在計算機科學及人工智能產業領域，清華大學教授、智能產業研究院（AIR）院長張亞勤有著充分的發言權。

作為電氣電子工程師協會（IEEE Fellow）歷史上獲得會士稱譽最年輕的科學家，張亞勤曾于1999年1月出任微軟中國研究院（后升級成微軟亞洲研究院）首席科學家，后一路出任微軟公司全球資深副總裁、微軟亞太研發集團主席、微軟亞洲研究院院長及微軟（中國）有限公司董事長等職務。

2014年9月，他又以百度公司總裁的身份正式加盟百度，并一度成為百度主要的對外發言人之一，躬身入局推動國內人工智能產業及其技術的發展。

2019年10月，在宣布從百度退休之后，已進入知天命之年的張亞勤，并未就此決定過起清閑安逸的退休生活。2個月后，應清華大學校長邱勇邀請，他再次出任清華大學智能產業研究院院長，搖身一變成為驅動清華大學計算機與人工智能關鍵技術科研創新、人才培養的重要角色。

近日，新浪科技對張亞勤進行了專訪，就國內計算機產業底層技術發展，細分領域運用及人才培養等方面話題，進行了交流。

國內缺乏系統、架構型人才

在PC與移動互聯網時代，基于國外提供的底層系統以及硬件技術，國內緊趕慢趕終于初步追上國外技術水平。但在新的智能時代大門面前，與海外發達市場同時拿到門票的國內產業，卻忽然面臨著借鑒海外技術能力越來越缺乏參考坐標的窘境。

與此同時，隨著行業發展的不斷深入，以及國際間技術競爭格局的加劇。國內不僅面臨進入無人區之后獨自探索的風險，同時還需要做好強化根基，不斷向下扎根穩健求生存的準備。

具備系統思維以及架構能力的技術型人才，正在成為時代的香餑餑，成為科技公司爭搶的稀缺“資源”。然而，長期深耕產業一線，張亞勤看到的情況卻是：“國內雖然在產品運用、市場占有以及算法數據等方面具有優勢，但相比國外，核心技術人才的系統化思維、架構能力等相對欠缺”。

在計算與通信領域，摩爾定律、馮·諾依曼架構以及香農定理三大定律與體系，構建了當前計算機與通信產業最基本的發展規則，然而近年來，隨著人工智能技術的不斷深入發展，這些已有的定律與規則，正在遭遇新的發展瓶頸。

為了改變這一現狀，“我們需要對信息做一個重新的定義，更多理論層面的模型更新；制定新的計算范式，采用量子計算以及類腦計算等技術；創新傳感器類型，突破馮·諾依曼體系架構限制。”但張亞勤不得不承認，與亞馬遜、谷歌等公司相比，“國內在具備系統思維、架構能力方面的創新人才供給方面，確實存在差距。”

自動駕駛不光要解決技術問題

目前，AIR主要聚焦智慧交通、智慧醫療以及智慧物聯三大領域，致力于利用人工智能技術賦能產業升級，面向大學提供企業資源及產業經驗，同時向企業提供人才輸送以及中長期前沿科研成果合作，推動智能產業發展。

在張亞勤看來，企業與高校建立聯系，其實他們最看重的是以下三點：1、希望接觸并了解大學教授在做的科研成果和前沿探索，接收學校里的新思想。2、希望高校能夠向自己的企業培養并輸送一些高端人才。3、希望與高校達成科研成果合作，對企業的下一步發展帶來幫助。

對應以上三點需求，張亞勤從創立AIR之初便制定了清晰的戰略目標：一是推動關鍵核心技術的突破。二是培養具備國際視野的CTO和具備系統思維的架構師人才。三是打造產業技術戰略的智囊團。

“我們希望技術能夠走出去，在研究院之外進一步滲透到行業中，解決更多實際的問題并創造社會價值。”

他看到，進入智能時代，整個智能計算產業的底層技術架構，都正在變得越來越分散，分布式的云+邊緣+端計算架構，正在成為智能時代的重要趨勢。“隨著智能時代計算系統底層架構的變化不斷發生，第四次工業革命的序章已經開啟，人工智能作為重要的賦能型技術和核心驅動力，將為各個產業創造出重大機遇。”張亞勤表示。

以自動駕駛行業為例，目前，張亞勤還擔任Apollo聯盟理事長一職。作為自動駕駛行業資深人士，他認為，即使在外界看來目前自動駕駛仍面臨市場接受度、安全以及輿論等方面的考驗，但是在送餐、園區配送、貨運等場景下，在攀爬自動駕駛高峰過程中，這些自動駕駛技術降維使用產生的商業場景，已經能夠看到許多非常可觀的商業成果。

“自動駕駛的落地一方面需要解決技術方面的問題，另一方面也需要解決非技術層面的問題，需要逐步落地是能夠理解的。”張亞勤表示。

在他看來，自動駕駛一定是可以實現的，因為技術在不斷進步，它解決的是社會的真實需求，使得駕駛更安全，更環保，更舒適，也具有巨大的商業價值。如果一直在這個行業里耕耘便可以不斷看到曙光。

鼓勵團隊挑戰科研難題

在退出待了三十多年的產業一線后，張亞勤更多的時間花在了科研以及產業人才培養上，但這并不意味著他開始淡出了人們的視線。

在9月份剛結束的2021年世界互聯網大會烏鎮峰會上，張亞勤發表了對于看法AI賦能綠色計算、生物計算等方面的見解，更加注重人工智能技術在助力可持續發展、生物科學融合等方面的發展運用。

同樣是在今年2月份，他首次提出了人工智能產業發展的3R法則：即Responsive(積極響應)、Resilient(適應發展)、Responsible(堅守價值)，認為人工智能技術的發展，需要成為負責任的技術。

從曾經的產業一線，到如今的更多精力花在高校科研及人才培養上，他在談論智能產業的時候，也越來越多地強調社會責任、可持續發展等話題。“現在我有了更多的時間思考更長遠、但也更顛覆性的技術。”張亞勤表示。

在他的設定中，AIR的科研一定要面向學術前沿、面向國家與社會需求，著眼長遠發展，可能周期會長達5~10年，但還是要秉承初心、耐心去做。因此，在帶領學生做科研的時候，他往往也更愿意鼓勵團隊去做面向未來的重大創新技術突破。

張亞勤說，他時常鼓勵自己的學生，做科研時要勇于攀登高峰，這樣即使無法最終完全到達目的地，但是過程中收獲的東西，可能也是意想不到的。“只有全力以赴之后，即使可能你成不了最終的奧運會冠軍，但是獲得亞運會的冠軍也是有可能的。”

在他看來，目前自動駕駛技術在礦山、餐廳、園區等領域的成功落地，便是攀爬高峰途中獲取的獎勵。