面對技術戰,中企只有腳踏實地,才能應對西方“卡脖子”
世界經理人專欄
編者按:近段時間以來,我國的大資料、人工智慧以及資訊技術的發展引起了西方國家越來越多的關注,並有聯合扼制之勢。我們該如何應對和突破?該怎樣看待我國的相關科技的發展?11月23日,中國人民大學重陽金融研究院邀請中國人民大學資訊學院陳躍國教授就我國大資料與人工智慧發展問題進行了精彩講座。相關內容整理如下,有刪減。
陳躍國:我今天主要講一下我國在工業領域被“卡脖子”的問題,主要有6個方面。
(一)去IOE問題
IOE是指IBM、Oracle、EMC三家公司。IBM主要提供伺服器,小型機;Oracle是資料庫,資料管理;EMC主要是做儲存方面的解決方案。這三家公司在銀行、金融機構裡都有非常大的市場份額。銀行過去主要用這三家公司的產品和服務,因為它的可靠性非常好,在市場上佔有率非常高。中國的銀行業、金融業,這三家公司的相關收費是非常高的。當然這不僅僅是錢的問題,更涉及到國家核心資訊的安全問題。 因此,我國去IOE化是國家資訊化發展中無法迴避的問題,我們需要研發自主可控的替代品。
但是,國產化過程是很艱辛的。比如我從事的資料庫行業,人大在國內資料庫行業算最早幾家做國產化的。例如人大金倉資料庫公司,目前在國產資料庫方面是排在前面的公司之一。但國產替代是一個漫長的過程,因為產品質量、穩定性等還需要長期打磨,與國際代表性產品Oracle還有較大的差距。最近幾年一些有網際網路背景的國產資料庫發展迅速,值得我們去關注。
(二)晶片問題
另外一個領域是晶片製造。從中興事件可以看出,中國晶片製造領域對國外依賴非常大,尤其是重要的CPU、GPU核心硬體。以光刻機為例,製造晶片要依賴光刻機。光刻機是製作晶片的專門精密裝置,需要在相對封閉環境下做高精密的晶片生產製造。 這方面我們國家依賴進口,自己很難製造高精度裝置,或者製造出來質量也很難達到要求。 這是現在非常嚴峻的“卡脖子”的事兒。為什麼我們晶片的檔次上不去?其中很重要的一個原因就是在製造的儀器裝置上。另外,從行業背景看,網際網路、軟體行業更好找工作,更吸引人一些,所以 對傳統的儀器裝置的研發投入各方面都沒引起重視,人才的流失也就非常嚴重,導致我們積累很難突破核心關鍵技術,缺乏製造工藝方面的底蘊 ,這也成為“卡脖子”的事兒。這是硬體層面上。
(三)系統軟體差距
在軟體層面上,除晶片外,差距更大的是在系統軟體問題。例如國產作業系統、資料庫、大資料軟體、工業軟體等。在工業軟體領域,面臨人才短缺,缺乏積累等。在大資料時代,開源軟體越來越多,對我們來說有好處,可以更多地參考。但大資料系統軟體研發,比如Hadoop、Spark這樣比較流行的軟體也都是美國主導(研發)起來的,我們自主研發這些非常少。我們國家很多企業也意識到了這個問題,最近看到阿里、華為等公司投入很大精力做開源軟體、 自主軟體的開發,有了一定的進步,但人才培養和科研實力差距還是非常大。
(四)人工智慧快速發展背後的隱憂。
人工智慧這些年進步非常快。最近三五年大家也能夠看到,國內的人工智慧非常火,無人車、語音識別、影象識別技術進步非常快。這裡有個例子,也是前幾天,我剛看到的例子,在國際上人臉識別領域裡,全球有個國際人臉識別比賽。前5名都被我國公司包攬。當前一些人工智慧演算法方面中國確實領先,相比精度比其他國家要高。
目前,國內最火的是演算法工程師,人工智慧應該在軟體領域的關鍵就是演算法。例如,現在機器學習非常火,導致大批學生往這方面扎堆,忽略了基礎軟體研發問題。他們認為演算法找工作最好找。據瞭解我校今年畢業人工智慧和演算法相關的碩士很多能拿到很高的起薪。他們認為做AI、做演算法適合市場的需求,於是一窩蜂跑去做演算法。相對而言,演算法比較容易入手,老師不講,自己花幾萬元出去培訓機構那裡學學,再練練程式設計,開放的課程都有很多,學生也有渠道去學。但系統軟體做得很少,搞深度學習的都知道,TensorFlow軟體強大是因為它是一個系統化的深度學習軟體,這也不是我們自己研發的,是Google這樣的國外大公司和核心科研團隊研發出來的。Google開源出來,它的技術落後已經三五年甚至更長時間。Google不可能把最新最強的技術開放出來。 這就是我國 人工智慧研發 背後的隱憂,基礎性獨立研發不足。
(五) 大資料戰略資源爭奪 難以避免。
為什麼中國大資料、人工智慧發展這麼快?其中背後的關鍵原因之一是資料資源問題。大的網際網路公司,大資料、人工智慧對他們肯定很重要。但對高校而言自然而然缺乏資料的資源,沒有大資料,人工智慧也很難去談。美國的環境有其掣肘,美國大學的老師跟我們講,他們不是很容易有途徑弄到大資料,它的隱私保護、政策、法規的約束,導致他們在做技術突破創新的時候都相對保守很多。這背後是大資料戰略資源的較量。 有些媒體把大資料比喻為新石油,說明它的重要性。而全球未來圍繞資料資源的爭奪也難以避免。
(六)清醒認識我國在大資料人工智慧方面的優勢和劣勢。
我們國家在大資料、人工智慧產品研發上發展迅速,應用領域推進得很快,西方國家必然會感覺到很大的威脅性,尤其我們經濟規模這麼大,美國肯定是要想辦法遏制我們,遏制我們通過什麼途徑?就是“卡脖子”,我們的弱項,最典型的是工業領域就最核心的東西,如飛機的發動機,我剛才提到的光刻機、系統軟體都是我們薄弱的環節,就容易被他們抓住這個脖子。
我們是理工科,做這些專案,智慧製造、大資料都是做“卡脖子”工程,從0到1,不是已經有了把它做得更好,而是你沒有這個東西怎麼把它建起來。美國對我們的制裁,假如Oracle對我們制裁,不給我們提供的話,國內資料庫廠商機會就來了。 西方的技術扼制,短時間是壞事。但從長遠看的話,我國的獨立自主技術發展,如果進一步完善國內競爭機制,把握好自主研發的保護、競爭和淘汰機制,邁向國際一流只是時間問題。
我結合自己做的事情的理解,我們國家最近五六年,大資料、人工智慧發展非常快,有可能超過美國。當前我們國家對全球各國人才也很有吸引力,高階人才也回來了。為什麼在中國做大資料、人工智慧有優勢呢?因為我們資料資源豐富,使用者多,場景極為豐富。這是我國面向未來大資料與人工智慧發展的核心競爭力。
劣勢的地方主要體現在一些系統基礎性的地方。如基礎系統軟體等。 “卡脖子”的地方,不僅僅需要應用產品,還需要基礎性的東西,需要體制,需要底蘊,方方面面提高上去才能做出來。 還有個問題,現在網際網路發展太快了,人工智慧把很多優秀的人才挖走了,學校的學生就面臨這個問題。基礎性研發市場競爭力相對較弱,學生們不願意做系統,不願意做底層程式碼開發和基礎系統建設。總是希望做演算法、期望更高薪水,需要時間,需要市場來回調。因此, 基礎系統軟體這些方面的人才流失問題也要引起重視。 另外, 智慧財產權 的保護的問題也要進一步加強,只有產權保護越好,創新的回報才能得到更多保護。 總的而言,只有腳踏實地,夯實基礎,才是我國應對西方技術扼制的可靠方法。