华为胡厚崑：打牢智能根基，加速行业升级

胡厚崑：谈到人工智能帮助药物设计和药物开发，我也想和大家分享一个最近我刚了解到一个案例。大家都知道细菌的耐药性对人类的健康来说是一个巨大的威胁。世界卫生组织统计的数据告诉我们说全球每年由于细菌的耐药性而导致的死亡人数超过70万人，那么这个数据多过死于艾滋病、疟疾的人数。

因此，去克服这个挑战也成为了全球的医疗界的共同任务。最近我们参与了一个项目，西安交大第一附属医院，他们致力于去开发一款新的超级抗菌药。

这个超级抗菌药有希望成为全球近40年来第一个新靶点新类别的抗生素，在这个项目里华为提供的人工智能药物分子大模型做出一定的贡献。利用这个大模型我们科研人员可以对上亿个分子化合物进行提前的预测、筛选，这样使得最终筛选范围可以在很短时间内快速缩小。

在人工智能的辅助下，先导药的研发周期从过去通常需要几年，在这个项目里缩短到了一个多月的时间，也使得整个研发成本降低了70%。这是我们最新看到的一个案例。但我相信人工智能辅助药物研发这样的案例在各个行业都越来越多。今天上午我也专门去这次大会的展馆看了一下，有一个明显的感觉相比往年人工智能在各行各业，在不同场景，运用的案例越来越多，而且深度越来越深。为什么说深度越来越深，因为现在人工智能已经深深嵌到这些场景之下的生产、作业流程里去。我认为这种变化恰恰给了我们新的信息，人工智能本身只是一项技术，我相信人工智能和电力、和互联网一样是一类新的通用技术，人工智能的价值的发挥恰恰在于将它化有形为无形，让它深深嵌入到各行各业才能发挥最大的价值。

过去人工智能有很大的进步，比如算力方面，现在国内已经有二十多个城市，除了建立了各类超算中心正在积极建设人工智能计算中心，当前十个城市上线，这里包括深圳、武汉、西安、成都，而我们也看到在上海正在积极进行人工智能公共算力平台的建设，我们现在当这样一些设施投入时会对整个经济发展有巨大的帮助。

有了算力以后刚刚我们说到人工智能辅助研发及在各个行业的应用方面我们就有了建立大模型的基础。有了大模型，我们在不同的行业里就能更好的把人工智能引入进来。可以说当前人工智能的发展正朝着一个健康的方向一步一步的走下去。

那我们认为在下一步人工智能的产业发展，关键在于建好、用好人工智能的算力设施，规划好应用创新的方向，真正让人工智能为各行各业的数字化升级创造价值。下面我想利用这次大会的机会和大家分享几点华为的看法。

第一，我们认为应该持续推进算力网络的建设。让算力中心从点走向面，形成网。当前全国各地的算力中心在纷纷建成，我们不仅仅要将计算中心作为独立的系统发挥作用，我们还要逐步让它们相互连接形成全国范围的算力网络，发挥出更大的价值。

我认为关于算力网络的建设和部署，有几个关键的措施。首先，结合中国的实际情况，我们可以AI先行，人工智能先行，为什么这么说？根据预测未来十年人工智能的算力需求将会增长500倍以上，它将成为未来算力最大的增量，我们国家算力网络建设完全可以从这个网络开始，也为国家推行东输西送的战略落地先行先试。其次算力网络正在走向融合一购，不仅仅是人工智能计算中心联网，各地的超算中心、一体化大数据中心都可以并入算力网络，从而形成全国范围、统一算力平台，支撑我们的数字经济高质量发展，当然谈到算力网络，算力很重要，网络也非常重要。我们认为应该大力推广创新全国网技术，提供更大的带宽，更低的时延，更高确定性的连接网络，保障我们的数据应用算法高效调度。

当前看到深圳的鹏城实验室及国内几大运营商在积极推进算力网络计划，华为将与产学研各界联手共同推动算力网络的建设和发展。我大胆预测一下，我认为算力网络就像电网、通讯网、高铁一样会成为国家新的基础设施，能为国家数字经济、整个经济的发展提供动力。算力网络要建的好还要运营的好，在这方面我们认为要提前打基础。

当前我们各类计算中心所产生的数据，从格式上、算法上都不太相同，相互之间往往无法直接调用，只能在本地发挥价值，给算力的统一运营造成很大困难，建议各方携手构建相对统一的标准，具体算力硬件，应用接口，数据互联，做到不同的算力中心同唱一首歌，实现全网高效运营。

此外发展人工智能软件生态也是做好运营的关键之处，大力发展芯片、网络等硬件同时也要注重基础软件。比如人工智能的框架、开发套件、基础模型的协同发展，释放硬件算力，最终让人工智能更多行业落地。

当前，华为正在联合各方产业伙伴打造统一的人工智能基础软件生态，提高我们国家的产业韧性，我们人工智能的框架申思从2020年开元以来已经得到产业界伙伴、开发者的积极响应，目前已经成为国内热度最高的人工智能开元社区之一，我们希望和各方伙伴一起共同打造全球主流的AI框架。

第三，就是要加速行业应用的孵化和创新，让人工智能的技术发挥出更大的价值。

当前，孵化大模型已经成为行业与场景创新突破的一种共识，就拿我前面提到的药物研发来说，场景复杂多样，比如说蛋白质小分子结合的预测，小分子属性的预测，以及小分子的优化和生成等等，各种各样的场景，如果我们每一个场景都单独去建单独的人工智能训练模型，它的效率是非常低，而且成本非常高。

现在我们通过一个医药行业统一的我们叫盘古一训练大模型，基于超大规模参数，海量数据，适配药物研发多场景需要，大大缩短药物研发周期。

但是我们也看到大模型的研发门槛高，费时费力，要避免重复投资和开发，因此我们呼吁政府、产、学、研、用等方面联合起来一起梳理不同行业需要的基础大模型、行业大模型，规划好大模型沙盘，牵引大模型的孵化、创新，这样既可以减少重复投入，有利于集中优势资源，共同加速人工智能的应用和各个产业、各个行业的渗透。

当然了，大模型只是完成了算法开发，我们还要结合各个行业的知识，才能让人工智能落地成为各个行业的应用，通过这几年的探索，我们认为通过建立产业联合体可以来快速打通产学研用的链条，大大提高人工智能应用落地的效率。

当前，我们向大家报告一下，当前我们面向摇杆和多模态这两个产业的联合体已经建成，而且开花结果，吸引七十多家科研机构、企业加入，孵化二十多个行业新应用，推动人工智能大模型在摇杆、纺织、金融等行业落地。

在这次大会期间，明天华为举办的分论坛我们还将成立流体力学人工智能联合体，我们期望人工智能为我们科学的探索也能带来更大的贡献，带来更大的价值。

女士生、先生们，人工智能的产业发展是一个持续加速的过程，我们要不断增强向心力，打牢根基，同时我们还要不断去扩大这个同心圆建立繁荣的生态。华为我们将坚持做好技术创新，努力做好基础软硬件平台，同时要积极携手我们的生态伙伴共同为人工智能产业高质量发展和数字经济的腾飞做出更大的贡献。

在此，我也预祝本次世界人工智能大会取得圆满成功，谢谢大家！