聲音

聲音

劉維民（中國科學院院士、固體潤滑國家重點實驗室主任）

中國工程院咨詢報告《摩擦學科學及工程應用現狀與發展戰略研究》指出：我國工業領域應用摩擦學知識，可節約潛力估計為GDP的1.55%。加強摩擦學的研究和開發，將為裝備制造、航天航空、船舶、礦山冶金、生命與健康等相關產業以及能源清潔生產和高效使用、減少溫室氣體排放等領域提供可靠的潤滑解決方案，有效促進經濟和社會發展。

為此，我們建議應強化以下研究和應用開發：一是從原子、分子層次上認識摩擦的本質及潤滑的作用機制，通過物理化學等技術手段實現對摩擦的有效調控，提出降低摩擦和磨損的更有效方法；二是需要深刻認識苛刻環境條件下潤滑抗磨材料的組分、結構與性能在使役過程中的演變規律，發展極端環境工況下潤滑抗磨的新原理及摩擦磨損控制方法，以滿足高技術裝備的性能和長壽命高可靠運行的需求；三是利用層狀材料如碳薄膜、石墨烯以及軟物質材料如生物大分子、水凝膠等探索獲得超低摩擦的原理和方法，發展適合工程化的材料技術；四是發展綠色潤滑材料，發展節能明顯、環境友好的生物基潤滑油脂及其添加劑、離子液體等材料技術，形成獨立自主的潤滑材料分析檢測技術；五是重視對潤滑及摩擦學知識的傳播及相關研究技術人才的培養；六是加大研發投入，重視對核心潤滑抗磨技術及高端產品的開發，盡快實現高端潤滑油脂及先進固體潤滑材料的規模化生產應用。

張鈸（中國科學院院士、計算機學學術委員會主任、智能技術與系統國家重點實驗室主任）

近年來，深度學習的提出，在人工智能領域中是一個重大突破。正是因為有了深度學習，目前機器人在語音、圖像識別、下圍棋等很多以往都被認為是人類最擅長的領域，全面超過人類。

為什么機器下圍棋能夠超過人類？為什么人工智能在圖像識別的某些方面會超過人類？我認為有三大法寶：第一是數據，第二是計算資源，第三則是算法。這就是深度學習成功的三大法寶。日常生活中，人們常常感慨大數據的力量，計算資源的力量，但是沒有看到背后算法的重要性。比如AlphaGo能夠在兩三周的時間內，學到幾千萬個棋局，能夠自己和自己下圍棋，靠的正是強化學習算法。

但是，人工智能的發展，依然受到多個條件的限制，即大量的數據、完全的信息、確定性的信息和單領域（單任務）。只有這4個限定條件達成后，機器才有可能達到或者超過人類的水平。但是，現實生活中，大量的工作并不符合以上四個條件，這樣現在的人工智能技術發展就有困難。

應該說，人工智能現在還做不到具備像人類那樣舉一反三的能力。推廣能力差、魯棒性差等局限使得人工智能要超過人類只是特定意義上的可能，其實它在很多方面還不如人類。人工智能現在學習的是舉一百反一。它需要經過幾千萬甚至上億的樣本的訓練，學過的才能夠識別。因此，這里面有大量的研究工作要做。

沈昌祥（中國科學院院士、中國工程院院士、海軍司令部研究所總工程師）

習近平總書記曾指出，沒有網絡安全就沒有國家安全，沒有信息化就沒有現代化。當前，大部分網絡安全系統主要是由防火墻、入侵監測和病毒防范等組成，稱為“老三樣”。通常，信息安全問題是由設計缺陷而引起的，消極被動的封堵查殺無法滿足需求。因此，可信計算值得重視。

可信計算是網絡空間戰略最核心技術之一，應當堅持“五可”“一有”的技術路線。“五可”包括以下幾個方面：一是可知，即對開源系統完全掌握其細節，不能有1%的代碼未知；二是可編，要基于對開源代碼的理解，完全自主編寫代碼；三是可重構，面向具體的應用場景和安全需求，對基于開源技術的代碼進行重構，形成定制化的新體系結構；四是可信，通過可信計算技術增強自主操作系統免疫性，防范自主系統中的漏洞影響系統安全性；五是可用，做好應用程序與操作系統的適配工作，確保自主操作系統能夠替代國外產品。

“一有”是要有自主知識產權，對最終的自主操作系統擁有自主知識產權，并處理好所使用的開源技術的知識產權問題。開源技術要受到GPL協議的約束，我國現有基于開源的操作系統尚未遇到知識產權方面的明顯糾紛，但僅僅是因為這些系統尚無規模應用，一旦我國自主操作系統形成氣候，必然會面臨這方面的挑戰。

總之，面臨日益嚴峻的國際網絡空間形勢，我們要立足國情，創新驅動，軍民協調發展，解決受制于人的問題。堅持縱深防御，構建牢固的網絡安全保障體系。

賀克斌（中國工程院院士、清華大學長江學者特聘教授、環境學院院長）

排放清單是大氣污染模式的起始輸入數據，是研究空氣污染物在大氣中物理和化學過程的先決條件，也是國際上區域空氣質量管理的3大核心支撐技術之一。如何有效編制排放清單，讓其在政策制定和科學研究中起到重要作用？在空氣污染的城市尺度上，我們可利用環保部門提供的數據，通過多元數據同化技術，形成支撐研究和決策的數據產品；在區域及全球尺度上，則運用多尺度清單耦合技術、多元統計回歸分析方法、基于消費視角核算方法。

舉例而言，要制作機動車排放清單，需要把機動車排放數據、交通流數據以及氣象數據集成起來。具體到京津冀地區的機動車排放清單，則需要統計出一天24小時北京、天津、石家莊、保定等城市之間大大小小的路網每小時的排放變化數據。另外，還要對一種機動車排放進行跟蹤測試，如對同樣的車型、同樣的油品分別在北京、重慶、青海等地測試其排放情況，得出海拔、季節、溫度、濕度等因素對油品燃燒及排放的影響，從而建立覆蓋全國所有區縣的排放因子環境氣象修正系數矩陣，提升機動車排放因子的時空精度。

此外，這項工作還需通過時空分配技術和化學物種分配技術，實現排放清單與模式的無縫對接，建立滿足三維大氣化學模式模擬所需的高分辨率清單技術方法；通過耦合經濟、能源、氣候和排放等各個領域模式分量，研發人口經濟—能源—土地利用—排放源模型的排放預測技術。