大咖实录 亲眼见到这么多优秀的人，压力真的很大—中国35岁以下科技创新青年35人名单发布

颁奖典礼实录

35岁以下科技创新35人，代表了我们最杰出的一些创新者，他们是年轻人不到35岁。这些奖项它覆盖了像材料、生命科学、硬件、能源、交通和机器人制作领域，我们也探索了很多个人，很多优秀的代表，他们的理念就是为了重塑未来。我们的目标就是要真正的把他们找到，那些是最新的科技，哪些是优秀的创新者，他们已经对现有的技术进行了颠覆，或者有一些创新的技术能够解决现在的问题，我们奖赏这些天才人物。

这些创新者会给大家做一个简要的陈述和介绍来描述他们自己的成就，这些陈述呢，主要关注点是他们自己的行业兴趣点，分为三组，我们的第一组将会给大家带来关于人工智能领域方面的一些成果。

AI算法与AI

朱军（清华大学计算机科学与技术系副教授）：

人工智能大家已经看到了，它正在快速的改变我们的世界，从我们比较熟悉的互联网、金融到比较传统的智能制造，甚至到国家的安全、国防等各个领域，无不在受到人工智能的巨大影响，从技术上来看，人工智能的研究基本上可以分为几个层次，从几层面向人工智能的硬件。

比如说像专用的人工智能芯片到上层的理论、模型和算法，再到上层的编程库，甚至各种实现的工具，最上层是我们各种人工智能应用，比如说像无人驾驶车。

我的研究实际上主要是集中在人工智能的基础理论和方法，我们特别是关注贝叶斯人工智能的理论算法和相关的应用。在基础理论上，我和我的团队扩展了贝叶斯人工智能的理论技术，传统的贝叶斯方法，它已经有200多年的历史，那我们学校给它有两个维度的一个平面，还有先验或者释然。

我们的工作实际上是扩展了这个贝叶斯理论的基础，我们提出政治化的贝叶斯方法，还为这个贝叶斯方法提供了一个额外的维度，极大的提高了灵活性，我们也是基于这种思想，启发了很多有效的模型和算法。

进一步我们将这种里和算法实现研发了一个概率编程库，将繁琐的数学推导的过程变成直观计算可以执行的指令，我们称为珠算编程库，珠算到我们实现了最好的算法和模型，可以支持贝叶斯方法和深度学习的有机融合。

我们将理论方法用与多种场景，包括文本、图像、互联网上的网络数据等等，我们从大量的数据中学习有语义结构的信息，能够从大量的图像数据中学习生成模型、生成自然的场景，我们甚至可以做小样本分割的迁移。人工智能已经走到了很多领域，未来的人工智能将面临着更多的新的挑战。

大家知道我们的世界是一个开放的，是充满了很多的不确定性，另外真正存在这种对抗，甚至存在恶意的攻击，在很多场景下，比如说医疗，我们可能面临的是小数据的这种场景，然后我们可能现在方法，比如像深度学习它是一个黑箱，未来的人工智能我们相信它会通向鲁棒的可解释、对人可信的人工智能。我们觉得在实现未来人工智能的途径上，贝叶斯方法是一种有效的方法，甚至是一种引领性的方法。

清华大学朱军为人工智能提供一个贝叶斯的基础，谢谢！

楼天成（小马智行创始人兼CTO）：

我是小马智行初创公司的CTO，对于自动驾驶来说，我觉得自动驾驶非常幸运，因为作为技术它的成功不仅仅需要它能把理想变为现实，一个技术的成功，更需要它能够跟这个时代，人们对它的期待所相适应。而无人驾驶技术在初期、萌芽期已经得到民众广泛的关注，并一定程度改变了市场，比如民众从开始的怀疑替态度到满怀期待。比如政府从开始的观望态度到积极地制定各种政策予以支持，也包括各行各业专家的到来。

我相信这一切的一切都能够很有效，大大地加速无人驾驶技术的发展，使得它更早的一天能以更高效、更安全的方式出现在大家的面前。

作为人工智能的初创公司，小马智行是一个专注于全自动无人驾驶的初创公司，作为小马智行公司最幸运也最骄傲的一点，不过于我们有一支极具经验顶级无人驾驶的团队，团队的人才都是顶尖的无人驾驶、人工智能领域的人才，他们也包括我之前的朋友、同学。

跟朱教授一样，我个人也源自清华，提到这一点，刚好最近有一个片子叫《无问西东》，我想清华的精神并没有《无问西东》里这么浪漫。作为清华来说，我们更多是行胜于言的校训。整个小马智行团队会专注于最前沿无人技术解决方案的开发，希望一天我们也能够推动智能交通的发展，使得人们的出行变得更安全、更高效、更便捷、更经济。

刘霁（腾讯AI Lab专家研究员、美国罗切斯特大学助理教授）：

大家好，我来自腾讯的AI Lab，另外一个身份是罗切斯特大学的助理教授。我的研究方向是聚焦在大规模的机器学习，深度学习，包括强化学习、优化学习等等，今天我想聚焦在分布式的机器学习上面，希望给大家带来一些新的思考和一些新的想法。

当哪天我们打开手机的时候，我们可能会收到各种字样的请求，比如说很多ATP要求能够收集我们的个人数据，那我们这个时候会纠结，到底是同意还是不同意？

另外一个场景是我们经常可能会收到的推荐，我们不太满意，这个时候我们会想，AI的水平现在已经很高了，像我们的围棋，可以在让柯洁两子的情况下完爆柯洁。在这样的技术背景下，为什么一些简单的Task处理得并不是那么完美呢？这个可能并不是算法的问题，也不是模型的问题，其实是由于我们这种传统的中心化的数据，整合方式所带来的弊病。

那传统的方式通常来说需要把数据整合到一个中心点，在这个中心进行大量的训练，把模型返回形成一个闭环。那么这个过程当中，数据的收集其实是非常昂贵的，这就导致我们的数据量不一定够用，直接影响模型的性能。整个闭环过程时间会比较长，导致时效性也不是特别好。

最后一点特别重要的是，数据的policy受到了很大的影响，用户的数据失去了这种policy。我们为了避免这种问题，我们考虑了一种新型的结构，我们称为去中心化的结构。用户并不需要和中心节点进行交互，他只需要和模型进行交互，他只需要交互的是他们私人化、个性化的模型，而不是交互这个数据。这样的话，数据的私有性、隐私得到了非常好的保护。同时，我们有理论可以支持，这样的方法可以保证正确性和有效性。

在未来，我们坚信这种技术很有可能会对我们产生翻天覆地的影响。比如IT公司将来提供的是一种纯AI的解决方案，并不需要触碰用户的数据。而用户更放心的把数据不用分享出来，但是他可能加入这样一个大家庭里，充分享受大数据所带来的红利，而没有数据隐私的考虑。那么长期的应用医疗、互联网等等。

最后我想说，这种去中心化的方式，实际上是真正让AI无所不在，因为数据在哪计算就在哪，计算在哪智能就在哪，AI就在哪，谢谢！

徐颖（中科院光电所导航技术研究室副主任）：

大家好，我来自中国科学院。今天也非常荣幸能够到这里，受到我们主办方的鼓励和支持。

2017年是诞生了很多新技术的年代，有人把2017年叫做人工智能的新元年，当然它不能叫人工智能的元年，因为人工智能已经发展了很大一段时间。但是2017年由于人工智能技术有了一个新的突破，所以它重新走入了我们的视线。

也有一些人把2017年叫做商业航天的元年，因为在今年我们国家也诞生了很多商业航天的公司，包括做卫星、火箭和整个商业的航天链。

对我来讲，2017年也是一个非常值得纪念的年份，我是做北斗的，2017年是我开始从事北斗相关工作的第10年。大概在10年前，我第一次接触到北斗，那时候我们做的是北斗二代一期导航接收机。而到现在北斗系统已经开始了北斗三代的建设，并且已经开始大量组网的阶段。

预计将会在2018年左右，北斗三号系统能够覆盖“一带一路”地区。在2020年左右，北斗系统将会覆盖全球，真正实现中国的北斗、世界的北斗。所以，我们也很庆幸，我们遇上了一个好的时代，遇上了科技、北斗，也遇上了我国科技蓬勃发展的一个新时代。

今天的主题是35，其实35是一个比较尴尬的年纪，最近总被问人，你现在还35岁以下吗，还有多久？事实上如果这个到明年举行的话，我就只能参加MIT TR36了。但我非常庆幸的是，我参加的是科研工作，而科研工作整体上来讲，是一个寿命非常长的职业。

所以，我们还有很多的事可以做，包括基于低轨卫星导航增强系统，包括临近空间导航系统，临近空间作为飞机上不去，卫星下不来这样一个特殊的空间，他们当中有很多的科学问题还值得我们探索和研究。包括导航和通信深度融合的一些技术。

我们做所有这些，都希望有一天真正的实现以北斗为核心，能够在任何时间、任何地方，为任何人，通过任何手段提供可信导航服务的国家定位授时导航体系。我们也相信，我们将会在今后的工作当中不忘初心、继续努力，真正能够做出一些国家需要、人民有用的东西，谢谢大家！

Antoinette Matthews：感谢各位精彩的演讲，我们下一组，他们的工作在不断地改变我们对于科学的基础理解，包括我们的量子计算，接下来有请基础科研获奖人发言。

基础科研

陆朝阳（中国科学技术大学、中科院量子信息与量子科技创新研究院、教授）：

大家好，非常高兴有这个机会向大家介绍目前我和我的同事正在研究的量子物理和信息技术的一门交叉学科，叫做量子信息科学。

对很多人来说，量子物理学，听起来可能是和我们的生活没有很大关系的一门学科，但是，如果我们回顾一下量子力学发展百年历史的话，我们发现它其实就是已经催生了包括晶体管、激光在内的很多的创新性技术，极大的改变了我们的生活。那么这些技术的获得，是来源于第一次量子革命，主要是基于对量子系统的被动观测来时下的。

在最近的几十年，我们已经从被动观测进步到在实验室里面对单个光子、单个原子这些体系，进行主动操纵的阶段。

这样一个基础研究的进步，给信息技术带来了新的机遇，根据欧盟白皮书里面所称，把它叫做第二次量子革命，主要包括安全的量子通信、超快的量子计算和模拟等等。

不同于我们现在所使用的依赖于数学复杂度的加密系统，量子通信是借助于物理原理来保障一个信息的安全，目前我们国家在远距离和实用化的量子通信方面处在国际比较领先的水平。

量子通信目前已经走向了实用化和产业化的阶段，但是量子计算这个领域，是刚刚从基础研究开始迈向进入技术集成和集中公关的研发阶段。

根据量子计算实现的难度，我们可以把这个发展分为三个阶段。

第一，我们要发展出针对某些特定问题，比经典计算机算得快的量子机器，这也是国际上所称之为量子霸权的阶段。

第二，我们希望发展出一些有实用价值的量子模拟机，这里面的应用场景包括组合优化、量子化学、机器学习等等。

第三，最难的目标是实现通用的、可编程的量子计算机，因为它需要一个量子纠错，那我们在这三个阶段都做了非常系统的布局，比如说我们通过产生高品质的单光子源，做一个波色取样，在这方面能够来超越经典计算机。同时我们也通过研究超冷原子和超导两个体系，希望能够制造出（五年时间）一个实用的量子模拟机，并为最终实现通用的量子计算机打下基础。

何庆林（北京大学助理教授）：

我们现在所使用的电子计算机，基本上都是二进制的，指令和另外一两个状态进行计算，就像开关的“开”和“关”。但是在量子的世界里，这两个状态可以通过现行叠加而形成新的量子态，就像旋钮一样具有无穷多个状态进行计算。

这种线性叠加可以通过把两个粒子缠绕的办法实现，我们可以想象一下，我们把两个电子位置相互交换一下，这时候他们会形成一种新的电子态。当我们把这两个电子再交换一次时，他们又回到原来的电子态。因此电子是没有办法实现缠绕操作的。

然而自然界中还存在另外一种粒子任意子，每当两个任意子相互缠绕时，他们总能形成新的量子态。因此假如我们用任意子制作量子计算机的话，那么我们就能突破0和1的限制。多个任意子相互缠绕时，他们的缠绕模式将会千变万化，形成大量的量子态。因此，量子计算机具有传统计算机所不能媲美的计算能力。

可惜的是，自然界中所存在的任意子凤毛麟角。我们人类能加以利用的大多数只停留在理论阶段。1937年意大利理论物理学家埃托雷马约拉纳曾预言存在这么一种任意子，它自身就是它的反粒子，称为马约拉纳费米子，也是大家所熟知的天使粒子。

幸运的是，80年后的今天，我和团队成功的在固体电子器件中实现了马约拉纳费米子态。我们制备了由拓扑绝缘体和超导体所合成的复合电子器件࿰