馬斯克：非常欽佩中國人民的智慧和幹勁，中國會有很強的AI能力-埃隆·馬斯克、胡厚崑
**埃隆·馬斯克：**陳吉寧書記，上海的各位朋友們，大家好！
人工智能將會在人類未來文明的發展上發揮深刻影響。現在，數字計算能力爆炸式增長，其中一個關鍵指標是數字計算、機器計算和生物計算的比例。換言之，計算機的計算強度和人類的計算強度，二者比例是多少？每年，這個比例都越來越高，意味着機器和人類之間算力差距在進一步擴大。
開幕式上，馬斯克通過視頻形式發表演講，視頻截圖
相比機器智能，人類智能在全部智能中佔比將越來越低，這是根本性的深刻變化，所產生的影響現在還很難完全理解，我只能説這是人類歷史上影響最深遠的時期之一。
我相信，特斯拉將在這一進程中扮演重要角色。特斯拉的Optimus機器人（中文名“擎天柱”）還處於初期開發階段，但是在未來，我們將會擁有有非常多的機器人。
現在看來，下一個階段，機器人的數量將會超過人類。他們的計算能力要強得多，這似乎是發展的趨勢所在。這既會帶來積極的影響，也會帶來消極的影響。積極的影響是，我們將會進入一個非常富足的後短缺時代，不會再有資源短缺。人類可以即刻獲得自己想要的東西，因為大量機器人會產生比現在人類主導的秩序高得多的生產效率。這是非常大的變化，所以我們要很謹慎，以確保最終的結果是對人類有益的。
特斯拉的機器人專注於做一些無聊、重複、危險的工作，幫助人類做不願意做的事，這是我們的目的。我也不想過度樂觀，認為特斯拉的角色就一定很重要，但是特斯拉對自動駕駛技術非常感興趣，願意將這一技術授權分享給其他汽車製造商使用。自動駕駛可以讓人類徹底告別無聊的駕駛過程，是超越時代的技術，也會大大提高汽車使用率。一般情況下，一輛家用車每週使用時間大約為10-12小時，多數時間都是停在停車場；但是全自動駕駛汽車的使用時間可能會達到每週50-60小時，是非全自動駕駛汽車使用率的5倍。在特斯拉，我們想提供這樣的技術，這也是為什麼我們將全自動駕駛技術授權給其他汽車製造商使用的原因。
特斯拉公司的人形機器人Optimus
當前，我們在美國道路上進行了測試，我們的技術已經非常接近無人干預的全自動駕駛狀態。當我駕駛一輛配備最新版本全自動駕駛系統的特斯拉汽車時，從一個目的地到另一個目的地，幾乎不需要手動操控。我個人的猜測是，特斯拉可能在今年晚些時候就能實現L4或L5級的全自動駕駛能力。我以前做出過錯誤的預判，但是我認為此刻的預測比以往任何時候都更接近於現實。
我們需要非常謹慎，對於這種深度全面的人工智能需要有所擔心，特別是全自動駕駛汽車。例如，在我們的例子中，使用有限的人工智能進行全自動駕駛具有挑戰性。但相信可以很快解決這個問題，大概在今年晚些時候，實現全自動駕駛是有可能的。儘管不能百分之百保證，但趨勢確實如此。然而，這種有限的人工智能與通用人工智能（AGI, Artificial General Intelligence）是完全不同的，通用人工智能有很大不同。很難給這類人工智能下定義，將其歸類為某一種類型。
這並非特斯拉目前專攻的方向，有其他公司正在研究。但我認為，這也是我們應該關注的領域。尤其是當深度的人工智能相當於上萬台，甚至數十萬、數百萬台最先進的計算機的協作算力，這樣的超級智能的能力比人類還要強大，這會產生風險與擔憂。它可能有很積極的未來，但也有概率出現一些負面影響，我們要儘可能確積極的前景能夠發生，且避免消極的因素。
我一直非常欽佩中國人民的智慧和幹勁。中國一旦下定決心要做一件事，一定能做得很好，各個領域、各個產業都是如此。當然也包括人工智能產業。所以，我相信中國會有很強的人工智能研發能力，這是我的預測。
非常感謝大家出席今天的活動，並邀請我在線上表達觀點，希望我的發言不會太無聊。再次感謝上海的朋友們，感謝陳吉寧書記，期待能夠線下參加下一屆人工智能大會。
**胡厚崑：**與往屆相比，今年大會最大的不同在於，我們正處在一個全新的背景下。去年年底ChatGPT的出現，把人工智能推到了新的風口上。人工智能，尤其是通用人工智能，是當前最熱門的話題。
胡厚崑在大會上發表以“共贏人工智能新時代”為主題的演講，視頻截圖
在這次世界人工智能大會的展館裏，圍繞大模型研究和其應用展出了非常多的成果。這説明，人工智能發展正給我們帶來新的期望。未來人工智能發展的方向已經越來越明朗，在不長的時間裏，人工智能，尤其是通用人工智能，會幫助我們改寫身邊的一切。當方向清晰後，路徑設計就很關鍵。今天，利用這次大會的機會，我向大家彙報一下華為當下對於未來人工智能發展的一些思考。
華為現在的核心考慮是，下一階段要全力推進人工智能走“深”向“實”，有兩個抓手：一方面是深耕算力，打造強有力的算力底座，來支撐中國的人工智能事業發展。另一方面是結合大模型，從通用大模型到行業大模型的研究創新，讓人工智能服務好千行百業，服務好科學研究。
人工智能的發展，算力是基礎。當前，我國在算力的可獲得性和成本等方面都面臨着不小的挑戰。多年來，華為深耕算力，聚焦鯤鵬和昇騰的根技術，取得了根技術的突破。當下，我們正在做的是通過架構創新、生態發展，以及靈活共建的手段來支撐中國算力底座的打造。
首先，我們通過架構創新來提升計算效率。
一方面，在計算節點層面，我們推出了革命性的對等平構架構，這個架構突破傳統以CPU為中心的異構計算可能帶來的性能瓶頸，提升了整個計算帶寬，降低了時延，使得節點性能得到了30%的提升。
另一方面，在數據中心層面，我們在2019年時推出了昇騰的AI計算集羣，通過集羣方式把計算、存儲、網絡等綜合優勢聚集在一起，相當於把AI數據中心當作一台超級計算機來設計、管理，使得其性能得到大幅度提升。
當前，國內建設的規模最大的AI計算集羣是在深圳“鵬城雲腦”二期，預計到2024年三期規模會達到16000P（(每秒1600億億次）的水平。同時，華為在烏蘭察布計算中心也部署了幾千卡的規模，實測通過集羣方式在同等算力的情況下，可以得到10%以上的效率提升。
華為烏蘭察布計算中心
其次，算力的發展，生態是關鍵手段，同時也往往是難以攻克的瓶頸。四年前，華為圍繞整個計算產業發展，提出了“硬件開放、軟件開源、使能夥伴、發展人才”的戰略。四年下來，我們和各方夥伴的合作已經取得了一定的成績。比如説，硬件方面進一步堅持開放，今年推出了更多樣化的模組和板卡。目前，30多家硬件夥伴基於昇騰AI推出了上百款人工智能硬件，可以滿足不同行業的場景需要。同時，在軟件方面，華為堅持通過開源，做強基礎軟件，特別是面向當前大模型的創新，也取得了巨大成就。
華為提供了全流程的使能平台，更好地支持科研機構和企業客户。目前我們的生態已經孵化了20多個基礎大模型，同時還適配了十多個業界主流大模型。據統計，當前中國的大模型中，有一半是由昇騰AI算力支撐的。雖然四年來，我們取得了不少成績，但是生態發展沒有捷徑，必須一步一個腳印向前發展，也希望未來有更多公司加入，一起把生態做好。
發展算力，還有一個考慮。發展手段和模式要多樣化，身段要靈活。因此，結合中國實際情況，我們採用多種模式進行算力建設。
一方面，在城市算力基礎設施建設方面，我們當前已經支持包括上海在內的各地政府打造了25個城市級人工智能計算中心。另一方面，有相當多的大企業、頭部企業，如中國移動、科大訊飛、南方電網等，都有自建人工智能算力中心的訴求，我們也積極配合，幫助這些企業建立自己的人工智能算力中心。
同時，中小企業對人工智能的需求極其旺盛。面對中小企業的算力需求，我們用雲服務的方式，在華為雲上為大家提供服務。將多種手段結合到一起，通過這種方式真正滿足算力需求，不要讓其成為人工智能發展的瓶頸。
在深耕算力的同時，還要讓人工智能真正走進千行百業。一方面，要持續提升通用大模型能力，另一方面，還要在這個基礎上建好行業模型。
華為推出了新的三層大模型結構。在最基層對標的是通用大模型，我們稱之為基礎大模型。基礎大模型相當於“讀萬卷書”，即做好海量的基礎知識學習。這一層之上，打造行業模型和場景模型，可以稱之為“行萬里路”。從“讀萬卷書”到“行萬里路”，還有很多挑戰要克服，很關鍵的一點就是把各行各業的知識與大模型進行充分匹配和融合，華為正在和各個行業的夥伴一起努力。
當前，華為的大模型已經圍繞金融、製造等十多個行業支撐了400多個應用場景的落地，未來還希望和更多的行業一起攜起手來，再進一步拓寬應用面，進一步走“深”做“實”。
除了要讓人工智能服務於千行百業，還要服務於科學研究。我們發現，AI通過學習海量歷史數據、科學知識，同時把數學方程編碼到大模型中，可以促進其與基礎學科，如分子動力學、生物學等的結合，以此幫助我們發現更多科學規律。
當前，華為的盤古大模型已經發布了盤古科學計算大模型，這個模型下包括了藥物分子大模型、盤古氣象大模型和海浪大模型。我們和科學家共同合作，取得了不錯的成果。
7月6日，華為雲盤古大模型亮相2023 世界人工智能大會。圖自九派財經
比如在氣象研究領域，盤古大模型可以在幾秒內完成對全球一個小時到七天氣象情況的預報，既快且準。它需要40多年的氣象數據，同時還要結合氣象行業知識不斷進行訓練和矯正。同樣的工作正在多個科學研究領域展開，我們希望通過努力，真正圍繞AI，為科學和科學工作者帶來更多新思路、新方法和新供給，為人類發展輸入新動能。
非常有幸，我們共同見證了科技革命的幾次浪潮，從互聯網到移動化，到雲計算，再到人工智能，每一輪變革都給社會帶來了深遠影響。毫無疑問，站在今天，通用人工智能正給我們無窮的想象空間，也正帶領我們走進下一個黃金十年。我們希望和大家攜起手來，共同創新，讓人工智能更好地服務千行百業，更好地服務科學研究，讓我們一起共贏人工智能的新時代。
本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。
