碳云智能CEO王俊:大数据基础上人人都将活到120岁 | 2017 IT领袖峰会

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

碳云智能CEO王俊:大数据基础上人人都将活到120岁 | 2017 IT领袖峰会雷锋网4月2日消息,2017中国(深圳)IT领袖峰会于今日召开。在下午的论坛《颠覆性技术与人类未来》中,斯坦福大学物理系讲座教授、美国国家科学院院士张首晟、碳云智能创始人兼CEO王俊、超多维科董事长戈张、康得新复合材料董事长钟玉参与了该场高端对话。

其中,王俊认为生命本身就是数字化,它是一个运行的程序,人类正在尝试理解程序的编译方式和运行原理。相较于人工智能在其他领域的应用,生命科学的大数据时代远远没有到来,但在可预见的未来,生命科学数据将实现飞跃式的发展。他提到生命这套程序的设计就是120岁,问题就在于能否理解和认知程序的运行原理,让生命程序能够运行到120岁。而这一切都建立在生命科学大数据基础上。

以下是发言实录,雷锋网(公众号:雷锋网)作了不改变原意的编辑:

生命本身就是一个程序

今天提到生命时主持人说“生命是可以数字化”的,我要纠正他一下。

生命可以数字化的这个假设本身就是个错误,因为生命不是可以被数字化,而是它本身就是数字化的,生命本身就是一个程序在运行,在运行的不同条件、阶段里有不同的结果,只不过它编译的方式、运行原理不被我们所知,不被理解。而我们刚刚理解了一点,ATCG是人类的基因,我们把它读出来,就像人读一个软件程序,华大基因有在做测序。

虽然读出来已经越来越便宜了,也可以把程序读得很清楚很简单,但问题是你并不理解这个程序。刚才主持人讲人类人工智能有三个核心要素:数据、计算能力、算法。我把计算能力和算法放到一边,先说数据本身。

生命科学的大数据时代远远没有到来

我不知道在座各位多少人手上有你自己基因的数据。毫无疑问,相较于每个人网络上的社交图片数据,说话数据,走路步数数据而言,并不多。参会人员已经是非常高端的人群了,但我们刚才说举手,结果只有两三个人举手说我有基因数据。若我跟他再细聊一下,他手上可能只是片断的基因数据,还不一定是全部的。

但基因已经是生命科学的数据里最简单的一种数据,因为它是线性的ATCG。要想理解生命本身是数字化的生命科学的数据,在座应该没有什么人有。以上都说明了生命科学的大数据时代远远没有到来。

我们有什么数据呢?我们所有的最多数据是临床数据,绝大多数人都去过医院做体检,在体检中心和医院里有体检报告、医院诊疗报告,所以这是现在人工智能领域应用最多的,例如IBM waston 利用这些数据做人工智能诊断,它能成为一个普通医生。

但如果真的想理解生命本身,从结果去算结果是算不出来的。比如中国糖尿病发生率非常高,中国成年人中得了糖尿病和要得糖尿病的差不多有三分之一。我不想得糖尿病,但现在我所有与糖尿病有关的数据是医院里的血糖数据。但只有这样的数据和糖尿病用药数据,你不可能让自己不得糖尿病。所以在糖尿病管理体系里应该做的第一件事情,就是明白糖尿病的病因。有人的起点不好,有人天生生下来得糖尿病的概率就要高一点、有人低一点,这是起点,也就是你的出厂程序;二是生活方式、饮食习惯,我得糖尿病风险高,但我注意运动、注意饮食,可能没问题;我得糖尿病风险低,但我天天胡吃海喝,那么得糖尿病的风险又会高很多,而这些数据有多少记录过?如果你真的想要管理自己的健康、生命,前提是相关数据真正被记录了,而不是简简单单的计步数据,所以这是我现在做的第二个公司碳云智能的核心使命,帮助每一个生命数字化,而这个数字是你现在还没有过的数字。

利用人工智能来理解生命

第二,生命其实是可以被计算的东西,因为它本身就是一个程序在算,今天我喝了一碗粥,我的血糖怎么变,这可以用精准的数学公式描述出来,而不是随机变化,喝一碗粥后想高就高想低就低。身体是非常精准控制的机器,而机器本身是可以被计算的。

有一个真正能够理解生命的最好办法是,用计算机里人工智能的学习系统来学习你的生命特质。今天我喝一碗粥,我的血糖怎么变的,我记录计算下来,放进模型有输入有输出,累积到一定量后我的模型会越来越准确,我做了一个计算机的王俊,这个计算机的王俊和现实的王俊一模一样,我跑马拉松,他也跑马拉松,他跑完马拉松后的身体跟我跑完马拉松后一样。

如果有这样一个可计算的模型实施出来,未来它就可以基于你的数据做一些精准的健康管理模型。

我们的生命是以碳为基础,我认为未来碳基世界和硅基世界会完全打通,因为在硅基世界里的人工智能,和碳基这个本身就是人工智能体系的世界会越来越相像、越来越理解对方。

生命科学数据将实现飞跃式的发展

就像刚才讲的,对于神经网络的东西,越来越像人,我们学习生物学可能不再是以人为研究对象,而是以计算机生物智能为研究对象,很多东西在未来五到十年会有非常大的变化。拥有自己最简单的基因数据的人数在这个高端人群里都没有达到1%,更不要说在更广阔的范围里了。所以生命科学的数据还没有到来,但我们要在这个领域做好充分的准备迎接它的到来,这是我们这个领域应该做的事。

我们也预见,生命科学数据的发展速度会很快,三五年可能就会有一次飞跃。十年后的医疗体系、保险体系可能完全不一样。未来人们完全有可能活到100岁、120岁,因为你生命这套程序的设计就是120岁,问题是你能不能让你的程序运行到120岁,这在于人类能否理解和认知生命程序的运行原理,而这些都要在数据基础上才能完成。这个年代才刚刚开始,有点像十年、十五年前兴起的IT行业,充满着机会,也充满着挑战。

雷锋网将持续报道IT领袖峰会精彩内容,敬请关注!

相关文章:

李彦宏、马化腾、沈向洋三巨头对话人工智能的应用和未来 | 2017 IT领袖峰会

马云最新演讲谈AI:AlphaGo赢了人类?So TM What? | 2017 IT领袖峰会

清华大学国家金融研究院院长朱民 :中国还不是人工智能大国 | 2017 IT领袖峰会


本文作者:伊莉

本文转自雷锋网禁止二次转载,原文链接

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
2月前
|
存储 人工智能 数据管理
|
1月前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
2月前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
239 15
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
2月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
298 2
|
6月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
95 0
|
4月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
176 10
|
4月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
6月前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成