[导读] IBM大中华区首席技术官、IBM中国研究院院长沈晓卫博士在“思无极、行有方、达天下”的IBM Think论坛（中国）上做了题为《预见未来科技》的主题演讲，为大家解读了最炙手可热的AI、区块链和量子计算等技术如何改变生活、改变行业。如下是根据沈博士的演讲内容整理。
“这是一个大数据时代，人工智能、区块链，量子计算正掀起巨变的浪潮，
这是一个技术重塑行业的时代，
这也是一个机遇纵横的时代，
这是一个每一家企业都可能成为颠覆者的时代。”
IBM大中华区首席技术官、IBM中国研究院院长沈晓卫博士在“思无极、行有方、达天下”的IBM Think论坛（中国）上做了题为《预见未来科技》的主题演讲，为大家解读了最炙手可热的AI、区块链和量子计算等技术如何改变生活、改变行业。如下是根据沈博士的演讲内容整理。
这是一个大数据的时代，这是一个人工智能的时代，这是一个新技术会来改变每一个行业的时代，这也是一个充满机遇，每一家企业都可能成为颠覆者的时代。
每一年IBM都会发布未来五年将改变人类生活的五大科技预测。这是IBM今年发布的五项技术。大家可以看到它涵盖了人工智能、区块链与量子计算这样的一些领域。今天我们就来谈一谈这几项当今来看最有潜力的技术，来看一看这几项技术可能为我们的未来、为我们的行业所带来的改变。
未来的智能
我们首先来看未来的智能，及未来的智能可能对行业带来的影响。应该说，迄今的人工智能大多数还是一种专用的人工智能，我们看到的大多数人工智能的解决方案都是来解决单一的问题，虽然这个问题本身可能充满了挑战，它可能是语音识别的问题、图像识别的问题。那种通用的我们大家憧憬的能够解决所有问题的人工智能，应该说离今天还有非常遥远的距离。在可预见的将来，我们会看到人工智能从专用变得多用，变得更加宽泛，从完成单一任务的人工智能解决方案到完成多个任务甚至跨领域多个任务的解决方案。
人工智能无处不在，企业人工智能会逐渐兴起和发展
“当AI从云端向边缘端蔓延，我们会看到人工智能和物联网的深度融合。”
与此同时，我们也会看到人工智能会变得无所不在。特别的一点，人工智能会从云端向边缘端蔓延,因为我们很多时候的数据处理需要在边缘端来进行，比如说实时信息处理。不久前IBM发布的最小计算机，一平方毫米的面积，有几十万个晶体管，包括了计算、存储、通讯这样的功能。当人工智能从云端向边缘端扩展的时候我们会看到人工智能和物联网开始做一个深度的融合，它使得我们今天可以对物理世界做更好的管理、分析与优化。
今天的人工智能更多的还是一种我们称之为面向消费者的人工智能。在不久的将来，企业人工智能会逐渐的兴起和发展，我们会看到更多的人工智能在垂直领域的应用。
从数据、算法、计算到场景
“人工智能代替部分人力提高效率；人工智能帮助人类更好地决策。”
谈到人工智能，我们都会谈到数据、算法和计算。当人工智能与行业结合的时候还有一个关键因素，那就是应用场景。人工智能的专家往往对行业不具有特别深刻的理解，而行业的专家可能并不完全清楚人工智能技术今天的现状以及未来可能的发展。从这个角度来看，如何把人工智能专家与行业专家做一个好的结合，来理解今天行业客户的痛点，哪一些可以由今天已有的技术和未来三五年可能出现的技术来解决，就变得非常的重要。
从宏观来看，人工智能与行业来结合，大致提供这样两类价值：一是人工智能来代替一部分的人力，提高我们的效率；二是人工智能提供基于知识、基于数据的专家助手来帮助人类，使我们做更好的决策。
举几个我们IBM在人工智能创新有关的例子。我们把人工智能的视频分析用来做工业制造中产品质量的缺陷检测和质量控制；我们构建人工智能的医生助手，为医生提供实时的诊疗建议；我们构建人工智能的律师助手，为律师提供基于相关法律条文和相关案例的建议。
小数据学习和可解释结果
“企业人工智能对算法提出了新的要求。”
我们也必须指出今天的人工智能技术还不能完全满足我们对它的期待。在一个可预见的将来，我们认为需要这样几个进展。一是小数据学习，就是如何从小样本、弱标识的数据中来学习。人工智能应用在行业中，不像面向消费者的人工智能，在很多时候用来解决行业特定问题的时候，我们可能没有那么多的数据，或者说即使有很多的数据，但是并没有足够多的已标识的数据，如何从小数据中来学习就变得非常关键。我们也希望人工智能能够从多模态数据中学习，包括结构化的、半结构化的和非结构化的数据。二是今天的人工智能技术还不能完全做到的，就是我们需要它能够解释结果。希望人工智能系统在不久的将来不但能够为我们提供建议，还能告诉我们为什么提供这样的建议。正如医生给病人做诊断，它同时也能够告诉病人，为什么做这样的诊断。
AI改变行业
“医疗、金融、工业制造，你会看到AI+行业的蓬勃兴起。”
谈到人工智能与行业的结合，比如医疗、教育、金融，工业制造等，我们用人工智能时代的医疗来做一个例子。我们需要构建一个人工智能的数据平台，在这个平台上可以对医疗数据，无论是结构化数据还是非结构化数据，进行安全有效的管理。在这个基础上我们来构建各种垂直领域的解决方案。这些解决方案可能是为医院的，可能是为医生的，可能是为政府监管部门的，可能是为制药公司的，也可能是为医疗保险公司的。
我们来看今天为医生服务的人工智能解决方案。可以是为医生来做肿瘤诊断的决策支持，如IBM Watson肿瘤诊断决策支持系统；也可以是针对慢性病的诊疗管理，如IBM中国研究院针对糖尿病的诊疗管理系统。从技术维度来看，一方面我们需要基于医疗指南来做知识驱动的系统，另一方面我们也需要根据电子病历数据来构建数据驱动的系统，并把知识驱动和数据驱动做有效的整合。
AI的安全和伦理
“避免瑕疵的数据、偏见的结论。”
谈到未来的人工智能，人工智能与行业的结合，我们自然要谈到人工智能时代的安全。应该说人工智能时代对安全提出了新的要求，比如说数据的安全。如果数据是有瑕疵的，无论是有意还是无意，人工智能系统基于这样有瑕疵的数据，训练以后可能会有安全的隐患，也可能会有伦理的问题。我们设想一个信用卡的申请审核系统，如果训练这个人工智能解决方案的数据是有问题的，那么它可能对某一类人的申请给出有偏见的结论。我们需要避免这些，这也是今天IBM的科学家们所努力的一个领域。我们可以设想我们不久就需要新的标准与方法，使得我们可以对人工智能时代的数据和模型进行安全和伦理的测试与鉴定。
企业级区块链
“在可预见的将来，人工智能技术和区块链技术会深度融合。”
接下来谈一下未来的交易。可以这样讲，区块链将会根本地改变未来的交易系统。今天的商业交易有很多身份验证、授权许可、文档审核。举一个例子，今天一个海运运单可能需要几十人的审核与上百个文件的签署，这中间任何一个文件的丢失或者延误都会造成问题。许多这些人为的成本都可能会被区块链消除。
IBM这些年来一直专注于企业级的区块链。我们非常重视安全开放的平台与生态的构建。与此同时，我们把区块链技术引入不同的行业和不同的领域。比如说在食品安全领域，我们尝试构建透明的、可追溯的食品安全链，把今天可能需要一个星期甚至更长时间的食品溯源问题能够实时的或者只花几秒钟的时间解决。我们也尝试把区块链技术应用在其他领域，比如去中心化的跨行支付。
在可预见的将来，我们会看到人工智能技术和区块链技术的融合。这里举一个数据可信性的例子。数据本身是可以被交易的，区块链技术将会使得我们可以对数据的可信性和可追溯性提供支持与保证。当人工智能模型用不同来源的数据进行训练的时候，我们可以保证它的安全性，保证它不具有偏见。
未来的计算
我们来看未来的计算。人工智能的发展需要强大的计算力的支持，而计算力在过去30年有了极大的提高。今天我们面临很多新的挑战，很多人认为摩尔定律可能会最终遇到物理的极限。我们来看一看有什么新的技术能够持续不断地提供我们需要的新的计算力。
首先，我们来看类脑计算。应该说今天的计算机系统在过去几十年虽然有非常大的性能的提高，它的基本架构还是没有太多的改变，都是基于传统的冯诺依曼架构，而这种架构比较擅长逻辑运算，而不是特别擅长模式识别与形象思维。IBM在这方面做了很多的尝试，我们希望构建能够模仿人脑思维方式的全新的计算机系统。我们可以模拟100万个神经元，2.5亿个神经突触，而这样的类脑芯片仅有70毫瓦的功耗。我们也有一个长期的目标，希望能够构建模拟100亿个神经元，而功耗不超过1000瓦的新的类脑计算芯片。
谈到新的计算能力，我们必须谈一谈量子计算。应该说，量子计算在过去的十年取得了极大的进展。我们在座的很多朋友可能没有经历过计算机科学从诞生到发展的整个过程，如果幸运的话，我们可能会见证量子计算从萌芽到逐渐走向商业化的过程。
三分钟量子物理
“量子叠加和量子纠缠使得量子计算机拥有强大的并行计算力。”
为了更好地了解量子计算，我们不妨假设自己在接下来的三分钟时间里是一名物理学家。我们尝试用三分钟的时间来了解两个概念，一个是量子叠加，一个是量子纠缠。我们知道经典计算机使用的计算信息是存储在比特位中，二进制的，每一个比特位或者是1，或者是0。而在量子世界中每一个量子比特位可以是1，可以是0，也可以同时是1和0，这就是所谓量子叠加态。我们做一个比喻，相当于一枚硬币可以是正面，也可以是反面，当你把它抛在空中旋转的时候同时是正面也是反面。你要确定它到底是正面还是反面需要停止旋转来观察，这时候是正面就是正面，是反面就是反面。这种量子叠加态所带来的不确定性，爱因斯坦当年是非常的纠结，所以爱因斯坦有一句非常有名的评论：“上帝不会掷骰子”。据说与爱因斯坦同时代的量子物理学家玻尔当时就回怼了爱因斯坦一句：“不用告诉上帝该怎么做”。
我们再看量子纠缠。我们可以使两个量子处于纠缠状态。每一个量子你去观察它都是随机的，一个量子可能是0或1，另外一个量子也可能是0或1。但是，如果你观察第一个量子看到是0的话，第二个量子一定也是0；观察第一个量子看到是1的话，第二个量子也一定是1。用前面硬币的比喻，我们设想有一种魔法，可以让两枚处于旋转的硬币处于纠缠的状态。我们可以把其中一枚硬币送到宇宙的一端，另一枚硬币送到宇宙的另一端。如果我们让其中一枚硬币停止下来看到是正面，另外一枚硬币虽然在宇宙的另一端，我们观察它也一定是正面的。爱因斯坦当年把这种纠缠称之为“远距离的幽灵”。好了，我们三分钟物理学家的时间就到这个时候为止。祝贺大家，我们用三分钟时间理解了伟大的爱因斯坦当年非常纠结的概念。
接下来我们来看所谓的量子并行。与经典计算机相比，量子计算在处理信息时遵循完全不同的规则。量子计算机之所以强大，是因为当其运行的时候，从理论上来讲，它可以同时计算指数级的路径。而经典计算机只能在这样一个指数级的空间中计算若干条路径。
IBM基于云平台的量子计算
“我们的目标是改进量子容量，而不仅仅是简单的增加量子位。”
今天IBM的科学家用低温超导来实现量子计算。2016年IBM首先发布了五个量子位的量子计算机。2017年先后发布了16个量子位的量子计算机，20个量子位的量子计算机，和50个量子位的量子计算原型机。与此同时我们把量子计算用云平台的方式提供给用户。用户不需要像物理学家那样到实验室来做量子计算实验，而是可以从远端实现量子的编程。到今天我们有超过7万的用户使用这个量子云平台，已经进行了超过300万的量子计算的实验。
接下来讲一个概念，我们姑且称之为“量子容量”，用来界定量子计算机的计算能力。量子计算机的计算能力不仅仅取决于有多少个量子比特位，还和其他一些因素有关。量子位的稳定性可能受到环境的影响，它们之间也会相互影响。作为一个长期的目标，我们需要改进的是量子容量，而不仅仅是简单的增加量子位。
在量子计算这个领域，宏观上来讲有两个大的研究方向，一个是构建量子计算的硬件系统，像刚才谈到的我们用超导实现量子计算系统；另一个是量子算法，就是什么样的问题什么样的应用适合在未来的量子计算机上运行。我们看一个例子，所谓大数因数分解。我们知道任何一个大的整数，要么是素数，要么可以被分解成若干个素数的乘积，就像15可以分解成3与5的乘积，77可以分解成7与11的乘积。看着很简单，但当这个数非常大的时候，要把它分解成因子的话，在今天的经典计算机上是非常困难的。我们之所以谈到这个问题，是因为这个问题是今天很多加密算法的假设，它假设这样的问题在经典计算机上是不可能被简单破解的。比如说一个非常大的大数因数分解，可能在今天的经典计算机上需要上亿年，即使用今天最强大的计算机来算。但是未来的量子计算机，当它真正达到那个程度的时候，可能不到一分钟就能够破解这样的问题。这也是为什么IBM未来五年的五项科技预测中提到适合量子时代的新的加密算法。
量子计算将成为主流并产生商业应用前景
“我们长期的目标是构建具有容错能力的通用量子计算机。”
接下来我们看一看量子计算在未来可能会给我们提供的应用前景。应该说今天的问题是分成两大类，一类是适合在今天的经典计算机上运行的，今天的经典计算机可以处理的非常好；另一类是不适合在经典计算机上运行的，可能需要非常多的时间或者我们难以接受的资源。在不适合经典计算机解决的这类问题中，有一部分我们相信它是适合量子计算的，可能一些优化问题，可能一些机器学习问题，可能一些物理化学的模拟问题。如果我们能够利用未来的量子计算做高效的物流最优路线的设计，我们就可能为供应链管理提供新的优化方式。如果我们能够用未来的量子计算做更好的分子模拟，我们就可能以更低成本来发现新的材料或者发明新的药物。如果我们面对大数据能够用未来的量子计算来改进我们的机器学习，我们就可能让人工智能变得更加强大。
今天我们还是处在我们称之为量子准备的阶段。我们今天已经可以构建相对来说规模还是比较小的量子计算机。与此同时，我们也可以预见到我们有能力在不远的将来能够构建更强大的量子计算机，能够在一些实际应用中展现它的计算优势。我们长期的目标是构建具有容错能力的通用量子计算机。最后我想特别指出的一点，量子计算机本身不是单独运行的，任何时候都需要跟经典计算机一起来合作，来完成今天经典计算机单独所不能完成的任务。
最后做一个总结。我们今天处在一个人工智能的时代，我们看到人工智能时代技术创新有四个重要的维度：一是人工智能的核心技术；二是人工智能与区块链的结合；三是新的计算力，特别是量子计算；四是人工智能与行业的结合。可以这样讲，人工智能改变世界，最终还是要从改变每一个人的生活，从改变每一个行业开始。
