人工智能发展中很重要的一点，就是三要素里面的“算力”

目前，在感知方面，机器已经达到和人类相当的水平，甚至在某些方面还要更好，虽然认知能力还有一定的差距，但我认为在未来十年左右也将缩小。

人工智能发展中很重要的一点，就是三要素里面的“算力”，也即“计算”。摩尔定律已经遇到瓶颈，因此，现在的深度学习，特别是大模型、大计算，其算力不仅仅要达到摩尔定律，而且要超越摩尔定律。它们每年的计算需求几乎达到10倍增长。

例如GPT-3，它是1000多亿参数的大模型。OpenAI团队后面没有资金继续做，微软投资把GPT-3模型训练出来。

中国和美国在这个领域你追我赶。鹏城的盘古、智源的悟道、浪潮的“源1.0”、微软-AMD的图灵，不管是算力还是参数、数据，都比GPT-3大很多。在此方面，GPT-4可能也会马上出现，一旦出现，我认为中国的企业、科研机构也会超越GPT-4。这是一个好现象，中美两国在这个行业的科技、产业方面形成良性竞争，对整个行业的发展都是有益的。

IT产业有三个定律，一个是香农定律，一个是冯·诺依曼架构，另外一个是摩尔定律。我们现在所做的，就是突破这三个极限，特别是冯·诺依曼架构，它已经被使用了将近60年，依然是目前计算的主流架构。在人工智能时代，它有诸多局限，现在很多科研、产业都在想怎么去突破它。比如，在听觉、视觉、触觉、味觉之外打造新的感知，如激光雷达、三维结构、光传感、生物的传感；另外，我们有新的数据流，需要海量的并行计算，包括AI的一些算法，如矩阵、算子、波尔代数等，都需要超越冯·诺依曼架构。我们看到，很多新兴科研产品出现，一些非传统的芯片公司现在也都进入了芯片和程序库领域。

长期来看，我们需要突破计算的范式。目前类脑计算、量子计算、光计算、生物计算都有重大进展；在空间分布方面，我们的计算也有很大变化：最早IBM大型机是完全的中央计算，PC阶段则变为完全分布式的，到云计算时又回到中央式的，现在我们正走向云+边+端的协同智能。未来，许多计算将走向边缘，我相信，在未来十年中，90%以上的计算能力可能会到边缘，整个计算会更动态化、分布化。

AI+生命科学

下面我简单讲人工智能在三个领域的应用，也是我们主要在做的一些科研工作。

在生命科学领域，一是刚才讲过生物世界在数字化，产生了天文级的组学数据，基因组学，蛋白质组学，转录组学，细胞组学，这些组学数据再加上各种组合带来的数量是天文级的。二是，整个生物的实验，干实验和湿实验完全闭合会走向自动化，未来越来越少的人介入，这是在实验范式上很大的突破。三是，人工智能科学计算，我们现在生物世界里面更多的是分子动力学，未来AI将走进科学计算。

简单看一下，AI在生命科学方面的进展，第一个是基因编辑，编辑的基底清楚之后，AI的算法可以更精准的找到治病基因，治疗的方式让靶点更加准确。其实就是把这个搜索空间大大的减少了。