大变局时代，如何定义未来计算?

HacPGMzo

当冯诺•依曼和阿兰•图灵发明计算机的时候，一定没有想到计算机会在后来演变得如此绚烂缤纷，成为人脑的无限延伸，如此深刻地改变人们的生产和生活。由工业和信息化部、湖南省人民政府主办，中国电子信息产业发展研究院、湖南省工业和信息化厅、长沙市人民政府承办的2019世界计算机大会于9月9日-11日在长沙举办，来自全球计算机界的数千位科学家和企业家在这次大会上碰撞观点，透露出计算机产业的前沿趋势。

: i' ~5 M1 o, U( L$ N  @0 X4 w
8 K3 x8 t- s) t7 Z, _0 y定义未来的“定律”和“脑”

  q; l7 D" ]0 }+ _  M1 T
计算机产业现在来到一个十字路口。一方面传统计算机正在不断走向逼近天花板，另一方面类脑计算、量子计算正不断向我们走来。在这样一个背景下，我们如何来看清未来、选择未来、创造未来？
+ [( k) E/ ^% v4 \

; T' B4 h5 F0 {每一个产业的发展都有自己的规律，未来的计算机世界将遵循什么定律？在计算机产业发展的几十年间，摩尔定律一直畅行无阻，现在有观点认为摩尔定律逼近了极限。中国工程院院士、中国电子科技集团有限公司总经理吴曼青在演讲中谈到了计算机产业的两个定律，其一是摩尔定律。他认为新的摩尔定律超越旧摩尔定律的时代已经来临，过去的摩尔定律是要让一个芯片上挤满了电路，而在未来是要让芯片上挤满功能。他谈及的另一个定律是梅特卡夫定律，即网络的价值与接点数的平方成正比，基于这个定律人们会追求越来越多的连接数。这两个定律其实在主导两个世界：一个是微观世界，另一个是宏观世界。微观世界会变得越来越小，从7个纳米到5个纳米再到3个纳米的世界。而宏观的世界会越来越大，不仅仅是万物会互联，人被包含在其中，与此同时虚拟和现实也在融合，机器和机器、机器和人、人和人之间的都将实现协同共享，而这样的世界演变，时间和空间都将被压缩。


) H- w) z+ `# W; Q! {# O而关于未来的定律，北京大学教授、工业和信息化部原副部长杨学山表达了不一样的观点，他认为梅特卡夫定律在感知物联系统中并不适用。“因为梅特卡夫定律是网络的效应，是节点的平方，可是在感知和物流的过程中，网络的效应是给定的，不是增加了节点就能增加效应。那增加节点如果逻辑过程模型没有处理好，它就是噪音，不仅不增加价值，而是增加了噪音，还要通过力波来解决。” 杨学山表示，所以在物联网时代还将有新的定律出现，需要在在更大、更多的维度进行更深层次的思考。

9 Z- c) z- Q% B% q2 Y1 U
除了影响计算机世界和未来世界的“定律”，科学家们谈到的另一个热门话题是“脑”。互联网时代的“脑”是Windows+Intel，移动互联时代的“脑”是Android+ARM，那么机器人时代的“脑”应该是什么样子的呢？新操作系统和新微处理器应该是什么样的呢？从操作系统来看，今天的软件应该无法适应，因为今天的软件管理的是单个机器人，而未来我们所面临的是群体机器人，面对未来的计算，我们要计算万物，必须要有全新的突破性思维。
& p# u. }/ r' z

推动原创技术需要重视数学

+ _5 A* [+ u2 ^) b0 N3 O" z# {
5 ^8 v& n* g0 t6 M: q  j当我们希望在计算机领域获得更大的突破，推动更大的变革，需要在数学上下更大的功夫，需要更多人来关注和重视数学。中国科学院院士、中国工业与应用数学学会理事长张平文认为，数学与计算机相比不一样的地方在于，数学是基础、是原创性，需要天赋；而计算机是工具，它注重的是实用，属于工程类。“而新一代信息技术的原创性它高度依赖于数学。”为此，张平文谈及了华为和任正非，任正非在一次采访中27次提及了数学，而任正非之所以重视数学是因为在华为的发展过程中，几次突破都与数学有密切关系。比如华为从2G到4G的融合算法是俄罗斯数学家解决的，华为的5G根基来源于土耳其数学家Arikan的数学研究，华为在他的基础上将其发展成为现在5G，所以华为非常重视数学。

. k) r0 v* s4 K5 ~
6 f" M6 z3 d- v6 Q3 R2 C不仅仅是华为与任正非重视数学，阿里云的创始人、阿里巴巴集团技术委员会主席王坚也在多个场合表达过数学对发展新一代信息技术的具有极其重要意义的观点。2018年阿里达摩院曾发起了一场全球性数学竞赛，而那次数学比赛的顾问之一著名华人数学家张益唐曾表示，“数学是一门最有可能和外星人对话的语言。”要唤醒社会对数学的重视，并建议将微积分、线性空间基本的概念和意识下到中学，让“吃不饱”的同学能早些接触高等数学的魅力。


+ C4 |. {  E! l“计算机深刻地改变了世界，计算机也使得数学与实际需求的距离更近，计算机在运行的过程中间，它要使用模型、算法、数据、结构等等，这些都要数学的深度介入。” 张平文表示，人工智能之所以如此火热就是因为深度学习所带来的，而深度学习既是一个模型，也是一个算法，深度学习为什么算得好、算得对，需要数学家的工作。同样现在热门区块链本质和基础数学的代数几何有密切联系，它实际上是一个信息安全的算法。新时期、新一代的信息技术实际需要更多原创性研究，它使得数学的作用进一步凸显。


5 @% T) }* l! L  ~张平文同时透露，中国工业与应用数学学会总部办公基地今年5月在长沙经济技术开发区开区揭牌，中国工业与应用数学学会的目标就要是建立数学界和工业企业界之间的联系，解决经济发展与技术进步面临的各种数学问题。
9 ?: y4 @& [. U- O% l$ D5 q

定义边界、定义保护规则
1 f. A! A) C% c' o$ d# b

3 N/ {) e, V* _; N% X当我们积极推动计算机产业发展、推动数字化革命，推动未来技术变革，我们同样需要定义边界，目前人工智能正以前所未有的速度发展，而推动AI什么可为，什么不可为？

7 p* X) Z  V" c: Q# o8 S
 英国人工智能研究院董事 Emma Wright在2019世界计算机大会的分论坛上表示，19世纪、20世纪的工业革命让世界进行了重组，改变我们的生活方式，促进了创新，有了铁路和超音速的飞机。而今天的AI与新的交通工具的发展，提升了我们的能力，提升了我们的速度，技术发展的速度之快，我们不仅仅需要思考技术变革带来的种种益处，同样需要思考技术带来的其他影响、确立技术的价值观。
! i5 Z; z- g  r8 _: P0 o% `, v, Y5 j

8 \6 k; N4 A* \; v; a4 D7 B“英国之所以建立了人工智能设计院，就是希望企业界、社会、学术界一起合作协作，与立法人员的思想结合，带来正面积极的影响，现在是技术推动社会快速转型的时代，我们需要正确的技术价值观。” Emma Wright透露，今年早些时候40多个国家签署了OECD的AI原则，在接下来的G20的会议上还将会有进一步AI相关条约签署。
' F# {0 t; a- D/ s* r) Y" e, q
. x% S- ?1 M: a
& {# ?- y( |" K. i' U2 A我们正在进入万物互联的数据时代，当一切都变得数据化，当数据成为我们这个时代发展的重要能源，我们应该如何来维护数据的安全？这看起来是老生常谈的话题，但关乎整个世界的安全，关乎每一个人的安全，我们有没有更好的技术与方式来利用数据？


1 f) Z  z, b3 L, t" r# {4 c, f加拿大信息理论与应用研究主席、加拿大皇家科学院院士、加拿大工程院院士杨恩辉认为“数据自保”将是数据利用与数据保护的一个很好方式。“我们希望网络空间100%干净，但这是不可能的事情，现有的方案最好只能做到事后诸葛亮，亡羊补牢，这怎么办？我们用反向思维，不处理未知，而是处理已知，这叫数据自保。” 杨恩辉说，现在是网络系统已经不可能永远安全，那么数据安全才是所有网络安全中的重中之重，只要数据在，它的价值就会存在。让数据具有自身保护自己的能力，如何实现？杨恩辉以手机为例，表示就是将密码学运用到各个环节，建立一个安全的闭环链，链的两端可以信任的是两个主体，一是用户本身，一个是可执行环境，在操作系统中加入一个安全模块，数据自保一旦启动以后，每一次照的照片自动加密，一个照片一个密钥， 进行强网络控制，这样一来，任何对操作系统攻击、任何地方的攻击，任何更改都能被检测出来，阻挡了外界不可靠近数据。而合法安全的使用，又会智能的让它进来，加解密，全部透明，所以合法的个人用户习惯并没有一点影响。
$ U4 f' ?! M! a0 L
) n* e9 q% x2 H+ b2 N& Y5 ]8 C
面对安全，当我们“头疼医头、脚疼医脚”总是很难医好的时候，而杨恩辉提出了反向思维。在这个技术大变局时代，我们不仅仅是在思考安全的时候需要“反向思维”，面对很多技术难题，我们也需要思维的“变局”。而在这个技术大变局时代，我们不仅仅需要推动往前发展的“变革思维”，同样也需要“底线思维”和“安全思维”，希望未来的计算机发展能够更好地造福于人类。

来源：http://mp.weixin.qq.com/s?src=11&timestamp=1568431803&ver=1851&signature=EZ7hqwXlKan72hI921E2Qgw5XXXcCteaAz8l2Qt9X7xTVj5jdbhq*ikG4uCCG5bDTBLS2i-9NTpZR0jMyoG3thONp-wI5iHj7osvhxp8BeCPgfxOWAKbaZ*w1D9ojRv1&new=1
5 B' [6 X5 s/ q: B  s4 w- h免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！