王秉达：如果你错过了互联网，这次一定要介入“AI和链”

【编者按】

3月17日，复旦-CUSPEA新工科论坛之华美半导体主题论坛“聚变机遇：人工智能浪潮下的半导体产业”在复旦大学举行。此次论坛由CUSPEA联盟（中美联合培养物理类研究生计划，China-U.S. Physics Examination and Application, 简称CUSPEA））、华美半导体协会共同主办，复旦大学复旦学院承办。多位CUSPEA科技精英和复旦资深专家出席此次论坛并参与讨论。

以下是澎湃新闻（www.thepaper.cn）整理的华美半导体协会会长王秉达的演讲。

人工智能历史已经很悠久了，从提出这个概念到现在，已经有49年了，实际上这是一个底蕴很深的课题。我读大学的时候，我的室友现在是浙江大学的校长，他当时选了人工智能作为他的专业，我当时选了电机，所以我是比较传统的。跟他四年在一起耳闻目染，我觉得人工智能就是一个专家系统。现在回头看，人工智能在80年代很热的时候，实际上它等同成专家，就是用一个大数据，当时比如说甲骨文公司利用消费者的大数据，来做一个很庞大的专家系统。但是我们现在看到的这一波人工智能是第三波的热潮。他是集中在机器学习或者叫深度学习。虽然说我们采用了人工智能这个同样的词，但是已经注入了一个新的概念，就是怎么样用机器学习，来推动这一波的人工智能。

此前的人工智能红了不久，一般五年就退潮了，但是很多人想说这一次人工智能的高潮，会不会像以前一样昙花一现呢？我觉得这一波，我个人的看法是不会。其中第一个理由，就是大家在屏幕上看到的摩尔定律。我是搞半导体出身的，几十年下来，其实整个半导体的工业，都是在摩尔定律支撑下，取得了这么大的进展。摩尔定律在过去这么多年，最大的贡献就是他增加了人类的运算能力。所以人工智能早期的研究，总是在学院，就是所谓象牙塔里面的算法，没有足够的运算能力进行转化的时候，它就很难变成一个世纪的应用。随着摩尔定律到这个阶段，我们现在是运算过剩，所以我们终于把这个运算能力转过来，把早年没有办法做到的人工智能拿过来。现代的人工智能有三个支柱：

第一个支柱，算法。这是一个底蕴很深，经过很多年，从神经网络开始。

第二个支柱，运算能力。当前我们所掌握的运算能力已经完全足够支撑人工智能发展。

第三个支柱，数据。人工智能需要很多数据来进行训练。

我们正处在大数据的中央，我们站在上海这个地方，我们拥有的数据，大过全世界其他任何地方的数据。所以某种程度上，人工智能当中三个支撑点的其中一个支撑点，我们其实是最强的。虽然我们在算法上，还有一定的距离要追赶。

人工智能本身作为一个理论，它三大支柱都有了。但要想推向工业，推向应用，最重要的就是钱。钱哪里来？就是你找到了人工智能的应用，你就找到了钱，不管是风投，还是工业界，或者是大企业都会进来。我说这次人工智能长长久久发展下去的原因就是因为这三大条件，在现在都已经成熟。其实很多应用，都会驱逐人工智能的精髓。

第一，机器学习，深度学习是促成我们对人工智能再次利用的核心。

第二，智能网联汽车的研究。这也是对人工智能的挑战，他是唯一对人工智能整个系统形成挑战的，硬体、软体到最后的基建，整机合成，这是一个系统。

另外一个在美国很领先，在国内已经赶上来的就是高性能计算(HPC，High Performance Computing)，去年日本在高性能计算上投资了130亿美金。因为未来最值钱的就是数据，数据所在的地方就是数据中心，数据中心最厉害的技术核心就是高性能计算。所以推算下来，这个应用也将会推动一大堆人工智能。最后一个就是链AI的“链”字。

下面讲一下我们的本行。有那么多的应用在外面，我们有什么硬体，我今天主要聚焦在硬件上面，有什么硬件支撑这个人工智能？我们看一下大佬们都在做什么。看完他们以后，我们再看这些大佬做的工作当中，有什么缺陷？我们再想想，怎么弥补这些缺陷，我基本是这样的思路。

第一，英特尔神经处理器系统。英特尔在去年11月份推出这个以后，响应还是蛮大的，因为大家一直知道英特尔是做传统CPU的，在人工智能上，英特尔没有讲他具体的技术指标，但是他有很好的库，能提供所有用户直接用。

第二，微软。很多人不知道，微软是一个软体的公司，2015年我就知道他们有最优秀的硬体设计师，非常强。所以他们很快推出了机器人聊天系统。

第三，现在最火的特斯拉，这几年的股票很红，因为给他的图形处理器(英语:Graphics Processing Unit，缩写:GPU)找到了最好的应用，他的GPU的定形处理功能，正好符合大数据的深度学习。这是一个天生的配对，所以他们不需要做什么，他们现成的已经研究了二十年的GPU的技术，立即用到了人工智能的研发，所以是一个比较成熟的平台。

第四，开发软件的人最熟悉的，他甚至比之前几个更流行，就是谷歌。这就是大佬们在人工智能上，铺垫下来几个比较典型的系统。

我们国内的骄傲，寒武纪的第二代AI芯片。这个是我们未来国家尤其是国防行业，自己比较需要自己的芯片，目前看来，是唯一的芯片提供者。

原则上根本上的一些变化，实际上就是互联网的出现。它可以用到所有不同的应用，它是一种基本的技术，第二次我看到了就是现在出来的人工智能，因为它其实不是一个应用，它是一个原理，他就像牛顿定理一样，你可以把它拿来用在不同的领域，所以大家会用这个技术做到百花齐放。所以如果你错过了互联网年代，人工智能不要错过，这场“链AI”一定要谈。

每一个领域，可以用来做人工智能的是哪一些？我大概介绍一下。

第一个领域，是大家都不能放过的。消费者领域，因为它的量很大，真正一个技术要变成一个商业化，其实不能离开消费者。消费者领域里面，过去上网，平均四到五句，都是机器跟你讲，现在可以讲到二十句，只有真的碰到疑难杂症，真的人才会上来。我们对于语言的处理，跟手机讲的都是人工智能，苹果的Siri都是，这边有很多很多东西，包括机器人之类的应用，我觉得人工智能都是很好的。

第二，健康领域。是用人工智能最早的，很多人不知道，1996年，IBM的深蓝战胜国际象棋赛，实际上那个应用不是用来下象棋的，是用来制药的。

第三，金融领域。

第四，零售领域，最重要就是一些市场，用人工智能驱动的营销方式，非常多。

第五，政府。政府就更不用说了，我们城市有很多人工智能，尤其是人口比较密集的，这是一个很好的机会，而且有政府的支持，在政府的人工智能上，很快可以超过美国。

第五，能源。实际上非常赚钱，工业的一些应用，包括检测，农业上的应用非常多。

所以我想总结一下，人工智能不像前面几波的热潮，几乎所有的领域都可以用得上。

最后一个领域，我不多谈了，这个就是自动驾驶。

链我不多谈，有一点，我讲一下。现在链上面，很多人把它鸡汤化了，觉得链是信仰、追求、生产力。但是我觉得从技术的层面来讲，他挺简单的，就是一个分散记录。而且从2009年，日本的一个团体发表一篇文章到现在没有几年，所以看了一两年的人，都号称是专家，我去年10月份开始看的，因为我太太一直跟我谈鸡汤链，我觉得不懂不行，所以我看了一下。

看完以后，我们投资公司投了三家，都是链的，这不是造币的，都是链的。这三家都是已经拥有区块链的技术，跟币没有关系。时间的原因，我就讲到这边。

我总结一下，人工智能跟链，是人生只能出现一次的机会。如果你们错过了上一次的互联网，这一次一定要介入。所以这个“AI，这个链”，一定要谈，谢谢。

(本文根据主办方提供速记整理，经主办方审订)

现场讨论部分内容

严晓（主持人，上海工程技术大学汽车工程学院特聘教授、复旦CUSPEA共创学院共同发起人）：我们现在来聊一下“聚变机遇”的话题，大家今天到现在，已经讲了不同的技术，我们怎么聚变。

雷俊钊（华美半导体协会前会长及理事会主席）：今天非常有幸和CUSPEA的科学家们在复旦这所著名的科学的殿堂一起探讨当前最热门的话题AI。各位当年物理学习的佼佼者、今天的科学家，当时出国都立了大志向，要为世界文明贡献自己的力量。我学半导体物理出身，长期在半导体领域从事技术、市场、投资方面工作。要说AI跟半导体没有多大关系，是否有背今天的主题？

科学家讨论问题，不要跟时髦、炒概念。讲AI和半导体，刚才一个幻灯片讲到，底层硬件的主体全在国外大型公司手里，国内只有寒武纪，现在的情形是全国大规模去推广怎么用去开发。从半导体产业的角度来看，AI为什么会这么热？这是技术发展的必然。人工智能的概念，有几十年的历史，只是今天的技术赋予他更多的可能性。CPU，GPU，TPU越做越快，存储容量存越做越多，用在哪里、市场在哪里？一定要找出口，也就是寻找应用的最大市场。AI的发展和应用要切合实际，切忌误导。举汽车自动驾驶例子，把目标定在人上了汽车躺着就让汽车自己走，这应该不是人类目前的需求。应该从安全、舒适、快捷的角度去改进和创造。科技的新方向有它的严肃性，不可一哄而起。关于AI芯片，在硅谷曾流传个笑话，说哪一家公司做AI芯片，基本就是“忽悠”。AI是到底涵盖什么，其实各人、各个方面都还在寻求各自的定义。再一点，AI不是自动控制。如果设置一个程序，可以自动运行，就不是一个AI，这是肯定的。举一个例子，结束不久的冬季奥运会上，有一长串大型的显示屏在冰面上自动行走、变化路径、随场景显示不同的画面。这是AI吗？显然不是。但是媒体宣传，说这就是AI成果。

严晓：讲得很好，讲实话。下面我们再讲另外一个议题，讲我们的应用场景，大家都跑到这边来想在中国创业，或者已经在，或者将要在。我们中国的应用场景，不管是半导体也好，AI也好，我们怎么去创业？大家谈一谈自己的想法。

雷俊钊：创新创业一定要有高起点，一点要有技术壁垒，不可照搬别人技术以纯营利为目的。否则可能能赚钱，也可能做大，但不会有将来。各位导师、教授在指导学生或者自行创新、创业的时候，一定要设置较高的技术门槛。

如果在找投资和VC时候，别人给你提了许多个问题，说明你还没有准备好。一定自己把问题都想清楚，再找VC，真诚的邀请别人。作为创业者来讲，今天AI是个切入点，明天还会有其它，工业、科技仍在高速发展，不是现在错过AI，明天就没有机会。各人做的研究和项目，要持之以恒，一定能有发光的时候。

叶菲（复旦CUSPEA共创学院IOT实验室负责人）：有一点非常清晰，就是半导体市场在国内是发展的。原因是什么？是因为制造业在中国，而芯片的直接应用，是在制造业，从一点看，中国有很大的机会。如何把发展半导体在中国做成功，是另外一个问题。现在AI也许是一个机会，为什么这么说呢？因为过去传统的半导体格局已经形成了，这是非常难以打破的。AI是一个非常好的机遇，能够把这个现有的格局重新洗牌。AI是目前半导体创业者们在新格局形成之前的机会。如果不抓住这个机会，创业公司在半导体发展的机会就失去了。

朱晓东（上海智坤半导体有限公司董事长兼CEO）：CASPA两位会长讲了两个观点，我挺认可的。各领风骚一两年的是应用，AI是一个技术，但应用和技术是为产业服务的。上一个IT产业革命是互联网，它成就了很多大企业。现在正在开始的第三次IT产业革命是万物相连的物联网。物联网的时代我更看好硬件创业。因为软件创业，你面临的是BAT三座大山。所有硬件的核心是芯片，但是搞芯片你一定要有技术门槛加创新。毕竟芯片是个烧钱的玩意，而且你烧不过英特尔这样的公司，如果能搞出新物种，那就非常了不得。”

在中国创业，我们中国人，相对IQ还是不错，教育程度也不错，现在市场这么大，政府又有钱，老百姓又有钱，又想弯道超车，又想自己来做东西。大环境在了，天时地利人和都在了。并且还有一个小贴士，你如果做一个传统的芯片，需要一千万美金，一亿美金，才可以做一个芯片。你做IOT（物联网）芯片，开发成本要低得多，然后可以很快运用。

严晓：下面一个议题是共创。我们这个活动是复旦CUSPEA共创学院举办的，我稍微介绍一下我们共创学院的来历。然后下面请几位讲一下自己的观点。共创学院是去年复旦这边搞新工科的论坛，形成的复旦共识，后来跟我们CUSPEA一块交流，我们积极地跟复旦交流，逐渐形成了这样一个“共创”概念。有一段时间我们在上海的CUSPEA学者每周碰头，我们碰在一起慢慢“聚变”，逐渐延伸出一些新概念，新的合作机会。我们今天又是一个CUSPEA跟CASPA的聚变，上午是一个初步的交流，今天下午，我们还有机会更深入地探讨CUSPEA跟CASPA怎么巨变。

在这一段时间里，我们用CUSPEA联盟的名义围绕能源与交通的论坛。我自己正好在这个领域，在做动力锂电池检测、诊断和分析。刚才晓东讲到物联网，实际上能源与交通里面有很多物联网的案例，比如运用车联网可以做基于数据的保险，再比如能源互联网。我认为现在中国的能源与交通发展趋势为我们很多CUSPEA学者提供了很多独特的创新创业机会。为什么这样讲？我来介绍一下，比如说电动化美国的特斯拉和日本的Nisson都是行业的领导者，但是电动化在中国的根植就比美国深。因为现在中国的能源依赖于石油，进口60%以上，这是因素之一。另外是雾霾，国外没有，第三，我们中国的体制需要一个所谓牵头的产业。以前是房地产，下面房地产当然不可持续，所以下面什么产业可以牵头呢？汽车作为一个家庭除了房子之外最大的消费影响当然大，汽车目前是电动化加上自动驾驶和共享经济，这三个放在一起，就有很多很多不同的应用场景，新的模式，新的业态，就为“第一性原理”的创业提供了很多新机会。所以今天我想请几位嘉宾讲一下在新的应用场景里面，我们该怎样通过共创、协同合作来捕捉这个机会，同时也为我们国家在这方面的发展做一些实事。我举一个例子，我现在在做一个事情，我把它叫“电池医生”，就是为电动汽车的售后做年检。这个东西在国外还没有这个需求，因为电动汽车没有这么多，中国已经是全球最多的了。使用一段时间后的汽车要年检理所当然，电动汽车为什么不需要年检呢？现在没有年检的设备，所以我们先做了这个。因为中国特殊的情况，给了很多新的机会。我觉得的我们共创学院，就可以把我们现在感受到的共创机会，提供给CUSPEA的朋友，提供给硅谷，让掌握一些核心技术的朋友与我们一块共同创新创业，一块用我们共创学院这样的平台，来做一些对人类有所贡献的事情。

朱晓东：这个课题太大了，我讲短一点。我们也做了一些尝试，因为复旦CUSPEA共创学院，是基于复旦新工科的概念来做的。苏联的那一套，以前传统的工科，我也是上海交大毕业的，也是属于老工科的学校。现在就强调创新，大家耳熟能详的埃隆·马斯克，从科学基础到创新，所以就是复旦发挥国内综合型大学学生的视野，进行训练来去做一些工业的应用。我们CUSPEA这些同学出国学物理，在工业界、企业界、金融界，搞得五花八门的，我们说能够在一起把复旦的新工科做起来，这就是我们共创学院的理念。

这个名字已经代表了我们要做的一些事情，共创，因为是创造，跟科学的探索不一样。我们现在就做这些事情。基于国内现在这样一个大环境，或者这样的机会特别多，需要创新。所以我们要做的事情很多，我们也很高兴，CUSPEA跟CASPA在复旦，我们三位一体在一起聚变，所以很期待下午更深入的讨论。

叶菲：这个话题很难讲。但是我想共创内容里很重要的一点，就是各参与方一定要有互补性。在过去的模式中，我们已经慢慢地找到了这个互补性，就是寻找产业，尤其是科技产业和教育之间的互补。在这个过程中，我们各方可以在一起互相学习，这也是我们觉得的一个可行的方案。如果再进一步通过CASPA产业协会，嫁接硅谷那边最新的科技动态到国内大学的教育，触发新的产业聚变，将是一个非常好的尝试。这个模式其实斯坦福已经在尝试，不但被过去的历史证明是可行的，而且几乎是最好的，我们希望在复旦能把这种模式进行推广。

（以上讨论内容根据现场速记整理，均经发言人审订）