苏研高天铎当前ai技术处于弱人工智能的阶

　　2019年1月10日-11日，由中国工信出版传媒团体主办，通讯世界全媒体承办的 2019移动转售业务全球发展峰会暨虚拟运营商甬江潮起 在浙江省宁波市宁波凯洲皇冠假日酒店隆重召开。在同期会议 2019mvno+ict高新技术论坛 上，中移(苏州)软件大数据高级解决方案架构师高天铎进行了《人工智能技术在中国移动的应用》的主题演讲。

　　演讲全文如下：

　　大家好，我是来自于中移苏州软件技术有限公司大数据产品部的高天铎，今天为大家带来一个分享《人工智能技术在中国移动的运用》。人工智能在2018年得到了长足的进展，今天我站在一个技术从业人员的角度，通过自己对人工智能的项目和研究的了解，来给大家简单的介绍一下我苏研的一些主要的运用。

　　首先，人工智能已成为了经济发展的新引擎。

　　首先来看是一个新引擎，为何这么说?以及给产业发展带来动力呢?

　　第一，人工智能可以带来一定的虚拟劳动力来提升劳动效率。

　　第二，可以提供优化产业决策的根据。

　　第三，新机遇，在传统的运营商的业务，加上ai，就可能迎来一些新的机会，让我们的业务变得更加的多元化，增加更多传统业务的生命力。

　　在2018年，我们看到在全球的几个主要的国家，人工智能技术都对生产劳动力的提升带来一定的提高。那么人工智能也从最开始到现在，逐渐的提升到了国家战略的层面

　　那末中国移动为何要来大力的推广人工智能呢?人工智能包括4方面要素，数据、算法、算力，场景。

　　数据。中国移动的数据非常多，涵盖了海量、高质量的数据，简单的给大家说一下量到底有多大。我们有将近10亿的用户，有2.2亿的物联连接，每天整个团体会有1600多种的不同数据，来供人工智能做分析的样本数据或者是基础数据。

　　算力。现在中国移动正在做中心+边缘的云化基础设施，为ai的发展计算提供了强大的保障。

　　场景。连接客服渠道等等很多业务方面都会有ai的诉求，ai会促进他们的发展。

　　人工智能通常分为强人工智能和弱人工智能。机器或者是说人工智能的系动，有了自主的意识，它的智慧会等于或者是高于人类，这便是强人工智能。弱人工智能只是通过编程让系统或是机器表现出好象是和人类水平一样的表现，但是其实不具有自主的意识。

　　在这个背景下，整个技术的发展还是处于弱人工智能的阶段，只是在某一方面高于人，并不是全方位高于人。用人工智能完全替换人是不可能的。当时在想，做一个完全的人工智能的系统。但由于技术上难度很大、在当前的技术背景下意义不大。进而。在最开始是点状的存在于原有的各个业务系统中，随着发展，从一个点变成一条线，终究希望发展成一个面独立出来。

　　那么基于这个，在我们的主要业务线条里，把人工智能都加进去，让它起到自己的作用，可以带来一些降本增效、价值变现等方面的效果。首先来看一下中国移动的络+ai，提升络竞争力，络是中国移动的生命线，我们希望结合ai的能力，让它们首先都变得智能起来，络智能优化、运维，和下一代面对物联，5g管。

　　如何将ai技术应用到市场?我们希望起到的效果是可以快速的响应市场的变化，那么在移动里面，分为个人市场，家庭市场，政企市场还有一些新业务拓展。

　　与ai技术进行结合以后，我们希望可以快速响应市场的变化。首先，针对市场的决策。

　　另外，市场本身的营销，业务，业务和ai结合，我们希望产生一些新的业务类型，去发展我们的业务生态。我们在传统的运营商的本身业务上，可能需要加入ai能力。引入了ai技术以后，会让业务本身发展更好、带来新的业务和促进原有业务的整合。

　　其次，客服+ai，中国移动10086有非常多的客服人员，包括也有会客响的服务人员，原来需要做非常多的工作，质检，应对，语音等等，通过人工的方式去做。我们在大量引进人工智能的技术，我们希望让ai的服务器去帮助人做大量的重复、烦琐的一遍一遍核查的技术，剩余的部份需要沟通交流再由人来完成可快速的完成。

　　再者，行业+ai，运营商自己，也就是中国移动自己是一个通讯行业，我们也希望通过有了ai技术以后，升级自己的产品和服务，打破行业壁垒，和城市、交通、教育、医疗等等行业一起结合起来一起做。

　　最后，管理+ai提升效力，降低风险。

　　最后简单的介绍一下我们对人工智能发展的布局。

　　起初，从2014年、2015年开始做基础设施的布局，换言之建立自己的云的资源池，建立我们的大数据平台，把需要在后面做人工智能的部份存储下来，清洗，把有价值的叫做资本留下来，把垃圾丢掉。

　　另外，做数据的同享。开始是省内的部门和部门之间的输出共享，让一个省公司的数据可以同享起来，现在的集团还做全集团的像我们的集中化nbiot管项目等等

　　此外，在核心技术上，每个公司对于自己的开运技术上，还要做自己的核心技术的封装，这个是大家的差异。那末在这方面，可能和一些发展比较好的国家或者是业界大颚有一定的差异。第一要拥抱开源，第二，运营商业务的独特性，导致了我们需要很多的自主技术来解决我们自己的问题，所以要有核心的技术。

　　最后是人才的转型和专门去培养和储备了一批数据分析科学家。这个群体的员工，他们的技能在于既要非常懂业务，又有一定的或者是较强的软件开发能力，可以作为一个混合型的团队，把业务需求和实际技术进行融合，然后进行数据相干的分析、处理，包括算法的研发。