当前位置：首页 > 新闻中心 > > 正文

华为，找寻科技秋天里的春光

2023-04-20 19:49:13 来源：脑极体微信号

捷克导演伏拉基米尔·米切尔在2001年指导了一部电影，叫做《秋天里的春光 Babí léto》。

我很喜欢这个名字，它吐露着一种简单质朴的美好。回望历史，我们会发现文明与知识经常陷入秋天，但却因为人类的一次次努力，最终我们迎来的不是寒冬，而是新一轮春天的开启。

在我们感知到瓶颈的一刹那，也就开始思考如何解决瓶颈；当我们开始担忧未来，也就开始掌握和改变未来。能在秋天寻找春光，这是人类何以伟大，也是人类这一物种何以延续的原因。

(资料图片)

在科技领域，这样的故事正在上演。

4月19日，华为分析师大会HAS 2023在深圳举办。此前曾跟大家聊过，全联接大会与分析师大会是了解华为最重要的两个窗口。如果说，全联接大会展示华为的手中做出了什么，那么分析师大会，则展现华为的眼中看到了什么。

比如说，上一届HAS，我们讨论过华为面向智能世界的科学假设，这可能是大型科技公司首次用科学假设来锚定未来战略。

而在今年，华为则更加直接、更加勇敢且热烈，直接提出如何解决通信与计算两大极限——香农极限与摩尔定律。

华为战略研究院院长周红在名为《建设智能世界的假设与愿景，从经验、知识到智能》中提出：建设智能世界的核心，就是解决未来通信和未来计算两大问题。

如果说，通信与计算极限是困扰着人类科技进步的秋天，那么寻找打破它们的办法，就是人类又一次尝试在秋天里寻找春光，改变未来。

触摸瓶颈

当人类科技步入秋天

在秋天，人们可以享受丰饶的物产，同时也会感受到寒意。我们生活在信息革命的丰收中，享受着前人甚至不敢想象的通信体验与数字化工作、生活，但在这种美好之中，寒意也逼近了。这种寒意，来自于发展的瓶颈。

在《三体》中，三体人来到地球的第一步是用质子创造瓶颈，锁死人类基础技术创新，而在现实里，瓶颈自己就会出现。从元宇宙到无人驾驶、智能制造，我们提出了太多的数字化、智能化应用方向，这需要信息的处理、传输、存放能力千百倍增长。但残酷的现实是，计算与通信已经逼近了极限，在现有的理论与技术进步框架下，已经很难支撑科技持续高速发展。

之所以我们能够知道这两大极限在哪里，要感谢两位信息技术中的伟人。

首先是信息论的创始人克劳德·艾尔伍德·香农，在1948年首次提出了噪信道编码定理，也被称为香农第二定理。根据这一理论，有限带宽、有噪声的信道中存在着极限传输速率，无论采用何种编码方式都无法突破这个极限。

香农极限的存在，有效牵引了通信产业的发展，指出了不同网络环境下的最高通信效率，对通信和存储产业起到了奠基作用。与此同时，香农极限也提前展示了人类通信能力的边界，比如5G的频谱效率已经很大程度上的接近甚至达到了香农极限。这也就是说，接下来需要更大通信能力支持的元宇宙、泛在高清化视频、人工智能技术，都迎来了巨大的瓶颈与压力。

比香农极限更广为人知的是摩尔定律。英特尔创始人之一戈登·摩尔，根据自身的产业观察与技术实践，历经数次调整，最终提出了集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月增加一倍的规律。也就是说，处理器性能将18个月翻倍，同时其价格下降一半。

摩尔定律牵引了计算产业的数十年发展，为信息革命奠定了产业基础，但随着材料工艺、制程工艺纷纷达到极限，摩尔定律开始逐渐失速。如果严格按照摩尔定律，在2023年2纳米制程芯片将广泛使用，2025年将实现1纳米制程，这显然与目前形势大为不符。

但另一方面，在供给端降速的同时，计算的需求端却在暴涨。AI计算的兴起带来了全面的算力饥渴现象。过去十年，AI算力需求增长了数十万倍，今天AI计算依旧处在一卡难求的尴尬境地。计算瓶颈，已经在真实限制和困扰人类的科技创新。

逼近的香农极限，失速的摩尔定律。这两项巨大瓶颈，从源头围困了人类科技的进步。但在华为看来，瓶颈意味着待解决的问题，找到瓶颈，也就找到了通向未来的大门。

通信之春

藏在可能性的摇篮里

对于人类科技来说，秋天里的春光在哪里？

这可能是我们平时很难去触及的问题，而这也是HAS的珍贵之处。华为希望在这时与大家一起抬头看看，看向远方，看向充满可能性的未来。

比如说，香农极限的存在，为通信产业打下了十年十倍带宽增长的框架。但华为却认为我们可以尝试超越香农极限，实现网络带宽的十年百倍增长，甚至更多。

怎么才能做到这点呢？周红提出，香农极限是在上世纪40年代提出的。有很多新的现象、新的工程能力和新的应用环境，都是75年前人们不了解的、也不在假设中。因此未来的通信上还有很大的发展空间，甚至有可能改变香农定理最初的假设和应用条件，实现超越十年百倍的发展。

在如何传递信息这件事上，人类始终在积累更多可能性。这些可能性大多数还在摇篮当中，但也足够让我们看到打破极限的路径。

在通信方式层面，量子通信、艾里波束、激光器的相继发现与实验成功，让人类看到了找寻新通信传播介质的可能。而在人工智能技术兴起后，各界发现以先验知识传播信息的可能，语义通信代表的新通信方法正冉冉升起。即使在工程技术方面，5G的MassiveMIMO规模商用后，有效解决了复杂城市环境中通信的传统难题，这就在某种程度上超越了香农时代对通信的理解。

长时间来，我们看到了华为在通信领域的不断探索，MassiveMIMO、自动驾驶网络、感知网络等可能性成为了现实。一系列的成功提醒我们，敢于寻找可能性，敢于打破理论与技术的瓶颈，就是寻找通信之春的开始。

计算之春

藏在AI的壮芽中

最近几个月，生成式AI带来了前所未有的火爆，大模型让每一个人都真实感知到了AI的魅力与潜力。同时AI也加强了对算力的消耗，进一步逼近了摩尔定律的极限。

但从另一个角度看，AI也是摩尔定律的破壁者，是一颗解决摩尔定律失效，甚至超越经典计算边界的种子。未来，或许我们将习惯让AI去处理各种问题，创造各种可能，而不是依赖晶体管的堆叠。

智能应用的快速发展，让AI这颗种子成长为嫩芽。但进一步看，想要让AI更加茁壮、强大，还需要克服一系列挑战。在华为看来，AI想要与人类目标保持一致，并且正确和高效地执行，必须克服三个主要的挑战，其中包括：

对AI的目标定义问题。集成了七十年发展成果的AI，有大量科研分支与技术流派，这也导致AI研究与应用缺乏整体性目标，难以达成系统化、整体化的研究体系。

AI的正确性与适应性问题。深度学习以及其他AI技术的黑箱性问题依旧没有得到解决，人类在理解和控制AI模型上缺乏有效手段，对抗生成样本进行AI干扰就是一个显著的例子，路牌上有个黑点，就可能导致自动驾驶系统识别失灵。缺乏适应性，给AI应用带来了巨大的隐患。

AI训练与部署中的效率问题。在今天，AI还需要巨大的算力开销、能源开销以及高度依赖海量数据(603138)进行训练。效率问题始终在限制AI的进一步发展。

只有跨越这些挑战，AI才能从一颗嫩芽，发展为向下扎到根，向上捅破天的大树。虽然那距离通用智能、超级智能的参天大树还很遥远，但我们至少可以期待AI成长为一颗改变人类世界的“壮芽”。

怎么才能跨越这些挑战呢？在华为看来，“实用”是AI技术的最佳牵引。科学是无立场的，只呈现真实，但科技是有方向的，它需要为人类服务。实用性，既可以成为AI应用的导航器，也可以成为AI理论研究与底层技术构建当中的护城河。

周红建议，可以从实用的角度来发展知识和智能。具体来说，可以通过感知与交互、计算或者试错，在复杂的环境和有限的资源下达成目标。这条跨越AI边界，甚至指向摩尔定律极限的智能之路，华为已经携手产学各界，找到了一些方向，比如：

一、发展自治智能系统，提高AI的适应性。

目前的AI模型，更多是从数据中抽取规律。未来，我们或许可以通过发展感知与建模、知识自动生成、求解与行动三个核心部分，推动AI具有更高的正确性与适应性，甚至成为自主化的智能系统。在这个过程中，人的经验、诉求与利益将十分重要，科技必须确保人的立场与AI技术融合为一。在这样的探索下，未来的AI将具有更强的自主决策能力，我们会在自动驾驶汽车、云服务、自动驾驶网络等领域实现自主自治的智能体。

二、发明新的计算模式、架构与部件，提升AI效率。

目前AI依赖的存算基础，基本来自经典计算体系，二者本质上并不完全匹配。我们或许可以发展更适配AI本身的计算模式，并产生与之匹配的计算架构、计算部件，来提升AI的工作效率。比如说，类脑计算的AI任务处理模式正在得到越来越多的重视。

此外，AI还带来了海量非结构、多样性数据的存储问题。是否可以脱离传统存储框架，围绕AI计算来定义新的存储架构与部件，这既是华为关注的方向，也是业界正在共同努力的目标。

三、AI4Industry，让行业大模型助力价值创造。

AI需要与具体的行业需求、产业场景结合，才能最大化释放生产力，这在今天已经形成了共识。华为是这条路的先驱，尤其在行业大模型领域有领先且充沛的探索。目前，华为已经帮助电力、煤矿、交通、制造等行业，实现了以AI大模型提升作业效率、提升安全性的案例，比如在煤矿场景，华为帮助客户通过AI模型来实现瓦斯浓度的超前预警、作业序列风险防范、作业质量智能验收等应用；华为的智慧港口方案，已经在天津、青岛、上海、深圳等港口实现智慧化应用。

四、AI4Science，构筑科学发现新范式。

在产业应用并行的另一条轨道上，AI的实用性还在科学研究中展露无遗。AI大模型与科研的结合，不是仅在特定学科中创造价值，而是构筑了一种各个学科整体性、通用性的新研究范式，为人类探索科学提供新的路径。

在今天，华为推出的盘古气象大模型，已经可以快速完成全球未来1小时到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。在药物开发领域，华为与北大相关团队一起提出了基于元动力学的靶点发现和构象搜索算法，可以加速小分子遍历蛋白质的过程，极大提升了药物研发的效率。

除此之外，华为还在AI重构软件与计算模式，甚至用AI来开发计算部件，提升产业效率和自动化水平等领域进行了广泛的探索。我们知道，在ICT领域大量技术都是华为内部孵化应用，进而成为全球业界通用的工具与能力。或许，AI将在这条路上走得更远。

AI的壮芽，还在成长当中，还需要浇水施肥。但这颗种子的勃发，已经让人们看到了打破摩尔定律极限，乃至跨越更多极限的可能性。

这就是孕育在秋天中的春光。

秋过春来，智能世界

打破香农极限与摩尔定律极限，你会认为华为提出这样的目标太过遥远吗？

但换个角度想，我们总是倾向于用已发生的事情去推演未来，去放大现在和过去。但却忽视了未来的力量，忽视了只有未来才是人类真正可以掌握和改变的。

我们时刻在钻研现在，也需要偶尔去远眺未来，去触碰极限。每年的HAS，就在华为的战略结构中扮演着这个角色，而它似乎也在全球科技产业的更迭中，扮演着同样的角色。

未来，人类必定要在更短时间传递更多信息，甚至实现真正的天涯若比邻。

未来，人类必定要跃向新的计算范式，让智能体代替人类探索计算的可能性。