这也是2023全球未来产业之星大赛超能奖（项目组）的获奖项目。

它涵盖了Web应用防火墙、SSL证书管理、DDoS高防等安全措施，可以有效应对各类网络攻击，确保了企业数据和业务的安全。数字化浪潮奔涌在数字化的浪潮中，云上AI时代和新质生产力时代的到来如同一股不可阻挡的洪流，深刻地改变着政企用云的面貌。

国内云服务市场上，目前能够实现全栈云原生安全的云服务商并不多见，而拥有从鲲鹏、昇腾IT基础设施，再到云平台、GaussDB数据库、盘古大模型、openEuler操作系统等端到端自研的200+云服务能力的华为云更是其中的佼佼者。新质生产力时代到来，政企用云进入新周期站在时代的门槛上，我们可以清晰地感受生产力的本质正在经历一场深刻的变革。数字人技术作为华为云服务的另一亮点，通过高度模拟人类行为和交互方式，为用户带来了全新的服务体验。在去年7月举办的华为开发者大会2023上，面向行业的盘古大模型3.0发布，它是中国首个全栈自主的AI大模型，包括5+N+X三层架构，分别对应L0层的5个基础大模型、L1层的N个行业通用大模型以及L2层可以让用户自主训练的更多细化场景模型。通过与各行各业的紧密合作，华为云正帮助大型政企构建更加智能、高效的运营体系，共同迎接数字化时代的挑战与机遇。

随着历史的车轮驶入2024年，大模型、AIGC等话题引发广泛热议，云计算与AI技术展现出了前所未有的深度融合趋势，就如同寒武纪的生物大爆发，激发着各行各业的创新浪潮。随着华为云朋友圈的不断壮大，其生态合作模式已经成为云市场的一大亮点。但拉姆齐说，相较于几十年后可能出现的人工智能产品，回过头看当前的产品将会像是医疗的石器时代。

他说：人工智能发挥最大影响的领域，将是分析我们身体的秘密以及体内基因与微生物组之间的复杂关系、我们的大脑中正在发生什么。模型将能够考虑关于一名特定患者的广泛指标，并且通过对人类的整体理解，预测他们可能面临或者目前患有的疾病。据英国《独立报》报道，去年针对英国国民保健署的勒索软件攻击攻破了一个包含110万名患者信息的数据库。在这个领域，人工智能不是奢侈品，它将成为一种必需品。

一种算法可能关乎数百万人而不是一个人的生命。但他说，让训练有素、配备完善的人工智能模型为医生的决策提供信息，好处是缩短了这些决策的时间，增大了患者康复和生存的可能性。

人工智能转录工具可以减少使用者必须花费的时间和精力，但仍然需要一个人来掌握删除和保留哪些东西。他说：想想看，人类已经在地球上生活了30万年。非结构化和无标记的数据约占医疗数据的80%，这些数据可以分为多个位置和多种格式(包括纸面格式)。拉姆齐说，医疗人工智能服务提供商还将越来越多地被迫应对不同管辖区的监管拼凑，这可能会使安全要求和数据获取复杂化。

在放射学方面，人工智能模型可以审查扫描结果，并识别可能遗漏的肿瘤或骨折。拉姆齐的论著《人工智能医生：人工智能在医疗领域的兴起》中收录的研究显示，目前，在医疗环境下使用人工智能通常仅限于在特定医学领域执行小范围的任务但它们还是有用的。拉姆齐在他的书中写道，只需向它们解释新任务而无需重新训练，这些新模型就能解决以前没有发现的问题，能够接受输入并且用不同的数据形式组合产生输出(比如，它们可以采取图像、文本、实验室结果或者其他组合方式)。这些训练数据中的缺陷可能导致人工智能模型的判断错误，而数据集偏向于某种人群类型可能意味着它做出的决定会在无意中伤害另一人群。

他提到一个例子，他去年在纽约骑自行车发生事故时，尽管他的本地医疗中心在同一座城市，却没有他住进医院重症监护室的记录。拉姆齐说，正在实施的这些模型面临的主要障碍之一是，缺乏将为这些预测提供信息的有标记、结构化和经过验证的医疗数据，原因是医疗已经落后于其他行业，而在那些行业，数字化和数据集体化方面的安全不那么令人担忧。

大量范例首先要克服一些障碍，包括缺乏足够的数据来训练人工智能模型、安全方面的担忧以及两方面的犹豫态度。数据障碍拉姆齐预计，在未来几年里，深度学习人工智能将能够绘制出我们的基因组和微生物组，并且弄清它们是如何影响我们的发育和抗病能力的。

这可能在一定程度上是因为人工智能机器的回答往往是错误的却令人信服。他说：我们的头脑不可能揭开那些关系。权衡安全尽管拉姆齐知道人工智能的黑匣子概念，但他认为，模型的答案越复杂，利用的信息越多样化，解释模型的答案只会变得越困难。但他不确定这是否会成为一个问题。例如，这篇采访由人工智能工具转录而成，但仍然需要人来纠正偶尔出现的错误。目前取得这些进步是因为算法只需要分析一种类型的数据，而且可以利用已经广泛数字化的数据进行训练。

因为它是唯一能够筛选数十亿数据和数万亿连接并且弄清关键关系和关联的技术。美国《新闻周刊》网站2月4日刊登题为《人工智能可能会在数十年内解开人体的秘密》的文章，作者是亚历克斯菲利普斯，内容编译如下：一位医生(同时也是一本关于新兴技术在医疗领域应用的新书的作者)说，人工智能(AI)可能会比任何人类都能探索更多元的数据，从而在几十年内解开我们身体的秘密并且准确诊断疾病。

医景网2019年对三大洲的1500名医生进行的调查发现，美国医生仍然对使用人工智能持最怀疑的态度，近一半的人说，他们对在专业环境下使用人工智能软件感到别扭。他补充说：即便关于一个人的数据只有一项缺失，也可能会改变他们的整个健康状况。

具有解释能力的人工智能模型或许可以缓解这种担忧：不仅能提供答案，还能描述它们是如何得出这些答案的。在医疗环境下，这可能关乎生死，可能会让医生为错误承担责任。

与此同时，他把目前的医疗人工智能市场描述为狂野西部，美国食品和药物管理局提供了审批的低门槛，从而加剧了临床医生对潜在解决方案的怀疑，于是减少了采用。最终，多模式深度学习算法将能够了解患者的多方面医疗数据，并预测他们可能存在的问题。1970年，如果你犯了心脏病，死于心脏病的概率在30%左右。一百年前，我们还没有抗生素和麻醉药物。

隐私争议但是，提供先进人工智能模型所需的数据也有自己的挑战，尤其是如果一个人群的完整医疗记录保存在一个易受网络攻击的单一数据库中，那么医疗隐私就有被侵犯的风险。他说：我们今天使用的很多药物，用了几十年，它们帮助了数百万人，我们不知道它们是怎么发挥作用的

人工智能转录工具可以减少使用者必须花费的时间和精力，但仍然需要一个人来掌握删除和保留哪些东西。他说：想想看，人类已经在地球上生活了30万年。

但他说，让训练有素、配备完善的人工智能模型为医生的决策提供信息，好处是缩短了这些决策的时间，增大了患者康复和生存的可能性。他还说：所以，过去100年里发生的事情令人震惊：预期寿命从35岁左右增加到了80多岁我们取得了巨大进步，但我们仍然不一定明白掌握我们生命密码的基因与身体里的其他一切是如何相互作用的。

没有人能强迫医生以他们不情愿的方式行医。他在书中写道：飞行员过去手动驾驶飞机，但他们如今在计算机的帮助下操作仪表盘。但拉姆齐也设想，即便是最先进的人工智能医疗模型也只能辅助和影响医生，永远都不太可能把患者的治疗完全交给机器。这提高了飞行的安全性，也改善了航空业。

他说：人工智能无法权衡犯错的成本。例如，这篇采访由人工智能工具转录而成，但仍然需要人来纠正偶尔出现的错误。

后来进入医疗风险投资领域的拉姆齐表示，反过来，医生可能担心人工智能会削弱他们的作用。他补充说：即便关于一个人的数据只有一项缺失，也可能会改变他们的整个健康状况。

医景网2019年对三大洲的1500名医生进行的调查发现，美国医生仍然对使用人工智能持最怀疑的态度，近一半的人说，他们对在专业环境下使用人工智能软件感到别扭。拉姆齐说，医疗行业的采用速度较慢，在一定程度上是因为对患者安全的担忧和避免错误所需的保障，但也是因为临床医生对人工智能持怀疑态度。