Zhidixcom（公众号：zhidxcom）文章|来源智迪熙7月15日报道，由网易传媒主办的第四届网易未来科技峰会在北京举行。
本届大会设立了“新技术·新未来”、“新内容·新娱乐·新消费”、“AI+金融”、“AI+出行”、“AI+生活”、“AR未来”六大论坛。
国内外外科医生、企业家、投资人、跨境明星共同探讨人工智能、消费升级、AR的未来。
会上，斯坦福大学教授、美国国家科学院院士张首晟分享了他对人工智能的看法。
在他看来，人工智能的诞生离不开三个因素：计算能力的激增、互联网出现后大量数据的出现以及算法的进步。
他认为，目前计算能力的进步已经受到摩尔定律的限制，无法再像过去那样呈指数级增长。
他发现的拓扑绝缘体和量子自旋霍尔效应可以从下往上解决计算芯片的发热问题，有助于发现量子计算机所需的新材料，促进计算能力的进一步提升。
对于人工智能算法的进展，张首晟用人类发明飞机进行了类比：人类实现飞行并不是简单地模仿鸟类，而是通过探索飞行的数学和物理原理。
现在的人工智能是通过神经网络来模仿人脑神经元。
下一步应该是了解智能的原理，以便更好的算法诞生。
对于引发人们担忧的“人工智能将超越人类”的问题，张首晟表示，这个过程还相当漫长，现有的图灵测试还不够准确。
如果机器能像爱因斯坦一样写出宇宙大定理，那么它就被认为在智力上超越了人类。
此外，张首晟认为，中国在数据和人才方面具有优势，人工智能对中国来说是历史机遇。
以下为张首晟教授现场演讲实录： 我今天演讲的题目是《人工智能的三大支柱》。
今天我们确实生活在一个非常伟大又非常奇怪的时代，因为整个人类作为一个物种都在地球上表演。
进化已经快超过10万年了，但在过去的10万年里，我们第一次成为了地球上最聪明的物种。
今天我们确实遇到了一个新的挑战，一个新物种的出现，那就是人工智能，机器的智能，可能会在很大程度上超越人类的智能。
为什么这十万年的时间里会出现这样一个新的、神奇的物种？主要是三大趋势的融合。
首先是计算能力。
自从计算机发明以来，计算机的计算能力在过去的五十、六十年里，能力基本上是按照摩尔定律增长的。
所谓摩尔定律意味着我们的计算能力每18个月就会翻一番。
计算能力的这种神奇提升将我们带入了一个快速进步的时代，我们可以执行以前不可能的计算。
这是人工智能三大趋势融合的第一个趋势。
第二个趋势是互联网出现后，产生了大量的数据。
人工智能必须通过大量数据的收集来学习和自动学习。
数据的产生源于互联网的出现，它改变了我们生活的每一个角落。
变得数字化。
另外，对于我来说，这是最令人惊奇的发展。
一些非常新的算法。
人们最初会模拟大脑的工作原理来制作一些人工智能和机器学习算法。
但以后我今天主要跟大家聊。
至于共享的话题，在未来的开发过程中，我们可能会引入一些大脑根本无法实现，但可以在机器中实现的算法。
例如，我将谈论量子计算，这是一种全新的数学算法。
我们这个时代的特点是一个非常伟大的信息定理。
这个定理就是摩尔定理，意味着计算能力每18个月就会翻一番。
如何衡量这个计算能力呢？基本上，近五十、六十年来，半导体芯片的面积没有太大变化。
在相同的单位面积上，分布式晶体管的数量每18个月就会增加一倍。
基本上，我们可以想象每个晶体管都位于大脑内部。
大脑中有近十亿个神经元。
在面积相同的计算机中，晶体管的数量有点像神经元，每 18 个月增加一倍。
这是一个非常神奇的发展定理。
摩尔定理为信息社会的快速发展奠定了基础。
相比之下，传统产业往往以相对平行和线性的方式增长。
摩尔定理意味着信息计算能力以指数速度增长。
现在有各种各样的现象。
摩尔定理如果继续按照传统方式前进，就无法按照过去的指数发展速度爆发式增长。
为什么？每个三极管在工作过程中不可避免地会产生大量的热量。
如果三极管的基本原理不变，如果三极管的数量每18个月增加一倍，那么产生的热量也会每18个月增加一倍。
在这种情况下，如果整个芯片继续改进的话，必然会烧坏。
这是一个非常大的挑战和危机。
作为一名物理学家，我认为这是一个非常好的机会，它可以让我们完全回到一张白纸，重新思考这个原理。
为什么计算机遵循最初的摩尔定律？如果我们继续推进这个定理，会遇到什么障碍？我们今天最常讲的就是信息高速公路，但是在信息层面，信息高速公路是非常拥挤的。
如果我们把电子想象成跑车，那么电子之间就会发生碰撞，周围也会发生碰撞。
在此过程中会产生大量的热量。
如果每18个月增加一倍，如果继续增加，芯片就会烧坏。
大家会好奇，既然是这样的原理，为什么电子会在芯片的底部形成一条信息高速公路呢？这个猜想是非常正确的。
我的工作，刚才主持人提到的科学的发展，拓扑绝缘体的发现，用最简单的话来说，我们在芯片底层为电子建立了一条信息高速公路。
高速公路最根本的原则，车道原则，各走各的路，互不干扰。
每个电子都在固定的车道上运行，与左边的电子不同，左边的电子在进入市场时会到处碰撞。
下面我向大家简单汇报一下我的科研发现有哪些。
简单来说，量子自旋霍尔效应就是在芯片层面将量子按照红色和蓝色进行划分。
电子本身向上，芯片按照红色轨道运行。
芯片按照蓝色轨道运行。
当轨道遇到杂质时，泳道首先分离，根据自旋，空间上有分离，但自旋的方向也不同。
当它遇到杂质时，它继续向前移动，不会向后散射。
这确实是近年来材料科学和量子科学领域的一个非常大的发现。
而且我们在2010年做了理论预研究，2018年德国的一个实验组在实验室进行了初步研究。
完全验证了我们前期的研究。
但尚未完全工业化。
虽然已经实现了这种神奇的效果，但是这种神奇的效果只能在相对较低的温度下才能实现，所以我们正在寻找新材料，预研新材料。
您可能听说过一种叫做石墨烯的神奇材料。
它是一种由碳原子组成的蜂窝状单元构成的材料。
然而，这种石墨烯并不具备我们所说的神奇特性。
但在元素周期表中，随着碳原子往下走，就会遇到烯。
与碳原子一样，该原子也可以形成单原子层。
我们预先研究过，这种材料可以像高速公路一样行驶，并在常温下达到效果。
我们的科学发现还结合了非常精彩的数学概念，即拓扑不变量的概念。
数学家认为，当我们吃早餐时，我们左手拿着一个糖果圈，右手拿着一个咖啡杯。
从数学意义上来说，它们的拓扑性质是相同的。
，因为它们中间都有一个洞。
例如，美式足球和欧式足球，虽然它们的形状从外面看起来不同，但它们的拓扑性质是相同的，因为它们没有孔。
拓扑不变量是一个非常神奇的数学概念，但我们将这个非常神奇的数学概念应用到真正特定的材料上。
有多少条车道、有多少条在左边、有多少条在右边也是拓扑不变量。
让我与您分享这个简单的例子。
今天，每个年轻人都在思考如何有更好的想法。
产生一些好想法的方法就是进行一些跨界思考。
数学中的拓扑概念非常深奥。
大家都在象牙塔里做研究。
材料科学是比较实用的。
然而，这两个领域的科学家之间基本上没有交流。
我之所以能够做出这个科学发现和成就，主要是因为我真正理解了非常先进的数学概念并将其应用到材料上。
科学地。
这也是人类历史上一个划时代的发现，因为材料对于人类社会非常重要。
为什么它们如此重要？因为我们几乎所有的重大历史时期都是以一种材料命名的。
比如我们有旧石器时代、新石器时代、中国辉煌的青铜时代、铁器时代，以及今天的硅时代。
但过去的所有材料都是过去偶然发现的。
如今，发现材料的方法发生了重大变化。
我们一直在寻找一种非常漂亮的数学形式，并通过从理论上预先研究材料的特性找到了它。
这为人类社会开创了一个新的时代，因为材料非常重要，但是未来我们可以通过理论预研来预先研究哪些材料具有哪些性质，而不必盲目寻找。
这确实为科学发现的方法论提供了很多东西。
改进。
今天我们要讲的是摩尔定理，继续往前推，但还有一个更令人兴奋的想法，那就是所谓的量子计算机。
通常我们用计算机来做一些计算，计算机的速度比人脑还要快。
例如，当我们将两个数字相乘时，计算机可以非常快地计算，并且可以超过任何人脑可以进行的计算。
但是，如果计算机给你一个很大的数字，而你想把它分成两个数字的乘积，计算机会非常非常慢地完成它，因为它必须再次尝试每个数字并重新组织它。
只有这样我们才能解决这道数学题。
但量子世界是一个非常非常神奇的世界。
在量子世界中，如果一个基本粒子前面面对两个孔，它就会同时穿过空间中两个不同的孔。
它可以通过它。
这是量子世界中非常奇妙的并行原理。
有一次徐歌辉采访我的时候，我讲了一个笑话。
今天我又以科学家的身份工作并进行投资。
我的目标是像量子粒子一样，能够同时穿过两个孔。
这是一个开玩笑的比喻。
但在量子世界中，人们是否能做到，我们还不能下定论，但这种神奇的效果在量子世界中确实存在。
由于这种神奇的效果，我们确实可以在量子世界中进行并行计算。
为了实现这个神奇的量子计算机，我们还需要一些非常神奇的材料。
我发明的拓扑绝缘体，现在大家都认为我们可以用它来制造量子计算机，这是一个非常好的材料。
现在我想跟大家分享一下人工智能算法的改进。
我想先给大家打一个关于人工智能的比喻。
今天我们考虑制造人工智能的主要原因是模仿人的大脑。
当我们未来看人工智能的过去和未来时，我想通过一个比喻给大家解释一下，因为我们今天看到的人脑想要模仿人脑，但是在2000年之前，当我们看到鸟儿飞翔时，我们想学习并提出一个问题，人可以飞，像鸟一样飞，还是我们可以创造一个？飞机。
首先，我们看到大自然的生物有如此神奇的功能，我们就思考是否可以模仿。
但一开始，我们只是通过简单地模仿鸟的飞行来学习飞行。
后来，我们真的能够制造出神奇的飞机了。
听说今晚我们要和大飞机的科学家们共进晚餐。
我们今天之所以能够制造出飞机，我们并不是简单地学习鸟儿是怎么飞的，我们真正弄清楚了飞行的数学原理是什么，因为数学原理的背后就是所谓的流体力学，而流体力学由物理方程组确定。
一旦我们了解了飞行的数学原理后，我们设计的飞机可以比鸟飞得更好，但它不必完全像鸟一样飞行。
设计一架完全像鸟一样飞的飞机对我们来说比较麻烦，但是设计出比尿更快、更高的飞机相对容易。
同理，如果我们今天思考人工智能，第一步就是通过神经网络来模仿人脑的每一个神经元，还是简单的模仿期？接下来我们应该做什么？真正理解智力和智慧的数学原理就像我们理解飞行的数学原理一样。
一旦理解了它，你就可以设计更好的算法。
这些算法可能无法被大脑实现，但它们可以比大脑做得更好。
当今大数据时代的出现，导致大量的金融数据、教育数据、健康数据产生。
但是我们现在的机器学习能力就是学习这个大数据本身里面的智慧，可以帮助我们在金融领域、教育领域、健康领域大大提升我们的效能。
但现在我们遇到了最大的问题。
能处理数据的人和能拥有数据的人是两类不同的人，也可能是两家不同的公司。
彼此之间不一定有完全的信任。
在这种情况下，很多数据无法实时分析。
在当前领域，我还向大家推荐一种非常新的算法，叫做同态加密。
这种新算法可以从加密数据中学习智慧，而不必看到数据本身。
这样，数据的所有者和数据的处理者就可以完全分离，并且可以基于信任进行合作。
在人工智能领域，大家最想问的问题是，是否有一天真正的机器会比人类更聪明？如何衡量机器超越人类的那一天？比如，这两年，我们看到了一场非常令人惊讶的人机大战。
谷歌的 DeepMind 能够击败围棋最高的人类棋手。
这是否意味着计算机已经可以超越人类了？最经典的测试方法之一就是所谓的图灵测试。
图灵测试的意思是，如果我和幕后的某个人说话，是机器人还是真人，我不知道，但是和它交谈一段时间后，我能不能找出它是机器人还是真人？幕后真人？如果我分不清机器是不是人，就说明机器已经达到了人类的智能。
但我认为这个测试还是有些误导性的。
如果机器智能能够完全模仿人类，那仍将是一个漫长的过程。
人类作为生物物种，通过数百万年的进化，确实带来了一些非常理性的想法。
元素。
然而，强迫机器学习人类的理性部分比较容易，但学习人类的非理性情感可能就没那么容易了。
我觉得人类的最高智慧就是像爱因斯坦这样伟大的科学家可以写出这么简单简单的公式，我们可以通过做实验来验证。
这就是人类。
基本上在座的所有人都同意，这是人类的最高智慧。
结晶，像爱因斯坦一样的大脑。
我问，下一次，机器人能写出相当于宇宙的非常高深的定理吗？作为一项科学发现，它是领先于人类的。
在这种情况下，机器的智能才真正优于人类。
在这个领域，我们希望取得巨大的进步。
我们在美国已经清楚地看到，学术界和工业界之间必须有非常紧密的结合，因为学术界往往有一些聪明的人才能够提出这些想法。
最好的算法，但是现在行业，尤其??是互联网公司，比如网易和中国的BAT，手头有大量的数据。
他们必须紧密合作，才能真正让人工智能变得更好。
下一步就好了。
最后我想说，人工智能对中国来说是一个非常非常好的机遇。
首先，我们人口众多，数据量巨大。
中国整个教育水平现在已经得到国际认可，特别是在数理科学领域。
我们在国际上非常前沿，我们拥有非常优秀的受过高等教育的人才。
我谈到了人工智能的三大支柱。
一是大数据。
中国有非常大的数据。
一是需要在物理材料方面取得重大进展。
我还想通过人工智能的发展极大地推进中国的基础科学。
另外算法需要数学方面的优秀人才，中国在这方面确实有非常好的人才。
要实现这一目标，我们必须建立两座桥梁，一是连接学术界和企业界，二是连接硅谷和中国。
我愿意在这个领域发挥桥梁作用。