2022新智者大会｜邬贺铨：AI聚能 数字设施赋能数字转型

7月27日，由中国互联网协会指导，微博、新浪新闻主办的人工智能领域行业峰会——2022新智者大会召开。此次大会以“融合生态 价值共创”为主题，围绕当下数字化转型应用及热点、智能技术发展趋势、智能互联的生态合作共建等话题进行分享交流。在大会“智创原力：AI成为新基建时代核心生产力”的议题中，中国工程院院士、中国互联网协会咨询委员会主任、中国标准化专家委员会主任邬贺铨院士发表了题为《AI聚能 数字设施赋能数字转型》的主旨演讲。

2022新智者大会-邬贺铨院士做主题演讲

以下为邬贺铨院士演讲实录，内容经编辑略有删减：

尊敬的各位领导、各位来宾，现场的各位网友，大家好，我是邬贺铨，很高兴来参加新浪2022新智者大会，我的报告题目是，AI聚能 数字设施赋能数字转型，会从两个方面来说明。

第一是数字基础设施夯实AI的底座。

第二是数字转型发展提升AI的价值。

我们先说第一个问题，数字基础设施夯实AI的底座。

大家可以看到，互联网发展这50多年来，经历了从学术研究为主的数字化到面向生活服务的网络化，到现在开始面向生产服务的智能化。当然随着4G的商用，我们进入了移动互联网。

随着5G的商用，我们进入了泛在网的时代，工业互联网、可信互联网、价值互联网。

到去年12月底，我国网民的规模超过了10个亿，互联网普及率达到13%，其中城镇和农村的普及率分别是81%和57.6%，我国网民平均上网时长达到每天大概4.1个小时。

那么互联网里头，特别是我们过去用的是IPV4的地址，地址数太少，中国网民平均每个网民他到不了半个IPV4的地址，所以IPV6得到迅速的发展，IPV6不仅仅是地址多，提供了地址的原地址验证和身份溯源，而且IPV6还提供了更多新的网络性能。

比如说，我们在IPV6的地址包里头可以切入一些字段，那么它来表达和定义用户的身份，以及IP包对带宽、时延、抖动、丢包率有什么要求。

让网络可以感知业务的类型，过去的IPV4，我们只知道原地址和目的地址，并不知道它承载什么样的业务，不仅如此，过去我们说网络溯源到目的地，但是走什么样的路径我们是不知道的，没办法跟踪路径。当然，也没办法实时检测出信道的性能。

在IPV6里头，我们可以开发水流检测，在IPV6跟用户数据包一起，我们在IPV6的地址空间里头，嵌入一些特殊的bit，我们说染色bit。那么在传输过程中检测这些bit时延和丢包率就可以反映网络的性能，并且我们可以还原IP包所走过的路径，将来对于数据的管理，特别是跨境数据的流动的管理还是很有帮助的。

此外，IPV6里头有一个新的能力叫SRV6，也就是说叫时域，分段选录，我们说根据IP包的原地址目的地址，我们可以决定一条路由，那么在这里边，这个路由并不需要像以前那样，通过新令下达到每个路由器去执行，而是通过IPV6包直接在第一个路由器嵌入了我们整个路由的各个段路由的地址

比如说在N1里头102，下一条走道N2，N2下一条205，我们就到N5，下一条509叫做N9，这样一条端到端的路由就建立了，可以快速实现路由的建立，中间路由器不需要计算，不需要思考。

当然，网络不可能说永远100%的安全可靠，那么可能会出现一些意外，某个路由中断了，这个时候我们说重新上报，重新更新路由，虽然下一条还是N2，但是再一条就变N3了，这个时候309走到N9一条新的路由就建立了，可以实现快速的保护倒换。

实际上，并不需要故障的时候再来计算备用路由，事先就可以一一算好，那么如果说即便从A到Z中间是可以走不同的路由的，那么选择什么路由，如果没有特殊要求，我们可以选择缺省的路由，如果要求高带宽，要求低时延的路由，我们就选择这条低时延路由，如果要求高带宽就选择高带宽的路由。这种方式我们说SRV6，它在IPV6扩展头里头指定流量的转发路径，支持快速的建立链路，第一时间转发，可以支撑主播快速故障恢复，还可以用于并发提高可靠性。

这为我们人工智能的计算提供了可信和可靠的网络，那么我们说现在IPV6在中国发展也相当快，截止到今年5月，中国IPV6的活跃用户占到网民数67%了。

当然我们在说网络的时候，我们最底做的是光纤通信，光纤通信通过时分复用，我们可以在一个波长上构造出什么很高的容量，同时光纤通信，一根光纤里头可以同时利用上百个波长，也就是容量要翻100倍，并且可以同时利用X偏振、Y偏振以及多个载屏，利用多种复用模式，时分复用、波分复用、正交频分复用、偏振复用，复上调制以及把光纤从单波光纤变成小模光纤，同时多个模式，这相当于提升了光纤的容量。

通过单波长bit率提升，波特数提升，波长速提升，迅速提升，使光纤的容量，这么多年来，单纤容量20年提高了1万倍，目前最高的记录单波长800个G，单纤100个T。我们国家光纤通信发展很快。

到今年五月底，在接入网的速率100兆以上的用户占宽带用户之比是93.6%，1000兆用户占宽带用户的比也超过了10%，而对应上美国这样的国家，跟我们差得很远，并且我们国家宽带已经实现“村村通”，农村光纤的平均下载速率也能超过100Mbit/s。

大家更熟悉的是移动通信，我们走过的第一代移动通信，它是模拟的一个蜂窝小区，依靠频率的区分用户，叫评分FDMA，GSM数字的有效时期的不同区分用户TDMA，第三季都是CDMA，码分都是靠码道的不同区分用户，时隙把频率的、时间的、码道的因素都用起来，正交频分多址，峰值速率可以做到100Mbit/s，5G继续使用OFDMA，但是峰值速率更进一步提升到27Mbit/s，整个移动通信都是十年一代，每一代峰值速率都比上一代提高了1000倍。

那么，如果说1G只是面向个人的通信，5G则扩展到工业互联网和智慧城市的应用，它的三大应用场景增强移动宽带、超可靠、低时延、广覆盖、大连接。

那么我们可以看到表上表示，在多项性能上5G跟4G相比，都有一到两个数量级的提升。到今年五月底，我们国家已经建成5G基站数170万个，占移动通信基站总数的16.7%，占全球5G基站数的70%，估计到2025年，我们国家80%的行政村都会通5G。中国的5G用户数达到了4.28亿户，占移动电话用户的1/4，占全球5G用户的80%。在今年五月份，当月每户均的移动互联网接入流量达到了15.57GB，同比增长了14.3%。

可以说5G拓展AI的应用空间，另外5G还扩展了物联网，我们在2G，3G时代是窄带物联网，NB-LOT数据率只有20Mbit/s，还是250Mbit/s。

在4G时代提速开放了中速物联网，上行可以支持五兆，下行可以支持十兆。在5G时代，我们有宽带物联网，数据率可以达到100Mbit/s，可以支持超清的视频传送，当然，我们还有大连接物联网，也就是说，每平方公里支持160万个传感器联网，以及芥浮于二者之间的中速物联网，上行50兆，下行100Mbit/s，最近又开发了无缘的互联网，它实际上可以在任何事物，更简单的一些的快递，一些快消品上边贴上无缘物联网，它的工作原理跟LFID射频标签相当，不需要外边有电源，它里边有芯片，只不过无缘的物联网，它的传输距离比LFID还要远。

它的电源是来自吸收5G基站的信号。那么我们右下图的雷达图，表示了这几种物联网的区别，蓝线，我们是窄带物联网，红线是增强机器通信，他们都比较看重于低成本，广覆盖，或者说比较长的电池寿命，而黄线是高可靠的互联网，绿线是宽带的物联网。那么分别看中了低时延、可靠性以及峰值数据率。

其中黑线只有中速物联网折服于这二者之间，那么我们可以看到在5G完善了物联网的布局，我们覆盖了千亿级终端的无源物联网，百亿级终端的窄带物联网，十亿级终端的中低速物联网，以及高速低时延，高可靠移动性，宽带互联网，那么我们说互联网为人工智能提供了泛在感知数据，说到AI的应用的时候，我们说还希望有数据可信的环境。那么这里我们说区块链在其中起重要的作用。

上个月过去的618，我们很多做电子商务的企业，那么开展电子商务的销售，每一个做电子商务，我们说都是订一个订单，都有一个数据出来，我们放到区块里头，并且同时打上时间标签以及加上哈希值，哈希值跟交易数据是一对成对的关联交易。

交易数据无论多长，哈希值都是256个bit，而且交易形式任意改变一个bit，哈希值发生很大的变化，根据同一区块哈希值跟交易形式的关联关系，我们知道有没有被篡改数据，而且本区块的哈希值会送到下一区块，通过哈希值把区块与区块之间关联起来，也就是说，我们横向如果随便一个区块的更改是可以很容易被发现的，因为你很难追溯到前后区块的哈希值同时会更改，并且我们说在电子商务里头，我们不仅仅是跟电子商务平台企业有关联，每一个数据包都可能涉及到在平台上的电商以及我们金融支付机构，还有物流机构。

我们可以把数据包可以复制到所有关联的节点，这就我们说，我们说的可信的复制，这个时候如果说，这应该都是一样的数据，如果某一个包发现某一个节点，发现存储的数据不一样，显然他是错了，少数服从多数，就应该把它改回来。不仅如此，区块链还有智能合约，可以在实现我们教育过程中的诚信的一种监督和自动执行，可以说区块链为人工智能的分析提供了可信的数据环境。

IDC预测，在2026年，中国的区块链市场规模会达到163亿美元，那么从2011年到2026年，年均复合增速达到73%。

说到区块链，我们后面还要说到云计算，云计算成为AI应用的中台，我们右下图显示，一个5G终端上了云以后，可以面向企业管理数字化的应用，通过5G里头的行业消息平台，可以直达企业的客户，企业客户里头有行业消息的中间件以及应用服务。

当然云计算不仅仅是中心云，现在更多的企业都会利用边缘云，边缘云是中心云的派出机构，那么它主要负责处理那些对实验敏感的业务，同时过滤掉一些数据，那么各个边缘云收集的数据，中心云可以据此，可以优化得出数学模型下发的边缘云执行。

那么从右图我们看见，边缘云也是连企业用户，连接各种各样的云，公有云、私有云、混合云，以及连接数据源。

那么，在这个平台，我们可以使很多数据得以通过云计算以及人工智能的分析决策服务于AI用户。云计算现在实际上跟网络已经紧密的融合了，我们很多企业虽然都需要人工智能的能力，但是并非要自建一个人工智能的大数据平台，他们可以单纯作为算力网络消费者，社会上有算力网的业务提供者，两者通过算力调度与交易平台，可以完善搭建、沟通，完成一个交易。

当然在开放的数据资源的支持下，通过算力网的控制面，直接跟底层的云网边端去协同，实现云网融合，还有云网协同，算网融合。

根据信通院的不完全统计，2020年我国企业上云率均为30%，也就是说还有很大的空间。艾媒咨询的报告显示，2021年我国云计算市场规模已经超过2300亿元，大概2023年预计会超过3000亿元，工业互联网会成为人工智能的融合创新平台。

左边显示，在现场及我们过去有PLC等等工控设备，按照规定的程序来控制我们所连的生产装备和仪器仪表的运转，并且从他那里搜集数据上报。

5G出现以后，我们有5G工业模组，它可以连接各种机器，特别是能够连接物料小车、传感器、机器人等移动、运动的一些机器。他们跟PLC一样，通过现场总线。

在边缘计算的支持下，把数据进行初步的分析，送到了车间一级，在车间一级，在人机接口和数据监控与采集系统scar的管理上，进一步凝聚数据，通过网关再送到工厂以及工厂有各种各样的工控软件，在云计算的支撑上，数据分析最终的结果与APP的方式去产生应用。当然，这是内网，还可以通过防火墙连到外网。

那么在这里特别说明，5G工业模组他同时也是个5G物联网的模组，是个5G的CPI，我们叫客户前端的设备，它提供对所连设备的服用和智能路由设备的功能，并且对所连的设备提供算力的支持，但是仅有5G工业模组，如果仅仅是作为PLC的一种补充，还是不够的。

因为PLC本身目前标准碎片化，协议欠开放，使得我们跟5G的工业模组出现融合会有一些难题，并且也导致工业互联网很难的扩展铺开，那么，现在我们提议把5G工业模组直接的那么嵌入了PLC等功能，可以说可以取代PLC，可以把PLC所没有的新一代的信息技术的能力也加上去，包括边缘计算、区块链、物联网、IPV6、斯柯达、TSNCN、敏感网络、OPCUA，对象连接嵌入的统一架构，它可以在应用层实现跨标准的硬件软件的互联，可以说通过工业模组的功能的丰富，我们演变成新型5G工业网关。那么它融合了各种各样的新一代信息技术，推动了工厂内网的扁平化、IP化、智能化的发展，实现了IT跟OT的无缝融合，也为人工智能在工业互联网的应用奠定了基础。

当然，人工智能的应用离不开算力，算力为人工智能计算提供动能，算力包括些什么，以CPU为主要代表的基础算力，以GPU、NPU为代表的智能算力，以超算为代表的超算算力。

全球在2020年，整个算力总数是429个flash，flash也就是说，每秒浮点计算百亿次，那么它可以在24小时内完成110张图像的训练。

那么今年年初，那么全球超算五百强的第一名，也就是1.1个flash，在2020年全球的算力里头，美国占到36%，中国占到31%，刚才说了超算实际上它主要是支持大科学计算的。

今年五月份全球超算第一名是达到1.1个flash，那么其中主要排名是美国，日本，芬兰，那么中国的神威排在第六，只是因为我们神威确实好几年了没有更新我们的上报的数据，不过在全球超算五百强里头，中国占了34.63%，三分之一是中国的，超过了美国所占的比例，对于人工智能来讲，可能更喜欢会用AI的计算中心，它是一个基于GPU，NPU，FPG来构建的，主要是以大算力来训练数据，来产生推理决策的模型。

国内上，深圳的“鹏城云脑2”现有算力100个批，目标是一个亿flash，上海的商汤，他在计算中心的算力设计了以后要达到5个flash，像一些城市，中国一些城市也纷纷建设计算中心，以成都为例，它的中心涉及规模是1个flash，很多互联网企业都会建设AI计算中心。

更多面向公众应用的是互联网数据中心，它提供存储于基础算力，利用AI中心提供的模型来进行决策分析，算力为人工智能的计算提供了可以支撑的动能。

第二个问题，我们讲讲数字转型发展，提升AI的价值，我们可以看到，我们说物联网感知数据通过通信网络传到了云计算，到人工智能决策，由于传统的通信网络，带宽不足，时延比较大，人工智能的决策再反馈到互联网执行，可能错过了最大执行时间。

现在5G来了，高带宽，低时延，人工智能的决策能第一时间反馈执行，可以说那么我们5G打通了数据从采集到决策的全过程，使得人工智能实现了数据的闭环，发挥了数据作为生产要素的作用，人工智能使得数字基础设施的能力充分发挥并体现价值，我们PPT的下图看到人工智能可以分解成感知，理解行动。

那么从计算机视觉、音频处理来提供感知能力，到我们说实现自然语言的识别处理，知识的表达及其学习专家系统，可以以虚拟代理身份分析应知机器人、语音分析推荐系统、数据可视化来发挥人工智能的应用，表现为提升生产效率、降低运营成本、改进客户体验、促进技术创新。

我们实际上右边的锁链，也就是说可以在人工智能在产业上可以有覆盖生产的各个环节的应用，我们举个例子，大家看到小视频，这是一个青岛港的吊车，我们可以实现利用5G，在吊车上装了30多个摄像头，通过5G传到遥控中心，在人工智能的协作上，实现精准的从码头到船，从船到码头的吊装，提升了生产效率，改善了吊装工人的劳动条件。

那么现在再看到中间小视频是智能驾驶，尽管我们说智能驾驶现在在城市的应用还面临说技术成熟性、可靠性和法规的问题，但是智能驾驶或者说遥控驾驶已经首先运用到农业、矿山和复杂道路的环境，来保证安全。那么人工智能是自动驾驶的灵魂。

右下图，实际上是个黑灯工厂，在北京三一重工有个南口产业园的一号工厂，面积有4万平米，他是黑灯工厂的代表，他有八个柔性制造工程中心，十多条自动化产线，375台大型设备，其中机器人则超过150台，去年在这个工厂生产了78亿元的装机设备。

那么这里的工人原来一度是上千人，现在只有十多人，那么这里靠什么，生产的自动化，靠我们人工智能的控制来实现的。更多的应用是在机器视觉。

据统计，全国目前靠眼睛目测检验产品质量的工人累计有250万人之多，尽管工人很认真，但是仍然避免不了差错。现在右边的小视频，大家看到是以激光扫描一个生产的产品工件。那么把外围的所有参数都获取，通过5G传到云平台，跟我们人工智能，利用人工智能技术把它还原为一个三维的模型，跟我们理论的模型比对，可以把原来的检测时间从三天缩短到3-5分钟，显著的提升效应。

那么类似的要利用5G的机器视觉实现热轧企业的带钢表面的检测，还有上海商飞公司，对飞机表面复合材料的缺陷进行人工智能技术的评测。

右下图的小视频，工人带上一个5GAR的眼镜，当他拿起产品的时候，所拍下来的照片视频立即会传到后台，利用人工智能的技术，很容易跟他预存的合格理想的产品来比对，能够容易发现产品的质量。

当然更大的应用，大规模一点的是在基于人工智能技术的数字孪生，那么下图是一个冶金行业的数字孪生。冶金是一个流程工业，那么大部分时间，我们觉得他是个黑匣子里头运转的，自动化程度很高，但是我们仍然可以通过各种传感器收集数据。

这些数据，用于来训练我们通过AI的机器学习来发现它的规律，同时把规律性模型送到了我们实时控制平台，在实时控制平台也同时收集了实时的数据进行比对，产生我们控制的操作，实际上数字孪生是把所有在实体世界试错的成本很高的实践映射到数字空间，已相对低成本的方式来快速实验迭代优化。

以吉利汽车为例，它有个全流程汽车仿真生产系统，可以实现虚拟的精准调校。那么现在实际上利用系统，可以使他总装环节的装配合格率，焊装环节的焊点，定位，冲压环境零件加工等等，合格率都达到了99.8%-100%。

除了生产以外，我们说在城市和生活中有很多应用，新冠疫情我们主要靠核酸检测，但是一些重症的一些分析，我们还会利用CT，一般来讲一个肺部CT可能做下来可能有几百张的CT照片，医生一张一张看，还是要费时间的，现在利用人工智能的技术，我们把几百张CT照片，还原为一个肺，我们可以看到肺有没有纤维化，有没有什么问题，并且这种决策模型，我们上到云端。

那么边缘地区，可能缺乏经验的医生跟他CT的照片，很容易从AI的平台上来获得准确诊断的帮助，不仅如此，我们下边的是一个在三亚301医院的医生，通过5G远程控制在北京301医院的机器手，为一个帕金森患者做个开颅手术。

那么在手术中，借助于AI，能够准确定位和分析，那么同样的，北京协和医院也做了一个利用5G实时采集患者的黄斑变性，青光眼这些问题，并且上的云，借助于云端AI的分析，能精确的控制机器，通过遥控实现激光的烧黄斑。总之，人工智能技术可以很好地利用。

右下表，实际上是一个咨询公司给出的人工智能对于我们整个经济发展的贡献，这里边列出一些主要国家，绿线是没考虑人工智能的时候，这些国家在2035年可能GDP的情况，蓝线是附加人工智能以后的增加值，我们麦肯锡预见2030年人工智能为全球GDP增加1.2个百分点，经济活动增加十三万亿美元。

埃森哲预见2035年人工智能使全球利润率提高38%，相当于经济增长十四万亿美元。当然不仅如此，我们说人工智能不仅仅是人工智能本身的直接产业的收益。实际上它还会带动5G工业互联网的受益，更重要的是AI融合了新一代信息技术，营造生态，共创价值，人工智能加持下，5G工业互联网加在一起，三足鼎立，可以预见在2035年全球的经济增加值会增加四十万亿美元，我的报告走到这里，谢谢大家。