张亚勤：深度学习更近一步，如何突破香农、冯诺依曼和摩尔瓶颈？机器之心发布联想创投2020CEO年

机器之心发布
联想创投2020 CEO年会
近日，在联想创投 2020 CEO 年会上，清华大学讲席教授、智能产业研究院院长、美国艺术与科学院院士、百度前总裁张亚勤先生带来了《未来科技趋势展望》。
张亚勤表示，数字化的 3.0 时期已经到来，数字化的范围已从内容、社交和企业服务领域向物理和生物世界进行延伸，将我们熟悉的城市、工厂、电网、家庭向智慧交通、工业互联网、智慧医疗等方向进行升级，为了完成物理世界的「数字化」，数据需要更清晰地让数字世界和现实世界一一对应，通过深度学习，计算机不断加深着对于人类世界的认知。
随着数据的海量爆发，如何突破目前的算力，成为了一代又一代科学家攻克的关键，香农定律、冯诺依曼架构和摩尔定律奠定了传统计算与通讯范式，如何突破已经接近极限的三种理论？张亚勤表示，需要通过对信息的重新定义，制定新的计算范式、计算体系和通讯架构，而他们又给产业带来了新的机会。为此，中国需要抓住机会，引领数字化的 3.0 时代和第四次工业革命浪潮。
文章插图
清华大学讲席教授、智能产业研究院院长、美国艺术与科学院院士、百度前总裁张亚勤发表演讲
以下为张亚勤演讲全文：
大家下午好！非常高兴能够来到联想创投 CEO 年会，作为中国 IT 的 icon ，联想 36 年历经坎坷，也取得很多进展，尤其是联想的「3S」战略，和我今天要讲的内容「智能技术趋势」非常吻合。
数字化进程的演变与 3.0 时代的到来
回顾 IT 产业 30 年发展历程，最大的特征就是数字化。第一波数字化开始于 80 年代中期，也是联想成立的时期。围绕自然界的内容表述，数字化的范围包括音乐、视频、声音、图像等，算法和标准有 MP3/4、H.26、AVS 等；随着 PC 的推出，又出现了 PPT、EXCEL、WORD 文档数字化。
第二波数字化开始于 90 年代中期，在内容数字化的基础上加上互联网、HTDP、HTML 的产生，从而催生消费者互联网，从早期的 PC 网站、门户，到搜索、电商、社交，再到后来的共享经济、Zoom 等视频通讯、数字货币和移动支付。从产品体验和规模等方面来看，中国在移动互联网时代下的消费互联领域整体领先于世界。
与此同时，企业也在数字化方向不断细化与革新，比如 ERP、CRM、HR、Supply Chain、BI、workflow 等管理系统的诞生。在云领域，中国已在逐步追赶基础设施云的建设，逐渐缩小与其他国家在规模效应上的差距。
我认为，中国软件的发展跳过了以「软件作为产品」的时代，直接进入以「软件作为服务」的时代。互联网本身就是「软件作为服务」的一种符号，作为一种新软件模式，我认为大量 SaaS 公司会在 5 年之后陆续出现，未来 SaaS 平台会有很大的机会。
现在，我们进入了数字化 3.0 时期，也即智能感知时代，这个阶段发生了两方面转变：一是物理世界的数字化，我也把它叫做「互联网的物理化」——工厂、电网、机器，乃至所有移动设备、家庭、城市都在向数字化发展。在这个过程中出现了相较于过去上千甚至上万倍的海量数据，比如一辆无人车每天产生的数据量大约 5-10T；相比于数据主要提供给人员辅助决策的 1.0 和 2.0 时代，数字化 3.0 时期 99% 以上数据在机器间传输，到最后一环节才传递给人员。
第二个方面的转变生物世界的数字化，人们的细胞结构、所有器官乃至整个身体都在数字化，整体数量级比物理世界大上千倍。从虚拟、宏观到微观，整个数字信息世界、物理世界和生物世界正在走向融合。此外，「数字孪生」技术可以让我们更加清晰地将物理世界和生物世界进行一一对应。
有了大数据之后，我们还要实现数据的结构化和智能化。在人工智能的 60 年发展过程中，有「冬天」也有「春天」。人工智能根据不同算法大致分为两类：一种是逻辑推理，是以知识为驱动的算法；另一种是以大数据为驱动的算法，两者都运用到了人类大脑的基本认识、基本模型和决策模型。
过去十年里最流行的深度学习，基本是以大数据、大计算、大模型算法来驱动，其中包括 AlphaGO、AlphaZero 。深度学习确在过去一段时间取得很好的进展，比如 GAN、Transfer learning ，到现在的 GPT-3 等等。未来，深度学习还有很大发展空间，其算法需要结合符号逻辑、知识型推理和更多模型的因果关系和新的范式，目前对于产业来讲，未来五至十年，深度学习还会是最重要的算法。