禾木之变：2021 我们该如何持续拥抱 AI？

自 2017 年 7 月 8 日《新一代人工智能发展规划》印发起到今天，人工智能上升为国家战略已经来到了第五年。在此期间，我们经历了 AI 产业的巨大发展。人脸识别已经成为全民通用的技术；国家人工智能先导区已经增至 8 个；大到天文、地质、城市，小到养殖场、超市、农田，AI 技术已经与无数个行业完成了“亲密接触”。

几年来，大量曾经制约着 AI 产业发展的问题被相继攻克。AI 算力大规模缺失，开发门槛高企，行业场景无法落地等难题已经逐渐解决。可以说，在以中国为代表大力发展 AI 技术的国家与地区，AI 技术落地在社会经济中的“禾苗”已经培育成功。

但 AI 不能仅仅停留在“苗”的阶段，还要持续生长成参天大树。现阶段 AI 产业的核心问题，已经不是“要不要发展 AI”，而是如何在取得的成绩上百尺竿头更进一步，推动 AI 技术真正锻造为历史性的重大战略机遇。

在今年的世界人工智能大会，也可以非常清晰感知到“进阶”与“持续发展”成为业界讨论的关键词。

在新的产业阶段中，我们或许需要更新发展逻辑与产业方向，才能更准确完成持续拥抱 AI 的任务——而这也成为今年世界人工智能大会需要解答的问题。

7 月 8 日，在第四届世界人工智能大会开幕式中，华为轮值董事长胡厚崑发表了主题为“根深叶茂，共筑人工智能新生态”的演讲。胡厚崑强调：“只有基础打得牢，根技术扎得深，应用创新跑得快，才有人工智能产业的参天大树和生态的持续繁荣。”

在这次演讲中，我们可以提炼出一个全局性的 AI 产业方法论。即持续发展 AI，需要厘清三个方向：基础设施升级、底层技术夯实，与应用创新跃迁。

如果我们把今天的 AI 产业，想象成一株“根深叶茂”的参天大树，那么这三个方向就对应着大树的三个培育方向：壮枝、扎根与结果。

如果说 2016-17 年 AlphaGO 战胜围棋选手，拉开了 AI 技术走向应用的变局序幕；那么今天 AI 产业化的持续深耕，将指向一场 AI 成为社会经济发展原动力的新变局。

在三个方向齐头并举下，AI 技术的“禾苗”，正在走向 AI 产业化的“佳木”。

壮枝：产业基础设施升级正当时

就像发展城市需要首先建立交通和水电网络一样，基础设施建设也是 AI 产业化发展中最核心的议题。现阶段，各行业对 AI 都有了较深的认同与期待，但还不能像使用水、电、网络一样轻松应用到 AI。这给新阶段的 AI 发展带来了第一个目标：升级 AI 基础设施，让 AI 技术成为产业经济的公共资源。

而在多种多样的新型 AI 基础设施中，人工智能计算中心可以说是与“城市级 AI”“AI 公共能源化”等方向最紧密相连的一种。目前，全国已经有二十多个城市开展了人工智能计算中心的规划和建设工作，并且已经取得了一定成果。

比如说，武汉人工智能计算中心自 5 月 31 日投入即满负荷运营，为 20 多家企业、当地的高校、科研机构提供了充沛的 AI 算力，并孵化了一系列 AI 产业应用，甚至已经启动了扩容计划。从武汉人工智能计算中心的案例中我们能发现，这一基础设施并不是超前投资，而是已经显示出了充沛的产学研各界需求。在有效引导下，人工智能计算中心可以实现不闲置、不浪费，与城市智能化发展、区域 AI 产业协同进化。

基于华为的经验与观察，胡厚崑为城市人工智能计算中心建设提供了三个建议：首先要合理规划，在算力需求集中的地方进行统筹建设，避免重复性建设；其次，规划工作要从大处着眼，部署和建设的工作应该从小处着手；此外，政府、技术提供方和广大应用开发方应该通力合作，计算中心建设与应用落地协同发展。

树木的核心组成部分是枝干，而人工智能计算中心将有可能成为全国 AI 计算网络的枝干。就像如今高铁带来的价值一样，人工智能计算中心带给未来的想象力将非常丰富。

扎根：持续拓展 AI 底层技术

今天发展 AI 的一项要务，是要继承和发展过去多年的 AI 发展成果。不能轻易另起炉灶造成产业浪费；也要清晰认识到有哪些“根技术”可以利用，认清能力边界。

客观来说，中国 AI 产业经过长期发展，已经在“根技术”上取得了惊人的成果。尤其在以处理器、深度学习开发框架为代表的 AI 基础软硬件平台上，中国已经走在了全球 AI 产业的前沿。这些 AI“根技术”既要持续向前发展，也需要被有效利用，成为产业标准化底座。这样才能最大化发挥产业效率，构筑差异化的发展优势。

2019 年，华为成为科技部颁发的“国家新一代人工智能开放创新平台”中唯一的“基础软硬件”建设单位。截至目前，华为已经初步构建了完整的 AI 产业底座，夯实了软硬件基础设施中的核心部分。其中包括昇腾处理器、Atlas 系列硬件、异构计算架构 CANN、AI 框架 MindSpore 及 AI 应用使能 ModelArts 等等。今天一位开发者想要利用 AI 能力，那么从算力、算子，再到数据处理、模型训练、模型部署，都可以利用到华为提供的基础软硬件能力，不必担心某个领域出现能力缺失或者兼容难题。

在大家都非常关心的 AI 层面，目前已经有超过 10 家合作伙伴推出了基于昇腾模组、板卡的 AI 系列硬件；在 AI 计算框架方面，MindSpore 已成为国内主流 AI 计算框架，开源社区累计下载量超过 41 万，100 多家高校开展教学；在应用开发方面，已经有 500+企业基于昇腾开发超过 600 个 AI 应用。

昇腾体系的发展，证明了 AI 探索根技术的必要性和可行性。未来，持续扎根底层技术，以及围绕“根技术”实现大规模产业复用与产业转化，将成为中国 AI 的核心发展方向。

结果：适时完成 AI 应用跃迁

今天 AI 产业发展的问题，已经不再是各行业对 AI 缺乏认知，不愿尝试，而是 AI 开发、部署的门槛依旧高企，各行业难以在合适的成效比中完成 AI 落地。

解决这一问题，既需要行业与 AI 的更深度融合，生态与产业链的持续打造。同时更需要又一场深刻的产业创新，大幅度降低 AI 开发、部署门槛，实现 AI 的标准化、自动化，也就是近两年讨论颇多的由产业 AI 化，走向 AI 产业化。

在具体的落地方案中，大规模预训练模型是全球 AI 产业都在重点推动和打造的 AI 工业化解决方案。基于大规模预训练模型，开发者只需要少量数据就可以快速获得高精度 AI 模型。在 AI 能力更强的基础上，还可以削减 AI 开发中的不确定性与个体差异化，减少 AI 对高水平人才的依赖，降低企业 AI 门槛。

在预训练大模型的赛道上，华为云在今年联合合作伙伴推出了盘古系列预训练大模型，其中包括业界首个兼具生成与理解能力的中文 NLP 大模型和通用视觉大模型，填补了国内千亿参数级别中文预训练大模型的空白。

通过精准、高效的预训练，可以将绝大多数的 AI 开发工作在前置场景中完成，企业只需要最后一部分针对性、个性化的调参和训练。这就像工业机械的标准化和批量生产，推动了工业由作坊模式走向了大型工厂模式。AI 大模型正在驱动 AI 走向一个新的发展阶段，从中我们需要认识到，AI 的开发与应用模式并不是固定的，其中蕴藏着大量可以完成跃迁式创新的机会。盘古大模型既是站在以往 AI 根技术基础上结出的果实，也是下一阶段 AI 工业化发展的养料。今天的 AI 产业，应该看到更多这种站在根技术基础上起跳的创新。

总体而言，胡厚崑的发言在宏观层面统揽了 AI 产业的真实发展情况与进阶方向。

我们不能在以 2017 年的懵懂与未知来发展 AI，也要承认 AI 在今天有更具体、更明确的挑战和任务。

让每一处台阶都成为支撑，让每一扇门都能被打开，让每一段路程都指向正确的目标。AI 来到了复兴第五年的 2021，这个阶段我们既要享受过去的成果，也要推动新的变化。根深叶茂的 AI 之路，依旧是去往智能时代的最佳风景。