7月6日，世界人工智能大会在上海拉开帷幕，本届大会主题是“智联世界 生成未来”，聚焦通用人工智能发展，共话产业新未来。开幕式上，特斯拉首席执行官埃隆·马斯克与华为轮值董事长胡厚崑等嘉宾就人工智能的研发进展、技术应用、未来前景等角度发表演讲。
下文为观察者网整理的部分发言内容，未经演讲人审定。
埃隆·马斯克：陈吉宁书记，上海的各位朋友们，大家好！
人工智能将会在人类未来文明的发展上发挥深刻影响。现在，数字计算能力爆炸式增长，其中一个关键指标是数字计算、机器计算和生物计算的比例。换言之，计算机的计算强度和人类的计算强度，二者比例是多少？每年，这个比例都越来越高，意味着机器和人类之间算力差距在进一步扩大。
相比机器智能，人类智能在全部智能中占比将越来越低，这是根本性的深刻变化，所产生的影响现在还很难完全理解，我只能说这是人类历史上影响最深远的时期之一。
我相信，特斯拉将在这一进程中扮演重要角色。特斯拉的Optimus机器人（中文名“擎天柱”）还处于初期开发阶段，但是在未来，我们将会拥有有非常多的机器人。
现在看来，下一个阶段，机器人的数量将会超过人类。他们的计算能力要强得多，这似乎是发展的趋势所在。这既会带来积极的影响，也会带来消极的影响。积极的影响是，我们将会进入一个非常富足的后短缺时代，不会再有资源短缺。人类可以即刻获得自己想要的东西，因为大量机器人会产生比现在人类主导的秩序高得多的生产效率。这是非常大的变化，所以我们要很谨慎，以确保最终的结果是对人类有益的。
特斯拉的机器人专注于做一些无聊、重复、危险的工作，帮助人类做不愿意做的事，这是我们的目的。我也不想过度乐观，认为特斯拉的角色就一定很重要，但是特斯拉对自动驾驶技术非常感兴趣，愿意将这一技术授权分享给其他汽车制造商使用。自动驾驶可以让人类彻底告别无聊的驾驶过程，是超越时代的技术，也会大大提高汽车使用率。一般情况下，一辆家用车每周使用时间大约为10-12小时，多数时间都是停在停车场；但是全自动驾驶汽车的使用时间可能会达到每周50-60小时，是非全自动驾驶汽车使用率的5倍。在特斯拉，我们想提供这样的技术，这也是为什么我们将全自动驾驶技术授权给其他汽车制造商使用的原因。
当前，我们在美国道路上进行了测试，我们的技术已经非常接近无人干预的全自动驾驶状态。当我驾驶一辆配备最新版本全自动驾驶系统的特斯拉汽车时，从一个目的地到另一个目的地，几乎不需要手动操控。我个人的猜测是，特斯拉可能在今年晚些时候就能实现L4或L5级的全自动驾驶能力。我以前做出过错误的预判，但是我认为此刻的预测比以往任何时候都更接近于现实。
我们需要非常谨慎，对于这种深度全面的人工智能需要有所担心，特别是全自动驾驶汽车。例如，在我们的例子中，使用有限的人工智能进行全自动驾驶具有挑战性。但相信可以很快解决这个问题，大概在今年晚些时候，实现全自动驾驶是有可能的。尽管不能百分之百保证，但趋势确实如此。然而，这种有限的人工智能与通用人工智能（AGI, Artificial General Intelligence）是完全不同的，通用人工智能有很大不同。很难给这类人工智能下定义，将其归类为某一种类型。
这并非特斯拉目前专攻的方向，有其他公司正在研究。但我认为，这也是我们应该关注的领域。尤其是当深度的人工智能相当于上万台，甚至数十万、数百万台最先进的计算机的协作算力，这样的超级智能的能力比人类还要强大，这会产生风险与担忧。它可能有很积极的未来，但也有概率出现一些负面影响，我们要尽可能确积极的前景能够发生，且避免消极的因素。
我一直非常钦佩中国人民的智慧和干劲。中国一旦下定决心要做一件事，一定能做得很好，各个领域、各个产业都是如此。当然也包括人工智能产业。所以，我相信中国会有很强的人工智能研发能力，这是我的预测。
非常感谢大家出席今天的活动，并邀请我在线上表达观点，希望我的发言不会太无聊。再次感谢上海的朋友们，感谢陈吉宁书记，期待能够线下参加下一届人工智能大会。
胡厚崑：与往届相比，今年大会最大的不同在于，我们正处在一个全新的背景下。去年年底ChatGPT的出现，把人工智能推到了新的风口上。人工智能，尤其是通用人工智能，是当前最热门的话题。
在这次世界人工智能大会的展馆里，围绕大模型研究和其应用展出了非常多的成果。这说明，人工智能发展正给我们带来新的期望。未来人工智能发展的方向已经越来越明朗，在不长的时间里，人工智能，尤其是通用人工智能，会帮助我们改写身边的一切。当方向清晰后，路径设计就很关键。今天，利用这次大会的机会，我向大家汇报一下华为当下对于未来人工智能发展的一些思考。
华为现在的核心考虑是，下一阶段要全力推进人工智能走“深”向“实”，有两个抓手：一方面是深耕算力，打造强有力的算力底座，来支撑中国的人工智能事业发展。另一方面是结合大模型，从通用大模型到行业大模型的研究创新，让人工智能服务好千行百业，服务好科学研究。
人工智能的发展，算力是基础。当前，我国在算力的可获得性和成本等方面都面临着不小的挑战。多年来，华为深耕算力，聚焦鲲鹏和昇腾的根技术，取得了根技术的突破。当下，我们正在做的是通过架构创新、生态发展，以及灵活共建的手段来支撑中国算力底座的打造。
首先，我们通过架构创新来提升计算效率。
一方面，在计算节点层面，我们推出了革命性的对等平构架构，这个架构突破传统以CPU为中心的异构计算可能带来的性能瓶颈，提升了整个计算带宽，降低了时延，使得节点性能得到了30%的提升。
另一方面，在数据中心层面，我们在2019年时推出了昇腾的AI计算集群，通过集群方式把计算、存储、网络等综合优势聚集在一起，相当于把AI数据中心当作一台超级计算机来设计、管理，使得其性能得到大幅度提升。
当前，国内建设的规模最大的AI计算集群是在深圳“鹏城云脑”二期，预计到2024年三期规模会达到16000P（(每秒1600亿亿次）的水平。同时，华为在乌兰察布计算中心也部署了几千卡的规模，实测通过集群方式在同等算力的情况下，可以得到10%以上的效率提升。
其次，算力的发展，生态是关键手段，同时也往往是难以攻克的瓶颈。四年前，华为围绕整个计算产业发展，提出了“硬件开放、软件开源、使能伙伴、发展人才”的战略。四年下来，我们和各方伙伴的合作已经取得了一定的成绩。比如说，硬件方面进一步坚持开放，今年推出了更多样化的模组和板卡。目前，30多家硬件伙伴基于昇腾AI推出了上百款人工智能硬件，可以满足不同行业的场景需要。同时，在软件方面，华为坚持通过开源，做强基础软件，特别是面向当前大模型的创新，也取得了巨大成就。
华为提供了全流程的使能平台，更好地支持科研机构和企业客户。目前我们的生态已经孵化了20多个基础大模型，同时还适配了十多个业界主流大模型。据统计，当前中国的大模型中，有一半是由昇腾AI算力支撑的。虽然四年来，我们取得了不少成绩，但是生态发展没有捷径，必须一步一个脚印向前发展，也希望未来有更多公司加入，一起把生态做好。
发展算力，还有一个考虑。发展手段和模式要多样化，身段要灵活。因此，结合中国实际情况，我们采用多种模式进行算力建设。
一方面，在城市算力基础设施建设方面，我们当前已经支持包括上海在内的各地政府打造了25个城市级人工智能计算中心。另一方面，有相当多的大企业、头部企业，如中国移动、科大讯飞、南方电网等，都有自建人工智能算力中心的诉求，我们也积极配合，帮助这些企业建立自己的人工智能算力中心。
同时，中小企业对人工智能的需求极其旺盛。面对中小企业的算力需求，我们用云服务的方式，在华为云上为大家提供服务。将多种手段结合到一起，通过这种方式真正满足算力需求，不要让其成为人工智能发展的瓶颈。
在深耕算力的同时，还要让人工智能真正走进千行百业。一方面，要持续提升通用大模型能力，另一方面，还要在这个基础上建好行业模型。
华为推出了新的三层大模型结构。在最基层对标的是通用大模型，我们称之为基础大模型。基础大模型相当于“读万卷书”，即做好海量的基础知识学习。这一层之上，打造行业模型和场景模型，可以称之为“行万里路”。从“读万卷书”到“行万里路”，还有很多挑战要克服，很关键的一点就是把各行各业的知识与大模型进行充分匹配和融合，华为正在和各个行业的伙伴一起努力。
当前，华为的大模型已经围绕金融、制造等十多个行业支撑了400多个应用场景的落地，未来还希望和更多的行业一起携起手来，再进一步拓宽应用面，进一步走“深”做“实”。
除了要让人工智能服务于千行百业，还要服务于科学研究。我们发现，AI通过学习海量历史数据、科学知识，同时把数学方程编码到大模型中，可以促进其与基础学科，如分子动力学、生物学等的结合，以此帮助我们发现更多科学规律。
当前，华为的盘古大模型已经发布了盘古科学计算大模型，这个模型下包括了药物分子大模型、盘古气象大模型和海浪大模型。我们和科学家共同合作，取得了不错的成果。
比如在气象研究领域，盘古大模型可以在几秒内完成对全球一个小时到七天气象情况的预报，既快且准。它需要40多年的气象数据，同时还要结合气象行业知识不断进行训练和矫正。同样的工作正在多个科学研究领域展开，我们希望通过努力，真正围绕AI，为科学和科学工作者带来更多新思路、新方法和新供给，为人类发展输入新动能。