加速行业智能化白皮书使能百模千态，赋能千行万业在这个数字化、智能化的时代，人工智能已经 逐渐成为推动科技发展的核心驱动力。人工智 能技术越来越成为面向未来、开拓创新的重要 工具和手段。其中，基于知识驱动的第一代人 工智能利用知识、算法和算力三个要素构建 AI;基于数据驱动的第二代人工智能利用数 据、算法和算力三个要素构建 AI。由于第一、二代 AI 只是从一个侧面模拟人类的智能行为，因此存在各自的局限性，很难触及人类真正的 智能。而第三代人工智能，则是对知识驱动和 数据驱动人工智能的融合，利用知识、数据、算法和算力四个要素，构建了新的可解释和鲁 棒的 AI 理论与方法，发展安全、可信、可靠和 可扩展的 AI 技术。第三代人工智能是发展数字 经济的关键，是数字经济未来发展的新灯塔和 新航道。知识和数据双轮驱动下的第三代人工智能技术 正在催生人工智能产业的迭代升级，以大模型 为代表的第三代人工智能，它通过文本的语义 向量表示和转换器的多头注意机制，能够对文 本的语义，即文本中所包含的知识进行自监督 学习，从而在聊天(对话或自然语言处理)上 向通用人工智能迈出一步，这是人工智能的重 大突破，已经成为新一轮科技革命和产业变革 的核心驱动力，助力中国经济实现高质量发展，深刻影响人民生活和社会进步。本书的典型特 色，就是通过一些具体的场景应用和实践案例，把第三代人工智能赋能千行万业的作用进行了 具象化，主要体现在以下几个方面：一是第三代人工智能技术聚焦于企业和政府服 务，涉及零售营销、金融、交通、医疗保健、教育、制造业、网络安全等方面。例如，在实践案例 方面，中国国家气象中心与华为合作的气象大模型，通过海量数据和算力保障充分发挥大模 型算法的作用，使得中长期气象预报精度首次 超过传统数值方法，速度提升 10000 倍以上。二是第三代人工智能技术催生了很多新兴产 业，这些新兴产业对于国民经济、国防、国民 社会的发展至关重要。例如，在场景方面，AI 技术使能城市安全。基于 AI 技术构建的智能 预测模型和智能决策模型等为城市感知体系的 建设带来了新的能力。通过视觉大模型能够将 之前的单场景感知增强至泛化多场景安全风险 识别，面对城市安全等场景提升感知数据的通 用分析能力，持续推动城市感知体系的创新和 升级，为构建更智慧、更安全的城市环境注入 了强大的动力。三是第三代人工智能技术积极推动传统产业转 型升级，运用大量信息技术和数字化手段，加 快推进产业智能化，完善产业链数字形态，极 大地提升生产效率和产品质量。例如，本书介 绍了山东能源集团的智能化转型的案例。山东 能源集团创新性地使用大模型和云边端分层分 级架构体系，通过 AI 与业务流程深度结合、资深业务人员的深度参与，以及应用与 AI 算 法协同等机制，成功解决了能源行业人工智能 应用的难题。第三代人工智能技术的发展还存在理论基础薄 弱的问题，属于探索“无人区”，发展目标和 发展道路不明晰，这也是人工智能产业和信息 产业最大的不同。我们还欣喜的看到，本书提 出了利用人工智能技术推动行业智能化的一个 系统工程的理论架构。书中提到的“分层开放、体系协同、敏捷高效、安全可信”的行业智能 化参考架构，对人工智能产业生态的构建会起序言一到重要作用，促进产业的有机更新、迭代升级，带动千行万业智能化，从而加快人工智能产业快速 发展。未来，全球经济要实现高质量发展，必须大力推动人工智能持续赋能行业智能化转型。通过本书的 介绍，我们看到中国的人工智能技术和产业已经取得了长足的发展，在各个领域进行了大量的探索 和实践，有诸多成功案例，可以为全球走向智能化提供一些成功的经验和实践范式。让我们期待人 工智能技术的持续创新和改善，全球的人工智能产业及应用能在下一个十年蓬勃健康地发展！人工 智能正在迅速发展，智能世界加速到来。最后，我想说，人工智能的魅力就在于人工智能的研究永远在路上,需要的是坚持不懈与持之以恒。希望全社会、各行业能够更加积极的拥抱人工智能技术，共同迎接一个充满智能与创新的新时代。中国科学院院士、清华大学教授、清华大学人工智能研究院名誉院长算力设施的同步演进，形成合力，支撑人工智 能产业升级换代。在这场人工智能的变革浪潮中，如何把握人工 智能技术的发展趋势，将其应用于实际行业场 景，以实现更高效率、更低成本、更广覆盖度 地赋能行业智能化，已经成为社会各界关注的 焦点。行业智能化转型过程中遇到的其中一个 关键挑战是在各行业与 AI 之间的知识沟通，培养两栖人才。本书通过一个通用的系统工程 框架比较全面地解析了该问题的解决之道，来 指导行业智能化转型这个复杂的系统工程。通 用的智能化系统框架像人体一样，有大脑、五 官、经脉、血液、手脚、知识等，可感知，能 学习，会思考，会进步。结合行业数据、知识 的积累与融合，用户的体验与反馈，才能更好 地支撑 AI 在行业中的发展。人工智能将触发广泛的行业变革。未来十年，AI 的主战场正是在各行各业。我们不但要研究 语言模型、图像模型、视频模型等等基础大模 型，还要进一步创建行业知识与数据集，训练 各行业的垂直模型，推动数据和知识双轮驱动 的人工智能。数据和知识的结合将让人工智能 走向更深入、更专业、更广泛。另外还需要加 强安全可信、政策标准等方面的投入，以更全 面、更有效的力度推进行业智能化的发展。本书列举了人工智能技术使能不同的企业生产 场景和民生场景。例如，在 AI 使能企业生产 部分，本书提出了大模型支撑不同业务场景：视觉大模型应用于安监生产；语言大模型应用 于经营管理；多模态大模型应用于决策指挥。在 AI 使能民生部分，通过使用人工智能技术，提高医学影像诊断的精准性、标准化和自动化。犹如历史上蒸汽机、电力、计算机和互联网等 通用技术一样，近 20 年来，人工智能正以史 无前例的速度和深度改变着人类社会和经济，为释放人类创造力和促进经济增长提供了巨大 的机会。人工智能是驱动新一轮科技和产业变 革的重要动力源泉。人工智能的发展不但已从 过去的学术牵引迅速转化为需求牵引，其基础 和目标也在发生变化。人工智能技术在大数据 智能、群体智能、跨媒体智能、人机混合增强 智能、自主智能系统五大发展方向的重要性和 影响力已系统展现。在规划及产业的推动下，这五个方向和 5G、工业互联网、区块链一起 正在形成更广泛的新技术、新产品、新业态、新产业，使得制造过程更智能，供需匹配更优 化，专业分工更精准，国际物流更流畅，从而 引发经济结构的重大变革，带动社会生产力的 整体跃升。另外，人工智能也正在赋能智慧电 力、智慧交通、智能城市、智慧医疗、智慧农 业等方向，带动各行各业从传统发展模式向智 能化转型。总之，人工智能正不断重新定义人 们的生产、生活的方方面面，同时也为我们带 来了前所未有的机遇和挑战。Chat GPT 的问世使 AI 又前进一大步。数据、算力、算法曾是人工智能发展的三大核心要素，现在开始转向大的数据、模型、知识、用户等 四大要素。其中，数据是人工智能算法的“燃 料”，融入知识的大模型是人工智能的基础设 施，大模型的广泛使用则是人工智能系统进化 的推动力量。从传统作坊式小模型向百亿千亿 参数大模型的演进中，参数越多，训练的大数 据越广泛、通用效果就越明显，越似乎人脑，但对算力要求也越高，杜绝偏差的难度也越大。人工智能迭代发展过程中，顶层设计要考虑到 行业中数据的相容与特色、知识的建构和发展，序言二书中对智慧煤矿、智慧钢铁、智慧港口、智慧城市交通、智慧航空、智能铁路、智慧城轨、智慧油气、智能制造、智慧电力等企业生产场景，以及城市治理、气象预报、智慧影像、精准医疗、智慧水务 等民生场景的深入分析，还列举了大量生动的案例，这些案例分布在矿山、电力、制造和大企业、机场和轨道交通、公路水运口岸、油气、金融、智慧城市、政府及公共事业等众多领域。充分体现 了人工智能在各行各业应用中具有巨大潜力和广阔空间。总的来说，本书总结了华为过去几十年的技术创新研究和对行业智能化的实际应用效果，通过独特 的视角和深入的思考，考察了人工智能技术在行业智能化中的关键作用，展示了如何将人工智能技 术与传统产业深度融合，推动产业升级和转型，为经济智能化转型提供了有益的经验与借鉴。当前，中国正以“万水千山只等闲”之势，生机勃勃地前进在行业智能化转型的大道上，产业界、学术界、行业用户正在一起合力构建一个万物互联的智能世界，打造无所不及的 AI。智能化的未来，是全人类共同的未来，每个国家都有权利和需求参与到智能化的发展进程中来，共同推动智能化技 术的应用和创新，带动全球经济和社会走向一个高质量、高水平的快速演进期，以造福全人类。中国工程院院士、浙江大学教授 国家新一代人工智能战略咨询委员会主任算力、数据、算法已经构成了目前实现人工智 能的三要素，并且缺一不可。人工智能算力 是算力基础设施的重要组成部分，是中国新 基建和“东数西算”工程的核心任务抓手。预计到 2025 年，中国的 AI 算力总量将超过 1800EFlops，占总算力的比重将超过 85%，2030 年全球 AI 算力将增长 500 倍。中国已 经在 20 多个城市陆续启动了人工智能计算中 心的建设，以普惠算力带动当地人工智能产业 快速发展。多年来华为聚焦鲲鹏、昇腾处理器 技术，发展欧拉操作系统、高斯数据库、昇思 AI 开发框架等基础软件生态，通过软硬件协同、架构创新、系统性创新，保持算力基础设施的 先进性，为行业数字化构筑安全、绿色、可持 续发展算力底座。人工智能产业的发展必然带来海量数据安全汇 聚和流通的需求，大带宽、低时延的网络能力 是发挥算力性能的基础。网络能力需求体现 在数据中心内、数据中心间以及数据中心跟 终端用户之间不同层面的需求。中国正在启动 400G 全光网和 IPv6+网络建设以及从 5G 往 5G-A 传输网络的演进工作，旨在通过大带宽、低时延高性能网络，支撑海量数据的实时安全 交互。通过全方位的网络能力建设和升级，为 人工智能数据流动保驾护航。人工智能技术的应用，是发挥基础设施价值的 最后一公里。海量通用数据基础上进行预先训 练形成的基础大模型，大幅提升了人工智能的 泛化性、通用性、实用性。基础大模型要结合 行业数据进行更有针对性的训练和优化，沉淀 行业数据、知识、特征形成行业大模型，赋能 千行万业智能化转型。1760 年到 1840 年的第一次工业革命，主要 技术手段是煤炭、蒸汽机，将人类带入了以机 械化为特征的蒸汽机时代。19 世纪末到 20 世 纪初的第二次工业革命的主要技术手段是电 力、石油，将人类带入了电气化时代。20 世纪60 年代开始的第三次工业革命主要技术手段是 计算机、互联网，将人类带入了自动化或网络 化时代。21 世纪初的第四次工业革命则以大数 据和人工智能技术为核心，以互联网承载的新 技术融合为典型特征。相比前三次工业革命为 人类社会带来的进步，第四次工业革命将人类 带入了更高层次的智能化时代。人工智能技术 不断演进，成为第四次工业革命的关键新兴技 术，成为当前最具颠覆性的技术之一，是行业 转型升级的重要驱动力量。人工智能作为一项战略性技术，已成为世界多 国政府科技投入的聚焦点和产业政策的发力 点。全球 170 多个国家相继出台人工智能相关 国家战略和规划文件，加速全球人工智能产业 发展落地。具体而言，美国将人工智能提到“未 来产业”和“未来技术”领域的高度，不断巩 固和提升美国在人工智能领域的全球竞争力；欧盟全面重塑数字时代全球影响力，其中将推 动人工智能发展列为重要的工作；英国旨在使 英国成为人工智能领域的全球超级大国；日本 致力于推动人工智能领域的创新创造计划，全 面建设数字化政府；新加坡要成为研发和部署 有影响力的人工智能解决方案的先行者；基于 当前复杂多变的国际形势，中国一方面要加强 人工智能基础核心技术创新研究，培育自主创 新生态体系，另一方面要推进人工智能与传统 产业的融合，赋能我国产业数字化、智能化高 质量发展。序言三本书中华为联合行业全面地总结了人工智能基础设施建设以及行业智