公司对人工智能的战略定位与研究方向 - 公司研究聚焦于未来3-5年，致力于大模型、大数据、大算力在工农业和科技产业的实际应用 [3] - 人工智能在公司的地位重要，但当前最重要的是通信技术（CT），包括无线电、光通信、核心网和数据通信，因为没有网络的算力是信息孤岛 [28] - 公司未来三到五年内的研究方向相当于德国的工业4.0，强调人工智能在工业中的应用 [27] 人工智能在具体行业的应用案例与价值 - 在钢铁行业，通过大模型优化高炉控制，可提高高炉效率1% [3] - 在煤炭行业，实现地下500-700米或更深的无人挖煤，并通过大模型提高洗煤精度0.1% [3] - 在港口运营中，如天津港和秘鲁钱凯港，实现了集装箱装卸、堆垛到通关的全流程无人化 [3] - 在医疗领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提高诊断能力 [4] - 利用5G和光纤网络，在西藏牧区可实现远程超声波肝包虫检测，展示了低时延网络的应用价值 [7] - 在铁路系统，国铁正在试验5G-R无线调度系统，以支持时速450公里的高铁和载重3万吨的货运列车，未来中国铁路网可能达30-40万公里干线轨道 [13][14] - 软件工程领域，AI辅助编程已释放约30%的软件工程师工作量，未来可能达到60-70% [16] 对算力、模型与未来技术发展的看法 - 认为未来将是算力过剩的时代，而非算力不足 [16] - 认为人工智能的发明贡献仅占2%，而在产业上的应用贡献将占98% [24] - 认为量子计算未来一定会成功，但公司不承担量子研究，成功后可能会购买量子计算机 [24] - 强调人工智能重在应用，应用AI会强大一个国家，而不仅仅是发明AI的IT公司 [24] 对教育、人才与创新的观点 - 区分学校与企业的属性：学校探索人类未来（0-1创新），企业创造商业价值，将理论变为工业现实 [1][7] - 认为网络教育推动了从物理集中式向逻辑分散式教育模型的转变，有利于边远地区天才的崛起 [5][6][26] - 鼓励青年人才敢于摸高，探索真理，并认为因材施教很重要，不是每个人都要去摸高 [9] - 指出中国青年创业氛围浓厚，在机器人等领域有数百万青年参与，形成了不羡慕外部机制的内部创新环境 [10][11] - 提到公司曾招聘三千多名边远地区本科毕业生，经过三年培养后授予专科认证，从事芯片生产和精密制造工作，重新定义“工人” [9] - 认为在计算机时代的脑力劳动中，男性和女性没有本质区别 [18] - 强调理论研究的伟大，列举了傅里叶变换、拉普拉斯方程等例子，认为理论是推理出来的“空想” [17] 公司的全球化合作与开放态度 - 公司尊重各国人才与技术，在不同国家设有机构进行合作发展，例如在俄罗斯因其理论科学先进而规模化发展 [20] - 表示渴望全球化，自力更生是被逼无奈，并承认在诸多方面使用的芯片至少落后国内其他企业一代 [29] - 强调中国需要更加开放，向世界文明学习，不能闭关自守，开放改革使中国富起来，现在需要发展“新质生产力” [30] - 提及与ICPC的合作始于偶然，并通过“黄大年茶思屋”网络平台与全球科研人员交流 [19][30] - 对罗马尼亚的数学传统和工业历史表示赞赏，并坚持加强与其合作 [21] - 认为美国创造的科技文明对世界有益，美国制裁的只是公司，中国大多数公司仍可使用美国技术，这对中国产业发展有好处 [28][29] 对特定国家或地区技术发展的建议 - 对印度尼西亚，建议其AI发展重点在于“应用”领先，例如利用北斗卫星与公司技术实现厘米级定位，发展船舶与港口自动化 [21][22] - 对白俄罗斯，肯定其在热工理论（如热管和磁流变抛光技术）上的伟大贡献，这些技术对解决芯片散热问题至关重要 [23]

公司对人工智能的定位与战略 - 公司研究聚焦于未来3-5年人工智能在产业上的实际应用，而非长期理论或通用人工智能探索 [6] - 人工智能应用旨在解决工农业、医疗等领域的实际问题，例如将高炉炼铁效率提升1%，或将煤炭精选精度提高0.1% [6] - 公司认为自身是技术应用公司，致力于将科学理论转化为工业现实，内部职务分类中的“科学家”称号是社会专称代号，并非对标社会标准 [25] 人工智能的具体应用场景 - 在工业领域，已实现地下500-700米无人挖煤、露天矿山完全无人化作业以及天津港、秘鲁钱凯港的无人化装卸通关 [6] - 在医疗领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提升诊断能力，并通过5G网络实现远程诊断 [7] - 在交通领域，中国正试验5G-R无线调度系统，以支撑时速450公里的高铁和3万吨重载列车的运行，未来庞大的铁路网络调度是复杂的科学问题 [18][19] - 人工智能辅助软件编程已释放约30%的软件工程师工作量，未来可能达到60-70% [23] 对教育与人才培养的看法 - 强调“教育是教育，商业是商业”，认为学校应专注“0-1”的探索创新和人才培养，企业则负责将理论变为工业现实 [10] - 指出教育模式正从物理集中式向逻辑分散式转变，网络教学使边远地区得以接触世界名校课程，促进了社会整体进步 [8] - 鼓励青年敢于在时代潮流中“冲浪”，选择适合自己的道路努力进取，不必过分在乎成功与否 [16][17] - 认为在计算机等脑力劳动领域，女性与男性没有本质区别，应鼓励更多女性参与 [27] 公司对全球合作与人才的态度 - 公司通过与ICPC等组织的合作，建立了认知世界的窗口，并特别认可俄罗斯在理论数学和研究上的领先基础 [28][29] - 肯定东欧国家如罗马尼亚的创造性，并表达了在法律许可下加大在欧洲发展的意愿 [29] - 对于不同发展水平的地区，建议其人工智能发展路径应契合国情，例如印度尼西亚应优先追求“应用”领先，而非争夺算力模型的世界领先 [30] 对青年创新与产业发展的观察 - 指出中国青年创业氛围浓厚，大量青年在机器人等领域创业，已形成不羡慕他人、自主创新的机制 [15] - 以公司内部为例，一名22岁员工提出了全世界做得最好的气象模型，另一名22岁俄罗斯女孩发明了可能改变AI芯片实现结构的新余数算法 [11] - 认为人工智能将增加社会总财富，但会伴随岗位精简，需要通过再教育工程对富余人员进行转岗培训 [23] 对技术发展环境的认知 - 认为未来将是算力过剩的时代，做模型的人无需过度担心算力不足或模型的社会应用问题 [24] - 在资源受限的处境下，公司认为通过线性技术推演，实现所需算力（如970集群）是一定能实现的假设 [24] - 承认中国在诸多领域的原创发明曾来自西方，但相信中国会追上来并提供原创，例如高压直流输电系统和星闪传输架构 [10][11]

文章核心观点 - 公司创始人任正非在与ICPC（国际大学生程序设计竞赛）优胜者及教练的座谈会上，系统阐述了公司对人工智能发展的核心看法，强调AI应聚焦于未来三至五年的产业应用，以解决工业、医疗等领域的实际问题，推动社会进步 [6][7][10] - 座谈会深入探讨了教育、人才培养、国际合作以及青年发展等议题，核心思想是“教育是教育，商业是商业”，主张学校与企业应各司其职，分别专注于探索未来的“0-1”创新与将理论转化为商业价值的“1-N”应用 [12][13] - 面对技术浪潮，鼓励青年敢于在质疑中前进，选择适合自己的道路，并在开放合作中推动文明交融与技术共进 [18][19][38] 关于人工智能（AI）的发展与应用 - **发展阶段的划分**：将AI与人类的关系分为三个阶段：未来一千年是社会学家研究的范畴；未来十到二十年是大科学家构想的阶段；而公司研究则聚焦于未来三到五年，关注大模型、大数据、大算力在工农业和科技产业的实际应用 [6][7] - **工业领域的应用实例**： - 高炉炼铁：通过大模型优化炉温控制和燃料矿石配比，可将高炉效率提高**1%** [7] - 煤炭开采：在地下**500米-700米**或更深实现无人化开采，通过数据建模预测瓦斯爆炸等风险；洗煤环节利用大模型提高精选精度**0.1%** [7] - 露天矿山、港口：实现数百辆重型矿车、挖掘机完全无人运行；天津港、秘鲁钱凯港实现从装卸、堆垛到通关的全流程无人化 [7] - **医疗健康领域的应用**：瑞金医院的病理大模型已大规模用于分析生理切片，辅助诊断；中山医科大学的眼科模型可通过手机拍照实现远程诊断，帮助边远地区 [8] - **AI的贡献价值**：AI在产业上的贡献将占到**98%**，而IT公司对人类的贡献仅占**2%**，强调AI重在应用而非发明，应用AI能强大一个国家 [31] - **对通用人工智能（AGI）的看法**：指出美国与中国在AI追求方向上不同，美国探索AGI和超级人工智能（ASI），而中国研究如何利用AI创造价值、解决发展问题，如实现矿山、水泥生产无人化等 [22] - **AI对就业的影响与对策**：AI将释放部分岗位，例如AI辅助编程已释放约**30%**的软件工程师工作量，未来可能达到**60%-70%** [23]。应对之策是发展再教育工程，如实行学券制，对富余人员进行职业再教育，将其转化为国家需要的人才 [22][23] - **算力与模型发展的看法**：认为未来将是算力过剩的时代，做模型的人无需过度担心算力不足或模型的社会应用问题，这些应由行业应用工程师来解决 [23][24] 关于教育、人才培养与青年发展 - **教育模式的转变**：社会正从物理性集中式教育模型向逻辑性分散的教育模型转变，网络教学使边远地区学生也能学习世界名校课程，关键在于提供足够的网络辅导 [9][10] - **学校与企业的分工**：学校的属性是探索人类未来，做“0-1”的研究创新并培养人才；企业的属性是创造商业价值，把学校创造的理论变成工业现实 [12][13] - **青年职业发展建议**： - 鼓励青年随着时代潮流冲浪，敢于走在最前面，不要过于在乎金钱、青春牺牲或短期指标，应着眼于造福人类未来 [18] - 选择适合自己的职业努力进取，成功与否并非唯一标准，在不成功的道路上积累的试验经验也是巨大财富 [18] - 鼓励有能力“摸高”的青年走到最高点探索真理，若从高点往下走从事其他行业也更容易成功 [16] - **新时代的“工人”**：一些精密工业生产需要受过高等教育的人员，公司曾招聘三千多名边远地区本科毕业生，培养后授予专科认证，从事芯片生产和精密制造工作，这是高等教育未来的责任之一 [15] - **中国青年创业生态**：中国涌现大量青年创新公司，例如机器人领域有百万青年参与，大量资本投入推动其成长，这为中国各领域现代化培养了中坚力量，中国青年已形成不羡慕他人、自主创业的机制 [16] 关于开放合作、全球化与文明交融 - **开放合作的重要性**：中国通过开放改革引进世界优秀文明成果，实现了经济井喷式发展，文明交融并未产生冲突，而是共同创造了价值 [14][38] - **全球人才流动的积极看法**：认为全球人才到美国创造科技文明有益于世界进步，美国创造的科技文明对世界有益，公司支持其发展 [36][37] - **公司的国际合作实践**：公司通过ICPC等平台与全球建立连接，尊重各国人才与技术，在不同国家设有合作机构，例如在俄罗斯因其深厚的理论科学基础而设立了规模化发展机构 [27][28] - **“新质生产力”与高质量发展**：中国在“富起来”后，需追求有质量的发展，即发展“新质生产力”，提升产品高质量以赢得国际市场 [38] 关于特定技术与领域观点 - **5G与网络的重要性**：强调当前最重要的是CT（通信技术），包括无线电、光通信等，因为AI价值的实现需要先进网络将数据传至数千公里外，没有网络的算力是信息孤岛 [35] - **量子计算**：认为量子科学迟早会突破，量子计算机一定能实现并在特定计算上带来巨大优势，但这是国家层面的命题，公司无法承担研究，未来可能会购买量子计算机 [32] - **女性在科技领域的参与**：在计算机时代，脑力劳动中男女性没有本质区别，鼓励更多女性参与创造性工作 [25][26] - **远程办公与面对面交流**：远程网络办公的潮流不会改变，且对公司生存至关重要，但定期的面对面聚会仍有其价值，两者将共存 [34] 关于竞赛、产学研结合与区域发展 - **ICPC竞赛与产学研结合**：ICPC挑战赛的题目来源于工业界实际应用场景，是校企合作的典范，未来此类挑战赛将更贴近工业场景，并可能引入AI辅助解决 [15][27] - **对不同国家发展AI的建议**：对于如印度尼西亚等国，最紧迫的不是争夺大模型领先，而是强调“应用”领先，适合本国国情，例如发展港口自动化、农业无人化等 [29] - **肯定各国的科技贡献**：在交流中肯定了匈牙利、俄罗斯、罗马尼亚、白俄罗斯、墨西哥等国家在科学理论、技术或文明方面的历史贡献与潜力 [13][25][27][28][30]

华为对人工智能发展的战略聚焦 - 公司着眼点在于未来3-5年人工智能在产业上的实际应用 致力于通过大模型、大数据、大算力解决工农业、科技产业等领域的生产与消费实际问题 [2] - 以高炉炼铁为例 通过大模型优化控制可提高高炉效率1% 公司亦在人体健康监测、乘用车自动驾驶及智能终端对话模型等领域进行应用探索 [2] 对算力供需格局的前瞻判断 - 公司认为未来将是算力过剩的时代 而非算力不足 建数千个、数百个大模型都是正确的探索方向 [3] - 当前大模型对算力需求极高且难以准确预测需求结构 因此算力过剩时代必然会到来 模型开发者无需担心算力问题 应更关注模型的社会实用性 [3] 全球及中国算力产业发展现状 - 全球算力规模高速增长 2021年全球计算设备算力总规模达615 EFlops 增速44% 2022年达906 EFlops 增速47% [3] - 中国算力资源分布不均衡 呈现“东部不足、西部过剩”的局面 国家推出“东数西算”战略工程进行跨域调配 [5] - 京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域的算力发展水平处于国内领先地位 [7] 算力在数字经济中的核心地位与标准化建设 - 算力已成为数字经济的核心驱动力 伴随云计算、边缘计算和终端计算快速发展 [9] - 构建完善的算力标准体系至关重要 包括接入认证、节点分类、任务分类、应用分级等 以提高资源利用效率并促进市场健康发展 [9]

文章核心观点 - 华为创始人任正非在与ICPC青年人才的座谈会上，系统阐述了其对人工智能发展、青年人才培养、公司战略定位以及全球科技合作的看法，核心思想是强调AI技术应聚焦于实际应用以创造价值，鼓励青年人才勇于探索并选择适合自己的发展道路，并认为开放合作与全球化是科技发展的关键[3][4][5] 人工智能（AI）的发展战略与应用 - 公司对AI的研究着眼于未来3-5年，聚焦于将大模型、大数据、大算力应用于工农业和科技产业解决实际问题[4][9] - 具体应用场景包括：通过大模型优化高炉炼铁，预计可提升效率1%；用于无人煤矿，预测瓦斯爆炸和塌方以保障安全；提高洗煤精度0.1%，乘以中国年产量40亿吨，价值巨大；实现港口装卸、堆垛、通关无人化[4][9] - 在医疗健康领域，已与瑞金医院合作病理大模型，与中山医科大学合作眼科远程诊断模型[4][10] - 认为未来将是算力过剩而非不足的时代，当前建设数百数千个大模型是正确探索，但需关注需求可能非线性增长[5][21] - 明确公司定位为“技术公司”而非“科学公司”，核心是应用科学技术，将理论创新转化为工业现实[5][11][22] 对青年人才发展的看法与鼓励 - 鼓励有能力的青年勇于“摸高”，探索前沿科学，追求真理，暂时不必走商业化道路；若探索遇阻，再从高处转向应用领域（“从喜马拉雅往下走”），将更容易成功[3][14] - 认为中国青年创业氛围浓厚，不羡慕Meta等公司给予个别青年上亿美元签约金和千万美元年薪的模式，因为国内有大量能力强的小团队创业公司，股份自主，做好了收益丰厚[3][14] - 以中国机器人产业为例，指出有百万青年投身其中，大量资本投入训练，无论商业成败，都培养了数百万优秀青少年，这将成为中国现代化的中坚力量[15] - 建议青年在选择职业时，不要在乎金钱、青春牺牲或他人选择，应选择适合自己的道路并努力进取，即使不成功，过程积累的学问也是巨大财富[5] 教育、科研与产业的角色定位 - 强调学校与企业的属性不同：学校的责任是探索人类未来，进行“0-1”的原创研究并培养人才；企业的责任是创造商业价值，将学校的理论创新转化为工业现实[11][13] - 认为中国在原创发明上正在追赶，并举例公司内部有22岁年轻人提出了世界领先的气象模型，以及22岁俄罗斯女孩发明了可能改变AI芯片结构的新余数算法[11][12] - 指出高等教育的一个未来责任是培养能做“工人”的大学生，即从事芯片生产、精密制造等需要高等教育背景的新时代产业工人[13] 行业应用与未来展望 - 认为不同国家发展AI应因地制宜，例如印尼的当务之急不是争夺大模型领先，而是将AI用于港口自动化、农业等具体应用，可利用中国北斗厘米级定位等技术[4][23] - 在中国，AI应用方向是解决城市安全、水泥生产无人化等实际问题，并提及国铁正在试验用于450公里时速高铁的5G-R无线调度系统，未来将支撑上万列高速列车和3万吨重载货车的运行[4][17] - 提及AI在软件开发中已释放约30%软件工程师的工作量，未来可能达到60-70%，这将导致岗位精简，但国家总财富增加，需要通过再教育工程对富余人员进行转岗培训[20] - 对于量子计算等前沿科学，认为其突破是必然的，但公司目前无法承担此类基础研究，未来量子计算机若成功，公司可能会购买使用[25] 全球化、开放合作与人才观 - 认为美国创造的科技文明对世界有益，公司渴望全球化并享受站在巨人肩膀上的好处，当前的自力更生是被逼无奈[26][27] - 强调中国需要更加开放，向所有文明国家学习，容纳世界文明，通过开放改革使国家富起来，并追求有质量的、基于“新质生产力”的发展[28] - 在人才吸引上态度务实，认为公司容纳力有限，与ICPC的交流不带有直接招聘目的，但通过此类活动建立了与全球人才的纽带，并依托“黄大年茶思屋”等全球化网络平台促进学术交流[27][28]

华为对人工智能的战略定位与核心观点 - 人工智能在公司的地位重要，但当前最重要的是通信技术，包括无线电、光通信、核心网和数据通信，因为AI的感知与控制需要将数据传到几千公里外，必须依赖先进的网络，没有网络的算力是信息孤岛，孤岛化的AI无法实现真正智能 [2][45] - AI的价值不在于模型本身，而在于产业应用，IT公司对人类的贡献仅占2%，AI在产业上的贡献将占到98% [5][40] - 公司研究着眼于未来3至5年，聚焦于大模型、大数据、大算力在工农业和科技产业上的具体应用，例如提高高炉炼铁效率1%、提高洗煤精度0.1%，以及实现矿山、港口装卸等场景的无人化作业 [9] 人工智能的产业应用与价值创造 - 人工智能的应用已体现在多个领域：在工业上，通过大模型优化高炉控制，可提高效率1%；在煤炭行业，可实现地下500-700米或更深的无人挖煤，并通过大模型提高洗煤精度0.1%；港口如天津港和秘鲁钱凯港已实现无人装卸、堆垛和通关 [9] - 在医疗健康领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提高诊断能力，并通过低时延的5G和高宽带光纤网络，实现远程诊断，例如在西藏牧区探测肝包虫 [10][13] - 在软件行业，AI辅助编程已经释放了约30%的软件工程师工作量，未来可能达到60-70% [30] 算力、网络与未来技术趋势 - 未来算力将面临过剩而非稀缺，关键在于连接，公司认为算力过剩的时代一定会到来，做模型的人无需担心算力不足 [30] - 通信网络是AI价值实现的基础，公司当前最重要的任务是筑牢通信网络，因为AI要真正产生价值需要全社会的协作和先进的网络连接 [2][45] - 对于量子计算等前沿技术，公司认为量子计算机的研究是国家和人类的命题，公司自身无法承担，但量子计算机出来后可能会购买，当前仍需在其他方面努力 [41][42] 教育、人才培养与校企合作 - 教育的目的在于探索人类未来，做“0-1”的研究创新，企业的目的是商业，将学校的理论变成工业现实，两者属性不同，不能混淆 [15][17] - 网络教育推动了教育模式从物理集中式向逻辑分散式转变，使边远地区的学生也能接触到世界名牌大学的课程，有利于整个人类社会的进步 [11][12] - 公司需要不同层次的人才，既需要“摸高”探索宇宙和人类未来的顶尖人才，也需要受过高等教育、从事精密制造的“新时代工人”，例如公司曾招聘三千多名边远地区本科毕业生培养为芯片生产和精密制造工人 [19] 青年发展、创新与职业规划 - 鼓励青年随着时代潮流去冲浪，敢于走在潮流最前面，不要在乎金钱、青春牺牲或指标，应看到造福人类未来的重要性 [4][21] - 青年在职业选择上应“因材施教”，有能力“摸高”的应力争走到最高点，如果有一天无法继续攀高，可以从高处转向其他领域创造价值，这同样是贡献 [3][20] - 中国青年创业氛围浓厚，在机器人等领域有百万青年参与，大量创新公司涌现，三五年或五至十年内，中国将发生天翻地覆的进步，青年不再羡慕外部机制，而是专注于自身创造 [20] 全球化合作、开放与文明交融 - 公司渴望与世界交流，知晓全世界的文明和文化，以创造各地需要的东西，与ICPC等国际组织的合作是建立连接、感知世界脉搏的纽带 [7][17][48] - 开放改革使中国富起来，但需要发展“新质生产力”以提高发展质量，公司产品必须高质量才能赢得国际市场 [47] - 美国创造的科技文明对世界有益，公司支持全球化并渴望站在巨人肩膀上，当前的自力更生是被逼无奈，中国需要更加开放，向所有文明国家学习 [45][46][47] 人工智能对社会就业与结构的影响 - 人工智能导致生产无人化后，可能会导致部分人员失业，但从国家角度看，总财富是增加的，例如一个工厂无人化后产量可能从100提升到120 [5][29] - 应对无人化带来的就业挑战，需要发展再教育工程，例如实行学券制，对富余人员进行职业再教育，将其转化为国家需要的人才 [29] - 人工智能带来的社会好处是总财富增加，但如何分享这些财富、重新造就人员上岗是新课题，无人化进展速度需稳步推进，以保持社会结构稳定 [30] 女性参与与特定国家发展机遇 - 在计算机时代，脑力劳动中男性和女性没有本质区别，公司鼓励更多女性参与科学技术领域的创造性工作 [32][33] - 对于印度尼西亚等国家，人工智能发展的重点应是“应用”领先而非技术突破，例如应用于港口自动化、船舶靠港、农业无人化等，这符合其国情 [37][38] - 白俄罗斯在热工理论等技术上非常先进，AI对其同样有用，但重点在于应用，AI在产业上的巨大价值体现在如提高洗煤精度0.1%乘以中国40亿吨煤炭产量等具体效益上 [39][40]

公司对AI发展的战略定位与研发重点 - 公司研究聚焦于未来3-5年，致力于将大模型、大数据、大算力应用于工农业和科技产业，解决实际问题[7] - 公司认为自身是技术公司而非科学公司，核心是应用科学技术，将学校的理论创新转化为工业现实[12][27] - 在AI领域，公司当前最重要的仍是CT（通信技术），因为先进的网络是AI发挥价值、避免成为信息孤岛的基础[41] AI在产业中的具体应用与价值创造 - 通过AI大模型优化高炉炼铁，可提高效率1%[7] - 利用AI实现煤矿地下500-700米或更深的无人开采，并通过大模型提高洗煤精度0.1%[7] - 港口装卸、堆垛、通关已实现无人化，例如天津港和秘鲁钱凯港[7] - AI在医疗领域应用广泛，如瑞金医院的病理大模型和中山医科大学的眼科模型，可远程辅助诊断[8] - AI辅助软件编程已释放约30%的软件工程师工作量，未来可能达到60-70%[26] - 公司认为AI在产业上的贡献将占98%，而发明AI的IT公司贡献仅占2%[35] 对人才培养、教育与青年创新的看法 - 中国有数百万青年投身机器人等领域，大量资本投入推动其成长，这将成为中国现代化的中坚力量[3][18] - 中国青年创新公司非常多，预计三、五年或五至十年后，中国会发生天翻地覆的进步[3][18] - 教育模式正从物理集中式向逻辑分散式转变，网络教育使边远地区也能获取世界名校课程，有利于社会进步[10] - 高等教育应因材施教，有人“摸高”探索人类未来，也有人成为需要高等教育的新时代“工人”[16] - 公司曾招聘三千多名边远地区本科毕业生，经三年培养后授予专科认证，使其成为芯片生产和精密制造的工人[16] 对全球技术竞争与合作的立场 - 中美在AI追求方向上不同：美国探索通用人工智能（AGI）和超级人工智能（ASI），中国则聚焦于解决具体问题、创造价值[24] - 公司尊重各国人才与技术，在不同国家设有机构进行合作发展，例如在俄罗斯因其理论科学先进而规模化发展[31] - 公司认为美国创造的科技文明对世界有益，中国大多数公司仍可使用美国技术，这有利于产业发展[43] - 公司强调中国需要更加开放，向所有文明国家学习，容纳世界文明，才能提升“新质生产力”[44] 对特定技术领域的观点与案例 - 公司一名22岁员工提出了全世界最好的气象模型，利用欧洲气象卫星数据，可预测粮食产量、台风路线等[13] - 另一名22岁俄罗斯女员工发明了新的余数算法，可能改变AI芯片乘加器结构，但尚未采用[13] - 在铁路系统，国铁正试验5G-R无线调度系统，可支持时速450公里的高铁和3万吨重载货车，未来中国铁路网可能达30-40万公里，需要尖端数学和AI解决复杂调度[20][21] - 12306票务系统的核心技术带头人曾是一名年轻女性，该系统已成为全球访问量和交易量领先的超大型实时系统[21] - 对于量子计算，公司认为其迟早会突破并在特定计算上带来巨大优势，但这是国家和人类的命题，公司未来可能会购买而非主导研发[36] 对行业发展趋势的洞察 - 算力过剩的时代一定会到来，未来可能建立数百数千个大模型，模型开发者无需过度担心算力不足[26] - 远程网络办公的潮流不会改变，但物理面对面交流仍有其价值，两者将共存[38][39] - 人工智能的发展应强调应用领先，特别是对于发展中国家，例如印度尼西亚可重点发展港口自动化、船舶自动化等[32][33] - 在计算机时代，男性和女性在脑力劳动中没有本质区别，应鼓励更多女性参与科学技术领域[29]

公司对人工智能的战略定位 - 公司研究聚焦于未来3-5年，致力于将大模型、大数据、大算力应用于工业和科技产业，解决实际问题 [7][8] - 人工智能应聚焦于产业应用，推动工业、医疗等领域的实质性进步，例如通过大模型优化高炉炼铁效率1%，提高洗煤精度0.1% [8] - 公司认为人工智能在产业上的贡献将占98%，而IT公司对人类的贡献仅占2% [36] 人工智能的具体应用案例 - 工业领域：实现地下500-700米无人挖煤、露天矿山完全无人化作业、港口（如天津港、秘鲁钱凯港）装卸堆垛通关无人化 [8] - 医疗领域：瑞金医院病理大模型辅助诊断、中山医科大学眼科模型支持远程诊断、通过5G网络和超声波探头在西藏牧区远程检测肝包虫 [9][11] - 交通与公共系统：国铁试验450公里时速高铁的5G-R无线调度系统、12306票务系统是全球访问量和交易量领先的超大型实时系统 [21] 对教育与人才培养的看法 - 强调“教育是教育，商业是商业”，学校应探索“0-1”的原始创新，企业负责将理论转化为工业现实 [12] - 网络教育推动从物理集中式向逻辑分散式教育模型转变，使边远地区能接触到世界名牌大学课程 [10] - 鼓励因材施教，认为高等教育毕业生也可以成为新时代的“工人”，例如公司曾培养三千多名边远地区本科毕业生成为芯片生产和精密制造工人 [16] 对青年与创新的鼓励 - 鼓励青年“敢于在质疑中前进”，以傅里叶、希格斯等科学家的经历为例，说明重大突破初期常面临质疑 [20] - 认为中国青年创业氛围浓厚，在机器人等领域有百万青年参与，三五年后中国将取得显著进步 [17] - 建议青年个体选择适合自己的道路，不必过分追求成功，在不成功的道路上积累的经验也是巨大财富 [19] 对全球合作与人才流动的立场 - 公司通过与ICPC等国际组织的合作，建立与全球青年和学术界的纽带，视为认知世界的窗口 [31][45] - 认为人才流向美国等国家创造科技文明对世界有益，公司倡导开放合作，向所有文明国家学习 [42][44] - 公司利用“黄大年茶思屋”等全球化网络平台，促进跨国界的科技交流与合作 [45] 对算力、通用人工智能及前沿技术的看法 - 预测未来将出现算力过剩，而非不足，当前应关注大模型如何面向千行百业进行应用训练和推理 [27] - 认为中美在人工智能追求方向上不同，美国探索通用人工智能（AGI）和超级人工智能（ASI），而中国聚焦于解决具体发展问题 [25] - 认为量子计算未来一定会成功，但公司不承担基础研究，可能选择购买；核聚变等未来技术突破不应阻碍当前在电力等领域的投资努力 [37] 对特定国家与地区的合作展望 - 肯定俄罗斯在数学、物理等理论科学上的领先地位，并因此加强了与俄罗斯的合作 [32] - 表示在欧洲法律许可时，会加大在欧洲的发展，并希望加强与罗马尼亚等国的合作 [33] - 建议印度尼西亚等国应优先追求“应用领先”，将人工智能用于港口自动化、农业等符合国情的领域 [34] 对女性参与科技领域的观点 - 认为在计算机时代，脑力劳动中男女性没有本质区别，女性在科技领域的参与是伟大的 [30] - 以中国军队女兵驾驶重型歼击机、物理学家吴健雄为例，说明女性在非重体力劳动领域的卓越能力 [30]

公司对人工智能(AI)的战略定位与研发重点 - 公司对AI的研究聚焦于未来3-5年，重点在于大模型、大数据、大算力在工农业和科技产业中的实际应用 [3] - 具体应用场景包括：通过大模型优化高炉炼铁，提高效率1%；实现地下500-700米或更深的无人化采煤；提升洗煤精选精度0.1%；实现露天矿山、港口（如天津港、秘鲁钱凯港）的完全无人化作业 [3] - 在消费与健康领域，公司关注乘用车自动驾驶模型、手机智能助手以及医疗AI应用，如瑞金医院的病理大模型和中山医科大学的眼科模型，以帮助提升诊断能力 [4] 公司对基础研究与产学研合作的看法 - 公司明确区分企业与高校的定位：高校负责探索人类未来，进行“0-1”的基础研究和理论创新；企业则负责将理论转化为工业现实和商业价值 [8] - 公司内部存在年轻人才的原创贡献案例，例如一名22岁员工提出了全球领先的气象模型，另一名22岁俄罗斯女员工发明了可能改变AI芯片实现结构的新余数算法 [9] - 公司认为，产业界与学术界的合作是典范，例如本次ICPC冠军杯的题目即取材于工业界的大模型AI时代，冠军是浙江大学毕业、佐治亚理工学院的博士生 [12] 公司对人才培养与青年发展的观点 - 公司认为教育模式正从“物理性集中式”向“逻辑性分散式”转变，网络教育使边远地区学生也能接触到世界名校课程，促进了社会整体进步 [5][6] - 公司鼓励青年根据自身特点选择道路，或攀登科学高峰，或投身具体产业，并指出中国有大量青年在机器人等领域创业，形成了不羡慕外部机制的内部创新土壤 [13] - 公司曾招聘三千多名边远地区本科毕业生，经过三年培养后授予专科认证，使其成为芯片生产和精密制造领域需要高等教育背景的新时代“工人” [12] 公司对AI时代社会影响与就业的研判 - AI发展将提高社会总财富，例如软件工程领域，AI辅助编程已释放约30%的软件工程师工作量，未来可能达到60-70% [23] - 面对AI应用导致的岗位变化，需要发展“再教育工程”，例如通过“学券制”对富余人员进行职业再教育，将其转化为国家需要的人才 [22] - AI的贡献主要在于产业应用，预计IT公司对人类的贡献占2%，而AI在产业（如驾驶、采矿、炼钢、医疗）的贡献将占98% [31] 公司对算力、网络与AI基础设施的认知 - 公司认为未来将是算力过剩的时代，而非算力不足，并指出当前大模型算力需求是一种线性技术推演 [24] - 公司强调，先进网络（CT）是AI发挥价值的基础，没有网络的算力是信息孤岛，当前最重要的是发展无线电、光通信、核心网、数据通信等技术 [36] - 公司以5G-R为例，说明其可支持时速450公里的高铁无线调度，并能实时检查线路与列车安全，这是铁路运输网络复杂调度迈向智能化的一大进步 [17] 公司的全球化合作与人才观 - 公司强调与全球学术界建立纽带的重要性，例如通过与ICPC的合作获得了认知世界的窗口，并特别指出俄罗斯在数学等基础理论上的领先地位 [27][28] - 公司认为美国创造的科技文明有益于世界进步，中国需要更加开放，学习世界所有文明国家的优点，通过开放和“新质生产力”提升发展质量 [37][38] - 公司表示其全球科技交流依托于“黄大年茶思屋”网络平台，旨在促进无国界的理论交流与合作 [39] 公司对特定技术领域的前瞻 - 在量子计算领域，公司认为量子科学迟早会突破，量子计算机一定能实现，但该研究是国家和人类的命题，公司自身无法承担，未来可能选择购买 [33] - 对于通用人工智能(AGI)，公司指出中美追求方向不同：美国探索AGI/ASI以解决人类社会的根本问题；中国则聚焦于利用AI解决具体问题，创造价值 [21] - 公司认可远程网络办公是不可逆转的潮流（如疫情期间的加速普及），但物理性的面对面交流仍然有其成本与价值，两者将共存 [34]

公司战略与AI定位 - 公司在AI领域的战略着眼于未来三到五年，致力于将大模型、大数据、大算力用于解决实际的产业问题，例如工农业和科技产业的应用 [1] - 当前公司最重要的业务是CT（通信技术），包括无线电、光通信、核心网和数据通信，认为没有先进网络的算力是信息孤岛，孤岛化的AI无法实现真正的智能 [1][38] - 公司定位为技术公司而非科学公司，内部将一些人称为“科学家”仅是一种职务分类代号，公司专注于应用科学技术将学校的理论转化为工业现实 [25][9] AI应用与产业实践 - 公司研究聚焦于利用大模型解决生产与消费中的实际问题，例如通过大模型优化高炉炼铁，提高效率1%；在煤炭行业，利用无人化和大模型提高洗煤精度0.1% [5][33] - 在医疗健康领域，公司与医院合作开发生理切片病理大模型和眼科模型，帮助提高诊断能力，并通过5G网络实现远程辅助诊断，例如在西藏牧区进行肝包虫检测 [6][8] - 在交通与物流领域，公司技术已应用于露天矿山无人挖掘、港口无人装卸（如天津港、秘鲁钱凯港）以及铁路系统，国铁正在试验5G-R无线调度系统以支撑时速450公里的高铁和3万吨重载火车 [5][18] 算力与模型发展展望 - 公司认为算力过剩的时代一定会到来，因为未来的算力需求可能是非线性的，这将颠覆现有的线性技术推演 [1][24] - 公司鼓励探索建立数千个或数百个大模型，并认为模型如何对社会有用以及产生商业应用是行业应用工程师需要解决的问题，搞理论研究的科学家不应过度担心社会应用 [24][25] - AI辅助计算机软件编程已经释放了约30%的软件工程师的工作量，未来可能达到60-70% [24] 人才观与教育 - 公司认为未来社会对“工人”的概念将被重新定义，高精度制造和芯片生产需要大量受过高等教育的人员，例如公司三年前招聘了三千多名边远地区本科毕业生，经过三年培养授予专科认证，从事芯片生产和精密制造工作 [2][13] - 公司鼓励具备科学潜力的青年“摸高”，即攀登科学高峰，即便未来从高处下行也能在沿途为社会创造价值，同时认为中国年轻人已不再羡慕海外高薪，大量优秀青年选择自主创业，小团队即可快速崛起 [2][14] - 教育的目的就是教育，企业的目的是商业，两者不能混淆，学校负责“0-1”的研究创新，企业负责将理论变成工业现实 [2][9][11] 国际合作与全球化视野 - 公司认为大量人才到美国成长是好事情，美国创造的科技文明有益于世界进步，美国只是制裁华为，中国大多数公司仍可使用美国的技术、工具和生态 [2][38][39] - 公司通过ICPC等平台与全球学术界和产业界建立连接，认为数学和理论没有国界，并通过“黄大年茶思屋”等网络平台促进全球化的科技交流 [28][41] - 公司在俄罗斯、罗马尼亚等国家设有研究机构或加强合作，认可这些国家在数学、物理等理论科学上的领先基础，并尊重每个国家的人才和技术 [29][30] 行业趋势与社会影响 - 美国和中国在人工智能的追求方向有所不同：美国探索AGI和ASI，旨在解决“人是什么”等根本问题；中国则研究如何利用AI创造更多价值，解决具体的发展问题 [1][22] - 人工智能在产业上的贡献预计将占98%，而IT公司对人类的贡献只占2%，AI应重在应用而非发明，应用AI会强大一个国家 [33] - 人工智能的发展将导致一些岗位人员精简，但国家总财富会增加，需要通过再教育工程对富余人员进行职业再教育，将其转化为国家需要的人才 [23]