物理学中，一个孤立系统总是趋向于熵增，也即总是会自发地从有序向无序发展，变得越来越混乱，宇宙也是一样。不过，生命作为一个复杂而精妙的生物化学系统，可以说其存在的意义就在于拥有抵抗自身熵增的能力，也就是熵减。
纵观历史，伏羲掷出了第一支卦要演算天地；老子凭道法自然而“清静无为”；莱布尼茨则（可能是）受阴阳的启发悟出了二进制；牛顿的万有引力定律阐明了世间万物的运动；麦克斯韦则以一个完美得几乎是优雅的方程组统一了电与磁，而相对论和量子力学更是直接掀翻了桌子，建立了新的秩序，催生出的计算机直接撑起了这个信息时代的基础。人类文明头也不回地狂飙了五千年，我们发现，这些伟大的熵减力量全都在做同一件事情——计算。
如今我们终于迈入了一个信息爆炸的时代，社交媒体、短视频乃至无数数据的洪流反复冲刷之下，我们仿佛知道了更多，懂得的却更少。在人类的眼中，世界的图景从优美的几何秩序演化成了面目模糊的纷乱碎片，海森堡的不确定性原理仿佛时代的“诅咒”，熵增的迷雾愈发厚重，我们需要计算吹响号角，我们呼唤新的熵减力量。
更实际的是，人类目前一年产生的数据已经超过了此前历史上的总和，亟待更优的算法和治理形式；近来ChatGPT引发的生成式人工智能大战仍未尘埃落定，然而不论是谁拔得头筹，手握硬件算力的玩家都可能成为赢家；而Web3.0虚拟世界与物理世界并行的高屋建瓴，更需要打下智能计算的坚实地基；人工智能的飞跃式发展使得人类社会对算力的需求呈现指数式的增长......
这是新的时代背景和语境下，计算面临的挑战，也是机遇，而这一点，在中国尤甚。中国庞大的用户基础和流量红利，移动互联网的高度普及带来的海量数据和多样化应用场景，以及数据中心建设、算力能力的需求猛涨带来的巨大市场等，都是得天独厚的“中国土壤”。
这都激发了中国科研人员和行业内企业研发新的计算架构、软件和算法、硬件，激发高级计算范式（量子计算、光子计算、生物启发计算、类脑计算、认知计算等）的出现。
站在21世纪的第二个二十年发展的节点，时代呼吁先进的计算芯片、强大的计算能力、高效智能的计算平台的出现和应用。
智能计算（IntelligentComputing）这一科研和产业应用命题，则瞄准世界科技前沿和国家重大战略需求，研究计算领域的器件与芯片、先进计算机、软件与系统、平台与应用等多层次计算问题，为数字中国的科技创新体系和产业发展体系提供先进、强大和智能的计算芯片、能力和平台。
每当面对新一次生产力变革和科技范式变革的重大机遇，技术研究者往往用其敏锐的眼光、前瞻性的思维、系统的工程化能力，将技术革新与科学发现、产业延展紧密耦合，从而为我们迈向智慧社会提供支撑。
随着中国成为世界科技创新的强劲参与者、竞争者，越来越多的中国青年科技人才开始在国际舞台崭露头角。为了让更多的人了解这些在智能计算领域极具才华与创新精神的年轻中坚力量，年，DeepTech发起了此次评选。
历时半年多的征集、提名和评审工作，年4月，DeepTech正式发布“年中国智能计算科技创新人物”入选者名单，这也是DeepTech首次针对智能计算行业的技术和人才指向标，足见我们对于前沿科技的执著、对智能计算生态的重视、对技术为了福祉（Techforgood）的珍视。
以面向智能的计算、智能驱动的计算，以及智能、数据与计算驱动的科学发现为中心，此次评选旨在挖掘、遴选带来技术创新、实现技术落地、产生实用价值背后的人物，让这些青年学者从幕后走到台前，展现智能计算领域最新的学术研究成果和技术突破，推动智能计算科学与技术的进步。
这样的一群人是池塘里激起变革涟漪的卵石，他们为理论方法呕心沥血，统筹智能技术和计算技术，为智能计算行业打下坚实根基；他们精研软硬件架构体系，与日俱进，为系统性、变革性的创新提供高算力、强智能的支撑；他们不偏安一隅，以更高远的视角审视，在技术升级的基础上实现产业应用的跃迁，为产学研探索可拆解的规律。
在多元交叉的时代发展特征之下，他们是先驱，是典型代表，是时代缩影，也是数字中国的工程师，是新秩序的维护人，更是中国的熵减力量。或许，透过他们在科学研究与技术突破中的聚焦方向，捕捉他们在时代洪流与科技变革中的鲜活经历，我们能更好地明白人物是如何见证与推动科技的变革。
在这种「中国超大算力需求、中国广阔应用市场」的强大势能的牵引下，我们看到中国的智能计算行业生机勃勃、百花齐放。
他们中，有人从基础理论和底层架构入手，要颠覆冯·诺依曼体系结构延续70多年的“独裁”；有人在DNA的A、T、C、G四进制和计算机的0、1二进制之间充当“翻译”，想用咖啡杯装下全球的数据；有人以AI赋能一切，想让科学研究“聪明”起来；更有人另辟蹊径，专注光子、量子计算，誓要让“中国芯”引领下一个纪元。
DeepTech年“中国智能计算科技创新人物”入选者名单如下：
*以下排名不分先后，仅按入选者姓名首字母排序
通过新的半导体工艺，给超大规模光计算提供了芯片平台，未来可满足AI算力的增长需求。
常林围绕光子芯片开展研究，致力于光子芯片先进技术的国产化。通过研发新的芯片制造工艺，将光引入到计算硬件中进行信息处理，从而实现更高速、更低成本、更低功耗的计算方案。
其从光子芯片的工艺出发，研发多材料异质集成技术，突破了传统硅基CMOS工艺在材料种类上的局限性，在硅基上引入了薄膜铌酸锂、铝砷化镓、氮化硅等一系列材料，进而构建了效率更高的激光器、多信道的光源以及更低损耗的波导等。这些器件可以极大提升光计算芯片加载信息的能力，提升计算单元的规模，同时也降低了计算所用的能耗。目前常林团队已经实现了大规模的硅光并行计算单元，超高速率的光模块等，性能打破了世界纪录；同时，团队在国内的硅光产线CUMEC上，实现了低损耗氮化硅的新的工艺，未来可以支撑大规模的光计算芯片的量产。
研发基于分布式内存计算的大规模高效图计算平台，一站式赋能医药制造和生物育种等科学计算。
陈红阳致力于解决图智能计算领域的关键理论和高效平台构建，旨在利用大规模高效图学习平台，实现大规模图数据存储和可视化，构建前沿创新的分布式图学习模型和算法，并以此为基础构建科学领域数据知识图谱和大规模图预训练模型融合支撑科学计算应用。
陈红阳领导团队研发朱雀图智能计算平台——朱雀是之江自研的基于分布式内存计算的大规模高效图计算平台。通过软硬件协同加速，比现有框架性能提升了3-4倍；基于RDMA的分布式共享内存池技术，能高效支持百亿顶点、千亿边规模的图神经网络分布式训练；基于对比学习的图级别异常检测算法，在AIDS数据集上达到99.3%精度；实现的图神经网络架构搜索算法在精度方面媲美人类设计的最佳神经网络结构；面向大图的k-团、PageRank计算比现有最快算法快一个数量级。带领团队参加国际顶级图学习基准评测榜单OGB全球挑战赛，在边预测赛道打破世界记录，排名世界第一，研究成果能够极大地减少药物研发周期和研发经费。
以算法智能压榨计算潜能，利用小数据驱动，结合核心领域知识，建立轻量级、可演化的精准计算模型，从“精度”、“尺度”及“速度”三个维度全面提升计算的能效。
程然的研究领域是计算智能（ComputationalIntelligence），旨在利用算法创新提升计算的智能水平，进而高效求解在科学研究与工程设计中的各类复杂“计算问题”。其研究工作以解决底层核心科学问题为导向，是数据、计算、智能之间的催化剂，让数据变得可计算化，让计算变得智能化，让智能变得数据化。
“智能+”应用领域将先进的人工智能技术与行业场景深度融合，对计算智能的“通用性”提出了全新挑战。经过几年的探索，程然的团队与中国商飞、华为海思等机构合作，承担在“智能制造”、“智慧城市”等领域的应用研究项目。其团队摸索出了一套针对多元复杂应用场景的普适计算智能算法范式，利用计算智能攻克了宽体客机超临界翼型优化设计、深度学习模型边端部署等应用领域中的一系列计算难题；其提出的计算智能解决方案已经应用到实际产品中。
构建多语言多模态预训练基础模型，探索基于基础模型的复杂任务推理和任务完成机制，推动通用人工智能技术的发展。
段楠目前在微软亚洲研究院自然语言计算团队担任首席研究员，主要从事多语言多模态预训练基础模型、AI生成内容(AIGC)和机器推理等研究。其带领团队与微软内部多个产品部门进行长期深入的产研结合合作，所开发技术成功转化到必应搜索/广告/新闻、微软小冰/Cortana、VisualStudio/VSCode、Azure云服务等产品，为全球用户提供多样化AI服务。
主导实现：业界最早多语言预训练语言模型Unicoder，实现单一预训练语言模型对种人类语言的覆盖；业界最早多模态预训练模型Unicoder-VL以及全球首个多语言多模态预训练模型M3P；业界首个代码预训练模型CodeBERT及其后续版本GraphCodeBERT和UniXcoder，构建代码智能领域基准测试集CodeXGLUE，引领预训练技术在软件工程领域的快速发展。最近一年多来，段楠带领团队开展视觉内容生成研究，主导实现业界首个开放域视觉内容生成预训练模型NUWA(女娲)及其后续版本NUWA-Infinity(任意分辨率图像和视频生成)和NUWA-XL(超长视频生成)，引领AIGC在高清和超长视觉内容生成场景下的创新和落地。
致力于解决复杂系统中的智能计算问题，旨在面向多模态异构复杂场景时能够建模其蕴藏的复杂关联，并基于复杂关联实现更精确的信息刻画及分析。
高跃
转载请注明：http://www.0431gb208.com/sjslczl/7908.html
