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
通信产业网|2022-04-26 16:43:39
作者:通文来源:通信产业网

【通信产业网讯】4月26日,在第19届华为分析师大会上,华为战略研究院院长周红提出了面向未来的科学假设与商业愿景。

2022-04-26_163435.jpg

2022-04-26_163301.jpg

以下为演讲全文:

女士们、先生们,大家好!欢迎参加第19届分析师大会。

很高兴有机会和大家探讨面向未来的科学假设和商业愿景。

我们知道,18世纪是机械化时代、19世纪是电气化时代、20世纪是信息化时代,那么21世纪会是什么时代呢?

我认为21世纪将是人类社会全面走向智能化的时代,智能化的核心是感知、连接和计算,以及由此带来对物质和现象、生命和能量等的更高认知和掌控能力。

在走向智能世界的路上,我们面临着巨大的挑战,一方面,幸福生活、高效工作、绿色环境还需要感知、连接和计算提升成百上千倍能力,

另一方面,在相关科学与技术上,过去的几十年中都没有大的突破,甚至已经接近瓶颈,

怎么才能创造可行的发展路线?

我认为,面向未来,只有大胆提出假设、大胆提出愿景,敢于打破既有理论与技术瓶颈的条条框框,才能大踏步前行。

数字技术极大丰富了人类的工作与生活

2022-04-26_163318.jpg

在过去的10年中,随着宽带通信、智能设备、AI和云计算的迅速发展,数字技术极大丰富了人们的生活,从打电话、上网浏览信息、即时通信,到地图导航、电子银行、网上购物等,ICT技术已经成为越来越多人们生活中不可或缺的重要部分。

除了生活中所需要的ICT技术,我们也在过去10年中,与很多行业进行联合探索,看看ICT技术能不能帮助或者是怎样帮助行业发展。

例如,我们与汽车公司、电信运营商一起,在高速公路上进行试验,大家知道,人工驾驶的反应速度是以秒为单位的,我们通过在汽车之间、以及汽车与网络之间建立10毫秒级的高性能连接,帮助将紧急事件的检测和反应能力提升上百倍,在100公里时速下,可以将人工驾驶所需要的几十米、上百米的安全距离,缩小到0.8米,从而极大地提升高速公路的车流量与安全性,同时可以支持组队行驶减少风阻,节省20%左右的油耗。

车联网还可以支持远程驾驶,创造新的作业模式与服务模式。

我们也在城市环境中进行试验,通过超视距的车联网、车路协同,有可能提升30%通行效率、减少90%交通事故。

今天,在工厂、在医院、在港口、在煤矿,ICT技术正在深入千行百业,使能行业数字化、智能化转型。

人类对未来的追求永无止境

2022-04-26_163545.jpg

面向未来,我们看到还有很多地方,ICT技术有可能做出更大的贡献。

比如人的健康与幸福,通过穿戴式传感器、无线通信与云计算,可以更好地支持运动健康和慢性病的管理,AI计算还能帮助进行药物和疫苗的快速设计和高效筛选。

ICT技术可以支持无处不在的自动和智能机器,从而提升人们的生活质量,提高各行各业的作业效率。

ICT技术可以帮助建设绿色可持续发展的环境,例如进行高效的能源变换和调度、设计低成本、高效率的能源转换催化剂、储能材料。

在虚实融合的数字世界上,ICT技术还能帮助建立“远在天边、近在眼前、身临其境”的体验,丰富人们的生活、帮助人们学习成长、帮助各行各业在数字世界快速迭代改进等。

全球数字化超越“十年百倍”的发展

2022-04-26_163615.jpg

在这么多的需求驱动下,全球数字化正以指数速度增长。

例如全球的移动宽带数据流量,从2010年的每月0.24艾字节(EB),增长到2020年的每月60艾字节,在10年时间中增长超过250倍。

中国的移动宽带数据流量,从2010年的每月0.033艾字节,发展到2020年的每月13艾字节,增长超过400倍。

面向未来,我们认为数字技术将以超过十年百倍的速度增长,数字化将促进人和社会加速发展。

从另一方面,我们也看到,现有的很多理论和技术都是几十年前甚至一百多年前提出的,基于这些理论和技术的应用已经开始遇到瓶颈,例如通信领域的奈奎斯特采样定理和香农定律、计算领域的可计算性理论和冯·诺依曼架构、半导体领域的摩尔定律等,希望有新的假设和愿景来牵引突破。

为此,我们提出面向未来的4个科学假设和商业愿景,希望与学术界、产业界一起共同探索,开展面向未来的研究。

一:拓展认知的边界,物质与能量、现象与规律

2022-04-26_163649.jpg

首先是探索基础科学和前沿技术,拓展我们认知的边界。尤其是物理、化学、生物等领域的突破,将使我们能够更好地发明新分子、催化剂、蛋白质等材料和器件,以及新的装备和新工艺。

有一次,我和一位量子科学家讨论,怎么把光子、量子存起来?他在1993年就提出了量子存储概念的时候没人相信,大家可能会想,能用一个瓶子把光存起来吗?存储量子的操作不会影响它的状态?直到1998年,哈佛Hau等人用电磁感应透明现象将光子速度降到17m/s,2000年,她们成功地把光子“冻结”了一分钟时间。2006年帝国理工的Pendry等人提出可以用类似“光子黑洞”的思路来束缚住光,让其无法离开。目前已经有很多办法来可以实现量子存储,从而更好地支持量子通信和量子计算。

为了降低半导体器件的功耗、提升可靠性,我们和科学家合作,分析半导体器件中的热机理,看看能不能构造出有利条件,加快“光声子”变成“声声子”,从而减少栅极与漏极之间热点的形成。

现在很多超导量子计算机采用毫开尔文的温度,一些科学家在进一步探索,用激光来冷却原子,从豪开尔文降低一百万倍温度到纳开尔文,接近绝对零度的温度极限,看看能不能发现更复杂的量子现象。

未来,物质的特性能不能通过计算预测出来,而不用靠漫长的试验来进行摸索?答案是可能的。例如采用USPEX计算方法,目前用100万核时的算力,可以计算出小于200个原子组成的分子的主要特性。2017年,科学家通过计算发现了超硬五硼化钨的结构,解决了困扰科学界近60年的难题;2019年科学家通过计算,发现了十氢化钍在85万个大气压的情况下,具有惊人的高温超导性,临界温度达到-112摄氏度。

有了更好的计算化学,我们有望发现或者发明更好的催化剂、化学药、生物药与疫苗。

二:拓展感知极限,更好地了解世界和人类自身

2022-04-26_163720.jpg

第二是我们未来将不断扩展感知世界和感知自身的能力,将从接近人类感知到超越人类感知、从替代感知到扩展和创造感知、从人类感知到机器感知。

在这方面我们要向生物界学习,大自然通过百万年甚至上亿年的进化,形成了远远超越现有机器和人的感知能力。

例如在视觉上,有些蜘蛛眼睛在物体轮廓和运动计算上远远超越了人眼,有利于快速精准捕获猎物,我想自动驾驶汽车是不是正好需要这种眼睛?

同样的还有青蛙眼睛,是高灵敏度的单光子接收机,可以在黑暗的环境下看的更清楚。

在嗅觉上,狗鼻子分辨气味的能力超过人类1000倍。

除了拓展对外部世界的感知,我们未来也能更好地感知和控制人体自身。像ECG、EEG、PPG等这些技术目前还没有系统地、便捷而又低成本地发展起来,对于人体的八大子系统的实时度量感知,我们还有很多工作要做。通过发展新的传感器,我们将来可能实时、无感知地测量血压、血糖、心电等重要的健康参数;我们可以发展新的神经系统脑机接口、肌机接口,更好地与机器协同,将来有可能用思考来交流和工作、用思考来开车和娱乐。

我们也可以发展虚实融合数字世界新的体验,例如3D显示和虚拟触觉,以帮助在数字世界中“看得真、摸得实”。

三:探索新的计算模式与实现方式,认知世界、解决问题

2022-04-26_163749.jpg

第三是探索适应目标与环境的计算模式与高效实现方式,从而更好认知世界、解决问题、创造价值。

信息领域经过多年的积累,已经发展出了十几种广泛使用的计算模式,例如无线和光通信里大量使用基于快速傅里叶变换的蝶形计算模式,路由器里大量使用基于逻辑状态转移的有限状态机计算模式,AI里目前大量使用基于统计和相关的计算模式等。数学家和工程师们奋斗了这么多年,我们在计算模式上是不是已经走到了尽头?我认为还有很大的空间,例如:

在通信上:随着未来的通信系统不断走向高频、高速,我们将面临越来越多的非线性信道和非线性器件带来的问题,我们能不能从传统的线性傅里叶变换拓展到非线性逆散射变换,以更好地匹配未来的应用?

在AI上:随着应用的不断拓展,我们面临统计相关AI计算模式不可解释、不可调试的问题,同时还有很大的能效挑战。我们能不能向生物界学习,例如蚂蚁,小小的蚂蚁大脑一般只有0.2毫瓦的能耗,它既不用深度学习、也不需要遵循可计算性理论和冯·诺依曼架构,但是却能够跑来跑去做很多复杂的事情,例如筑巢、寻找食物、养蚜虫等等。目前的自动驾驶汽车还需要几十瓦甚至几百瓦来进行计算,在能效上与蚂蚁相比还有很大的差距。因此在AI领域,除了统计和相关计算模式外,能不能进一步发展出数理逻辑计算模式、几何流形计算模式、博弈计算模式等?

在科学计算上:我们大量用到矩阵,对于两个n行n列矩阵的乘法,如果按照原始简单算法,复杂度是n的3次方,1969年德国数学家创造的斯特拉森算法,将复杂度降低到n的2.807次方,2020年底MIT的Williams与哈佛的Alman给出一个复杂度是n的2.3728596次方算法。

在矩阵计算中,我们更关心稀疏线性方程组求解,因为在社会科学中,地球上有几十亿人,平均每个人只维持不超过200个有效关系;在芯片设计中,大部分元件的限制条件是局部的。在这个领域,佐治亚理工大学的彭泱等人发明了计算复杂度为n的2.3316次方的先进算法,获得了计算理论顶会SODA的2021年最佳论文奖。几个月前我们的数学家发明了一个更新的算法,将复杂度下降到n的2.28次方,比彭泱等人的算法降低了0.0516次方,这个进步意味着什么呢?对n=100万来说,计算复杂度将能进一步下降约45%。

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

2022-04-26_163827.jpg

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

2022-04-26_163853.jpg

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

2022-04-26_163927.jpg

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

2022-04-26_163955.jpg

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。

在黄大年茶思屋上,我们将总结和提炼出挑战的课题,邀请全球优秀人才来一起探索创新。

今天,我们对数字技术的所有想象都是保守的。

2022-04-26_164023.jpg

三十年前,我在大学的时候,还需要排长队来打长途电话,完全无法想象有一天能够拿着一个小盒子,不需要任何连线就可以随时随地与远方的家人视频沟通,可以通过这个小盒子可以连接世界,干很多事情,这在当时太科幻了。

我们现在对于未来的所有想象可能都是保守的,因此我们要更加勇敢,希望能和学术界、产业界一起,重构基础理论、重构架构、重构软件,共同探索、开创未来!

谢谢大家!

1

责任编辑:晓燕

【欢迎关注通信产业网官方微信(微信号:通信产业网)】

版权声明:凡来源标注有“通信产业报”或“通信产业网”字样的文章,凡标注有“通信产业网”或者“www.ccidcom.com”字样的图片版权均属通信产业报社,未经书面授权,任何人不得复制、摘编等用于商业用途。如需转载,请注明出处“通信产业网”。

发表评论
×