“一直有传言说华为正在研发AI芯片，今天我要告诉大家：这是事实！”华为轮值董事长徐直军表示。
在为期三天的华为全联接大会上，徐直军以独特的方式正式宣布了华为的人工智能战略。
在为期三天的会议中，他重点介绍了华为有什么、做了什么以及如何做。
逻辑全面梳理了华为进军人工智能的思路。
我们为什么要构建人工智能？华为的回答很直接：“AI太重要了。
”除了以AI为核心的全联接大会之外，华为还在年底改变了集团对人工智能的使命愿景。
只不过，相比互联网玩家和创业者，华为的人工智能战略似乎发布得更晚，但也有先做决定后采取行动的野心。
与BAT的转型计划不同，华为有自己的AI方法论。
逆向思维 早在2000年，“人工智能”一词就在达特茅斯会议上被提出，并在随后的60年里引发了两轮AI热潮。
不幸的是，社会对人工智能的期望往往超出了ICT行业的实际水平。
所以当2016年人工智能再次流行时，一些人仍然担心前两次的悲剧是否会重演。
这种悲观情绪并非没有根据。
离人们想象的人工智能还有很长的路要走。
在人工智能成为全民话题的同时，又一起“造谣”事件被曝光。
甚至有人感叹：有多少人工智能就有多少智能。
徐直军提出了一个有趣的观点，“我们应该充分关注人工智能能够解决的问题，专注于它创造价值的领域，而不是把精力花在人工智能无法解决的问题或无法创造的领域上。
”因为选择正确的问题比寻找新颖的解决方案更重要。
”经济学家认为，当今人类的发展离不开通用技术，而在维基百科列出的 26 种通用技术中，人工智能正是其中之一。
然而，很多人对通用技术抱有过高的期望，确信它能在短期内迅速提高生产效率。
他们习惯性地忽视通用技术普及与生产力增长之间的“滞后效应”。
一个直接的例子：三十年来，电动发动机和灯泡相继被发明，但大多数人并没有意识到电作为一项通用技术的价值。
毕竟，直到20世纪70年代，工厂里的蒸汽动力机器才逐渐被电机取代。
发动机已经存在，电动汽车取代内燃机的革命尚未完成。
麻省理工学院教授埃里克·布林约尔松（Erik Brynjolfsson）试图做出以下解释：第一，通用技术需要很长时间才能发展、成熟，进而提高国民经济的生产率增长；其次，要发挥通用技术的潜力，必须依靠相关创新技术的发展，通过组合创新推动生产力的实质性提高；第三，通用技术的开发需要极其耗时的额外创新和投资。
华为在人工智能战略上选择不“推进”也不无道理。
大多数人仍在思考人工智能能否创造价值，并渴望找到新颖的解决方案。
这也决定了行为上的差异。
其他人先画一个饼，然后逐渐将饼变成现实。
华为的逆向思维考虑的是现阶段人工智能技术能够解决哪些问题。
华为并不是从今天才开始关注AI。
今年9月，华为发布面向企业和政府的人工智能服务平台华为云EI；今年4月，华为发布了智能终端人工智能引擎HiAI；升腾以及两款业界领先的AI芯片。
这无疑体现了华为已蓄谋已久。
这从华为人工智能的发展节奏中就可以看出。
一是面向华为内部，持续探索和支持内部管理优化和效率提升。
然后转移到电信运营商、消费者、企业和政府，以及普惠AI。
华为高级管理顾问黄伟伟在与媒体交流时，这样描述任正非对人工智能战略的“内训”：华为AI内部重点关注两个方向，一是产品智能化；二是产品智能化。
二是内部管理和效率不断提升。
华为并没有针对AI做出大规模的架构规划。
而是先单点突破，横向整合，然后建立行业平台，并将平台开放给客户甚至竞争对手。
我们先从内部开始。
挑撕战术对华为的人工智能战略影响很大。
例如，当前人工智能发展面临的最大挑战是什么？华为云BU总裁郑叶来回答了两点：“一是开发效率低，整个标注、训练、部署的过程非常耗时；二是AI基础资源特别是算力稀缺。
而且很贵。
”与之相对应，华为云发布的ModelArts开发平台涉及数据标注和准备、模型训练、模型调优、模型部署等整个AI开发流程。
这与华为内部在AI实践中遇到的坑不无关系。
再比如，AI的落地场景有哪些？华为战略Marketing总裁徐文伟有自己的想法：场景一是海量重复的场景，比如图片/图像识别、文档审核等，是重复性的，目标明确，但任务量大。
此类场景下AI应用的核心价值是提升效率；场景2为专家体验场景；在很多行业，由于关键专家的稀缺，比如医疗行业，符合国家标准的宫颈癌筛查专家就更少，要覆盖全国还需要20年的时间。
适龄女性筛查一次；场景3是多域协作场景；例如城市智能交通系统、现代制造等。
交通信号灯的控制与时间、天气、车道、路网、重大事件等多维变量有关。
人脑显然无法分析判断。
由此就不难理解，华为为什么要拿出全栈、全场景的AI解决方案，这当然也揭示了华为的野心。
道法自然人工智能还处于起步阶段，前提规则是：技术形态第一，商业形态第二。
无论是华为还是其他厂商，目的都非常明显，就是打造自己的技术生态系统，不断提高自己在AI领域的话语权，吸引更多的开发者，进而构建AI生态系统。
从这个角度来看，华为的全栈、全场景AI可以概括为五个数字：1、2、4、5。
1指的是达芬奇项目。
此前有消息称，华为内部有一个代号为“达芬奇”的人工智能项目，最终在华为全连接大会上浮出水面。
它不仅仅是芯片本身，还涵盖了一系列软硬件结合的解决方案。
最终我们为用户提供全场景服务。
2指的是两颗人工智能芯片。
芯片是人工智能的血液，框架是人工智能的大脑和灵魂。
华为没有放过他们中的任何一个。
图4代表了华为全栈AI的四个部分，这也值得解释一下：首先，升腾AI IP和芯片均基于达芬奇架构。
芯片分为5个系列，Max、Lite、Mini、Tiny、Nano。
目前，升腾（max）和升腾（mini）已公布；第二个是CANN，翻译成中文是为神经网络定制的计算架构。
它是一个高度自动化的计算系统。
子开发工具可以使开发效率提高三倍，同时还兼顾操作员性能；三是MindSpore框架，将训练与推理友好统一，全面适配端、边、云全场景。
这是与现有的各种框架最大的区别，比如Google的TensorFlow、百度的PaddlePaddle、Facebook的PyTorch、亚马逊的MXN??et等；第四个是应用使能，即机器学习PaaS（平台即服务），包括由ModleArts服务提供全流程服务、分层API和预集成解决方案。
用于满足不同开发者的不同需求，促进AI的应用。
5有两个解释，包括消费终端、公有云、私有云、边缘计算、物联网行业终端五大场景。
还指华为AI战略的五个方面，投入基础研究、打造全栈解决方案、投入开放生态、以及人才培养、解决方案强化、内部效率提升等。
人工智能战略有纵深布局。
原因在于人工智能的应用刚刚开始，开发者面临着这样或那样的痛点。
抓住生态链的每一个环节，让用户和开发者都留在自己的生态圈里很重要。
毕竟没有深度，没有粘性。
没有任何障碍。
横向上，当纵向框架完善后，可以产生这样的乘数效应：收入=深度×广度。
华为的人工智能战略覆盖全场景。
这既是内部应用经验的总结，也符合华为自身在终端（手机、IoT等）和云端的布局。
可以说，道法自然，一切自然而然。
当然，除了技术和应用生态之外，华为一直倡导“普惠AI”理念，不断降低通用技术的应用门槛。
并宣布将投入10亿元用于人工智能人才培养，计划三年内培养1万名开发者。
。
一整套组合的背后，生态系统开始形成。