极客网·极客观察（朱飞）4月20日 美国经济学家泰勒·考恩在其所著《大停滞》一书中描述，上世纪初出生的祖母一生见证了汽车、飞机、电话、电视、电脑等诸多重大科技创新，但1962年出身的他却没有发现太多革命性变化。其中的原因在于：最近几十年人们习惯于不费力气去采摘“低垂的果实”，而没有花太大力气去修建“更高的梯子”。
(相关资料图)
考恩的观点并不孤独，2021年Arxiv平台一篇名为《科学和技术领域突破性的动态》的研究论文引发热议，其通过对近60年来海量论文和专利的分析，发现颠覆旧有知识框架的新发现比例在降低，各个学科的突破性创新都在快速变少。有科学家甚至认为，“近几十年人类的基础科学几乎已经完全停滞”“没有任何能流传后代的东西”。
观点的对错可能还需要更长的时间验证，但一个不争是事实是：人们如今对突破性、跨越式创新的期待越来越强烈。以至于当OpenAI的ChatGPT在AIGC方向迈出一步时，全世界的人们都为之疯狂，不吝溢美之词称之为“AI的iPhone时刻”，浑然忘记2016年谷歌AIphaGo第一次击败人类冠军棋手李世石时他们也说过同样的话。
人心所向即为前进方向，面向智能未来，业界该如何搭建更高的梯子，去采摘更高处的果实呢？华为战略研究院院长周红博士在4月19日开幕的2023华为全球分析师大会（HAS2023）上提出：未来通信和未来计算是迈向智能世界需要解决的两大核心问题，现有的很多理论和技术已经遇到瓶颈，亟待推动科学假设与商业愿景牵引的创新去突破和跨越。
01 未来通信需要突破香农极限，实现“十年百倍”容量提升
人类社会、物理世界、信息空间构成了当今世界的三元。这三元世界之间的联接与交互，决定了社会信息化的特征和程度。数据显示，2010年至2020年，全球移动宽带的数据流量增长了超过250倍，中国更是增长超过400倍。这意味着，通信网络也需要“十年百倍”容量提升才能匹配支撑。
然而过去几十年来，通信领域所依赖的香农三大定理已然遭遇瓶颈。比如在香农第一定理（可变长无失真信源编码）和第三定理（保失真度下的信源编码）中，香农假设信源是离散无记忆的，采用的是经典极化电磁场，传播环境比较简单，没有考虑今天高楼大厦林立的场景，导致香农极限越来越难以突破，容量提升越来越难。
如何破局？周红博士认为，“通信网络是建设智能世界的基础，我们要实现成百上千倍的提升，就必须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。”
在与香农奖获得者、5G极化码发明者Erdal Arikan教授等科学家交流探讨后，他介绍自1978年以来，业界相继出现了非衍射波束、时间反转、轨道角动量、超大规模空分、飞秒激光器等新发现、新认识，已经有条件超越香农定理最初的假设和应用条件，可能实现超越“十年百倍”的跨越式发展。
例如，1994年Jerome Faist等人做出了世界第一个量子级联激光器，如今一个量子级联激光器可以同时产生300多个波长，提供超过200Tbps的传输能力；2018年，Gerard Mourou因发明飞秒激光器而获得诺贝尔奖，后续可能实现的阿秒激光器，理论上可以每秒发出1000T的脉冲，进一步提升传输容量。
从产业实践上看，2018年以来，随着5G Massive MIMO的规模商用，在城市高楼林立的复杂传播环境中，业界已经可以通过利用许多独立传播通道来大幅提升通信的容量。面向5.5G演进，华为的超大规模天线阵列（ELAA）技术进一步将天线阵列从5G时代的192/384阵子增加到1000+，结合超大带宽频谱让下行体验走向泛在10Gbps成为了可能。
02 未来计算需要跨越摩尔定律，让强大AI与人类文明同行
万物互联之后，计算是推动信息社会从数字化、网络化向智能化跃升的关键。然而在冯·诺依曼架构下，摩尔定律已然失速。有数据显示，过去10年间AI计算的算力需求提升了40万倍。尤其是过去几年智能应用迅速发展，AI发展从“大炼（小）模型”进化到“炼大模型”时代，引发了模型规模的爆发式增长，加速了摩尔定律的衰亡。
理论上讲，随着计算模式不断优化、算力不断提升、数据更多更精准，AI将能更好地服务于人类社会的进步。然而从AIphaGo到ChatGPT，AI引发的关于AI伦理道德、应用边界、人机关系的担忧也接踵而来。如何让智能机器更好地认知世界，更好地服务于人类社会进步？成为摆在业界面前的巨大难题。
为此周红博士指出，“在AI能力快速提升的情况下，需要考虑AI的目标如何与人类一致、并且正确和高效地执行。要达到这些要求，除了通过规则和法律来加强AI的伦理和治理外，从理论和技术的角度看目前还面临三个重要挑战：AI的目标定义、正确性与适应性，以及效率。”
这些挑战在GPT等大模型发展如火如荼的今天显得格外突出。首先，目前社会各界对AI没有定义清楚并达成共识，很难确保AI发展的目标与人类一致，近期AI产业针对OpenAI的GPT模型训练有人喊停有人力挺，实际上就是缺乏共识的体现；其次，目前AI的正确性与适应性面临较大问题，诸如ChatGPT之类的先进AI工具仍然存在输出结果不稳定和偏见风险，“黑天鹅”挥之不去，深入应用面临困境；最后，目前AI计算效率相比人脑及其他生物大脑还有数万倍的差距，同时需要海量数据喂养才能缓慢提升智慧能力，导致了极大的能源和资源浪费。
如何解题？周红博士也给出了华为的思考方向，包括从实用的角度发展知识和智能，打造自治智能系统以提高正确性和适应性，发明新的计算模式、架构与部件以提升效率等——确保AI在变得更加强大的同时，始终与人类文明同向而行！
产业实践维度看，华为在AI4Industry，AI4Science，以及AI赋能软件自动生成、定义自动证明等前沿领域积极探索，均取得丰硕成果。
比如，AI4Industry方面华为在视觉、语言文字、图网络、多模态等专用L0基础大模型之上形成L1行业专用大模型，在煤矿场景帮助客户通过模型训练与推理，降低AI开发门槛，增强泛化能力，解决应用碎片化的问题，实现了瓦斯浓度的超前预警、作业序列的风险防范、以及作业质量的智能验收，大幅提升了作业效率和安全性，探索并兑现了AI在垂直行业的应用价值。
又如，AI4Science方面华为盘古气象大模型通过更精准、高效的学习与推理机制，从大自然历史运转出来的数据中提取出全球气象先验知识，代替传统科学计算的超大规模偏微分方程的时序求解，在气象预报场景帮助客户实现快速完成全球未来1小时至7天的天气预报，预测精度比欧洲中期天气预报中心高出20%以上，探索并兑现了AI在科学发现与计算领域的应用价值。
再如，在时下前沿的AI软件编程上，华为也在发展科学的模型驱动和形式化方法，通过诸如Vsync的方法实现了操作系统内核的自动化验证和并发代码优化，提升性能的同时也确保可靠性；同时通过新的AI计算模式研究拓扑斯理论等定理自动证明问题，探索范畴证明、同余推理系统、自动理论导出，提升定理证明器的水平，解决形式验证中的状态爆炸问题和自动模型抽象问题，增强形式验证能力。
03 推动科学假设与商业愿景牵引的创新，共建美好智能世界
实际上早在去年的HAS2022期间，华为就洞察全球数字化正以超越“十年百倍”的速度发展，提出面向未来的十大问题和挑战，希望推动科学假设与商业愿景牵引的创新，即通过基础理论的突破和基础技术的发明，去解决包括新软件、新通信、新计算、新材料、新能源在内的关键领域遭遇的理论和技术瓶颈。
今年HAS2023，经过一年与学术界、产业界客户及合作伙伴的沟通交流，华为进一步聚焦通信和计算这两个核心问题，提出建设智能世界的假设和愿景，识别未来通信和未来计算面临的具体挑战、提出解题方向、分享创新实践，标志着这家以“构建万物互联的智能世界”为使命的全球领先的ICT基础设施提供商，开启了从提出问题到解决问题的新征程。
值得一提的是，华为并没还有把这些面向未来的思考遮掩起来，而是放在黄大年茶思屋网站上促进开放的探讨交流，希望能与伙伴们一起开展相关的基础科学研究与技术创新，重构基础理论、重构架构、重构软件；同时也在ICPC、IMC等全球学生奥林匹克竞赛中分享这些挑战和方向，赞助青年学者、赞助学生训练营、激励和培养更多的未来领军人才，开放合作共建美好智能世界。
毋庸讳言，当科技之树上“低垂的果实”被摘完，产学研各界委实需要更开放的探讨交流、更紧密的合作协同，凝聚面向智能未来的思想力和行动力，才能搭建出“更高的梯子”，穿越数十年的科技“大停滞”，攀登智能世界的高峰！
正如周红博士所呼吁的那样，“我们正在快速奔向智能社会，面对无穷的可能性，我们所有的想象都是保守的。在征服星辰大海的道路上，一切的不可知和不确定性，都会使我们变得更加强大。期待大家一起应对挑战，共同开创更美好的明天！”
营业执照公示信息