论文部分内容阅读
在一个项目中要有战略重点和战略次点，可以把最容易的地方先智能化，我们就有信心往更高的山头攻了。
我们所有的人工智能要自己的狗食自己先吃，自己生产的降落伞自己先跳。基于我们巨大的网络存量，现阶段人工智能要聚焦在改善我们的服务上。服务是公司最大的存量业务，也是最难的业务，人工智能可以首先在服务领域发挥作用，所以人工智能要瞄准服务主航道，下决心花钱打造公司内在的能力，先不做边界外的事情，不做社会上的小产品。
巨大的存量网络是人工智能最好的舞台
为什么要把人工智能的能力在服务领域先做好呢？对于越来越庞大、越来越复杂的网络，人工智能是建设和管理网络的最重要的工具，人工智能也要聚焦在服务主航道上，这样发展人工智能就是发展主航道业务，要放到这个高度来看。
首先，是解决我们在全球巨大的网络存量的网络维护、故障诊断与处理的能力的提升。我们在全球网络存量有一万亿美元，而且每年上千亿的增加。容量越来越大，流量越来越快，技术越来越复杂，维护人员的水平要求越来越高，经验要求越来越丰富，越来越没有这样多的人才，因此人工智能大有前途。
我们现在用的是IP网，IP是牺牲时延来降低成本，路由窜来窜去的，如果出问题，连问题出在哪儿，都不知道。英国出现了问题，原因可能在德国。未来网络中要更多地关注亚健康检查，甚至在出问题前就要知道。明天的网络还会越来越复杂，越来越搞不定。华为在全球网络中占有三分之一的份额，这么大的存量网络维护难度也很大，如果没有人工智能的自我学习、知识技能的不断扬弃，这张网只靠人怎么来维护？人是记不住这么多事故模型的。所以我们就要构筑这样的能力，一定要在自动诊断、自动发现故障隐患等方面下工夫，不然将来我们的机构会很臃肿。
人工智能通过学习，可以使得专家只用聚焦解决最关键的10%的问题。一部分简单的问题可自动去实施，这样服务的专家就可聚焦解决关键问题了。而以后发现问题，不一定非要去现场，当地发生的问题，经过全世界数据的自我学习以后，系统自己就可以调整解决，再把结果上报。我们通过专家分析和训练，校正机器算法的结构，在处理问题中提升算法，最重要是让机器有学习能力，而不仅是人有学习能力。
第二，人工智能在网络大流量预测使得网络规划与优化从被动走向主动。以成都这张网为例，随着视频业务发展，过去1年4G用户增加75%，全网流量增加70%，成都市区用户平均下载速率从35Mbps提升到40Mbps。那么，客户的挑战是如何在网络流量快速增长的同时，保障和提升最终用户体验的呢？随着网络承载的业务越来越丰富，越来越动态，就需要利用人工智能去主动的预测，主动发现未来几个月的流量热点并对网络进行事前的调整。
以后的网络是以数据中心为中心的网络，在网络的规划设计中，网络拉远共享带来了时延，但数据中心就多了，几万个数据中心之间的数据调来调去就是个复杂的算法问题，这也需要人工智能在网络规划中发挥作用。为什么这么多年我一再鼓励学航天、地理、测绘、生物等的人进入服务体系来，就是要敢于用最先进的工具和方法解决问题。通过使用先进的工具，预测网络的流量机会以及流量的非正常变动，发现事故苗子。
所以人工智能在服务的应用有三点，一是对网络故障诊断分析，二是对网规网优的指引，三是做好技术资料的翻译。我们的人工智能要优先往内做，拿我们内部业务一块一块做实验，才有未来。进攻就是最好的防御，当我们用这种方式进攻时，门槛就高得其他公司跟不上了。
人工智能要聚焦到主航道上，不要做小商品
人工智能研发技术越难越要搞，要大力投入，加快建设步伐让服务用上最先进的工具。这些技术马上达到实用性还要些时间，我们要有这个战略耐心。
人工智能最初不一定要选择最难的骨头来啃，可以选择简单的那块骨头先啃，先从最容易的地方入手。智慧要在主航道边界里面，不做边界外的事情。人工智能要与主航道业务捆绑，在边界之内可以大投，一起扩展更多的灵感。所以离开了这个边界，偏离“主航道”的就不投了。
用美国砖建中国长城，让“蜂子”在长城上跳舞
人工智能研究一定要走向高度开放。自己开展研究是正确的，不研究就不知道方向与对错，就不知道哪些是好的。世界上有比我们做得好的，就要引进来。
此外，要防止封闭，一定要开放。在机器学习领域，一定有很多学习软件大大地超越我们，会有很多人做出好的东西来，我们要和这些最好的厂家合作。这边掺进一个美国砖，那边再用一个欧洲砖、一个日本砖，万里长城，不管砖是谁的，能打胜仗就行了，不要什么砖都自己造。在这个万里长城大平台上，允许大河奔腾的踢踏舞，允许“蜂子”跳舞，它颠覆不了这个平台，但是激活了这个平台。在产业分工上，别人有优势的地方就利用别人的优势，我们要集中精力在主航道。
单项的研发能力全世界很多国家的公司和研究所都很厉害，但是整合能力我们最强，所以不要害怕开放。一定要对未来有投入，才可能在3-5年之后在这个领域里面取得一定的地位。
在人才获取上要敢于做“东北乱炖”
这些年，我们之所以鼓励吸收各专业的杂家进入服务体系，就是要敢于将各种最先进的工具和新的方法应用到我们的业务中来。所以研发人工智能就像“东北乱炖”，不管什么都炖进去，能炖出味道来就是好的。瞄准未来，要敞开一个很大的人才喇叭口，只要他们愿意转行，他带来的思维方式都会使我们的人工智能更成熟。
世界上最厉害的软件国家还是美国，美国的创新意识很强，我们还要在美国加大对未来优秀人才的投入。华为在海外的专家平均都是四五十岁，现在需要进苗子了。苗子不一定都是中国人，可以是外国博士，十年后正好可以冲锋，不然我们很快就会青黄不接。
因此建议在一些名牌大学里面还要开展各种竞赛活动，因为人才是非常多方面、多元化的，我们要有需求策划。原来的万里长城是不容人跳舞的，为什么不能搭一个台子供大家跳舞？
在人工智能的历史长河中，要有业务的战略聚焦点，现在就是聚焦在服务上，在一个项目中要有战略重点和战略次点，可以把最容易的地方先智能化，就有信心往更高的山头攻了。
我们所有的人工智能要自己的狗食自己先吃，自己生产的降落伞自己先跳。基于我们巨大的网络存量，现阶段人工智能要聚焦在改善我们的服务上。服务是公司最大的存量业务，也是最难的业务，人工智能可以首先在服务领域发挥作用，所以人工智能要瞄准服务主航道，下决心花钱打造公司内在的能力，先不做边界外的事情，不做社会上的小产品。
巨大的存量网络是人工智能最好的舞台
为什么要把人工智能的能力在服务领域先做好呢？对于越来越庞大、越来越复杂的网络，人工智能是建设和管理网络的最重要的工具，人工智能也要聚焦在服务主航道上，这样发展人工智能就是发展主航道业务，要放到这个高度来看。
首先，是解决我们在全球巨大的网络存量的网络维护、故障诊断与处理的能力的提升。我们在全球网络存量有一万亿美元，而且每年上千亿的增加。容量越来越大，流量越来越快，技术越来越复杂，维护人员的水平要求越来越高，经验要求越来越丰富，越来越没有这样多的人才，因此人工智能大有前途。
我们现在用的是IP网，IP是牺牲时延来降低成本，路由窜来窜去的，如果出问题，连问题出在哪儿，都不知道。英国出现了问题，原因可能在德国。未来网络中要更多地关注亚健康检查，甚至在出问题前就要知道。明天的网络还会越来越复杂，越来越搞不定。华为在全球网络中占有三分之一的份额，这么大的存量网络维护难度也很大，如果没有人工智能的自我学习、知识技能的不断扬弃，这张网只靠人怎么来维护？人是记不住这么多事故模型的。所以我们就要构筑这样的能力，一定要在自动诊断、自动发现故障隐患等方面下工夫，不然将来我们的机构会很臃肿。
人工智能通过学习，可以使得专家只用聚焦解决最关键的10%的问题。一部分简单的问题可自动去实施，这样服务的专家就可聚焦解决关键问题了。而以后发现问题，不一定非要去现场，当地发生的问题，经过全世界数据的自我学习以后，系统自己就可以调整解决，再把结果上报。我们通过专家分析和训练，校正机器算法的结构，在处理问题中提升算法，最重要是让机器有学习能力，而不仅是人有学习能力。
第二，人工智能在网络大流量预测使得网络规划与优化从被动走向主动。以成都这张网为例，随着视频业务发展，过去1年4G用户增加75%，全网流量增加70%，成都市区用户平均下载速率从35Mbps提升到40Mbps。那么，客户的挑战是如何在网络流量快速增长的同时，保障和提升最终用户体验的呢？随着网络承载的业务越来越丰富，越来越动态，就需要利用人工智能去主动的预测，主动发现未来几个月的流量热点并对网络进行事前的调整。
以后的网络是以数据中心为中心的网络，在网络的规划设计中，网络拉远共享带来了时延，但数据中心就多了，几万个数据中心之间的数据调来调去就是个复杂的算法问题，这也需要人工智能在网络规划中发挥作用。为什么这么多年我一再鼓励学航天、地理、测绘、生物等的人进入服务体系来，就是要敢于用最先进的工具和方法解决问题。通过使用先进的工具，预测网络的流量机会以及流量的非正常变动，发现事故苗子。
所以人工智能在服务的应用有三点，一是对网络故障诊断分析，二是对网规网优的指引，三是做好技术资料的翻译。我们的人工智能要优先往内做，拿我们内部业务一块一块做实验，才有未来。进攻就是最好的防御，当我们用这种方式进攻时，门槛就高得其他公司跟不上了。
人工智能要聚焦到主航道上，不要做小商品
人工智能研发技术越难越要搞，要大力投入，加快建设步伐让服务用上最先进的工具。这些技术马上达到实用性还要些时间，我们要有这个战略耐心。
人工智能最初不一定要选择最难的骨头来啃，可以选择简单的那块骨头先啃，先从最容易的地方入手。智慧要在主航道边界里面，不做边界外的事情。人工智能要与主航道业务捆绑，在边界之内可以大投，一起扩展更多的灵感。所以离开了这个边界，偏离“主航道”的就不投了。
用美国砖建中国长城，让“蜂子”在长城上跳舞
人工智能研究一定要走向高度开放。自己开展研究是正确的，不研究就不知道方向与对错，就不知道哪些是好的。世界上有比我们做得好的，就要引进来。
此外，要防止封闭，一定要开放。在机器学习领域，一定有很多学习软件大大地超越我们，会有很多人做出好的东西来，我们要和这些最好的厂家合作。这边掺进一个美国砖，那边再用一个欧洲砖、一个日本砖，万里长城，不管砖是谁的，能打胜仗就行了，不要什么砖都自己造。在这个万里长城大平台上，允许大河奔腾的踢踏舞，允许“蜂子”跳舞，它颠覆不了这个平台，但是激活了这个平台。在产业分工上，别人有优势的地方就利用别人的优势，我们要集中精力在主航道。
单项的研发能力全世界很多国家的公司和研究所都很厉害，但是整合能力我们最强，所以不要害怕开放。一定要对未来有投入，才可能在3-5年之后在这个领域里面取得一定的地位。
在人才获取上要敢于做“东北乱炖”
这些年，我们之所以鼓励吸收各专业的杂家进入服务体系，就是要敢于将各种最先进的工具和新的方法应用到我们的业务中来。所以研发人工智能就像“东北乱炖”，不管什么都炖进去，能炖出味道来就是好的。瞄准未来，要敞开一个很大的人才喇叭口，只要他们愿意转行，他带来的思维方式都会使我们的人工智能更成熟。
世界上最厉害的软件国家还是美国，美国的创新意识很强，我们还要在美国加大对未来优秀人才的投入。华为在海外的专家平均都是四五十岁，现在需要进苗子了。苗子不一定都是中国人，可以是外国博士，十年后正好可以冲锋，不然我们很快就会青黄不接。
因此建议在一些名牌大学里面还要开展各种竞赛活动，因为人才是非常多方面、多元化的，我们要有需求策划。原来的万里长城是不容人跳舞的，为什么不能搭一个台子供大家跳舞？
在人工智能的历史长河中，要有业务的战略聚焦点，现在就是聚焦在服务上，在一个项目中要有战略重点和战略次点，可以把最容易的地方先智能化，就有信心往更高的山头攻了。