大数据文摘出品算法
由中国计算机学会(CCF)举办的计算领域年度盛会CNCC 2020今天在北京隆重开幕，大会主题是“信息技术助力社会治理”。架构
大会设有14个特邀报告、3场大会论坛、百余场技术论坛以及CCF CTO峰会等多场活动，邀请到超过400位国内外计算机领域知名专家、企业家到会演讲。机器学习
值得一提的是，本次CCF还邀请到清华大学智能科学讲席教授、清华大学智能产业研究院的院长、IEEE fellow和美国艺术科学院院士张亚勤，在他去年9月正式从百度离职后，终于再度回归到大众的视线。ide
今天，张亚勤教授在CNCC 2020上带来以“智能技术趋势”为主题的演讲，随着数字化3.0的到来，张教授重置技术与工业的角度讨论数字化的新浪潮，并分享了他在人工智能、新计算体系和通信架构等方面的看法。性能
如下内容在张亚勤教授的演讲基础上略有改动。学习
数字化新浪潮带来了历史性的变革：一切都在数字化大数据
张亚勤表示，随着数字化3.0的到来，将来十年许多行业都将经历构造转变。这场数字化的新浪潮提供了历史性的机会，能够经过先进的机器学习算法，加强的计算能力，5G的新基础设施，神经形态计算来改变现有的工业格局。优化
过去咱们作计算机最大的现象是数字化，数字化1.0在80年代中期就开始了，那个时候更多的是把内容数字化，有语音、音乐、视频、图像，包括后面的HDTV和Video，整个发展至关快。编码
数字化2.0在90年代中期开始，因为内容数字化，产生了消费者互联网，掀起了好几轮浪潮。同时企业也在数字化，包括ERP、CRM、工做流以及商业智能，到了后面有各类数字仓库、云，各类各样。但在软件领域，消费软件产品市场在中国一直没有真正到一个主流。人工智能
如今进入全新的数字化3.0，包括互联网物理化。首先是物理世界数字化，咱们的车、船，飞行器件数字化，路、交通等，城市在数字化，家庭在数字化，工业、车间、电网、机器，乃至货币都在数字化，能够看到物理世界和数字世界造成一对一的影射。过去咱们讲数字高速公路，如今真的高速公路也变成数字。
能够看到，因为物理世界数字化，产生的信息量和数据达到了天文级，好比无人车，每一个人天天能够产生10个T的数据。另一个特色就是，如今数据大部分不是给人看，而是让机器作决策，好比无人驾驶。
不像第一代和第二代，咱们的生物世界也在进行数字化，大脑、身体，每一个器官，甚至包括DNA还有蛋白质，经过脑和世界的接口，这个数据量更大，比咱们物理世界更大。这个容量级很难用正常的方式去处理计算。
如今这个世界是信息物理和生物世界的融合，先是数字化，而后连到一块儿，最后才是智能化。
AI变革带来产业新机遇
5G出现以后，的确带来不少新的可能。5G是第一次把三网真正在应用层统一了，这是一件大事，5G让传输的速度更快、延迟更低。
任何新的技术须要时间，你们要有一些耐心，5G刚刚发展速度就已经很快了，张教授表示相信在将来三到五年5G可以带来巨大的变革，不只是对用户，更多的是对于工业和产业。
张教授还用两张图举了两个例子，一是百度昆仑芯片路线图，第一代昆仑AI芯片已经达到14nm工艺、2.5D封装、512G的带宽。明年会出来第二代，7nm，耗能减小不少，性能将提升3倍左右。
另一个例子是地平线自动驾驶芯片的路线图。能够看到，随着Level的提高，规划愈来愈困难，须要很强的功能，很好的稳定性。地平线在这方面作了不少的工做，芯片不论是从质量、性能、耗能上都和如今的国际芯片（像特斯拉的SSD）达到一样的性能，甚至更好。
咱们能够看到，技术的发展确实给IT产业以及不少行业带来了新的机遇。首先IT产业自己是最大的受益者。不论是芯片技术、操做系统、云平台仍是应用，都在不断的快速迭代。更重要的是，它改变甚至颠覆了目前的产业，教育、医疗、金融、制造，每一个行业都会有AI的成分。
现在的AI就像20年前的互联网，可以融入到每一个行业。
再有就是创造新的行业。张亚勤教授认为自动驾驶、工业物联网、AI医疗生物计算，这三个领域颇有潜力，他本身也比较有兴趣。
最后，张亚勤提到，但愿他成立的智能产业研究院可以成为国际化、智能化、产业化的应用研究机构，可以吸引与培养出有国际视野的CTO和顶级的架构师，并利用核心技术突破孵化出一些新企业。
寻找下一轮AI的突破口；对于产业来说，深度学习的黄金时代刚刚开始
下面这张图涵盖了人工智能60年上下。能够看到，在左半部分讲到人工智能发展的不一样流派，将来最大的多是借各类流派之长，创造新的一些算法，有逻辑符号也有数据和知识，要借鉴人类的进化，大脑的特色。
如今，不论是作研究的也好，作产业的也好，都在思考下一轮人工智能突破在什么地方，特别是如今深度学习，通过十几年的研究和应用，已经到了一个稳按期。如今主要的发展不只是靠算法，更多的靠计算的算力。
张亚勤教授认为，在研究方面、算法方面，还有一些可挖掘之处，可是已经到了相对平台期。不过对于产业来说，深度学习的黄金时代才刚刚开始，还有至少十年的时间能够深刻到每一个不一样的行业里。
他还在演讲中提到，人工智能当下遇到的挑战主要是隐私、数据保护和伦理工做。前段时间，张教授在美国碰到一个小团队在作通用人工智能。他们的主要的任务是创造一个有自主意识的AI。他本身表示坚定反对。
咱们再看看最基本的东西，计算和通信基本的范式。
第一是香农定律，包含三个方面，熵、信道容量和速率编码。定义了三个极限，无损压缩极限，信道传输极限，有损压缩极限。如今这几部分基本上都快接近极限了。
第二个是冯诺伊曼架构，作计算机60年来都采用这个架构。冯诺伊曼架构至关简单和漂亮，就是一个程序储存的原理。但在这几年，特别是在深度学习上已经有了很大的限制。
第三个是摩尔定律，想必这个你们都比较熟悉，原来摩尔定律中提到的每18个月、24个月的发展速度也降下来了。
咱们须要突破这三个瓶颈。
要让新的计算体系和通信架构突破体系架构的限制。深度学习须要新的架构，架构包括数据流、计算模式。深度学习领域须要不少优化，还有高速的储存。这些东西和传统的架构不同。
将来智能实验室的主要工做包括：创建AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提高企业，行业与城市的智能水平服务。
若是您对实验室的研究感兴趣，欢迎加入将来智能实验室线上平台。扫描如下二维码或点击本文左下角“阅读原文”