姚期智長期從事計算理論及其在密碼學和量子計算中的應用，積極從事人工智能與金融科技的創新理論及實踐，在2000年姚院士獲得圖靈獎，也是迄今唯一獲此殊榮的華裔科學家。現擔任中國科學院院士、美國國家科學院、美國人文科學院外籍院士，清華大學交叉信息研究院院長。
姚期智表示，當今世界正在快速進入智能時代，全世界都非常注重推動原始性創新。一流大學在基礎研究上有非常強的優勢，但基礎研究轉向實際產業應用還存在一定問題，在此背景下一流大學應扮演何種角色？
他認為，應當通過設立應用型的研究院或者交叉信息研究院，推動基礎研究經過一個轉化過程變成一個新產業，也就是把科學成果最終實現產業化。大學或者應用型研究院不僅僅要做基礎研究，還有一個非常重要的努力方向是建立技術標準。
此外，姚期智認為金融科技人才培養是中國現階段非常需要做的一個事情。
姚期智作了題為《人工智能的硬科技》演講
尊敬的各位領導、各位嘉賓，大家早上好！
當今世界正在快速的進入智能時代，包括中國在內，全世界都非常注重推動原始性的創新，在這樣的背景下，現代的一流大學所扮演的角色能是什麼樣子，和一個傳統的大學所扮演的角色有沒有不一樣？
做一個假設性的想象，斯坦福大學在當地政府的支持之下，設立了一個應用型的研究院，它帶來的效果一定是非常巨大的。
西安是中國的五大科技中心之一，擁有大量一流的科教資源，近年來西安政府和陝西政府也在積極的推動科技創新，想要推動和建立高科技的研究院，所以西安擁有非常良好的大學和地方合作的基礎。
去年，清華大學在西安市成立一個應用型的研究院，這裡有一些經驗和一些成果想與大家分享。
清華大學的這個單位叫做交叉信息研究院，成立與十年前，採用最先進的、國際的、一流大學的系統，積極引進各種人才，聚焦於計算機科學和其他領域交叉互動之下產生的基礎研究和應用研究。
經過10年的建設，現在已經變成一個實力雄厚的現代學術研究機構。去年清華大學和西安簽訂了一個協議，也註冊了一個應用的研究院，在今年5月，研究院正式落地，進駐西安。
半年來，我們可以回首最初的問題，一個現代的、高科技的大學在產業發展、積極和地方社會、政府合作能夠所發揮出來的作用。
在西安，我們叫它交叉核心院，這個交叉核心院扮演了樞紐角色，它把在大學裡面所做的基礎研究，同地方企業、地方政府能夠調動的資源在樞紐裡面結合起來，共同推動技術進步，實現產業應用。
基本有兩點：
第一、大學在基礎研究上有非常強的優勢，怎麼樣能夠從基礎研究經過一個轉化過程變成一個新產業來推動產業的發展，能不能高效快速地把大學研究發展出來的知識，推動到產業上。
第二、怎麼樣通過核心院把這些包括一流的、高科技的大學在內的，整個地區的高科技的研究者結合起來，變成一個平臺，加速產業發展的同時，研究有無合作的可能。
大學性的應用研究院和工業上、產業上的研究院是不同的，因為大學的研究院有一個腹地，即使是我們這邊團隊本身對這些知識沒有專門的知識，面對這些產業的應用的場景，它也容易誕生非常好的點子，清華大學就是個很好的例子。
我覺得核心院扮演了一個橋樑的角色，在高科技有關的基礎科學和真正的應用產業之間，建立起了一個流通管道。
我們大家都知道基礎建設的橋樑、公路是非常重要的，同理核心院對推動產業、商業也有極大地影響，以這個方式來想象一個當代的大學，經過適當的頂層設計，在地方政府、地方社會團體、地方教育機構的一同支持、一同協作之下會產生積極的效果。
希望在以後的幾年這種效果能夠變得更加明顯。簡單總結半年來的成果和經驗。
第一、在當地設立一個實驗室，對於要解決的問題，思考如何在基礎研究到轉化之間，做一箇中間站，最後一步組織一個工程的團隊，實際上把這個科學成果，能夠產業化。這是我們今天要談到的最主要的一點。
第二、人才培育和西安地區大學交互問題，談及科技基礎研究到產業發展，很集中的是兩個方向，一個是人工智能，二是金融科技。這兩個方向，會在未來的10、20年內扮演推動經濟的核心角色。
舉個例子，交叉核心院建立的一個做前沿構架和智能芯片的研究中心，我們大家都知道深度學習、神經網絡，在過去十年中，對整個的科學界、產業界產生了非常大的影響。
基本上神經網絡就是一種特定的一種算法，基於這種算法，就能夠做很多事情，比如說人臉識別等等；神經網絡的一個特別值得注意的方向就是需要用非常非常多的數據和非常非常大的計算能力，但在一些科學和商業的競爭中，很多人沒有這個計算能力，也沒有這麼多的計算數據。
沒有足夠大的計算能力，不能快速得到你所想要的結果，就產生不了應用價值，比如說人臉識別，如果識別一個人花半個鐘頭，不會有人用它，如果你在半秒中識別完畢，就非常有應用的價值。怎麼把神經網絡做的更快，讓它的精確度更高，這個是一個大家在科學進程裡面的一個真正的創新高地。
當然要讓它做的更快，還有一個軟件和硬件結合的問題。軟件即使再快，也比不上通過特別設計的一些芯片，再配合算法加速的速度。
所以怎麼樣在技術上從最基礎的算法的研究，然後經過優化，經過工程化，最後變成一個芯片的設計，這條路是一個非常重要的一個道路，在西安我們這裡也有非常好的機構在從事這方面的研究。
所以我們做的第一件事情就是成立了這樣一箇中心，怎麼樣能夠把基礎研究，在大學裡面所做的能夠在這裡工程化。
這個圖表顯示出精確度和計算的能力，和這些速度，對於資源的要求，越來越大。所以現在有一個非常有系統的加速的方法，如果設立了某一種神經網絡的算法，能夠有系統的把它加速起來，基本是同一類的算法，但是你能加速起來，仍然不失掉你的精確度，才是大家最希望的一個結果。
之前也有很多論文在人工智能最高級的會議裡面提出來，我們就是從原始創新，設計這些算法，然後設計出一種特別的能夠把這些算法轉化成芯片的方法，然後找有芯片設計的專長的老師，把它做出來，去流片，看結果如何。
加速一個神經網絡算法，有相當流行的方法，因為網絡本來有很多的通道，那麼你怎麼樣能夠在這裡隨機採取其中一部分的通道，這樣你的這個算法，通常叫算法模型，就能夠把它變得更小，更有效，做的更快。這個是一個事情，包括兩部分，第一部分可以說是一種軟實力，軟件的部分，你把算法做好，變成在工程上可以做的算法，第二部分怎麼硬件化，能夠設計，放到芯片上。
第一部分就是怎麼樣設計一些新型的算法，這些算法都是在最頂級的人工智能的會議已經發表了，那麼第二點就是怎麼樣的根據這些算法，各種加速的方法，然後把它設計製造到芯片上，這個研究裡面第一步就是探索這種新的能夠加速的方法。
在計算機上模擬上，可以看到這種方法，並且非常有效，這個實驗的結果，是它能夠把普通的算法加速兩倍到四倍。但是它和普通人大家想的不一樣，不單速度快，而且精確率，經過我們特別的設計以後，連精確率都比以前更加的改進，所以這是一種大家所期望的，最理想的情況。
這個算法是相當複雜的，我們現在大家看到的，這個算法的場景，是一個自動駕駛的場景，對於計算的精確度，還有計算的量要求非常高，必須老老實實按照怎麼樣設計這個算法，一步一步做，看到什麼東西，你要能發現它，把它能夠找出這裡面的物品邊界是什麼東西，你要怎麼樣的能夠讓這個算法能夠具有魯棒的性質，因為我們知道你駕車的時候如果下雪下雨，路上突然出現一些情況，必須有魯棒的性質，這樣才放心的讓自動駕駛前進。做好以後，還要把做出來的人工智能的模型進行壓縮，用快速的方法讓它變得比較小。
在硬件上，芯片上有一套非常成熟的，怎麼設計到芯片上，現在已經做好MUSE-V1，已經做好了，8月份的時候已經送出去流片，下個月這些芯片會回來，到時候我們檢測，和以前大家期望的結果是否能達到那種效果。我們不但有了第一個，已經進入流片流程，第二個已經設計好了。非常期望它的效果和我們期望的是一樣。
短短數個月，馬教授的隊伍，已經和西安的一些硬件公司，比如華為進行了接觸聯繫，對方也表示出較大的興趣，我們非常期待這個工作日後的發展。
這條路其實是相當漫長的，因為一個芯片技術的路程，即使你已經有了算法，怎麼設計到芯片上，最後變成大規模商家採用，這個有一套程序。從最開始在大學裡面的研究，然後怎麼樣的聚集工程團隊，然後怎麼樣的符合這些商業，取得商業上的IP，怎麼樣符合商業的標準，到最後能夠大規模的產業化，這個中間有很多個關鍵的步驟。
科學研究這一部分，大多數是馬凱森教授在清華大學交叉研究院裡的團隊，來從事這個科學的研究，西安的交叉核心院，他在這裡也已經招募了數十位常駐的成員，來從事工程的轉化。
期望在以後隨著時間增加，他的芯片的中心會招募更多的一些工程師或者是科學家，那麼能夠一步一步的走向商業的轉化，將來也希望能夠孵化出一些公司。
剛才講的關於基礎研究的這部分，另外我們設立幾個前進式的實驗室，就是我們已經瞄準了一些可以孵化產業甚至已經有公司開始成立的，能夠做科學的研究。
關於金融科技和監管科技的研究中心，我們要用人工智能、大數據、密碼加密等等的一個安全方法，推動金融科技，這裡面有一些核心的基礎的研究，那麼這裡面也有怎麼樣的把金融科技裡面設計新的算法，同時把金融科技裡面的算法，能夠加速起來。
有了這樣的中心，我們除了做基礎研究以外，還有一個重要的努力的方向就是建立技術的標準。我們知道金融科技在這點上和通訊科技一樣，能夠有一個標準是非常重要的，這些標準在國外很多方向都已經成熟，但是在中國這些標準並不存在。
我們必須要考慮中國的國情，所以這個標準對於金融科技就特別重要。林教授在學術上還有在國外的金融管理上都有很豐富的經驗，他根據這些情況，在建立技術標準上做出了很大的進步，我想我們不久將來可以看到他在這方面對於西安陝西甚至國家所能做出的貢獻。
標準這種事情和孵化一個公司，能產生的結果是完全不一樣的性質，但是做這件事情，對整個金融科技的基礎建設，對推動將來的科技發展，有很大的幫助。所以我們相信在交叉核心院裡面所研究出來的和政府和銀行企業聯合商討出來的一種標準，會讓西安這個地方擁有一個在金融科技裡面一個標杆的先驅位置。
我們不單做基礎研究，做標準，而且我們和各地的證券產業，還有銀行協會，甚至對於政府監管的需要，科技的手段等都已經建立了非常多的聯繫。
金融科技人才培養是中國現在非常需要做的一個事情，我們交叉核心院也做人才培養。舉辦各種學術活動等等。
第二個例子就是，前進式研究，可信的人工智能。人工智能現在有一個大的缺點，大家對於它的可信程度，沒有像對傳統的算法那麼信任，這裡面安全上有一些不確定性，怎麼樣能夠有一套標準，對於一個人工智能的算法，在怎麼樣的情況下通過這些檢測，這是一個非常重要的課題。
我的時間差不多了，我很快講幾個孵化的產業。
第一個是怎麼樣讓人工智能，讓各種軟件增加可信度，楊子江教授是非常出色的軟件的專家，創辦深信科創這家公司，這些就是這個公司做的一些事情。
第二個是新石器無人車，關於無人駕駛的，是盧博實和李想做的公司。
最後談一下人才培養，我們基本上已經和西安地區其中五個高校簽訂了五校聯盟，人才培養是我們下階段著重推進的一個事情，包括重點的聯合申請，科研的項目。可以學子們更多在實驗室學習的機會，幫助他們增加實習，參與各類科研活動。
閱讀更多 36氪陝西 的文章
