（来源：电能革新） AI时代来了以后，中国希望能够引进人才，但科技的发展不能总靠引进人才，应该自己创造人才，只 有是教育强国，才能变成科技强国。在这个时代，中国如何能够超前的在教育上多花点精力？现在很多 科技成果不是从学术界出来，而是从产业界，比如校企合作已经不能快速地解决中国教育的问题。 任总：因为我们是一家企业，企业的属性就是创造商业价值，学校的属性是探索人类的未来。学校在 做"0-1"的研究创新，"0-1"失败了并不要紧，它培养了一大批人才。人才踩在先辈理论基础上一步步攀 高，就会创造出新的未来。企业是把学校创造的理论变成工业的现实。 我最近见了一个伟大的企业家，他讲我们国家的水轮发动机在世界是先进的，涡轮式、冲击式的都是先 进的，但原创发明都是奥地利、法国、美国等西方国家的。包括中国的火车、轮船、纺织机械，原创发 明基本都是西方的；微积分、几何学都是西方提出的。大学其实是研究探讨"0-1"。 中国也会追上来，提供原创的。我举个例子，全世界做得最好的气象模型竟然是我们公司一个22岁的年 轻人提出来的，这个气象模型是利用欧洲气象卫星的气象数据做出的。他把整个宇宙作为风洞，把地球 作为模型。听很多人说用这个 ...

文章核心观点 - 华为通过构建以能力为导向、应用场景驱动的创新生态，打破了科技行业“论资排辈”的传统观念，证明了年轻人才在源头创新中的巨大潜力，并指出中国庞大的应用需求正成为倒逼基础研究和原创技术突破的关键力量 [1][13] 年龄焦虑的破壁者：当22岁大脑撞上百年算法 - 华为一名22岁的俄罗斯女孩在基础数学领域开辟了新余数算法，这一案例颠覆了算法突破需要数十年积累的传统认知 [2][4] - 在算力爆炸和AI辅助的时代，知识传承方式正在重构，年龄在计算机时代正失去本质区别 [4] - 华为不同创新团队的年龄呈现递减曲线：高压直流输电系统团队平均年龄34岁，星闪传输架构核心成员29岁，新余数算法创造者22岁，这揭示了中国科技从“跟随创新”向“源头创新”进化时，更需要年轻人的“无知无畏” [5] 应用驱动的创新逻辑——从“卡脖子清单”到“原创货架清单” - 华为成功开发世界级气象模型，其核心逻辑在于应用场景是原创的孵化器，中国全球最复杂的工农业场景和最庞大的应用需求能倒逼基础研究突破 [7] - 华为并非依靠超越欧美的百年气象学积累，而是将5G通信的分布式计算技术和AI大模型的实时迭代能力，嫁接到气象预测的具体场景中，由平均年龄不到25岁的团队用计算机科学实现了“降维打击” [1][7] - 这种“应用驱动原创”的模式正在改写全球科技竞争规则，中国正依靠“新基建+工农业数字化”等复杂领先的应用场景，催生出属于自己的原创技术货架，类似美国当年通过阿波罗计划倒逼出半导体技术 [8] 教育的反常识启示：AI时代的“摸高教育” vs 传统“标准答案教育” - 在AI能替代标准化知识学习的时代，教育的核心矛盾已从“教知识”转变为“育人才”，核心竞争力是AI暂无法替代的“摸高能力”，即挑战未知、试错和将想法落地的行动力 [10] - 华为对22岁俄罗斯女孩的培养模式是“在战争中学习战争”，让她接触前沿AI大模型训练并深度参与实际业务场景的算法优化，这比纯理论研究更能催生解决实际问题的原创力 [10] - 华为的人才培养是“能力分段”而非“年龄分段”，不论年龄，只要能解决问题就给资源和舞台，未来最稀缺的是能驾驭算力解决问题的“高认知人才” [10] AI时代的人才坐标系——中美差异背后的生态竞争 - 中美科技竞争的本质差异在于：美国追求“模仿人类思维”的通用AI，中国聚焦“解决实际问题”的领域AI，这背后是人才坐标系的不同——美国靠顶尖大学的“精英实验室”驱动，中国靠企业的“应用场景池”孵化 [11] - 华为着眼未来3-5年大模型在工农业领域的应用，是把AI人才投入“场景熔炉”锤炼，培养“技术+场景”的复合型人才，这类人才传统高校难以培养，需靠企业在具体项目中锻造 [11] - 人才生态的竞争比单个技术突破更关键，华为构建了“能力说话、结果导向”的创新生态，使年龄成为数字而非标签，资历成为背景而非门槛 [12] 科技竞争的本质——人才生态的“热带雨林化” - 科技竞争的终极战场在于人才生态，目标是让每个年龄段的人才都能找到自己的“生态位”：年轻人有“摸高”的勇气，中年人有“搭桥”的经验，老年人有“指路”的智慧 [13] - 华为的案例表明，一个健康的人才生态能让22岁的天才像热带雨林里的幼苗一样，不受压制地成长为参天大树 [13] - 在算力将过剩的时代，人类的好奇心永不过剩，保护好年轻人眼中“还没试过”的可能之光，就是保护创新的未来 [13]

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年人工智能在产业中的实际应用，而非长期理论或通用人工智能探索 [6][7][8] - 人工智能应用旨在推动工业、医疗等领域的实质性进步，例如提高高炉炼铁效率1%，提升洗煤精度0.1%，以及实现矿山、港口作业无人化 [8] - 公司认为人工智能在产业上的贡献将占98%，而发明人工智能的IT公司贡献仅占2% [36] 人工智能的具体应用场景与案例 - 工业领域：通过大模型优化高炉炼铁，中国已实现地下500-700米无人挖煤，露天矿山完全无人化作业，天津港、秘鲁钱凯港实现无人装卸 [8] - 医疗领域：瑞金医院病理大模型、中山医科大学眼科模型已投入应用，通过5G网络实现远程诊断，例如在西藏牧区通过探头扫描检测肝包虫 [9][11] - 交通与基建：中国铁路试验5G-R无线调度系统，目标支撑时速450公里高铁与3万吨重载货车，12306票务系统已是全球领先的超大型实时系统 [21][22] 对教育、人才与校企合作的看法 - 强调“教育是教育，商业是商业”，学校应专注“0-1”的探索创新，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模型转变，使边远地区能接触到世界名校课程，有利于社会整体进步 [10][11] - 鼓励青年敢于在质疑中前进，选择适合自己的道路，不一定要追求商业成功，理论探索本身具有巨大价值 [19][20][21] 对算力、技术与行业生态的研判 - 认为未来将出现算力过剩，而非不足，当前应探索大模型在千行百业的应用，商业转化由行业应用工程师完成 [27][28] - 公司定位为技术公司而非科学公司，专注于应用科学技术，尊重并利用全球的基础理论原创 [28][29] - 先进的通信网络（CT）是人工智能发挥价值的基础，没有网络的算力是信息孤岛 [41] 全球化合作与文明交融 - 公司倡导开放合作，通过ICPC等平台与全球青年建立纽带，认为文明交融与技术共进有利于世界繁荣 [4][15][44] - 肯定美国等国家的科技文明对全球进步的贡献，认为中国需要更加开放，学习世界优点，发展高质量的新质生产力 [42][43] - 公司在俄罗斯、欧洲等地基于当地理论科学优势设立研究机构，开展合作，例如尊重俄罗斯在数学、物理上的领先基础 [32][33] 对特定国家与地区的发展建议 - 建议印度尼西亚等国家优先聚焦人工智能“应用”领先，而非技术突破，例如发展港口自动化、农业无人化 [34] - 认为白俄罗斯在热工理论等尖端领域作用巨大，人工智能对其发展有用，但重在应用而非发明 [35] - 肯定匈牙利、罗马尼亚等东欧国家的历史贡献与创造性，表示将继续加强在欧洲的合作 [15][33]

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]

文章核心观点 - 华为创始人任正非在ICPC座谈会上分享了对青年成长、人才培养、教育本质、人工智能发展及文明交流的见解，阐述了公司在当前地缘政治与科技变革背景下的战略思考与价值立场 [1] 青年成长与人才培养 - 任正非鼓励青年一代努力“摸高”，追求卓越，认为未来时代的希望寄托在年轻人身上，青年将担负社会振兴的任务 [3] - 他鼓励二十多岁的青年不必盲目追逐高薪，而应“随时代潮流冲浪，敢于站在最前沿”，并认为试错本身就是一种财富 [4] - 科学重大突破往往始于质疑，成于坚持，想要突破就要敢于迎接挑战，大胆创新 [4][5] 教育与创新的角色分工 - 任正非认为教育的目的是教育，企业的目的是商业，两者不可混淆 [4] - 学校应专注于“0到1”的理论研究创新，即便失败也不要紧，因为过程本身就在培养人才，而人才是未来创新的源泉 [4] - 搞理论的人不必总担心成果能否落地，如果时刻想着应用，那就不是科学家，而是应用专家 [4] 人工智能发展战略与应用 - 公司聚焦未来三到五年内，如何通过大模型、大数据与大算力，在工业、农业、医疗、交通等实际场景中创造真实价值 [5] - 公司在大模型上主要解决的是生产与消费中的实际问题，并举了挖煤、炼铁、医疗诊断、自动驾驶等多个领域的应用案例 [5] - 公司未来三到五年内的研究相当于德国工业4.0 [6] - 中美在AI发展路径上存在差异：美国探索通用人工智能AGI和超级人工智能ASI解决哲学命题；中国更加务实，研究解决怎么做事、创造更多价值和解决发展问题 [6] - 当前最核心的仍是CT（通信技术），包括无线、光通信、核心网、数据通信等 [6] - 没有先进网络支撑的算力只是信息孤岛，孤岛化的AI无法实现真正的智能，唯有通过高效网络将感知、计算与控制连接起来，AI才能真正产生价值 [6] - 任正非乐观预测算力过剩的时代一定会到来，鼓励做模型的人潜心面向千行百业做训练和推理，不必过度担忧商业变现 [6] - 针对AI可能取代岗位的担忧，他认为未来大量无人化会导致局部失业，但社会总财富将增加，富余劳动力可通过再教育、再培训转向更具创造性或精细化的工作岗位 [6] 文明交流、开放与公司现状 - 任正非认为文明没有冲突，不同文明的碰撞与融合能够促进创新，要渴望与世界交流，了解全球文化与智慧，才能创造出各地真正需要的产品与服务 [7] - 他强调美国创造的科技文明能促进产业进步，公司支持它，并指出如果没有欧洲的文明，就不可能有汽车、火车、轮船等 [7] - 改革开放让世界文明涌入中国，并未引发冲突，反而叠加出新的价值，即今天的新中国 [7] - 公司渴望全球化，渴望站在巨人的肩膀上，其自力更生实属被逼无奈 [7] - 任正非坦承，目前公司在某些领域仍落后于国内同行，使用的芯片至少差了一代 [7] - 他呼吁中国必须更加开放，向所有文明国家学习长处，吸纳全球智慧，绝不能闭关自守 [7] - 开放让中国富起来，但还不够，产品还要高质量，唯有如此世界人民才会真正欢迎 [8] 行业与竞争环境 - ICPC是全球计算机领域最具影响力的大学生竞赛之一，每个赛季持续约9个月，覆盖全球六大洲100多个国家和地区，吸引近2000所高校、近5万名学子参与 [1] - 中国已涌现大批优秀创业者、创新企业以及数百万富有潜力的青少年，现代化的商业生态正在成型，未来三到五年必将迎来天翻地覆的进步 [7] - 以小鹏汽车的“猫步”机器人为例，中国机器人领域正涌现越来越多优秀创新者 [7] - 中国在原创上也会追上来，例如全世界最先进的气象大模型出自华为一位22岁的年轻人，中国的星闪传输架构设计也是世界级的原创发明 [7]

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、大算力应用于工农业和科技产业，以解决实际问题[6][7] - 人工智能应聚焦于产业应用，例如通过大模型优化高炉炼铁效率1%，提高洗煤精度0.1%，以及实现矿山、港口等场景的无人化作业[7] - 在医疗领域，公司关注人工智能的实际应用，如瑞金医院的病理大模型和中山医科大学的眼科模型，以提升诊断能力[8] - 公司认为人工智能在产业上的贡献将占98%，而IT公司的贡献仅占2%，强调应用价值[32] 人工智能的具体应用案例 - 在工业领域，已实现地下500-700米无人挖煤，通过数据采集拼接实时视频保障安全，并在露天矿山实现数百辆重型矿车无人运行[7] - 在交通领域，中国国铁正在试验5G-R无线调度系统，以支撑时速450公里的高铁和3万吨重载货车的运行，这是一个大踏步的进步[19] - 12306票务系统已成为全球访问量和交易量领先的超大型实时系统，其核心技术带头人曾被表彰为时代楷模[19] - 通过5G和光纤网络，实现了低时延远程医疗，例如在西藏牧区通过探头扫描并将数据传至深圳检测中心诊断肝包虫[10] 对算力与通用人工智能的看法 - 公司认为未来将是算力过剩的时代，而非不足，当前建设数百数千个大模型都是正确的探索[24] - 对于通用人工智能，美国探索方向是AGI和ASI，旨在解决人类社会的根本问题，而中国的研究重点在于解决具体问题并创造价值[23] - 人工智能的发展应与社会结构稳定相协调，例如通过再教育工程安置因自动化而富余的人员，实现国家总财富的增加[23][24] - 量子计算未来一定会突破并在特定计算中带来巨大优势，但这是国家和人类层面的命题，公司目前无法承担相关研究，未来可能选择购买[34] 公司的技术合作与全球化视野 - 公司与ICPC的合作始于偶然，但已成为认知世界的窗口，并特别认可俄罗斯在数学、物理等理论科学上的领先基础，因此在俄设有规模化发展机构[28][29] - 公司尊重每个国家的人才与技术，在不同国家设有合作机构，例如在罗马尼亚有合作，并考虑在欧洲法律许可时加大发展力度[29] - 公司倡导开放合作，通过“黄大年茶思屋”等网络平台与全球科研人员进行理论交流，认为数学和理论没有国界[40] - 公司认为美国创造的科技文明对世界有益，制裁仅针对公司自身，中国大多数公司仍可受益于美国的技术与生态，公司渴望全球化并站在巨人肩膀上[38][39] 对教育、人才与青年发展的观点 - 强调“教育是教育，商业是商业”，学校应专注于“0-1”的基础研究和创新，企业则负责将理论转化为工业现实[11][13] - 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，使边远地区得以接触世界名校课程，有利于整个社会的进步[9][10] - 鼓励青年敢于走在时代潮流最前面，不要过于看重金钱或短期指标，应选择适合自己的道路并努力进取，即使不成功也是宝贵的财富[16][17] - 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，形成了不羡慕他人、自主创新的机制，这将成为中国现代化的中坚力量[15] - 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科学技术领域的创造性工作[26][27] 行业发展趋势与未来展望 - 人工智能正推动生产性进步，未来三到五年内即可体会到，例如在工业、医疗等领域的具体应用[10] - 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%[24] - 远程办公和网络沟通的潮流不会改变，但定期的面对面交流仍有其成本与价值，物理办公不会完全消亡[35][36] - 公司认为当前最重要的仍是通信技术，因为先进的网络是将AI数据传至数千公里外、实现其价值的基础，没有网络的算力只是信息孤岛[37] - 中国需要更加开放，向所有文明国家学习，容纳世界文明，以发展“新质生产力”，提升产品和发展的质量[40]

人工智能发展路径与中美差异 - 中美在人工智能的追求方向不同 美国探索通用人工智能AGI和超级人工智能ASI 旨在解决人是什么、人类社会的未来等根本性问题 而中国的研究重点在于解决如何做事、创造更多价值、解决发展问题等具体应用[1][23] - 公司着眼于未来3-5年 聚焦大模型、大数据、大算力在工农业和科技产业上的实际应用 例如通过大模型优化高炉炼铁效率1% 提高洗煤精度0.1% 以及实现矿山、港口等场景的无人化作业[6] - 人工智能在产业上的贡献预计将占98% 而发明AI的IT公司对人类的贡献仅占2% 因此应用AI是强大一个国家的关键[33] 人工智能对生产效率与就业的影响 - 人工智能辅助计算机软件编程已释放约30%的软件工程师工作量 未来可能达到60-70%[2][25] - 生产无人化将提升总产出 例如一个工厂有人的生产是100 无人时生产可达120 国家总财富因此增加[2][24] - 面对无人化可能导致的岗位精简 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[1][24] 公司技术研发与产业应用聚焦 - 公司定位为技术公司而非科学公司 内部职务分类中的“科学家”是专称代号 公司核心是应用科学技术解决实际问题[26] - 研究聚焦于解决生产与消费中的实际问题 例如高炉炼铁优化、无人矿山、港口无人装卸、远程医疗诊断（如通过5G网络传输超声波数据诊断肝包虫）以及乘用车自动驾驶模型等[6][7][9][10] - 在通信技术领域 当前最重要的是CT（通信技术） 包括无线电、光通信、核心网、数据通信等 因为先进网络是AI实现价值、避免信息孤岛的基础[38] 人才培养、教育模式与青年发展 - 教育模式正从物理性集中式向逻辑性分散式转变 网络教学使边远地区学生也能接受世界名校课程 有利于全社会进步[8] - 教育的目的在于探索未来 企业的目的在于创造商业价值 两者属性不同 大学从事“0-1”的研究创新 企业则将理论转化为工业现实[11][13] - 鼓励青年敢于走在时代潮流最前面 选择适合自己的职业努力进取 不必过分看重短期指标或成功与否 在不成功的道路上也能积累巨大财富[17][18] - 公司曾招聘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 使其成为芯片生产和精密制造领域需要的高等教育“工人”[15] 全球化合作、开放与人才观 - 公司渴望全球化 认为自力更生是被逼无奈 享受站在巨人肩膀上更有利于发展 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的技术促进产业进步[39][40] - 公司通过“黄大年茶思屋”等全球化科技网络平台与全球研究者交流 数学与理论没有国界 这种开放与合作是纽带[41] - 在计算机等非重体力劳动的脑力劳动领域 女性与男性没有本质区别 应鼓励更多女性参与创造性工作[27][28] - 肯定俄罗斯、法国、罗马尼亚、白俄罗斯等国家在数学、物理、热工理论等基础科学领域的领先地位和贡献 并在此基础上开展合作[30][31][33] 对前沿技术与未来趋势的看法 - 认为未来将是算力过剩的时代 而非算力不足 当前探索建立数百数千个大模型是正确的 模型的社会应用应由行业应用工程师负责[25] - 量子科学迟早会突破 量子计算机一定会实现 并在特定计算上带来巨大优势 但公司自身不承担量子研究 未来可能购买量子计算机[34][35] - 远程网络办公的潮流不会改变 它加速了知识扩散 有助于亚非拉边远地区天才的崛起 但物理性面对面交流仍然需要 只是机会相对较少[36][37] - 机器人领域在中国发展迅速 有百万青年参与 大量创业公司涌现 预计三五年后中国在该领域会有较大进步[16]

华为对人工智能的战略定位与行业应用 - 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][49] - 具体应用案例包括：通过大模型优化高炉炼铁，提高效率**1%**；实现地下**500米-700米**或更深的无人挖煤；提升洗煤精选精度**0.1%**；在露天矿山、港口（如天津港、秘鲁钱凯港）实现完全无人化作业 [7][49] - 在医疗健康领域，已大规模应用病理大模型（如瑞金医院）和眼科模型（如中山医科大学），通过远程诊断提升边远地区医疗水平 [8][50] - 公司聚焦于解决生产与消费中的实际问题，例如乘用车自动驾驶模型、智能座舱对话模型等，但承认进步空间仍很大 [8][51] 5G与通信技术的产业融合与前景 - 中国国铁正在试验新的**5G-R**无线调度系统，用于时速**450公里**的高铁，该系统能实时检查线路和列车轮轴安全，是重大进步 [2][19][43] - 当前中国重载火车每列可拉**3万吨**煤炭，由无线电调度；现有系统**GSM-R**能控制每列**2万吨**载货量的火车密集运输；升级至**5G-R**后将能支撑**上万列**时速**450公里**的火车和**3万吨**货车的运行 [2][19][43] - 中国铁路网络极其庞大且复杂，目前每天调度的高铁超过**一万多列**，未来铁路里程可能达**30-40万公里**干线轨道，这为复杂的网络调度、仓储管理等带来了巨大的技术挑战，需要尖端的数学和人工智能解决方案 [2][20][43] - **12306**票务系统已成为全球访问量和交易量领先的超大型实时系统，其核心技术带头人曾获“时代楷模”称号，在节假日承受巨大流量压力，依赖于计算机信息网络和人工智能 [19][22] 公司对人才培养、教育与青年发展的看法 - 公司认为，在快速变动的时代，希望寄托在年轻人身上，他们是时代的榜样和希望 [4][46] - 公司三年前招募了**三千多名**边远地区的本科毕业生，经过三年培养和专科认证，使其成为芯片生产和精密制造的“工人”，重新定义了高等教育背景下的“工人”角色 [14][57] - 鼓励青年因材施教，有人“摸高”探索人类未来，有人“摸低”贡献社会，两者皆有价值；鼓励有能力者一定要走到最高点，从高往低发展更容易 [14][15][57][58] - 中国青年创业氛围浓厚，出现大量创新公司，例如在机器人领域有**百万青年**参与，资本也在推动训练他们，预计三、五年或五至十年中国将有天翻地覆的进步 [15][58] - 面对质疑是正常的，许多重大科学突破（如傅里叶变换、希格斯玻色子）和公司技术（如5G Polar码、多镜头拍照）都曾面临质疑，突破需要敢于迎接挑战和大胆创新 [1][18][42][61] 人工智能对社会与就业的宏观影响 - 人工智能带来的自动化（如软件编程）已释放约**30%**的软件工程师工作量，未来可能达到**60-70%**，这将导致部分岗位精简 [24] - 国家层面，自动化提高了总财富（例如工厂无人化后产量从**100**增至**120**），需要通过“再教育工程”（如学券制）对富余人员进行职业再教育，将其转化为国家需要的人才 [23][24] - 人工智能在产业上的贡献预计将占**98%**，而IT公司对人类的贡献仅占**2%**，因此应用AI比发明AI更能强大一个国家 [32] - 公司认为未来将是算力过剩的时代，而非算力不足，当前探索建立数百数千个大模型是正确的，模型的社会应用应由行业应用工程师去实现 [24] 公司的全球合作与开放战略 - 公司强调开放与全球化的重要性，中国通过开放改革引进世界文明成果，实现了经济井喷式发展，未来需更加开放，学习所有文明国家的优点 [13][39][40] - 公司与全球学术界保持紧密合作，例如通过“黄大年茶思屋”网络平台与全球科研人员交流；与ICPC的合作始于偶然，但已成为认知世界的窗口和人才纽带 [28][41] - 公司尊重并积极与各国人才和技术合作，例如在俄罗斯认识到其理论科学的先进性，并建立了规模化的合作；在欧洲法律许可下，会加大在欧洲的发展 [28][29][30] - 公司认为美国创造的科技文明对世界有益，制裁仅针对华为，中国大多数公司仍可受益于美国的技术、工具和生态，这有利于中国产业发展 [38][39] 对特定技术领域的看法与公司定位 - 关于通用人工智能（AGI），认为美国在探索解决“人是什么”的根本问题，而中国更侧重于研究如何做事、创造价值，解决具体发展问题（如矿山、港口无人化） [23] - 在量子计算领域，认为量子科学迟早会突破，量子计算机一定会实现，但这主要是人类和国家的命题，作为企业可能未来会购买而非主导研究 [33][34] - 公司明确自身定位为“技术公司”而非“科学公司”，专注于应用科学技术，将理论科学的探索留给学术界和科学家 [25] - 在远程办公与沟通方面，认为远程网络办公的潮流不会改变，疫情加速了其普及，但物理性见面仍有价值，只是机会较少；网络教育对边远地区天才的崛起至关重要 [35][36]