美国科学院院士张首晟:摩尔定律即将失效,人工智能怎么化解这个尴尬? | 2017 IT领袖峰会

简介:

美国科学院院士张首晟:摩尔定律即将失效,人工智能怎么化解这个尴尬? | 2017 IT领袖峰会

雷锋网按:在IT领袖峰会下午的《颠覆性技术与人类未来》高端对话上,斯坦福大学物理系讲座教授、美国国家科学院院士、美国艺术与科学学院院士、中国科学院外籍院士张首晟针对未来的颠覆性技术发表了自己的观点。张首晟一直在拓扑绝缘体、量子自旋霍尔效应、自旋电子学、高温超导等领域做研究,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,他还被杨振宁认为是下一个华人诺贝尔奖获得者。

人工智能就是当下最具颠覆性的技术,这一点不可置否,但张首晟还抛出了一个观点——人工智能也需要新的技术去颠覆。

人工智能的概念最早要追溯到60年前,为何到今天才火起来?张首晟认为有三个原因:计算能力按照摩尔定律在增长,每过18个月翻一次倍;互联网和大数据的产生;最后,在算法上做了很大的进步。

不过现在因为摩尔定律的逐渐失效,计算能力的提升遇到了前所未有的阻力,这是人工智能时代面临的最大危机,我们需要寻找新的技术或者材料。而张首晟目前研究的就是构建于石墨烯之上的烯锡,这种材料能够解决硅基半导体的发热问题。

除此之外,张首晟还认为锡烯最神奇的地方在于,它不会因为量子计算的到来而淘汰。

雷锋网(公众号:雷锋网)先给大家做个科普,锡烯是一种可以在室温下工作的大能隙二维拓扑绝缘体,这种材料内的杂质无法阻碍电子的流动,电流不会以热的形式被浪费,导电率可达100%。

张首晟认为,这种拓扑材料可以用于量子计算。他解释道,在量子计算的研究上,美国有两派思路:通常的量子计算、拓扑的量子计算,谷歌采取通常的量子计算,而微软采取方案是拓扑量子计算。而拓扑量子计算所需要的材料就是拓扑材料。

另外,张首晟的另一个观点就是科学与产业的结合,最具代表性的就是数学和物理对人工智能的作用。他说如果真正理解智慧的数学原理,我们完全可以设计出来跟大脑完全不相关的新的智能的机器,而且其计算能力将远远超过大脑。

以下是张首晟的演讲实录,雷锋网做了不改变原意的编辑:

今天非常荣幸有这个机会跟大家做一个分享。今天这个话题讲起人工智能,是一个非常激动人心的时代。讲起颠覆,我们人类已经进化了10万多年,但是的确是到了人工智能这个时代,实在是一个真正的机遇。所以它的颠覆性比你刚才讲的四点远远来得重要。但是有一点值得大家注意,你讲的四点还是在空间上受到限制,你讲大陆、海洋、天空,总的来讲还是在地球这个范围里开发新的领土。但是今天看到人工智能和科学,科学是一个无限的江山,这也是给了我们非常多新的机会。

在这个领域里面我看到两个重大的机会,我也是觉得中国现在在互联网领域已经有非常大的进步,在科学领域也有非常大的进步,但是总得来说把两个要跨界的结合起来,还是做的不够,但是为了真正推动人工智能下一步,必然要把这两者之间做一个紧密连接。

我分享一下我自己的观点。

今天我们之所以,今天上午的讨论大家也提到人工智能这个概念60年前已经有人提出过,为什么今天才会突飞猛进突变。主要是三个不同趋势的会合。一个是计算能力按照摩尔定律在增长,每过18个月翻一次倍。一个是由于互联网、大数据产生。另外我们在算法上做了很大的进步。但是我们如果回到2点基本上,一个是摩尔定律是不是继续往下走,这是我个人研究的一个领域。大家现在都普遍认为过去50、60年摩尔定律的确按照每18个月翻一次倍的原理。但是过去50、60年的推动基本上是工程师做的事情,只是把同样的设计原理、把芯片的器件做的越来越小,三极管越来越小。

但是大家普遍认为按照这种规律做下去,摩尔定律马上会停止这么快的速度推进。现在给了一个很大的机会,可以在白纸上画更美丽的图案。摩尔定律之所以碰到阻力,就是因为每个三极管散发的热量都是差不多,但是如果把三极管数目每过18个月翻一次倍,产生的热量也是每18个月翻一次倍,这样集成下去,就要烧掉。我的发现是按照高速公路原理按照车道运行,而不是杂乱无章运行,所以几乎不散发出额外的热量,这也是一个非常激动人心的发现,2007年被评为全球十大科学发现之一。

硅谷当年之所以成为硅谷,就是因为技术发明。我们按照老路跟硅谷竞争肯定落后。如果有一个新的技术产生,新的材料发现,必然会导致一个新的颠覆性机会。所以我们今天在深圳开这个会,我也是希望深圳成为下一个硅谷,但是如果真正要成为下一个硅谷,要技术上进行颠覆性改革。材料对整个社会起到非常非常重要的因素,几乎我们任何人类跨时代的时代都是以材料命名,比如旧石器时代、青铜器时代、铁器时代、硅片时代,我的发明是建筑在石墨烯以上,是一个烯锡。我们计算能力一定要有非常高的提高。

讲起科学,最重要的科学一个是数学、一个是物理。数学的领域必然也会由于人工智能推进带来突飞猛进变化,因为我一直在举这么一个例子,我们人看到的鸟飞,我们想学飞,但是一开始只是简单的仿真,后来之所以有突飞猛进变化,是我们理解了数学原理,我们发现了空气动力学是理论动力和数学非常好的结合。今天的确又碰到了人工智能一个非常好的机会,下一步如果真正理解智慧的数学原理的话,完全设计出来完全跟大脑完全不相关的新的智能的机器,远远数量级上超过大脑功能。这是一个激动人心的时代,这也是科学家可以大有作为的时代,也是科学和产业颠覆紧密结合的时代。

本文作者:程弢

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
3月前
|
机器学习/深度学习 存储 人工智能
智能化运维:AI在IT管理中的应用与挑战
【7月更文挑战第22天】在数字化转型的浪潮中,智能化运维成为企业追求效率和创新的关键。本文将深入探讨人工智能(AI)技术如何在IT运维领域发挥作用,包括自动化故障检测、预测性维护、以及智能决策支持等。同时,文章也将揭示AI运维面临的挑战,如数据隐私保护、模型可解释性和高成本投入等问题,并提出相应的解决策略。
|
2天前
|
人工智能 运维 关系型数据库
携手UALink,阿里云磐久AI Infra 2.0服务器亮相2024 OCP全球峰会
阿里云服务器研发受邀和UALink联盟一起,在OCP全球峰会上重点阐述AI服务器Scale UP互连技术领域发展趋势
|
1月前
|
人工智能 运维 监控
智能化运维:AI在IT管理中的角色与挑战
随着科技的不断进步,人工智能(AI)已经渗透到我们生活的方方面面,其中包括IT运维领域。本文将探讨AI如何改变传统运维模式,提高效率和准确性,并分析在实施智能化运维时可能遇到的挑战。
|
1月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI技术在IT管理中的创新应用
本文将探讨如何运用人工智能技术优化IT运维流程,提升效率并减少人为错误。我们将从智能监控、自动化响应到预测性维护等方面,分析AI在现代IT运维中的角色和价值。文章旨在为读者提供一种全新的视角,理解AI技术如何成为IT部门的强大盟友,并指出实施这些技术时可能遇到的挑战及应对策略。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的崛起:AI在IT管理中的应用与挑战
【8月更文挑战第26天】 随着科技的不断进步,人工智能(AI)正逐步渗透到我们的工作和生活中。在IT运维领域,AI技术的引入不仅极大地提高了效率和准确性,还为传统的运维模式带来了颠覆性的变革。本文将探讨AI在IT运维中的应用实例、面临的挑战以及未来的发展方向,旨在为读者提供对智能化运维趋势的深入理解。
76 7
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:AI在IT管理中的应用与挑战
当AI遇上IT运维,一场智能化的革命悄然开启。本文将带你一探究竟,看看AI如何改变着IT运维的面貌,提升效率的同时带来哪些前所未有的挑战。从自动化故障检测到预测性维护,再到安全防护的升级,我们将一步步揭开智能运维的神秘面纱。
57 4
|
2月前
|
人工智能 大数据 云计算
AI时代:企业IT人员的阿里云发展之路
在AI浪潮中,企业IT人员面临挑战与机遇。阿里云作为行业领跑者,提供重要借鉴。IT人员需拥抱持续学习,利用阿里云涵盖云、大数据、AI等全面服务进行自我提升;参与阿里云培训和认证,增强实战经验及交流,紧跟技术趋势与市场动态,从而在AI时代中找准定位,实现职业新突破。
87 5
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
随着人工智能技术的日益成熟,其在信息技术运维领域的应用已逐渐从理论走向实践。本文将探讨AI技术如何革新传统的IT运维模式,提升效率和响应速度,并分析实施智能化运维时所面临的技术和管理挑战。
68 7
|
3月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:利用AI技术优化IT基础设施管理
在数字化时代,IT基础设施的复杂性与日俱增。面对海量的数据和设备,传统的运维方法显得力不从心。本文将探讨如何通过人工智能(AI)技术实现智能运维,从而提高IT基础设施的效率、稳定性和安全性。我们将深入分析AI在故障预测、自动化处理和安全管理中的应用实例,并讨论实施智能运维时面临的挑战与解决策略。 【7月更文挑战第29天】
129 2
|
3月前
|
机器学习/深度学习 人工智能 运维
智能化运维:如何利用AI和机器学习优化IT基础设施管理
随着技术的快速发展,传统的运维方法已无法满足现代企业的需求。本文将深入探讨如何通过人工智能(AI)和机器学习(ML)来革新IT基础设施的管理方式,提升效率并降低成本。我们将从实际案例出发,分析AI与ML在智能监控、故障预测、自动化修复等方面的应用,并讨论实施这些技术时面临的挑战与解决策略。
67 1