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。

  第一阶段始于上世纪80年代中期，数字化1.0致力于内容数字化，包括语音、图片、视频和文档。

  到了90年代中期，开始了第二波数字化浪潮。数字化2.0主要聚焦于企业和消费者互联网，前者包括客户关系管理（CRM）、供应链（Supply Chain）、商业智能（BI）、数据库和云计算等，后者包括搜索（Search）、社交（Social）、电子商务（E-commerce）、共享经济（Sharing economy）、通信（Communications）、数字货币（Digital Currency）和移动支付（Mobile Payment）等。

  进入到数字化3.0，我们开始对物理世界和生物世界进行数字化改造。物理世界中，车、路、家庭和工厂等都在数字化，现在我们将以前提到的信息高速公路也放入到了互联网中，使之成为了数字世界的一部分。生物世界是相同，大脑、身体器官、基因也都在数字化。

  3.0阶段的数字化带给世界的影响远超于前两个阶段，产生的数据量也出现了爆炸式增长，例如无人驾驶，每辆车每天产生的数据量约为3TB；一次基因测序也会产生约3TB的数据量，与前两个阶段相比有多个数量级的差别。

  另外，这几年深度学习也有了很大的进步，包括LSTM、CNN、GAN、BERT等的发展，在语音识别、人脸识别、物体识别等领域已达到了和人类相近的水平，并在知识理解方面也取得了很大进步。

  总体来说，由于第三次数字化带来信息数据的爆炸式增长，深度学习的持续不断的发展对算力的要求也呈现指数式的提高，因此传统的计算架构和通讯架构遭遇了瓶颈。

  我们首先回顾一下过去五六十年指引产业高质量发展的计算与通讯方面的三个重要定律和限制。

  一是香农定律，包含三个方面，熵、信道容量和失线G的发展在内，目前已经很接近这三个极限了。

  二是摩尔定律，指每十八个月，芯片密度加倍。从这几年芯片的发展来看，摩尔定律也有逐步失效的趋势。

  三是冯诺依曼计算机架构。在硬件方面，CPU/GPU/FPGA/ASIC等在过去几年都有很大的变化。算法方面，由于速度和效率两方面的问题，目前的冯诺依曼架构并不很适合运行。像谷歌、百度、寒武纪等等都推出了人工智能专用的芯片。另一方面，物理世界的数字化产生的很多数据都在设备上，处于边缘状态，5G的出现使得我们大家可以把很多的智能决策放到边缘上去。

  总的来说，分布式的智能、大量数据的产生以及新的硬件架构使得目前的AI产业有了一个新的发展。

  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。在未来的五到十年，无人驾驶、工业互联网、智慧医疗这三个产业会遇到大的机遇。

  在谈论无人驾驶前，先看一下人是如何驾驶的。通常我们将驾驶过程分成三个部分，看到——决策——动作，有几个不同的理论对此进行了解释。例如Paul MacLean的三体脑理论。Eric Kandel的精确-非精确记忆的概念，从神经科学的角度解释了人在驾驶过程中是怎么样做判断的。Daniel Kahneman的系统1与系统2的理论，则是从行为科学的角度尝试进行了解读。

  自动驾驶是一个很有趣的领域。从技术上讲，它融合了很多的技术创新；从行业发展的角度来看，由于对计划、位置、通讯设施等有很高的要求，因此在自身发展的同时能够带动别的行业的发展。从实现的难易度来说，无人驾驶面临很多的技术困难，不过让人感到安慰的是无人驾驶作为一个任务可以被分解为多个小任务分别进行攻克。因此虽然困难，但是假以时日仍然是可能取得成功的。从效益上讲，无人驾驶一旦实现，将极大地减小交通事故的发生，挽救更多的生命，还可以大幅度缓解交通堵塞的情况、改善空气质量。对国内相关行业来说，这样一个万亿规模的产业是一个很好的机会。

  第二个是工业互联网。物理世界中通过各种各样的传感器将设备连接到云中构成了一个网络。5G高速传输数据及处理大数据的能力使得这一行业有可能产生真正的价值。目前我们利用各种独立的传感器从环境中搜集大量的数据，数据中包含大量的随机噪声，通过特征提取从数据中找出感兴趣的信息。更好的方式是将物理模型结合进去，使得分析数据后得到的结果更具有可解释性。

  第三个方向是智慧医疗。以冠状病毒为例，它有许多变种。当我们想要寻找一种有效的药时，不可能对其一一做验证，这不现实。所以我们会利用机器学习的方法来加速这样的一个过程。同时，当我们对其变异机制有更多了解时，还能利用机器学习加速新药以及疫苗的研发。

  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。目标则是，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。