机器|华为战略研究院院长周红:面向未来的科学假设与商业愿景( 四 )


在具体实现上 , 超级计算机往往要用巨大的能耗来实现大算力 , 例如3千万瓦实现近500PFLOPS算力 , 而人脑大约用20W可以做到近30PFLOPS , 效率高了约八万倍 。
从这个角度看 , 我们是不是要发展适应性与高效性计算模式 , 创造新架构与新部件 , 而不要受限于传统的可计算性理论、以及冯·诺依曼架构?
四:突破香农定律的假设 , 在更大的时空中发展信息通信

第四是在有别于香农定律的假设、以及更大的时空中探索信息通信 , 从而跨越空间的障碍 , 建设全球直达的能力 , 连接虚拟与现实世界、以及无处不在的机器 。
将来的真人级全息通讯 , 如果不压缩数据 , 需要接近2Tbps的带宽 , 以及1-5ms的时延;
自动驾驶如果采用12个摄像头 , 每天可能产生高达4T字节的数据 , 目前的5G网络远远达不到这个容量 。
对于这些挑战 , 我们是不是有足够的理论和技术来实现呢?我认为这是可能的 。
例如 , 在理论上 , 如果我们假设这个世界是有先验知识、有记忆的 , 就可能跳出香农1/2/3定律的限制 。 在工程上 , 一个量子级联激光器可以同时产生几百个波长 , 实现上百T的流量;未来如果我们能做出高重频阿秒激光器 , 甚至可能产生百万T的流量 。 这些技术如果能嫁接到无线和光领域 , 是不是可以成千上万倍提升通信性能?
打通科学假设与商业愿景 , 创造知识与价值

为了打通科学假设与商业愿景 , 我们把创新分成前后相关的5个环节:从假设和愿景 , 到理论、技术和商业创新 。
越靠近后端商业、客户和用户的创新 , 效果就越明显;而越靠近前端假设、愿景和基础科学 , 就越需要耐心 。
面向未来 , 我们要敢于向前端基础研究寻求答案 。
在基础科学研究上 , 除了支持以科学家兴趣驱动的“波尔象限”创新外 , 我们希望与伙伴一起探索“巴斯德象限”创新 , 这样既能拓展科学认知 , 也能创造应用价值 。
面向未来的10个问题和挑战

围绕前面4个假设与愿景 , 聚焦“巴斯德象限” , 我们提炼出面向未来可以重点考虑的两个基础科学问题 , 以及8个前沿技术挑战 。
第一个科学问题是机器如何认知世界 , 能不能建立适合机器理解世界的模型?
第二个科学问题是如何理解人的生理学模型 , 尤其人体八大子系统的运行机制 , 以及人的意图和智能?
前沿技术挑战包括:
在人机接口上如何发展新的感知和控制能力 , 例如脑机和肌机接口、3D显示、虚拟触觉、嗅觉、味觉等等
在健康上如何连续地、无感知地测量人的血压、血糖和心电?能不能通过AI强人工智能帮助发明新的化学药、生物药和疫苗?
在软件上如何发展以应用为中心 , 面向价值与体验的高效率自动化和智能化软件?
在通信上如何接近和扩展香农极限 , 实现区域级和全球级的高效、高性能连接?
在计算上如何发展适应性与高效率的计算模式、发展非冯·诺伊曼计算架构与非传统部件、发展可解释和可调试AI?
在材料上 , 如何通过AI帮助发明新的分子、催化剂和器件?
在制造上如何发展出超越传统CMOS制造的技术 , 达到更低成本、更高的效率?
在能源上能不能发展出安全、高效的能源转换和储能 , 提供按需服务?
最大的力是合力 , 最强的智是众智

华为正以开放的心态 , 与全世界伙伴一起创造 。
4月30日我们计划推出线上黄大年茶思屋 , 希望建设成一个科学和技术交流的通道 , 向全社会开放 。

相关经验推荐