近日，在聯(lián)想創(chuàng)投2020 CEO年會上，清華大學講席教授、智能產(chǎn)業(yè)研究院院長、美國藝術(shù)與科學院院士、百度前總裁張亞勤先生帶來了《未來科技趨勢展望》。

張亞勤表示，數(shù)字化的3.0時期已經(jīng)到來，數(shù)字化的范圍已從內(nèi)容、社交和企業(yè)服務領(lǐng)域向物理和生物世界進行延伸，將我們熟悉的城市、工廠、電網(wǎng)、家庭向智慧交通、工業(yè)互聯(lián)網(wǎng)、智慧醫(yī)療等方向進行升級，為了完成物理世界的“數(shù)字化”，數(shù)據(jù)需要更清晰地讓數(shù)字世界和現(xiàn)實世界一一對應，通過深度學習，計算機不斷加深著對于人類世界的認知。

隨著數(shù)據(jù)的海量爆發(fā)，如何突破目前的算力，成為了一代又一代科學家攻克的關(guān)鍵，香農(nóng)定律、馮諾依曼架構(gòu)和摩爾定律奠定了傳統(tǒng)計算與通訊范式，如何突破已經(jīng)接近極限的三種理論？張亞勤表示，需要通過對信息的重新定義，制定新的計算范式、計算體系和通訊架構(gòu)，而他們又給產(chǎn)業(yè)帶來了新的機會。為此，中國需要抓住機會，引領(lǐng)數(shù)字化的3.0時代和第四次工業(yè)革命浪潮。

清華大學講席教授、智能產(chǎn)業(yè)研究院院長、美國藝術(shù)與科學院院士、百度前總裁張亞勤發(fā)表演講

以下為張亞勤演講全文：

大家下午好！非常高興能夠來到聯(lián)想創(chuàng)投CEO年會，作為中國IT的icon，聯(lián)想36年歷經(jīng)坎坷，也取得很多進展，尤其是聯(lián)想的“3S”戰(zhàn)略，和我今天要講的內(nèi)容“智能技術(shù)趨勢”非常吻合。

數(shù)字化進程的演變與3.0時代的到來

回顧IT產(chǎn)業(yè)30年發(fā)展歷程，最大的特征就是數(shù)字化。第一波數(shù)字化開始于80年代中期，也是聯(lián)想成立的時期。圍繞自然界的內(nèi)容表述，數(shù)字化的范圍包括音樂、視頻、聲音、圖像等，算法和標準有MP3/4、H.26、AVS等；隨著PC的推出，又出現(xiàn)了PPT、EXCEL、WORD文檔數(shù)字化。

第二波數(shù)字化開始于90年代中期，在內(nèi)容數(shù)字化的基礎(chǔ)上加上互聯(lián)網(wǎng)、HTDP、HTML的產(chǎn)生，從而催生消費者互聯(lián)網(wǎng)，從早期的PC網(wǎng)站、門戶，到搜索、電商、社交，再到后來的共享經(jīng)濟、Zoom等視頻通訊、數(shù)字貨幣和移動支付。從產(chǎn)品體驗和規(guī)模等方面來看，中國在移動互聯(lián)網(wǎng)時代下的消費互聯(lián)領(lǐng)域整體領(lǐng)先于世界。

與此同時，企業(yè)也在數(shù)字化方向不斷細化與革新，比如ERP、CRM、HR、Supply Chain、BI、workflow等管理系統(tǒng)的誕生。在云領(lǐng)域，中國已在逐步追趕基礎(chǔ)設施云的建設，逐漸縮小與其他國家在規(guī)模效應上的差距。

我認為，中國軟件的發(fā)展跳過了以“軟件作為產(chǎn)品”的時代，直接進入以“軟件作為服務”的時代?；ヂ?lián)網(wǎng)本身就是“軟件作為服務”的一種符號，作為一種新軟件模式，我認為大量SaaS公司會在5年之后陸續(xù)出現(xiàn)，未來SaaS平臺會有很大的機會。

現(xiàn)在，我們進入了數(shù)字化3.0時期，也即智能感知時代，這個階段發(fā)生了兩方面轉(zhuǎn)變：一是物理世界的數(shù)字化，我也把它叫做“互聯(lián)網(wǎng)的物理化”——工廠、電網(wǎng)、機器，乃至所有移動設備、家庭、城市都在向數(shù)字化發(fā)展。在這個過程中出現(xiàn)了相較于過去上千甚至上萬倍的海量數(shù)據(jù)，比如一輛無人車每天產(chǎn)生的數(shù)據(jù)量大約5-10T；相比于數(shù)據(jù)主要提供給人員輔助決策的1.0和2.0時代，數(shù)字化3.0時期99%以上數(shù)據(jù)在機器間傳輸，到最后一環(huán)節(jié)才傳遞給人員。

第二個方面的轉(zhuǎn)變生物世界的數(shù)字化，人們的細胞結(jié)構(gòu)、所有器官乃至整個身體都在數(shù)字化，整體數(shù)量級比物理世界大上千倍。從虛擬、宏觀到微觀，整個數(shù)字信息世界、物理世界和生物世界正在走向融合。此外，“數(shù)字孿生”技術(shù)可以讓我們更加清晰地將物理世界和生物世界進行一一對應。

有了大數(shù)據(jù)之后，我們還要實現(xiàn)數(shù)據(jù)的結(jié)構(gòu)化和智能化。在人工智能的60年發(fā)展過程中，有“冬天”也有“春天”。人工智能根據(jù)不同算法大致分為兩類：一種是邏輯推理，是以知識為驅(qū)動的算法；另一種是以大數(shù)據(jù)為驅(qū)動的算法，兩者都運用到了人類大腦的基本認識、基本模型和決策模型。

過去十年里最流行的深度學習，基本是以大數(shù)據(jù)、大計算、大模型算法來驅(qū)動，其中包括AlphaGO、AlphaZero。深度學習的確在過去一段時間取得很好的進展，比如GAN、Transfer learning，到現(xiàn)在的GPT-3等等。未來，深度學習還有很大發(fā)展空間，其算法需要結(jié)合符號邏輯、知識型推理和更多模型的因果關(guān)系和新的范式，目前對于產(chǎn)業(yè)來講，未來五至十年，深度學習還會是最重要的算法。

根據(jù)Google AI負責人Jeff dean的觀點，人工智能的三大要素是數(shù)據(jù)、算法和算力，實際上是數(shù)據(jù)加上100倍的算力，并且算力比數(shù)據(jù)更重要100倍。這個觀點我不完全同意，但我同意在目前深度學習框架下，算力十分重要。

突破香農(nóng)、馮諾依曼、摩爾瓶頸，

推動算力發(fā)展

怎么突破目前的算力？過去60年，傳統(tǒng)計算與通訊范式有三個重要原理：香農(nóng)定律、馮諾依曼架構(gòu)和摩爾定律。

香農(nóng)定律，定義了熵、信道容量和失真情況下壓縮極限，目前，我們距離這三個極限已比較接近。馮諾依曼架構(gòu)是指五個最基本模塊加上程序存儲原理，是圖靈意義下最好的一種實現(xiàn)，但它的瓶頸在于數(shù)據(jù)和計算的分離。在深度學習中，龐大數(shù)據(jù)量本身就會形成一個瓶頸。最后還有摩爾定律的限制。

如何突破這三個瓶頸？

首先，我們需要對信息做一個重新的定義，制定新的計算范式。另外，進入互聯(lián)網(wǎng)時代，香農(nóng)理論從點對點通訊延伸到多用戶信息論，但真正的理論框架并沒有太大進步，所以需要更多理論層面的模型更新，否則深度學習就很難引入因果關(guān)系和模型。

目前，圖像視頻編碼技術(shù)的發(fā)展已經(jīng)達到性能極限，如何用AI徹底、大幅度地進行改善也需要我們的思考。

此外，還需要新計算體系和通訊架構(gòu)，創(chuàng)新傳感器類型。傳感器能夠獲取各種各樣的數(shù)據(jù)，所以非常重要。有觀點認為，人用“小數(shù)據(jù)”就可以做決策，但我認為大數(shù)據(jù)是機器的優(yōu)勢，雖在決策方面與人相比稍有欠缺，但在獲取各種不同數(shù)據(jù)時比人更有優(yōu)勢。

同時，需要新模態(tài)。深度學習需要的Tensor Products、線性代數(shù)、布爾代數(shù)等要素在傳統(tǒng)的馮諾依曼架構(gòu)下不易實現(xiàn)，通過研發(fā)GPU、ASIC等技術(shù)加速并徹底形成新架構(gòu)成為了大趨勢。除了傳統(tǒng)的英特爾、AMD，谷歌、百度、地平線、寒武紀等公司也在做這件事，在新架構(gòu)產(chǎn)生之后，就會隨之產(chǎn)生更多新算法、新模型、新型芯片，這將是一個非常大的機會。

這是一個我在百度啟動的項目：昆侖芯片，這是一個大型芯片，主要用于大型訓練，已經(jīng)在百度部署。第一代昆侖芯片能在150瓦的功率下實現(xiàn)260 TOPS的處理能力。第二代昆侖芯片采用7nm先進工藝，相對于第一代芯片而言，性能提高了3倍。

核心基礎(chǔ)設施“ABCD”

帶來智能時代的顛覆性改變

計算、通訊、新架構(gòu)、新算法，它們給產(chǎn)業(yè)帶來的新機遇，就像聯(lián)想的“3S戰(zhàn)略”，在IT行業(yè)不斷升級的背景下，為整個產(chǎn)業(yè)帶來了新機遇甚至是顛覆性的改變。

抓住新的行業(yè)機遇，我們正在面臨第四次工業(yè)革命，如果說前三次工業(yè)革命中國是旁觀者，但在這一次，中國有機會在很多方面成為引領(lǐng)者。

面向第四次工業(yè)革命，我們希望能夠打造成一個國際化、智能化和產(chǎn)業(yè)化的智能產(chǎn)業(yè)研究院（AIR）。我們有三個方式達到這個目標：最重要的是吸引一流人才，特別是擔任過CTO、研究院院長的人才，另外還要有深厚的學術(shù)背景和豐富的企業(yè)經(jīng)驗；其次，研究院還要培養(yǎng)目前我們還比較缺乏的、具備深度大系統(tǒng)思維能力和頂層設計能力的CTO和頂級架構(gòu)師；最后，我們要打造核心技術(shù)并逐步將其發(fā)展為公司。

目前，我們剛剛起步，除我之外，還有兩位聯(lián)合合伙人，一位是馬維英博士，他是電氣電子工程師學會院士，字節(jié)跳動副總裁、人工智能實驗室主任，也是微軟亞洲研究院前常務副院長；另一位是趙峰博士，他也是電氣電子工程師學會院士，還是前海爾集團CTO、副總裁，全球loT教科書編寫者。這兩位聯(lián)合合伙人非常符合我剛才的描述，不僅發(fā)表很多學術(shù)文章，同時又有豐富的產(chǎn)業(yè)經(jīng)驗。

我們聚焦于三個研究領(lǐng)域：智慧交通、工業(yè)互聯(lián)網(wǎng)、智慧醫(yī)療。我認為，智慧交通能夠為整個社會和產(chǎn)業(yè)帶來巨大的影響，作為未來5-10年最有挑戰(zhàn)的技術(shù)，無人駕駛還能夠通過狹義的人工智能解決自身的難題。我們還聚焦工業(yè)互聯(lián)網(wǎng)、IoT、智能感知，因為他們是數(shù)字世界和物理世界的接口；在我們看來，AI在未來十年還可以深層次地改變整個醫(yī)療健康產(chǎn)業(yè)，不局限于AI機器人針對病人和醫(yī)護人員的協(xié)助性工作，還包括制藥、蛋白質(zhì)結(jié)構(gòu)預測等，實現(xiàn)以上三領(lǐng)域的發(fā)展都需要基礎(chǔ)設施“ABCD”，即AI、Big Data、Cloud、Device，以及學者對基礎(chǔ)科學研究的支持。

在AIR，我們采用完全開放的模式，希望和整個產(chǎn)業(yè)有多種形式的合作，比如聯(lián)合實驗室、聯(lián)合科研項目、共同孵化項目，我們也希望能夠通過這個機會認識更多創(chuàng)業(yè)者，讓大家更了解AIR，大家齊力構(gòu)建更大的生態(tài)圈。