华为云ai科技（从尖端技术到行业落地）
华为云ai科技（从尖端技术到行业落地）在本次华为云AI院长峰会上，一批与华为云合作的高校团队得到了表彰，包括研究“领域知识图谱构建与应用技术”的中国科学技术大学陈恩红教授团队、研究“阿拉伯语NLP技术”的北京语言大学荀恩东教授团队、研究“鲁棒性语音识别”的西北工业大学谢磊教授团队、研究“NLP基础技术”的苏州大学张民教授团队，以及研究“基于大规模互联网数据下的多模态预训练技术”的浙江大学庄越挺教授团队。在中科院上海药物研究所，华为云EIHealth团队与蒋华良院士团队合作加速AI药物研发进程。在过去三年里，双方从蛋白质结构预测、小分子药物表征、药物虚拟筛选、药物生成四大方向进行研发，共同训练了华为云盘古药物分子大模型，赋能全流程的AI药物研发。华为董事、科学家咨询委员会主任徐文伟认为，我们需要鼓励AI产业链发展，扶持全栈AI、完善AI基础平台及工具体系，培育AI根技术，提高我国核心技术的创新能力；鼓励企业积极采用人工智能进行智
多名院士、30所国内顶尖高校、60多位院长教授，汇聚在“第三届华为云AI院长峰会”。如何通过产学研的深度融合，来推进AI行业应用落地，成为大家关注和讨论的核心话题。
当下，随着数字化转型的深入，企业对于利用AI技术来降本增效抱有很高的期待。然而，作为一个典型的交叉学科，AI应用落地的最大难点，在于如何把AI技术与行业知识相结合，形成企业切实可用的解决方案。
要做到这一点，一个强大的生态系统不可或缺。为此，华为云正在打造一个创新的AI生态，高校、科研机构、ISV、开发者等都在其中发挥重要作用，与华为云一起研发技术、培养人才、开发应用，深入到行业场景中为企业业务赋能。
与高校合作，联合研究推动AI技术创新作为一个创新技术领域，AI仍处于发展的早期阶段，其健康成长需要产学研用等各方的共同努力，通过学术研究和人才培养，来为其长远发展提供动力。
华为董事、科学家咨询委员会主任徐文伟认为，我们需要鼓励AI产业链发展，扶持全栈AI、完善AI基础平台及工具体系，培育AI根技术，提高我国核心技术的创新能力；鼓励企业积极采用人工智能进行智能化升级，形成技术研发和产业智能创新的双向大循环。
当前，华为正在从基于客户需求的“创新1.0”，迈向基于愿景驱动的“创新2.0”。在AI领域，华为云则积极与学术界进行思想碰撞，和知名教授、学者携手开展科研项目。
据了解，目前华为云与全球100多所高校展开合作，与30多位ACM Fellow、IEEE Fellow、院士携手，形成了顶尖研发团队。在国内，与中科院上海药物研究所、中国科学技术大学、东北大学、苏州大学等成立了创新实验室，进行长期合作，推进商用落地。
在中科院上海药物研究所，华为云EIHealth团队与蒋华良院士团队合作加速AI药物研发进程。在过去三年里，双方从蛋白质结构预测、小分子药物表征、药物虚拟筛选、药物生成四大方向进行研发，共同训练了华为云盘古药物分子大模型，赋能全流程的AI药物研发。
在本次华为云AI院长峰会上，一批与华为云合作的高校团队得到了表彰，包括研究“领域知识图谱构建与应用技术”的中国科学技术大学陈恩红教授团队、研究“阿拉伯语NLP技术”的北京语言大学荀恩东教授团队、研究“鲁棒性语音识别”的西北工业大学谢磊教授团队、研究“NLP基础技术”的苏州大学张民教授团队，以及研究“基于大规模互联网数据下的多模态预训练技术”的浙江大学庄越挺教授团队。
以当前AI领域的热门技术“大模型”为例。中国科学技术大学副校长吴枫表示，目前大模型规模发展到千亿级，未来仍有较大的发展空间。与此同时，如何降低训练大模型的能耗，是一个具有挑战性的问题。目前，中国科学技术大学“类脑智能技术及应用国家工程实验室”发挥高校优势，就如何提高大模型规模、减少训练大模型所需资源等问题展开深入研究，与企业联手，各司其职，共同把大模型的发展推向新的高潮。
通过这样的校企合作，不仅实现了AI技术创新的突破，也培养了大量的AI人才，尤其是既懂技术又懂企业的复合型人才，进一步推动AI应用的普及。
作为一个技术工具，AI应用落地的关键因素是行业知识。当下企业普遍缺乏AI专家人才，导致AI技术与行业应用之间存在明显的鸿沟，阻碍了AI应用在行业的快速落地。于是，既懂AI技术，又具有行业知识的ISV，成为AI生态的关键角色。
华为云CTO张宇昕介绍说，华为云提出“一切皆服务”战略，将AI技术和应用经验化、云化，让更多企业不需要重复造轮子，像使用水电一样，使用全球领先的人工智能等数字技术，将更多的精力聚焦于自身业务创新。
作为华为云四大生产线服务之一的AI开发生产线ModelArts，就是华为云专为降低企业AI开发门槛而打造的，并实现了与数据治理生产线DataArts的打通。
在ModelArts基础上，华为云构建了开发者生态社区AI Gallery，并发布了AI生态伙伴计划D-PLAN。华为云深入7大行业25个细分场景，与伙伴和开发者一起沉淀5万多个AI资产，并汇聚于华为云AI Gallery平台上，帮助用户便捷地进行知识学习、算法实践及数字资产共享。
通过D-PLAN的合作，我们已经能够看到很多ISV在行业场景化解决方案方面取得的成果。快消品销售领域，纷享销客基于华为云打造了AI货架识别解决方案，解决了商品包装多样化的难题，在毫秒内计算出排面数量/货架占比；在水务领域，拓安信携手华为云开发出适配业务范围内所有水表的AI算法模型，实现水表识别模型的定制化和自主训练优化……
这些ISV从华为云获得了AI技术赋能，加上自身的行业经验，开发出了场景化的解决方案，实现了AI项目的规模化复制推广，也帮助更多的企业实现智能化升级。
打造大模型利器，帮助ISV降低AI开发门槛与很多ICT领域一样，过往的AI应用开发，多是烟囱式的。针对具体的应用场景，开发者往往需要从头开始进行数据准备和模型训练，使得AI开发成本高昂、效率低下，阻碍了AI应用的普惠化，无法满足AI逐步走进企业核心生产系统的需要。
预训练大模型由此而生。华为云人工智能领域首席科学家、IEEE Fellow、国际欧亚科学院院士田奇表示，华为云的盘古大模型，是规模化生产高性能AI模型的生产线，能够推动AI开发从过去的“作坊式”升级到“工业化”，并且帮助解决AI模型产业落地的挑战。而盘古大模型，也与天筹求解器、知识计算一起，成为华为云AI三大根技术。
据介绍，华为云盘古系列大模型于去年4月正式发布，已有五大领域大模型——NLP（中文语言）大模型、CV（视觉）大模型、科学计算大模型、多模态大模型、Graph（图网络）大模型。今年，盘古研发团队的工作重点聚焦在行业应用的落地，而生态建设则是其中的重要部分。
田奇介绍说，盘古大模型的客户包括短价值链和长价值链两类。短价值链客户是直接的行业用户，而长价值链客户则是开发者。盘古大模型分为L0、L1、L2三个层级，分别为基础大模型、行业大模型和细分场景模型。通过把基础大模型开放给ISV，能够降低ISV的小模型开发难度，加速AI应用在千行百业的落地。
对于ISV来说，利用大模型进行AI应用开发，可以降低AI开发的门槛，减少对AI开发工程师的专业依赖，并可以通过不断更新数据快速进行模型迭代；同时还能解决一直困扰AI开发工程师的碎片化开发问题，原来需要多个模型的不同场景，现在可以用一个模型来覆盖。
当下，正是AI行业规模应用推广的关键时期。在AI生态方面的创新探索，对合作伙伴的赋能，可以汇聚产业力量，加速AI在企业核心业务的应用。由此，AI将不再是高高在上的技术，而成为行业落地的应用，进而推进千行百业的数字化和智能化进程。
