中国计算机学者热议硬科技创新,支招解决“卡脖子”问题

科技工作者之家 2019-05-29

内容来源:中国科技论文在线

原标题:中国计算机学者热议硬科技创新,支招解决“卡脖子”问题

近日华为危机再度暴露半导体产业卡脖子问题,在这个时间点,如果我们回顾中国的科技产业,很容易发现各行各业都存在一定“卡脖子”问题。

解决产业的卡脖子问题,要靠关键核心技术即硬科技上的突破,但要实现这种突破绝非一朝一夕的投入。过去几十年,国外巨头公司在基础科研的投入巨大,在硬科技上更是布局长远,中国的硬科技创新究竟该如何追赶?

这种氛围下,自力更生、自主创新、自主可控这几个科技产业发展的关键词,也出现在了中国计算机学会今年的“青年精英大会”上,在这个集结了中国计算机科学领域产业、学术界权威及新生代力量的场合,计算机领域硬科技成为讨论焦点。

张钹院士:突破在于从根本上改变思路

根据现场的讨论,目前国内在计算机领域仍有以下几个最难突破的问题:怎样做出面向生态的操作系统,此前有说法认为操作系统并不难做,难在生态,但事实上这两点相当于一个硬币的两面,即生态的核心部分就是操作系统,一个成功的操作系统需要去定义或畅想一个生态,这是系统软件工作最难的部分;而在芯片研发上,近几年国内的芯片研发其实取得了一定的进展,却同样被认为在生态上远远不如国外厂商,而回到生态的核心——产品本身,产品性能依然不足的问题就暴露出来了;在广义的计算机系统上,国内同样具有开发系统的能力,然而整个计算机系统的工程化(包括软件系统和硬件系统)还没有到达完成的阶段,无法验证其安全和可靠性。

20191105133554_a1420d.jpg

图|张钹院士(来源:中国计算机学会)

除了这些具体的技术突破点,中科院院士、清华大学教授张钹则提出新的观点:最难突破的问题不在某项具体技术突破点,而在于改变思路。

他认为,当前人们研究人工智能,比过去造原子弹还困难,因为我们是在对人脑了解极少、不清楚智能的本质的情况下做这件事。但重要的是要大胆假设。

张钹院士特别提到,1994 年的图灵奖选择了曾在专家系统上有杰出贡献的 Raj Reddy 等,而当时专家系统并不成功。但是,这个思路很有创新意义,即假设人脑是信息处理器,而计算机也是信息处理器,两者在智能上是可以互通的。

不过,这样的假设在当时来看是相当“另类”的,中国的研究人员要取得这样的成绩还要看是否能够有这种大胆创新的假设。

“卡脖子”问题,学术界该怎么解决?

发现问题之后,更大的考验在于如何解决问题,再聚焦于当下,如何创造能够解决问题的“土壤”。这片“土壤”的重要组成部分之一,就是负责输出人才的教育环境。

在近日接受媒体采访时,任正非回应华为危机的解决之道,亦是不急于谈及解决华为燃眉之急的方法,而是针对中美贸易战的本质给出更大格局的答案——唯有提高教育,没有他路。

20191105133554_a5416f.jpg

(来源:央视新闻)

在教育上,政府层面已经在教育体制改革上屡有动作,例如去年推出的“破五唯”的倡导,加大对基础科学研究的支持等,都在学术界引发了热议,已经不再是用错误的方法去解决虚假的问题。

也有学者在“青年精英大会”的讨论环节表示,中国现有的一些机制已经改变了此前我们的教育难以激励创新的面貌,但由于还未达到一定时间的积累,所以尚未直接收到非常明显的效果。

具体到解决卡脖子问题、科技创新上,张钹院士提到,由于科学、技术、工程这些要素在中文语境中有所混淆,在一些问题的认识和分工解决上可能仍有误区。正如钱学森生前曾感叹,我们国家“没有一所大学能够按照培养科学技术发明创造人才的模式去办学”。

“科学在于原始创新和发现,应该靠大学和研究机构来主导;技术在于克服实际难题,工程在于工程实践,这两者主要由靠工程师和技术队伍来主导。简单的技术我们可以不再去从零攻关,但是在复杂的技术上我们想要引领世界,必须从源头上掌握”,他说。

据了解,目前张钹院士也在清华带领着一支队伍探索基础理论突破。清华大学人工智能研究院近日就成立了基础理论研究中心,旨在实现源头创新,改进目前人工智能理论和方法的不足,把清华大学打造成全球顶尖的人工智能基础研究创新中心,推动鲁棒可解释人工智能的跨越式发展。

20191105133554_ae0ce8.jpg

(来源:清华大学汪玉)

不少青年学者关心的另一个问题在于产学结合。在“青年精英大会”第一天的“思想秀”上,包括阿里巴巴高级研究员李飞飞、清华大学教授汪玉在内的多位学者都表达了希望当下的计算机科学从业者能够不局限于自身领域、注重拓宽研究视野、注重产学结合的呼吁。

汪玉对 DeepTech 表示:“一方面不要只为了发 Paper 而做研究,另一方面不要只为第二天就要用上的技术而做研究。当下高校的研究人员应该马上做出改变的一个方向是,更多地做基于应用的基础理论的创新研究”。

而从现场各位学者在人工智能最新进展上的分享来看,与产业应用的结合已经提供更多的学术创新驱动力。例如,杨强教授介绍了他正在从事的联邦迁移学习研究。因为在现实的企业应用场景中,已有的AI架构还无法将不同的数据与数据的拥有者无缝对接,其中涉及用户数据隐私和安全问题,联邦迁移学习正是为解决这些问题提出的新的机器学习模式,也被认为是未来几年人工智能研究的一个新兴方向。

注:中国计算机学会“青年精英大会”

“青年精英大会”由中国计算机学会(CCF)主办,今年于5月24日~25日在成都中国西部国际博览城举办,聚焦“硬科技创新之路”,共包含6个特邀报告、1个大会论坛、12个专题论坛、2个思辨式YOCSEF论坛、以及思想秀和科技创业秀,内容主题涵盖深度学习、联邦学习、边缘计算、类脑计算、图计算、芯片、人机物融合、工业系统安全、机器人等新技术和新产业。今年的第九届大会邀请了百名国内外计算机领域知名专家、企业家到会演讲,有近800名来自中国计算机领域的青年精英人士参会。

来源:中国科技论文在线

原文链接:http://www.paper.edu.cn/community/details/N201905-30

版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

电话:(010)86409582

邮箱:kejie@scimall.org.cn

科技 人工智能 张钹 电脑

推荐资讯