2018/11/14-18 深圳會展中心
“顛覆性創新技術”主題論壇 II 現場實錄
新聞來源:高交會組委會 發布日期:2018-11-16

  主題:中國高新技術論壇——“顛覆性創新技術”主題論壇 II 

  時間:2018年11月15日13:30--1730 

  地點:會展中心5樓簕杜鵑廳

  實錄內容: 

(王海東 深圳衛視主持人)

  主持人:再次歡迎各位回到“顛覆性創新技術”主題論壇現場,我是深圳衛視主持人王海東,今天上午我們就量子通信、量子計算以及人工智能等話題展開了一場充分有趣的討論,今天下午我們將繼續就顛覆性創新技術來展開研討,而今天下午我們的話題是非常豐富,包括了有機化學與新材料,腦科學與類腦智能等話題,一共有九位嘉賓在這里發表主題演講,我們還會有一場圓桌論壇獻給大家。接下來我們馬上會進入今天的第一個發言的主題環節,首先有請2005年諾貝爾化學獎獲得者、美國科學院院士、中國科學院外籍院士羅伯特·格拉布斯 先生發言,今天他為我們帶來的題目是“有機合成化學在醫療和材料領域的應用”,大家掌聲歡迎。 

(羅伯特.格拉布斯 2005年諾貝爾化學獎獲得者)

  羅伯特·格拉布斯:女士們先生們大家下午好,非常高興能夠回到深圳,也非常榮幸能夠參加本次中國高新技術論壇以及二十屆的高交會,我當然也是備受壓力,因為我代表了很多都是有機化學界的人士,有機化學其實在過去半個世紀發生了很大的變化,過去我們每天的工作真的是做了過去很多大規模,包括隔離不同的結晶花了很多時間想要了解各種反應和變化,從它的歷史由來,現在也做到了各種不同的,從過去大規模的反應到小規模的反應能夠快速識別。我們現在也有一位我的同事,大家可以做一系列的結晶物的新結構,包括它的復合物,幾分鐘就可以做出來。包括一系列的結晶產物的快速識別,化合物的識別現在的速度不可謂不快,過去那么多年的發展,已經基礎性的研究工作中其中一部分分享,幫助大家了解有機化學的產業,包括制造大小分子方面所做的工作。 

  另一方面,在上世紀50、60年代,人們打造了不少分子,但是要花很多的時間才有這樣的能力,但是現在有了一代又一代新的工具,它的應用性也大大提高,我自己了解最多,也是我過去40年所做的研究相關課題,跟大家展示一下我這個過程中發生的變化,也真的能夠看到我們做了很多基礎性的研究,而且這些基礎性的知識了解也能夠催生很多新的產品和應用,甚至這些也是之前超越我們的預期。 

  這是上世紀60年代開始,它有非常簡單的內容,從左邊有六個碳原子,右邊也有六個碳原子,中間就是以不同的方式進行結合,通過改變它的連接性,包括能夠改變它的活性,比如說左邊這些復合物,其實現在我們的發展速度真的很快,在產業當中包括利用了這些一系列有機反應。同樣,也是在我最早寫博士后論文的時候,當時這還大家都未知的領域,這也是我們開始希望去了解,當時我沒有想到后面會發生那么多的事,但是我也覺得做根本性研究有大好處就是我們嘗試新事物,另一方面我們最早開始做催化劑的時候,那個時候我們做的只有有關氫和碳的結合,但是不如其他的聚合物令人激動,它是可燃的,有時候制造新藥,能夠讓你的復合物治療疾病,不僅僅要增加這兩種化合物,我們通過這一系列的反應可以帶來很多有用的效益。在這個流程當中我們也是非常重要的一點是需要了解或者說我們覺得是不是真的理解這些原子如何重新從打破到結合,從關環到開環,我們需要做很多的其他工作。 

  首先要找一條線索,這個反應是怎么發生的,哪一部分件被打破,他們怎么結合,和誰結合了等等,這里有一個流程,可能先用金屬和烯烴做反應生成一系列的中間體,在這個研究中要去了解它背后的雙鍵和配合物,因為也有一位非常知名的專家參與了很多。看起來并不是很復雜,這樣的一個研究既包括金屬,金屬卡賓和雙鍵和卡賓配合物等等;在那個時候我們真的花了很多時間理解背后的細節,是關注那些件是先斷裂,那些是再進行組合的等等。這樣的反應可以做一個比喻,有一個很好的比喻,可能就像我們在跳舞,這個催化的反應就像我們彼此之間會交換舞伴,就像一個廣場舞一樣,中間有一系列的人,他們不斷地換舞伴,當他們每一次換舞伴的時候,他們可能首先要和原來的這個件斷開,再和新的舞伴結合,也就是會生成另外一個新的烯烴,再不斷往后走,穿藍色的人斷開結合,不斷會產生新事物也會帶來新的選項和可能,我不知道是不是能夠給大家播放這個視頻。 

  其實剛剛那一段就是通過交換舞伴的反應來幫助大家了解它背后的一些機理,一旦我們了解之后這部分的工作也變得簡單多了,這中間我們對于反應有了更多的了解,很多都是基礎性的了解,但是那個時候應用方面還不夠。進入到90年代早期,我們開始真正開發出這一反應好用的催化劑,應用更方便,并且具有更好的耐受性,這一點我們也感到非常激動。這是我們之前沒有辦法能夠做到的。 

   當我們有了這個催化劑之后,很多人產生了濃厚的興趣,于是我們開始想要做不同的事,之后我們提出了一系列理論,把它從實驗室帶到商業化,這個過程當中也是經過了很多的時間。但是在這里我們真的是花了那么多的時間思考,去追究它的相關機理非常重要,也非常榮幸,包括和南科大一起合作,我也非常榮幸能夠建立起這樣的專門研究機構來解決,包括能夠讓這些催化劑得到更好的使用。我也非常高興在深圳在這個的環境下,在我們所在的研究所里面有越來越好的硬件,也有越來越好的人才能夠在我們的實驗室里面帶來更多的新的應用。 

   在美國其實那個時候發生了很多事情,我們知道上個世紀80年代一個叫(拜讀)法案,中國有機會也可以利用,在學界有的時候想要拿到資金才能夠做研究,同樣對于這個過程來說如果你要等很久,中間要拿到專利的時間隔得太長,這個臨時專利可能是一個文件遞交會獲得一年的保護期限,在此期限只有該臨時專利的持有人可以提出相關的專利申請,你有機會利用這個時間發表一些內容,能夠做很多的學術工作。我們加州理工學院幫助很多專利申請,其實在這些技術背后真的有很多學術界人士產業界人士的加入。MIT化學系教授,我們和他做了金屬料的催化劑,也是打造了很多以金屬為中心的官能團,有意思的是從學界的角度來說,我們做了很多的反應發現新的東西,發表出來。世界各地的人很有創意的人看到我們的發表,他們想要了解如何能夠從中挖掘開發應用。我要補充一點,平臺技術非常重要,如果你是搞技術,如果你開始搞企業創業,你最開始做決定的就是你的企業是不是基于平臺技術來做的,還是不是有一些很小的專著,就是它能夠用在不同的行業,用在不同的手段,你可能有很多不同的方向,如果你做企業運營,平臺技術也會帶來很大的選擇,你做企業要關注那么多的機會,要聚焦于哪個具體的機會是適用于你這個企業,哪個機會最有可能成功,這是我們需要決定的。 

   我們要提這個概念,平臺技術它本身是非常有意思,但是從學界和企業界有不同的考量。整個催化劑的應用真的是非常多,我們知道技術尤其用來做新藥,(楊森)制藥做了丙肝業務,這也是非常知名的,正是基于它對應的鈦通過負分解的反應,真的是發現很多不不同的可能性,包括結合一些氨基酸帶來的結果也是超越我們的想象,另外我們會去思考做了很多基礎性的科學研究,在上世紀90年代晚期有很多的發現,包括新的藥物,2014年做了(定書鈦)的產品,還有其他的非常部分,就是大型的零部件。平臺技術就是有不同的應用,從制藥業開始到其他的行業,這是我們中間非常有趣的一環,我非常興奮,但是企業運營的角度你必須要有聚焦。 

  我向大家介紹幾個例子,在這個過程中我們發現了這個技術可以有很多的應用,幾年前我們希望用開再生能源發展我們的產品,我們發現一種種子油,我們開始研究這種分子結構,就可以看到在這個過程當中可以有一些附加值發展成為新的產品,就幫助企業來開始研發產品。 

   第一,我們需要做兩個方面的事情,在這個基礎上我們首先要做的就是要有很多有效的催化劑,這種東西并不會非常貴。 

  第二,一定要使它非常有活力。在這個過程當中,會有很多的化學反應,比如說在印尼夏天非常潮濕,所以在那里會有非常多的蟲子,因為那里很潮濕,所以為了很好地去控制害蟲我們希望有非常有效的催化劑幫助我們很好地控制害蟲,所以我們首先要發展一種有效的催化劑,要有活力的催化劑來幫助我們控制這個形勢。另外我們要有廣泛的應用,這種東西必須是非常健康的,在印尼我們發現在那里有一個流程圖,告訴大家如何地去進行生物的提煉,怎么制作這種植物油,你可以看到我們首先要用非常高的溫度幫助我們制造這種物質,你將化合物進行分解,正如我們的生物鏈制廠所做的工作一樣,首先要分離才會有進一步的分解和組合,在印尼的工廠里面,在那里煉制廠可以看到這種生產,這是非常重要的,我們需要用一些可再生的東西幫助我們來生產,控制害蟲的物質。 

  比如說現在我們的油非常貴,所以也是可以利用技術幫助我們很好地生產燃油、生物食油化品。這個是跟經濟緊密結合的部分,所以我們希望能夠用這種技術生產綠色的能源,我們希望能夠找到很好的解決方案,我們希望能夠生產一些高效的石油化工產品,我也是經常跟我的學生說,經常問他們說,這里面我們可以做什么樣的改變,細節是什么?比如說棕櫚油來自于哪里?通常要砍樹,我們希望能夠減少這種行為,希望通過這種負分解幫助我們生產所需要的物質,而不需要破壞植被,從經濟的角度,社會發展的角度,技術的角度我覺得我們是可以實現原定的目標,也就是可以生產可再生的能源,接下來我要講的是跟除蟲劑。 

   我們附近有很多的昆蟲,就像飛蛾,昆蟲其實是可以幫助我們有效地控制數量的,因為我們它會停在樹上會發送一些信號來吸引昆蟲過來進行交配,我們可以在這個過程中進行交配的干擾行為,以此幫助我們控制害蟲的數量;農民做什么呢?首先農民要知道這種化學物質是什么,這種性激素是什么,可以讓他們很好地控制害蟲數量。首先要知道里面的化學物質是什么,比如說這種物質的作用很好地破壞昆蟲之間的交配,因為我們在這個過程當中并不是說殺死某一些東西,而是通過干擾交配的行為去很好地控制昆蟲的數量,在這個剛才當中可以很好地控制成本,在世界范圍內都是在不斷地探索新的方法,一些低成本的方法幫助我們很好地去控制昆蟲的數量,所以我們研究了一些化學物質它的分子結構,比如說像這種,我們叫做PTB性激素可以很好地控制條文蟲,我們可以看到這種可以創造新的聚合物,這樣的話我們就可以很好地控制昆蟲的數量。這也是應用這種技術的另外一個例子。 

  我想我們不會停止探索的腳步,我們在未來還會繼續探索更多的應用。接下來我要跟大家介紹關于聚合物,這是聚合物的結構,看起來是非常復雜的結構,事實上我們需要將這些結構進行分解然后重新組合,就會看到有一些雙件的化學分子出來,所以通過重新的組合,生成新的聚合物就可以有新的產品可能。 

   比如說可以有新的催化劑出現,這樣的話也能夠很好地控制昆蟲問題等等,比如說我們有一種材料叫做PolyDCPD,其實也是非常有趣的化學材料,這里可以有一些新的應用,現在我們是剛剛完成了這個項目,這也是非常有趣的項目,讓我們了解到如何使用一些新的技術,比如說我們在海灣是不是真的需要去鉆油呢;我知道在這個過程中也會破壞海洋,因為你的溫度是非常高的,因為溫度很高不一定能夠把這個油框出來,所以我們需要對流動的管線和海水之間提供一個牢固的熱屏障,這樣的話保溫的系統是一種穩定的不可壓縮的固體在深水當中有效地運作,設計的水深可以大于1萬英尺,我們在不斷探索新的材料可以幫助我們實現這個目標。 

  現在我們可以在海灣地區放在很深的地方鉆油,我們也有一些未知的情況會發生,未來仍然要繼續探索,我們不知道科學會如何演變和發展;但是我們非常高興地看到現在有越來越多的綠色技術的應用和發展,在未來在深海領域也會有更多的應用和發現。我也希望更多地去關注,看看大家在這些領域有什么發現和發展。 

  我們需要做的就是要關注以下的問題和方面,首先我們要用一些新的材料幫助我們去實現目標,新的材料真的有很多的優勢,比如說我們可以進行主要的測試,可以提高它的續航時間等等,這是我們2018年的團隊,我們知道這些新的材料可以在很多的領域,比如說醫學領域、化學領域,我們都會有很多的發現和應用。化學領域也可以很好地去改進制造業等等領域,我也非常期待在深圳這里的合作,希望能夠跟企業繼續地去有新的發現,希望能夠帶來更多更好的產品,我們可以看到世界范圍內的許多企業其實正如PPT所展示的機構都有聯系和合作,所以我也非常期待在這里有更多的合作和發現,謝謝大家。 

  主持人:感謝羅伯特·格拉布斯先生,在剛剛的演講中羅伯特·格拉布斯先生為我們具體舉許多的例子介紹催化劑方面的轉化,包括可再生能源、材料、除蟲劑以及新藥大型零部件等方面的諸多事例,也提出一個非常重要的觀點,學者在進行技術的商業化轉化方面,應該要強調平臺技術以及這個技術能夠應用在不同行業和不同方向,我們要再次掌聲向羅伯特·格拉布斯先生表示感謝。 

   現在進入第二個主題環節是腦科學與類腦智能專題,我們一起來聊聊腦時代的無限可能,為我們帶來演講的是深圳市神經科學研究院院長譚力海先生;譚力海先生是深圳市神經科學研究院院長,作為面向臨床應用的腦科學創新研究、技術服務創新型研究機構,旨在最大程度上減輕腦疾病為我市和國家所帶來的沉重社會和經濟負擔。他的演講題目是人腦成像技術與腦疾病患者的語言功能保護和重塑,大家歡迎;   

(譚力海 深圳市神經科學研究院院長)

  譚力海:謝謝王先生,我們知道人腦是由上千億個神經元組成的生物組織,人腦神經元的數量就像滿天的繁星一樣多,遺憾的是物理學家和天文學家對太空的認識遠遠超過腦科學家對人腦的認識,是什么限制了對人腦的理解和想象呢?是技術。研究太空我們現在超高分辨率的望遠鏡,研究人腦的望遠鏡卻姍姍來遲。 

  上個世紀80年代中期之前,科學家對人腦的研究主要是依靠動物的模型,通過研究果蠅、大鼠、猴子、猩猩來推測人腦是怎么工作的,科學家也用腦損傷的病人,但是這些人可遇不可求,而且損傷之后最先做的是治病救人,在治病救人的過程中腦的功能可能就得到了重塑。所以上個世紀80年代中期之前科學家對正常人的大腦功能的研究非常少,因為我們沒有可靠的技術或者有極少數可靠的技術,但是從70年代末80年代中我們有了神經影像技術,能夠直接對神經系統特別是腦的結構和功能進行成像,我們可以用成像技術或者叫磁共振研究腦的結構,同時也可以探測腦的功能,比如說大腦的哪一個部分是負責記憶,哪個部分是負責注意,哪個部分是負責語言的,人腦的分工是非常精細的。 

  通過這種高分辨率的腦成像技術,我們可以對人腦的結構和人腦的功能進行非常精準的定位,這個定位精準到什么程度?精準到一到三個毫米,所以用磁共振技術進行臨床的腦疾病診斷是相當精準的,非常有效的。雖然這個空間分辨率不是很好,到不了神經元的水平,而是在毫米的水平,是在宏觀的水平,由于磁共振的技術對于人腦的研究不能在分子、基因、蛋白水平來揭示人腦的功能和腦疾病的發病機制,所以治療腦疾病的藥物研發就面臨著巨大的挑戰,因為我們治療腦疾病的模型現在主要靠動物模型。比如說把正常的老鼠通過一種技術弄到老年癡呆,再看有沒有藥物可以治,結果發現這些資料老鼠老年癡呆的藥物放在人身上沒有用,所以過去幾十年公司投入了幾百億美元研究老年癡呆的藥物和帕金森的藥物沒有一家公司是成功的,這就是因為我們對人腦的知識非常少,依靠動物模型有巨大的局限性。 

      腦疾病造成的經濟負擔占全球疾病總負擔的30%,腦中風每年新發病率幾百萬,是社會和家庭的沉重負擔,中風之后造成偏癱失語。腦腫瘤疾病,還有自閉癥、腦癱屬于神經發育性疾病,還有老年癡呆這些腦補疾病會造成非常嚴重的認知行為障礙,語言障礙,情緒障礙等等。但是按照斯坦福大學神經科學家Deisseroth在大腦研究史上,人類從未精確地驗證過大腦的工作原理,面對生物系統的復雜性尤其是錯綜復雜的大腦,研究到底該從哪里開始。所以向腦疾病宣戰成為國家的戰略,我們國家正在啟動我們的腦科學類腦研究的重大項目,我作為中國腦計劃17個編制專家之一,見證了中國腦科學過去幾年非常顯著的發展,我們為什么要做類腦研究?首先它有戰略的意義,能夠讓我們國家在科學的前沿占有重要的一席之地。 

   其次是保障腦的健康,尤其是保障兒童青少年的智力發展,促進素質教育,提升創新能力,同時也為診斷治療腦疾病提供非常重要的理論基礎,大家從這個圖可以看出來,三大疾病和傷殘造成的負擔,其中以神經和精神性的疾病最重,占17.5%,我國腦疾病發病率也在急劇攀升。 

  第三,促進智能產業發展,我們現在的人工智能非常火,大家經常問人工智能在未來會不會把人類滅了?我們中國的腦計劃也在研究促進人工智能產業發展的戰略,中國腦計劃的總體目標是應對三大需求:一是兒童腦智的發展,二是健康中國,三是健康產業。具體來說,對人腦的認知功能研究方面,我們希望能夠解析基本認知功能的腦科學的技術和高級認知功能的腦技術,這些研究內容包括語言、決策等等,另外一個非常重要的方面是把兒童青少年認知能力和心理健康水平提升20%—25%,各類學習困難發展率降低50%。關于健康中國,中國的腦計劃主要側重在三類腦疾病:兒童期的自閉癥,中年抑郁癥,老年的癡呆癥,我們希望經過15年的中國腦計劃的執行,把治療有效率提高40%,把抑郁癥的早期診斷正確率由目前的不足50%達到85%以上,治愈率提高15%,老年癡呆全球沒有藥物可以治,我們希望可以實現早期預警和早期干預,延緩發病五年以上,生活質量提高50%。 

   人工智能很重要的就是機器學習,現在很火的詞叫做深度學習網絡,就是把我們看到的面孔或者詞匯分解成一個一個的局部,然后進行編程,讓機器識別。為了讓機器成功識別面孔,現在微軟機器對面孔的識別率達到97%,但是為了達到這個面孔識別,它需要把看到的面孔分成152層的特征,讀到電腦里面去,然后讓電腦和所看到的目標進行配對,以現在機器可以識別面孔沒有問題,比如說泰國現在有1.1萬家7—11分店,都采用人臉識別技術,在門口放一個攝象機馬上可以識別出這個人是什么特點,所以對客戶的特點進行非常好的分析,這個精準率達到96%—97%,但是它把一個目標和存儲在電腦里面100萬個樣本進行對比,少于100萬個樣本人臉的識別精準率就非常差了。這是一個大的數據,其實大數據就是這么來的。 

  但是我們想想這個存儲,這么大的存儲,是不是也是我們人腦在識別面孔時候用的呢?我們知道嬰兒在出生三天之后就知道爸爸媽媽的面孔,那個時候嬰兒可以接觸到幾個面孔?我估計不超過20個,他是怎么從20個面孔里面分辨出爸爸媽媽的面孔?所以人腦對面孔的識別完全不同于現在機器對面孔的識別。人腦的識別在效率上要高多了。 

   現在我們也有讀腦的技術,浙江大學的團隊成功實現訓練猴子用意念來控制機械手,美國四肢癱瘓長達15年的中風患者通過意念控制機械手,完成喝水等簡單的行為。更神的是可以從人腦的信號移植到另外一個人的身上,華盛頓大學的研究者將檢測到實驗者A想象右手動的頭皮腦電信號轉化為磁刺激,作為于實驗者B大腦的左運動皮質區,令B的右手向上移動。但是人工智能技術面臨巨大的挑戰,其中一個重要的挑戰是怎么樣獲取穩定的信號?再一個挑戰是對生物信息怎么樣進行存儲?腦信息獲取新的手段,現在我們用的最多是高精度的磁共振,它可以對健康人和病人的全腦在完全沒有創傷的情況下進行高清晰度的解析,現在做的最多是用七個特斯分辨機器。磁場越長掃描的精度就越好。 

  在進行這種腦信號的采集研究過程中,需要大隊列多層次研究,需要設備和人類與動物模型,我們深圳幾年以前對腦的研究有的學者說是一窮二白,但是這幾年我們發展非常快,雖然我們的基礎比較薄弱,積累比較少,因為我們的設備相對于北京、上海、杭州、廣州都是比較落后的。甚至標配型的設備都沒有,我在深圳大學工作,深圳大學很多教學用的設備都沒有,南方科技大學更少,因為我們大學成立晚,這些設備購置需要時間。我們的人才積累也少,畢竟是一個新的城市,研究的特色也需要突出,如果不進行有特色的研究就很難和北京上海相媲美。 

  另外一個就是腦科學大數據面臨的挑戰,像人腦這么多億個神經元形成上萬萬億個突出的連接,所以它的數據量是非常大的,美國科學家外籍院士估算過小鼠大腦產生60TB的數據,人腦進行非常精細的切片可以產生200個EB的電腦,就是可以和現在全世界的信息總和相比,沒有地方存的,機器也轉不動。 

  在耗能方面,人腦和機器不一樣,我們的人腦我在講話大家在聽,我們消耗的能量是20瓦,相當于一個燈泡的能量。但是如果基于目前的計算機體系,構造一個和人腦復雜程度相等的計算機,就需要1000兆瓦的能量,所以現在的人工智能面臨著兩個大的問題:一是內存強,存儲出了問題,算不動,存不起來。二是能耗強,耗能量巨大,這都不是人腦正常耗能所比的。所以類腦芯片研發,就是全球所有的發達國家集中進行的一項工作,也是我們國家的腦計劃重點研發的工作,可以想象如果哪個國家攻克人腦一部分一個小的區域的活動原理,并把這個活動原理用到機器人身上,研發出來這種機器人的武器,不掌握這種類腦技術的國家就根本不能給人家相比。 

  未來很好,非常豐滿,現實很骨感,面對數千萬老疾病患者,面對人腦的分子運行機制甚少,我們發現人腦處理中文和英文腦區有相同的地方也有不同的地方,所以神經外科醫生在進行手術的過程中,開顱手術過程當中,怎么樣設計手術方案,保護患者的大腦語言功能,避免手術之后人為造成偏癱失語,是我們研發的一個重點。 

  手術之前如果不對患者的大腦語言功能區進行個性化定位,手術后語言障礙發生率70%,美國是33%—50%,個性化定位非常重要的,我們來演示一下怎么和醫院合作的,我們在深圳怎么用互聯網+醫療的技術來進行這方面的合作。 

  我們進行語言運動功能的測試任務設計,醫生進行腦功能的掃描,這是患腦直流,正好是在大腦語言的區域。在手術之前我們對他進行認知測試,腦膠質瘤的區域正好是他理解語言的區域,所以手術的時候就要保護周邊的區域,這是我們做磁共振的培訓,把病人放到機器里面掃描,我們國家有三千多家醫院都有這種機器可以掃描病人的腦功能,包括縣城一級的醫院。我們很清楚這個腦區有特定的功能,我們只需要設計兩個任務,掃描的時間只需要五分鐘。 

   掃描完之后醫院把數據傳給我們,我們進行數據處理,一個病人的數據我們40分鐘就可以出來,一個學生助理可以處理10個病人的數據。這是膠質瘤,發亮的地方是負責并深語言的區域,有的區域非常靠近膠質瘤的區域,在手術的時候就要保護這個區域,保護紅色、黃色的區域。我們做完之后,寫完檢查報告,把檢查報告送到醫院,醫院醫生為病人進行開顱手術的時候進行參考。醫生拿一個很小的無創的電擊,按住病人的腦袋,如果按住這個區域他還可以說話這個區域就可以切,如果不可以說話不能切;手術之后我們對病人來進行術后的語言功能預測,包括看這個病人腦區的激活問題,我們發現病人的大腦語言活動區沒有受到損傷,而且病人整個的語言功能也是非常完整,這是我們在和醫院進行的互聯網醫療的服務。謝謝大家。 

  主持人:謝謝譚力海先生為我們送上非常生動的一場分享,首先他為我們介紹了人腦研究過去的歷程,主要是一直延續到1980年代的中期,當神經影像技術出現之后我們意識到是對腦科學研究而言是一個新的歷史階段,但是非常遺憾的是,到現在為止我們對大腦的所知依然是不夠多的。譚力海先生也為我們很詳細介紹了關于類腦計劃智能產業發展的諸多目前存在的問題以及未來的愿景,未來類腦芯片會成為這個行業發展的很重要目標,關于類腦芯片稍候會在圓桌論壇中會有所體積。譚力海先生通過非常生動的視頻和我們分享了他和他的團隊在大腦手術后降低語言障礙發生率方面所做出的成功實踐,可以說腦子應該是我們每個人都特別熟悉但是又非常陌生,但是卻意義非凡的器官,我們希望未來譚力海先生在這個地方能夠做出更多的成果來造福全人類,再次掌聲向譚力海先生表示感謝。 

  以上就是我們今天的第二個分享的主題,腦科學與類腦智能,接下來我們會進入第三個主題環節,和生命科學有關:基因工程與數字化生命將如何改變人類健康”,我們一起聆聽各位專家的觀點,第一位演講嘉賓是飛利浦中國副總裁兼首席技術官王熙先生 ,作為飛利浦中國研究院和中國數字化創新中心的負責人,王熙先生帶領團隊持續推動醫療科技和健康生活兩大領域的技術創新和整合解決方案,為中國醫療行業的可持續發展作出有意義的貢獻,以至于我會產生這樣的想法也許譚力海先生和王熙先生如果形成一對研究組合的話可能會打遍天下無敵手;他的演講題目是數字創新的挑戰和機遇,大家歡迎。 

(王 熙   飛利浦中國副總裁兼首席技術官)

  王熙:首先我謝謝主持人王先生,非常感謝大會主辦放把我們安排在譚院長后面,譚院長剛剛介紹到很多跟人類生命科學,大腦科學相關的高精尖科研方向,我們作為飛利浦公司來說可以提供到相應的核心技術。剛剛譚院長也介紹到一些手術以及手術所需要用到的設備,其中除了X光機、CT以外,剛剛提到的核心設備,就是核磁共振的設備,飛利浦作為全球三大醫療設備的供應商之一,這個恰恰是我們的核心競爭力之一。有了承上啟下,也一定程度上譚院長的精彩演講,把我們其中一部分的業務組合做了非常好的介紹。 

  這個題目是針對于數字時代的創新,當然我們作為飛利浦一家公司,我們的業務組合到底在哪一些方面? 

  飛利浦一直傳承著創新的理念,從我們最開始作為一個照明業務作為唯一的業務到今天我們是已經轉型了,我們叫做轉型的業務6.0,每一家公司在轉型的過程當中,應該或多或少都走的是同樣的歷程,最開始從業務比較單一化,主要核心業務是圍繞歐洲市場到轉型成為一個業務范圍不斷擴大,業務的組合作為多元化,再加入到我們走向全球成為一家國際化公司,再進入到一個階段是不斷膨脹你的業務范圍,然后現在的階段是讓我們的業務圍繞著一個非常核心的概念叫做“健康科技”。也剝離一些跟健康科技不相關的業務,比如說照明,這是我們原來飛利浦成家立業最開始的基礎。通過這些大家也可以看到,健康科技現在的命題已經跟歷史上非常不一樣了,最開始我們可能核心圍繞的是,如果一個人有了疾病,我們怎么去診斷,然后用相應的治療手段去解決這些疾病。 

  到今天在這個大數據膨脹的年代,大家都知道數據的存儲成本越來越低,計算能力越來越快,這時候我們的可穿戴設備都變得越來越有可能,在這種情況下,一個以人為本,圍繞著人的中心,并不是以疾病為起點,圍繞人的健康科技的概念就很容易讓大家能夠接受了。 

  我們公司業務的組合主要就是圍繞著健康科技,最開始以人為本,從健康的生活方式進入到預防再進入到診斷、治療,還有一個家庭護理的概念,每個環節都產生了大量的數據,都需要相應的設備,有一些可能是可穿戴的,有一些可能是需要專業的護理機構比如說醫院才能做的,需要有專業的訓練能力,還有一些是手術的專家才能夠解決。還包括家庭的關乎,為什么現在家庭關乎重要呢?剛剛譚院長介紹了很多疾病是針對慢病的管理,這種慢病的管理是不太現實,你會一直讓病人在醫院的,這種情況下如何使病人在家里也能照顧到他的疾病本身對他的全過程的深入了解,使醫生及時需要的時候介入,幫助病人管理好整個過程。通過這個過程賦予病人有更多的自主性,你可以更好地清楚了解到,這個過程中你作為一個病人怎么能夠去發揮你的作用。 

    我們的戰略目標應該說是圍繞著如何提升患者的體驗,以及改善醫療的成效,包括提高患者的滿意度,也包括如何提高生產率,降低醫療的成本。這是我們的戰略目標。 

   剛剛譚院長提到很多腦相關的疾病,尤其是今天中國人的生活方式帶來很多心血管方面的疾病,也包括隨著心血管帶來的中風更具挑戰的疾病,這些都會是增強如何讓病人在慢病的全過程當中主動積極地參與進來,我們作為飛利浦公司在這里面也投入了很多的創新,并且發揮我們作為一個設備以及解決方案的供應商在這里面起到的創新作用。 

     介入的療法,包括實時影像、智能設備,也包括可能存在的機器人的介入,以及增強現實指導外科醫生進一步進行無創的手術或者有創的手術。 

  我們認為在人工智能和大數據的領域,應該說今天的概念在幾十年前其實這些設備供應商們已經開始了,包括如何能夠輔助醫生,可能是放射科的影像醫生,如何幫助他們快速、高效,集中他們的注意力在一些專業領域上,你拿到醫療影像有可能是CT、核磁的,如何通過智能的算法,首先幫助醫生去集中到真正有病灶的區域,這些在今天看來就有相當一部分是人工智能的研究課題。我們今天隨著數據的大爆炸,我們相信數據本身能夠給人工智能賦予更多的含義,這并不等于今天就比昨天來得更容易,如果大家認真看一下我們醫院現在的情況,一是信息存在孤島,也就是說醫院的各個科室之間的信息還沒有足夠流暢到共享。二是作為人工智能也好,深度學習也好,它是需要標注的數據,也就是說你需要知道影像的資料,也需要知道被標注的區域哪些有真正病灶,有了這個才能做你的模型培訓,而這些本身不同的區域,不同的經驗程度的醫生,他的標注精準性是有爭議的。這直接也會帶來我們模型本身是不是能夠放到很大的范圍內具有足夠通用性的問題。 

  更不用說我們現在醫院里面很多的數據,雖然是電子化了,但是它還沒有結構化,沒有結構化就意味著你需要人自身主動去干預,并且要花費大量的人力去做相應的人工的處理。 

  現在醫院很多的報告通過人工智能的算法,比如說NLP自然語言處理的技術,可以使非結構化的診斷報告結構化,可以大大提高醫院針對于病人管理的效率問題。同時,尤其是針對這些慢病,比如說癌癥、腫瘤,需要一個長時間范圍內觀察,并且采集數據,并且數據的類型來自于各種不同的方面,有的是設備的,有的是EMR的,有的是實驗室的數據等等,在這種情況下,如何能夠把這些關于一個病人的數據,在一個相對長的周期內不是一天也不是一個星期,也不是一個月,甚至是幾個月幾年的情況下,如何把這些數據整合起來,綜合到一起,使我們對這些慢病、腫瘤等等利用人工智能的技術真正提高慢病病人的管理。它是前沿,也有足夠的創新價值,可以造福于人類。 

   我們還針對于圍繞人,我們的業務組合主要是以人為中心,圍繞著整個健康科技的環節,這里面可以看到的是針對人的各個臟器,我們有很多的技術、產品、解決方案,這里面更多是針對一些核心的器官,對于我們來說,在中國的現代環境下,肺癌的發病率非常高,并且中國還有一個特點就是肝的問題,亞洲人在肝病問題上,在全世界來說它的發病率是數得上高。飛利浦特別是結合中國市場,做了大量的深入分析,投入了很多的研究資源,其實也就提供了相應的人工智能產品和解決方案。 

  在全世界有四大創新中心,其中總部是在荷蘭,上海是其中四大之一,還有北美的波士頓,還有印度的班加羅爾。飛利浦在中國這么多年下來,我們做了很多的針對于有中國特色的一些創新,大家可能知道慢阻肺是要占醫院相當的資源,因為他的呼吸機是要做相應的調整,過去的一般做法是這些病人要去醫院掛號、見醫生,但是見到醫生做的事情就是做呼吸相關設備的調整,參數的調整。但是這個本身完全可以用另外一種方式去做,因為慢阻肺雖然有生命的危險,但是在過程當中,99%的時間其實并沒有真正地對于生命有威脅,如何真正地一方面使得病人的生活質量提高,而不需要時不時去醫院做相應的參數調整;另一方面能夠幫助醫院釋放出相應的醫療資源,使得他更好地輔助到更多需要關護的病人。我們提供了一套慢阻肺的解決方案,使得病人可以在家里把呼吸機參數傳輸到相應的醫院,在醫院通過智能的算法有效地提醒醫院的相關醫護人員,相關的病人是不是需要及時讓這樣的病人回到醫院,通過醫院的專業設備才能去做進一步的干預。 

  但是在更多的場合下,其實這些病人完全沒有必要再重復多次地去醫院做相應的設備調整。這些方案我相信在中國是比較有特色的,它的確幫助到很多的病人提高了他的生活質量,我們還有類似的,比如說心血管的心內科,跟北大第一醫院的合作,是針對手術之后,這些病人手術之后頭三個月是很重要的觀測的串口,如果有相應的病癥的征兆,這些病人需要及時回醫院做相應的檢測。但是如果病人和醫院的醫護人員在沒有相關的設備情況下,很難知道這個病人在院外是什么的健康狀況,到底有沒有某些時刻有一些特殊的信號會發生以及什么時候發生,發生的程度有多么劇烈。我們通過互聯網+智能算法,把相應的設備參數、信號可以傳遞到醫院,使醫院可以及時探測到病人需不需要醫院的介入,這些都是跟慢病管理極其相關,并且我相信在未來中國社會現在也越來越朝著老齡化的方向發展,這些都會帶來非常核心的價值。 

  在譚院長的PPT看到腦中風,我們有一個案例,我們跟上海的滄海醫院有一個關于綜合持續健康管理平臺,2014年前醫院針對于腦卒中病人需要平均120分鐘才能對這些病人實施藥物治療,主要是溶酸。到今天醫院的平均針對這樣的病人溶酸治療的時間已經降低到了20分鐘,大家可以看到這個效果是非常明顯的。 

  剛剛也介紹到腫瘤、癌癥的發病率問題,就不具體介紹了,中國也面臨著病人和醫生之間的比例是失調的,我們需要通過更多的人工智能算法來幫助病人的管理,謝謝大家。 

  主持人:感謝王熙先生,剛才就飛利浦如何將AI等前沿技術轉化為健康創新;為我們所做的詳細分享。結果下來的演講嘉賓是有請平安科技首席醫療科學家謝國彤先生,謝國彤先生是 

  人工智能領域的知名科學家,謝國彤先生曾參與國際開源組織和國際標準的制定工作,累計在頂級國際會議及期刊上發表50多篇論文,獲得40項專利、3項IBM杰出研究獎,并于2016年獲得IBM最高獎“Best of IBM”。謝國彤先生的演講題目是平安醫療科技-用人工智能技術重塑醫療,有請謝先生。 

(謝國彤 平安科技首席醫療科學家)

  謝國彤:謝謝主持人,各位專家各位來賓大家下午好,今天很榮幸有這個機會跟大家分享平安在這方面的實踐和體會。 

  大家聽到平安可能不會想到醫療,可能大家會想到保險,我介紹一下平安的醫療。其實平安在過去五年在醫療領域做了很多的投入,構建了平安醫療生態圈,包括三個緯度,從患者端,醫療服務提供商,還有支付,平安已經有非常多的業務。平安是一個保險公司,平安從壽險、健康險有超過1.6億跟醫療或者健康相關的客戶,同時通過醫保科技平安為250個城市提供各種醫保的理賠、精算,包括一些反欺詐的智能解決方案。從患者端,平安有線上平安好醫生,目前有2.2億左右的注冊用戶,每天的問診量超過50萬人次,同時又線下平安萬家診所,從醫療提供服務上,除了平安好醫生做高端的檢查檢驗中心,還有平安醫療科技賦能醫療機構,幫助醫療機構提供更好的服務。 

  從我們平安科技角度做人工智能,人工智能是非常大的題目,我們的特點是什么?就是覆蓋診前診中診后。從平安角度會在診前做疾病的預測,疾病的篩查,診中做智能的輔助診斷和輔助治療,診后做隨訪,通過人工智能技術賦能醫療的整個流程方方面面。今天我會給大家舉三個具體的例子:疾病預測、醫學影像、智能輔助診療。 

   第一,疾病預測為什么是一個很重要的問題?中國目前有超過3億的慢性病患者,怎么辦?除非增加更多的醫生,花更多的錢,或者通過預防的手段控制病人的數量,延長病人患病的時間能夠達到提高人民的生活質量或者降低費用。疾病預測很難,類似于你要做預測未來的水晶球,有三大技術挑戰:一是醫療的數據多模態,緯度非常高;怎么從成千上萬緯度中尋找關鍵的風險因素?二是時間序列分析,患者的醫療數據不是單次,可能有三年五年更唱的數據,怎么從疾病演進中預測各種事件的發生。三是可解釋性,醫療的模型對醫生要信得過,敢用,要能夠理解這個模型,很多機器學習的方法,它是黑盒模型,需要讓這個模型讓醫生能夠信任和理解。平安主要是兩步的疾病預測方案:首先是融合深度學習,集成學習,包括時間序列分析各種方法,構建了非常精準的疾病預測模型,可以跟現有醫生使用的模型比,它的精度可以提高50%以上。二是我們針對非線性模型做各種因子的分析,幫助醫生理解這個模型。 

   這個模型怎么用?用到兩個領域:一是人群的趨勢預測,深圳我們做了流感、手足,二是針對四大類型的疾病,心血管、糖尿病、呼吸系統、慢阻肺、腎病,針對這四大疾病做出了超過40個疾病預測,目前已經在五個省市覆蓋了2億人群使用這樣的模型發現那些有疾病風險的患者,對他們進行早期的干預和治療。 

      第二,醫學影像,剛剛提到中國有那么多病人,相應的醫生也有非常大的負擔,美國的醫生一天看20個病人左右,中國的醫生一天要看100個病人左右,但是最恐怖的是影像科放射科一天要看200個以上的片子。一是提高醫生的效率,二是提高醫生看片的質量。它覆蓋了人體的九大系統,通過40多種模型覆蓋多模態影像,二是覆蓋了超過人體九大系統,不管是從頭部、內分泌、心血管,它是最全面的醫學影像的方案。 

      什么叫提高醫生的效率?有一個腎臟病理篩查,紫色是腎上一小片切片,它有十億個像素點,醫生要從這里面找到超過100個腎小球,就是肉眼很難分辨的點,要去每一個腎小球數它的內皮細胞各種細胞的數量,因為數量決定這個病人腎病的疾病程度。醫生要花30—60分鐘才能完全這樣的報告,利用我們現在智能的病理影像技術,我們會把所有的腎小球標出來,也把不同的細胞做成分類,生成一個報告,然后醫生去修改,大大提高他的效率。 

  什么叫提高它的質量?放了三張OCT,是對人眼底的三維掃描,這個設備在展會現場就有。這三個片子看起來很類似,但是它是很不一樣,第一個片子是健康人的視網膜掃描,后兩個都有病灶,它非常微小,很容易漏掉,用我們這個系統可以非常清楚找到它,給醫生和患者一個篩查的報告,提示患者要去就診,這樣來提高篩查的效率和質量。 

    目前平安的智能影像系統在超過100家的醫院都已經在實際使用,針對40多種模型每天幫助醫生,我們每天處理超過2萬張影像,幫助醫生提高他的效率和質量。 

   第三個例子,關于疾病輔助診斷和治療,中國現在一年大概就診的人次80億人次,幾乎有40億人次發生在二級以下的基層醫療機構,這是分級診療的威力,確實分級了,但是分到基層醫療機構的診療,診斷和治療的質量要靠什么辦法得到保證呢?我們知道基層醫療機構的醫生受限于他的能力和經驗各方面,質量是需要提高的。分級智能診療的技術就是來幫助他們在做這40億次就診的時候可以提供最好的診斷和治療的建議,幫助到這些患者。要做這樣的系統核心就是要提供數據庫和知識庫,這兩個庫平安在過去30年從健康相關的業務中間,不管是支付業務、好醫生的患者業務,診所業務,包括體檢業務,我們積累了大量的數據庫和知識庫。這個就是平安過去30年積累豐富的數據庫和知識庫,這兩個是我們構建智能診療系統的強有力基礎。 

  有了這兩個庫之后,就要構建一個醫學大腦,第一步就要把它變成從文獻和知識庫變成一個圖,這個圖就會把他們的關系找到,比如說高血壓有什么癥狀,要吃什么藥,患者會問什么問題,這樣會構建非常龐大的知識圖譜。這個知識圖譜就類似于醫生通過醫學院的學習構建出來的指示體系,是整個疾病診療過程的一個主框架。基于這個主框架是不是就能看病?肯定不行,就像是一個剛畢業的學生是不能馬上成為一個好醫生的,需要通過在實際診療中不停學習提高自己的經驗,學習就是通過病例學習,第二步就是通過大量的病例,影像的檢查檢驗結果,我們讓知識圖譜變成一個持續學習的系統,持續地去積累各種治療什么樣的病人,是一個持續學習的系統。有了這個知識和數據之后,就會變成一個導航儀,如果把它和自動駕駛做一個類比,它不是要自動給別人做診斷和治療,他是給醫生用的,本身基層醫生指導他一步一步應該怎么樣做出最準確的診療,會自動提示這個醫生有哪些癥狀要問,你應該給這個病人做什么樣的檢查檢驗進行確診,決定你應該怎么樣用藥,最后會給出各種用藥的組合方案,來達到控制并發癥的效果,這都是由智能大腦一步一步地提供信息給基層醫生來提高他的診療能力。 

   剛剛講了從診前診中診后,這些系統都需要應用,在應用中積累經驗,收集數據提高,智能疾病預測在5個省市用地覆蓋兩億人口,智能影像篩查在100多個,我們把人工智能的模型應用到實際。醫療人工智能是漫長的路,它不是說一年兩年三年就能夠看到最終的成功,但是通過目前平安的實踐,我們通過把這些模型應用在這些醫院、患者、醫療機構中間,我們積累經驗,不停地完善這些模型,未來這些模型最終可以來緩解看病難看病貴的問題,達到的效果就是讓每個人活的更健康。 

  主持人:感謝.謝國彤先生,剛剛謝國彤先生為我們送上一篇條理非常清晰的演講,為我們分享了平安科技在打造有端到端的智能醫療管理平臺方面所做出的卓有成效的實踐,接下來我要請出的演講嘉賓是IBM沃森健康大中華區首席運營官周德標 先生發言,周德標先生指導實施眾多行業領先的解決方案,今天他的演講題目是沃森健康構建智能醫療時代,有請周總; 

(周德標  IBM沃森健康大中華區首席運營官)

  周德標:感謝主持人,感謝各位領導,感謝在場的嘉賓今天聆聽關于我沃森健康的介紹。我叫周德標,現在在沃森健康大中華區負責運營,謝國彤剛剛的平安首席醫療官以前是我的同事,他介紹的內容以前我們在研究院其實聽了很多次,我接下去的演講在技術上的東西講得稍微少一些。 

  IBM沃森健康進入中國時間已經有不到三年的時間,今天我在會場的路上,我們有一個以前IBM的同事,他打電話給我,他才30多歲,不幸最近診斷為直腸癌晚期,他家里還有一個懷了九個月身孕的妻子,這個對家庭是非常大的打擊,他也不敢完全相信醫生給他的判斷就是正確的,畢竟只有一年對他本人和家庭都是巨大的負擔。他問我沃森健康聽說腫瘤的方案在中國落地,我想去看看,怎么弄?我在路上聯系我們的銷售,下周一早上就去海總,我不知道沃森健康是不是可以幫到他,但是我想給他的生存帶來希望。 

   IBM作為一家IT公司,我作為IT出生的工程師,現在在醫療產業幫助大家,無論是延續生命也好,挽救生命也好,或者讓大家的生活生活更為健康也好,任何一個做出的付出都能帶來一點回報,對我們來說是非常大的欣慰。IBM在人工智能和醫療領域其實耕耘了很多年,最早1956年,也被稱之為人工智能的元年,因為在這一年美國的達特茅斯學院有一個會議,世界上當時的人工智能領先科學家在這個會議上第一次定義了人工智能的研究方位,1956年稱之為人工智能的元年。這之后人工智能是潮起潮落,一直在一個技術和時代當中不斷地發展演變,其實我出去演講一直講到人工智能其實有兩個大的方法論的問題:一是普通哲學上的演繹法,二是歸納法。我們醫學上也有同樣的思路,其實人工智能的技術主流也是在在這兩種方法論中間不斷形成螺旋式的上升。在1997年,IBM的深藍計算機第一次占戰勝了世界國際象棋冠軍,80、90年代的時候人工智能一度非常熱,當時比較熱的系統是專家系統,其實當初最初的應用場景就是在醫療現場。但是進入90年代以后,大家發覺演繹法要制造專家系統付出的代價非常大,效果也并不好,90年代的人工智能進入低迷期,97年IBM通過這樣的人和機器的大戰的勝利,重新鼓舞起人們對人工智能的信心。 

    2008年,IBM從機器學習方面發展了沃森的品牌,在2011年在美國的危險游戲人機大戰,跟97年的人機大戰最不一樣的地方就是完全對話,自然語言對話的人機大戰,主要做智力競猜的,IBM的沃森人工智能平臺第一次戰勝了人類的兩位冠軍。這也是一個非常轟動性的事件,意味著人工智能的方法論重新回到歸納法,我們從數據當中發掘規律,去尋找算法,然后再去建立一個系統。 

   2014年,IBM正式決定把沃森進行商用化,單獨成立一個部門IBM沃森,2015年成立了沃森健康部門,之后進行了一系列的兼并收購,我們主要收購四家比較大的醫療公司,我相信在座很多人都知道。IBM沃森健康是一個基于IBM沃森云平臺的解決方案,其實跟我們之前的伙伴們介紹的最大不同點,主要體現在這個地方,因為IBM的沃森健康最初就是考慮到沃森這個平臺必須是建立在云平臺上,必須提供一個普惠醫療,能夠提供一個標準化的服務給到這些醫院、健康醫療行業的從業者。第一個它的大特點就是云,因為IBM沃森健康是基于IBM的云,IBM的云是基于IBM的公有云和私有云的框架上,但是在醫療健康的行業要投入云的使用我相信大家在醫院工作的人也知道,有一個非常大的挑戰,就是你要符合這個行業的合規要求,還有就是數據隱私方面的要求。 

     所以IBM從一開始考慮到健康醫療云需要符合行業的GSP,包括數據隱私方面的要求,在美國我們是符合要求,在中國我們和本地的合作伙伴合作,完全符合中國的國家相關部委的法律政策。 

   第二,健康醫療行業我們講今天的人工智能是基于數據的平臺,所以患者的數據也好、患者相關的醫療保險的支付數據也好,對我們的引擎、算法的生成是非常重要的,剛剛也講到IBM從2015年成立沃森健康部門以后,通過一系列的兼并收購,包括之前自己公司的長期積累,獲得了非常巨大的數據量在美國,今天我們有一個醫療數據標準覆蓋美國70%的人口,是非常大的患者數據量。 

   第三,認知計算,IBM一直說是認知計算,因為我們最初的時候并不敢提人工智能的詞匯,因為大家一提到人工智能腦海中自然浮現一個機器人的形象,IBM還是希望把人工智能的技術真正切切實實帶到應用當中,給到醫療健康行業一些變化。所以我們提出的是認知計算的主題。 

   沃森健康比較大的特點就是我們不只是在醫療影像或者新藥研發領域發力,它是整個跨醫療健康產業鏈的整體解決方案,待會片子我會介紹,之前我們合并之前有150種解決方案,今天我們把它歸納整理四個行業的解決方案。 

   第四,合作。因為和生態系統的合作無論是人工智能也好,或者其他的技術也好,在健康醫療行業我們要真正落地一個技術,其實離不開和這個行業的生態伙伴合作,包括現在的IT合作伙伴,也包括醫院、制藥廠、醫療器械公司等等。 

    這是IBM沃森健康整體的解決方案藍圖,今天我把所有的解決方案按照四個行業進行歸納: 

  我們有一些方案是跨平臺的,今天所有的解決方案主要是為四個行業服務:健康保險行業,也就是平安有自己的商保、醫保,美國有商業保險是為醫療提供服務的。二是醫院,沃森健康在醫院領域打造沃森腫瘤的端到端解決方案,我們圍繞腫瘤一直從醫療影像診斷再到醫療診斷方案推薦到基因檢測,到基因臨床實驗入組有完整的體系。三是政府,中國的醫院大多數三甲是政府主管,政府對醫院監管有各種各樣指標的考核,這個領域我們也有相應的解決方案。四是生命科學,今天中國也在鼓勵自己的新藥研發,我們也有為新藥研發做的產品。 

   大家可以看到上面一條,橫跨四個領域就是沃森健康的數據平臺。回到解決方案,我特別想提的就是腫瘤解決方案,進入中國的時間比較長,我們在2016年和杭州(認知)簽署第一個代理銷售協議,我們在中國落地的沃森腫瘤解決方案一共有兩款產品,一是腫瘤學的解決方案,二是基因組學的解決方案,腫瘤學的解決方案為醫生、患者提供最佳治療方案推薦,基因組學,今天很多腫瘤離不開靶向藥物的治療,要進行靶向藥物的治療必須要有非常清楚的病人具體變異基因的報告,基因組學的方案今天是給二代測序的公司廣泛應用的解決方案。 

  還有一個叫臨床試驗匹配,腫瘤一旦發現,其實留給這個病人的時間往往不長。很多新藥其實有效的治療方案很多還是在臨床實驗階段,怎么能夠幫助病人有限的時間里面找到有效的治療方案是非常重要的。臨床試驗匹配就是幫病人找到世界上臨床試驗的試驗,讓他參加這個試驗,盡早參加治療。還有一個是形成一個腫瘤的閉環,今天還有一款產品剛剛推出,是醫療影像,專門做腫瘤診斷的醫療影像方案,在美國已經產品落地了。 

   我還是回到平臺建設,醫療有兩個問題要解決,一是真正針對疾病的,我們要解決醫療資源緊缺的問題,我們的腫瘤解決方案其他的解決方案是幫助醫療行業能夠解決這個醫療資源分配不均衡醫療資源緊缺的問題。還有一個問題醫療健康行業比較大的特點,醫療健康行業相對來講是一個孤島化的狀態,每家醫院或者說每個城市或者每個省我們的系統、數據都是隔離的,雖然政府做了很多年的努力,但是我們今天還是沒有看到整合全國的數據平臺在那里。今年二季度我們跟中電數據正式簽署了數據平臺項目落地的協議,現在這個項目正在進行當中,預計明年中可以看到一個國家健康數據平臺在中國落地的場景。這個健康平臺通過我們合作伙伴中電,幫助三甲醫院把數據進行重新整合,標準化之后提供給所有生態圈的合作伙伴,生態圈的合作協議,包括中電數據最近剛剛跟藥民康德簽了一個協議,在這個領域可以利用平臺產生的數據為他們的新藥研發提供服務。 

    今天做的介紹比較簡單,大家如果有需要PPT的話,我在之前的介紹當中有我的二維碼,大家可以來要我的演講資料。 

  主持人:謝謝周德標先生,非常抱歉我們的電腦出了一點問題,剛才周德標先生為我們分享了沃森健康的諸多特色,它的四個特點云特色以及跨醫療健康產業鏈成為它的非常獨到的地方,同時為我們介紹沃森健康主要為四個行業服務,他非常詳細為我們介紹了腫瘤解決方案的整個提供流程以及幾款最新的產品,最后他也談及了在平臺建設方面沃森健康所關注的醫療資源緊缺以及醫療數據孤島化方面我們可以拿出怎樣的解決方案,再次掌聲向周德標先生表示感謝。接下來有請華大基因研究院執行院長  侯 勇 先生,為我們帶來精彩發言,侯院長是科技部863項目和廣東省自然科學基金重點項目子課題2項,負責深圳市重點技術攻關與應用示范項目2項,總經費近1500萬元。申請國家發明專利30余項,獲批美國專利1項,相關成果轉化累計為企業增加2000余萬元收入。他今天的發言題目是組學大數據與健康,掌聲有請。 

(侯 勇 華大基因研究院執行院長)

  侯勇:感謝主持人的介紹,感謝各位的參與地我是侯勇,今天我給大家講述的主題是:組學大數據與健康。大家可能聽了一下午了,前面幾位專家提到比較多是跟醫療有關,特別是像我聽到提到心血管、腫瘤疾病,我的演講里面最后比較多會是跟健康相關的。 

  先做一點基本的科普,為什么要做基因大數據?我們都知道基因是決定表型的關鍵,這個也是自從90年代、2000年代初人類基因組計劃完成以來,我們發現越來越多的基因控制了我們人類各種各樣的表型,大家自己感興趣可以試一下你的拇指能不能彎曲,單眼皮雙眼皮,包括舌頭能不能卷曲,很多背后都是由基因控制的。 

   有一些極端的情況下,基因的改變會造成一些疾病,比如說常見的地中海貧血,就是由于一個基因的突變導致的。其實我們如果去看最近這些年的基因與健康的相關研究的話,我們會發現其實基因在不孕不育,出生缺陷,新生兒的代謝病以及現在所謂的三高四高的疾病里面,它都會起到至關重要的作用。 

   其實剛剛有幾位專家提到了,我們現在做醫學的檢測時候,基本上大家得了病然后去醫院,是從宏觀層面,從器官層面會去拍磁共振,拍CT,如果從生物學家的角度來看,其實我們所有的人都是由一個受精卵細胞發育來的,這個受精卵細胞里面的基因組它的程序是控制了我們人以后的一系列生長發育過程,這個基因組信息它的變異,會跟我們人體所處的內環境以及外環境相關,這些內環境包括身體里面共生的微生物,外環境包括我們每天呼吸的空氣,包括喝的水,最近幾年很火的精準醫學,其實恰恰就是基因組技術,組學技術的突破,讓醫生,讓科學家能夠從根上,從細胞的遺傳物質,從DNA上能夠探尋疾病的發生發展的機制,來采取對應的應對策略。 

   我們都知道如果我要想做精準醫學的話,首先需要做生命的數字化,不管是基因組還是表觀組還是微生物組。怎么來進行基因的數字化?其實說簡單也非常簡單,這60億人的基因組基本構成都是ATCG,可以理解為撲克牌四種花色,我們要做的事就是把ACCG的序列通過科學實驗的手段檢測出來,把它排布出來。 

  目前可以去讀取基因數據,其實全球目前是兩個國家,就是中國和美國,有三家公司,其中一個是華大;但是看到我們在這里面展示的圖,特別提到了讀取人的基因數據機器,我們是叫BGI  Designed,我們現在是可以設計制造自主可控的基因測序儀。自主的基因測序儀現在已經能夠滿足生命科學領域所有的研究以及我們的臨床診斷的需求。 

  舉個例子:隨著基因測序成本的飛速下降,這幾年大家如果去醫院或者體檢機構,其實都能夠感覺到不管是無創產前診斷還是腫瘤的個體化用藥都在越來越普及,這種普及它離不開基因測序成本的下降,基因測序的成本其實是遵循超摩爾定律,每隔18個月成本就會降低超過10倍,甚至現在根據我們的一些計算,隨著國產化的進程,以后的下降速度會非常快。 

   隨著基因測序成本的下降,現在已經能夠通過基因測序提供貫穿生命周期的精準醫學解決方案,這是包括了孕前、產前、新生兒的代謝,以及年輕的夫婦準備結婚的時候,要做一個基因病的檢測以及到中老年的時候發生的腫瘤,包括一些未知的感染,其實這些疾病現在都可以通過基因檢測的方式來為醫生、臨床的專家提供更加準確的解決方案。 

     在這個方面其實華大也積累了非常多的檢測數據庫,比如說無創產前診斷,現在在全球范圍內已經服務了超過400萬位孕婦,這些大數據又能反過來給我們的科學研究以及公眾提供什么樣有用的信息?這個地方舉了一個簡單的例子:比如說我們在中國人百萬的無創產前的數據里面,同時可以用這些數據驅推算,比如說地中海貧血基因的機率,比如說它跟孕婦的身高是存在相關性,除此之外我們還特別做了一個非常有意義的研究,我們在這100萬的無創產前診斷的數據里面,發現了極個別,大概是十幾例幾十例的孕婦,我們在做胎兒檢測的時候,同時發現母親可能患有癌癥,大家都知道癌癥的發病率其實是百萬分之十幾,我們這個數據恰恰印證了,如果在人群里面隨機選擇人做測序的話,很有可能會出現極個別的個例會攜帶腫瘤。做完研究以后立馬向國家的食藥監局器械評審中心提交了申請,因為我們可以利用同樣的技術快速地為一些孕期腫瘤患者提供檢測和診斷的服務。這個其實恰恰就體現了我們基因組大數據在臨床診斷以及科學研究里面的巨大作用。 

    同時,我們不僅僅是能夠在科學上發現腫瘤的信號,最后我們反過來還很快速把它用在產前的臨床診斷上,具體的遺傳咨詢的工作由合作醫生來完成。 

   其實基因除了讀之外,大家知道在全球競爭比較激烈的領域,除了基因的測序,基因的讀取以外,還有基因的精準寫,包括DNA合成,我們也在去年國際頂尖期刊上發表了皇冠的科研論文,未來有什么作用?比如說未來的農業、醫學診斷、信息存儲,我記得有一位專家提到,后面億級的數據沒有辦法找到存儲的方式,恰恰我們地球上非常豐富的生物資源,基因資源往往可能會給未來IT提供更多的解決方案。我這里也有一個例子,我們有一個年輕的同事也是不幸得了晚期的結直腸癌,結合我基因的合成和細胞的干預,再結合PD1的抗體,我們是跟深圳的南山人民醫院合作,現在對他晚期的腫瘤病情已經有了非常好的控制,對應今天的主題就是顛覆性的技術,我們可以看到現在已經除了能夠把基因讀清楚,未來我們完全有可能把基因通過工業化的方式把它寫清楚。最后在更多的前沿產業領域得到應用。 

    我們講基因大數據重要并不是說基因就是萬能,特別是在健康領域,比如說生活習慣,相信大家都有相關的感覺,我在這就不再絮叨,就講自己的故事。 

   健康的本質就是人性的管理,這是我加入華大之后的體重變化,像我這樣的年輕人,大家總是想著先賺錢,以后有錢再拿錢換命,我們通過自己的組學檢測會發現往往事實可能不是這樣,舉個例子:我在碩士畢業的時候,已經拿到基因組的數據,我相信可能是全球唯一一個研究生寫的碩士論文是用自己的基因組數據,那個時候是2013年左右,這是南方日報的文章,那時候基因測序的成本還要十幾萬,如果現在去外面隨便找一家公司大家問一下測一個人的基因組,我們在國際上的官方報價是600美金,也就是說幾千塊錢,如果只測跟基因相關的,只需要1000塊錢或者2000塊錢。 

   這個基因測出來有什么用?我還是要回答,大家同樣是加班,為什么我會胖這么多?通過基因的分析,我們就能看到一些端倪,這是我發胖個人認為很重要的因素,我有一個基因確實跟大家在座很多人相比,我的基因位點,如果我同樣吃了米飯和饅頭,我的碳水化合物息吸收到身體里面更容易產生白色脂肪,這可能是我這么容易發胖的其中一個原因。 

    除此之外我也會想,其實跟我的基因一樣的人在全國范圍內至少有10%和20%,在科學研究里面也認為人的紅基因組也跟肥胖相關,我后來又分析自己的紅基因組和腸道微生物,恰恰是因為我小的時候用的抗生素比較多,導致我跟普通人相比更容易變胖。我從表型上胖了之后會造成什么影響?這是我免疫的數據,我把自己的免疫細胞數字化了,這是我免疫細胞多樣性,在我比較胖的時候免疫多態性非常差,但是還沒有給我造成不可逆的損傷和疾病,但是我相信狀態如果積累長了,一定會對我個人健康造成不可逆的損傷。 

     最后我發現激素上也會出現很麻煩的問題,其實現在隨著基因組測序成本的下降每個人都有機會了解自己的基因組,我們也做了一些平臺,大家如果感興趣可以去掃描我們的二維碼,甚至我們現在希望高中生以及大學生都可以把每個人的基因數據進行解讀,這是我的總結,雖然說基因可以解決很多疾病,能夠解決很多疾病風險的問題,但是健康可能還是靠我們每個人自己管住嘴,邁開腿,這是我從組學大數據里面得到的最大經驗,謝謝大家。    

  主持人:感謝侯勇先生,我們知道很多女作家是靠身體寫作,而你是用自己的基因寫論文。可以說回答了目前市場對于華大基因的諸多關注的地方,在生命科學這個主題演講環節接下來請出這個環節的壓軸演講嘉賓,碳云智能聯合創始人兼首席信息官黎浩 先生,黎浩先生是國家杰出專業技術人才,并獲評自然雜志2012年度全球科技界年度十大人物,他的演講主題是管理數字生命 選擇更好的自己,大家掌聲歡迎。    

(黎 浩 碳云智能聯合創始人兼首席信息官)

  黎浩:謝謝主持人的介紹,主辦方選了兩個IBM選了兩個和華大基因相關的人來演講,而且一個是搞生命科學一個是搞IT,我和侯勇一個是搞生命一個搞IT,我們想從另外一個視角看這個事情。我更多從個人的視角看看我們怎么做,我們今天的題目是顛覆性創新的論壇,我們應該做一點什么。 

   第一個關鍵詞是顛覆,我們這個行業或者說我們在這個世界上顛覆性的事件有哪些?如果說技術性的顛覆,從漫長的歷史演進過程中,大概是大的時代,一是農業革命,二是工業革命,現在是信息革命,我們現在是處在信息革命時代,現在大家處于生命科學和計算科學疊加的過程,BTIT的融合開創這個時代最偉大的顛覆性創新。這個過程里面我們的每個人其實給了我們更新的選擇,我們選擇什么?我們看看未來我們的身體能否更健康,能否活得更長,所以在大前景下的顛覆性的技術創新下如何選擇自己,中間一個環節就是我們要有一個認知的改變,認知的改變來源于我們是否能有辦法數字化生命,量化自我,這就是我們現在講到,如果我們是在顛覆性技術下,選擇相信,來認知自我,能否做到更好地管理自己,碳云智能就是這樣的公司,我們希望用自己的數據生命管理自己的健康。 

    碳云智能我們在2015年創立,有三個前提假設,因為有了這三個前提,我們才開始更好地了解自我。地球上所有的生命都是以碳為基礎,可以被數字化,數字化的生命可以被網絡化,可以被人工智能化,這就跟IT技術結合起來。我們就可以更好地研究和探索生命的奧秘,所以在這三個前提假設下,碳云智能希望做一個管理數字生命的公司。 

   基因組是什么?基因組是一本關于生命的書,全書23個章節,每一章都是一對染色體,每章里面包含了幾千個故事,我們有兩萬多個基因去解讀,每個詞語由字母叫堿基,每個剪輯有ACGT,我們看到原子能技術,看到計算機技術,計算科學技術,看到基因技術,我們才有可能了解自己的生命到底是什么樣的。 

   剛剛大家聽到侯勇也講,2013年他做自己的測序還是全球最早的研究生,在座的各位估計大部分人還是沒有這樣的這本書,未來也許在基因技術和數字技術的加持下,也可能每個人都獲得自己的測序結果獲得自己的全基因組,你有可能更多了解自己,去改變自己,去選擇更好的改變自己的方案。 

    現在有一個新興的學科計算生物學,計算科學和生命科學的結合其實驗證了生命就是算法,在這個過程里面,我們看到生命技術,我們看到一些數據,比如說DNA、蛋白、腸道微生物,也看到一些結果性數據,比如說謝博士說醫療的數據我們都可以看到這些數據,我們知道輸入的數據也知道一些輸出的數據,但是中間的過程數據是什么?過程的算法是什么?我們現在還不太知道,這個算法就是我們要去逐漸解釋和解讀的過程。 

    其實每個人又是不一樣,我們看到的大數據,看到的個性化數據,對于每個人是個性,但是又有共性,我們希望尋找個性化的路,這個過程就需要計算技術,就需要你個人的積極參與,有你的蛋白數據、代謝的數據和結果性數據可以組合起來做更多的計算、預測和檢測,做精準的預測,精準的監測,才有可能給你一個精準的解決方案,讓你更好地管理自己。 

   說到認知自我來看,其實我們也看到很多認知在我們大家不認知前是一個錯誤的認知,比如說我以前高中課本里面,我們都是元謀人的后代,但是現在科學技術的演進證明,地球上所有的人都是從七萬年前從非洲走出的非洲智人的時代,這就顛覆我們的認知,所有的基因測序以后都知道可能是一條外人色體,證明是從非洲東部走出的非洲智人。我們做基因組測序有什么作用?有一種病叫亨廷頓氏舞蹈癥,非常致命的罕見疾病,所以這幾乎是無法改變的,地中海貧血的疾病其實從另外一個角度來看,地中海貧血又一個選擇性疾病,在一段時間內是一個優勢基因,攜帶有地中海貧血,廣東地區的有10%的人攜帶這樣的基因,但是大概在幾百年前,在血吸蟲橫行的時候,有這樣基因的人是一個優勢基因,但是在不下田耕作,不再有碰到血吸蟲的時候,這就成為一個劣勢基因了,現在如果有兩個父母雙方都有地中海貧血的話,他可能在三五歲的時候夭亡,這里面就說明有的是命定,有的是選擇性的,有的是我們自己的選擇,有的是基因的選擇,選擇和基因命定同樣重要。 

      AlphaGo的技術我們看到它當然不是一個病,但是AlphaGo和李世石下的棋,我們當時認為這盤棋下的有可能是人類最后一盤贏機器的棋了,但是AlphaGo解決的問題是什么?未來能夠用數據的方面,在規定動作下可以解釋很多他一定比人的大腦算得快。其實我們現在慢慢看到人類或者人的個體是一個自適應的復雜共生系統,每天每個細胞每個身體里面的基因都在不斷開關、激活、失活,或者踩剎車或者放油門,你也不知道你的選擇和基因匹配關系是怎樣的,這肯定是非線性的過程,雖然我們有DNA測序,有基因組學的數據,但是遠遠不夠,我們還有腸道微生物,呼吸道微生物,所以到底是這些蟲子在控制我們的生命還是我們自己在控制我們自己的生命?我們到底有沒有自己的自我自由意志表達是很難確定的,人體這樣的復雜系統,我們很難在很短的時間內用計算的方法,用線性的方法找到一個完整的或者命定或者注定的結果,所以在這個過程里面,我們希望做到一件事情,是把數據權利還給人本身。 

  今天在座的各位到會展中心來,也許你的手機就暴露你的數據,暴露你自己的很多行蹤,如果你要買一個東西,你所有的數據可能都被監控了,但是在今天你自己自身的數據,你自己是否獲得過呢?即便你有基因組數據,醫生是否讀得懂,大家是否能夠有更好的機會掌握自己的信息和數據管理自己的健康? 

   我們看看身邊的健康威脅,現在我們有70%的人有過勞死的威脅,有76%的白領處于亞健康狀態,慢行疾病率已達20%,已占總死亡數的83%,中國22%的中年人死于心腦血管疾病。我們大概還有30%—40%的成年人處于前期糖尿病狀態,在座各位有一半處于糖尿病或者準備糖尿病的狀態,這段觸目驚心的數字我們可以干什么? 

   健康是你的選擇,健康因素里面15%是你的遺傳因素,10%是社會因素,7%是氣侯條件,60%都是你的自我行為的選擇,其實85%都是可以控制的,這85%是什么?有可能是你的飲食、運動、情緒,我們管住你的攝入、消耗、干預項是否能夠給你一個更好的選擇呢?我們認為記錄數據可能比一次性檢測數據更重要,監測數據比一次診斷更重要,更重要是預防比治療更重要。 

   我們在生命的漫長過程中,基因只是起點,不是終點,但是基因給了你一些持續性的因素,在漫長的生命過程中,在這個點你是選擇A還是B,是回到你基因的命定前提條件下,活得更好的狀態下是什么樣呢?所以AB兩種選擇可以在你的數據前提下擬合一條曲線預測你往哪個方向,改善和調節你的方向,這樣就可能幫助你做到更好地管理自己。這需要你自我覺醒,我們要掌握這些數據,才有可能在數據的指導下去管理自己。碳云做了這樣的平臺,我們的名字叫覓我,在日常生活中檢測你的基因數據、蛋白數據、異常監控的數據,臨床的數據、收集你各種各樣的數據,把這些數據還給你本人,我們做到個人性定制精準健康的解決方案。 

   在這個過程里面我們會做一個數字生命健康重塑的計劃,這是我在帶的項目,我們在七八年到一八年這四十年間,糖尿病發生了很多,人類的DNA是被饑餓設計的,代謝疾病與過渡飲食相關,如果我們采取階段性阻斷飲食情況下,很可能觸發機體應激反應,會認知重塑更為重要,這只是碳云做的一個方面的計劃,我們還在其他方面做了很多的嘗試。 

     我們希望尋找碳基生命的硅基未來,謝謝。 

  主持人:剛剛黎浩先生在演講中首先對今天的主題顛覆性技術創新的顛覆給出了自己的定義,他認為目前我們所處的時代正是對于生命傳統觀點的一個重大的顛覆,如今是生命科學與計算科學向融合的一個偉大時代,既然人人類的碳元素可以被人工智能化,既然生命本身就是一個算法,我們完全可以通過數字生命和量化自我從而精準管理自己的健康,過上延年益壽的生活。聽完這樣的觀點以后我的心情是相當復雜的,以前我總是認為生命中充滿了各種各樣的感動和一些難忘的情緒的場合,我們明白這些和浪漫無關,更多是和算法有關,的確每次我聽完侯勇、黎浩先生演講之后內心最大的深深感慨,但是無論如何我們要再次感謝黎浩先生為我們打開一扇通往未來充滿想象力的大門。聆聽了生命科學的五位專家演講之后,今天來到第四個主題的環節,就是AI五和物聯網時代的芯片智能未來之路,我們非常榮幸地邀請到了兩位中國工程院院士來發表主題演講,同時我會邀請各位專家在這里展開一場圓桌討論。第一位演講嘉賓是中國工程院院士星光中國芯工程總指揮鄧中翰先生,鄧中翰先生是中國大規模集成電路及系統技術主要開拓者之一,在“星光中國芯工程”中做出了突出成就,被業界稱為“中國芯之父”。今天他的演講題目是多核異構AI處理器與智能摩爾之路,有請鄧院士。 

(鄧中翰 中國工程院院士、“星光中國芯工程”總指揮)

  鄧中翰:非常高興今天來參加高交會的有關芯片的論壇,剛剛聽了很多位專家就生命科學以及健康做了很好很精彩的一些報告,特別是談到了我們的生命基礎是來自于算法,一種基于DNA,基于分子結構以及基因慢慢形成的對于生命健康的一系列過程。 

  今天非常感謝倪院士讓我調一下時間,我在這里給大家講一下我們在今天的IT的世界里面,我們在芯片的層面上如何通過晶體管,如何通過0和1的數字表達,通過算法形成這樣的過程,從而能夠給我們的社會帶來信息化時代的一些話題。 

    我今天作的報告題目是“多核異構AI處理器與智能摩爾之路”。 

      我先分四個方面: 

      第一,簡單介紹一下IC產業發展的概況與預期。 

      第二,人工智能帶動芯片發展。 

      第三,AI芯片的智能摩爾之路。 

      第四,星光中國芯工程的研發進展。 

      全球半導體現在的狀況: 

      根據世界半導體貿易統計組織的數據調查,全球半導體行業規模從1994年突破1000億美元以來,經過20多年的發展,2010年接近三千億美元,2017年又突破了4千億美元的大關,所以我們看到全球半導體行業是一個巨大的產業規模。 

   2017年以來全球半導體產業大幅跳躍增長,一方面是存儲器需求旺盛,產品價格大幅上漲,另一方面我們看到一系列新的技術普及,包括物聯網在汽車電子、AI等信市場新應用的拉動下,需求非常旺盛,未來幾年隨著智能汽車、VRAR、物聯網等領域的發展,半導體的新應用勢頭保持了高增長,權威的機構預計,2018年全球半導體的產值增長在8%左右,預計2018年將會達到4500億。 

   2019年和往后我們也基本上以這樣的增長速度來看,有可能到2020年我們的規模可以達到5千億美元,從94年以來半導體的產值翻了五倍,可見它對我們的商業、貿易的重要性,同時也證明了它的廣泛應用和普及對我們各方面的信息化世界的貢獻。 

    2017年的世界集成半導體市場由什么組成?83.3%是由集成電路,比較大規模的數字和模擬的集成電路組成,還有3%的傳感器和5.3%的分立器件和8.4%的光電子。微處理器占了15.5%,邏輯電路占24.8%,存儲器電路占了30.1%,模擬電路占了13%的市場。傳感器包括手上的手機的相機以及指紋等等稱之為傳感器達到125億美元,同比增長15.9%。 

  談到世界的市場行情給大家有一個概念以后,我想我們再談一下中國集成電路行業的銷售額。大家可能也聽說過,中國集成電路行業是單一進口,超過石油、天然氣、鐵礦石,我們在2017年中國進口的集成電路達到3770億塊,同比增長10%,而進口額有的說法達到2700億美元,最近大家也知道中美關于貿易的問題,對于中國來說2700億是一個巨大,我們跟美國總共是5千多億美元的貿易,我們在報告中看到,中國在大量的進口不是直接從美國進口,這樣的數字計算本身就扭曲現在關于中美之間貿易赤字的問題,因為我們很多的芯片包括從香港、新加坡其他的國家分裝測試以后運進來,源頭的產品仍然還是美國對中國的產業出口,這樣的貿易利差的計算也值得我們關注。 

   我們看到的是2018年預計行業的銷售額將會達到6489億人民幣,由于中國的信息電子產業快速發展,所以我們在芯片的集成電路應用和需求方面是非常旺盛的,全世界最大的市場。 

   我就給大家簡單介紹一下通過人工智能來推動我們在各種信息化,包括健康、生命,很多研究、醫療、醫學方面的應用。在很多算法、人工智能的這一系列計算很多必須依賴于芯片技術的發展,所以有必要在這里接著前面關于生命大健康的報告談談人工智能帶動芯片的發展。 

   長期以來我們國家的集成電路產業一直受到西方在先進的制造裝備、材料和工藝引進等方面的種種限制,高端芯片主要依賴進口,經過一些事件的警示,以確保芯片安全已經成為國內的共識,中國工程院特別是倪光南院士多年來一直在推動自主可控國家信息安全等相關,圍繞著芯片事業和集成電路事業的寶貴建議都得到了國家,特別是中央最高領導人的高度認可,我們在推動這方面已經形成了全國的共識。 

   人工智能作為技術,被視為新一輪產業革命的推動力,芯片則是人工智能產品的關鍵部件,邁向高質量的發展,中國制造必須加大力度攻關,用創新推動品質革命。正如前面一個報告里面報告人談到,中國具有豐富的應用場景,也有發展人工智能所需的海量數據優勢,聽到關于健康方面很多數據如何從底層來進一步探索生命的奧秘,乃至健康和醫療的方法,我覺得這方面我們有巨大的數據優勢,我國人工智能實現彎道超車具有重要的歷史機遇期,我們必須努力打破缺芯瓶頸,為人工智能發展保駕護航。 

   10月31日習近平總書記在中共中央政治局第九次集體學習會議上指出,人工智能是新一輪科技革命和產業變革的重要驅動力量,加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題,要深刻認識加快發展新一代人工智能的重大意義,加強領導,做好規劃,明確任務,夯實基礎,促進共同經濟社會發展深度融合,推動我國新一代人工智能健康發展。國務院相關的部委推出我國新三代人工智能發展的一系列目標和計劃,力爭在2020年我們達到世界的先進水平,2025年取得重大突破,部分技術和應用,特別是大數據的優勢達到世界領先水平。2030年人工智能的理論、技術與應用總體達到世界領先水平。 

   中國工程院也于2017年初提出AI2.0人工智能發展的總體趨勢從云端的智能逐漸從邊緣計算走向前端的智能,從智能感知走向智能的認知,監督學習走向自我學習,弱人工智能走向強人工智能。人工智能產業中有四個環節,包括算法、細分應用、芯片、數據。技術發展的數據也是以深度學習的技術作為主流,數據流的方向存在CNNRNN,數據的位寬有32恩、16、8、4、2、1,現在的發展階段它的一些趨勢是,基于規則驅動的傳統智能技術同時并存,小數據的場景,傳統人工智能算法的效果是非常好的,有的時候既是采用深度的學習的算法,某些模塊還是使用傳統的法效率也很高,神經形態的人工智能芯片還處在探索期。 

   下面我想講一下智能摩爾定律,人工智能芯片面臨的難點和挑戰是哪些?如何兼顧大數據應用場景及小數據應用場景,如何以單芯片兼顧抽象邏輯思維模式與具像思維模式,如何同時處理規則驅動的傳統智能算法以及數據驅動的深度學習算法,如何節省軟件開發時間,如何在后摩爾定律時代提高性能。剛剛講到基因測序已經超過摩爾定律,摩爾定律正在走向極限和勁頭,CPU散熱已經是很大的問題,時鐘頻率早早趨于上線。后摩爾定律的創新之路怎么走,雖然物理層面和信號層面都受到物理規律的制約,比如說量子隧道效應等等對0和1信號的確保程度,但是在信息層面的技術創新還沒有達到極限,下一次信息革命的關鍵應該是如何進一步借鑒人腦的智慧機制,研究新型人工智能計算算法,進一步在摩爾定律走向勁頭,物理層面上和信號層面上要走向信息層面上進一步演進。這樣的三維坐標顯示今天我們繼續沿著摩爾定律走向more  moore,未來我們要走向智能摩爾,就是通過多核異構的智能處理器實現多模式的智能算法。 

   談一下我們中星微電子集團從99年從工信部直接投資,在國家的支持下,這些年在多媒體芯片等方面做出的一些努力,取得的一些成績。最近幾年又在芯光智能一號和二號芯片上取得很大的進展,最近也是在深圳獲得2018年全球電子成就最佳處理器的產品獎,我們所推動的方向就是沿著多核異構的處理器,應用這樣的多核異構的處理器可以在很多的未來人工智能的應用方面取得很好的計算效果,我們展望未來,我們會持續地開展在人工智能處理器方面的研究,特別是在后摩爾時代走出一條行之有效的自主創新道路,沿著智能摩爾定律,就是走多核異構的道路取得更新的能耗。 

  主持人:感謝鄧中翰先生帶來全球以及中國半導體企業現狀的一個詳細論述,二是關于中國人工智能發展的綜述,他也就后摩爾定律時代也條路怎么走給出他的建議,接下來我們非常榮幸地請出中國工程院院士,為我們帶來開源RISCV的探討。 

(倪光南 中國工程院院士)

  倪光南:感謝有機會參加這個論壇,RISCV這個很難翻的,我們講講它的介紹情況。 

  我們幾天以前在烏鎮的世界互聯網大會上成立了一個中國開放指令生態,我覺得這個文字太文縐縐的,上面批下來的,我主張叫中國開源芯片聯盟,剛剛主持人說字很難念,翻也不好翻,這是UC伯克利發明的,現在已經第五版了,在學術界來講也是相當高的水平。我們知道在9月份上海已經成立了RISCV的產業聯盟,因為上海的集成電路產業聯盟很多單位組成的,這兩個聯盟大家會協同來做,把中國的RISCV的事情做起來,老百姓肯定主張說開源芯片,既然開源軟件很成功,當前我們在新一代信息技術,在互聯網的情況下,開源軟件已經是主流了,BAT、亞馬遜、谷歌都一樣,中外的大型服務商都是基于開源為主要的,是不是芯片下基于開源的RISCV的芯片是不是可能成為一個主流呢?我提出的問題還是需要時間來回答。 

      開源是一個開放模式,也是一個商業模式,是不是能取得成功時候?我們還是需要用時間來回答。 

   我們看世界CPU不是很多,我指的是高端CPU,全世界不會多,現在是兩大類站穩腳跟,一個是因特爾還有一個是Arm的架構,全世界包括發達國家包括美國我還沒有看到哪家做X86能夠有成功的商業模式,能夠成功地站住,中國不少人想做,但是我認為恐怕行不通,作為國之重器發達國家不會把這個知識產權讓你很容易地取得。 

     Arm成功授權的商業模式,全世界做Arm的公司太多了,但是即使它有很好的商業模式,你可以去買授權,但是門檻也非常高;你要拿到架構授權Arm要收幾億,最差的不能修改拿來用的,我覺得幾百萬人民幣可能還是要的,幾百萬到幾個億,這個門檻對于很多中小企業來講,太高了。我們希望降低門檻,使得芯片更多地大眾化,就像開源軟件,一開源以后誰要做這個軟件都可以做,芯片也可以做到這樣多好。 

    RISCV它的優勢,我們知道它采用BSD的協議許可,真正做到免費開放,沒有任何的知識產權風險,這當然很好,因為它發展得比較新,RISCV指令集追求簡約、丟棄歷史包袱,支持模塊化,性能十分優越,能夠滿足從微控制器到超級計算機等各種復雜程度的處理器需求。覆蓋非常大的應用領域,支持FPGAASIC乃至未來器件等多種實現方式,同時能夠高效地實現各種微結構,支持大量定制和加速功能,并與現有軟件及變成語言良好設備。RISCV由一個非盈利的基金會負責維護RISCV指令集標準手冊與架構文檔,促進RISCV陣營的交流和發展,共同營造其生態系統。 

   過去,芯片設計有時需要上議研發費用,投入上百人年,中小企業不易承擔,而且也不一定能掌握發展的主動權,開源芯片設計可望將芯片設計門檻大大降低,以至于3—5人的小團隊在3—4個月內,只需幾萬元便能研制出一款有市場競爭力的芯片,從而將促進芯片產業的繁榮,能更好地支持人工智能等等新一代信息技術和數字經濟的發展。我想對于我們下一步信息技術的發展,以及其他各行各業的發展將是非常大的推動,這個時候RISCV應該是非常好的時機,我們希望它和其他的開源軟件一樣,將來如果和開源軟件配合好,對世界是大好事情。 

   RISCV基金有上百個會員,很多中國公司已經在里頭,不是太多,但是已經很多了,中國剛開始介入這個,我們需要進一步加強。一個特點就是簡約,它的手冊就兩百頁,Arm有2700頁,X862198頁,你要學一個手冊,工作量就不是一個數量級的,所以很適合大家掌握新的技術。 

  這個圖也很有意思,因特爾86是幾十年前做出來的,1978年誕生時有80條指令,到2015年增長了16倍,到了1338條指令,并且還在增長,我覺得我們現在RISCV這個新的起點非常精簡,真正把包袱丟掉了,對老的生態沒有好處,新的領域重新開始有它的好處。 

   這個圖比較一下他們的優勢,模塊化很重要,你可以按照你的需求,現在是整體不可分解的,RISCV可以分解一些模塊,你需要的模塊可以變成你的要求,有利于非常快速開發出來,可拓展性也非常好,商業運作開源免費,沒有知識產權的風險,生態是最大的弱小,但是好處,反正我們新一代的人工智能都還沒有太成熟的生態,在這種情況下,我相信新的架構就比較容易切入,傳統的生態不行,高性能,我們的應用特點是高性能,普適、可控等等,最大的問題就是生態的問題,專利不是問題,如果我們聯盟加強協作可以比較好地控制。中國的開源芯片聯盟,中國有它的好處,國家的支持,對于戰略性新興產業的支持,過去人才市場可能芯片產業門檻太高,能夠做芯片的人少,現在有了開源芯片門檻一降低,成千上萬人會投入到開源芯片的發展中,但是我們也需要一些規劃,比如說一步一步做。 

     有一個很大的好處就是創新,X86Arm有一些創新很難做,因為這個你主導不了,但是RISCV有一個很大的好處,作為開源,我相信我們一些創新可以很容易在新的架構上體現出來,比如說中國科學院大學楊教授提出的一個安全的理論,各種各樣的工具太多了,肯定不可能全部防止,但是超越授權的公司,這一輪他們認為可以完全防止,需要用操作系統等等構成,RISCV就有一個機會,大家可以通過開源芯片評估安全是不是好,這就證明開源對于創新的一種有力的條件,我們希望通過RISCV驗證一下,包括安全性的創新是不是可行,開源軟件可以原始創新,通過開源的模式可以更好地推廣你的成果。 

     今天是2018年11月15日,我們認為是不是有一種可能,世界兩大CPU已經被因特爾和Arm占據了,有沒有可能其他的架構,目前很多架構我認為不太可能在世界上站住,如果RISCV大家努力的話,當前的形式下,我們可能形成第三個力量,三足鼎立的形式,謝謝大家。 

  主持人:謝謝倪光南先生教會我這樣的拗口英文詞匯RISCV,一開始提出芯片未來會成為主流嗎?他為我們分析了開源芯片的諸多優勢,以及目前正是發展他的良好時機,掌聲再次向倪光南先生表示感謝。以上我們就芯片這個話題是聆聽了兩位院士的主題演講,這個話題我們還將延續,接下來會進入圓桌論壇,我們將會就人工智能和物聯網時代的芯片智能未來之路來開始一場研討, 

(對話環節)

  Arm中國副總裁   金勇斌  先生; 

  極戈科技聯合創始人兼首席執行官  張 銘 先生;  

  北京寒武紀科技有限公司副總裁  劉道福 先生 ; 

  科通芯城&硬蛋副總裁  王憲航 先生; 

  今天下午的論壇我一邊主持一邊冒冷汗,前面幾個話題我或多或少了解的話,到芯片這個話題基本上是比較絕望的態勢,先請教一下各位,先悄悄問一下金總,他來自Arm科技,剛剛芯片的架構已經被倪院士提出一些優點和缺點,我要悄悄問一下金總,剛剛倪院士講的是什么意思? 

(金勇斌 Arm中國副總裁)

  金勇斌:其實我也沒有聽懂。 

  主持人:那我就放心了。 

  金勇斌:Arm還是有很強的生命力,我們沒聽過哪個客戶哪個客戶因為買不起而放棄我們。 

  主持人:我們其實對Arm是非常熟悉,全球領先的半導體的知識產權的提供商,而且有著自己非常獨特的商業模式,能不能簡單向大家做一個介紹。 

  金勇斌Arm的商業模式其實說得很簡單,因為Arm以前也是一個很窮的公司,最開始準備做芯片,后來沒錢,后來我們給做芯片的公司做架構提供授權,所有Arm的研發費用就是芯片公司去分擔了。如果讓所有的芯片公司在沒出貨之前分擔你的費用,風險還是轉給芯片公司,我們就說支付我前期的開發費用,到芯片成功賣出去,給Arm再適當分一些提成費用。其實Arm的成功是建立在客戶的芯片能夠大量成功賣出去的基礎上,Arm的模式跟客戶共生,Arm作為全球最大的IT公司,一年的銷售額在20億美金,去年我們全球的基于Arm的出貨量是250億片,其實這個收入是非常薄的,換句話說所謂的開源也好,我覺得硬件本身有兩個事情:一是成本在整個設計和制造鏈里面,前端的IT費用占很少的比例,你要去生產是占很大的比例,包括設計本身,不光有CPU,我覺得這個比較大。二是因為它整個成本IT占的比例不大,但是開源的東西本身要產生一些問題,整個片子就報廢了,這是很大的問題。現在開源就不是所有的源都開,開源是一個套路,是一個商業模式,RISCV第一版本在網上有開源的東西,但是架構實現的東西,商業的版本是不會開源的,從Arm的角度來看,我們也承認RISCV的價值,特別是對于學校里面大量想研究CPU想做差異化的東西,在物聯網里面做一些,我覺得RISCV還是能夠滿足差異化的要求。 

  主持人:非常感謝金總。坐在金總旁邊是極戈科技科技的聯合創始人兼首席執行官張銘先生,我們業界有這樣的說法,極戈科技是物聯網集結主義者,您能不能跟大家解釋一下? 

(張 銘 極戈科技聯合創始人兼首席執行官)

  張銘:謝謝,剛才倪院士提到他希望能夠大眾化芯片設計,我們做的事情就是大眾化超級芯片設計,我們提供一個非常簡單非常快速非常低成本的辦法讓更多的人可以把處理器、存儲器、傳感器、通訊集成到一個單芯片。我們是跟ArmH86RISCV合作因為我們不做CPU架構,我們是提供一個軟件平臺,根據客戶的定義以最簡單的辦法做出一個超級芯片,包括上面四種元素。 

  主持人:其實張總這樣的一場討論中占據必須超脫的環節,方方面面都是可以合作的。我要向各位介紹寒武紀的副總裁劉道福先生,關于寒武紀我想大家應該都是如雷貫耳了,全球智能芯片AI芯片領域的先行者,我要請劉總介紹一下自己,也介紹一下公司。 

(劉道福 寒武紀副總裁)

  劉道福:我是來自寒武紀科技的劉道福,寒武紀其實是一個做人工智能芯片的公司,在人工智能領域,大家都可能知道有三個要素的說法,一是算法,二是數據,三是算力,我們主要是做算力,我們給整個人工智能提供算力的基礎和支撐,在算力這一塊我們又有兩個具體的方向:一是在終端,它的特點就是量非常大,就是像Arm典型的,出貨量一年有250億,我們的終端也有業務,我們的業務模式和Arm是類似的,我們也是IP授權給客戶,現在公開的客戶包括手機客戶,比如說華為還有一些智能攝象頭的客戶都有,云端我們是自己做一些芯片和綁卡,服務器廠商拿著我們的綁卡可以做人工智能的處理。其實我們都是一個賦能者的角色,終端我們是直接賦能芯片,云端可能直接賦能服務器或者相關的應用,最終我們是希望賦能人工智能,讓機器更好地能理解和幫助人類。 

  主持人:最后向各位介紹科通芯城硬蛋的副總裁王憲航先生,大家更愿意把科通芯城理解為電商平臺,說到硬蛋就不一樣了,硬蛋是中國最大的智能硬件創新和創業平臺。 

(王憲航 科通芯城&硬蛋副總裁)

  王憲航:非常高興有機會和大家一起討論相關行業的發展,作為科通芯城是香港一家上市公司,硬蛋面對的是創新創業者,為他們提供一站式的服務平臺,希望能夠扶持中小的企業或者創業者更快速把他們的產品做出來,同時能夠走向市場,我們搭建的是這樣的生態環境。包括了整個產業鏈、供應鏈、服務、金融,希望能夠在全方位幫助大家打造這樣的平臺。在這個基礎上,因為科通芯城原來主營業務在芯片的產業鏈服務商,在這個之上我們感覺到,芯片可能也成為一個熱點,我們想在硬蛋這個平臺上,再做一個延伸,在芯片垂直領域能做什么?我們跟Arm也有很多的探討,從科通芯城和硬蛋這邊,在這上面希望我們在芯片領域,也會希望把這些資源整合起來,包括國內國外的,到時大家可能都是合作方,讓大家在找資源的時候,希望能夠降低入門門檻,同時也能降低在產業鏈做芯片的成本,可能這是一個大家共同努力的目的,硬蛋在芯片行業下一步的布局中,希望三五個人幾萬塊錢做出來一個芯片,這個太小了,也會規避現在芯片產業像硅谷很巨型的投入,如果不做改變,可能在中國的芯片發展道路上可能會遇到更多的障礙,我們也是希望跟國內國外的合作伙伴一起共同把生態系統建立起來,打造出來,幫助中小團隊讓中國的芯片盡快地騰飛。 

  主持人:今天下午各個行業大家不約而同提到生態圈,我們都是這個圈里面的重要建設者,我們應該是一個一榮俱榮,一損俱損的關系。我們現在似乎是來到一個和AI、物聯網密不可分的時代,在這樣的時代,我們看到有AI芯片的提法,有物聯網芯片的提法,甚至大家會把AIIOT連在一塊,叫AIOT的時代到來了,這樣的提法我不知道四位怎么看的? 

  金勇斌:其實我是非常同意這種提法,我本人在最近兩年的公開演講或者內部討論當中我也是推行這種提法,原因很簡單。首先我們PC是解決數字化處理和存儲的問題,移動互聯網包括智能硬件解決連接的問題,有了手機我們今天想連任何設備都很簡單,但是最終是要跟人交互,這個事要能設備自己決策,所以要賦能它的智能,也就是人工智能本身其實是賦予IOT一個真正為人類解決問題去分擔問題,讓人可以變得更懶,人人的生活變得更方便的技術,我個人是非常同意AIOT的提法。 

  主持人:可以真正彼此賦能,張總怎么看? 

  張銘:其實AIOT很早已經來 到了,只不過現在市場上大家說得比較多,為什么這么說?AIOT無非就是一些器件還有運算功能、存儲功能,我個人觀點從智能手機的時代十年以前已經有AIOT的,走向只不過現在我們現在叫AIOT應用的場景越來越多,功耗更低了,應用的角度更多了,數據收集更多了,準確度更高了,更管用了。從我們做芯片的角度,覺得非常興奮,因為萬億級的AIOT就是需要來大密度快速地集成處理器和存儲器和AI的加速器滿足碎片化和個性化的應用場景。 

  主持人:兩位都對于AIOT連接非常高的期許,但是在芯片制造和發展,未來到底應該怎么樣選擇前進的方向?劉道福博士應該有很多自己的想法跟我們分享? 

  劉道福:我非常認同金總的看法,AI讓整個機器是有了思想,原來機器是冷冰冰的,他要干什么每件事必須要很清楚告訴他怎么干,下一步怎么干,甚至只要碰到一點變化就完全沒有辦法了,可能不知道下一步怎么辦了,但是AI讓整個機器有一定的黏性,對于有些變化可以通過學習或者其他的手段或者訓練學習能夠自己處理這些事情。我覺得AI會讓各個領域整個過程更柔性,有了AI以后產線調整可能需要后端發一個指令,前端根據場景做一些調整 

  關于芯片在AIOT的發展,AIOT是非常大的市場,因為幾乎每個設備都需要計算機處理,可能最早的處理是通過一些精確編好規則的處理方式,但是AI讓處理更柔性,未來在物聯網我理解每個設備可能都會有一個AI芯片的需求,只是它的算力是多還是少的問題,可能有的是一個簡單的識別作用,可能把一個二維碼掃出來,也是可以用AI做的,有的可能是更復雜的,可能要聽懂一個指令,有的再復雜一點可能需要更多的信息匯聚到云端整體做一個決策,無論終端和云端都有大量的需求涌現。在終端可能典型的是,有一句話說得很對,智慧在云,智能在端,你需要有智慧需要有大量的數據,你在本地訓練可能數據量優先,要匯聚到云端。但是在未來繼續發展的話,這些訓練的結果真正產生生產力的話需要落地到各個設備上也就是物聯網,所以智能要落地可能是需要各個終端的一些能力去真正把人工智能的結果轉化成生產力。 

  無論是終端和云端都有大量的人工智能芯片的需求,終端可能推理多一點,云端訓練多一點,但是云端也有推理的需求,尤其是推理是關聯的推理,可能需要匯集所有的數據做決策,也會是云端的推理,比如說廣告推薦,需要把你每個人的行為去分析,能讓廣告推得更準,因為廣告更準可以少推一些廣告,大家少被廣告騷擾。 

  主持人:云端和終端同樣是大家很關注的話題,關于AIOT以及相關的背景下芯片的發展我們來聽一下王總的一些意見。 

  王憲航:我覺得真是一個很有挑戰性的話題,我的感受這么多年也是很深,硬蛋做的平臺是IOT的平臺,我們講的是IOT的概念,但是做了這么幾年以后發現有它的問題,剛剛講的碎片化問題,為什么量起不來的問題,大家都會覺得這個時間該到來了,但是為什么我們有這么多的客戶,這么多的創新創業都在做,可能有兩件事情我現在回過頭來看可能覺得收益頗多的:一是感到基礎上有一個低功耗的問題,為什么我手機每天要充電,因為IOT的產品是萬物相連的產品,實時都要用電,當電耗盡以后可能會失效,可能基礎上有一個問題就是要解決低功耗的問題。二是物聯網是物跟物的相連,缺乏人,這是程序化的東西,只能按照程序運作,很難去讓它有所改變,我規定的所有東西都是程序,有了AI以后才讓它能夠活起來,讓未來的爆發點才能夠出現。寒武紀給我們做了很好的榜樣,在AI上把人的思想能夠自學習的過程,讓它更多地理解A是什么狀態,一旦連上自己知道您的習慣是什么,而不是一個程序化或者需要人來控制做的事情,這兩個是我感受比較深的。這兩個地方確實對我回過頭來看,真的在未來的幾年會出現新的爆發點。 

  主持人:人工智能今天也是顛覆性技術創新的一個特別核心的主題,其實說到AI芯片我們看到各種各樣對它的贊美和褒獎,比如說我們會說這是人工智能時代的基礎設施,他將會定義我們整個產業鏈與生態圈,上升到國家戰略,AI芯片可能會是產業實現彎道超車的特別好抓手,畢竟我們這兩年在芯片這一塊確實有著非常復雜的情緒。另一方面我們也看到諸多對于這個行業的評價,有的說目前AI芯片確實有一種過熱的嫌疑,如果我們打開新聞網站會看到各種各樣關于AI芯片的提法,很多的世界第一,行業第一,坦率地講會讓技術小白找不到北, 

  有人說未來活下來的不會有價家,有的人現在宣傳太多,落地太少,   對于它的這么多負面的擔心,不知道四位是什么觀點? 

  金勇斌:我們看任何一個行業,99年以前的互聯網也是到處是泡沫,我一直不喜歡泡沫這個詞,泡沫沒了之后什么也沒有了,說過熱我勉強可以接受,泡沫就跟曇花一現一樣,現在AI是有實際價值的。因為中國特別的芯片情結所以大家對它有特別的關注,既然說有關注,肯定會有投資進來,可能會有人拿這個講故事,我覺得一個產業這十個人在里面,有兩個人落地,這就不是一個曇花一現的東西,我個人覺得過熱是有可能的,但是泡沫我不同意這個說法。 

  張銘:我覺得還是應用第一,剛才王總提到功耗電池壽命很重要,我覺得還是應用的場景不夠多。 

  主持人:大家現在似乎很容易聚焦到少數的幾個。比如說自動駕駛。 

  張銘:我覺得是一個應用場景的問題,剛剛提到做決策的準確性,超移動端電池壽命的問題,我是覺得應用還是沒有完全被爆發出來,所以作為AI的芯片創新,我覺得是難免的,有些人自然會走不到頭,走到頭的人自然會成功,我認為這是正常的現象,我覺得我們能做的事情就是加速芯片的創新。失敗是不可避免的,泡沫也是不可避免的,但是有一個辦法讓芯片創新和加速,就可以在有限的時間里面應用到應用場景,泡沫就泡沫,只要有人做出來。 

  主持人:不知道極戈科技在這一塊有沒有一些什么樣的計劃、步驟? 

  張銘:有,我們其實剛好11月份一周之前宣布我們開始支持AI推理引擎,您提到泡沫,我們也是沾AI五的泡沫,我們不是做AI芯片的,我們是提供一個硅基片系統集成的平臺,我們用這個集成客戶的選擇,可以選ArmAI芯片,也可以選寒武紀的芯片,同時都選就是對系統架構要求比較高了,也可以選其他的AI加速器,這是AI的功能。系統還會需要主運算芯片,主通訊各種各樣的傳感和存儲,我剛剛講我們做的是超級芯片,讓它以更快的速度更低的金錢成本來達到更快的試錯和成功,這樣才能夠讓泡沫變得快,成功變得快,這樣才能實現萬億的物聯網或者AIOT的應用,我們可以說是幫大家干活的。 

  主持人:張總您對您的位置是特別滿意,您坐在劉總和金總旁邊是左右逢源的尚佳的C位。2018年對于寒武紀而言有點滋味復雜,我們可以感受到寒武紀在整個AI芯片在過去幾年的獨角獸的步伐邁得如此引人注目,我們必須得承認寒武紀的成功因素,比如說手機應用有非常好的落地,但是進入到這段時間以后風向有一點變化,對于這一塊很多行業巨頭大佬開始躍躍欲試,我不知道公司未來戰略方面會有一些應變和調整嗎? 

  劉道福:我覺得這是好事,大佬巨頭進來了,就說明這個市場夠大,大家都看上了。對于我們來說,我們主要還是依靠技術的領先,我們做的早,并且做得好,我們也有很多的專利布局,我們2008年開始在這方面做研究,積累了很多這樣的經驗,也踩了很多坑,即使對于這些巨頭進入這個領域不可避免也會碰到一些問題,但是我們其實在幾年前就碰到了,我們自己的處理器也有自己的一套,也是為什么這些巨頭之前也用我們的東西,說明我們做得還是相對好,他們想進來是因為他們覺得這個市場夠大,并且我們歡迎他們進來,我們覺得這個市場夠大,足以支撐這么多人在里面玩,因為我覺得未來所有的設備都需要智能,因為人是非常懶的,能懶就懶,假如整個設備或者任何一個東西都有智能的話,可以理解你的意思,能想你所想,做你想做得事,其實是非常好的。 

   剛剛張總提到一個問題,現在應用場景太少的問題,我覺得這個問題有兩個原因:一是現在深度學習算法或者人工智能的算法本身有些局限,比如說自動駕駛沒法做,現在還不能做,自動駕駛的算法還不夠成熟,二是我覺得另外一個原因也是很重要,就是成本。比如說輔助駕駛在前幾年很少,但是前幾年輔助駕駛技術已經相對成熟了,但是之前成本非常高,但是現在輔助駕駛成本下來了,明年出來終端以上都會配備輔助駕駛,因為輔助駕駛成本可以做到幾百美金,可以大大提高這個車的安全性,讓大家開車的時候偶爾走一個神沒有事,會告訴你前面要撞上了。寒武紀我們覺得整個市場夠大,我們也會保持我們產品的持續迭代和更快地推出新的產品,包括和我們整個生態的合作伙伴,我們公司最大的特點就是不像因特爾只做PC,不像Arm只做移動端,我們恰好兩個端都做了,在終端我們是希望跟大家一起把我們的處理器和服務給大家,讓更多的終端設備數以億級有AI五的能力。 

  因為云端是投入很大的,要一個公司去做的話,巨頭也能投,所以我們開始做的時候,其實很少在做,可能只有谷歌,現在除了GPOTPO的產品,我們在全世界范圍內也是最早一批把云端芯片做出來的,現在巨頭進去的時候我們已經做出來了,現在很多客戶已經完成了評估,正在做產品化的工作。 

  我們在終端和云端都有不少的合作伙伴,并且我們還有一個優勢,在終端和云端整個生態是一樣的,都是一套處理器架構,我理解Arm在云端也發力,我也了解很多公司在云端做Arm的服務器,我們相對來說一開始介入的時候就把這兩個市場看上了,并且同時在做,并且這兩個生態是疼痛相輔相成的,現在很多處理的時候,終端可能不夠,可能切到云端,切的時候有開發成本,假如說你是一套生態開發成本甚至同一套程序換過去就行了,因為我們覺得任何一個東西的落地包括AI的落地,最終最考驗的大規模落地,小規模落地可能技術,大規模落地都是成本的元素在里面起很大的作用,只有成本低了才有量上來,這樣才會普惠。 

  主持人:感覺到劉總聲音不高,底氣是非常足,關于目前AI芯片的行業,有說好,有擔心的,王總還是站在比較超然的位置,您怎么看? 

  王憲航:不能說超然,我們不像各位在業界這么專業,我們做的事情確實是比較熱,也是過熱,我個人從兩個角度看這個問題,一是投資角度,每個時代都有這樣的情況出現,最后留下的總是少數,實際上從投資的角度熱,因為大家看好這個市場,所以才熱,也許他熱,但是我不覺得它過熱。 

  主持人:幾位都是辯證法的高手。 

  王憲航:這是我對它的看法,我們是從使資本角度去看,剛好我跟有些朋友做AI芯片,也感受很明顯,他關心的是無論是云端還是終端,兩件事情是大家提到的,一是我的應用、客戶在哪里,有些公司在初期也是沒有得到這些答案就開始了,你會看到它會稍微浮一些,但是大家都會去尋找的,二是AI很多有算法,算法之后可能要通過芯片實現,這個時候尤其一些創業團隊、中小企業,也就是我們要共同努力,怎么樣在產業鏈的成本降低,能夠讓他們在降低成本和縮短時間上得到發展,因為這一點按照芯片的周期,實際上是很長的,你從硅谷來看,我有些朋友在硅谷說一個芯片一年半到兩年,在中國的時代下大家要盡快把這個東西做出來,可能一個是成本,一個是時間。這是我感受到現在AI的企業面臨著這樣的一些問題,我們也是期望從我們這邊整合資源怎么樣能夠幫助他們。實際上最終的落地要通過終端落地,你的觸角在哪里,有了觸角才會有云和數據的收集,怎么樣把它做出來,這是第一步,怎么樣拿出去這是第二步,我不管生態也好,最后形成我們的網絡,有了自己的網絡,跟Arm有這么大的規模,也是由它的網絡支撐,這是我這么一段時間來,在這一兩年在AI芯片的感受分享給大家。 

  主持人:今天的最后一個問題,請各位嘉賓做這樣的預測,AI芯片下一輪的爆發點將會在哪里出現? 

  金勇斌:如果我要知道這個答案的話,我現在偷偷摸摸去搞一個基金,全投了,我只能瞎說,概不負責。因為這個行業我們也談了很久,從AI這個詞已經60多年了,最近幾年為什么AI又起來了,因為通過深度學習的方式提高了大規模準確性,如果不是因為深度神經網絡出來,我覺得AI是一波一波的。經過三四年的發展,AI我現在感覺尤其是深度神經網絡像一個老中醫,一個是包治百病,又不可預測,像小姑娘的心情。到底AI在什么地方會起來?這個東西大家都知道叫手機或者叫移動終端,是一個物件,這叫麥克風,誰能告訴我什么東西叫AI?好像沒有。好像并不是寄托于某一個具體的實體,它是一個能力,這個能力本身一定是附著在實體上,手機是無中生有的,所以AI是一個附著物,所以要+AI,首先一定要讓人更懶,而不是額外整一堆額外的事情,如果是這樣的話可能開始有興趣去玩,就像聊天機器人,這是偽需求,我跟一個機器人聊什么?我跟女孩子聊有目的,這是偽需求的東西,這方面我覺得不可能突破的。 

   什么樣的東西能夠讓人變得更懶,或者可以提高社會的效率?一是技術本身要滿足兩個條件,它的應用讓人更舒適,二是要成功的話,一定能提高社會的組織效率。我們把AI分為云端和終端,云端是系統智能,終端這一塊是本能性的智能,就是三言兩語可以講清楚,這個事情在終端可以做的。原來你可能按洗衣機按一個洗20分鐘甩三次,現在可能一句話就成了。但是這里面有一個問題,是在云端還是終端?我認為還是在終端做,如果所有都在云端做的話,中國電力很樂意,因為這樣會涉及到聯網,終端還是會有很大的發力空間。家庭里面特別是現有的設備升級,這是一個需求,只有這些東西升級以后才有可能出現機器人、智能管家,現在家里面買一個機器人玩三天,因為它確實太傻瓜。 

   像自動駕駛我覺得還很遠,輔助駕駛我認為有用,特別是女士開車,還是有實際價值的,還有智能安防,我覺得不是每家都有機會,如果說每個人都說智能安防,我覺得暫時沒有找到機會,商業的數據是很敏感的,這里面還有數據的政策敏感性,二是這個市場的門檻很高,但是對于有一些在這里面有積累的人還是有機會的,我說得比較碎片化,AI本身也是碎片化的東西,我沒有答案。 

  主持人:無論如何都往終端上去想,怎么樣把人變得更懶上想,可能是我們摸得到的方向,謝謝金總非常全面的分析。 

  金勇斌:還有提高效率。 

  張銘:在金總后面發言壓力很大,第一個是妙語連珠,二是非常簡潔講到方向,我覺得我是有結論,我的結論就是在三年之內邊緣計算終端一定會主導AIOT,其實也就是金總講的大方向,為什么是這個感覺?我感覺從所謂萬物互聯或者智能,其實萬物互聯某種程度已經實現了,智能是一個能力,其實是一個智能的能力賦能就是需要來找到應用場景,在深圳這個地方有成千上萬的應用場景,已經有萬物和互聯了,但是A這個地方還沒有實現。這個臺上大家坐的都具備賦能AI的能力,所以我覺得只要我們能夠解決功耗的問題,應用場景鎖定的問題和研發時間和成本的問題,AIOT進入成千上萬的應用場景在深圳三年之內可以實現。我們極戈科技是在硅谷始創,為什么選在今年11月份設立深圳的中國總部,原因也是一樣,我們有一個預測,大概需要三年爆發,我們要三年之前準備在中國建立總部準備到那一年開始支持智能化的萬物互聯。 

  劉道福:主持人的問題是說下一波,所以我覺得這一波已經起來了,其實就是金總還有張總說的,大家有很多的場景,視覺的場景,智慧城市、安防還有很多其他的場景,包括一些語音,語音輸入法一定程度上提高了效率,讓人變得更懶。但是我覺得下一波AI芯片起來,我認為這是AI起來,AI起來AI芯片就會受益,AI它的物質載體是要落實到AI芯片,現在這一波AI深度學習是引領,現在視覺算法比如說人的眼睛厲害,看得還準。很多場景比人看的清楚,大家覺得人工智能有時候很弱智的地方,大家會覺得人工智能是人工智障,其實是自然語言的理解,這個領域我覺得沒有突破,語音識別和圖像識別已經做得非常完美,已經具備大規模落地的基礎,剩下的可能就是怎么把成本做下來,讓落地快一點,成本下來它的落地快一點,但是自然語言這一塊現在還不具備大規模落地的可能。現在學術界已經在往這邊走了,我之前是在中科院計算所的,也是做學術的,現在谷歌發了NLP的系統,原來AI可以看清楚是什么,然后騰聽出來你說了什么,但是你說這句話背后的意思,也不知道你的目的,所以它是沒法理解的,有時候你會覺得它很職掌,比如說手機的SIRI,它其實是有用的,只要你說的話他能理解,他甚至可以根據你的話幫你安排行程,相當于是你的私人助理,如果可以理解平時人的性格甚至人每天說的話,他這幾天有什么安排,我覺得完全可以做到私人助理的作用,只要解決了自然語言理解這一塊,下一波AI的浪潮肯定會更大,它讓機器和人更自然地交流,現在我們跟機器交流很痛苦,現在我們發的指令稍微模糊一點,但是還是要發指令,未來可能不需要發指令,他在旁邊收集你的信息就知道你想什么,當然這些也非常可怕。 

  主持人:你提的是短語補短板的問題,一旦這塊短板補上以后我們會迎來非常蓬勃的增長,如果有一天能夠像日語里面今晚的月色很美AI可以理解這句話是我愛你的話,那就很厲害了。 

  王憲航:大家講得很全面,我只是想講一兩個自己的感受,AI就是給懶人用的,我記得深圳有一句話叫做科技強警,科技強警可以讓警察對認知更完善,我個人感覺有一個問題,確實因為早期深圳的警察警力不足,通過科技的手段可以節省大量的人力,高效地完成他想做的事情。而且不是我懶,是我一個人所能覆蓋這么大,當初是通過機器,未來通過AI幫我做這樣的事情,拓展能力。 

  還有就是低功耗的問題,未來消費類的應用上,低功耗現在是一個很大的短板需要補,在這個之前我覺得可能在這樣的應用中,AI的應用在相對工業的應用導入上可能會更有機會去做,因為它在解決這個問題的時候,可能會撇開一兩個因素去考慮對AI的使用。我覺得消費類可能會稍滯后于工業類的一些應用,這個跟投資也有關系,消費類我覺得對成本自敏感性更強,工業類因為是一些跟技術、相關的東西需要一些先進的技術來提升,可能會稍稍有時間差,也許符合于過去的發展。這就是我最后補充一個自己的想法。 

  主持人:謝謝王總,我們的圓桌對話進行到這里,再次掌聲向四位嘉賓奉獻的觀點表示感謝。 

  (本文為現場速記稿,未經本人審核) 

       

 

一条为什么要弄成幺鸡