寻找智能计算未来领军者，《麻省理工科技评论》中国智能计算创新人物峰会圆满落幕_

当智能计算成为这个时代的技术底座，我们相聚北京海淀共同挖掘智能计算领域技术创新者和技术落地的推动者。

2024 年 4 月 26 日，由《麻省理工科技评论》中国主办，水木络绎承办的“《麻省理工科技评论》中国智能计算创新人物峰会暨 2023 中国智能计算创新人物颁奖仪式”在北京举办，本次活动由北京清华工业开发研究院、之江实验室作为战略合作伙伴共同支持。

出席本次活动的领导嘉宾包括了北京清华工业开发研究院副院长付小龙、之江实验室党委委员及副主任陈伟、《麻省理工科技评论》中国联合出版人陈禺杉、《麻省理工科技评论》中国副出版人张岚，同时活动也邀请到榜单入选者、智能计算领域的学术带头人来到现场，共同围绕智能计算探索未来新路径。

图｜“2023 中国智能计算创新人物”入选者合影

在活动开场致辞环节，《麻省理工科技评论》中国联合出版人陈禺杉，对参与峰会的嘉宾和专家表示欢迎，并对北京清华工业开发研究院和之江实验室对活动的支持表示感谢。

他指出，人类社会正在从信息技术时代过渡到智能社会，计算技术成为推动社会发展的关键因素。智能计算作为科研和产业应用的重要议题，旨在满足世界科技前沿和国家重大战略需求，研究包括器件与芯片、先进计算机、软件与系统、平台与应用等多个层次的计算问题。

正因此，《麻省理工科技评论》与 DeepTech 于 2022 年发起了中国智能计算创新人物评选，希望表彰在智能计算领域作出突出贡献的个人，并发现和推广具有创新性和实用性的技术解决方案，同时促进智能计算和相关产业发展和升级。

图｜《麻省理工科技评论》中国联合出版人陈禺杉

北京清华工业开发研究院副院长付小龙在致辞中对青年才俊的入选和活动的召开表示祝贺。作为一个推动科技成果转化的机构，他表示清华工业开发研究院在过去 25 年里培育了许多创新创业企业，见证了青年人才将科技成果转化为企业的过程。

新的产业浪潮下，他强调了人工智能在其中的作用，以及智能计算作为支撑产业的重要性。“人工智能很热，需要智能计算和芯片做支撑。未来在这个领域，通过智能计算，智能驱动的科学的发现，都是为未来智能化设备和未来整个甚至人类智能化的转型奠定非常好的基础。”付小龙说。

图｜北京清华工业开发研究院副院长付小龙

之江实验室党委委员、副主任陈伟在致辞中向入选榜单的青年才俊表示祝贺。陈伟表示，之江实验室经过 6 年多的建设发展，集聚了一批年轻有为的科研人员，他们是之江实验室的骄傲和财富。当前，之江实验室正聚焦智能计算主攻方向，按照“1397”的整体战略路径推动新一轮发展。在这个过程中，之江实验室不仅要鼓励青年科研人员担当作为，更希望以开放科学理念为引领，开放协同、融合创新，打造智能计算创新生态。

前不久，杭州市人工智能产业联盟正式成立，之江实验室是发起单位。陈伟希望以产业联盟等创新体制机制为基础，与产学研优势力量一道做大做强智能计算创新链、人才链、产业链，为青年人才干事创业创造机会和条件，为智能计算的进步发展贡献力量。

图｜之江实验室党委委员、副主任陈伟

《麻省理工科技评论》中国副出版人张岚在发言中表示，《麻省理工科技评论》作为一本诞生于 1899 年的商业智库，以评选“十大突破性技术”、“35 岁以下科技创新 35 人”、“50 家聪明公司”三个角度预测未来 3-5 年科技与产业发展的趋势。

中国庞大的用户基础和流量红利，以及数据中心建设、算力能力的需求猛涨带来的巨大市场等，都是得天独厚的“中国土壤”。这些都激发了中国科研人员和企业研发新的计算架构、算法、软硬件、更高级的计算范式等技术的商业化应用。为了持续挖掘这些在智能计算领域极具才华与创新精神的年轻中坚力量，帮助他们获得更多的支持，“中国智能计算创新人物”的评选也由此而来。

图｜《麻省理工科技评论》中国副出版人张岚

她提到，连续两届评选、共 60 位入选者当中，31 位来自高校科研机构，12 位来自企业，展现了智能计算领域的人才特点。而从学术背景来看，中科院体系计算所、物理所背景的入选者最多，占到 1/6，其次是清华大学、北京大学、上海交大、浙江大学，覆盖我国最顶尖的理工院校。

这些来自不同背景的人才，一起构成了推动智能计算领域不断创新与发展的关键力量，也显示出学界与业界在智能计算领域的合作前行的重要性，在这样的背景下，张岚正式宣布了“2023 中国智能计算创新人物”入选名单，并引入颁奖环节，以表彰这些在理论与实践中做出杰出贡献的创新者。

智算 + AI 与算力“AI 大模型与先进计算范式”

颁奖仪式结束后，活动进入到下半场圆桌对话环节，在以“智算 + AI 与算力：AI 大模型与先进计算范式”为主题的圆桌讨论中，络绎科学技术负责人吴彦君担任主持，来自中国科学院、上海交通大学、浙江大学的专家嘉宾们就 AI 技术在不同领域的应用、先进计算范式的发展以及国产芯片的挑战与机遇等话题进行了深入探讨。

中国科学院计算技术研究所研究员崔慧敏长期从事编程与编译优化工作。她强调了编译器在不同芯片（如 CPU、GPU、各种 AI 加速设备）下的重要性，即将上层 AI 应用高效、透明地映射到底层芯片上。当下，崔慧敏及团队正在积极推动国产芯片的使用，收集用户需求以支持后续开发。中国科学院上海光学精密机械研究所青年领军研究员谢鹏专注于光芯片和高维光计算技术的研究。他讨论了光子芯片的潜力，尤其是在摩尔定律放缓的背景下，光子计算技术提供了新的算力增长路径。他提到，光子计算在速度和功耗上有显著优势，目前他正在专注于高维光计算，旨在构建新型的计算架构和发展超大算力智能光子处理器。上海交通大学的教授严骏驰的研究涵盖了智能计算和计算机科学的多个方面。严教授提到了将经典算法与 AI 方法结合的重要性，尤其是在解决复杂问题时。此外，他还提到了量子计算技术的潜力，探讨了在量子领域设计可学习的参数，以增强其普适性。赵俊博，浙江大学百人计划研究员，关注的是如何让 AI 大模型在实际应用中落地问题。他认为，尽管大模型在学术上取得了进展，但在实际应用中仍需解决许多挑战。同时他强调了国产芯片发展的紧迫性和必要性。中国科学院空天信息创新研究院研究员洪丹枫，讨论了"AI for 地球科学"的前景，强调了利用 AI 大模型和多模态遥感大数据在地球科学中的重要性。他指出，尽管领域专家拥有丰富的建模经验，但随着大数据的激增，进一步加剧了数据获取能力与处理能力之间的矛盾。AI 技术的进步为我们提供了一个全新的范式，现通过发展多模态 AI 大模型，充分挖掘和提取遥感大数据中更多的信息和知识，实现“吃干榨净”。他还强调，通过将 AI 大模型技术与物理模型相结合，能够帮助我们更好地理解地球。

此外，圆桌讨论还涉及了 AI 大模型在不同领域的应用前景，包括遥感、医药、以及量子计算等。专家们一致认为，尽管 AI 技术在多个领域展现出巨大潜力，但在实际应用中仍需克服包括硬件适配、算法优化、以及工程化实现等多方面的挑战。

图｜“智算 + AI 与算力：AI 大模型与先进计算范式”圆桌讨论

智算 + 生物经济“计算加速生命健康”

在后续“智算 + 生物经济：计算加速生命健康”的圆桌讨论中，砺思资本投资人葛志飞担任主持，来自不同学术背景的专家们分享了他们对于人工智能在生命科学领域应用的深刻见解。同时，他们普遍认为，尽管 AI 技术在生命科学中的应用前景广阔，但仍需与实验科学紧密结合，以实现真正的科学突破。

厦门大学教授魏乐义强调，面对海量基因组数据，传统机器学习方法在特征设计上受限，而深度学习的发展让数据驱动的分析成为可能。这种方法能够摆脱经验限制，有效挖掘数据中的复杂模式，对于理解基因序列功能、疾病发生机制等具有重要意义，体现了人工智能在生命科学领域的重要作用。吉林大学教授李向涛指出，基于大量单细胞数据的模型（如 scBERT）能够处理海量数据，处理单细胞领域的不同问题。此外，目前已经有一些模型成功应用于解决诸如细胞类型注释等难题，且与人类专家注释高度一致，显示了 AI 在单细胞分析中的强大应用潜力。同济大学长聘教授刘琦教授强调了 AI 在生命科学各领域特别是在个体化用药和精准基因编辑技术上的突破。他分享了与之江实验室合作的经验，AI 已经帮助设计更高活性的基因编辑蛋白和向导 RNA 序列。此外，他强调了生命科学领域标注数据的重要性，发展小样本学习，建立计算与实验反馈闭环等对于开发智能 AI 算法至关重要。葛志飞作为投资人，在分享中强调了 AI 在生命科学领域的投资价值，他指出，尽管 AI 技术在生命科学中的应用已有数十年历史，但深度学习和 transformer 模型等新兴技术为数据处理提供了新的范式。

图｜“智算 + 生物经济：计算加速生命健康”圆桌讨论

智算 + 未来生活“创新数智化未来”

在以“智算 + 未来生活：创新数智化未来”为题的圆桌讨论中，BOSS 直聘职业科学实验室主任祝恒书担任主持人，来自北京邮电大学、西北工业大学、小米集团、之江实验室以及香港中文大学（深圳）的专家们，就人工智能在不同领域的应用、智能物联网的发展、大模型的挑战与未来、以及 AI 在安全领域的应用等话题进行了深入的探讨。

北京邮电大学教授石川指出，随着深度学习的出现，不同研究方向之间的界限变得模糊，多模态大模型的兴起尤其对传统领域如自然语言处理、计算机视觉和图数据分析产生了冲击。积极拥抱新技术很重要，石川认为，技术的发展是一个不断探索和适应的过程，需要不断评估和发现大模型在不同应用场景中的实用性和局限性。祝恒书表示，BOSS 直聘职业科学实验室专注于"AI+ 职业“领域的交叉研究，利用大数据、AI 等智能计算技术结合社会科学理论解决职业相关问题，如劳动经济学和智能招聘等，同时还研发了面向招聘领域的大语言模型和相关技术标准，展示了实验室在 AI 领域的技术实力和行业贡献。西北工业大学郭斌教授强调了 AIGC 内容检测的重要性，尤其是在未来作战和 AI 欺诈识别中的应用，指出其在网络认知安全与社会治理方面的潜在影响力。对于未来发展方向，他关注智能物联网与具身智能系统，包括开发 Mini/Micro 深度学习模型并将其部署到资源受限的异构智能体中，他认为认知、心理与脑科学交叉探索以及面向具身智能的感知计算研究对于未来 AI 的落地应用具有重要意义。薛辉作为之江实验室研究专家，专注于操作系统安全、网络安全和移动安全。他认为，大模型在安全领域有攻防两侧的双刃剑作用，在侦察、伪装、对抗和决策能力上带来了全新可能性，同时指出了大模型可能带来的安全风险与使用大模型防御大模型的前景。小米声学语音总监王育军分享了对网络安全的担忧，特别是针对声文模型训练服务器的潜在攻击。他强调了 AI 与下一代信息技术之间的紧密联系，包括算力、平台、终端和场景，同时他也期望国产芯片能增加投入，以应对当前的算力需求和挑战，同时希望形成成本与场景应用的正向循环，促进技术进步。香港中文大学（深圳）终身副教授赵俊华深入讨论了能源行业中大模型的应用和挑战，特别指出了国产化替代的必要性，如国家期望央企在大模型项目中尽量采用国产替代品。此外，他还强调了具身智能在工业制造领域的应用潜力。

专家们就如何将 AI 技术更好地融入未来生活，以及在实现这一目标过程中可能遇到的技术和安全挑战进行了深入的探讨。同时也提出了许多新想法和实施路径。