華為的人工智能方法論

“外界一直在傳華為在研發(fā)AI芯片，今天我要告訴大家：這是事實(shí)!”華為輪值董事長(zhǎng)徐直軍如是說(shuō)。

本文引用地址：

為期三天的2018華為全聯(lián)接大會(huì)上，徐直軍用一種別開(kāi)生面的方式正式公布了華為的人工智能戰(zhàn)略，并在三天的會(huì)議中圍繞華為“有什么”、“做什么”、“怎么做”的邏輯全面梳理了華為切入人工智能的思路。

為什么要做人工智能，華為的答案很直接：“AI太重要了”。除了一場(chǎng)以AI為核心的全聯(lián)接大會(huì)，華為在2017年底就為人工智能改變了集團(tuán)的使命愿景。只是相比于互聯(lián)網(wǎng)玩家和創(chuàng)業(yè)者，華為人工智能戰(zhàn)略的出爐似乎晚了一些，卻也不乏謀定而后動(dòng)的野心。

不同于BAT們的轉(zhuǎn)型計(jì)劃，華為有著一套自己的AI方法論。

逆向思維

早在1956年的時(shí)候，達(dá)特茅斯會(huì)議上就提出了“人工智能”的說(shuō)法，并在此后的60年終引爆了兩輪AI熱。但遺憾的是，社會(huì)對(duì)人工智能的期望往往超越了ICT產(chǎn)業(yè)的實(shí)際水平，以至于2016年AI重新熱起來(lái)的時(shí)候，仍有人憂(yōu)慮擔(dān)心是否會(huì)重復(fù)前兩次的悲劇。

這種悲觀情緒并非沒(méi)有基礎(chǔ)，距離人們想象中的人工智能仍有很長(zhǎng)的路要走，而在人工智能成為全民話題的同事，又暴露出了一起起“造假”事件，乃至有人感嘆：有多少人工，就有多少智能。

徐直軍提出了一個(gè)有趣的觀點(diǎn)，“我們應(yīng)充分聚焦人工智能能解決的問(wèn)題、聚焦其創(chuàng)造價(jià)值的領(lǐng)域，而不是把精力花在人工智能不能解決的問(wèn)題或不能創(chuàng)造價(jià)值的領(lǐng)域。因?yàn)檫x擇正確的問(wèn)題比尋找新奇的方案更重要?！?/p>

經(jīng)濟(jì)學(xué)家們認(rèn)為，人類(lèi)發(fā)展到今天離不開(kāi)通用技術(shù)，而在維基百科給出的26種通用技術(shù)中，人工智能恰恰是其中之一。然而不少人對(duì)通用技術(shù)抱有過(guò)高的預(yù)期，篤定可以在短期內(nèi)迅速提高生產(chǎn)效率，習(xí)慣性的忽視了通用技術(shù)普及與生產(chǎn)率增長(zhǎng)之間的“滯后效應(yīng)”。

一個(gè)直接的例子：1890-1920的30年間，相繼發(fā)明了電動(dòng)引擎和燈泡，但大多數(shù)人并沒(méi)有意識(shí)到電力作為通用技術(shù)的價(jià)值，畢竟到了上世紀(jì)70年代，工廠里的蒸汽動(dòng)力機(jī)器才逐漸被電動(dòng)引擎存在，電動(dòng)汽車(chē)取代內(nèi)燃機(jī)的革命至今還沒(méi)有完成。

麻省理工學(xué)院的ErikBrynjolfsson教授，嘗試作出下面幾種解釋?zhuān)?/p>

一，通用技術(shù)從發(fā)展到成熟，再到提高國(guó)民經(jīng)濟(jì)生產(chǎn)率增長(zhǎng)，會(huì)經(jīng)歷比較長(zhǎng)的時(shí)間周期;

二，要發(fā)揮通用技術(shù)的潛力，必須依賴(lài)與其相關(guān)的創(chuàng)新技術(shù)的發(fā)展，以組合式創(chuàng)新推動(dòng)生產(chǎn)率的大幅度提升;

三，通用技術(shù)的發(fā)展需要極為耗時(shí)的額外創(chuàng)新和投資。

華為選擇在人工智能戰(zhàn)略上不“冒進(jìn)”，并非沒(méi)有道理。大多數(shù)人仍在思考人工智能能否創(chuàng)造價(jià)值，亟不可待地尋找新奇的解決方案。如此也決定了行為方式上的不同，其他人先畫(huà)一張餅，然后逐漸把餅變成真的。華為的逆向思維考慮的是：當(dāng)前階段的人工智能技術(shù)能夠解決哪些問(wèn)題。

見(jiàn)招拆招

華為并不是今天才開(kāi)始發(fā)力AI。

2017年9月的時(shí)候，華為發(fā)布了面向企業(yè)、政府的人工智能服務(wù)平臺(tái)華為云EI;在今年4月份，華為又發(fā)布了面向智能終端的人工智能引擎HiAI;Ascend910和310兩款行業(yè)領(lǐng)先的AI芯片，無(wú)疑也折射了華為籌謀已久。

這在華為人工智能的發(fā)展節(jié)奏中可以看出端倪，先是面向華為內(nèi)部，持續(xù)探索支持內(nèi)部管理優(yōu)化和效率提升，然后才是電信運(yùn)營(yíng)商、消費(fèi)者、企業(yè)和政府、普惠AI。

華為資深管理顧問(wèn)黃衛(wèi)偉在與媒體溝通時(shí)講述了任正非對(duì)人工智能戰(zhàn)略的“內(nèi)訓(xùn)”：華為AI聚焦內(nèi)部?jī)蓚€(gè)方向，一是產(chǎn)品智能化;二是不斷改進(jìn)內(nèi)部的管理和效率。華為不做AI大的架構(gòu)規(guī)劃，先單點(diǎn)突破、橫向拉通再建立起產(chǎn)業(yè)的平臺(tái)，把平臺(tái)開(kāi)放給客戶(hù)甚至競(jìng)爭(zhēng)對(duì)手。

先從內(nèi)部入手，見(jiàn)招拆招式的打法對(duì)華為的人工智能戰(zhàn)略有很大的影響。

比如當(dāng)前AI開(kāi)發(fā)最大的挑戰(zhàn)是什么?華為云BU總裁鄭葉來(lái)回答了兩點(diǎn)：“第一，開(kāi)發(fā)效率低，標(biāo)注、訓(xùn)練、部署整個(gè)過(guò)程非常耗時(shí);第二，AI基礎(chǔ)資源尤其是算力稀缺且昂貴?！迸c之對(duì)應(yīng)的，華為云發(fā)布的ModelArts開(kāi)發(fā)平臺(tái)，涉及了數(shù)據(jù)標(biāo)注與準(zhǔn)備、模型訓(xùn)練、模型調(diào)優(yōu)、模型部署等AI開(kāi)發(fā)全流程，和華為內(nèi)部在AI實(shí)踐中的踩坑不無(wú)關(guān)系。

再比如AI有哪些落地場(chǎng)景?華為戰(zhàn)略Marketing總裁徐文偉有著自己的思考：

場(chǎng)景1是海量重復(fù)型場(chǎng)景，比如圖片/圖像鑒定，單據(jù)審核等，重復(fù)的，目標(biāo)明確，但是海量任務(wù)。AI應(yīng)用在該類(lèi)場(chǎng)景的核心價(jià)值是提升效率;

場(chǎng)景2是專(zhuān)家經(jīng)驗(yàn)型場(chǎng)景;很多行業(yè)因?yàn)殛P(guān)鍵專(zhuān)家稀缺，比如醫(yī)療行業(yè)，全國(guó)只有不到5000名達(dá)標(biāo)的宮頸癌篩選專(zhuān)家，需要20年才能把全國(guó)適齡女性篩查一遍;

場(chǎng)景3是多域協(xié)同的場(chǎng)景;比如城市智慧交通系統(tǒng)，現(xiàn)代化制造等等。一個(gè)交通信號(hào)燈的控制，與時(shí)間、天氣，車(chē)道、路網(wǎng)、以及重大活動(dòng)等等多個(gè)維度變量有關(guān)，靠人腦顯然無(wú)法做出分析和判斷。

由此就不難理解華為為何拿出了全棧全場(chǎng)景AI解決方案，當(dāng)然也透露著華為的野心。

道法自然

人工智能還處于初級(jí)階段，這個(gè)前提的規(guī)則就是：技術(shù)形態(tài)是第一位的，商業(yè)形態(tài)是第二位的。不管是華為還是其他廠商，目的都很明顯，打造自己的技術(shù)生態(tài)，不斷提高在AI領(lǐng)域的聲量，吸引更多的開(kāi)發(fā)者，進(jìn)而構(gòu)建AI生態(tài)圈。

就這個(gè)角度出發(fā)，華為的全棧全場(chǎng)景AI可以歸納為5個(gè)數(shù)字：1、2、4、5。

1指的是達(dá)芬奇項(xiàng)目。此前就有消息稱(chēng)華為內(nèi)部存在代號(hào)為“達(dá)芬奇”的人工智能項(xiàng)目，也終于在華為全聯(lián)接大會(huì)上浮出水面，不僅僅是芯片本身，還涵蓋了一系列軟硬件結(jié)合的解決方案，最終為用戶(hù)提供全場(chǎng)景的服務(wù)。

2指代兩款人工智能芯片。芯片是人工智能的血液，框架是人工智能的大腦和靈魂，華為哪一個(gè)都沒(méi)有放過(guò)。

4代表了華為全棧AI的四個(gè)部分，也是值得展開(kāi)說(shuō)明的內(nèi)容：

一是Ascend (升騰)AI IP和芯片，皆是基于達(dá)芬奇架構(gòu)。芯片分為5個(gè)系列，Max、Lite、Mini、Tiny、Nano，目前已經(jīng)公布了升騰910(max)和升騰310(mini);

二是CANN，中文翻譯為神經(jīng)網(wǎng)絡(luò)定制的計(jì)算架構(gòu)，是高度自動(dòng)化的算子開(kāi)發(fā)工具，可以3倍提升開(kāi)發(fā)效率，也兼顧算子性能;

三是MindSpore框架，友好地將訓(xùn)練和推理統(tǒng)一起來(lái)，并全面適應(yīng)端、邊、云等全場(chǎng)景。這是與各類(lèi)已有框架，比如谷歌的TensorFlow、百度的PaddlePaddle、Facebook的PyTorch、亞馬遜的MXNet等的最大不同;

四是應(yīng)用使能，是一個(gè)機(jī)器學(xué)習(xí)PaaS (平臺(tái)即服務(wù)) ，包括由ModleArts服務(wù)提供全流程服務(wù)，分層分級(jí)API，以及預(yù)集成方案。用于滿(mǎn)足不同開(kāi)發(fā)者的不同需求，促進(jìn)AI的應(yīng)用。

5有兩種解釋?zhuān)ㄏM(fèi)終端、公有云、私有云、邊緣計(jì)算、IoT行業(yè)終端 5大類(lèi)場(chǎng)景，也指華為AI戰(zhàn)略的五個(gè)方面，投資基礎(chǔ)研究、打造全棧方案、投資開(kāi)放生態(tài)和人才培養(yǎng)、解決方案增強(qiáng)、內(nèi)部效率提升等。

可以看到，華為人工智能全棧戰(zhàn)略的縱向戰(zhàn)線布局很深。原因在于，人工智能的應(yīng)用才剛剛開(kāi)始，開(kāi)發(fā)者面臨著這樣和那樣的痛點(diǎn)，抓住生態(tài)鏈的每一個(gè)環(huán)節(jié)，讓用戶(hù)和開(kāi)發(fā)者留在自己的生態(tài)圈內(nèi)，畢竟沒(méi)有縱深，沒(méi)有粘性，就沒(méi)有壁壘。

而在橫向戰(zhàn)線上，當(dāng)縱向框架完善后，便可以適用這樣的乘數(shù)效應(yīng)：收益=深度x廣度。華為的人工智能戰(zhàn)略覆蓋了全場(chǎng)景，既是內(nèi)部應(yīng)用的經(jīng)驗(yàn)總結(jié)，也順應(yīng)了華為本身在端(手機(jī)、IoT等)和云方面的布局。可以說(shuō)是道法自然，水到渠成。

當(dāng)然，除了技術(shù)和應(yīng)用上的生態(tài)，華為一直在倡導(dǎo)“普惠AI”的概念，不斷降低通用技術(shù)的應(yīng)用門(mén)檻，并宣布將投入10億元用于AI人才培養(yǎng)，計(jì)劃三年培養(yǎng)100萬(wàn)開(kāi)發(fā)者。一整套的組合拳背后，生態(tài)圈開(kāi)始漸自成型。