聲音

駱清銘中國科學(xué)院院士海南大學(xué)校長

推動科技成果轉(zhuǎn)化需要打通體制機制通道。科技成果轉(zhuǎn)化是一個復(fù)雜的系統(tǒng)工程，就像一場接力跑，這棒跑完了下棒要有人主動接、有人繼續(xù)跑。在這個過程中，完善的政策支持和保障措施、公平的轉(zhuǎn)化環(huán)境、必要的要素投入、規(guī)范流暢的轉(zhuǎn)化服務(wù)體系、合理的容錯糾錯機制，一個都不能少。尤其是，可以賦予科學(xué)家更多自主權(quán)，著力破除體制機制障礙，將有助于促進科技成果合規(guī)轉(zhuǎn)化、有效轉(zhuǎn)化。

科技成果轉(zhuǎn)化的關(guān)鍵是要堅持走產(chǎn)學(xué)研用融通的創(chuàng)新之路。當(dāng)今全球科技革命發(fā)展的主要特征是從“科學(xué)”到“技術(shù)”的轉(zhuǎn)化，基本要求是重大基礎(chǔ)研究成果產(chǎn)業(yè)化。在科技成果轉(zhuǎn)化之路上，“從0到1”致力于科學(xué)研究，聚焦科學(xué)發(fā)現(xiàn)、技術(shù)原型層面；“從1到10”致力于技術(shù)開發(fā)，體現(xiàn)在工藝方案、產(chǎn)品樣機等；從“10到100”則致力于產(chǎn)品開發(fā)，立足于系統(tǒng)驗證、運行評估等，其核心環(huán)節(jié)在于產(chǎn)業(yè)鏈與創(chuàng)新鏈的互動。因此，需要以系統(tǒng)性思維打造全產(chǎn)業(yè)鏈條，緊扣產(chǎn)業(yè)鏈部署創(chuàng)新鏈，不斷強化科技研發(fā)和成果轉(zhuǎn)化應(yīng)用。加快科技成果轉(zhuǎn)化，高校和科研院所必須有所作為。作為國家戰(zhàn)略科技力量的重要組成部分，高校和科研院所不僅需要對標(biāo)國際標(biāo)準(zhǔn)學(xué)習(xí)辦學(xué)經(jīng)驗，更要扎根中國大地辦教育，圍繞國家需求開展學(xué)科布局、人才引進、平臺建設(shè)、科技研發(fā)和促進科技成果轉(zhuǎn)移轉(zhuǎn)化等工作，要勇于探索無人區(qū)，敢于提出新理論、開辟新領(lǐng)域、探索新路徑，為科技成果轉(zhuǎn)化提供高質(zhì)量源頭支撐。

郭光燦中國科學(xué)院院士中國科學(xué)技術(shù)大學(xué)教授

量子計算機和超級計算機的協(xié)同工作，被稱為“量超融合”。在面向未來的算力發(fā)展中，“量超融合”可以實現(xiàn)量子經(jīng)典算力互補，根據(jù)計算過程的特點，量子計算可加速復(fù)雜問題中的關(guān)鍵步驟，減少復(fù)雜問題的求解時間，協(xié)同超級計算從而總體上提高復(fù)雜問題求解的效率。

在我看來，量子計算的最大優(yōu)越性就是快。在處理某些特定問題時擁有極高的計算速度，遠(yuǎn)超經(jīng)典超級計算機。量子計算在因子分解、優(yōu)化、模擬等方面能夠加速處理傳統(tǒng)計算機難以解決的問題。但是，量子計算與傳統(tǒng)計算互為補充，并非替代關(guān)系，若兩者能夠融合發(fā)展，則對行業(yè)生態(tài)構(gòu)建起積極作用。

我認(rèn)為，量子計算最有可能率先在金融服務(wù)領(lǐng)域展露風(fēng)采，比如投資組合優(yōu)化、風(fēng)險分析等已被證明具備顯著優(yōu)勢。同樣，在生物化學(xué)領(lǐng)域，高效的量子化學(xué)模擬將在生物制藥、新材料與能源、化工等領(lǐng)域發(fā)揮重要作用。此外，得益于并行數(shù)據(jù)處理的特性，以及量子態(tài)龐大的信息存儲空間，量子計算在大數(shù)據(jù)、人工智能等領(lǐng)域也將成為發(fā)展的關(guān)鍵。

現(xiàn)如今，人工智能正在對人類社會產(chǎn)生重要影響，人工智能包括數(shù)據(jù)、算法和算力三要素，在算力方面，量子計算對人工智能發(fā)展起關(guān)鍵作用。目前，量子計算也開始應(yīng)用在傳感器相關(guān)領(lǐng)域，比如，通過測量電壓電流的微小變化，保證電網(wǎng)安全。未來，量子信息技術(shù)將越來越多地應(yīng)用于人類社會中。

喬紅中國科學(xué)院院士中國科學(xué)院自動化研究所研究員

機器人是現(xiàn)代化產(chǎn)業(yè)體系的重要組成，其應(yīng)用領(lǐng)域包括工業(yè)制造、智慧農(nóng)業(yè)、航空航天、深海探索、醫(yī)療衛(wèi)生、國防安全、教育服務(wù)等重要行業(yè)。和普通機器人相比，類腦智能機器人可以通過引入人的生物結(jié)構(gòu)、驅(qū)動方式、控制方式和智能決策等機理，減少機器人與人類的差距，在靈巧作業(yè)、敏捷運動和泛化學(xué)習(xí)等能力上接近于人類。由于類腦智能機器人從生物機理研究和模擬出發(fā)，更容易與人自然交互，實現(xiàn)深層理解，幫助神經(jīng)科學(xué)家取得更多神經(jīng)科學(xué)研究成果。再加上類腦智能機器人采用類人機理和模型，擁有更好的可解釋性和可靠性，既能保證與環(huán)境的自然交互，又能大幅減少計算和控制的能耗。

未來，類腦智能機器人研究將在機器人通用性、智能性方面帶來變革，特別是對完成精密性、柔順性和與人互動性要求較高的任務(wù)具有重要意義。在市場份額巨大的電子器件裝配中，類腦智能機器人系統(tǒng)更容易模擬人實現(xiàn)靈巧的高性能作業(yè)；在醫(yī)療服務(wù)行業(yè)，類腦智能機器人更容易“共情”，進行個性化接觸和深度交流。

當(dāng)前，我國在類腦智能機器人領(lǐng)域已經(jīng)取得初步成果，科學(xué)家對人的不同腦區(qū)、器官、肌肉的神經(jīng)機制進行了系統(tǒng)化深入研究。經(jīng)過持續(xù)不斷地創(chuàng)新與嘗試，我國已自主研制了系統(tǒng)性模擬人體感認(rèn)知、決策、控制機理的類腦智能機器人系統(tǒng)，通過類腦芯片實現(xiàn)控制的機器人系統(tǒng)等，在國際同一領(lǐng)域占有重要地位。

鄭緯民中國工程院院士清華大學(xué)計算機系教授

國產(chǎn)超算處于國際第一梯隊，是我國一張名片，但仍面臨著基礎(chǔ)軟件生態(tài)問題，也就是將領(lǐng)先算力高效轉(zhuǎn)化為解決尖端科學(xué)與工程難題的能力依然存在挑戰(zhàn)。

現(xiàn)如今，在運行天氣、海洋、制造等軟件時，領(lǐng)先算力實際利用率只有10%、20%，甚至只有5%，而這也是世界范圍內(nèi)的難題，并且隨著選擇異構(gòu)架構(gòu)路線更加劇了這一鴻溝。在這樣的現(xiàn)狀下，超算基礎(chǔ)軟件是提升轉(zhuǎn)化能力的關(guān)鍵之一，因此我認(rèn)為要做好超算基礎(chǔ)軟件，提高算力實際利用率。

目前，國產(chǎn)超算平臺架構(gòu)多樣，不同國產(chǎn)超算平臺選擇各異架構(gòu)實現(xiàn)算力跨越發(fā)展，但應(yīng)用移植和調(diào)優(yōu)工作量大。相同的應(yīng)用需要在不同平臺單獨編程和優(yōu)化，編程復(fù)雜度高，程序也很難簡單移植。因此我建議建立跨平臺的統(tǒng)一框架，統(tǒng)一并行編程模型和編譯優(yōu)化，降低程序員開發(fā)復(fù)雜度，一次編程可以跨平臺高效運行。

除此之外，國產(chǎn)超算平臺支持復(fù)雜應(yīng)用全流程計算的能力也亟待改善。大計算往往與大數(shù)據(jù)相伴，傳統(tǒng)超算過去不做原始數(shù)據(jù)處理，現(xiàn)在要既能處理大計算，也能處理大數(shù)據(jù)。同時，高性能計算要與人工智能融合。過去，高性能計算解決傳統(tǒng)科學(xué)計算，人工智能計算機處理人工智能問題，數(shù)據(jù)中心做大數(shù)據(jù)計算。現(xiàn)在一臺機器既要處理傳統(tǒng)科學(xué)計算，還要解決人工智能問題、數(shù)據(jù)預(yù)處理和后處理，因此建議加強國產(chǎn)超算高性能數(shù)據(jù)分析系統(tǒng)軟件的研發(fā)，讓高性能計算、人工智能、大數(shù)據(jù)處理能一塊兒處理。