阿里云創(chuàng)始人王堅院士:計算驅(qū)動當(dāng)今的發(fā)現(xiàn)和創(chuàng)新

2023 年10 月，CNCC2023（2023 中國計算機大會）在沈陽召開，中國工程院院士、之江實驗室主任、阿里云創(chuàng)始人王堅博士做了“計算驅(qū)動的科學(xué)發(fā)現(xiàn)和科技創(chuàng)新”主旨講演，認(rèn)為20 世紀(jì)是電驅(qū)動的時代，現(xiàn)在是計算驅(qū)動的時代。云計算將是未來趨勢，于是王堅院士等人當(dāng)年創(chuàng)辦了阿里云。過去的很多思想是靠假設(shè)來驅(qū)動的，數(shù)據(jù)最重要的作用是幫助人們產(chǎn)生新的假設(shè)。計算驅(qū)動是計算密集型、數(shù)據(jù)驅(qū)動和基于模型的完美結(jié)合。

1 20世紀(jì)是電氣化驅(qū)動的

之前的科學(xué)發(fā)現(xiàn)和創(chuàng)新是被什么驅(qū)動的？圖1是美國工程院對20 世紀(jì)最偉大的工程技術(shù)發(fā)明做的調(diào)查，可見第一項是電氣化。

表1 20世紀(jì)最偉大的工程技術(shù)發(fā)明

如今，電氣化已非常普遍。例如，人們在依靠照明的會議室里召開“2023 中國計算機大會”，如果沒有電氣化，這是無法完成的。如果仔細(xì)看表1，也很有意思，像激光、互聯(lián)網(wǎng)、計算機等排在電氣化之后，而你再往深層次想象，如果沒有電氣化，可能后面很多的發(fā)明都不會存在，所以電氣化對人類社會的推動是非常巨大的。

2 今天是數(shù)據(jù)驅(qū)動的時代

計算能否像電氣化一樣，扮演著超過人們今天想象的對社會發(fā)展起著根本推動的角色？

回顧歷史，20 世紀(jì)就是一個被電驅(qū)動來做創(chuàng)新的時代。從1882 年開始，電第一次作為一種公共服務(wù)被提供的時候，世界就發(fā)生了一次巨變。

電力作為一種公共服務(wù)是由愛迪生倡導(dǎo)的，盡管他發(fā)明的是直流電，最后交流電替代了直流電作為了公共服務(wù)的標(biāo)準(zhǔn)。但是不管怎樣，愛迪生的發(fā)明仍然被認(rèn)為是電力革命的里程碑，因為使得電力可以被有效地傳輸和使用。之后，因為有了電氣化，全世界的城市發(fā)生了一次天翻地覆的變化。所以電氣化推動了城市的進步。關(guān)于數(shù)據(jù)驅(qū)動，如果把計算放到一個更廣的視野里來看，數(shù)據(jù)驅(qū)動究竟要改變什么？

關(guān)于數(shù)據(jù)非常有意思：世界上所有城市只占了地球表面積的2%~3%，但是今天容納了大概全球60% 的人口，預(yù)計到2025 年將容納80% 的人口，這意味著更多的人會到城市里來，不管你愿意不愿意，不管城市病有多嚴(yán)重，但是一個很挑戰(zhàn)的事情就是世界上所有城市消費了超過74% 的世界能源。從發(fā)展的角度來看，我們面臨的挑戰(zhàn)可能比想象的要大、緊迫。

當(dāng)年IBM 首次提出smart city（注：源自IBM 的“智慧地球”），人們翻譯為智慧城市，實際上叫“靈巧城市”更為恰當(dāng)。里面有一個數(shù)據(jù)，對一座城市而言，大概有35% 以上的水是被漏掉的（注：即使打開水龍頭把水放掉都不算漏掉）。所以可以設(shè)想一下，一家水廠35% 的水就無聲無息地消失了，但是人們拿它沒有任何辦法。這個問題并沒有隨著技術(shù)、信息化技術(shù)的發(fā)展被解決掉。

根據(jù)愛爾蘭的調(diào)查，該國2018 年約有46% 的水從自來水管網(wǎng)被漏掉。多么驚人的資源浪費！希望2021年能夠把漏水量降到38%，到了2030 年這個比例降到25%，即1/4 的水被管網(wǎng)漏掉。

所以人們認(rèn)真想一下，這個世界面臨的挑戰(zhàn)比我們在某一個領(lǐng)域看到的挑戰(zhàn)要大得多。

根據(jù)這個數(shù)據(jù)，你會發(fā)現(xiàn)，漏水的多少跟一座城市發(fā)展的水平?jīng)]有關(guān)系。因此，人們平時講綠色、可持續(xù)發(fā)展，面臨的挑戰(zhàn)或數(shù)字可能是超乎想象的。

那么再回到它的原點，也就是說這些問題都帶來了電氣化的問題，所以人們可以人們看到圖1 的水平紅線，我們平時講到2050 年或2060 年，我們要達到碳中和水平的碳排放量。

所以人們看到一件很有意思的事情：事實上，今天的碳排放量是隨著1850 年以后電氣化大規(guī)模普及而帶來的，之后呈這樣一條指數(shù)型的曲線上去。所以人們認(rèn)真想一下，如果我們要在2050 年把它回到碳中和狀態(tài)，要有一條更陡的曲線把它降下來。

為什么要談數(shù)據(jù)驅(qū)動的科學(xué)發(fā)現(xiàn)和創(chuàng)新？

人們認(rèn)真想一想，從1950 年到今天，這條碳排放的曲線能這樣爬上來，從另外一個角度，也是得益于科技的創(chuàng)新和發(fā)現(xiàn)。

圖1

所以這是一個非常有意思的分水嶺，是科技和創(chuàng)新的發(fā)現(xiàn)，使得人類消耗自然資源的能力被極大地提升了，造成了今天的碳排放量水平。從另外一個角度，撇開我們所有的觀念的話，我們得問一個非常嚴(yán)肅的問題：在接下去的二三十年，我們能不能用更短的時間、更快的速度把碳排放量降下來？那么就得靠我們平時常講的數(shù)字化。

人們設(shè)想一下，計算和數(shù)字化的關(guān)系就是電和電氣化的關(guān)系，這就是為什么要談到計算驅(qū)動的科學(xué)發(fā)現(xiàn)和創(chuàng)新，最后的結(jié)果使得我們有機會在2050 年或2060 年把碳排放量能降到我們今天希望的碳中和的水平。

從這個角度講，給這個學(xué)科帶來一次非常難得的機會。如果設(shè)想一下今天的數(shù)字化跟100 年前的電子化來相比，計算在這里扮演的角色就是非常值得期待的。預(yù)計：計算驅(qū)動（Computing-driven）的計算是會在21 世紀(jì)接下來的100 年重新發(fā)明所有的事情，包括城市在內(nèi)。

3 “計算”的內(nèi)涵和外延

有三個詞很重要，它們是有關(guān)系的。Computing( 計算) 的含義是非常豐富的。如果去看文獻，可以看到Computing( 計算) 是早于Computer （計算機）這個詞，即計算是早于計算機這個詞出現(xiàn)的。所以在王堅院士的語境里，Computing( 計算) 這個詞包含了三個很有意義的組成部分。

在今天的人工智能環(huán)境的語境下，computing ( 計算) 可以看想象成這三個詞的綜合：① computational intensive， 王堅院士對這個詞斟酌了很久，認(rèn)為指“計算”密集型，盡管到了中文的翻譯， 此“ 計算（computational）” 非彼“ 計算（Computing）”。② 數(shù)據(jù)驅(qū)動。③基于模型。

從計算密集型角度，人們會想到超算。摩爾定律（圖2）顯示了計算是怎么發(fā)生、發(fā)展的，其速度超過任何一個領(lǐng)域的速度。

圖2 摩爾定律示意圖

同樣很有意思的是人們很熟悉的，今天做人工智能的時候，會談到英偉達的A100 和H100 顯卡。如果把時間稍微拉長一點，會發(fā)現(xiàn)英偉達GPU 從3 億個晶體管（GeForce 7800）到今天800 億個晶體管(H100)，增長速度是非常驚人的。在早期集成電路出來的時候只有2 個晶體管，英特爾在70 年代初的第一個芯片只有2000 多個晶體管。所以可以設(shè)想一下，從一只手就能數(shù)出來的數(shù)量，到人生一輩子都數(shù)不完的800 億個晶體管，計算的物理基礎(chǔ)發(fā)生了非常大的變化（圖3）。

圖3

2006 年Jeannette Wing 提出一個想法，盡管沒有流行起來：Computational Thinking，慢慢改變了人們的思維。所以“計算”是非常值得深思的，中文一個詞“計算”很難反映深刻的內(nèi)涵和外延（圖4）。

圖4

2007 年Gordon Bell( 美國微軟灣區(qū)研究中心高級研究員，高性能和并行計算領(lǐng)域先驅(qū)) 講“計算”這件事情，講到 HPC 計算會被挑戰(zhàn)的時候，他在PPT 里寫了這么一句話，可能云的服務(wù)能夠慢慢來支持高性能計算（HPC）。人們會發(fā)現(xiàn)，當(dāng)計算發(fā)展到一定程度時，關(guān)于云的思考就會被自然而然地帶出來。所以計算computational，即使到今天還是值得我們認(rèn)真地來思考。

4 從假設(shè)驅(qū)動到數(shù)據(jù)驅(qū)動

人們比較熟悉的，當(dāng)年有一個所謂的第4 范式，叫做數(shù)據(jù)驅(qū)動科學(xué)發(fā)現(xiàn)。曾經(jīng)扮演一個非常重要作用的人叫Jim Gray，他當(dāng)年在微軟研究院工作，他個人也很傳奇，在2007 年一次出海后就消失了，也沒有證據(jù)消失在哪里。

他的書《The Fourth Paradigm——Data-Intensive Scientific Discover》 ( 第四范式——數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)) 是在他身后出版的。很有意思的是他生前最后一次講演就是關(guān)于數(shù)據(jù)驅(qū)動。

那么這里就有一個問題，在數(shù)據(jù)驅(qū)動以前的科學(xué)研究到底是由什么來驅(qū)動？

王堅院士認(rèn)為：很多的科學(xué)發(fā)現(xiàn)，或者今天的很多思想是靠假設(shè)來驅(qū)動的。

所以王堅院士的觀點是什么？數(shù)據(jù)驅(qū)動不是拿數(shù)據(jù)來證明或者解決你的假設(shè)，數(shù)據(jù)最重要的作用是幫助你來產(chǎn)生新的假設(shè)。所以到了一個新的科學(xué)發(fā)現(xiàn)的階段——數(shù)據(jù)驅(qū)動的科學(xué)發(fā)現(xiàn)。

這句話很抽象，但在一些學(xué)科的發(fā)展過程中有非常有意思的例子。例如英國著名天文學(xué)家Fred Hoyle 爵士曾在1948 年時設(shè)想從外太空看地球是什么樣，他的假設(shè)是：一旦有人從外太空拍攝一張地球的照片，一種前所未有但無可辯駁的全新觀念就會誕生。1972年人類第一次到太空拍攝了地球的照片，人們才有一個概念叫藍色地球。這張照片從根本上改變了一件事情：突然發(fā)現(xiàn)不是一點點地研究地球，而是應(yīng)該把地球當(dāng)作一個整體來研究。因此出現(xiàn)了地球系統(tǒng)科學(xué)。人們看到了三條主軸線：地球系統(tǒng)科學(xué)的出現(xiàn)跟一些機構(gòu)有關(guān)系，跟一些研究也有關(guān)系，但很有意思的是覺得跟這張照片緊密相關(guān)。

所以數(shù)據(jù)會改變很多今天我們自己不會注意到的東西。

可見，無論是假設(shè)驅(qū)動還是數(shù)據(jù)驅(qū)動，都會改變我們很多想法。

人們可能知道哈勃望遠鏡和很多天文學(xué)的研究，但是當(dāng)王堅院士在看這些文獻的時候，有一句話是深深打動他的，哈勃從一個沒有任何認(rèn)知的地方去拍照，而給我們帶來了對宇宙的一種全新的認(rèn)識。這就是為何是數(shù)據(jù)驅(qū)動、不是假設(shè)驅(qū)動的科學(xué)發(fā)現(xiàn)和創(chuàng)新的時代。

望遠鏡第一次出來的時候大概也是類似狀態(tài)，那時并不是因為知道太陽系是什么樣子，只不過是因為有了望遠鏡，讓我們慢慢清楚太陽系是怎么工作的。所以數(shù)據(jù)會深深地改變我們對很多事情的看法。

再回到模型，也是很有意思的。人工智能從1947年開始到今天，此“人工智能”已非“彼人工智能”，方法論、邏輯、假設(shè)等不一樣。已到了一個基于模型的時代。

如圖5，盡管只總結(jié)到了2020 年。ChatGPT 是在2022 年底、2023 年初突然火爆起來的。如圖5 會發(fā)現(xiàn)，很多年前人們對于模型的收斂已經(jīng)到了GPT 上，只不過人們并沒有意識到其會這么徹底改變我們對這么一個學(xué)科/ 領(lǐng)域的重新的認(rèn)識。

圖5

所以從這個角度，GDP 在2022 年底、2023 年初火起來是有一點后知后覺的。

從圖5 可以看到，其實很早就應(yīng)該火起來。當(dāng)然結(jié)果就是中間穿插了一件事情，就是AlphaFold（注：2018 年DeepMind 公司開源的人工智能系統(tǒng)， 借助AlphaFold 可以更準(zhǔn)確地預(yù)測蛋白質(zhì)的形狀。）出來的時候， 當(dāng)時一篇文章中有這么一句話，biology’s ImageNet Moment（生物學(xué)的ImageNet 時刻）（如圖6）。

圖6

從事計算機學(xué)科的人會非常驕傲的，ImageNet 在那時推動了很多事情的發(fā)展，現(xiàn)在會有人把它作為一個非常重要的思考/ 研究的方式。這句話的本質(zhì)是：未來的研究要基于平臺，ImageNet 就是平臺的一個非常重要的代表。ImageNet 是集計算（computational）、數(shù)據(jù)驅(qū)動、模型為一體的載體，只是那時人們簡單的把它想象成一個數(shù)據(jù)集。

總結(jié)一下什么叫“生物學(xué)的ImaginNet 時刻”，就是GDT+ 的時候。這是我們第一次能夠把理論框架收斂、集中的方法上。

今年英偉達的CEO 黃仁勛說：ChatGPT 是AI 的iPhone 時刻。套用了前面的那句話。所以這個時候很多事情、關(guān)系發(fā)生了一些有趣的變化。

當(dāng)模型走在一起的時候，黃仁勛又說了另外一句：最后人工智能和超級計算怎么被人們用？最后還是要回到云的服務(wù)（圖7）。

圖7

吻合了。2009 年王堅院士開始做云計算，到今天看是非常幸運的，因為這個領(lǐng)域里的技術(shù)有機會變成一項非常重要的產(chǎn)業(yè)，而且這個產(chǎn)業(yè)還有很長的生命周期，就像當(dāng)年電氣化一樣。這既是云計算的幸運，也是計算的幸運。

5 原始創(chuàng)新更重要

不過，一講到今天的人工智能和云計算，人們就會談到英偉達的A100 卡、H100 卡，很多人會覺得無卡就無能為力。參加CNCC2023 的有很多學(xué)生，王堅院士想對學(xué)生和科研人員說，所有的創(chuàng)新都是人創(chuàng)造的。例如GeForce 7800 卡（ 圖8）。大概是2006 年的卡，它是第一個把CNN 算法跑在了GPU 卡上， 速度比CPU 快了4倍。但這張卡在當(dāng)年是張什么卡？在中關(guān)村的所有網(wǎng)吧里都有，不是被禁運的，更不是只有少數(shù)人買得起的，因此是所有人能用的卡，但是，有人第一次把CNN 的算法跑起來，為我們打開了一個新天地。

圖8

這張卡就更加有意思了，6 年以后的2012 年，兩位來自多倫多大學(xué)的學(xué)生Alex Krizhevsky 和Ilya Sutskeverz（他們的導(dǎo)師是人工智能的三巨頭之一Geoffrey Hinton）就是用了兩張GeForce 7800 GPU 卡，在當(dāng)年的ImageNet競賽上獲得了冠軍。

所以人們可以設(shè)想一下，憑借兩張當(dāng)年每一個實驗室的學(xué)生都有的圖形卡，但是他們的智慧使得它能夠讓一個新的世界開始。

GPU 能成為深度學(xué)習(xí)的必選項，而且被工業(yè)界最后采用，事實上是這兩個學(xué)生創(chuàng)造的。王堅院士是從工業(yè)界來的，有時候感到丟臉——是兩名學(xué)生為我們定義了今天人工智能應(yīng)該用什么樣的框架來做。從這個角度看，學(xué)生的創(chuàng)造力是無窮的。

這兩名學(xué)生的第二人——Ilya Sutskeverz 也是今天OpenAI 的首席科學(xué)家。所以創(chuàng)新也不是一天就可以成就的。

從圖3 的架構(gòu)演進可以看到，在2004 年的技術(shù)架構(gòu)基礎(chǔ)上完成了今天人們都趨之若鶩的一卡難求的狀況，可以看到原始創(chuàng)新的重要性。今天是我們可以重現(xiàn)2004 年那一代學(xué)生所創(chuàng)造出來的事情的時刻，所以所有的事情遠不是結(jié)束，而是剛剛開始。

自AI 誕生后的幾十年中發(fā)生了很多事情，從1997年的Deep-Blue（深藍超級國際象棋電腦），到2016年的阿爾法狗，到今年的chatGPT，每一次重要發(fā)明都帶來一次變革，而且這種變革接下來因為計算的驅(qū)動還會繼續(xù)地發(fā)生下去。所以慢慢地，到最后所謂的計算驅(qū)動，就是計算密集型、數(shù)據(jù)驅(qū)動和基于模型的完美結(jié)合。

（本文來源于EEPW 2023年12月期）