9:33
欢迎来到中国数谷、云上贵州、爽爽贵阳,出席2021中国国际大数据产业博览会开幕式。本届数博会开幕式将采用线上、线下融合办会方式,特设置了北京参会现场和贵州参会现场。现在,让我们把大会主屏幕画面切换到北京现场。
09:34
9:35
中央广播电视台总台主持人 康辉:
9:36
中共贵州省委副书记、贵州省人民政府省长 李炳军:
尊敬的刘鹤副总理,尊敬的上海合作组织诺罗夫秘书长,尊敬的各位领导、各位嘉宾,女士们、先生们、朋友们:大家上午好!
9:39
中共中央政治局委员、国务院副总理 刘鹤:
尊敬的谌贻琴书记、李炳军省长,尊敬的诺罗夫秘书长,各位嘉宾,女士们,先生们,朋友们,大家上午好!非常感谢贵州省委、省政府邀请我参加2021年中国国际大数据产业博览会。
首先,我代表中国政府对大会的召开表示热烈的祝贺,对参与本次大会的线上、线下的嘉宾表示诚挚的欢迎!
当前,人类社会正在进入数字生产力快速崛起的新的历史阶段,大数据正在深刻影响全球科技创新、产业结构调整和经济社会发展,所以我们说是最新的生产力。
最后,预祝大会取得圆满成功,期待贵州数字经济发展迈上新的台阶,谢谢大家。
9:46
中共贵州省委副书记、贵州省人民政府省长 李炳军:
刚才,刘鹤副总理的重要讲话,深刻阐述了数字经济发展带来的重大影响和机遇挑战,提出了一系列的重要观点和有力举措,表明了中国与国际社会加强大数据交流合作的鲜明态度,具有非常强的前瞻性、指导性和可操作性。我们要深入学习贯彻习近平总书记的重要指示精神,按照刘鹤副总理的重要讲话要求,全力在实施数字经济战略上抢新机,进一步挖掘和释放数据价值,为推动高质量发展注入新的强大动力。让我们再次以热烈的掌声感谢刘鹤副总理! 下面,请中共贵州省委书记、省人大常委会主任谌贻琴同志致欢迎词,大家欢迎!
9:48
中共贵州省委书记、省人大常委会主任 谌贻琴:
尊敬的各位来宾,女士们、先生们、朋友们,大家上午好!
今天,我们齐聚多彩贵州、爽爽贵阳,共赴数博盛会,共享大数据发展最新成果,共谋数字经济发展大计。在此,我谨代表中共贵州省委、贵州省人民政府和全省3800多万各族人民,向莅临大会的线上线下各位领导嘉宾表示热烈欢迎!
10:07
中共贵州省委副书记、贵州省人民政府省长 李炳军:
感谢贻琴书记的热情致辞,抢滩贵州就是抢抓机遇,投资贵州就是投资未来,贵州愿与大家共享数字发展新机遇、共创数字经济美好未来。
下面,请上海合作组织秘书长诺罗夫先生致辞,大家欢迎!
10:08
上海合作组织秘书长 弗拉基米尔·诺罗夫:
10:17
中共贵州省委副书记、贵州省人民政府省长 李炳军:
非常感谢诺罗夫秘书长热情洋溢的致辞。下面,请中央网络安全和信息化委员会办公室副主任、国家互联网信息办公室副主任杨小伟先生致辞,大家欢迎!
中央网络安全和信息化委员会办公室副主任、国家互联网信息办公室副主任 :
尊敬的贻琴书记、炳军省长、诺罗夫秘书长、烈宏部长,女士们、先生们、朋友们,大家上午好!非常高兴参加2021中国国际大数据产业博览会,受庄荣文主任的委托,我谨代表网信办对大会的召开表示热心的祝贺,向关心和支持我国大数据发展的各位来宾表示感谢。
近年来我国数据红利不断释放,数字经济的蓬勃发展,同时我们也要看到,我国在数据资源的产权、交易流通、跨境传输和安全保护等方面,基础性制度和标准还尚不完善,需要大家共同努力,推进大数据生态更加健康有序,充满活力。
最后,预祝本届数博会取得圆满成功,谢谢大家!
10:27
中共贵州省委副书记、贵州省人民政府省长 李炳军:
感谢小伟副主任的精彩致辞。
下面,请工业和信息化部副部长刘烈宏同志讲话,大家欢迎!
10:28
工业和信息化部副部长 刘烈宏:
值此2021中国国际大数据产业博览会召开之际,受肖亚庆部长委托,我谨代表工业和信息化部对本次大会召开表示热烈祝贺。
四是信息通信网络不断完善。“十三五”期间,我国建成了全球最大的光纤和4G网络,通过电信普遍服务机制,实现了全国行政村光纤和通4G的比例均超过了99%,这期间,贵州省信息通信基础设施也实现了质的飞跃,特别是电信普遍服务机制的支持下,贵州累计完成了8900个行政村的光纤建设和改造,新建4G基站5047个,基本实现了全省30户以上自然村4G的全覆盖。这个月的7号,我在遵义的鸭溪镇金钟村调研,看到网络让山里孩子和城里孩子坐在了同一个课堂,网络让原来亩产仅7000元的农产品老三样(油菜、水稻、玉米)换成亩产超过3万元的新三样(莴笋、茄子、金丝黄菊花)。当然,这些还是在网络视频监控下的无公害蔬菜生产基地。网络也让老百姓的家门口变成了服务窗口,让空巢老人、留守儿童得到更贴心的实时看护。同样是网络,让返乡创业大学生变成直播带货的网红,现在农民们都说,手机成了新农具,直播成了新农活,数据成了新农资,没有一朵花从一开始就是花,为了让信息通信发展成果造福贵州广大农村和农民,在贵州省委省政府的领导下,信息通信行业发扬新长征精神,爬上了娄山关、淌进了赤水河、穿越了西南林海崇山峻岭,把一条条光缆拉进了千家万户,把一个个封闭村落带入了信息社会。这个月中旬,工信部组织十几家中央媒体赴贵州毕节和遵义进行了为期5天的电信普遍服务媒体行活动,记者团走进了深山茂林中,真实体验了架设高山基站的不易和艰辛,亲眼见证了数字乡村的新气象、新面貌,用所看、所听、所思深入解读贵州脱贫的通信密码。记者们看到,网络通达后,乡亲们不再需要爬到山上把手机举得高高的,优质的教育和医疗资源在偏远山区也实现了触屏可即,绚丽多彩的苗绣和优质的农产品插上了网络的翅膀,使村民们真正踏上了脱贫致富的高速公路。当看到昔日落后的黔西南深度贫困村也融入了现代信息社会时,记者们纷纷感慨,随着信息通信网络的日益完善,魔幻的贵式山脉和阴雨的潮湿乡土味早已不足以概括今日贵州的全貌。各行各业涌现出来的信息化浪潮,贵州人特有的红色传统以星火燎原之势唱响西南乡村的振兴之歌。
10:36
工业和信息化部副部长 刘烈宏:
各位来宾,各位朋友,今年是“十四五”开局之年,我国的大数据产业也将进入集成创新、快速发展、深度应用、结构优化的新阶段,本届数博会以“数智变 物致新”为主题,探索以数据要素价值为导向,着力推动大数据技术产业创新发展,可以说是正当其时。我们要把握好当前大数据发展的重大战略机遇期,立足新发展阶段,贯彻新发展理念,构建新发展格局,以推动高质量发展为主题,以供给侧结构性改革为主线,深化大数据与实体经济的融合,更好的服务制造强国、网络强国、数字中国建设。借此机会我提五个方面的工作建议,供大家参考:
一是持续提升网络供给能力。推进5G和千兆光网为代表的双千兆网络协同发展,持续优化网络架构,加快云边协同、云网融合部署,完善换全国方位、多层次、立体化网络服务体系,加快5G组网规模建设,持续推进千兆光网建设升级,为大数据产业创新发展提供有力的连接力和底座力。
二是大力营造智能生态体系。推动数据中心采用先进的能源管理技术,加强与智能计算、人工智能等技术的协同,提升算力水平、技术水平和能效水平,大力营造新型智能生态体系,通过以5G和千兆光网为代表的智能连接,以新型数据中心为关键载体的智能中枢以及云边端协同的智能交付,支撑各类智能应用,在数据使能、技术使能、AI使能共同作用下,更好推动大数据赋予能够千行百业。
三是构建新型工业网络基础设施。推动IT、OT融合部署,畅通工业各类数据流转的渠道,支持企业开展5G+工业互联网融合应用创新,通过5G泛在的数据采集、边缘计算、云平台大数据分析等手段,深度挖掘工业大数据的要素价值,优化和重构工业生产组织、经营管理模式,同时,加强行业数据安全管理和保障能力建设,建立完善数据安全管理机制。
四是积极引导企业数字化转型。引导支持互联网企业以数据流动分享带来的跨界融合和线上线下融合为依托,将产品、服务同各个行业的生产实践、行业特性等紧密结合,打造紧贴不同场景需求的解决方案,引导产业集群加快数字化转型,推动企业上云用云,全面深化研发、生产、经营、管理、服务等环节的数字化运用,推动产业数字化,加快数字产业化发展。
五是加快完善数字治理体系。推进全国一体化政务数据中心建设,强化跨部门、跨区域、跨层级的数据流动和治理,打通数据壁垒,更多地实现一网统管、一网通办,扩大基础公共数据安全有序开放,通过提供数据接口、数据砂箱、隐私计算等方式,加快开放对民生服务、社会治理、产业发展具有重要价值的公共数据集,鼓励企业开展公共数据挖掘利用,赋能数字经济数字社会发展。
各位来宾,各位朋友,万里征程风正劲,重任千均勇担当。自首届贵阳数博会召开至今已过六载,数博会已经成为引领行业发展的产业盛会,成为共商发展大计、共用最新成果的国际性平台。刚才谌贻琴书记在致辞中介绍了贵州大数据产业从抢先机到抢新机的具体举措,我们相信,必将对推动贵州大数据产业以及全国的大数据产业发展起到很好的作用,让我们秉承“开放合作,互利共赢”的理念,集众志、聚众力、汇众智,共挑发展重担,共享发展机遇,努力开创大数据产业繁荣发展的新局面。
最后,预祝本次数博会取得圆满成功,谢谢大家。
10:41
中共贵州省委副书记、贵州省人民政府省长 李炳军:
感谢烈宏副部长的精彩致辞。感谢以上嘉宾的精彩致辞。下面,数博会开幕式进入第二阶段,有请康辉先生继续主持。
国家发展改革委创新和高技术发展司司长沈竹林 沈竹林:
10:50
中央广播电视台总台主持人 康辉:
谢谢沈竹林司长宣布启动《全国一体化算力网络国家枢纽节点建设》,相信全国一体化大数据中心体系的建设,对于深化政企协同、行业协同、区域协同,全面支撑各行业的数字化升级和产业数字化的转型,都将起到非常重要的推动作用。谢谢!
尊敬的各位来宾,每一届的数博会都得到了国内外相关组织、机构及社会各界的广泛关注和大力支持。今天在2021中国国际大数据产业博览会开幕式上,主办方还特别邀请三位重量级嘉宾围绕今年数博会年度主题“数智变 物致新”发表主旨演讲,为我们开启一场大数据的思想盛宴。
首先,让我们欢迎图灵奖获得者,美国国家工程院院士约翰·轩尼诗发表主旨演讲。下面请观看约翰先生的主旨演讲视频。
10:52
图灵奖获得者、美国国家工程院院士约翰·轩尼诗
我目前是斯坦福大学电气工程系和计算机科学系的教授,2017年我与我在伯克利的同事戴夫.帕特森共同被授予图灵奖,我很高兴受邀在贵阳举行的2021中国国际大数据产业博览会上发言,我要讲的主题是《数字时代的技术创新》。
重点是我们如何利用大数据来改善整个世界,并造福人类社会以及各国民众。我们最重要的方法之一,就是将大数据用于机器学习,这样我们就可以构建增量和提升人类智力的智能系统了。当然了,这需要我们找到一种应用大数据的方法,其中一种最重要的方式,就是利用人工神经网络,即我们说的深度学习。这些系统被称为深度学习系统,因为它们有多层复杂的神经网络,这些人工神经网络可以对人脑进行抽象描述,它们并不是人脑运作方式的精确复制品,它们是抽象的,简化的大脑,它们由多个层组成,这个图表中显示的圆就是一个个点,我们要把我们想要分析的物体放入这个输入层,可以是图像、可以是我们想要分析的文本、可以是语言,还可以是我们想要识别的行为。开始是一组隐藏层,最后一个是输出层,输出层,有时也被称为分类层,它是我们获得灵感和信息的来源。比如说,如果我们想要分析图像,我们可以在输入层放入一幅图像,然后在输出层,我们就可以对这幅图像进行分析,狗、猫、食蚁兽、鱼、恐龙,或是我们想要识别的其他物体。这些层都是相互连接的,这里的弧表示相互连接的关系,每条弧代表一个权值,在网络的每一层,在每个对应于一个大脑神经元的节点,我们从下方的层提取一组输入信息,然后把每条输入信息乘以被分配给特定弧的权值,我们计算出结果,如果这个数值达到某个阈值或符合某个条件,那么,我们会将输出信息发送到网络的下一层,其中的关键在于利用大数据,去完成所谓的监督式学习,在监督学习模式中,我们使用已确定和已标记的数据,来训练神经网络,训练过程取决于是否拥有大量数据来设置权值,我们要做的关键工作,就是确定如何设置这些权值。
这个训练过程是如何运作的呢?大家可以想像一下我们手机数据的过程,我们假设,这是一组根据图像内容来标记的图像,可能是一只猫、一只狗或是一条鱼,我们输入图像,然后把图像放入神经网络的输入层,接着把图像的分类信息放入输出层,这是一幅猫的图像,所以我们把它归类为猫,然后我们试着确定权值,这将生成相对于那条输入信息的输出信息,我们可以重复很多次,用大量猫的图像来训练,重要的是我们需要使用大量图像,如果我们想要识别一只从未见过的猫,并且这只猫的图像,也从未被纳入训练输出,那么我们就必须输入,这只猫的大量高质量图像,才能做到这点。我们需要输入这只猫的大量图像进行训练,以便利用这种复杂的反向传统算法,确定这些权值。
一旦我们完成了训练,我们就会进入推导阶段,这些训练属于计算密集型任务,我可以向大家快速展示计算密集型任务的强度,但它发生在大数据中心,不是在边缘设备上,也不是在单个设备或用户的设备上,我们在这一层完成推导,推导指的是接收我们从未见过的输入信息,并确定其分类的过程。所以,如果我们要对图像进行分类,我们就要输入一幅我们从未见过,也未被包含在训练集中的猫的图像,我们需要确定它是猫,不是狗,不是鱼,不是老虎,而是猫。
推导过程中的计算要简单得多,因为我们已经计算出了权值,所以我们只需要输入信息,乘以权值,并确定输出结果是什么。但有一点是非常重要的,那就是大数据必须是准确的,必须是我们所说的真实值,它必须非常精确,这些神经网络并不像人类那样聪明,它们无法识别猫的特征,比如说尖尖的耳朵、短短的鼻子、卷曲的尾巴、全身毛茸茸,所以它们无法判断这是不是猫,它们没有办法做到这一点,这些神经网络仅仅只关注在它们训练过的图像与新图像之间是否具有复杂的相关性。
如果我们无法提供可靠的数据,比如说,如果我们把狗的图像混入猫的图像中,我们的神经网络就会傻兮兮地得出结论,狗就是猫,它们没那么聪明。但是这种推导问题可以得到有效的解决。因此,我们现有的手机都包含神经网络图像处理软件,它们可以用来增强图像画质或进行语音识别,这是我们使用这些系统的关键领域。
那么为什么深度学习会突然取得这一突破呢?大数据是重要的原因之一,为了完成训练,为了进行这种监督式学习,我们需要大量数据,大量精确的数据,在利用大数据创建情报系统的过程中,获得精确的数据是最大的挑战之一。比如说,我们可以使用ImageNet进行图像训练,相关数据由我在斯坦福同事李飞飞收集的,一共涉及8万个不同的物体,每个物体都包含数百幅图像,它们可以被用作训练集,因为其中包含大量物体和图像,这是一个非常好的图象识别训练集。所以说,大数据是最重要的组成部分。
而另外一个重要组成部分就是大量的计算资源,训练的难度很高,我们需要大量计算资源来进行训练,换个角度来看,大家不妨设想一下用来解决一些问题的训练资源的数量,其数量与十年前中国建造的所有个人电脑大致相当,这些计算资源的数量确实非常庞大。
大家可以通过这个图标了解一下计算资源,通过像AlexNet这一类简单神经网络,在十年前解决的推导问题,大家可以看得非常清楚,我们再来看看训练AlphaGo所需要的训练,有Deepmind开发的AlphaGo从零开始自学围棋,最后战胜了世界围棋冠军,它的计算里大约是AlexNet的1亿倍,即使其训练的数量也达到了AlexNet的30万倍,所以计算资源确实非常庞大。我们不能用传播的电脑和个人电脑内部的传统微处理器来解决这些问题,我们需要可以很好地实现这些功能的特殊数据域加速器,使用GPU或Tpu技术,将令计算更易于处理。更合理,其成本也更低。
下面我们来说说相关的应用,我最感兴趣的趋势之一,就是看到有趣的新应用的爆炸式增长,这些应用都采用了由大数据驱动的机器学习技术和深度学习技术,我最感兴趣的就是如何让自动驾驶汽车更好地运作,我们来看看汽车驾驶领域面临的挑战,每年都有超过100万人死于车祸,其中大约99%都与人为错误有关,如果我们能降低这个数据,那么我们就能大幅提高人类的素质,同时还能挽救很多人的生命。我相信,自动驾驶技术有望将这一数据降低至少一个数量级。但这是一个复杂的问题,我们必须确保汽车能够识别很多物体,比如说,能够识别很多物体,比如说能识别行人、汽车、停车标志和信号,还有在车流中穿梭的自行车手,所有这些都负责复杂,还有很多东西需要识别,比如说其他汽车、公共汽车等,计算是非常困难,非常复杂的问题。但我们确实可以利用深度学习做得很好,只要我们有足够的训练数据就行。
我感兴趣的另外一个领域就是医学诊断,实际上,医学诊断不乏各种令人惊讶的错误,其中就包括无法及时获取准确的诊断,这是一个主要的问题。医学诊断的关键之一,就是通过症状来识别复杂的疾病,比如说这里我展示了与谷歌大脑和斯坦福大学的研究人员共同完成的工作,我们通过分析皮肤图像来确定病变是良性的,还是需要治疗的潜在恶性肿瘤。大家不妨想一想其中涉及的训练问题,为了针对这类问题进行训练,并进行自动识别,我们应该从哪里获得大数据呢?我们可以通过与皮肤科医生相同的渠道获得数据,他们有带图像的教科书,还有用来训练和学习的图像文件,他们通过这些来分析良性病变和潜在恶性肿瘤之间的区别,我们利用这些大数据来训练系统,然后我们可以将神经网络生成的分析结果交给医生,让医生看一下数据,然后作出最后的决定。许多医疗诊断程序都可以通过大数据和深度学习得以改进,这还仅仅只是其中一个例子。其他应用还保证分析心电图,通过分析视网膜扫描结果以确定失明的早期迹象,分析X射线以确定其他潜在的问题等等,随着我们不断尝试新的应用,这个领域将持续快速发展。
我认为激动人心且潜力无限的第三个领域就是,整个自然语言领域,我们可以通过分析文本或语音获得相关的信息,比如说这里我展示了可以对两种语言进行互译的机器翻译,深度学习确实激发了我们的能力,有助于我们更好地解决这个问题,对于拉丁语系,我们只差一点点就能在不同的语中进行配对了,对应于和汉语进行配对有点困难,但我们已经在这个问题上取得了快速的进展。此外,还有很多其他有趣的应用,比如说分析并总结文本,我刚刚听说一个应用,可以用来分析法律文件,这令我倍感振奋,这个应用可以用来重写法律文件,让我们普通人能理解法律文本内容,及其真正的含义。
目前已经出现了很多应用,这个领域正在迅猛发展,针对利用大数据进行深度学习和监督式学习的新应用,我们正以惊人的速度撰写相关的论文。当然了,大批研究人员最看重、也最关注的就是我们所说的通用人工智能,它要解决的不是单个问题,而是构建一整套系统,这个系统可以媲美人类的行事能力。这是一个有趣的挑战,同时也是一个非常艰巨的挑战,每个人对它的发展进程都有不同的看法,最乐观、最雄心勃勃的人认为可能需要十年的时间,还有许多人则认为需要20年、30年的时间,也有一些人不相信我们能做到,但是一个有趣的话题,为了成功开发这一套系统,我们必须研发出全新的模型,如果我们能提供大量已标记的真实值数据,监督式学习就非常有效,但这并不是我们真正学习的方式,我们通常都使用其技巧学习。另外一种正处于探索阶段的技术,就是强化学习,它被用于许多游戏之中,包括围棋或国际象棋,强化学习采用的是一种截然不同的方法,当我们获得正确的结果时,我们就会加强权值,但如果我们获得的是错误的结果,那么我们就会削弱权值,这是一种完全不同的学习方法,更像是儿童学习时的方法。
我们必须时刻谨记,我们应该对这些技术保持谦虚的态度,并意识到技术进步确实给人类带来了一些不可思议的影响,比如说人类大脑消耗的能量相对较小,也就20瓦到25瓦左右,而这些用于机器学习的大型数据中心,所消耗的能量却是人脑的1000倍,相对于人脑来说,它们运行时所消耗的能量是非常惊人的。目前还有一个问题,就是训练时间,比如说训练AlphaGo下国际象棋,它能在短短几天内就学会,但培养一个人类象棋大师,则需要耗时数年,并且需要经历数千场对战,学习国际象棋的人工神经网络,可以在24小时内下完几十万盘国际象棋,并且成为个中高手。在我看来,研发真正的智能系统,将是一个漫长的过程,但我认为真正令人兴奋的是,我们能够利用数据和机器学习,改善人类生活,让我们人类变得更聪明、更强大,让世界变得更美好。
能与大家交流关于大数据的问题,并在数搏会上公开演讲,我倍感荣幸,希望疫情能尽快结束,这样我们就能在将来的数搏会上进行面对面的交流了。
谢谢大家!
11:06
主持人康辉
非常感谢约翰·轩尼诗先生通过视频方式给我们带来的精彩演讲。接下来我们有请中国工程院主席团名誉主席、中国工程院院士周济同志发表主旨演讲,我们掌声欢迎。
11:07
中国工程院主席团名誉主席、中国工程院院士周济
非常荣幸在数博会上做这样一个报告,报告的主题是《智能制造是第四次工业革命的核心技术》。
一、智能制造是推进制造强国战略的主要技术路线
进入新时代,中国提出并全力推进“制造强国战略”,加快建设制造强国、加快发展先进制造业,成为我国的国家战略。推进制造强国战略走一条什么样的技术路线呢?现在有很多很多的新技术,那我们是一条什么样的主要技术路线呢?
习近平总书记指出,推进智能制造,推动制造业加速向数字化、网络化、智能化发展,要以智能制造为主攻方向,推动产业技术变革和优化升级、推动制造产业模式和企业形态根本性转变,以“鼎新”带动“革故”,以增量带动存量,促进我国产业迈向全球价值链中高端。他指出,新一轮科技革命和产业变革,与我国加快转变经济发展方式形成了历史性的交汇,那这个交汇点在哪里?智能制造是最重要的一个交汇点,新一代人工智能技术与先进制造技术深度融合形成的智能制造技术,成为了新一轮工业革命的核心技术,成为第四次工业革命的核心驱动力。
那什么是智能制造呢?智能制造是推进制造强国战略主要技术路线,它是我国制造业创新发展的主要抓手,是我国制造业转型升级的主要路径,是加快建设制造强国的主攻方向。智能制造是一个大概念、大系统,它是先进制造技术与新一代信息技术的深度融合,贯穿于产品制造、服务全生命周期各个环节,以及相应系统的优化集成,实现制造的数字化、网络化、智能化,不断提升企业的产品、质量、效益、服务水平。
一般的想到智能制造想到的就是机器换人,想到的是生产能力的智能化。实际上,这是对的,但是也是不全面的。智能制造是一个大系统,它由智能产品、智能生产以及智能服务三大功能系统以及智能制造云和工业互联网络两大支撑系统集成而成。所以,制造业创新的内涵包括了四个层次,一是产品创新,二是生产技术创新,三是产业模式创新,四是制造系统的集成创新。在这四个层次上面,数字化、网络化、智能化都是制造业创新的主要路径。
从另外一个方面来说,我们说,智能制造、数字化制造、网络化制造、数字化网络化智能化制造,现在有很多很多的概念,我们把智能制造作为一个不断演进的大系统,它实际上包含了三个基本范式,也就是数字化制造,称之为第一代智能制造;数字化网络化制造,也就是我们所说的互联网+制造,把它称之为第二代智能制造;新一代的智能制造就是数字化网络化智能化制造。
智能制造在西方发达国家是一个串联式的发展过程,我们不能够走西方顺序发展的老路,我国必须充分发挥后发优势,采取并联式的发展方式,也就是要采取数字化、网络化、智能化并行推进、融合发展的技术路线。
二、智能制造是第四次工业革命的核心技术
回顾一下制造系统发展的历程,在历史上,人类不断的发明、创造和改进各种动力机器,并且使用它们制造各种工业品,这种由人和机器组成的制造系统,大量替代了人的体力劳动,大大提高了制造质量和效率,社会生产力得以极大的提高,这就是制造系统发展第一个阶段——传统制造,它实际上是由人和物理系统两大部分组成。其中,物理系统是主体,而人则是主宰和主导。
进入制造系统发展的第二个阶段是数字化制造。20世纪中叶以后,制造系统进入到数字化制造的时代,它是智能制造的第一种基本范式。和传统的制造系统相比较,数字化制造系统最本质变化是在人和物质系统之间增加了一个信息系统,从原来的人、物理二元系统发展成为了人、信息、物理三元系统。它的结果是使得我们的制造系统效率大大提高,更重要的是,人类的部分脑力劳动也可以由信息系统完成。
进一步发展,制造系统进入第三个阶段,也就是数字化网络化制造,它本质上是互联网+制造,也就是互联网+数字化制造。最大的变化在于信息系统,互联网和云平台成为了信息系统的重要组成部分,互联网+制造的实质是有效地解决了“连接”这样一个重大问题,在这个基础上产生了大数据,在这样一个基础上才能产生新一代的人工智能。
进一步发展,制造系统发展进入了第四个阶段,也就是新一代智能制造—数字化网络化智能化制造。新世纪以来,互联网、云计算、大数据等信息技术日新月异、飞速发展,并且及其迅速普及应用,形成了群体性的跨越,这些历史性的技术进步集中汇聚到新一代人工智能的战略性突破,新一代人工智能已经成为新一轮科技革命的核心技术。
充分认识到新一代人工智能技术的发展,将深刻的改变人类社会生活、改变世界,我们国家发布了新一代人工智能发展规划,已抓住机遇、抢占先机。新一代人工智能技术和先进制造技术的深度融合,又形成新一代智能制造技术,成为了第四次工业革命的核心驱动力。
因此,我们说新一代智能制造它是产生于在互联网和大数据的基础上所产生的,新一代智能制造是智能制造的第三种基本范式,它的本质上是人工智能+互联网+数字化制造,它最重要的变化在于,起主导作用的信息系统已经具备了感知、学习的能力,具有了学习认知、产生知识的能力,拥有了真正意义上的人工智能。人和信息系统的关系发生了根本性的变化,用我们中国的成语来说,就是从原来的“授之以鱼”变成了新一代智能制造系统的“授之以渔”。
我们纵观历史,每一次工业革命都是共性赋能技术与制造技术的融合创新,都有一种革命性的共性赋能技术对制造技术赋能,并且与制造技术深度融合,形成创新的工业技术,成为这次工业革命的核心技术。前三次工业革命的革命性共性赋能技术分别是蒸汽机技术、电气技术和数字化技术,第四次工业革命性共性赋能是数字化、网络化智能化技术,也就是互联网、大数据、人工智能技术与制造技术的深度融合形成智能制造技术,可以推动各行各业、各种各类制造技术创新升级,引领和推动制造业革命性转型升级。
第一次工业革命和第二次工业革命分别以蒸汽机和电力的发明和应用为根本动力,极大的提高了生产力,人类社会进入了现代工业社会。第三次工业革命是以数字化技术的创新和应用为标志,持续将工业发展推向新高度。新一代人工智能的突破和应用,也就是互联网、大数据、人工智能的突破和应用,进一步提升了制造业数字化、网络化、智能化的水平,推动制造业发展进入了新的阶段,也就是数字化网络化智能化制造,即新一代智能制造。新一代智能制造的突破和广泛应用,将推动形成第四次工业革命的高潮,引领真正意义上的工业革命,实现第四次工业革命。
三、抓住机遇,趁势而上,实现中国制造业的开道超车,跨越发展
习近平总书记指出,现在我们迎来了世界新一轮科技革命和产业变革同我国转变发展方式的历史性交汇期,既面临着千载难逢的历史机遇,又面临着差距拉大的严峻挑战。我们必须清醒地认识到,有的历史性机遇交汇期可能产生同频共振,有的历史性交汇期也可能擦肩而过。新一轮工业革命对中国来说是极大的挑战,同时也是极大的机遇。
一方面,中国制造业面临着前所未有的严峻挑战,方兴未艾的第四次工业革命将重塑全球经济结构,引发世界制造业翻天覆地的变化,这是一次历史的转折点,在这个关键转折点上落后了,将来就会步步落后、越来越落后,这是严峻的挑战。中国的现代化路径同西方发达国家有很大的不同,西方发达国家经历了数百年的发展,他们已经基本实现第三次工业革命,并正在开始第四次工业革命轨道上快速前行,如果我们抓不住这次机遇,当别人在第四次工业革命轨道上飞跑的时候,我们还停留在第二次和第三次工业革命的轨道上面追赶,就要在科技创新的大赛场上落后,即使实现了工业化,还是必然拉大与工业发达国家的差距,被远远甩在后面。
另外一方面,中国又面临着千载难逢的历史新机遇,总体而言,我国发展仍处于大有作为的重要战略期,我国制造业具有独特而巨大发展优势,有着光明而美好发展未来,我们要后来居上,决定了我国制造业发展必然是并联式发展过程,也就是要第二次、第三次和第四次工业革命同步推进、融合发展,更为宽广的技术选择、日新月异的科学技术,将使得我国建设制造强国的进程大大加快。
当前,中国和发达国家掌握新一轮工业革命的核心技术的机会是均等的,这为我国发挥后发优势、实现跨越发展提供了可能,变就是机遇,我们可以通过掌握新工业革命的核心技术,在比较短的时间内追赶发达国家的先进水平,这将大大的加快工业现代化的进程。这几年来,贵州在省委省政府的领导下,我们在大数据产业的发展上面取得了重大突破,占领了制高点,这给我们一个很大的启示,就是一定要迎接挑战,抓住机遇,我们完全可以实现我们的快道超车、跨越发展。今后15年正是智能制造这个新一轮工业革命核心技术发展关键时期,中国制造业必须抓住这一千载难逢的历史机遇,集中优势力量打一场决战,实现战略性重点突破、重点跨越,推进中国制造业由大变强,进入世界产业链的中高端,实现中国制造业的开道超车、跨越发展。
谢谢大家。
11:21
主持人康辉
谢谢周济院士给我们带来精彩的演讲!接下来请中国科学院院士、南方科技大学校长薛其坤同志发表主旨演讲。掌声欢迎!
11:22
中国科学院院士、南方科技大学校长薛其坤
薛其坤:尊敬的各位嘉宾,非常荣幸能够在这个“非常论坛”谈一谈一个物理学家对大数据时代的一些看法,今天我演讲的题目是《量子科学与技术革命》,我想从物理学的角度谈一谈大数据产业,大数据时代是从哪里来的?将会走向何方?10年以后、20年以后有可能大数据时代是什么样的?它所依赖的关键技术将会是哪些?这些观点都是一些个人的观点。
为了理解我讲的量子计算机和量子科学,我们先复习一下最简单的数学,2的5次方相当于5个2相乘,等于32;2的10次方相当于10个2相乘,那就是1024,约等于10的3次方;那么,我们继续推下去的话,2的60次方,就约等于10的18次方,用中文来说的话,就是100亿亿,请大家记住这个公式,2的60次方约等于100亿亿,这就是理解量子计算机的指数加速度最根本的公式。
在大数据时代我们还要熟悉一些基本概念,就是字节,这里切除了一些字节的单位,千、兆、吉、太、拍,还有更高的就是艾字节,就要刚才谈到100亿亿,约等于10的18次方,然后等于2的60次方。还有一个更大的单位就是泽字节,英语是ZettaByte,它对应的数字是10的21次方,约等于2的70次方。
按照国际数据协会IDC公布的数据,大家可能比较熟悉,在2020年我们产生的一些新热数据达到40ZB,刚才已经给大家讲了泽字节的大小。5年以后的2025年,我们的新数据产生量将会达到175ZB,我们现在假设一个硬盘是一个T字节的话,那么当年产生新的数据是2000亿个硬盘,也就是全世界都有30个硬盘,所以这个数据是非常大的。那么,我们还能沿着这种方式走下去吗?2030年将会有多少数据产生?这些数据我们怎么存储?怎么利用它?这是科学家非常关键的问题,而且存储这么多的数据需要耗费巨大的电量。
为了说明数据时代的到来,我们不得不回想一下20世纪三个重要科学发现,第一个是大家熟悉的相对论,第二个是量子力学,第三个是DNA发现。我是从而量子力学研究,所以我今天讲一下量子力学。
量子力学为什么对今天的大数据时代、对产业如此重要呢?因为没有量子力学就没有我们今天的数字,没有“01”时代。大家都知道自然界存在的材料只有两类,一种是导电的,一种是不导电的,但是上个世纪量子力学的发展,使我们从理论上提出一个全新的概念,半导体。什么叫半导体?通过一个外加条件可以改变这个条件导电还是不导电的性质,原来一个绝缘的,不是特别绝缘的,通过电场就可以变成导电,这是01数学概念在一个器件和技术水平上如何实现它的科学原理,所以大家知道半导体,就知道了01是怎样产生的,就是通过电场的调控可以是一个导体由0的状态不导电,由1的状态就是导电,或者相反。
上个世纪,大家都知道1947年三位物理学家因为发明了基于半导体的晶体管,再加上后面1958年发展的集成电路技术,使我们有了今天真正的信息处理芯片、超级计算机,我们的手机芯片等等。
大家都知道接下来要发展最重要的计算机,运算速度可以达到100亿亿/秒(浮点数),每秒浮点数就是2的60次方和10的18次方,这就是所谓下一代一级超清计算机的运行速度。
那么我们就会问,这么一个机器,包含这么多的晶体管,是上百亿个晶体管,我们还能按照这个方式发展下去吗?如果发展不下去,我们产生如此多的海量数据,如何能搜索这些数据?利用这些数据?运算这些数据呢?这也是摆在科学家面前一个非常重要的问题。以我们国家最高水平的神威太湖之光超级计算机来看的话,现在还在几十亿每秒浮点数的水平,包括美国的。下一代已经达到百亿级以后,我想还会思考千亿级的问题,这是我们必须要思考的。
除了信息运用、数据处理以外,我们还要把数据存下来,一个重要的量子技术就是巨磁阻效应,1988年法国物理学家和德国物理学家两个人发现了基于量子技术的巨磁阻效应,一下子使我们的硬盘存在力度提出4个量级,所以才有了现在的硬盘,我们现在用的U盘已经达到一个T,或者几十G,基本的概念也是从深层次的量子力学来的。
总结,大家所熟悉的现在信息时代或者大数据时代,不管是信息的处理、信息的存储、信息的显示、传输,包括信息的精密测量,这些关键骨干技术都是在这种量子力学发展上建立起来、发展起来的。有一个推论,如果我们继续提升这些技术的水平,一个进攻研究方向就是量子方面的基础研究。
大家听到现在社会上经常会谈到量子计算、量子通讯,从物理学家的角度去看,这是第二代量子技术,刚才我谈到的这些信息技术都是第一代量子技术,它是人类被动去研究,发现了一些量子现象,在这个基础上发展技术,而导致的一类信息技术。我们现在谈到的量子计算量的通讯,是第二代量子技术,就像刚才人工智能一样,从主动设计一个量子系统,去操控量子系统,主动去发展技术,这是第一代量子技术,也就是现代的信息技术,和我们面临第二代量子技术一个最根本的区别。
总而言之,未来信息技术和量子技术基本可以分为三大领域,第一大领域是量子计算机,量子计算机在未来量子计算的地位和现在信息技术计算机的地位是一样,没有计算机,也就没有互联网,所以发展量子计算机是第二代量子技术中最核心的一个技术。
怎么理解量子计算机的威力?我把刚才的公式再进一步给大家进行阐述,大家回去可以告诉自己的孩子,什么叫量子计算机。一个硬币有正反2个状态,如果把两个硬币组合在一起将会有4种状态,三个硬币就相当于有2的3次方,8个不同的状态,如果有N个硬币,自然就会有2的N次方状态。如果我们能找到一种技术,能同时操控N个量子硬币,刚才的硬币是一个经典的硬币,如果我们找到量子系统对应的硬币,如果同时操控N个量子硬币的2N种状态进行信息处理的话,这将克服我们现有传统计算机每个晶体管单独进行信息处理的这一缺点。假设理想的CPU是有60个量子硬币组成,按照刚才的公式,每秒一百亿亿的理论运算速度,这就是为什么这样一个体系、这样一种技术这么吸引大家关注的一个原因。那么在物理上怎么实现呢?还有两个比较重要的概念,量子纠缠和量子叠加,这是我们做量子科学一个最基本的概念,这两个原理就能使2的N次方状态可以用一种技术去操控它,所以从科学上奠定了发展量子硬币和量子计算机的基础。
量子计算机的发展时间并不是很长,1980年有理论概念提出,到1985年才从理论上证明这种概念是可行的,它的快速发展是到2000年以后。
大家问量子计算机是什么材料做的呢?这完全不同于我们现在的计算机是用硅做的,它是用超导的。照片上显示的3个物理学家,在2000年以后用超导发展了一种超导量子晶体管,使量子计算机的颜色变成了一个工程化的问题,所以这几年得到非常重要的关注。特别是是2019年10月24日,谷歌就用这种超导量子晶体管做成的量子计算机完成了一个著名的量子实验,我们业界认为这是第二个量子时代全面开启的一个标志性事件。
他们做了一件什么事情?他们用了只有53个量子比特,可以简单理解成量子晶体管的超导量子计算机,只花了2微秒完成了一个百万亿个晶体管组成的世界最快的超级计算及之一,花1万年。当然,学界对这个工作还有一点疑问,不管怎么样,这初步显示了量子计算机将会有非常强大的数据运算能力。
我们预计在未来10年,专用中等规模量子计算机将会首先出现,将在量子化学核材料模拟、量子机器学习等方面进一步展示量子计算机的优越性,在精准生物制药、新材料和特种材料设计,包括刚才谈到的人工智能、博弈决策,等等方面发挥重要的作用,所以我们第一步,得先在前10年完成专用计算机,如果我们做的量子晶体管的水平越来越高了,它是质量非常高的话,我们就逐渐进入通用量子计算机研制的时代,我估计2035年将会是这个技术非常关键的一个发展时期。
如果有了量子计算机,变成可以用的机器,我们再利用量子通讯,还有现代的互联网技术,把我们现在的网络变成一个量子互联网,全球互联网时代,这也是未来可期的一个方向。
总而言之,我从一些方面对量子技术做了一些简单的介绍,从这样一个基本特点上来讲,这些量子技术的应用将会提高人类探测物质世界、自然的能力。我们不管从时间的信号、位置的信号,质量的、温度的,只要把量子技术用上去,提高一个量级,都有可能造成一些颠覆性技术的出现,它将会使我们大数据时代或者信息时代信息探测的眼睛更亮、耳朵经灵、鼻子更敏。我想,不管从事哪各产业,不管是大数据时代、超大数据时代、海量大数据时代、无穷大数据时代,这些基本的支撑技术都是所需要的。总而言之,做一个简单的总结,我们现在谈到的量子技术就像上个世纪50年代的半导体技术,将会是一个充满了科学突破机遇,充满了重大技术颠覆性创新的方向,希望大家关注。省长刚才谈到了,投资贵州就是投资未来,投资量子技术也许就是投资大数据时代的未来,谢谢大家。
11:37
主持人康辉
谢谢薛其坤院士给我们带来精彩的演讲。再次感谢三位嘉宾给我们带来的主旨演讲,今天各位领导和嘉宾的致辞、演讲都会给我们带来更多新的思考。大数据已经成为不可阻挡的历史洪流,相信在不远将来会开启数化未来的新纪元。因此,数博会也是在塑造我们共同美好的未来,不断地进行积累和创新。
尊敬的各位领导,各位来宾,女士们、先生们,朋友们:现在,请允许我宣布,2021中国国际大数据产业博览会开幕式到此圆满结束!再次感谢各位的光临,祝大家在贵阳度过美好难忘的时光。
谢谢大家,再见。
贵州日报天眼新闻记者
卢达极 蒋明镏 杜朋城 贾智 李森
编辑 张良胜 刘思博 李贝多
编审 王璐瑶 杨韬 韦一茜 施昱凌