任正非：人工智能研究要開放 用美國磚建中國長城

　　華為創始人任正非近日在華為諾亞方舟實驗室座談會上做了一次內部演講，首次系統談到華為在人工智能領域的戰略。

　　文章提到，任正非主要談到了4個方面的內容，一是華為的人工智能服務方向，二是研發重點，三是團隊協作，四是人才獲取。

　　任正非指出，我們要防止封閉，一定要開放。這邊摻進一個美國磚，那邊再用一個歐洲磚、一個日本磚，萬里長城，不管磚是誰的，能打勝仗就行了，不要什么磚都自己造。在這個萬里長城大平臺上，允許大河奔騰的踢踏舞，允許“蜂子”跳舞，它顛覆不了這個平臺，但是激活了這個平臺。

　　以下為任正非演講實錄：

　　我們所有的人工智能要自己的狗食自己先吃，自己生產的降落傘自己先跳?；谖覀兙薮蟮?a href="http://www.qd573.com/v/tag/1722/" target="_blank">網絡存量，現階段人工智能要聚焦在改善我們的服務上。服務是公司最大的存量業務，也是最難的業務，人工智能可以首先在服務領域發揮作用，世界上還有哪個公司有這么大的業務量和數據量與我們比拼？通過在服務上的積累和改進，五年后就可能產生世界上最強的人工智能專家，同時把大量優質服務專家解放出來為攻克上甘嶺投入更多戰略部隊。

　　所以人工智能要瞄準服務主航道，下決心花錢打造公司內在的能力，先不做邊界外的事情，不做社會上的小產品。

　　一、巨大的存量網絡是人工智能最好的舞臺

　　為什么要聚焦GTS、把人工智能的能力在服務領域先做好呢？對于越來越龐大、越來越復雜的網絡，人工智能是我們建設和管理網絡的最重要的工具，人工智能也要聚焦在服務主航道上，這樣發展人工智能就是發展主航道業務，我們要放到這個高度來看。如果人工智能支持GTS把服務做好，五年以后我們自已的問題解決了，我們的人工智能又是世界一流。

　　首先，是解決我們在全球巨大的網絡存量的網絡維護、故障診斷與處理的能力的提升。我們在全球網絡存量有一萬億美元，而且每年上千億的增加。容量越來越大，流量越來越快，技術越來越復雜，維護人員的水平要求越來越高，經驗要求越來越豐富，越來越沒有這樣多的人才，人工智能，大有前途。

　　我們現在用的是IP網，IP是犧牲時延來降低成本，路由竄來竄去的，哪個地方出問題，問題出在哪兒，都不知道。英國出現了問題，原因可能在德國。虛擬化軟件和硬件又解耦了，未來網絡中要更多地關注亞健康檢查， 出問題前就要知道。明天網絡還會越來越復雜，越來越搞不定，故障不知怎么回事。

　　華為在全球網絡中占有三分之一的份額，這么大的存量網絡維護難度也很大。網上的設備從遺老遺少，到時髦青年，還有新新人類，如果沒有人工智能的自我學習、知識技能的不斷揚棄，這張網只靠人怎么來維護？人是記不住這么多事故模型的。所以我們就要構筑這個能力，我們一定要在自動診斷、自動發現故障隱患這個問題上下工夫，不然將來我們的機構很臃腫，我們要在這里面敢于投入。

　　人工智能通過學習，可以使得專家只用聚焦解決最關鍵的10%的問題。一部分簡單的問題可自動去實施，這樣服務的專家就可聚焦解決關鍵問題了。精減下來的編制，可以全部給人工智能研究去招聘科學家與博士（當然包括茶博士、博士前）。

　　我們現在的基站安裝，就是現場硬件裝上去，我們在西安、羅馬尼亞……做總調。以后發現問題，不一定要羅馬尼亞去，我們當地發生的問題，經過全世界數據的自我學習以后，系統自己就可以調整解決，再把結果上報。我們通過專家分析和訓練，校正機器算法的結構，在處理問題中提升算法，最重要是讓機器有學習能力，而不僅是人有學習能力。

　　單純用水泥修個房子是很脆弱的，風都能吹得倒，水泥里加點沙子加點石頭就很堅硬，你要搞混凝土工程。做人工智能，一定要貼近實際，貼近需求，貼近客戶。諾亞方舟實驗室應在每個GTAC都應該設一個小組，天天和服務專家一起上班做故障處理，搞明白什么叫故障，故障是怎么發生的怎么排除的，它們數據模型是怎樣的，他們不會在解決故障后來給你講成故事。另外，還要熟悉網絡是什么，若不是一個網絡專家，你怎么能通過人工智能發現故障呢。親身體會存在問題是啥，解決問題的方法是啥，這個不是GTS落地，而是2012實驗室的責任，GTS相應團隊可以投資和配合。

　　第二，是人工智能在網絡大流量預測使得網絡規劃與優化從被動走向主動。

　　以成都這張網為例，隨著視頻業務發展， 過去1年4G用戶增加75%全網流量增加70%，成都市區用戶平均下載速率從35Mbps提升到40Mbps。那么，客戶的挑戰是如何在網絡流量快速增長的同時，保障和提升最終用戶的體驗？隨著網絡承載的業務越來越豐富，越來越動態，就需要利用人工智能去主動的預測，去主動發現未來幾個月的流量熱點并對網絡進行事前的調整。

　　以后的網絡是以數據中心為中心的網絡，在網絡的規劃設計中，網絡拉遠共享帶來了時延，拉近了則時延少了但數據中心就多了，幾萬個數據中心之間的數據調來調去就是個復雜的算法問題，這也需要人工智能在網絡規劃中發揮作用。為什么這么多年我一再鼓勵，要有些學航天、地理、測繪、生物……等雜家進入服務體系來，就是要敢于用最先進的工具和方法解決問題。通過使用先進的工具，把網絡的拓撲圖拿出來，把衛星地圖拿出來，再利用人工智能進行大流量預測輸出一個流量圖，然后把韓國的先進案例、四川的先進案例圖拿來，一重疊，就能預測網絡的流量機會在哪。通過流量非正常變動，發現事故苗子……。

　　現在我們網絡優化的模式都是事后的。根據你們的流量預測與自動規劃的例子，以后可以做到提前預測，這樣就在用戶擁塞發生之前進行網絡調整，提前避免問題。我知道你們不可能一步做完，但是我們一步一步往前走，我們一定能找到機會窗。雖然有的內容還只是演示沒有進入全面實用狀態，我相信今天的假，就是明天的真，我支持你們，我們一定要找到最實用最簡單的方式為世界服務。我們構筑了這個大的機制和隊伍，這么大的能力，就能更好地為客戶服務。

　　所以人工智能在服務的應用一個是對網絡故障診斷分析，第二個是對網規網優的指引，再有就是做好技術資料的翻譯。我們的人工智能要優先往內做，拿我們內部業務一塊一塊做實驗，今年這塊做成一點，明年那塊做成一點，技術越難越要搞，對內部我給足預算，下定決心花錢在服務上打造好這些本領，才有未來。進攻就是最好的防御，當我們用這種方式進攻時，門檻高得其他公司跟不上了。2020年我們超過1500億美金后，我們會變成一個慢牛，不會再增長那么快，這個時候人工智能如果使用好，我們會控制人數，增加效率與效益，那我們公司還是一個好的經營狀況。這時候我們培養的這支隊伍就可以殺出去，為攻克新的上甘嶺投入更多戰略部隊。