术和智能安防的研发中心和产业基地。
[半导体设计/制造]
AI时代,如何避免成为“无用阶级”?
提起尤瓦尔·赫拉里来,在中国或许还未达到无人不知的程度,但凭借《人类简史》系列三部曲,让这位以色列历史学家一跃成为爱因斯坦之后第二有名的犹太人。 10月下旬,这位学术男神现身中信出版社组织的2018信睿论坛,带来他三部曲的最后一本——《今日简史》。本次论坛的主题为“新技术革命与人类共同未来”,赫拉里从这里引出了“无用阶级”的概念。 技术“把人变成神” 赫拉里认为,21世纪人类面临的三大挑战,除了战争的可能回归和环境的崩溃,还有技术的颠覆力量。目前技术已经“把人变成了神”,人工智能(AI)和生物技术正在赋予人类神的能力,人类事实上已经可以设计和创造生命。 21世纪经济最主要的产品不是汽车、武器或日用品,而可能是人工大脑、人造器官
[机器人]
海康威视AI网络云台摄像机拆解:卖599凭的是什么?
本期硬核拆评拆解产品:海康威视旗下的萤石 AI 网络云台摄像机。 看过我之前视频的小伙伴可能有这样的疑问,前几期我已经拆过一个萤石的网络摄像头(萤石 C2c IP 摄像头拆解:神秘芯片加持,让你破解不了的方案?),为何再来一次?拿钱了?当然是 no! 首先,两者定位不同,前一次拆解的是入门款,这个是高端款;其次,功能不同,前一个仅仅是基础的监视,这个是监视加 AI 人脸检测等等等等功能;再者,性能也不同,前者只能看完整的画面,但是对于细节模糊不清;而这个可以自动对面部追踪放大看清楚细节,尤其是人脸,所以,相对于前一期拆解的摄像头,这个无论是在功能还是性能上都是碾压的,当然价格上同样碾压,599 元。 在普遍
[嵌入式]
海康威视<font color='red'>AI</font>网络云台摄像机拆解:卖599凭的是什么?
大数据提升中国机器人“比较优势” 警惕AI扎堆及被“神化”
从百度“阿波罗计划”百亿掘金无人驾驶,到“阿尔法狗”战胜世界围棋第一人柯洁,再到谷歌实时翻译耳机横空出世……人工智能(AI)无疑是当下最热门的科技话题及投资热土。 作为互联网应用创新大国,近年来,中国在人工智能领域的发展尤为迅猛。在无人驾驶、金融服务、语音识别等领域的创新应用层出不穷,在国际上培育起了特色鲜明的优势。不过业内人士提醒,这一新兴产业的发展存在过度扎堆及被“神化”的倾向,方向把握不当甚至会在国际上“掉队”。相关专家建议,我国应加快培育对外核心竞争力,树立该领域产业发展的企业主体意识,围绕企业创新做文章,放大既有优势,加速人工智能产业对国外实现“换道超车”。 AI走向2.0时代巨头竞相圈地 “经过多年的培育,人工智能
[机器人]
不惧危险环境,人工智能配网带电作业机器人勇担重任
时至今日,工业、农业、居民用电量迅速增多,风力发电、水力发电等也成为了电力供应的主要方式。除了保障电力的稳定输送外,对电力进行巡检和抢修也考验着电力服务商的经营智慧。 在传统电力运维模式已不能适应智能电网快速发展需求的大背景下,借助智能机器人、巡检无人机、智能摄像头等智能装备来监测区域电力输送状况,并及时解决输电线路搭建、输电设备停运等问题已经成为电力行业发展的重要趋势。而将机器人技术与电力技术相融合,通过智能机器人实现无人化电力运检已经成为智能电网的一大特点。 据国家电网有限公司消息,日前第四代人工智能配网带电作业机器人在天津市滨海新区完成首次作业后,全面投入配网运行。至此,国网公司已成功完成单臂人机协同、单臂辅助自主、双臂自主
[机器人]
韩国利用人工智能方法分析半导体材料 误差小于1%
自旋电子学涉及电子的内在自旋和电子工程领域,目前相关研究正在积极进行,以解决现有硅半导体存在的集成局限性,开发下一代超低功耗和高性能半导体。磁性材料是开发自旋电子器件(如MRAM磁阻随机存取存储器)最常用的材料之一。因此,通过分析磁哈密顿量及其参数来准确识别磁性材料的性质,如热稳定性、动态行为和基态构型等,具有重要意义。 (图片来源:phys.org) 以前,为了更准确深入地了解磁性材料的性质,需要通过各种实验直接测量磁哈密顿参数,这一过程需要耗费大量时间和资源。据外媒报道,为了克服这些困难,韩国的研究人员开发了一种人工智能(AI)系统,可以实时分析磁性系统。 韩国科学技术研究院(KIST)宣布,其联合研究团队开发了
[汽车电子]
韩国利用<font color='red'>人工智能</font>方法分析半导体材料 误差小于1%
研华全新Edge AI加速卡,赋予边缘人工智能提供强劲算力
2020年,物联网解决方案提供商研华科技(股票代码:2395)为其VEGA-300系列产品线推出新品VEGA-340 Edge AI加速卡。 自2019年研华发布VEGA-300系列以来,产品引起良好市场反响,而2020年推出的VEGA-340产品性能较前一代产品有明显提升。VEGA-340搭载8颗Intel Movidius™ Myriad™ X VPU,PCIe x4,可提供强大的图形图像计算能力,满足医疗和AOI应用等复杂计算任务的AI要求。 研华提供了Edge AI Suite软件工具包,该工具包结合了Intel®OpenVINO™发行版并提供了友好的用户图形界面。 客户可以使用VEGA-340和Edge AI套件内置的训
[物联网]
研华全新Edge <font color='red'>AI</font>加速卡,赋予边缘<font color='red'>人工智能</font>提供强劲算力
英特尔首发大型神经拟态系统Hala Point,推进“绿色AI”发展
英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point基于英特尔Loihi 2神经拟态处理器打造而成,旨在支持类脑AI领域的前沿研究,解决AI目前在效率和可持续性等方面的挑战。在英特尔第一代大规模研究系统Pohoiki Springs的基础上,Hala Point改进了架构,将神经元容量提高了10倍以上,性能提高了12倍。 英特尔研究院神经拟态计算实验室总监Mike Davies 表示:“目前,AI模型的算力成本正在持续上升。行业需要能够规模化的全新计算方法。为此,英特尔开发了Hala Point,将高效率的深度学习和新颖的类脑持续学习、优化能力结合起来。我们希望使用Hala Point的研究能够在大规
[嵌入式]
英特尔首发大型神经拟态系统Hala Point,推进“绿色<font color='red'>AI</font>”发展
小广播
最新手机便携文章
换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved