本文来自全天候科技，阅读更多请登陆www.awtmt.com或华尔街见闻APP。
作者｜于惠如 编辑｜罗丽娟
科技巨头们关于AI的投入和讨论还在继续。手握云、边、端等不同场景，且具备不同场景技术能力的华为自然不会错过。
4月19日，在2023华为全球分析师大会上，华为副董事长、轮值董事长CFO孟晚舟，华为战略研究院院长周红的主题演讲均包含华为对AI领域的思考。
“到2030年，通用算力将增长10倍，人工智能算力则会增长500倍。”孟晚舟在演讲中预计。在她看来，数据将成为新的生产力。
据周红介绍，过去10年，AI算法的算力需求提升了40万倍。当前 AI在语言文字的学习理解和生成上所表现出来的能力超出了想象。不过，在AI能力快速提升的情况下，需要考虑AI的目标如何与人类目标一致、并且正确和高效地执行。
除了通过规则和法律来加强AI的伦理和治理外，从理论和技术的角度看，要达到上述要求，AI发展目前仍面临三个重要挑战：AI的目标定义，目前对智能目标的理解千差万别，缺乏共识的目标定义；正确性与适应性，AI对图像组合和噪声敏感，这一现象目前难以解释、难以调试；以及能源效率和数据效率问题。
面对这三个挑战，如何进一步寻求突破呢？
周红认为，可以从实用的角度，来发展知识和智能。具体来说，可以通过感知与交互、计算或者试错，在复杂的环境和有限的资源下达成目标。
“近几年，学术界有很多跳出Transformer之外的新型AI架构的思考。我建议在这些思考的基础上，发展感知与建模、知识自动生成、求解与行动三个核心部分，通过从多模态感知融合与建模，到‘知识+数据’驱动的决策，实现更高正确性与适应性的自主智能系统。”周红表示。
2021年4月，华为正式发布盘古大模型，目前已有多个实际应用场景。
据介绍，华为的实践方向主要从三个方面展开：
AI for Industry：通过行业大模型促进价值创造。在视觉、语言文字、图网络、多模态等专用L0基础大模型之上，形成L1行业专用大模型，降低开发门槛、提升泛化能力，解决应用碎片化的问题。应用场景涵盖电力、煤矿、交通、制造等领域。
AI for Science：帮助提升科学研究的能力。比如，通过更精准、高效的学习与推理机制，从数据中提取出全球气象先验知识，代替传统科学计算的超大规模偏微分方程的时序求解，快速完成全球未来1小时到7天的天气预报。
软件自动生成：定理自动证明、重构基础计算部件，软件自动生成与自动优化，提升软件研发的效率与可靠性。
此次分析师大会是孟晚舟当值华为轮值董事长以来的首次公开亮相。她表示，数字经济将成为全球关键驱动力，华为将在联接、计算、存储、云等方面保持投入，助力行业实现数字化转型。
