至顶网CIO与应用频道 11月20日 北京消息:11月17日,在第十九届中国国际高新技术成果交易会(简称“高交会”)的2017战略性新兴产业培育与发展论坛上,华为云总裁郑叶来分享了对发展产业互联网和智能社会的观点,介绍了华为云以企业智能(Enterprise Intellogence,简称EI)等创新技术推进产业互联网发展的实践。
华为云总裁郑叶来致大会发言
过去十年互联网技术加速了信息的流转,特别是消费互联网得到极大发展,深刻改变了社会流通和交易环节。另一方面,云计算、物联网、人工智能等新技术正驱动产业互联网快速发展,使之成为进入智能社会的入口。各行业如制造、医疗、交通、金融、教育等加上产业互联网,可以打通整个产业链生态圈,提升企业的核心运营效率,优化决策能力和满足个性化的需求。
根据华为研究,2025年全球产业互联网领域的经济规模将达82万亿美元,约占全球GDP50%。
政府和企业客户在基于产业互联网的数字化、智能化的转型道路上,普遍遇到一些深层次挑战,例如人工智能技术怎么真正的融入产业实践,带来切实的效益?在个性化需求日益重要的背景下,企业如何保护数据资产和客户的隐私?IT基础设施是否有匹配业务要求的全栈协同的技术架构?是否有开放、共赢的生态体系?
华为认为,以云计算为核心的创新ICT技术,包括物联网和人工智能等,是发展产业互联网、构建智能社会的使能器。郑叶来表示:“华为云的目标就是携手合作伙伴,应对建设智能社会的挑战,提供稳定可靠、安全可信和可持续演进的云服务,以创新引领产业互联网,改造今天的企业,联接企业现在与未来。”
企业智能应用的场景纷繁复杂,未来的智能应该是泛在的智能,也就是一个从云的中心到云的边缘,到生产系统和个人终端的端到端的智能系统。万物互联及人工智能技术的全栈必须被系统性设计,从芯片、硬件平台到软件都需要满足企业的泛在的需求。
华为强力投资核心技术,打造平台,通过提供“联接+云”平台,和合作伙伴一起,让企业客户基于领先的技术面向未来。华为向企业客户提供的华为云企业智能(EI)服务,定位于业务智能的桥梁,方便企业快速应用人工智能。
在华为云EI平台的帮助下,华为供应链的业务流程自动化比例提升了50%,单据识别时间由之前的24小时,缩短到了1小时以下;发货量准确率提升了30%,物流例外费用也节省了30%。
在金融行业,华为云EI技术服务中国十家最大银行中的六家,提供了秒级在线时序匹配预警、千亿规模图数据复杂计算、毫秒级百万数据的增量计算,可以有效地支撑反金融欺诈、反虚拟养卡套现和反洗钱等场景。针对信用卡盗刷的整个识别阻断过程在几十毫秒之内。可以在刷卡交易还未结束前,即可完成识别阻断。
在建设智慧城市的实践中,华为云EI平台为治理交通、寻找走失人员等提供强有力的支撑,例如有效违章图片识别比例由20%提升到了95%以上。华为与深圳市公安局交通警察局合作的“深圳城市交通大脑工程”也已经正式启动,来打造高度集中、整合共享、综合应用的智慧大脑,实现交通数据的全覆盖、全关联、全开放和全分析。
在此次大会上,郑叶来强调了华为在公有云服务领域的重要理念:“上不做应用”,作为开放的平台,支持合作伙伴在华为云上开发应用;“下不碰数据”,即不用技术手段获取客户的数据,不将客户数据进行商业变现,华为开放自己人工智能技术和大数据平台帮助客户处理数据;“不做股权投资”,不投资关联公司来和合作伙伴竞争。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。