华为云BU总裁:如何把AI从噱头变为生产力?

来源:亿欧网  作者:张之颖


“别跟着喊口号,少看朋友圈。…人工智能在中国被过分炒作了,现在国内人工智能已被娱乐化。不是做两个刷脸应用、搞一个APP就叫做人工智能。”华为云BU总裁郑叶来接受环球网记者的采访时表示,华为不是上市公司,在策略和方向上,反而更为清晰和明确。


丨人工智能要用来解决问题,不是噱头


面对人工智能大势,华为有自己的解读。郑叶来认为,人工智能将为企业带来两大益处。第一,让人工智能和企业实际的生产场景相结合,以解决自身的问题。举例来说,华为公司面临的场景包括:怎么让全球的物流系统便捷?怎么让人工智能维护全球通信网络的问题?作为一家拥有18万员工的典型企业,华为也思考,如何通过人工智能解决内部知识传递的问题?于是,华为将人工智能跟此场景结合,并将此需求用云服务的形式来封装;又例如,华为过去通过OCR表单识别和图片识别,解决了华为在供应链、生产发货、内部的安保问题,此外,甚至通过AI解决运输、全球技术服务的问题。


“所以很多东西,不能只看技术,要结合企业应用场景。我说今天人工智能被泡沫化、娱乐化,因为大家到哪儿都搞机器人、都讲刷脸,但这只是很小的东西,”郑叶来告诉记者,“解决实际问题才是核心。”


第二,通过软硬件的创新,人工智能可以提升经济成本的效率。人工智能无论是训练、推理,知识量都很大,如何运用最好的硬件、芯片、软件架构,一同来解决整个成本效率的问题,这正是华为2018年的重点。


“我上研究生的那个时代,人工智能还很难招研究生,因为出来不好找工作。”郑叶来解释道,现在人工智能成为最火热的行业焦点,实际是出于两个变化。第一是过去五年,行业经历数字化,带来了大量的数据,有了数据就会有模型。第二是云计算和专业芯片的变化,原来算不出来的东西,现在很快就算出来了。这两个变化让人工智能变成一个可能,但是人工智能本身的算法并未太多地改进。这如同郑叶来去年曾经总结过的观点,即过去三年人工智能的变化,是“算力释放了算法之美”。


郑叶来指出,未来人工智能是一个随处随在的智能,包括人的生物特征等在未来都会被立法。用户知道华为的手机不会把生物特征、指纹传到后台云端,而会存在本地的芯片,这将是用户选择华为手机的原因。


丨做2B不用"互联网思维",区块链是好技术


面对人工智能大势,华为的态度相当务实,不喊口号,但也早有预备,2012年便成立诺亚方舟实验室进行研发。华为重视行业真正的应用场景,而这样务实的作风,让华为云增长的速度飞快,华为云在2017年销售收入约5亿美元,华为云的用户数和资源使用量有3倍的增长。


目前,华为云主要业务包括三大类:为大中型企业做私有云;为中国和全球做政务云;第三,是标准的公有云。郑叶来表示,“三类客户,几乎是主动找到我们。”除了华为善于服务中大型企业,也由于华为的全球名气,华为成为外企进入中国市场的首选,目前可以透露的包括标致雪铁龙、大众、讯达等。而在政务云方面,华为已为全国200多个城市像是广州、深圳,提供政务云方案支撑;在海外,华为也正在服务80多个国家的100多个政府客户,用户量增长非常快。


郑叶来表示,做企业级市场,应该每天想着的是怎么把客户服务好,解决客户的问题。他要求团队:眼睛盯着客户、趋势来做事情。企业级业务成功的关键在于不浮躁的沉稳思考,以及长期的服务与信任。


这样的回应并非片面说辞,华为过去做IT产品线时,没人认为能做得起来,然而今天华为在国内存储的份额在前年、去年都达到市场第一,去年更是扩大份额,并在欧洲和日本成功地进行了拓展。至今,IT产品线每年增长30%-40%。


郑叶来表示,企业服务的核心是生态。而华为经营生态的核心秘诀,正是其对“三不”承诺的坚持:上不做应用,下不碰数据,不做股权投资。“我不偷你数据、不变卖数据、不强迫你进行数据交换。你的是你的,我的是我的。而且华为不做股权投资,不与你竞争。”


值得一提的是,针对当今火热的区块链技术,郑叶来也做出回应。华为认为去中心化是非常好的技术,华为云也即将发布区块链的相关服务。因为区块链解决可信传输的问题,华为借此解决内部安全的问题,比如华为云很多东西以前需要登记完成,但现在会用区块链生成。尤其华为在云方面必须获取别人的信任,区块链就是很好的措施。不过郑叶来也强调,虚拟货币只是区块链的一个应用,华为做的是技术的长期投资。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值