声音

詹启敏中国工程院院士北京大学常务副校长

当前，我国抗击新冠肺炎疫情形势持续向好，但全球疫情正处于大流行阶段，世界各国积极加强交流合作，希望通过共同努力，取得抗疫的最后胜利。新冠肺炎疫情对社会治理体系、公共应急体系、公共卫生防控体系和医疗救治体系等都是严峻的考验。各级政府部门、各个相关行业乃至每一个人都要进行深层次反思。这种反思不仅是社会成熟和前行的重要过程，也是医学人特有的职业精神。医学为社会大众提供健康支撑，医学教育培养服务大众健康的守护人。因此，我们的思考要将医学和医学教育放在社会宏观层面和医学微观的专业层面进行，如此才能有助于对医学和医学教育进行全面、客观的评价和认识，才能正视不足，扬长避短，不断进步。

中国自古以来便有“大医精诚”的理念。在打赢新冠肺炎疫情防控阻击战中，数万名医务工作者闻召而动，勇往直前，成为“最美逆行者”，用血汗和生命展示了当代医学人的精神风貌。在这场没有硝烟的战斗中，我国医务工作者已经提交了一份出色的答卷，当属新时代最可爱、最可敬的人。因此，我们需要进一步凝聚社会共识：医务人员是国家最宝贵的资源，是守卫人民生命安全和健康的卫士，应提倡全社会尊医重卫、崇尚医疗健康行业，形成共建健康中国的良好氛围。这将为营造和谐医患关系、改善医务人员执业环境和提高医学教育质量提供重要契机。

邬贺铨中国工程院院士重庆邮电大学名誉校长

近年来，AI作为新一轮产业革命的核心驱动力，进一步释放巨大能量，并创造新的强大引擎。国务院印发的《新一代人工智能发展规划》预测，2020年、2025年和2030年我国人工智能核心产业规模将分别达到1500亿元、4000亿元和1万亿元；而带动相关产业规模分别为1万亿元、5万亿元和10万亿元。根据McKinsey的预测，AI可在未来十年为全球GDP增长贡献1.2个百分点。

AI包括网络基础设施、大数据基础设施和算力基础设施。以支撑AI的算力基础设施为例，机器学习对算力的要求非常高，据斯坦福大学“AI Index2019”报告，2012年前，AI的算力需求每两年翻一番，2012年之后就是3～4个月翻一番。据人工智能非营利组织Open AI统计，在2012—2019年，随着深度学习模型的演进，AI所需计算量已增长30万倍。

目前，AI的发展处于弱AI阶段，即针对特定任务封闭的规则，通过大量人工标注和统计数据归纳出模型，完成语音人脸识别等单项任务。而且，神经网络是一种以输入为导向的算法，优质的结果取决于接近“无穷”量级的数据，可以说是“大数据小任务”，得出的结果还缺乏可解析性。人工智能发展的目标是强AI，能够有自主心智、独立意识，且和人类一样得心应手，做到“小数据就能完成大任务”。

现在AI的发展的一个方向是类脑科学研究，试图仿制神经元和神经突触等，但目前难有突破。兼容脉冲神经网络与人工神经网络的研究路径，或许是值得探索的领域。

李国杰中国工程院院士中国科学院计算技术研究所研究员

现在，并行计算技术已经处在一个全新的时代。2017年图灵奖得主、精简指令集技术的发明者John L. Hennessy与David A. Patterson曾指出，无论是指令级处理的技术还是多核处理技术，通用处理器固有的低效率和登纳德缩放比定律、摩尔定律的终结，使得处理器架构师和设计者已经不太可能在通用处理器上再保持显著的性能改进。

下一个十年，将出现一个全新的体系结构的“寒武纪大爆发”，学术界和工业界的计算机架构师将迎来一个激动人心的时代；而体系结构的改进必须和并行算法、并行软件同步进行，而且越是高层的改进得到的效率提高就越大。因此，未来几十年一定是并行计算的黄金时代。

为什么说计算机性能越高，其能解决的问题越大，算法的优化所带来的好处就越大？

科学来讲，一个问题的规模为N，假设解决该问题的一种算法为Alg1，它的计算复杂性是N的平方；另外一个算法是Alg2，优化以后它的计算复杂性是Nlog2N。那么，两个算法的性能比值是N/log2N——N越大，性能的差别就越大。对于只能解决问题规模为10的低端计算机，两个算法的性能只相差3倍；但是对于能解问题规模达1000的超级计算机，两者性能就相差100倍。

换一个角度，如果在低性能的单机上两种算法可解问题的规模相差3倍，则在包含上百万处理器的超级计算机上，两个算法可解问题的规模相差上百倍。因此，计算机性能越高，越需要优化算法。

文章来源：《中国继续医学教育》 网址: http://www.zgjxyxjyzz.cn/qikandaodu/2021/0309/723.html