作為在先進智能、情感計算研究方面持續(xù)深耕的科學家，任院士對當前計算領域科研難點及未來發(fā)展有著深刻的體會。他給出三個觀點：

未來，基于交叉學科研究的課題將越來越多，甚至成為未來科研的主流。

任院士及團隊為了在情感計算領域有所突破，需要做大量“跨學科研究”的工作，不僅需要采集大數(shù)據(jù)，還要深入研究腦科學、心理學。比如，人的心理狀況可以分成若干個獨立的狀態(tài)，通過大量人群調(diào)查統(tǒng)計、大數(shù)據(jù)分析，得到一張轉(zhuǎn)移圖，即一個情感計算工學模型。當人的情緒受到外界刺激時，基于這個工學模型，任院士可以通過計算預判當下甚至未來的狀態(tài)?；谶@些研究成果，任院士在國際上率先提出了“心狀態(tài)遷移網(wǎng)絡”理論，為高級人機交互、情感機器人奠定基礎。

其次，在變革性的算力平臺出現(xiàn)之前，超算將一直是基礎科學研究和應用人工智能必不可少的基礎設施，深度學習等智能應用將催生智能與超算革命性的技術融合。AI for Science 的發(fā)展將加速這一進程。

任院士指出，當前大量的數(shù)據(jù)、模型，新的科學假設不斷涌現(xiàn)，采集大數(shù)據(jù)、分析數(shù)據(jù)、機器學習，對算力平臺的性能指標提出極大挑戰(zhàn)。而數(shù)據(jù)驅(qū)動的人工智能，理論紅利已經(jīng)消耗殆盡，必須探尋新的研究范式以及算力平臺新模式。2010 年以前，訓練數(shù)據(jù)所需要的算力基本上符合摩爾定律，每 20 個月翻 1 倍；2010 年開始，機器學習需要的算力，每 6 個月翻 1 倍；到了 2022 年，機器訓練所需的算力已經(jīng)是 2010 年的 100 億倍。產(chǎn)業(yè)呼喚新一代的變革型算力平臺。而鯤鵬計算采取 ARM 技術路線，發(fā)展了全棧通用計算軟硬件基礎設施?；谟布夹g，打造開源操作系統(tǒng)與數(shù)據(jù)庫，并且有應用使能等全套工具。任院士認為，鯤鵬計算是一個非常全面的、開放的產(chǎn)業(yè)生態(tài)。同時，華為還有昇騰 AI 計算，鯤鵬計算具備打造這種面向未來的、能滿足混合精度的“超算 + 智能”算力新平臺的能力。

任院士呼吁更多像華為一樣的中國企業(yè)能夠勇于探索、研究并盡快提供這樣的算力平臺。

第三，計算與其他產(chǎn)業(yè)最大的不同就是要有蓬勃的生態(tài)才能釋放技術的能量。計算產(chǎn)業(yè)自主創(chuàng)新的發(fā)展，技術只是其一，擁有產(chǎn)業(yè)視角和創(chuàng)新技術的人才也是關鍵。兩者在推進計算產(chǎn)業(yè)自主創(chuàng)新的過程中，如同“鳥之兩翼”“車之雙輪”，缺一不可。計算開發(fā)者就是基礎，是深入基礎研究、補齊產(chǎn)業(yè)短板、實現(xiàn)產(chǎn)業(yè)創(chuàng)新的關鍵力量。面向未來，需要構建新型人才培養(yǎng)機制，培養(yǎng)具有交叉學科背景、兼顧理論與實踐的開發(fā)者，以適應未來的研究創(chuàng)新，轉(zhuǎn)換技術價值。

最后，單純側(cè)重硬件性能的產(chǎn)業(yè)不同，計算產(chǎn)業(yè)是一個需要基于高性能、開放的硬件平臺，打造很多“軟技術”“軟實力”的產(chǎn)業(yè)，只有軟硬結(jié)合、多管并進、人才濟濟，才能真正形成一個繁榮的生態(tài)。而只有有了這樣一個生態(tài)，才能最終在技術創(chuàng)新日新月異的時代背景下，實現(xiàn)計算產(chǎn)業(yè)的自主創(chuàng)新。

xiesc