l’ultimo discorso del presidente di turno di huawei, xu zhijun: non tutte le applicazioni devono perseguire modelli “grandi”.
2024-09-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
il 19 settembre, il sito web ufficiale di huawei ha pubblicato un discorso del vicepresidente e presidente di turno di huawei xu zhijun alla conferenza huawei full connection del 2024, xu zhijun ha affermato che l'intelligenza artificiale è diventata la tecnologia che ha il maggiore impatto sul settore strategia lo scorso anno e il fulcro della strategia è cogliere le opportunità della trasformazione dell’intelligenza artificiale.
xu zhijun ha affermato: "il progresso dei chip che possiamo produrre sarà limitato. questa è una sfida che dobbiamo affrontare nella creazione di soluzioni di potenza di calcolo".
a suo avviso, poiché l’intelligenza artificiale sta diventando la domanda dominante di potenza di calcolo, il sistema informatico sta subendo cambiamenti strutturali e ciò che serve è la potenza di calcolo del sistema, non solo la potenza di calcolo di un singolo processore. questi cambiamenti strutturali offrono l’opportunità di creare un percorso di sviluppo indipendente e sostenibile per l’industria informatica attraverso l’innovazione architetturale.
ma ha anche affermato che le scoperte tecnologiche nei modelli di grandi dimensioni hanno notevolmente accelerato il processo di intelligenza. da qualche tempo, quasi tutti i ceti sociali parlano di modelli di grandi dimensioni, di sviluppo della potenza di calcolo dell’intelligenza artificiale e di addestramento di modelli di grandi dimensioni. tuttavia, da una prospettiva di sviluppo a lungo termine, non tutte le aziende hanno bisogno di sviluppare potenza di calcolo basata su intelligenza artificiale su larga scala.
“sappiamo tutti che i server ai, in particolare i cluster di potenza di calcolo ai, sono diversi dai server x86 generali e hanno requisiti estremamente elevati per l’ambiente della stanza del data center come alimentazione e raffreddamento. e poiché i modelli di grandi dimensioni diventano sempre più grandi, la potenza di calcolo dell’ai diventeranno anche più grandi e il ritmo del cambiamento è veloce.
inoltre, xu zhijun ritiene che non tutte le applicazioni debbano perseguire modelli "grandi". il modello da miliardi di parametri può soddisfare le esigenze di scenari aziendali come il calcolo scientifico e il processo decisionale predittivo, mentre il modello da decine di miliardi di parametri può soddisfare le esigenze di un gran numero di scenari di campo specifici come nlp, cv e multi-analisi. modalità, come domande e risposte sulla conoscenza, generazione di codice, assistenti degli agenti, ecc. test di sicurezza. compiti complessi per la pnl e la multimodalità possono essere completati utilizzando centinaia di miliardi di modelli di parametri.
di seguito il testo integrale dell'intervento (con abbreviazioni)
xu zhijun, vice presidente e presidente di turno di huawei: abbracciare l'era dell'intelligence globale
benvenuti alla huawei connected conference 2024. spero che tutti voi abbiate un piacevole viaggio a shanghai. alla huawei full connectivity conference del 2018, ho presentato la strategia di sviluppo dell'intelligenza artificiale di huawei e le soluzioni ai full-stack e full-scenario e ho posizionato l'ai come una tecnologia di uso generale. nel 2021, alla huawei full connectivity conference, ho parlato del modello pangu che consente l'intelligenza in tutti gli ambiti della vita. dal 2018 a oggi, lo sviluppo dell’intelligenza artificiale è cambiato ogni giorno che passa e ha attirato grande attenzione da parte della comunità degli investitori globali, dell’industria e dei governi. huawei ha portato avanti costantemente la sua strategia di sviluppo dell’intelligenza artificiale dal 2018 e alla huawei connected conference dello scorso anno ha ulteriormente chiarito la strategia globale di intelligence dell’azienda. per quanto riguarda l'intelligence, ogni settore e ogni impresa ha la propria esplorazione. ho sentito che sono stati raggiunti molti risultati, ma ho anche notato che c'è ancora molta confusione. oggi vorrei cogliere l’occasione per condividere le nostre osservazioni, pensieri, strategie e pratiche.
l’intelligenza artificiale è diventata la tecnologia che ha il maggiore impatto sul settore
innanzitutto, diamo un’occhiata al progresso commerciale dell’ia. dal punto di vista delle applicazioni commerciali, non c’è mai stato un progresso tecnologico che abbia avuto un impatto così grande in un periodo di tempo così breve come l’intelligenza artificiale. una ricerca condotta da mckinsey e dall’università di stanford mostra che le applicazioni dell’intelligenza artificiale in vari settori sono attualmente concentrate principalmente in tre aspetti: sviluppo del prodotto, marketing e operazioni commerciali. in secondo luogo, dal punto di vista dei dirigenti aziendali, i risultati del sondaggio di gartner mostrano che i ceo hanno una visione molto positiva dell’intelligenza artificiale. quindi, in sintesi, il continuo progresso della tecnologia dell’intelligenza artificiale sta promuovendo il continuo approfondimento dell’intelligenza in tutti gli ambiti della vita e si sta muovendo verso un’intelligenza globale.
trovandosi nelle prime fasi dell’era dell’intelligenza globale, ciascuna delle nostre aziende non solo spera di utilizzare l’intelligenza artificiale per creare valore il più presto possibile oggi, ma spera anche di assumere un ruolo guida nella futura concorrenza intelligente. anche questa è una questione su cui abbiamo riflettuto. vorrei cogliere l'occasione per condividere la nostra visione per le imprese nell'era intelligente, ovvero come appariranno le aziende nell'era intelligente e quali caratteristiche avranno.
riteniamo che le imprese dell'era intelligente debbano possedere le caratteristiche delle "sei a". le prime quattro a rappresentano l’effetto dell’intelligenza, tra cui:
la prima a risponde a come le aziende dovranno servire i propri clienti in futuro. pensiamo che sia adaptive user experience, il che significa che le aziende intelligenti dovrebbero essere in grado di percepire e comprendere i comportamenti, i bisogni, gli interessi, i gusti e i cambiamenti ambientali degli utenti, in modo proattivo adattarsi per fornire servizi che soddisfino al meglio le esigenze degli utenti, e i prodotti in grado di soddisfare un gran numero di esigenze personalizzate e uniche in modo tempestivo e simultaneo devono essere progettati appositamente fin dall’inizio, non solo su misura. ad esempio, la macchina per l'apprendimento basata sull'intelligenza artificiale regola automaticamente il contenuto dell'insegnamento e la difficoltà in base all'età dello studente, al progresso dell'apprendimento, alla capacità di comprensione e al feedback dei test, in modo che ogni studente possa ottenere un'esperienza di apprendimento adatta a lui o a lei in momenti diversi. è un salto fornire ai clienti un'esperienza deterministica preimpostata verso un'esperienza adattiva. ogni azienda deve fornire un'esperienza cliente che si adatti all'era intelligente.
la seconda a risponde al tipo di prodotti che l'azienda dovrà costruire. li consideriamo prodotti in evoluzione automatica; significa che i prodotti nell'era intelligente avranno la capacità di apprendere in modo indipendente, continuare a iterare, adattarsi ai cambiamenti ed essere in grado di auto-ottimizzarsi ed evolversi le auto guideranno sempre meglio mentre guidano. il passaggio dalla digitalizzazione dei prodotti alla product intelligence è un salto che cambierà notevolmente la concorrenza. ogni azienda deve pensare a integrare funzionalità intelligenti nei propri prodotti.
la terza a risponde al futuro delle operazioni quotidiane delle imprese, ovvero autonomous operation, che si riferisce alla necessità di raggiungere un funzionamento altamente autonomo dei flussi aziendali, dalla percezione, pianificazione, processo decisionale all'esecuzione, ciclo chiuso autonomo end-to-end. ad esempio, il porto genera automaticamente piani operativi attraverso una piattaforma di pianificazione intelligente e completa automaticamente il trasporto orizzontale dei container tramite camion a guida autonoma. l’automazione delle operazioni aziendali è perseguita da molte aziende da molti anni. l’autonomia delle operazioni rappresenta un passo avanti nel miglioramento dell’efficienza operativa. ogni azienda deve pensare all’utilizzo dell’intelligenza artificiale per potenziare e modificare le operazioni aziendali in un ambito più ampio e profondo.
la quarta a risponde al futuro dell’esperienza lavorativa e dei metodi di lavoro dei dipendenti, ovvero augmented workforce, che si riferisce alla necessità per ogni dipendente di avere un assistente intelligente che “mi capisca” e completi ogni compito in modo efficiente e con alta qualità. ad esempio, il personale di manutenzione in loco della stazione base dell'operatore può ottenere rapidamente informazioni come la posizione del guasto, la causa principale e suggerimenti di elaborazione tramite l'app dell'assistente di manutenzione. lasciare che l’intelligenza artificiale avvantaggi l’umanità è il significato dell’esistenza dell’intelligenza artificiale. offrire ai dipendenti un’esperienza lavorativa migliore è la base fondamentale per la competitività di ogni impresa nell’era intelligente.
le due a successive rappresentano il fondamento dell'intelligenza. la quinta a, ovvero all-connected resources, si riferisce alla realizzazione della piena interconnessione di risorse, dipendenti, clienti, partner, ecologia, ecc. di un'impresa e non solo alla digitalizzazione di tutti gli oggetti, processi e regole aziendali necessario migliorare oltre alla quantità delle informazioni, è necessario migliorare anche la qualità delle informazioni, in modo che le imprese dispongano dei dati e delle basi informativi necessari per l'intelligence, ovvero una digitalizzazione profonda e completa.
la sesta a, ovvero ai-native infrastructure, fa riferimento al fatto che, da un lato, l’infrastruttura ict deve essere costruita in modo sistematico e può adattarsi alle esigenze delle applicazioni intelligenti, cioè l’ict per l’intelligence, dall’altro, l’infrastruttura deve funzionare autonomamente; e la gestione della manutenzione e la garanzia dell'esperienza devono essere pienamente intelligenti, ovvero intelligence for ict.
queste sei caratteristiche a sono un riepilogo delle nostre riflessioni preliminari basate sulla nostra pratica e comprensione. ci auguriamo che possano essere utili a tutti per pensare a come utilizzare bene l'intelligenza artificiale e come riferimento l'era intelligente.
cogli appieno l’opportunità della trasformazione dell’intelligenza artificiale
huawei ha proposto una strategia globale di intelligence alla conferenza hc del 2023. la strategia globale e intelligente copre un’ampia gamma di settori.
parliamo prima della potenza di calcolo. l’intelligence sarà un processo a lungo termine e la potenza di calcolo è la base fondamentale per l’intelligenza, sia nel passato che nel futuro. pertanto, la sostenibilità dell’intelligenza deve essere innanzitutto la sostenibilità della potenza di calcolo. la potenza di calcolo dipende dalla tecnologia dei semiconduttori, ma dobbiamo affrontare la realtà che le sanzioni statunitensi contro la cina nel campo dei chip ia non verranno revocate per molto tempo e che anche la tecnologia cinese di produzione di semiconduttori sarà sanzionata dagli stati uniti per molto tempo. tempo. il tempo resta indietro,ciò significa che ci saranno limiti su quanto avanzati saranno i chip che possiamo realizzare. questa è una sfida che dobbiamo affrontare quando costruiamo soluzioni di potenza di calcolo.
con sede in cina, solo la potenza di calcolo basata sui processi di produzione di chip effettivamente disponibili sarà sostenibile a lungo termine, altrimenti sarà insostenibile. huawei vede sfide ma anche opportunità e possibilità, il che stimola ulteriormente il nostro entusiasmo per l’innovazione. perchél’intelligenza artificiale sta diventando la domanda dominante di potenza di calcolo, provocando cambiamenti strutturali nei sistemi informatici. ciò che serve è la potenza di calcolo del sistema, non solo la potenza di calcolo di un singolo processore.. questi cambiamenti strutturali ci offrono l’opportunità di creare un percorso di sviluppo indipendente e sostenibile per l’industria informatica attraverso l’innovazione architetturale.
il fulcro della nostra strategia è cogliere appieno l'opportunità della rivoluzione dell'intelligenza artificiale, basata sull'attuale tecnologia di produzione di chip disponibile, sull'innovazione collaborativa della tecnologia informatica, di archiviazione e di rete, creare un'architettura informatica e creare un "super nodo + cluster" soluzione di potenza di calcolo del sistema, a lungo termine continuare a soddisfare le esigenze di potenza di calcolo.
la svolta tecnologica dei modelli di grandi dimensioni ha notevolmente accelerato il processo di intelligenza. da qualche tempo, quasi tutti i ceti sociali parlano di modelli di grandi dimensioni, di sviluppo della potenza di calcolo dell’intelligenza artificiale e di addestramento di modelli di grandi dimensioni. questo è senza dubbio un grande vantaggio per i fornitori di potenza di calcolo come huawei. ma da una prospettiva di sviluppo a lungo termine, crediamo sempre che lo sviluppo sostenibile di huawei possa essere raggiunto solo attraverso il continuo successo dei nostri clienti.
innanzitutto, non tutte le aziende hanno bisogno di sviluppare potenza di calcolo basata su intelligenza artificiale su larga scala. sappiamo tutti che i server ai, in particolare i cluster di potenza di calcolo ai, sono diversi dai server x86 generali e hanno requisiti estremamente elevati per l'ambiente della stanza del data center come alimentazione e raffreddamento. e man mano che i modelli di grandi dimensioni diventano sempre più grandi, anche la potenza di calcolo dell'ai lo farà si stanno muovendo anche verso una scala più ampia e il ritmo del cambiamento è rapido, i server ia vengono aggiornati rapidamente e le sale computer dei data center si trovano ad affrontare il dilemma dello spreco o dell’incapacità di soddisfare la domanda.
in secondo luogo, l’industria ora lancia nuovi prodotti hardware ia in media ogni uno o due anni e la velocità di iterazione è elevata. rispetto ai cloud pubblici, le imprese sono limitate dalla piccola scala della potenza di calcolo più difficile per ogni generazione. invece di fare affidamento sulla potenza di calcolo dell'hardware per completare il lavoro in modo indipendente, sperano che più generazioni di prodotti possano essere mescolate e utilizzate per l'addestramento dei modelli, il che porta inoltre a un'elevata complessità della pianificazione delle risorse effetto "tavola corta" dei prodotti della generazione storica, la nuova generazione è ostacolata. il pieno utilizzo delle prestazioni del prodotto influisce sulla capacità di addestrare modelli di grandi dimensioni.
infine, ci sono le sfide poste dal funzionamento e dalla manutenzione. la tecnologia dell’intelligenza artificiale è ancora in fase di crescita, la tecnologia cambia rapidamente, coesistono più generazioni di prodotti e i requisiti di competenze elevate rendono difficile il funzionamento e la manutenzione, il che rappresenta un grosso problema per molte aziende. hanno solo le tradizionali capacità di manutenzione it. poiché queste sfide continueranno ad esistere per qualche tempo,pertanto, credo che ogni azienda debba pensare al proprio modo di ottenere la potenza di calcolo dell’intelligenza artificiale, piuttosto che limitarsi a costruire la propria potenza di calcolo dell’intelligenza artificiale.
inoltre, non tutte le imprese hanno bisogno di addestrare il proprio modello di base di grandi dimensioni. la chiave per addestrare un modello di base di grandi dimensioni sono i dati e preparare dati sufficienti di alta qualità è una grande sfida. la quantità di dati di pre-addestramento per un modello di base di grandi dimensioni ha raggiunto il livello di 10 trilioni di token per le imprese, ma allo stesso tempo anche se è possibile ottenere dati sufficienti è una sfida.
in secondo luogo, l'addestramento del modello è difficile. il numero di parametri di base del modello di grandi dimensioni continua ad aumentare, rendendo difficile l'iterazione e l'ottimizzazione del modello. di solito sono necessari da diversi mesi a diversi anni per completare l'addestramento iterativo del modello. ogni impresa dovrebbe concentrarsi sul proprio core business. la formazione autonoma di grandi modelli di base influirà sulla capacità dell’intelligenza artificiale di potenziare il core business il più rapidamente possibile.
infine, è difficile acquisire talenti. le tecnologie pertinenti coinvolte nei modelli di base su larga scala vengono aggiornate ogni giorno e ci sono pochi esperti tecnici con esperienza pratica. è anche una sfida per le imprese creare sufficienti risorse di talento tecnico.
non tutte le applicazioni devono perseguire modelli “grandi”. a giudicare dalla pratica industriale di huawei pangu, il modello da un miliardo di parametri può soddisfare le esigenze di scenari aziendali come il calcolo scientifico e il processo decisionale predittivo, come la previsione delle precipitazioni, l'ottimizzazione delle molecole dei farmaci e la previsione dei parametri di processo su dispositivi end-side come pc e telefoni cellulari, il modello da un miliardo di parametri può soddisfare le esigenze di scenari aziendali come il calcolo scientifico e il processo decisionale predittivo. anche i modelli parametrici sono ampiamente utilizzati. le decine di miliardi di modelli di parametri possono soddisfare le esigenze di un gran numero di scenari di campo specifici come nlp, cv e multimodalità, come domande e risposte sulla conoscenza, generazione di codici, assistenti di agenti e rilevamento di sicurezza. compiti complessi per la pnl e la multimodalità possono essere completati utilizzando centinaia di miliardi di modelli di parametri.
pertanto, riteniamo che ciò di cui le imprese hanno bisogno sia scegliere il modello più appropriato in base alle diverse esigenze del loro scenario di business, risolvere problemi e creare valore attraverso una combinazione di più modelli.
l’intelligenza artificiale terminale non dovrebbe essere incentrata sulla potenza di calcolo
nell’era smart i terminali sono una parte indispensabile. nel campo dei terminali, huawei è stata la prima a introdurre l'intelligenza artificiale sugli smartphone. già nel 2017, huawei ha lanciato mate10, che aveva un chip ai integrato e applicava per la prima volta l'intelligenza artificiale, la traduzione dell'intelligenza artificiale e altre funzionalità ai telefoni cellulari. tempo, aprendo l’era dell’intelligenza artificiale mobile. oggi, mentre l’intelligenza artificiale entra nell’era dei modelli di grandi dimensioni, abbiamo profondamente integrato la tecnologia ai con il sistema operativo hongmeng basato sull’architettura di collaborazione tra dispositivi, core e cloud e abbiamo ricostruito l’intelligenza nativa di hongmeng incentrata sull’intelligenza artificiale dal kernel all’implementazione dell’applicazione di sistema. intelligenza completa, ottenendo al tempo stesso una collaborazione ecologica più aperta e una protezione più affidabile della privacy e della sicurezza.
basandosi sull'intelligenza nativa di hongmeng, huawei aggiornerà "xiaoyi" a un agente intelligente per ottenere un'interazione multimodale più naturale e una percezione integrata più completa, e collaborerà con i partner ecologici di hongmeng per costruire congiuntamente capacità intelligenti per i prodotti futuri e realizzare il la trasformazione dalle funzionalità dell'intelligenza artificiale alle capacità del modello fino alla stratificazione del controllo dell'intelligenza artificiale è completamente aperta, consentendo applicazioni di terze parti e prosperando l'ecosistema applicativo nativo di hongmeng.
abbiamo anche notato che è diventata una tendenza comune introdurre funzionalità di intelligenza artificiale in vari terminali, come la costruzione di telefoni e pc ai. di conseguenza, ci sono diverse voci nel settore su come definire i terminali intelligenti nell’era dell’intelligenza artificiale. crediamo sempre che l'esperienza del consumatore venga prima di tutto. è difficile per i consumatori capire cosa significano la tecnologia dei chip, la potenza di calcolo tflops e i parametri del modello, ma prestano maggiore attenzione all'esperienza personale. pertanto, sosteniamo che l’intelligenza artificiale terminale dovrebbe essere centrata sull’esperienza piuttosto che sulla potenza di calcolo.
sulla base di questo concetto, noi e l'istituto di ricerca sull'industria dell'intelligenza artificiale dell'università di tsinghua abbiamo proposto congiuntamente lo standard di classificazione da l1 a l5 per l'intelligenza terminale ai e attendiamo con impazienza che i colleghi del settore lavorino insieme per migliorare e ottimizzare questo standard di classificazione. promuovere congiuntamente lo sviluppo ordinato dell'intelligenza artificiale terminale.
speriamo di raggiungere la guida senza conducente intorno al 2030
anche le soluzioni di guida autonoma sono un’area importante in cui huawei ha investito per la prima volta nell’intelligenza artificiale, perché l’obiettivo della guida autonoma è la guida senza conducente, che è uno degli scenari più impegnativi per l’applicazione dell’intelligenza artificiale. la versione ads 3.0 che abbiamo lanciato può rendere le decisioni di guida autonoma più accurate, il traffico più efficiente, l’esperienza più simile a quella umana e la guida più sicura. realizza inoltre l'accesso "con un clic" da un parcheggio all'altro e una connettività completa dalle strade pubbliche alle strade dei parcheggi fino ai parcheggi sotterranei. inoltre, il sistema anticollisione omnidirezionale è stato ulteriormente aggiornato per coprire più gamme di velocità e ottenere l'evitamento degli ostacoli omnidirezionale.
questi progressi consentono ai consumatori di percepire veramente la sicurezza e sperimentare i miglioramenti apportati dalla guida intelligente. al giorno d’oggi, i consumatori cinesi hanno molta familiarità con la guida intelligente delle auto. una percentuale molto elevata di nuove auto dotate di versioni di fascia alta della guida intelligente sono dotate di funzionalità di guida intelligente. anche le capacità di guida intelligente delle auto sono diventate una considerazione chiave per i cinesi consumatori quando acquistano auto nuove. nella fase successiva continueremo a sviluppare soluzioni di guida autonoma basate sulla percezione fusa e realizzeremo gradualmente: in autostrada puoi riposarti non appena sali in macchina e dormire sonni tranquilli per le lunghe distanze sulle autostrade urbane e suburbane; , è facile da guidare ovunque ed è sicuro e stabile come i conducenti esperti; in campagna e sulle strade di montagna: vai in montagna e in campagna e goditi l'intero paesaggio tutto il giorno. nella scena del parcheggio: è necessario ottenere una partenza immediata dall'auto, zero graffi e zero inceppamenti in termini di sicurezza, è necessario ottenere una sicurezza attiva a tutto tondo e omnidirezionale, principalmente per eliminare la responsabilità primaria delle collisioni e delle collisioni; ridurre le responsabilità secondarie. sulla base del raggiungimento di questi obiettivi chiave dello scenario, si spera che la guida autonoma possa essere realizzata intorno al 2030.
crea una piattaforma di sviluppo unificata
lo sviluppo dell'ecosistema è sempre stato una parte importante della strategia di huawei. nel 2024 e nei prossimi cinque anni, huawei effettuerà forti investimenti strategici nello sviluppo dell'ecosistema. attraverso lo sviluppo dell'ecosistema, guiderà, promuoverà e guiderà l'ecosistema sviluppo dell'industria informatica e dell'industria dei terminali e fornire il primo settore informatico al mondo due opzioni fornendo al mondo un terzo sistema operativo mobile.
le applicazioni dell’intelligenza artificiale saranno infinite, ma in ultima analisi dovrà servire le persone. insistiamo nel sostenere e praticare l'intelligenza artificiale per sempre. crediamo che: l'intelligenza artificiale dovrebbe servire le persone e migliorare l'efficienza lavorativa e la qualità della vita delle persone. l'intelligenza artificiale può consentire la digitalizzazione delle industrie, cambiare i metodi di produzione delle industrie e diventare il motore principale di vari settori industrie per entrare nel mondo intelligente; è necessario abbassare la soglia della tecnologia ai e consentire a tutti, a ogni famiglia e a ogni organizzazione di avere pari opportunità di ottenere e utilizzare la tecnologia ai.
l’intelligenza artificiale dovrebbe essere utilizzata per scopi ben intenzionati, come la creazione di vantaggi più ampi per la società; durante la progettazione, lo sviluppo e l’utilizzo dell’intelligenza artificiale, valuteremo attentamente l’impatto potenziale e a lungo termine della tecnologia dell’intelligenza artificiale sulla società per evitare l’abuso della tecnologia dell’intelligenza artificiale. inoltre, l’intelligenza artificiale dovrebbe essere applicata alla protezione dell’ambiente ecologico e allo sviluppo sostenibile, e l’intelligenza artificiale dovrebbe essere utilizzata attivamente per studiare e risolvere questioni di interesse globale, come gli obiettivi di sviluppo sostenibile delle nazioni unite.
è arrivata l'era dell'intelligenza globale, che offre nuove opportunità e nuove sfide a tutti e a ogni azienda. lavoriamo insieme per promuovere l'intelligenza globale, in modo che ognuno abbia il proprio assistente intelligente esclusivo e ogni azienda diventi le imprese intelligenti abilitano ogni veicolo per guidare in autonomia.
(questo articolo proviene da china business news)
