张亚勤：智能产业新浪潮下的我们

2020 年 11 月 2 日 学术头条

10月22日上午，清华大学智能产业研究院院长、清华大学“智能科学”讲席教授张亚勤博士在中国计算机大会（CNCC 2020）上作了主题为《智能产业新浪潮》的特邀报告。

回顾数字化现象的历史

张亚勤博士首先回顾了数字化现象的历史。

数字化1.0：内容的数字化

第一波数字化在八十年代中期至九十年代，主要包括语音、图片、视频和文档。

数字化2.0：消费者互联网与企业的数字化

第二波的数字化从九十年代中期就开始了，由于内容的数字化加上消费者互联网的产生，经历了好几波浪潮。从搜索（Search）、到社交（Social）、电子商务（E-commerce），包括时下的共享经济（Sharing economy）、通信（Communications）、数字货币（Digital Currency）和移动支付（Mobile Payment）。

与此同时，企业也不甘示弱，进行不断的细化与革新，包括客户关系管理（CRM）、供应链（Supply Chain）、商业智能（BI）、数据库和云计算等。

已经到来的数字化3.0：物理世界的数字化

物理世界的数字化，具象来说，生活中的车、船、飞行的器件在数字化，道路上的交通灯，人们生活的城市、每一个家庭在数字化，工业车间、工厂、电网、机器都在数字化；物理世界和数字世界逐渐形成一对一的映射。

物理世界的数字化有两个显著的，不同于前两个阶段的特点：一是产生的信息量巨大；例如自动驾驶，每辆车每天产生的数据量约为3TB。二是数据分析的决策者不同；以后的数据90%以上的信息不是给人看的，而是给机器看的。

张亚勤博士用下面这张图展示了人工智能领域的几个起伏点，从逻辑推理到专家系统再到机器学习/深度学习，从当年的AlphaGo到AlphaMaster，再到AlphaZero实现三大棋类游戏的零基础自我对弈。

在深度学习方面，经过这十几年的研究和应用，也已经到达了一个稳定期，包括LSTM、CNN、GAN、BERT等的发展，在语音识别、人脸识别、物体识别等领域已经达到了和人类相近的水平。现在主要的发展靠不仅是算法，更多是靠计算；在研究方面算法方面还有一些可挖之处，但是已经到了一个相对的平台期。

如何突破香农、冯诺依曼、摩尔瓶颈

传统计算与通讯范式的三个原理即香农定律（Shannon’s limits）、冯诺依曼架构（Von Neumann Architecture）和摩尔定律（Moore’s Law）。

一、香农定律（Shannon’s limits）

在信息论中，香农-哈特利定理指出了在存在噪声的情况下，信息可以通过指定带宽的通信信道传输的最大速率。这是有噪信道编码定理在连续时间模拟通信信道中受高斯噪声影响的原型情况中的一种应用。

该定理建立香农的信道容量为这样的通信链路，结合在无差错的最大数量的信息可以与指定要发送每时间单位的带宽在存在噪声干扰的情况下，假设信号功率是有界的，并且高斯噪声过程的特征在于已知功率或功率谱密度。

图 | 二进制擦除通道

二、冯诺依曼架构（Von Neumann Architecture）

冯·诺伊曼结构，也称冯·诺伊曼模型（Von Neumann model）或普林斯顿结构（Princeton architecture），是一种将程序指令存储器和数据存储器合并在一起的电脑设计概念结构。

其理论描述了存储程序计算机在体系结构上的主要特点（以运算单元为中心；采用存储程序原理；存储器是按地址访问、线性编址的空间；控制流由指令流产生；指令由操作码和地址码组成；数据以二进制编码）。

图 | 冯·诺伊曼结构的设计概念

三、摩尔定律（Moore’s Law）

摩尔定律是由英特尔（Intel）创始人之一戈登·摩尔提出的。其内容为：集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍；经常被引用的“18个月”，是由英特尔首席执行官大卫·豪斯（David House）提出：预计18个月会将芯片的性能提高一倍（即更多的晶体管使其更快），是一种以倍数增长的观测。

图 | 电脑处理器中晶体管数目的指数增长曲线符合摩尔定律

如今我们需要做的，就是需要突破这三个瓶颈。 如何突破？

首先，对信息做一个重新的定义。在互联网时代，我们到了麦克斯韦海量的这种交互信息，相同的理论其实很多不适用了。但是学术界并没有真正的去做出符合当下的一个新的理论。

其次，和第一点一样，我们也需要一些新的计算范式。例如量子计算、类频计算、生物计算等。

最后，就是新的计算体系和通讯的架构。深度学习所需要的新的架构，包括数据流，包括计算的一些模式，例如 sports matrix的优化的差分计算，高速的存储。这些东西和传统的一本架构是完全不一样的。

抓住新的行业浪潮

张亚勤博士表示，我们正在面临的一个大的工业革命，前面三次工业革命中国主要都是旁观者。但在这一次，我们正在经历的第四次工业革命当中，中国是有机会成在很多方面成为领先者的。

智能产业的发展不仅提供了传统行业产业升级的机会，还能创造更多新需求、新岗位。例如在未来的五到十年，自动驾驶、工业互联网、智慧医疗这三个产业都会遇到大的机遇。

目前张亚勤在清华大学建立的智能产业研究院，其使命正是希望利用人工智能的技术来创新、赋能产业，推动社会进步。目标是面向第四次工业革命，建立一个国际化、智能化、产业化的研究机构。

本届 CNCC 是采用了线上同步直播的形式，不论参会者在任何城市都可以通过线上直播观看到每个分会场、专场的精彩报告。目前大会全部视频都可以在 CNCC 官网（ https://cncc.ccf.org.cn/ ）中查看。

张亚勤个人介绍

张亚勤博士是清华大学“智能科学”讲席教授，清华大学智能产业研究院院长。他于2014年9月至2019年10月担任百度公司总裁。出任百度总裁前，张亚勤博士曾在微软公司工作16年，历任全球资深副总裁兼微软亚太研发集团主席、微软亚洲研究院院长兼首席科学家、微软中国董事长、和微软移动全球副总裁。张亚勤博士是数字视频和人工智能领域的世界级科学家和企业家，拥有60多项美国专利，发表500多篇学术论文，并出版11本专著。他发明的多项图像视频压缩和传输技术被国际标准采用，广泛地应用于高清电视、互联网视频、多媒体检索、移动视频、和图像数据库领域。他是世界经济论坛达沃斯“未来交通指导委员会”唯一来自中国的委员，并担任全球最大技术开放平台Apollo联盟理事长。他也是联合国计划发展总署（UNDP）企业董事会董事。张亚勤博士在国际上获得过诸多专业奖项和荣誉，2019年当选美国艺术与科学院院士；2017年荣膺澳洲国家工程院（ATSE）院士，也是该年度授予的唯一外籍院士；1997年他被授予IEEE院士，成为历史上获得这一荣誉最年轻的科学家，并于2004年获得IEEE技术先锋奖。张亚勤博士在十余所世界顶尖高校担任校董、荣誉或客座教授，并在5家高科技公司担任董事。

点击文末“阅读原文”，查看演讲回放。

参考链接：
https://cncc.ccf.org.cn/html15/index.html?globalId=m7428890012744458241597160140114&type=1
https://en.wikipedia.org/wiki/Shannon%E2%80%93Hartley_theorem
https://zh.wikipedia.org/wiki/%E5%86%AF%C2%B7%E8%AF%BA%E4%BC%8A%E6%9B%BC%E7%BB%93%E6%9E%84

https://zh.wikipedia.org/wiki/%E6%91%A9%E5%B0%94%E5%AE%9A%E5%BE%8B