AI應用的三類場景

人工智能在問世的半個多世紀里，經歷了三起兩落。2016年，韓國棋手李世石與谷歌AlphaGo的較量，可以說是人工智能再次崛起的引子之一，而現在它理應邁向更高的層面。

華為云BU副總裁、EI服務產品部總經理賈永利認為，未來十年，人工智能的主戰(zhàn)場一定是在不同的行業(yè)里面。

實際上，2018年里華為在八個行業(yè)的200多個項目中所做的，就是這一類的工作——讓人工智能在產業(yè)中真正發(fā)揮作用。

目前人們能夠更為明顯感受到的人工智能，尤其是2C領域內的很多應用，其實只是一種狹義而非泛化的人工智能。華為提出“＋智能，見未來”，則是希望在行業(yè)場景化的前提下，以人工智能能夠驅動產業(yè)發(fā)展，并產生價值。

基于此，華為將不同行業(yè)的AI應用場景總結和劃分為三類，分別是海量重復場景、專家經驗場景以及多域協同場景。

快遞物流就是典型的海量重復場景。以華為云與德邦物流卓有成效的合作為例，此前德邦物流的物損率非常高，雖然有上萬個攝像頭可以監(jiān)控整個流程，但是卻沒有足夠的人力去查看……通過引入華為云人工智能，德邦物流的物損率最終降低到合理的范圍內。

醫(yī)療診治則是常見的專家經驗場景。我國是醫(yī)療資源短缺的國家，尤其是疑難雜癥方面。

因為當地醫(yī)療資源的匱乏，國內的很多病患選擇到北京上海尋醫(yī)問診。然而即便是如此，他們在大城市的醫(yī)院里也很難掛到號，因為醫(yī)生的精力終歸有限，無法額外進行更多的診治。

賈永利強調，人工智能當然不能取代醫(yī)生，但是它可以分擔部分工作，讓醫(yī)生更多騰出時間。譬如“看”X光片，為醫(yī)生提供初步的建議。以上這些在華為云的案例中已經有充分的體現，真的是效果拔群，而且人工智能不會像人類那樣出現“眼花”和“疲憊”等狀況。

多域協同場景的情況相對復雜一些，它主要是在工業(yè)制造領域。以合成纖維生產為例，我國多數企業(yè)的生產控制過程是非常粗放的，浪費的情況比比皆是，效率也處于較低的水平。

實踐證明，通過對各種原有的參數進行測試和修正，華為云人工智能做精細化的調優(yōu)可以提升20％——這正是“＋智能”的巨大價值！

云服務的“芯”賽道

廣大的云計算用戶應該已經感受到，國內的云服務正在自下而上地發(fā)生著某種細微而深刻的變化，并且呈現出達爾文式的物種演變特征。

繼全場景全堆棧之后，底層的芯片已經成為華為云的新名片，去年全聯接大會發(fā)布昇騰310與910芯片的言猶在耳，基于7納米工藝的鯤鵬920處理器又在日前橫空出世。

從“芯”出發(fā)的華為云，算力得到了全面提升，率先邁入智能計算新時代。換句話說，中國云計算市場的競爭已經進入到“芯”的賽道。

或許有人會說，華為云將芯片置于一個前所未有的高度，是否違背了云服務本質和初衷呢？

鄭葉來不同意這樣的觀點。他認為，云服務的本質是將計算資源、網絡資源、軟件License等，基于互聯網服務的增加、使用和交付模式，動態(tài)和易擴展地加以提供。

云服務的1．0時代解決的是便捷的問題，客戶能夠更加便捷地通過互聯網得到各種亟需的資源，然而所費不貲。隨著業(yè)務進入深水區(qū)，客戶需要極致的性價比，惟有如此創(chuàng)新才能持續(xù)，這也正是云服務2．0時代的真實訴求。

現在的云服務恰恰走到這樣的時間節(jié)點上，它需要的是軟硬件包括垂直應用的全面優(yōu)化，原有的通用CPU和GPU已經力有不逮，惟有在底層采用專用的芯片才能處理大數據、人工智能的場景。

“今天的云服務廠商如果不做硬件的話，未來自己都會心虛，無論有沒有那個能力都要去搞�！编嵢~來認為，華為具備芯片能力，這種從芯片底層的能力加持，本身就是華為云的自然選擇和進一步進化。

實際上，華為云并非是獨行者。

譬如微軟就在Azure中大量引入了FPGA，加速處理人工智能的實時數據；亞馬遜更是早在2015年就收購了一家芯片公司，并在AWS re：Invent 2018上發(fā)布了專用的機器學習芯片——顯然，幾家大廠均已看清了未來云計算競爭的“芯”趨勢。

“未來的云服務有兩種，一種是爬南坡，一種是爬北坡，最終目的都是實現軟件、硬件資源的服務化。”鄭葉來表示。

以芯片和智能為核心，華為云將串聯起自身的不同能力與優(yōu)勢，踐行以客戶為中心的理念，堅定戰(zhàn)略方向，深耕行業(yè)市場，繼續(xù)做業(yè)界發(fā)展最快的那朵云。