斯坦福教授张首晟谈人工智能与未来

编者注：张首晟教授是美国文理科学院院士、美国物理学会会士、中国科学院外籍院士、美国国家科学院院士，现任斯坦福大学J.G. Jackson和C.J. Wood讲座教授。他的主要贡献包括对拓扑绝缘体、量子自旋霍尔效应、自旋电子学、高温超导等领域的研究，他领导的研究团队于2006年提出的量子自旋霍尔效应被《科学》评为2007年“全球十大重要科学突破”之一，他本人也被认为是诺贝尔物理奖的有力竞争者之一。

2016年9月9日张首晟教授在重庆发表了有关人工智能与科技创新内容的演讲，介绍了自己所做研究的主要内容与摩尔定律在科学创新中的位置，并结合自己从事投资的角度讲述了自己眼中的人工智能的发展与未来。以下为演讲内容整理。

人工智能一直是我在思考的问题，今天分享的题目就是“科学，创新与投资”。科学我讲一下自己科学的研究以及人工智能相关内容。

有一个说法，说科技的进步是远远超过人类本身的进化，之所以科技和信息技术有如此飞速的成长，主要的一个原因就是所谓的摩尔定律，摩尔定律就是我们的计算能力每过18个月就翻一次倍，在过去一直按照摩尔定律进行。

今后的发展如果按常规的技术用摩尔定律进行推进的话，会碰到一个瓶颈。比如今年的科技大会上任正非先生也提了，他现在感到最大的危机就是摩尔定律危机。为什么会产生呢？是因为大家感觉到如果把一台电脑放在自己的大腿上会非常发烫，因为在计算过程中电子的能耗也是非常强大，如果每个三级管所产生出来的热量都是差不多的话，每过18个月翻一次倍的话，发散的热量也是翻一次倍。

但是对于科学家来说这是一个非常好的机会，我们看能不能寻找一个新型创新摩尔定律能够继续往前进。摩尔定律会碰到这样的问题：在赶集的集市，想象你是一辆跑车，它在赶集的时候始终在碰撞，如果不能散发热量就会受到阻碍。如果想到这个原理大家就可以想到我们为什么不为电子在芯片的层次做一个高速公路，这就是我科学研究的发明，电子在芯片层次有一个车道的概念，能够各行其道互不干扰。在右边我们可以尾灯，这个车往前走，在左边的话我们是往前开，如果能把高速公路的运动模式实现在电子芯片层次的运动模式，我们真正意义上有一个新的工作原理，使得摩尔定律能够往前推进。

我生活在硅谷，硅谷带动了人类信息技术的发展，当年有一位先生发明了三极管，得到了诺贝尔奖，他和他的子弟们创办了很多半导体公司，然后慢慢发展形成了像今天硅谷很多的信息公司。今天全世界各地，尤其在中国几乎每个地区都想成为一个新的硅谷，新的硅谷也要抓住一个历史性的机会，如果没有一个历史性的机会，我们总是走在硅谷的后面。但今天摩尔定律所碰到的危机给我们创造了一个很大的机会，咱们中国古老的语言里说危机危机，是危也是机，这点比英语来得强，英语的名词好象没有别的意思。如果我们能够真正找到一个新的原理，等于在整个信息技术上要重新洗牌，重新洗牌的过程中说不定我们就能抓住新的机会。

所以我在科学研究中就预言了电子能在芯片层次像高速公路的模式各行其道，互不干扰，并且我们预演了一系列成功的材料，所以大家在新材料的研究要抓住整个科学界的趋势。所以我的研究使在这些新材料里电子能够按照车道运行。大家听到一个新的材料石墨烯，但是我们找到了比它更下一代、更优良性价的材料，石墨烯是由碳原子组成的一个原子层，我们发明的一个新材料基本的结构和石墨烯差不多，构成了一个二元平面上的原子层，并且是一个蜂窝状的结构。所以这个新的材料使电子能够真正在芯片层次上各行其道互不干扰，就像图片右下脚所显示的有蓝色和红色的轨道一样。所以在半导体的领域有一个国际组织，每年发表一个新的文章，指出半导体技术下一年的发展前景，他就指出我发明的材料将是能够真正带来半导体技术的革命。

每次在中国世界上好像最新的技术总是要跟在别人后面，但由于这个技术是我先发明的，所以我每次回国访问与国内的高校、科学院都发展了非常紧密的合作，我们有可能在这个领域真正能够赶超在达到全世界领先的水平。另外这个材料也能作为一个非常好的热点材料。同时也能做量子计算，与通常的计算不一样——它能够平行的做计算，使得很多经典计算机算不出的结果能在很快的时间里就能计算出来。

所以由于这些科学研究的工作我得了国际上许多奖项，其中有一个对我影响比较深刻的是法兰林克奖，首先我觉得非常荣幸。我以前的科学偶像只是爱因斯坦和牛顿，得了法兰林克奖之后，使得我整个人生有了一个新的楷模，因为法兰林克是一位伟大的科学家，大家可能在小学读书的时候就听到过一个故事，就是在雷雨天冒着闪电放方正风筝的时候就把闪电引到了地上，所以他是一位非常了不起的科学家。同时他也是一名发明家，他发明了避雷针，他又是一位伟大的政治家，他是美国《独立宣言》的起草人，今天大家打开一百元美元的纸币就可以看到他的头像。并且他也是一位非常伟大的企业家，所以我们说今天是科学家和企业家的聚会，法兰林克既是科学家又是政治家。

法兰克林奖使得我对人生有一个重新的认识，我们这个时代缺少科学家不少，但既是科学家又是企业家的不多，所以我在想今天正好碰到中国双创的时机，我能不能做一些贡献。能做一些贡献也是一个偶然原因，我在斯坦福任教已经23年了，在过去的23年中我曾经有一次偶然的机会，在斯坦福的老师差不多有1/3是住在学校里的，这样我跟邻居的交流当中就能做非常有效的划界，我有一位邻居创办了一家成功的公司，我对他做了天使投资，他是在云计算里成为一个非常核心的基础，这个公司在上市之后市值最高的时候达到480亿美元的市值，所以他带领了整个云计算的发展，就是我的邻居当年创办的一个小公司。我想既然有这么好的机会，我在斯坦福大学、又是中国人，碰到中国双创的机会，所以我就决定创办一个风险投资机构。

我们现在覆盖的领域已经非常火，有大数据、移动互联网、有人工智能，在右上角大家看到的就是我们投的那些人工智能的公司，如果用人工智能有两个办法：

• 一个是用云端大量的数据做计算，那只有一些大公司能行。但如果是在家里小的机器人，要足够智能的话，没有那个云端计算能力在一个小的芯片上就能做计算。

• 另外生物科技也非常需要人工智能，一个是通过人工智能来读许多医学的图片，比如看X光的图片、看超声波的图片、看核磁共振的图片。我们也是在生物基因上做了非常好的布局。

所以今天是谈人工智能，我就利用这个机会简单和大家分享一下我关于人工智能的一些想法。之所以人工智能在最近一段时间能够突飞猛进的成长，主要是几个原因：一个就是我刚才讲的摩尔定律有关系，由于我们的计算能力每过18个月就翻一次倍的话，用的芯片就能够做非常快速的信息处理，单位元能够做的机器处理比人的大脑神经元都来得多。如果能把机器芯片模仿人的大脑神经元，就能形成一个网状的神经机构，大数据的时代使得及其能够快速学习。

人工智能现在还只是停留在仿生学的一个阶段，可以做一个类比，比如人类曾经非常向往飞翔，我们之所以向往飞翔就是看到鸟会飞，看到鸟会飞，我们就想自己能不能也长一个翅膀飞。比如伟大的艺术家达芬奇曾经设计过人身上辅助一个翅膀能飞起来，所以这是一个简单的仿生学。但我们人真正能够学会飞行是由于我们理解了飞行的原理，那就是空气动力学，一旦我们理解了飞行的原理就可以造大飞机，大飞机看起来和鸟不完全一样，但由于是从鸟那边来的启发，我们是在理论的基础上真正理解了飞行的原理，那就是空气动力学，一旦有了空气动力学我们就能造出一个比仿生更好的飞机，远远超过于鸟。所以这对于人工智能现在来讲也是最大的挑战，现在的人工智能还仅仅停留在用神经元仿生的原理，但我们真正要理解一个智能的理论基础。

我可以和大家分享一个情况，就是我的儿子是在去年刚从哈佛大学物理系毕业，他是一个非常好的物理学生，曾经在高中的时候就得过国际奥林匹克金牌。他在哈佛大学物理系毕业之后马上就被人工智能最牛的一家公司录取（Deepmind），专门要研究的就是怎么来理解智能的数学和物理的原理。所以我觉得大家要在人工智能上，不是只能在现象上跟风、在仿生上跟风，中国有足够聪明的人才，我也是想在这方面有所作为，就是真正能够理解智能的理论基础，这样的话我们就像理解了飞行空气动力学之后才能突飞猛进。一旦理解了人工智能的理论基础之后，我们才能真正突飞猛进。

在人工智能上面，我们怎么知道这个物种已经降临或者已经超过人类了？曾经有一位伟大的科学家提出了一个测试的标准：如果你跟一个机器人或者人在对话的过程中，你不知道背后是人还是机器人，你谈了一天之后感觉不出来到底是人还是机器人，那就说明达到了标准。我觉得这个判决不是科学的，我们有很多不理性的地方，你让机器人完全能够学会人的不理性的地方，一个是不太容易，一个也是没有必要。所以我想提出一个完全客观的标准：我们这个新物种怎么能够真正演化到了超过人的时代，能让这个新物种做一个科学的预言。比如我们知道一百年前爱因斯坦预言了引力波，如果哪一天人工智能能够做一个新预言，而我们人类不知道，这样的话这个时代就到来了。

但是我觉得这个时代并不是一个可怕的时代，因为你看整个生物界也是一层一层建立起来才是真正形成一个生态圈，所以我认为今后的世界是人机互动和谐。