任正非: 重视数据的输入和采集，这是人工智能和自动化的源泉

　　今年年初，华为总裁任正非在全球人工智能技术应用研讨会（GTS）上向华为阐明了GTS人工智能的重要性.

　　当时，他提出，为了实现高质量的数据输出，有必要敢于在网络规划和网络优化等关键方案上进行投资，并率先在非洲进行歼灭战. 简化的工程勘测和自动化设计.

　　8月29日，华为召开了GTS人工智能实践进展专题报告会. 任正非提醒，尽管GTS机器学习取得了长足的进步，但仍然需要重视数据的输入和采集，这是人工智能和自动化的源泉.

　　在会上，任正非对华为内部人工智能的发展提出了三个要求:

　　1. 专注于内部效率的提高，使用人工智能来更改操作模式，简化管理并结合业务场景来解决实际问题.

　　2. 专注于业务，继续增加对GTS数据系统，AI算法和AI支持平台的投资.

　　3. 人工智能将在未来在内部进行横向扩展，并与周围部门协调以产生成倍的收益；客户界面的升级和服务内容将在设备和网络的生命周期中创造更大的价值.

　　会议还显示，华为在全球拥有460万个站点，每年将在100万个站点上运营. 任正非希望在5G时代首先连接华为的基站.

　　任正非提出，要加快公司统一人工智能平台需求的发展，部署统一人工智能培训环境，并期待2018年在GTS中的首次实践和应用. （钛媒体记者李成成报道） ）

　　附件: 任正非在GTS人工智能实践进度报告会上的讲话

　　1. 专注于内部效率的提高，使用人工智能来更改操作模式，简化管理并结合业务场景来解决实际问题.

　　人工智能的核心在于应用. GTS使用人工智能作为工具来研究*敏*感*词*重复活动的智能自动化，以提高人员效率并协助人员工作. 从您的探索中，实践经验非常重要.

　　在人工智能和自动化过程中，我们必须注意交付服务过程以及人员思想和行为方式的变化. 如果它们仍然是相同的旧思想，并且不注意数据输入和采集，那么我们的人工智能和自动化将失去其来源. 同时，我们必须看到人工智能是一个不断发展和迭代的过程. 在前进的过程中，每个人都不应着急，并要不断进步. 关键是要做好数据治理和平台体系结构设计，以确保我们的总体方向正确和正确. 加快迭代速度并一步步运行.

　　首先，使用人工智能简化站点操作，自动化设计和报告，并统一产品线以构建网络，而无需进行安装和调试.

　　我们在全球拥有460万个站点，并且每年在100万个站点上运营. 任何站点操作都是成本. 通过建立站点信息数据库和开发站点3D扫描功能，简化了站点调查，并大大节省了在站点上输入表单所需的时间. 将来的数据输入可以进一步简化. 捆绑好语音系统，完成现场操作. 自己说，表格将自动生成. 然后回家修改表格，以完成交付.

　　基站设计方案的模型很多. 现在，通过机器学习，可以实现基站连接图和配置参数的自动生成，从而降低了对现场工程师的要求. 面向未来，应该对设备模型集成，免安装和免调试进行研究. 在5G时代，万物互联. 我们可以先连接基站吗？荒野，我们有多少个站点？应该是几百万. 您可以要求快递员骑*敏*感*词*上山，连接基站并打开电源，所有无线连接设备都将自动连接，从而减少了错误并节省了人工.

　　质量检查仅需拍照并将其与标准模式进行比较，以便分包商可以在现场安装时检查安装的质量，一次正确执行操作，避免多次访问现场并保存时间. 提高效率. 不要低估了1-2小时的节省. 这是重点. 如果有成千上万个站点要推广，乘以系数，就会有成千上万的规模效益.

　　第二，网络规划和网络优化必须敢于应用高级技术，例如地理，测绘和数学以及新的商业模式. 只要效果可以改善，我就会使用它们.

　　网络规划和网络优化基于数据，算法和成本的影响. 我们选择人工智能方面的突破，通过“分析机器人”提高人员效率，并在无线干扰分析和天线馈电系统方向角优化调整中加强引入人工智能技术. 增强无线网络优化和规划的效率. 同时，基于产品数据的虚拟驱动器测试是一个方向. 您无需进行路测即可知道网络的信号状态. 一个城市可以节省3,000公里的路测. 十几个城市相当于地球的一圈. 响.

　　人工智能理论是所有人类的财富，可以被我使用，而不仅仅是我们的理论. 网络规划和网络优化是一项基于数据的业务，人工智能也很容易带来收益，因此我们必须敢于招募一些统计学，系统工程，哲学，遥感，遥测等领域的优秀医生和硕士. ，就像我那时一样. 这与要求某些专业人员进行地理测绘相同. 经过两年的实践，它自然会理解.

　　第三，数万亿美元的股票是我们的优势. 我们将继续积累少量样本. 维护模式应从被动问题处理变为主动预测和预防，再从反馈反馈到制造和产品设计以形成闭环改进.

　　面对大量确定性的重复工作，逐渐聚合成千上万个复杂场景，并通过表格，建模和其他方法不断总结和完善经验. 就像我小时候一样，发生问题时，一台巨大的数字设备接连闪烁着灯. 从闪烁的灯光中，我慢慢看了看哪个区域集中，然后看了电路. 我判断电阻已断开，然后将其打开. 它是固定的，这是一个小样本！这些小样本已提供给您，您可以将其总结和总结到理论水平，这就是故障模型.

　　最终的维护模式应从被动问题处理转变为预测性预防. 在问题处理方面，我们至少可以丰富问题经验数据库. 对于暴露最多问题，解决最好问题的人，我们也可以提供小额奖励. 在预测和预防方面，应将通过障碍物发现的切屑和批次等相关问题进一步反馈给公司的制造部门和产品设计链接，以从源头上提高设备的耐用性.

　　2. 专注于业务，继续增加对GTS数据系统，AI算法和AI支持平台的投资.

　　首先，行为是记录，记录是数据. 建立并继续完善GTS数据系统.

　　数据是一门科学，也是人工智能的基础. 有必要学习行业做得好的方法. GTS将操作过程中的操作过程，对象，规则和经验数字化，并不断完善GTS数据系统. 每个产品线还必须将自己的产品数字化，这是服务数字化的基础. 有必要加强云平台的基础设施建设，丰富个体数据采集工具，为每个员工配备一个数据采集器. 员工完成现场工作后，他返回工作站进行处理，并只需按一下按钮就将其发送出去.

　　应该使用数据来促进构造，使用表单，建模和其他方法来输出作业数据，并使用高质量的作业数据输出来衡量作业完成情况，并为工程师的高质量提供牵引力作业数据输出以形成指导和模板.

　　第二，算法必须为企业服务. 算法科学家与熟悉服务场景的工程师紧密合作，以提高他们在服务客户战场上的能力

　　人工智能的应用是一门实践科学，并且在实践和应用中不断进步，其效果并非一overnight而就. 在实践的初期，如果该算法不能达到高级工程师的水平，则必须以人为主体，以机器为辅，并不断地对其进行改进和改进.

　　人工智能开发，算法专家，产品线专家和GTS业务专家应组成一个混合团队，共同识别实际场景中的AI应用机会，了解业务场景，设计算法模型并优化算法效果.

　　第三，加快公司统一人工智能平台的开发，并于2018年在GTS中首次实践和应用.

　　开发公司的统一人工智能平台，部署统一的人工智能培训环境，首先练习和应用GTS，并整合GTS积累的站点运营，网络维护以及网络规划领域的算法，知识，方法和经验和优化. 治愈这个平台.

　　人工智能平台在GTS中的应用必须首先，小步骤并且要快速运行，着重于解决方案的服务场景，选择与场景相匹配的相对成熟的算法，并快速建立工程能力，例如数据处理和在战斗中进行模型训练经过优化，该平台将于2018年部署在GTS系统上.

　　3. 人工智能将在未来在内部进行横向扩展，并与周围部门协调以产生成倍的收益；客户界面的升级和服务内容将在设备和网络的生命周期中创造更大的价值.

　　首先，自动化也是人工智能. 要改善一个观点，可能需要促进数十万个重点，并且会有数十万个乘数收益.

　　跨域推广也应具有优势. 通过数据互连和业务交叉集成，可以简化公司的许多部门. 例如，金融业还挑选出了100多个人工智能方面的要点，其中有些与GTS交互，例如从项目会计到开*敏*感*词*，GTS可以以此为起点横向发展金融.

　　我们必须坚定不移地推进某些确定性任务的自动化和智能化，减少重复劳动. 并非总是可能强调人工智能对歧义性问题的判断和处理. 为什么它不能解决确定性问题？自动化也是人工智能. 为了提高一点，乘以系数，可能会有成千上万的乘数收益. GTS人员均应通过实验“洗澡”. 有些人在周期中变得更加强大，创造了新的工作方法并大大提高了工作效率.

　　第二，基于我们自身实践的成功，使用数据和智能技术来升级服务内容，建立在线服务模型并解决客户挑战.

　　基于数万亿存储数据的优势，通过改善自我管理的周期性实践，构建全球智能网络平台，该平台的功能将以服务的形式向客户开放，服务内容将得到扩展到设备和网络的整个生命周期. 在解决客户挑战的同时，华为也受益匪浅.

　　站点选择是否可以根据流量预测和动态变化进行准确的网络规划？甚至数百万个设备都无法一天24小时高速开机. 如果可以根据流量动态设置产品的能耗，是否可以大大改善网络和能源效率？在更远的将来，我们能否将预防和预测能力扩展到整个网络，并以可预测的方式应对自然灾害和重大事件带来的挑战？

　　我们抓住了这些机会并升级了服务的内容，我们可以使用在线服务和其他方式在网络的整个生命周期中继续为客户创造价值.

　　有关更多精彩内容，请关注Titanium Media微信ID（ID: taimeiti），或下载Titanium Media App