三大院士同台谈梦想

　　——中国计算机大会上智能制造、人工智能、量子科技成亮点

　　从人类最初的梦想来解读当今信息科技领域的三大热点，会猛然发现：智能制造不就是通过个性化生产让人类得到最想要的，人工智能不就是人类想要创造另一个自己，量子隐形传态不就是人类期望在有限时间和无限宇宙之间自由游走的可能途径？

　　在10月22日—24日合肥举行的中国计算机大会(CNCC 2015)上，三大院士同台论道三个小时，让全场3600名与会者重温了人类最初的梦想。

　　你不在这3600人中？没关系，中国工程院院士柴天佑、中国工程院院士李德毅、中国科学院院士潘建伟，他们关于智能制造、人工智能、量子科技的演讲精华要点就在这里。

　　柴天佑：智能制造中德大不同

　　智能制造的愿景就是个性化定制。

　　如今，德国工业4.0和中国制造2025是热门话题，在柴院士眼中，智能制造必须按照不同国家的工业特点制定战略要点。中国是原材料工业大国，“除了石油化工暂列第二，其他都是全球第一”。因此，中国是以原材料工业为代表的流程工业，而德国则是以机械制造为代表的离散工业。

　　问题不同、目标不同，智能制造方向也就不同。

　　德国离散工业的特点首先是完成总体设计。其次，产品和加工过程都可以实现数字化，以实现大规模生产。下一步的目标则是个性化定制。

　　中国流程工业的特点首先是工艺设计，但由于原材料在整个物质转化过程中，进行的是物理化学过程，因此难以数字化。其次，工序不可分拆，即如果第一道工序的原料不可用，就会影响第二道工序。下一步的目标则是智能优化制造。

　　那么，智能优化制造含义是什么？就是以企业全局生产经营全过程的高效化和绿色化为目的，以生产工艺的智能优化和生产全流程整体智能优化为特征的制造过程。这里为什么谈智能？“如果不用智能这两个优化都不能实现，因为这两个工作现在都是人工完成的。”柴院士强调。

　　目前的难点是：从生产工艺到生产全流程的整体优化一直是全世界的难题，涉及多目标、多动态；我国原材料成分复杂，生产工况波动大，这使得生产工艺的优化和生产全流程的整体优化更为困难；决策过程与生产产品过程(化学+物理)难以建立数学模型，难以数字化；决策过程的知识和数据不完整、滞后；现有工业计算机网络系统与软件平台有制约。

　　因此，智能优化制造的愿景是：

　　第一，工业过程运行，从人工监测发展为智能运行优化，即智能感知生产条件变化、自主决策系统控制指令、自动控制设备，并且在出现异常工况时，能即时预测和进行自愈控制，排除异常、实现安全优化运行。

　　第二，工程过程决策，从人工决策调度机制发展为智能优化的决策系统。这个决策系统能够自动获取市场需求信息和资源属性等数据和信息，能够智能感知物质流、能源流和信息流的状况，自主学习和主动响应。

　　第三，工程系统架构，由三层架构过渡到二层架构。目前，企业的ERP(企业资源计划)、MES(制造执行系统)、PCS(过程控制系统)三层结构处于人工状态。未来应该是，由智能优化决策系统到智能运行优化控制系统这种自上而下的两层结构。

　　第四，生产工艺研究，从实际生产过程过渡到虚拟生产过程。这需要通过工业云计算，实现物质流、信息流、能源流相互作用的可视化。柴院士强调，这种虚拟环境可以大大缩短工艺研究进度，可以弥补我国工艺研究积累的不足，也体现了信息技术的重要性。

　　在柴院士看来，智能优化制造对于信息技术挑战也是多重的：

　　第一，知识工作者自动化+智能技术+COCC(控制与优化、计算机技术、通信技术)与流程工业实体相结合的智能优化技术系统理论与方法。其中，知识工作者自动化就是把最好的工程师、最好的决策者的知识提炼优化，这被麦肯锡咨询公司誉为驱动未来全球经济的12种颠覆技术之一。

　　第二，作为企业管理来讲，人、机、物三源空间融合系统的动态性能分析、预测与多目标决策理论和方法。

　　第三，工业大数据环境驱动的复杂系统动态性能的分析和可视化。

　　从计算机和通信技术看，目前现场驻线的设备网、监控用的工业以太网、管理用的因特网还远远不够，缺少无线技术、工业云、移动工业物联网、移动监控和决策服务等要素。信息技术在其中的重点包括：基于工业物联网的工业装备智能嵌入式控制系统；采用数据图像文本和知识等驱动的生产指标预测和优化决策的计算工具和相应软件平台；数据文本信息和图像等非结构化信息，控制决策和数据融合。

　　李德毅：人工智能生物学和物理学的结合

　　人脑就如一个小宇宙。你知道吗？在脑认知的神经学方面，2013年奥巴马启动了美国的“脑计划”。但IT业界也在从脑认知的物理学角度思考，长期以来，认知神经学和认知物理学没有交集。但李院士强调，一旦今后碳基生物脑和硅基电子脑(人工智能)相结合，研究进展将势不可当。

　　脑认知的主要外在表现是听(语言认知)、说和看(图像认知)。脑认知的内涵是怎么想，即计算认知、记忆认知和交互认知。脑认知的本质是统计认知，因此李院士认为，脑认知的核心应该是记忆而不是计算，记忆也不等于简单的存储，“人类的记忆力强，记忆量大，就是所谓的聪明”。而且，遗忘也是人类智能的显著表现。

　　记忆认知、计算认知和交互认知三者同时发生，就会用到大学数学的基础知识：卷积神经网络，一个静函数f(t)和一个动函数g(t)进行卷积。李院士认为，对于人脑：眼睛看到的一幅图像是待认知的函数f(t)，人脑中已有的认知是g(t)，当前尚需认知的函数是f(t)和g(t)的卷积。

　　记忆认知也可以通过卷积度量。脑认知的函数是f(t)，脑遗忘的函数是g(t)，脑中留下的记忆是f(t)和g(t)的卷积。

　　计算认知是对语言和图像的处理。李院士认为，计算认知也许只有一种算法：相似计算。

　　交互认知具有二重性，不但在神经元之间交互，还在人脑和外部世界之间交互，进行相互学习和启发，才能更为聪明。

　　李院士认为，还应该注意脑认知形式化的重要内容，就是脑的自定位和自导航iSLAM。人类不断把外部世界放在自己的坐标系中进行影射，人脑甚至有一定的盲导航功能。而脑认知的坐标系按照现在心理物理学定律应该是对数极坐标系。

　　视觉认知是脑认知的主体，所以卷积神经网络可以自定义图像，这就是卷积成为热点的原因。但是计算机图像处理长期以来基本只做了先视后觉，即无特定任务驱动，图像处理与记忆无关。但真正的人脑视觉认知还包括视而不觉、边视边觉，先觉后视。因此，卷积神经网络有三大局限性，比如视觉认知神经网络的模拟就需要重新认识多层卷积网络。

　　按照这样的认知，李院士开始构造机器驾驶脑，并认为用微电子技术在毫秒的尺度级并行模拟人脑的记忆、计算和交互三位一体的认知是可行的。目前，他正尝试用微电子技术，采用GPU+CPU+FPGA+AISC架构实现，生产专用的芯片和板块，研发机器驾驶脑，并同时寻找新的替代技术。2012年，这个机器驾驶脑就曾利用视觉+雷达技术，完成了北京到天津的长达100多公里的无人驾驶。据他透露，2015年和上汽合作的新型概念车，利用雷达+GPS导航在10公里绕桩试验中仅用10余分钟，而熟练驾驶员却需要40分钟。

　　那么，这个驾驶脑的构造有没有普适性呢？李院士介绍，相似的模块也可以构建机器脑控制苗圃栽培，这方面他们正在和北京市园博园谈判。

　　李院士还有一个思考，即如果人脑特定问题域的认知能力可以先局部形式化，那么当千千万万的特定问题域的认知能力局部形式化之后，用人工智能技术构建千千万万的特定机器认知脑，并且通过移动互联网、云计算和大数据，是否就可以倒逼形成一个人造生物脑呢？

　　潘建伟：量子科技前沿成果

　　作为能量的最小携带者，量子具有不可分割的基本特征；未知的量子态没办法进行测量，即不可克隆，这是量子的第二个基本特征。在经典物理世界中，每一个存储源只能处于0或1的状态，但在量子世界中，还可能出现两个状态的相关叠加，也引申出两个量子则出现00和11的状态叠加，也就是被称为遥远距离之间的诡异互动的量子纠缠。2013年，潘院士主持的量子隐形传态研究项目组测出，量子纠缠的传输速度至少比光速高4个数量级。

　　量子力学主要有三大研究方向：

　　一是量子通信。理论上可实现无条件的安全信息传输。2009年理论证明了只要时间不会倒流，因果关系成立，量子通信密钥分发的安全性就是绝对的。

　　二是量子计算与量子模拟。量子计算具有超快的计算能力，由于具备0+1的量子状态，就意味着数据处理可以实现量子并行，设计特殊算法后，可广泛应用于大数据和人工智能领域。而量子模拟也许在5年~10年后，可以在揭示新能源、新材料机制中起到推动作用。

　　三是量子精密测量。它广泛应用于时间、磁场和各种物理量的测量，可以用于高精度自主导航系统。比如潜水艇长期潜伏，在无需卫星导航的情况下航行100天后，位置测量误差可小于1公里。

　　中国做了很多关于量子通信的前沿研究。

　　2005年之前，量子密钥分发最远只能做到10公里。2005年理论上有了新的进展，利用诱骗态量子密钥分发理论距离可以拓展到200公里，就有了初步的实用价值。2012年，我国在合肥构建了一个覆盖6000平方公里的实验网，基本证实它可以满足上万用户密钥分发的安全需求。随后又构建了基于量子通信的高安全保障系统，并在北京投入永久运营。目前，京沪骨干网络也在建设中，预计2016年底全线开通。

　　量子加密通信的光源不安全问题也在2012年得到了解决，即可以实现和测量器件无关的量子密钥分发，并在2013、2014年先后在实验室和野外现场光纤中将传输距离拓展到了200公里，解决了发射端和接收端的安全性问题，这使得量子密钥分发的安全性得到了很好的保障。

　　在量子通信中，传输距离一直是个难题。因为信号不能被放大，所以传输到100公里，信号基本上都被衰减。如果用1000公里的光纤，每100年只能传输0.3个光子，没有实用价值。怎么来解决这个问题？

　　将量子传输介质从光纤通道改为自由空间，并通过实验证明这一方法能克服量子在光纤通道中传输的高损耗特性。

　　第一步，验证光子在穿越大气层后，其量子态能够有效保持。潘院士团队在2005年、2010年证明了光子在穿透大气层后，状态不会受到干扰。

　　第二步，验证在高损耗星地链路中进行量子通信的可行性。2012年，潘院士团队在青海湖做了百公里实验，证明它和高损耗星地链路千公里损耗大致相同。

　　第三步，验证各种卫星运动状态下，进行星地量子通信的可行性。潘院士团队在2013年也对此进行了可行性验证。据悉，中国量子通信卫星将在2016年上半年发射，在国际上率先实现星地量子通信。这样，用光纤来做城域网，用卫星来做广域网，就可构建天地一体化的广域量子通信网络。

　　由于发射卫星成本较高，潘院士团队也在研究地面解决方案，即量子中继。这需要量子纠缠交换、量子纠缠纯化和量子存储三种技术的结合，才能实现高效的远距离量子纠缠分发，确定性产生多光子纠缠，从而实现广域的量子通信，规模化的量子计算、量子模拟和精密测试。

　　潘院士团队2008年已比较稳定地实现远距离量子通信和量子中继，即把光通过光纤送到中继站做所谓的黏连，使得百公里之外发生量子纠缠，解决中继和通道的损耗问题。目前地面量子中继已经能够满足600公里的量子中继需求。也就是说，以前直接送信号只能200公里，现在可以实现600公里无中继的量子密钥分发。

　　但这离实用化仍有距离。由于光子之间耦合作用很弱，难以自由构造有效的哈密顿量来模拟复杂物理系统。这需要相关技术支持：可精确控制的原子-原子相互作用，原子内态作为量子比特，易操作和易读取，成熟的冷却和捕获技术。最近，潘院士团队取得了很好的进展，产生了两两原子之间的纠缠，在20年之内会产生50~100个粒子的纠缠。

　　潘院士团队希望通过三到五年的努力，解决基于中继量子通信的问题。随着量子卫星的发射，初步开展星地量子实验，大概通过十年努力，构建高速率、实用化、广域化的网络。将来有一个天地一体的全球量子通信基础设施，在量子加密通信的支持下构建有安全保障的互联。

　　潘院士团队的近期目标包括：20个量子比特的相干操纵，验证重要的量子算法，对特定问题的求解达到目前最优的商用CPU水平；对低复杂度体系进行量子模拟；大幅提高若干物理量的测量精度。远期目标：50个量子比特的相干操纵，实现量子计算机的基本功能，对特定问题的求解速度超越目前的超级计算机；对中等复杂度体系进行量子模拟；实现有应用价值的精密测量，比如导航、医学检测、引力波检测等。

　　2014年《自然杂志》曾经写道：“量子计算机造出来也许需要很漫长的时间，但是利用量子模拟揭示高温超导和高效氢固化等机制来指导相关的产业，在不久的将来也许会有比较可观的经济效益。”

　　本报记者/陈翔