余承东：人工智能意义在于协助人类更好的管理和使用信息
华为消费者业务首席执行官余承东
人民网北京11月17日电（记者孟哲）11月16日至18日，第三届世界互联网大会将在浙江乌镇举行。在今天上午举行的移动互联网论坛上，华为消费者业务首席执行官余承东表示，人工智能的意义在于协助人类更好的管理和使用信息。
余承东解释说，未来的机器人、智慧手机，同时具有云端的功能、连接的功能，同时能够代替人和周边进行连接，产生操作，比如车的连接、办公和人的连接和家庭的连接，和人本身的连接。同时，智慧手机和人不同的一点就是人类没有大脑实时对外联网的能力，但是可以根据环境情况在现场进行判断。但是智慧手机不仅有深度学习，有计算的能力，同时又具有云端的大数据、云端的能力，解决在云端获取，对于一个人来说，很难记住多少本书的资料，但是对于智慧手机来说，可以拥有背后云端全世界所有的资料和全世界别人的经验，能力在云端连接以后会变得更加强大，某一方面超出了人类的能力。某种程度上智慧手机是人的另外一个分身和化身，通过它可以直接与现实世界打交道，它主动和拥有者一起来进行镜像的同时工作和交互，交互的方式变成更加双向的交互方式。
文字实录如下：
余承东：各位大家早上好！我今天报告题目是《人工智能未来已来》，今天这个时代我们处于一个新的时代，随着互联网的发展，计算机技术和互联网的发展，让我们多年以前二十几年前三十年前我们上学时代很多人提的人工智能从理论研究慢慢走入了实用化时代，我们可以看到人类历史的发展我记得三十六年前，阿尔文?托夫勒写的《第三次浪潮》，讲到了人类的农业文明时代，到最近这两三百年的工业文明，是物质高速发展的时代。未来是一个信息文明时代。所以随着计算机时代的来临，互联网时代以及现在移动互联网这个时代的来临。人类在人工智能的发展，数字化的时代应该在迅速的到来，我们正在处于这样一个时代。
回顾我们的计算机发展，从八十年代我们开始使用PC，主要是本地化的东西，到了九十年代之后，我们的互联网时代大家用网络连接，不仅是本地的还有网络连接的信息，到最近这十年是移动互联网快速发展的时代，人人拿着智能终端，随时随地连接到网络上，享受着网络的服务。
在今天这个移动互联网时代，数字世界产生的内容越来越多，甚至产生的内容按照发展趋势到移动互联网时代。我们现在数字世界产生的内容，大大丰富于我们现实世界的东西。就是人类在生活、工作产生的大量的数字内容是一个丰富性，远远超过人类现实世界的物质数量。所以说这是一个数字世界快速发展的时代，丰富性、便捷性，人类产生的东西质量非常非常大。人类产生了大量的数据，需要存储，人类数字化产生的物质量是规模空前增长的速度超过了物理世界的增长速度。
人工智能的意义是什么？人工智能要协助人类更好的管理和使用信息，大家知道信息的无限扩展，今天这个时代可以说信息过载，信息的内容量非常非常大。在人类工作生活当中产生这么多的数据和信息，人类怎样有效使用信息，怎样有效获取信息，怎样有效的在你用到的时候，能够自动的提供，真正能够达到想用就有。人工智能需要这样的解决方案，一个全新的信息解决方案，帮助人类提供所需要的信息。
对人工智能这块我们的思考，我们希望人工智能能够帮助人类，能够更主动的获取信息和推送所需要的信息。主动通过人工智能推送人类需要的信息，和同时对信息进行过滤，和对信息进行及时服务。而且信息的交互方式，希望更加自然的交互，像人类说话一样，人类更加自然的交互，对人类来说更加有意义，更方便、更快捷，所以这需要我们人工智能对于信息进行个性化的推荐。
人工智能怎么样实现，我在华为负责华为消费者终端，我们华为做通信网络基础设施的公司，做终端是最近几年的事情，我的理解，在人工智能加上现在的智能手机，未来的智慧型手机，我们把它叫更Superphone，或者是Smartphone，我们说AI+Smartphone融入到智能手机当中来。今天我们人类获取信息和现实世界之间有联络，但是人类也和数字世界连接，通过我们的智能手机，手机用的多了以后，我们的电脑用的越来越少。
未来随着人工智能时代的来临，我们希望智慧手机或者说人的分身或者是化身，因为它每天伴随着你，你天天都在用，越用越知道你的喜好和需求，主人是什么样的，所以某种情况下，不仅是仆人、助理，某种程度上智慧手机是人的另外一个分身和化身，通过它可以直接与现实世界打交道，它主动和拥有者一起来进行镜像的同时工作和交互，交互的方式变成更加双向的交互方式，所以我们和现实世界的连接又发生了一个通过人工智能技术的引入，将手机的作用发挥到不仅仅是一般的手机的价值，可能是带有更多的人的价值来帮助这个人。而且我们的智慧型手机，可能是一个没有胳膊没有腿的一个人工智能机器人，只是没有物理上的胳膊和腿，但是其他的东西，语音、视觉、智慧、判断等等这些东西。
我们说人类拥有的东西，我们希望一个智慧型手机，能够代替人的功能，人有了触觉、嗅觉有了眼睛、嘴巴、耳朵，能够听、能够看，大脑可以直接进行判断，身体可以行动。但是我们想未来的智慧手机除了胳膊腿需要机器人实施，但是我们其他的东西，大量的传感器，还有自然语言的交互，都是可以在智慧终端上具备这些能力。未来的机器视觉的引入，自然语音、自然视觉的交互，加上传感器对周围环境的识别，再加上我们人类对大脑的判断，人类大脑是本地进行决策的，不像计算机是网络连接的。
未来的智慧手机同时要具备人类所具备的能力，本地决策的能力，本地决策可能是本地机器的学习，机器使用资料。但是当网络连接断掉的时候，背后的大数据、云计算和人工智能的计算运算在云端的支撑，可能会更强，这是人类不能具备的能力，我们说余承东在这里讲，同时在网上查大量的信息，如果断掉了以后，人类今天这个状态是本地决策为主，知识要不断学习，在本地决策。
我们希望未来的机器人、智慧手机，同时具有云端的功能、连接的功能，同时能够代替人和周边进行连接，产生操作，比如说和车的连接和办公和人的连接和家庭的连接，和人本身的连接，这种连接的语言，我们华为也在做这方面的工作，包括现在大家说的智慧家居，未来我们想把更加人工智能的东西放进来。机器和周边的通信和交互的语言，我们希望未来有更多的标准化，形成更多的能够互通的语言。
同时非常重要的一点就是智慧手机和人不同的一点就是人类没有大脑实时对外联网的能力，但是可以根据环境情况在现场进行判断。但是智慧手机具备通过不仅有深度学习，有计算的能力，同时又具有云端的大数据、云端的能力，解决在云端获取，对于一个人来说，很难记住多少本书的资料，但是对于智慧手机来说，可以拥有背后云端全世界所有的资料和全世界别人的经验，这样的话能力在云端连接以后会变得更加强大，某一方面超出了人类的能力。在这些方面，机器学习、深度计算，对于大数据和云服务，这些方面的研究，华为是做基础通信设施的供应商，在云端的工作我们一直做的，我们提供计算服务、存储服务和机器学习，还有芯片的解决方案。
计算机发明以后，今天这个计算机的架构，对于智能时代的来临，未来的计算机架构可能会发生很大的改变，因为大脑的架构和计算机的架构是不一样的，大脑的结构人的计算神经元的计算和存储是在一起交互的，这种未来架构也会发生很大的改变，未来的计算机架构对人工智能时代的来临也会发生很大的改变，在云端的计算、在手机端都会发生很多的改变。现在的计算机架构做人工智能的深度学习和软件运算，效率是非常低的，我们通过对计算机架构的改变，可能会把这种效率几千倍几万倍的提升，我们也在做这方面的研究。
所以人工智能时代对于我们计算机的架构会提出新的要求，对云端的大数据和云计算的架构和方式也都会产生很大的改变。我们也在做这方面的研究，因为今天在会上，也不是发布详细的研究信息的时候。但是我们华为一直致力于这个方向，华为不仅提供通信的网络连接，提供这种计算人工智能，这是一个融合的时代。
另外今天的交互技术发生很多的改变，AR、VR、AI等等，包括语音的识别和视频的处理，华为的研究投入，去年的数据我们全球排第九位，但是每年都在增加研发投入，今年的研发投入可能会上升到前几位，在可预见的两三年内，华为的研发投入有望成为世界第一，现在的第一第二名是大众和三星，按照现在华为的研发投入速度，我估计接下来的两三年华为是研发投入最大的。我们接下来会投向人工智能领域，这是一个改变人类信息化时代最重要的一个领域。
每次行业的变迁都是一个大的机会，一个机会的来临，都会造就一些伟大的企业、伟大的公司，对于我们来说，华为希望和各位同行一起携手，能够共同在这个伟大时代来临的时候抓住这个机会，不仅发展自己的企业，同时能够为人类科技和人类社会发展做出自己有价值的独特的贡献。
(责编：孟哲、杨波)分享让更多人看到
人工智能有什么价值和意义
人工智能有什么价值和意义，人工智能(AI)使机器可以从经验中学习，适应新的输入并执行类似人的任务。您今天听到的大多数AI示例-从下象棋的计算机到自动驾驶汽车-都严重依赖于深度学习和自然语言处理。使用这些技术，可以训练计算机通过处理大量数据并识别数据中的模式来完成特定任务。
,
一、人工智能历史
人工智能一词始创于1956年，但是由于数据量的增加，先进算法以及计算能力和存储能力的提高，人工智能在当今变得越来越流行。
1950年代早期的AI研究探索了诸如解决问题和符号方法之类的主题。1960年代，美国国防部对这种工作产生了兴趣，并开始训练计算机来模仿人类的基本推理。
这项早期工作为我们今天在计算机中看到的自动化和形式推理铺平了道路，包括可以设计为补充和增强人类能力的决策支持系统和智能搜索系统。
好莱坞的电影和科幻小说将AI描绘成占领世界的类人机器人，而AI技术的当前发展并没有那么可怕，甚至还没有那么聪明。取而代之的是，人工智能已经发展为在每个行业提供许多特定的利益。继续阅读有关医疗保健，零售等方面人工智能的现代示例。
二、为什么人工智能很重要?
1)AI通过数据实现重复学习和发现的自动化。但是，人工智能不同于硬件驱动的机器人自动化。AI不是自动执行手动任务，而是可靠，无疲劳地执行频繁，大量的计算机化任务。对于这种类型的自动化，人工询问对于设置系统并提出正确的问题仍然至关重要。
2)人工智能为现有产品增加了智能。在大多数情况下，不会将AI单独出售。而是，您已经使用的产品将通过AI功能得到改善，就像将Siri作为新一代Apple产品的功能添加一样。自动化，对话平台，机器人和智能机可以与大量数据结合使用，以改善从安全智能到投资分析的各种家庭和工作场所技术。
3)AI通过渐进式学习算法进行调整，以使数据进行编程。人工智能发现数据的结构和规律性，从而使该算法获得技能：该算法成为分类器或预测器。因此，就像该算法可以教自己如何下棋一样，它可以教自己下一个在线推荐什么产品。当给定新数据时，模型会适应。反向传播是一种AI技术，允许在第一个答案不太正确时通过训练和添加数据来调整模型。
4)AI使用具有许多隐藏层的神经网络分析更多和更深的数据。几年前几乎不可能构建具有五个隐藏层的欺诈检测系统。不可思议的计算机功能和大数据改变了这一切。您需要大量数据来训练深度学习模型，因为它们直接从数据中学习。您可以提供的数据越多，它们变得越准确。
5)人工智能通过深度神经网络实现了令人难以置信的准确性，这在以前是不可能的。例如，Alexa，百度搜索和百度相册的交互都是基于深度学习的，并且随着我们使用它们的不断增加，它们将变得越来越准确。在医学领域，来自深度学习，图像分类和对象识别的AI技术现在可以用于以与训练有素的放射科医生相同的准确性在MRI上发现癌症。
6)AI充分利用数据。当算法是自学时，数据本身可以成为知识产权。答案在数据中。您只需要应用AI即可将其淘汰。由于数据的作用现在比以往任何时候都重要，因此可以创造竞争优势。如果您在竞争激烈的行业中拥有最好的数据，即使每个人都在应用类似的技术，那么最好的数据也会取胜。
三、如何使用人工智能
每个行业对AI功能的需求都很高，尤其是可以用于法律援助，专利检索，风险通知和医学研究的问答系统。AI的其他用途包括：
卫生保健
AI应用程序可以提供个性化的医学和X射线读数。私人保健助理可以充当生活教练，提醒您吃药，锻炼身体或保持健康饮食。
零售
AI提供了虚拟购物功能，可提供个性化的建议并与消费者讨论购买选项。人工智能还将改善库存管理和站点布局技术。
制造业
AI可以使用循环网络(一种与序列数据一起使用的特定类型的深度学习网络)，分析工厂IoT数据，使其从连接的设备流向预测预期的负载和需求。
银行业
人工智能提高了人类工作的速度，准确性和有效性。在金融机构中，人工智能技术可用于识别哪些交易可能是欺诈性的，采用快速准确的信用评分以及自动执行手动密集型数据管理任务。
四、人类与AI合作
人工智能不能代替我们。它增强了我们的能力，使我们的工作做得更好。由于AI算法的学习方式与人类不同，因此他们对事物的看法也有所不同。他们可以看到逃避我们的关系和模式。这种人类之间的AI合作关系提供了许多机会。它可以：
1)将分析引入当前未充分利用的行业和领域。
2)改善现有分析技术的性能，例如计算机视觉和时间序列分析。
3)打破经济障碍，包括语言和翻译障碍。
4)增强现有能力，使我们的工作做得更好。
5)给我们更好的视野，更好的理解，更好的记忆力等等。
五、使用人工智能有哪些挑战?
人工智能将改变每个行业，但我们必须了解其局限性。
AI的原则局限性在于它从数据中学习。没有其他可以合并知识的方式。这意味着数据中的任何错误都会反映在结果中。并且必须单独添加任何其他预测或分析层。
如今的AI系统已经过培训，可以完成明确定义的任务。玩扑克的系统不能玩单人纸牌或国际象棋。检测欺诈的系统无法驾驶汽车或向您提供法律建议。实际上，检测医疗保健欺诈的AI系统无法准确检测税收欺诈或保修索赔欺诈。
换句话说，这些系统非常非常专业。他们只专注于一项任务，而且行为举止远不及人类。
同样，自学系统也不是自主系统。您在电影和电视中看到的想象中的AI技术仍然是科幻小说。但是可以探测复杂数据以学习并完成特定任务的计算机变得非常普遍。
六、人工智能如何运作
AI通过将大量数据与快速，迭代的处理和智能算法结合在一起来工作，从而使该软件可以自动从数据的模式或特征中学习。人工智能是一个广泛的研究领域，包括许多理论，方法和技术，以及以下主要子领域：
1)机器学习使分析模型构建自动化。它使用来自神经网络，统计学，运筹学和物理学的方法来查找数据中的隐藏见解，而无需明确地为在哪里寻找或得出的结论进行编程。
2)神经网络是一种由相互连接的单元(如神经元)组成的机器学习，该单元通过响应外部输入，在每个单元之间中继信息来处理信息。该过程需要对数据进行多次遍历才能找到连接并从未定义的数据中获取含义。
3)深度学习使用具有多层处理单元的巨大神经网络，利用计算能力的进步和改进的训练技术来学习大量数据中的复杂模式。常见的应用包括图像和语音识别。
4)认知计算是AI的一个子领域，它致力于与机器进行自然的，类似于人的交互。使用AI和认知计算，最终目标是使机器能够通过解释图像和语音的能力来模拟人类过程，然后做出连贯的回应。
5)计算机视觉依赖于模式识别和深度学习来识别图片或视频中的内容。当机器可以处理，分析和理解图像时，它们可以实时捕获图像或视频并解释其周围环境。
6)自然语言处理(NLP)是计算机分析，理解和生成人类语言(包括语音)的能力。NLP的下一个阶段是自然语言交互，它允许人类使用日常的日常语言与计算机进行通信以执行任务。
此外，多种技术可以启用和支持AI：
1)图形处理单元是AI的关键，因为它们提供了迭代处理所需的强大计算能力。训练神经网络需要大数据和计算能力。
2)物联网从连接的设备生成大量数据，其中大部分未经分析。使用AI自动化模型将使我们能够使用更多模型。
3)正在开发先进算法并以新方式进行组合，以更快地，在多个级别上分析更多数据。这种智能处理是识别和预测罕见事件，了解复杂系统并优化独特方案的关键。
4)API或应用程序编程接口，是代码的可移植性软件包使其能够AI功能添加到现有的产品和软件包。他们可以将图像识别功能添加到家庭安全系统中，并可以使用Q&A功能来描述数据，创建标题和标题或在数据中标注出有趣的模式和见解。
总之，AI的目标是提供可以根据输入进行推理并根据输出进行解释的软件。人工智能将提供与人类类似的软件交互，并为特定任务提供决策支持，但它不能替代人类，而且不会很快出现。
摘自：https://www.aaa-cg.com.cn/data/2830.html
全球数治｜欧盟《人工智能法》的意义与缺陷
4月21日，欧盟委员会发布了《人工智能法》提案（以下简称《提案》）。该提案是欧盟首个关于人工智能的具体法律框架，目的在于化解人工智能风险，发展统一、可信赖的欧盟人工智能市场，保护欧盟公民基本权利。欧盟已意识到，鉴于目前尚未形成全球公认的人工智能治理规则框架，只有在欧盟层面采取共同行动，才能保护欧盟数字主权，并利用其监管权力塑造全球规则和标准。
不久前，美国布鲁金斯学会高级研究员马克·麦卡锡（MarkMacCarthy）和乔治敦大学欧盟法教授肯尼斯·普罗普(KennethPropp)共同撰写文章《机器们知悉欧盟制定了人工智能新法规》（MachineslearnthatBrusselswritestherules:TheEU’snewAIregulation），对欧盟《人工智能法》提案的内容予以评述，肯定欧盟制定人工智能治理规则的积极意义，并分析其对跨大西洋合作关系可能产生的影响。
马克·麦卡锡（MarkMacCarthy）和肯尼斯·普罗普(KennethPropp)认为，欧盟《人工智能法》提案主要特点在于设置了一种重视风险且审慎的监管结构，精细划分人工智能风险等级，并制定针对性的监管措施。人工智能系统被分为不可接受的风险、高风险、有限风险和极低风险四种类型。《提案》主要规制的是不可接受的风险和高风险。除非绝对必要，可能导致不可接受风险的人工智能系统和应用都将被禁用。高风险人工智能的使用必须受到严格监管，系统提供者和使用者都要遵守数据管理、记录保存、透明度、人为监管等规定，以确保系统稳定、准确和安全。对风险较小的人工智能系统，只需轻度监管。《提案》的主要创新在于：一、规定上市前合格性评估程序，以确定高风险人工智能系统是否符合法规要求。评估合格后才能出售和使用；二、要求建立专门的监测体系，以发现系统使用过程中的问题并减轻影响。
马克·麦卡锡和肯尼斯·普罗普对《提案》的适用范围、不可接受风险和高风险的具体规定、监管实施方式等也进行了评析。
首先，《提案》规定的法律适用范围十分宽泛。具有机器学习功能的软件系统、基于规则的人工智能算法、创建信用评分的统计技术等都属于人工智能范畴。只要人工智能系统产生的数据是供欧盟成员使用，或与欧盟公民有关，相关系统开发者、供应商和使用者就属于法律管辖的范围，无论他们身在世界何处。
按照《提案》规定，凡是使用人工智能系统或技术操控人类行为，对人类造成或可能造成身体、心理伤害，进而对公民的安全、正常生活和基本权力构成明显危险，即属于“不可接受的风险”，应被禁止使用，例如，禁止出于执法目的在公共场所使用实时远程生物特征识别系统，除非出于寻找失踪儿童、防止恐怖袭击等绝对必要的目的。
对于“人工智能高风险”，《提案》未进行明确定义，但将人工智能技术可能发生高风险的领域划分为八类：关键基础设施、公民教育、产品的安全组件、公民就业、公共服务、公共执法、出入境问题、司法和民主进程，并强调所有远程生物识别系统都应被划入高风险范围。同时，《提案》还规定了高风险人工智能系统在投放市场前和使用过程中应严格履行并接受审查的义务。系统提供者必须：1、创建适当的数据管理办法；2、向系统提供准确、完整的数据集；3、向政府当局提供证明系统符合相关要求的技术信息；4、向用户提供透明、清楚的信息，使用户充分了解系统如何运作；5、采取适当的人为监督措施；6、避免让人类用户过度依赖系统输出，即“自动化偏见”；7、系统具有高等级、可持续的安全性和准确性。同时，高风险人工智能系统提供者必须接受完备的上市前合格性评估。在高风险人工智能系统出售或投入使用后，供应商还要建立相应监测系统。对于投入使用后仍在继续学习和更新的系统，如构成对系统的实质性修改，则需接受新的评估。
《提案》要求各成员国主管市场监管的机构负责监督人工智能新法规实施。今后，欧洲数据保护委员会和各成员国还将指派代表，在欧盟委员会的组织下成立欧洲人工智能委员会，主导欧盟人工智能治理，促进监管规则实施，推动标准制定，发布关于实施法规的意见和解释性指导，并协调各成员国确保规则的一致使用。
《提案》还规定了较以往更严格的惩罚措施。市场监管机构有权要求相关经营者纠正违规行为。若未在期限内纠正，市场监督机构有权禁止或限制人工智能系统的销售，将其撤出市场或召回。对于违规者最高可处3000万欧元的行政罚款。如违法者是企业，最高还可处其上一财政年度营业额6％的罚款。
马克·麦卡锡（MarkMacCarthy）和肯尼斯·普罗普(KennethPropp)还指出，尽管《提案》规则繁复而精细，但仍然存在着明显缺陷。首先，《提案》有不少关于“算法偏见风险”的描述，但对于此类风险评估和防止的规定却十分薄弱和模糊。这可能致使很多大型高科技公司不受实质影响。除了广告跟踪和推荐引擎中使用的某些算法被作为操纵性或剥削性行为而受到禁止，《提案》并未将社交媒体、搜索、在线零售、应用商店、移动应用等所使用的算法确定为高风险。其次，《提案》关于信息披露的规定也不够到位。在与人工智能系统“互动”过程中，人们的情绪、性别、种族、民族或性取向等信息会被人工智能系统“识别”，以及当“深度伪造”系统被人为操纵时，受影响的人们必须得到信息披露，除上述情况外，诸如当人们被算法排序以确定获得公共福利、信贷、教育或就业资格等情况时，就不会被告知相关信息。此外，《提案》对人工智能系统上市前合格性评估程序的规定比较笼统，监管效果可能打折扣。随着欧盟立法程序的推进，这些缺陷需要被重新审视。
在对《提案》解读的基础上，马克·麦卡锡（MarkMacCarthy）和肯尼斯·普罗普(KennethPropp)进一步分析了《提案》对跨大西洋合作关系可能产生的影响。他们认为，相比欧盟致力于在联盟层面统一立法，美国对人工智能的监管仍处于“碎片化”状态。特朗普政府时期直接将人工智能监管责任下放给不同监管机构。拜登政府或许会更重视此问题，以避免潜在风险，但基本上还是会采取分散型监管方式。联邦层面仍然缺乏统一立法。类似欧盟这种基于风险分类的整体型监管模式不太可能被采纳。
尽管如此，美国和欧盟在人工智能治理上仍有合作空间。欧盟委员会提出的跨大西洋合作蓝图，其中重要内容就是成立贸易与技术委员会，以及制定人工智能方面的合作协议。一旦欧盟的高风险人工智能系统标准出台，美国可以选择与欧盟协商，寻求相关制度接轨，进而允许美国高科技公司在美国政府监管下进行人工智能系统合格性评估；双方也可以考虑相互承认对方的合格性评估结果；美国各专门机构在制定人工智能监管规则时，或可参考欧盟法规内容，并通过政府间对话推动形成共识。
最后，马克·麦卡锡（MarkMacCarthy）和肯尼斯·普罗普(KennethPropp)指出，欧盟《人工智能法》提案作为2020年《欧盟人工智能白皮书》具体落实的关键一步，反映出欧盟积极创建面向未来的全球数字治理新规则的雄心。虽然前景未知，但欧盟的立法实践本身就具有积极意义，对相关领域国际规则制定有一定参考价值。