由北京市通州区人民政府指导，《财经》杂志、财经网、《财经智库》主办的“《财经》年会2025：预测与战略暨2024全球财富管理论坛”12月13日至15日在北京举行。12月13日，中国工程院院士、之江实验室主任、阿里云创始人王坚在论坛上表示，科技发展将计算推到了创新能力建设的核心位置，数据改变了所有事物的本质，计算正在重塑整个世界的未来；他强调了无尽的计算将带来无尽的科技探索，并认为人工智能不仅仅是科技工具的革命，而是一场改变所有科技研究范式的革命性工具。

中国工程院院士、之江实验室主任、阿里云创始人王坚

王坚在演讲中探讨了计算和人工智能（AI）的深刻变革以及对未来可期发展的影响。他提到，我们正经历百年未遇的科技大变局，并通过回顾历史上的科技变革关键时刻，特别是电气化的关键作用，来阐述当前科技发展的复杂性和挑战性。从历史阶段来看，他认为人工智能刚刚开始。人工智能可以追溯到很远的上世纪五六十年代，但其历史又可以很近，时间节点是2017年。让人工智能真正从2017年开始变得不一样，就是因为算力密集、数据驱动、模型整合的结合，这三个东西归结到一个词就是五十年代就开始探索的计算，就是Computing。“我更觉得这是真正的第三范式的开始，我把它叫计算驱动的科学革命。”

王坚还讨论了人工智能的先驱获得诺贝尔奖的现象。虽然诺贝尔奖委员会在颁奖时并未直接提及人工智能，可是诺贝尔奖把这样一个对人类的福祉贡献的奖颁给了人工智能，代表着对人工智能为人类未来发展贡献的肯定。

以下为部分发言实录：

王坚：非常感谢有这么一次机会跟大家汇报一下过去多年的教训、思考、踩过的坑。今天有很多新名词，你把它化解一下，最后还是回到一个简单的词，叫计算，也想讲清楚为什么这个东西带来了今天所有问题的讨论。做这件事情还是要放到一个更大的背景，百年未遇之科技大变局。我在过去四十几年从事科技工作，从来没想到今天真的感受到了这次科技大变局。为了更加具体一点，我想还是讲一下百年之前的那次科技大变局是什么。大家讲工业发展的时候都是讲蒸汽机的发明，但是很少有人会真正把这些变化跟科技变化搞在一起，蒸汽机到底是一个科技的变革还是一个产业的变革，其实有其模糊的空间。

回到一百年以前，最大的一次变化叫电气化，今天对大多数人来讲这个都谈不上是科技，这20项里边大家觉得互联网是科技，计算机是科技，电气化是科技今天对很多人都非常遥远，为什么遥远呢，就是因为这个东西渗透到我们方方面面，电对我们的渗透就是那次百年之前的科技大变局的最终的原点。这20项很有意思，如果没有电，后面的19项都不会出来，我经常会说新能源车是技术革命，我很长时间对此很困惑，用我自己的话来讲，汽车这个行业是最后一个落后行业被电气化在改造的行业。今天我的发言问题多过结论，也是我的困惑的结果，但是问题就是机会。

第一个问题很简单，前面白院长也讲了，有人工智能的先驱得了诺贝尔奖，我觉得还是用人工智能先驱得诺贝尔奖会比较准确一点。如果大家真正去看这些人的颁奖词，没有任何地方提到人工智能，但是所有人在讨论这件事情的时候都在谈人工智能，这是非常有意思的一个现象，以至于《大西洋(600558)月刊》都没有说先驱，直接说人工智能得诺贝尔奖。大家可以看到令人思考的反差，我觉得里边有深层次的问题。诺贝尔奖委员会也是有点羞羞答答，没有直接把人工智能点出来，当然它反映的问题是方方面面的。《大西洋月刊》说的是什么呢，它说这是人工智能的青霉素和X光射线时刻。最近几年大家经常谈到AI的安全问题、伦理问题，可是诺贝尔奖把这样一个对人类的福祉贡献的奖颁给了人工智能，它也是认定了人工智能对人类未来发展的贡献。我当年在杭州大学学心理学，财富杂志的网站上怎么介绍今天得诺贝尔物理学奖的Geoffrey E.Hinton：他首先是认知心理学家才是计算机科学家，心理学家得了诺贝尔物理学奖，在美国有好事者问ChatGPT Hinton的研究是不是物理研究，想方设法用不同的提示去问，就是问不出结论它的研究跟物理学相关，这种反差和结构性的变化也反映了这次大变局，它不只是AI研究的进展。

当然变化比大家想象的多，人工智能界讲的比较多的是三巨头，过去几年我经常把他们四个人放在一起，这里面的第四个人很难想象是个学者，他学习中有很多中断的过程，花了很多时间玩游戏，不是一个典范，但是今年得了诺贝尔化学奖。这四个人第一个得了物理学奖，第四个得了化学奖，有多少曾经是一家公司CEO的“科学家”得过诺贝尔奖，对我们结构性对世界的认知是一次天翻地覆的改变，今天诺贝尔奖也不是五十年前的诺贝尔奖，大家知道诺贝尔的物理学奖在很长时间里没有颁给物理学家，在很长时间里都颁给了天文学家，天文学家稍微引申一下可以把它认为是物理学家，但是今天已经很难讲他们的这些领域是原来意义上的物理学或者是原来意义上的化学。它对科学本身的挑战也从这个颁奖中可以发挥出来，对人才的挑战也是非常大。他们四个人六个国籍，只有一个国籍是美国的，全球视野里看人才、科技的发展都是要做一个非常重要的思考，这四个人最重要的教育，到博士以后都不是在美国完成的，对很多教育的思考都从这次变化中可以反映出来，对我们结构性的思考方方面面的东西都不是简单的可以下结论的东西。这也是我想再次说为什么今天我的发言问题多过结论。

就在两个多星期以前，得了化学奖的Demis Hassabis做了个采访，他说AI会让量子计算失去很多重要的应用场景，这是个很长的采访，国内没有人注意这件事情，大概意思就是AI出现以后会把很多量子计算的优势打一个问号。刚才白院长讲谷歌说有一个芯片叫Willow，它用了五分钟的计算完成了一个超算要天文数字的时间完成的。大家不太关心的事情是它到底算了什么，基准测试是传统意义上的计算，只是在非常特定的地方完成的这件事情，我们对量子计算的看法也有要重新思考的地方，只不过今天我们没有答案。总的来讲，这是一个变化非常快要重新思考的地方，但是不管怎么样，叫量子计算也好，人工智能也好，它离不开一个东西，叫计算，计算这个词翻译成英文有很多不同的版本。

去年我去之江实验室开始做之江发展规划的时候，在规划里边写了这么一句话，科技发展将计算推到了创新能力建设的核心位置，也是为什么会讲有无尽的计算无尽的科技创新的原因。这句话回到一个最基本的问题，今天讲人工智能，跟它有什么关系呢？有人讲计算就是智能，很多问题是要重新思考的。今天联合国发布了两个很重要的文件，跟大会主题有关系，第一个是关于GDC全球数字化转型的报告，我个人没有太多参与，第二个报告是治理人工智能造福人类，这段文字是我从这个文档的第一段拿出来的，第一句话就是人工智能正在改变我们的世界。我想说它不是技术的变革，这是方方面面的变革，在联合国把人工智能这个问题放到了今天和全球气候变化同样的高度来看这件事情。这个报告的另外一段讲了一个非常有意思的事情，算力，有个新的词叫Compute，进入人工智能最大的障碍之一，可以看到这之间的关系。

还有一句话，今天大多数人都是通过云计算反映计算的基础设施，有一个新的概念叫计算的基础设施，云计算是我们今天计算的基础设施。如果我们要建一个全球包容性的人工智能的生态，这样一个计算的基础设施依旧是巨大的障碍。让我想起2020年我做B20数字化小组政策报告的主席，我为这个报告写了个序，我专门提到未来经济发展可能不会用电气化带来的电来衡量，而用今天数字化带来的算力来衡量，这是2020年说的事情。再回过头来往前看的话，这个思考也不只是今天有的，非常感谢中信出版(300788)社出了《在线》这本书，当时有两句话跟着这本书，数据改变商业本质，计算重塑经济未来。今天这句话依然是对的，但是胆子小了一点，如果用今天的发展看来，数据改变了所有事物的本质，计算正在重塑整个世界的未来。英文版的时候我单独把云拿出来，云是计算时代的一种方法论，才会有今天的云计算。背后到人工智能看这种方法论更加明显了，这是美国今天在AI领域的六个独角兽，非常有意思，第一个大家都知道，第二个大家也知道，Open AI排第一个，这是美国六个独角兽，今天第六个已经跑路了，它的结果也叫Runway。在全球云计算排到第二的投资了或者支持了第一位独角兽，在全球云计算排第一的支持了或者投资了第二个独角兽，第三投资了第三，第五投资了第四，第六投资了第五，我们都知道的英伟达只是作为跟随投了第三第四第五，大家可以设想一下，计算这件事情在这张图上反映出来了不同的东西，大家好奇第四名去哪里了，第四名就是阿里云，会创造出什么样的东西，人就是未知数，这张表肯定有它的偶然性，但是也反映了计算在中心位置的非常有意思的背后的逻辑。

回过头来看人工智能过去跟未来、现在，离不开这些事情。我经常讲人工智能有个很长的过去，但只有很短的历史，很长的过去到哪里，就是跟计算有关系。大家可以设想一下，这是2020年的一张图，我特别喜欢用，因为那个时候ChatGPT还没有被公众接受，那个时候没有被这样一个成功的应用所污染，更客观地反映了这个行业发展的情况。大家可以看到再回到很长的过去，回到1950年，图灵的那篇文章讲到一个智能的机器，他没有说计算机，大家知道这是图灵第一次讨论计算和智能的关系，他写了篇文章叫《Computing Machinery》，第一次谈到计算和智能的关系，今天的计算机就是图灵机，这个地方为什么没有翻译，很难翻译，它有个词叫digital computer，有个词叫human computer，大家很难理解，那个时候只有一个词叫computing，计算机这个词在1950年指的是统计数字的人，不是今天说的计算机，digital computer是设想一下以后有一个数字的人能做真正人做的事情，这个事情很有意思，一直到这篇文章以后，computer这个词才慢慢来指计算机的那台机器，很多场合还把那台机器叫Computing Machinery，到今天为止美国计算机学会的名字还是叫ACM，还不是用computer这个词。计算这个词像幽灵一样一直围绕着智能这件事情来转，人工智能这个词可能会出现更晚，1956年开了次会讨论出来的，我想强调一下，那次会不是很多人的会，只是八个人的会，开了很长时间，开了八个星期，不是一个简单的讨论，花了很少的钱，他们当时跟洛克菲勒基金会去申请1万9还是2万美金，没有给，只给了7千美金，当时平均年龄28岁的十个年轻人花了7千美金开了八周的会有了今天AI这个词。

大家很奇怪为什么跑到达特茅斯开，他们最早是到波士顿开，当时行业大牛都在波士顿，可是跑到波士顿开就没有AI这个词，其中的一位参会者叫做Herbert Simon（计算机科学与人工智能领域的先驱之一）。我很幸运，我读大学的时候他到我们系里讲了一个星期的人工智能课，那时是1983年，他说接下来的十年是人工智能的十年。我等了十年，什么事情都没有发生，后来该干什么就干什么。这个学科的发展是非常曲折的，我个人觉得今天还在曲折的过程中。六十年代正好是登月计划的时候，那时候人们已经在谈神经网络，但人们谈论的时候都会用刻薄的话来表述对智能跟计算之间的关系的畅想。大家觉得所有这个领域的进步，如果你的目标是去月球，那所有人讲的进步都是从一棵树跳到另外一棵树上，是没有机会到月球的。这句话是我看到的最刻薄的一句话，关键这句话还不知道是真是假，因为麻省理工的教授从来没有说过这句话，结果有人写了篇文章说他说过这句话，从来没有人出来更正过，这句话就流传下来了。为什么我们又说人工智能只有很短的历史呢，因为在那么长的过程中所有的变化都是2017年开始的。为什么2017年以前说的人工智能和2017年以后说的人工智能是千差万别的，因为出来了一个东西叫transformer，我今天看所有的文章里，transformer这个词没有中文的翻译，英文留在那里，事实上是很不规范的，但这个行业的人确实不知道怎么翻译，所以就创新出来了。

这篇文章大家都知道，谷歌的八个科学家写了篇文章，题目像一个流行歌曲，它从流行歌曲来的，它的第三作者很喜欢一首歌叫做《All You Need is Love》，后来他们就把它变成了这篇文章的题目《Attention All You Need》，听起来不像篇科学论文，transformer也是因为第一个作者喜欢一个电影，这个电影叫《变形金刚》，它的英文名字就叫transformer，听起来这个东西应该翻译成变形金刚，听起来也很像。就是这样一篇文章，这八个人不是一个团队的，吃饭的时候碰见聊，觉得很有意思，走到办公室边上看他在写这个东西很有意思，它颠覆了我们怎么组织科研。整个过程的发展在改变我们对一些问题的思考，最改变的一件事情是我们经常讲0到1的原创，谷歌的原创没有在谷歌发生推动这个行业的变革，最后是Open AI推动了这个行业的变革，它发明了transfomer，但是transfomer不是谷歌的信仰，结果是Open AI的信仰，我经常讲这篇文章还发明了一家公司叫Open AI，没有这篇文章也不会有Open AI这家公司。当然还发明了个非常重要的事情，数据是极其重要的，发明了个概念叫token，这是没有中文翻译的，这三个英文词到今天为止都是没有中文翻译的。大家都知道到今天为止如果用一个人工智能应用的话，是按token计费的，这在技术的历史上是极其有意义的，因为你知道用什么方法来计费。transformer是今天我可以看到的唯一的架构，可以用大规模的计算，大家今天不要怪它用了太多的算力，你今天找不到这样一个架构以外能用那么多算力的东西，我不展开讲了，这是它的优点，到今天为止不是它的缺点。

数据被彻底改变了，当我们完成一次比特化以后，突然会发现万物都可以被token化，这是后面真正变化的含义。此数据非彼数据，这是我想表达的一个意思。ChatGPT是技术创新，GPT我就不说了。第二个对问题的理解不是简单应用的场景，今天很多人讲人工智能解决问题，我去问它，它可能连问题都说不清楚，当问题说不清楚的时候不要认为技术是可以帮你解决的。所以最重要的是“加”什么，加不是一个简单的加上去、简单的应用到什么地方，加一个领域加一个场景是最简单的，我觉得加最重要的是怎么加，最重要的是机制的创新。ChatGPT那个加是什么，就是Open AI那家公司，没有那家公司，今天我们看到的都不会发生，那家公司在美国都是一个机制的创新，靠传统的投资是投不出这样的公司的。黄仁勋说了句话，他说这是人工智能的iPhone时刻，只能说这个东西的意义，我更想强调的是大家都知道iPhone不是Phone，没有人为了它打电话的功能买单，从这里引申一下，如果是iPhone的人工智能时刻，就说明这个人工智能也已经不是1956年说的人工智能了，这是一个最最关键的时代的变革的非常重要的机会。今年得了诺贝尔化学奖的工作出来之后，2022年就讲过它是生物学的ImageNet，它只是为了强调这是一个变革时期，这是一个百年未遇的变革时期，讲到ImageNet时刻，我们所有的创新从哪里来，就是起源于2012年的这篇文章，第一次把数据以ImageNet为代表，把模型也是大家熟悉的算法在那个时候就是卷积神经网络为代表，算力以GPU为代表，第一次把它放到一个系统里来做事情，这个很关键。

我们经常讲要素，这是第一次带来人工智能革命性的要素被放到了一起，这些要素过去都是存在的，但从来没有被放在一起，算力、数据和模型。今天第三个作者Geoffrey Hinton得了诺贝尔奖，中间的第二个作者就是原来Open AI的首席科学家，很遗憾的是第一个作者，工作也是以他的名字命名的，我不知道他去了哪里。他们一起发生了这次变革，大家记住这是2012年他们用的GPU，是当时中关村(000931)网吧里边玩游戏用的GPU，英伟达真正意识到GPU是深度学习的必备是在2013年。2013年英伟达才真正做了一个决定，要把GPU跟深度学习绑在一起。所以我经常讲英伟达这家公司不是对人工智能有信仰，他只是对算力有信仰，只不过等到了人工智能需要算力的那一天。大家对产业的理解、对科技创新跟产业之间的关系在今天这样一个变化的时候是要有一次重新思考的，它不是一个线性关系，也不能是从今天可以去对未来发生什么事情做预测这样的一个看法。这就是这张显卡，每个中关村网吧都有，今天都不是个什么事情，这是真正科技创新的魅力。它的结果就是把第四个事情引出来了，数据、模型跟算力就是规模，这个规模还要强调它的重要性，数据有规模，模型有规模，算力有规模，事实上是规模的三次方，这个恰恰是今天科技变化的源头也开始了。

谈到规模，我经常用一句话，这是Pascal语言经常说的一句话，一个婴儿爬行速度的千倍就是喷气飞机，都不是量变到质变了，就是一个世界天翻地覆的变化。今天为什么讲到规模的三次方，今天在很多地方都是以千倍的规模在改变，无论是数据还是模型还是算力，大家可以想到有这么一次百年大变局，也不是没有它的物质基础以及科技创新的支持。当然它改变的就是科学研究的方式。大家可以看到的地方就是在很长时间内大家说科学研究从第一范式到第二范式到第三第四，今天人工智能出来了，有人把它叫AI for science，有人把它叫做第五范式，你自己看一下第三范式事实上是一个算力密集的工作，第四范式是数据驱动的，人工智能在强调模型整合的作用。什么叫数据驱动，今天把人工智能都当做是我有问题你帮我解决问题，这是大大低估了这次革命性，很多时候我们问题问错了。

今天技术的发展、数据的驱动使得我们改变了过去用人来做假设做科学研究的一次天翻地覆的变化，这句话听着很抽象，这是1948年一个地球科学家写的一句话，那时候没有卫星，没有人知道从外太空看地球是什么样子，所以他就想象了一件事情，他说如果有人从外太空拍一张照片，我们对这个世界的观念会有一次天翻地覆的变化。这句话说完了三十年以后，人类才第一次从外太空拍了地球的照片。第一张是阿波罗18号，第二张是阿波罗17号，第一张名字叫日出，第二张是蓝色星球，我们从来不知道地球看上去是蓝色的，所以拍第一张照片的宇航员叫比尔·安德斯，他说我们原本是去探索月球的，最后发现的却是地球，原本是探索月球的，只是假设，回头发现月球没有搞明白，我们突然对地球有了全新的认识，全新的认识推动了地球系统科学这个学科的诞生。

这是在Nature2000年发的文章，回顾科学诞生的时候下滑线专门提到了这张照片，红色框的地方提到了一些重要事件对这个学科诞生的影响，这件事情最近被写到教科书，我很高兴，我几年前在说这个事情，去年我看到这两张照片被收到教科书里告诉它对学科的影响，它对我们的影响是方方面面的，过去的学科体系都不存在了，这是变化真正的动力和来源。当然这些东西也不是孤立的，在我们太空探索的中间发生了一次非常大的变化，为什么是数据驱动而不是假设驱动。大家都知道哈勃望远镜，最近的詹姆斯·韦伯望远镜，他们都认为它拍照片跟我们平时拍照片一样，我们平时拍照片是打卡留影，你知道那个地方有东西，可是哈勃这些望远镜是在一无所有的地方拍了照片，要发现什么，过去我们知道有东西我们留了影，会促进我们对世界的所有看法。你们今天看到的所有宇宙照片都不是拍照就能留下的，都是算出来的，它是看不到这些照片的，都是通过计算看到的。

我自己觉得到了今天就会发现第三范式也从来没有成熟过，第四范式也没有成熟过，人工智能刚刚开始，你把这三个东西再归结一下就是算力密集、数据驱动、模型整合，这三个东西都能归结到一个词就是五十年代就开始探索的计算，就是Computing这个词，我更觉得这是真正的第三范式的开始，我把它叫计算驱动的科学革命，这是最简单的。这场革命带给我们的想象远远超出我们在地面上的事情，所以今天我们在地面讲数据中心讲算力中心，大家忽视掉一个事实，最早把计算带到人的视野给人类做最大贡献的是在太空。大家可以设想一下，今天英特尔从1971年第一次做通用CPU，用2300个晶体管，到今天英伟达的GPU有2000个晶体，放大了1亿倍，再把今天大家讲的做人工智能学院模型叫万卡，放大了1万亿倍，大概是这么一个进程在变化。我们依旧不要忘记所有的工作起源于8个晶体管，阿波罗登月计划这是第一次把计算机带到了太空，也是第一次把集成电路带到了太空，这张照片是当时的计算机有个集成电路，上面只有8个晶体管，但是整个阿波罗的计算机用了16000个晶体管，大过1971年英特尔第一个通用CPU，很有意思的是下面这段英文字说的，大家都觉得这样一台计算机是不可靠的电子装置，最后的结果证明这是阿波罗飞船上最可靠的电子设备，也为集成电路这件事开了一个先例，大家不要忘记到太空对计算的推动作用。

今天在太空大家都知道有7700颗在轨的卫星，2023年的数据，今天稍微多一点，计划三到五年会增加10倍，中国今天不到1000颗，要不是埃隆·马斯克芯片的话这个数字还会小。这么多卫星只有不到20%，这些载荷的数据会被传到地面，天上和地面的带宽是极其有限的，大部分的资源在天上就丢掉了，同样更加夸张的事情是传不回来就干不了任何事情，更夸张的是卫星上的算力不够，今天卫星上的算力都是以T来计的，有的甚至0点几个T。我们要问的是我们能不能把这个算力变成以P来计，就是增加1000倍，大家知道1000这个数字是非常有意思的，我们天上的遥感卫星看起来多用起来少，为什么，今天天上的遥感卫星都是孤立的，只跟地面通信，卫星间的互联互通也变成了一个很有意思的事情，去年在之江实验室做发展规划的时候就提了通讯导航遥感卫星三者卫星之后，再提一种新的卫星，我把它叫计算卫星，如果我们能有计算卫星，能够让卫星间互联互通的话，我觉得天上的计算会发生一次天翻地覆的变化，刚才讲的问题都没有了。但要做这件事情很难，三体这个问题大家都把它当成文学概念，事实上是个科学概念，无非强调一件事情，两个物体之间的关系是很容易描述的，有第三个物体就没有精确结论，这是牛顿到今天都没有解的问题，这个就是机制创新，当你要做事情的时候你就要有N个主体在一起工作，最后我把它叫做三体计算星座，计算卫星+互联互通再+机制创新才有机会以新的方式来组建计算网，让每一颗卫星都能体现价值。

大家都知道世界上其他一些国家没有机会发几千个卫星的，因为有了计算星座让一些国家的几颗卫星因为互联互通产生巨大的价值，这就是我们要解决的问题。当然这件事情不是今天讲讲的，目标就是要么1000颗星，要么在太空能达到一级规模的算力，今天对地面来讲单一一个系统完成一级算力也不是容易的事情，我们在明年一个季度就会第一次发射13+1颗星来做这样的事情，当然那1颗星是很特别的，就是计算驱动的3D打印机完成的卫星，它的重量减轻了，它的研制周期下降了，这是任何一个要在太空有上万颗星的必备的条件。因为有了计算，可能今天说的3D打印也不是前几年热的3D打印了，它改变了世界的方方面面，当然这个源自于一个最基本的想法，AI不能因为算力而缺失太空，我们不但要把计算带到太空，我们还要把AI送到太空，使得每颗卫星能发挥更大的价值。

大家都知道人类去火星的路上没有计算的陪伴注定是要孤独的，如果没有这个东西也是一个巨大的挑战。今天的问题，人就是开放的，我经常问的问题，量子计算是不是计算？今天的量子计算还不是计算，我们同样有个问题，明天的量子计算是不是计算？我们希望明天的量子计算就是真正意义上的计算，这个问题的开放性、我们所面临的挑战以及机会是超出大家想像的。5月份美国总统发了一个报告，因为这些技术的出现，会对我们所有的基础研究发生天翻地覆的变化，计算的基础设施对AI的重要性，你都可以想象对科学影响的方方面面。

最后我想再说一下，以后就不是简单的人工智能的问题，Nature、Science都知道这是一场科学研究范式的革命，大家讲我们用AI延展人类的创造力，不是简单的延展我们的智能，也是我经常喜欢说的话，它不是科技工具的革命，它是改变所有科技研究范式的革命性的工具。总结一下，无尽的计算一定会给我们带来无尽的科技探索，谢谢大家！

张燕冬：不好意思，因为时间非常紧张，下边还有一个圆桌四个人的主题演讲，听王坚院士谈计算和AI就非常享受，他能够把很多深奥的道理给我们讲得非常清楚。您刚才给我的整体意思是这场革命哪怕是第三次的革命，它让我们重新对一些事情去颠覆性的思考，也许这些思考让问题更多结论更少，我还是想问一个问题，刚才白院长也提到了，您也提到了，谷歌的Willow到底意味着什么，普通人应该怎么理解Willow？

王坚：第一次我们真的要认真思考量子计算那个计算是不是我们说的计算，以前量子计算连基本的能力都没有达到，问这些问题没有意义，今天它基本能力达到了，算得快，是不是计算，今天我们不知道。你去看Willow它真正完成的任务是非常特殊的任务，用我们通用人工智能这句话来讲的话，计算有两种，一种就是算，一种把它叫做通用计算，通用计算可以干世界上任何你想干的事情，这就是今天的计算能做的事情。今天我们说的所有量子计算是一个非常专用的装置，如果从这个逻辑来讲的话，算盘也是算，永远不会变成真正意义上的计算装置，我不知道有没有说清楚。最后量子计算一定要回答一个问题，它就是一个无比快的算盘，还是个真正的超越今天计算装置的计算，今天到了要问这个问题的时候了。在这个行业大家都知道，今天量子计算所有的任务都是非常特殊的任务，以前还不好问这个问题，谢谢。

（本文根据会议发言整理，未经本人审阅）

【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com