2023 年10 月，CNCC2023（2023 中国计算机大会）在沈阳召开，中国工程院院士、之江实验室主任、阿里云创始人王坚博士做了“计算驱动的科学发现和科技创新”主旨讲演，认为20 世纪是电驱动的时代，现在是计算驱动的时代。云计算将是未来趋势，于是王坚院士等人当年创办了阿里云。过去的很多思想是靠假设来驱动的，数据最重要的作用是帮助人们产生新的假设。计算驱动是计算密集型、数据驱动和基于模型的完美结合。

1 20世纪是电气化驱动的

之前的科学发现和创新是被什么驱动的？图1是美国工程院对20 世纪最伟大的工程技术发明做的调查，可见第一项是电气化。

表1 20世纪最伟大的工程技术发明

如今，电气化已非常普遍。例如，人们在依靠照明的会议室里召开“2023 中国计算机大会”，如果没有电气化，这是无法完成的。如果仔细看表1，也很有意思，像激光、互联网、计算机等排在电气化之后，而你再往深层次想象，如果没有电气化，可能后面很多的发明都不会存在，所以电气化对人类社会的推动是非常巨大的。

2 今天是数据驱动的时代

计算能否像电气化一样，扮演着超过人们今天想象的对社会发展起着根本推动的角色？

回顾历史，20 世纪就是一个被电驱动来做创新的时代。从1882 年开始，电第一次作为一种公共服务被提供的时候，世界就发生了一次巨变。

电力作为一种公共服务是由爱迪生倡导的，尽管他发明的是直流电，最后交流电替代了直流电作为了公共服务的标准。但是不管怎样，爱迪生的发明仍然被认为是电力革命的里程碑，因为使得电力可以被有效地传输和使用。之后，因为有了电气化，全世界的城市发生了一次天翻地覆的变化。所以电气化推动了城市的进步。关于数据驱动，如果把计算放到一个更广的视野里来看，数据驱动究竟要改变什么？

关于数据非常有意思：世界上所有城市只占了地球表面积的2%~3%，但是今天容纳了大概全球60% 的人口，预计到2025 年将容纳80% 的人口，这意味着更多的人会到城市里来，不管你愿意不愿意，不管城市病有多严重，但是一个很挑战的事情就是世界上所有城市消费了超过74% 的世界能源。从发展的角度来看，我们面临的挑战可能比想象的要大、紧迫。

当年IBM 首次提出smart city（注：源自IBM 的“智慧地球”），人们翻译为智慧城市，实际上叫“灵巧城市”更为恰当。里面有一个数据，对一座城市而言，大概有35% 以上的水是被漏掉的（注：即使打开水龙头把水放掉都不算漏掉）。所以可以设想一下，一家水厂35% 的水就无声无息地消失了，但是人们拿它没有任何办法。这个问题并没有随着技术、信息化技术的发展被解决掉。

根据爱尔兰的调查，该国2018 年约有46% 的水从自来水管网被漏掉。多么惊人的资源浪费！希望2021年能够把漏水量降到38%，到了2030 年这个比例降到25%，即1/4 的水被管网漏掉。

所以人们认真想一下，这个世界面临的挑战比我们在某一个领域看到的挑战要大得多。

根据这个数据，你会发现，漏水的多少跟一座城市发展的水平没有关系。因此，人们平时讲绿色、可持续发展，面临的挑战或数字可能是超乎想象的。

那么再回到它的原点，也就是说这些问题都带来了电气化的问题，所以人们可以人们看到图1 的水平红线，我们平时讲到2050 年或2060 年，我们要达到碳中和水平的碳排放量。

所以人们看到一件很有意思的事情：事实上，今天的碳排放量是随着1850 年以后电气化大规模普及而带来的，之后呈这样一条指数型的曲线上去。所以人们认真想一下，如果我们要在2050 年把它回到碳中和状态，要有一条更陡的曲线把它降下来。

为什么要谈数据驱动的科学发现和创新？

人们认真想一想，从1950 年到今天，这条碳排放的曲线能这样爬上来，从另外一个角度，也是得益于科技的创新和发现。

图1

所以这是一个非常有意思的分水岭，是科技和创新的发现，使得人类消耗自然资源的能力被极大地提升了，造成了今天的碳排放量水平。从另外一个角度，撇开我们所有的观念的话，我们得问一个非常严肃的问题：在接下去的二三十年，我们能不能用更短的时间、更快的速度把碳排放量降下来？那么就得靠我们平时常讲的数字化。

人们设想一下，计算和数字化的关系就是电和电气化的关系，这就是为什么要谈到计算驱动的科学发现和创新，最后的结果使得我们有机会在2050 年或2060 年把碳排放量能降到我们今天希望的碳中和的水平。

从这个角度讲，给这个学科带来一次非常难得的机会。如果设想一下今天的数字化跟100 年前的电子化来相比，计算在这里扮演的角色就是非常值得期待的。预计：计算驱动（Computing-driven）的计算是会在21 世纪接下来的100 年重新发明所有的事情，包括城市在内。

3 “计算”的内涵和外延

有三个词很重要，它们是有关系的。Computing( 计算) 的含义是非常丰富的。如果去看文献，可以看到Computing( 计算) 是早于Computer （计算机）这个词，即计算是早于计算机这个词出现的。所以在王坚院士的语境里，Computing( 计算) 这个词包含了三个很有意义的组成部分。

在今天的人工智能环境的语境下，computing ( 计算) 可以看想象成这三个词的综合：① computational intensive， 王坚院士对这个词斟酌了很久，认为指“计算”密集型，尽管到了中文的翻译， 此“ 计算（computational）” 非彼“ 计算（Computing）”。② 数据驱动。③基于模型。

从计算密集型角度，人们会想到超算。摩尔定律（图2）显示了计算是怎么发生、发展的，其速度超过任何一个领域的速度。

图2 摩尔定律示意图

同样很有意思的是人们很熟悉的，今天做人工智能的时候，会谈到英伟达的A100 和H100 显卡。如果把时间稍微拉长一点，会发现英伟达GPU 从3 亿个晶体管（GeForce 7800）到今天800 亿个晶体管(H100)，增长速度是非常惊人的。在早期集成电路出来的时候只有2 个晶体管，英特尔在70 年代初的第一个芯片只有2000 多个晶体管。所以可以设想一下，从一只手就能数出来的数量，到人生一辈子都数不完的800 亿个晶体管，计算的物理基础发生了非常大的变化（图3）。

图3

2006 年Jeannette Wing 提出一个想法，尽管没有流行起来：Computational Thinking，慢慢改变了人们的思维。所以“计算”是非常值得深思的，中文一个词“计算”很难反映深刻的内涵和外延（图4）。

图4

2007 年Gordon Bell( 美国微软湾区研究中心高级研究员，高性能和并行计算领域先驱) 讲“计算”这件事情，讲到 HPC 计算会被挑战的时候，他在PPT 里写了这么一句话，可能云的服务能够慢慢来支持高性能计算（HPC）。人们会发现，当计算发展到一定程度时，关于云的思考就会被自然而然地带出来。所以计算computational，即使到今天还是值得我们认真地来思考。

4 从假设驱动到数据驱动

人们比较熟悉的，当年有一个所谓的第4 范式，叫做数据驱动科学发现。曾经扮演一个非常重要作用的人叫Jim Gray，他当年在微软研究院工作，他个人也很传奇，在2007 年一次出海后就消失了，也没有证据消失在哪里。

他的书《The Fourth Paradigm——Data-Intensive Scientific Discover》 ( 第四范式——数据密集型科学发现) 是在他身后出版的。很有意思的是他生前最后一次讲演就是关于数据驱动。

那么这里就有一个问题，在数据驱动以前的科学研究到底是由什么来驱动？

王坚院士认为：很多的科学发现，或者今天的很多思想是靠假设来驱动的。

所以王坚院士的观点是什么？数据驱动不是拿数据来证明或者解决你的假设，数据最重要的作用是帮助你来产生新的假设。所以到了一个新的科学发现的阶段——数据驱动的科学发现。

这句话很抽象，但在一些学科的发展过程中有非常有意思的例子。例如英国著名天文学家Fred Hoyle 爵士曾在1948 年时设想从外太空看地球是什么样，他的假设是：一旦有人从外太空拍摄一张地球的照片，一种前所未有但无可辩驳的全新观念就会诞生。1972年人类第一次到太空拍摄了地球的照片，人们才有一个概念叫蓝色地球。这张照片从根本上改变了一件事情：突然发现不是一点点地研究地球，而是应该把地球当作一个整体来研究。因此出现了地球系统科学。人们看到了三条主轴线：地球系统科学的出现跟一些机构有关系，跟一些研究也有关系，但很有意思的是觉得跟这张照片紧密相关。

所以数据会改变很多今天我们自己不会注意到的东西。

可见，无论是假设驱动还是数据驱动，都会改变我们很多想法。

人们可能知道哈勃望远镜和很多天文学的研究，但是当王坚院士在看这些文献的时候，有一句话是深深打动他的，哈勃从一个没有任何认知的地方去拍照，而给我们带来了对宇宙的一种全新的认识。这就是为何是数据驱动、不是假设驱动的科学发现和创新的时代。

望远镜第一次出来的时候大概也是类似状态，那时并不是因为知道太阳系是什么样子，只不过是因为有了望远镜，让我们慢慢清楚太阳系是怎么工作的。所以数据会深深地改变我们对很多事情的看法。

再回到模型，也是很有意思的。人工智能从1947年开始到今天，此“人工智能”已非“彼人工智能”，方法论、逻辑、假设等不一样。已到了一个基于模型的时代。

如图5，尽管只总结到了2020 年。ChatGPT 是在2022 年底、2023 年初突然火爆起来的。如图5 会发现，很多年前人们对于模型的收敛已经到了GPT 上，只不过人们并没有意识到其会这么彻底改变我们对这么一个学科/ 领域的重新的认识。

图5

所以从这个角度，GDP 在2022 年底、2023 年初火起来是有一点后知后觉的。

从图5 可以看到，其实很早就应该火起来。当然结果就是中间穿插了一件事情，就是AlphaFold（注：2018 年DeepMind 公司开源的人工智能系统， 借助AlphaFold 可以更准确地预测蛋白质的形状。）出来的时候， 当时一篇文章中有这么一句话，biology’s ImageNet Moment（生物学的ImageNet 时刻）（如图6）。

图6

从事计算机学科的人会非常骄傲的，ImageNet 在那时推动了很多事情的发展，现在会有人把它作为一个非常重要的思考/ 研究的方式。这句话的本质是：未来的研究要基于平台，ImageNet 就是平台的一个非常重要的代表。ImageNet 是集计算（computational）、数据驱动、模型为一体的载体，只是那时人们简单的把它想象成一个数据集。

总结一下什么叫“生物学的ImaginNet 时刻”，就是GDT+ 的时候。这是我们第一次能够把理论框架收敛、集中的方法上。

今年英伟达的CEO 黄仁勋说：ChatGPT 是AI 的iPhone 时刻。套用了前面的那句话。所以这个时候很多事情、关系发生了一些有趣的变化。

当模型走在一起的时候，黄仁勋又说了另外一句：最后人工智能和超级计算怎么被人们用？最后还是要回到云的服务（图7）。

图7

吻合了。2009 年王坚院士开始做云计算，到今天看是非常幸运的，因为这个领域里的技术有机会变成一项非常重要的产业，而且这个产业还有很长的生命周期，就像当年电气化一样。这既是云计算的幸运，也是计算的幸运。

5 原始创新更重要

不过，一讲到今天的人工智能和云计算，人们就会谈到英伟达的A100 卡、H100 卡，很多人会觉得无卡就无能为力。参加CNCC2023 的有很多学生，王坚院士想对学生和科研人员说，所有的创新都是人创造的。例如GeForce 7800 卡（ 图8）。大概是2006 年的卡，它是第一个把CNN 算法跑在了GPU 卡上， 速度比CPU 快了4倍。但这张卡在当年是张什么卡？在中关村的所有网吧里都有，不是被禁运的，更不是只有少数人买得起的，因此是所有人能用的卡，但是，有人第一次把CNN 的算法跑起来，为我们打开了一个新天地。

图8

这张卡就更加有意思了，6 年以后的2012 年，两位来自多伦多大学的学生Alex Krizhevsky 和Ilya Sutskeverz（他们的导师是人工智能的三巨头之一Geoffrey Hinton）就是用了两张GeForce 7800 GPU 卡，在当年的ImageNet竞赛上获得了冠军。

所以人们可以设想一下，凭借两张当年每一个实验室的学生都有的图形卡，但是他们的智慧使得它能够让一个新的世界开始。

GPU 能成为深度学习的必选项，而且被工业界最后采用，事实上是这两个学生创造的。王坚院士是从工业界来的，有时候感到丢脸——是两名学生为我们定义了今天人工智能应该用什么样的框架来做。从这个角度看，学生的创造力是无穷的。

这两名学生的第二人——Ilya Sutskeverz 也是今天OpenAI 的首席科学家。所以创新也不是一天就可以成就的。

从图3 的架构演进可以看到，在2004 年的技术架构基础上完成了今天人们都趋之若鹜的一卡难求的状况，可以看到原始创新的重要性。今天是我们可以重现2004 年那一代学生所创造出来的事情的时刻，所以所有的事情远不是结束，而是刚刚开始。

自AI 诞生后的几十年中发生了很多事情，从1997年的Deep-Blue（深蓝超级国际象棋电脑），到2016年的阿尔法狗，到今年的chatGPT，每一次重要发明都带来一次变革，而且这种变革接下来因为计算的驱动还会继续地发生下去。所以慢慢地，到最后所谓的计算驱动，就是计算密集型、数据驱动和基于模型的完美结合。

（本文来源于《电子产品世界》杂志2023年12月期）