11 月 14 日，由工業(yè)和信息化部中國中小企業(yè)發(fā)展促進中心支持，北京甲子光年科技服務有限公司主辦的2020「甲子引力」大會在北京如期舉行。
探客柏瑞聯(lián)合創(chuàng)始人兼 CEO 林思恩博士受邀參加出席大會，參與前沿科技專場「基礎科學的無用之用」圓桌論壇，與北京航空航天大學教授蔡茂林、中科院智能信息處理重點實驗室常務副主任山世光、起源太空創(chuàng)始人兼CEO蘇萌、清華大學智能技術與系統(tǒng)國家重點實驗室主任朱小燕等業(yè)內專家，共同回首 2020 年的科學大發(fā)現(xiàn)、提出科學暢想、探討學界與工業(yè)界的碰撞等熱點話題。
從左至右分別為：張一甲、蔡茂林、林思恩、山世光、蘇萌、朱小燕
以下為圓桌論壇實錄，希望對你有所啟發(fā)：
張一甲：首先，請每個人先介紹一下自己。
蔡茂林：我一直從事機械電子工程領域研發(fā)工作，在海外學習工作十年，也曾任北京航空航天大學工研院院長，最近五年，我們團隊在無人機、工業(yè)互聯(lián)網(wǎng)領域的創(chuàng)業(yè)項目也獲得了一些風險投資。目前，我們處在一個偉大的時代，科技與產(chǎn)業(yè)的融合正在加速，我們也是見證者。
林思恩：跟蔡老師不一樣，我是2011年博士畢業(yè)以后做了很多產(chǎn)業(yè)化的事情——2011年至2015年，把認知神經(jīng)科學的理論技術方法落地到中國第一個神經(jīng)科學產(chǎn)業(yè)化應用公司；2015年到現(xiàn)在，把技術應用到教育。
對于今天的主題，我想法還是蠻多的。我們一路上需要持續(xù)不斷的前沿創(chuàng)新，同時到了人工智能時代，我們的產(chǎn)業(yè)化應用落地，有很多科研領域未必有的數(shù)據(jù)，所以說基礎科學和產(chǎn)業(yè)應用雙方都需要互相依靠。
山世光：我是中科院計算所的山世光，從計算所博士畢業(yè)后留所工作至今，將近20年的時間了，一直在做計算機視覺、機器學習、模式識別。所謂計算機視覺，旨在給我們的機器、AI系統(tǒng)安上攝像頭等眼睛，使之像我們人一樣去看，看人、看世界，理解人和這個世界，顯然人工智能很多時候都需要這樣的功能。
除了做研究之外，在四年前我也和我的學生做了一個公司，希望把計算機視覺能夠應用到產(chǎn)業(yè)里面去，盡管現(xiàn)在看起來技術落地很不容易，但確實是值得去做的事情。非常高興可以聊聊基礎科學，謝謝大家。
蘇萌：大家好，我是中國第一家小行星采礦公司起源太空的創(chuàng)始人蘇萌，我也是銀河系最大結構“費米氣泡”的第一發(fā)現(xiàn)者。非常高興有這個機會跟大家分享。我和一甲是北大的校友，今天上午一甲在大會上的分享，最后她講到《生命3.0》這本書，《生命3.0》的作者就是我的導師，在美國十年，我受他的影響很大，切身感受到不管是認知的層面還是技術層面，太空時代真的要到來了。人類需要具有太空能源和資源的公司出來，成為我們人類未來革命發(fā)展的重要基石。
朱小燕：大家好，剛才聽了幾位嘉賓的介紹，我的經(jīng)歷跟蔡老師有點像，我是在日本獲得的碩士和博士，1993年回到清華，之后在智能技術與系統(tǒng)國家重點實驗室工作。剛才蘇總問我為什么創(chuàng)建這個實驗室，這個絕對不是我創(chuàng)建的，國家重點實驗室是1987年就籌建了，那是咱們國家第一批籌建的重點實驗室之一，那個時候國家開始構建國家重點實驗室，我1993年作為一個成員參加進去。
我想跟大家說，我們實驗室的老前輩，最早是在1958年就開始做人工智能方面的工作，那時候的通訊、信息傳播和的速度現(xiàn)在沒法比，但前輩們跟國際發(fā)展還是挺緊的，我們實驗室30年了，我也做了差不多快30年了，一直做的是人工智能工作，這幾年AI突然被炒火了，問我有什么區(qū)別？就是累。但有人支持，有經(jīng)費那是好事。
五年過去以后，大家開始考慮人工智能怎么落地？真正人工智能的科學，基礎科學的研究，現(xiàn)在還很少。這幾年突發(fā)猛進的都是技術，如果技術不落地，會帶來厄運的再次發(fā)生。如何避免呢，全靠做研究和做產(chǎn)業(yè)發(fā)展的人共同努力，如果技術可以落地，寒冬來的晚一點或者是淺一點，很快就騰飛起來。如果不落地，就會再次被人垢病，成為一種假、大、空。
這個問題跟我們今天會議的題目非常契合，研究和產(chǎn)業(yè)怎么更好的融合？它是互補，如果產(chǎn)業(yè)做不好，技術研究或者是應用基礎研究也一樣會砸鍋。沒人用，就沒人出錢，沒人出錢，自己就沒心情好好做了。因此，技術或者是研究必須支持產(chǎn)業(yè)，支持行業(yè)、產(chǎn)業(yè)發(fā)展。反過來產(chǎn)業(yè)的需求也是對技術發(fā)展巨大的促進。希望這個會議能跟大家好好討論討論。
張一甲：我的第一個問題，希望大家站在自己的學科視角給我們簡單開一下腦洞，用最形象簡單的話告訴大家，在你的學科當中最近一年或者是最近幾年最值得關注的突破性進展是什么？
蔡茂林：一甲的問題還是蠻有挑戰(zhàn)性的。我們團隊最近在非標機械零部件的數(shù)字敏捷制造上取得了一些激動人心的進展。機械加工是一個特別傳統(tǒng)的行業(yè)，以前一個非標零部件委托給工廠時，產(chǎn)品交付基本上需要三到五天的時間。需要經(jīng)歷報價、工藝制定、排產(chǎn)、數(shù)控編碼等，是由很多碎片化工作構成的。
這些碎片化工作都需要人來完成，需要大量的等待時間。你把工作給了工藝師，他可能今天沒時間，要明天下午做，就得等到明天下午了。總耗時幾個小時的工作，切成五片，由五個不同的人完成，需要幾天的等待時間。
對非常傳統(tǒng)的行業(yè)，我們能做什么？用AI的技術，把需要五個人完成的工作全部用計算機自動完成，一個3D模型圖紙上傳到云端，實現(xiàn)自動報價、加工工藝生成、根據(jù)機床型號自動生成編碼，把五天的工作縮短為幾秒鐘，這就是人工智能的基礎科研成果給傳統(tǒng)產(chǎn)業(yè)帶來的顛覆性進化。
工序中人的存在，讓傳統(tǒng)產(chǎn)業(yè)效率變得無比低下和不確定。如果我們用機器的算力和智能決策去取代人，產(chǎn)業(yè)還是原來那個產(chǎn)業(yè)，但工作效率將會提升一百倍以上。
說基礎研究之無用，我在二十年前讀書學習神經(jīng)網(wǎng)絡的時候，覺得真沒什么用。今天，我們發(fā)現(xiàn)通過計算機算力的提高以及深度學習算法的進化，這些東西還是這些東西，但卻變的如此重要和具有無比的價值，這是一個很典型的案例跟大家分享。謝謝。
為什么今年馬斯克發(fā)布小豬腦機接口成果以后，我們又把米格爾請回來，他做猴子腦機接口實驗是很早的，但我們肯定主要不是看什么動物實現(xiàn)了腦機接口，而是看背后材料學的突破。
蘇萌：太空科技這個領域大家總是可以找到很多熱點，不管是馬斯克還是我們國家最近發(fā)射的火星探測器叫“天問一號”。太空這幾年變成了一個新的熱點，這個熱點伴隨的是科學技術突破和技術能力的進步。
朱小燕：人工智能有幾種描述的方式，其中有一種是認知智能、感知智能、自主智能作為智能研究進展的不同階段。
現(xiàn)在有一個預訓練模型非常成功，很明確的訓練數(shù)據(jù)的語義信息學習到模型中。就像我們讀萬卷書。應用時用具體任務數(shù)據(jù)進行微調，可以表現(xiàn)的很好。這個模型的前提是用了大量的算力，例如GPT3，理論上GPT3和GPT2只有工程上的提升。但是，GPT3擁有1700億個參數(shù)，模型訓練一次，花費一千多萬美金。
咱們先不提這是否是大家都去追求的途徑，但這是一道讓我們看到了機器能夠學習很多東西的曙光。理論上把所有的書都讓機器看，機器就能做各種各樣事情了。問題就是怎么把它變的更簡潔、便宜讓大家用起來，這是需要進行做的另一個突破。
另外還有一個，跟我自己的研究相關，人機交互越來越受到重視，機器和人或者是跟環(huán)境交互。機器如果不跟外界進行交互，機器的智能就是一種偽智能，是可編程實現(xiàn)且一成不變。現(xiàn)在國際學術會議，跟機器人相關的競賽，沒有人機交互的環(huán)節(jié)，這個比賽都不合格，或者一個團隊的作品沒有人機交互操作沒有資格參賽。
例如機器人魔術，不是變個魔術就完了。例如，瓶子蓋著蓋，手滑一下東西就進到瓶子里，不行。一定要說人跟機器用語言或手勢共同完成，才可以。
機器有智能，一定要知道這個房間黑，那個房間亮，這有一個樓梯，有什么事跟人講，只有這樣做才有點像科幻電影的智能。根本上還是知識，比如機器想要出門，你想告訴他門在右邊，怎么可以讓機器聽懂你跟說的話？現(xiàn)在有很多人研究這些。
張一甲：我們都知道科學的進展就像知識樹一樣，每一代都在前人的基礎上疊加樹枝，樹枝到樹干不斷往外長，后來人到末端的突破就越難，也會有很多很悲觀的聲音，有本書在科學的終結，愛因斯坦之后，人類的天才已經(jīng)沒有了，也有很多聲音說在基礎科學領域現(xiàn)在好像發(fā)展的越來越慢了，我想站在外行的角度問大家，基礎科學發(fā)展的速度是在變慢嗎，什么樣的方式可以評價我們基礎科學的發(fā)展速度快了還是慢了？
這周新聞發(fā)布的谷歌量子計算機，僅僅用了短短200秒，就完成世界最強大的超級計算機花費1萬年所需的計算量，這真是一個堪稱“恐怖”的計算速度！這將帶領人類可以認知到更多的未知世界。
人類的認知水平，往前看一千年、兩千年，也許差不了太多，包括暗物質、多維空間等，我們現(xiàn)在的認知仍然是有限的，量子本身我們也不清楚它的機理。但是，現(xiàn)在的數(shù)十年，人類獲得的知識是在爆發(fā)式增長。
因此，我的觀點是：第一，認知是無限的；第二，人類認知的速度在加快。
林思恩：在座各位專家的專業(yè)方向都是有人工智能底層的邏輯，人工智能作為底層邏輯有算法算力數(shù)據(jù)，在我經(jīng)歷的所有行業(yè)里，也都有算法算力數(shù)據(jù)匹配的過程，這也是特別好的評估基礎學科發(fā)展速度的方法，通過看哪個強、哪個弱就可以。
山世光：我的感覺，不是基礎研究變慢了，而是重要基礎研究的成本變高了。
很顯然，基礎研究的進步是有節(jié)奏的，會有快速發(fā)展期，也會有發(fā)展緩慢的平臺期。例如120年前，那個時候物理學界都覺得再也不會出現(xiàn)像牛頓一樣偉大的物理學家了，因為他們覺得物理問題基本解決了，覺得人類對世界的認知已經(jīng)很清晰了。結果沒過幾年，愛因斯坦就出來了，相對論來了，整個顛覆掉人類對世界的認知。
以此觀之，我們現(xiàn)在對整個世界的認知也可能是大錯特錯的，宇宙大爆炸理論就一定對嗎？未來也可能出現(xiàn)另外一個人，提出一套更好的解釋世界的理論，把我們對世界的認知顛覆掉，畢竟現(xiàn)在物理前沿還有很多的困境用當前的理論解釋不了。
山世光：如果基礎研究只是添加細枝末節(jié)，那肯定會越來越慢。但科學規(guī)律告訴我們，最重大的基礎研究往往會重新種一棵樹，徹底顛覆掉之前那棵，從而會有一段新的快速增長期。
我們真的是在進步，理解宇宙的技術在進步。但是光靠好奇心這個人類內心最底層的欲望推動的話其實對世界的理解是會減緩的，因為好奇心的成本太高了，誰來出這個錢？
我在哈佛的導師說天文學我們遇到了一個問題，三十年前是哈勃望遠鏡，現(xiàn)在還是哈勃望遠鏡，為什么？因為新的望遠鏡太貴了。如果說我蘇萌做太空資源的開發(fā)利用，我們的公司起源太空能夠利用好太空資源，能夠為文明產(chǎn)生社會回報，那么這整個科學就會迎來更大的發(fā)展。
最近有報道，超導可以在常溫下15°C下實現(xiàn)，原來是-260多°C。但是這個還是不可能實際應用，溫度提高了，但是有高壓要求。我算了一下，其所需壓力是我們日常大氣壓將近一千倍。這個事再繼續(xù)下去也許就有可能了。
這個也是一個材料的問題。超導這個材料能夠在常溫甚至是常壓下可以實現(xiàn)，我們的軌道交通會是什么樣？實際上肯定會有前人都沒法想象甚至科幻片現(xiàn)在還沒有出現(xiàn)的結果，我一點都不悲觀，我覺得挺好。
