2019粤港澳大湾区5G赋能万物智联，共享产业周期新时代
港股解码，香港财华社原创王牌专栏，金融名家齐聚。看完记得订阅、评论、点赞哦。
2019年2月18日，中共中央、国务院发布《粤港澳大湾区发展规划纲要》，明确指出重点培育5G、AI等新兴行业，推动互联网、大数据、人工智能和实体经济的深度融合，为贯彻落实《粤港澳大湾区发展规划纲要》和中共中央、国务院《关于支持深圳建设中国特设社会主义先行示范区的意见》，彭年集团和深圳大学联合主办‘2019粤港澳大湾区5G万物智联 高端论坛’，论坛旨在搭建一个由粤港澳‘商、学、研’界领袖和社会精英参与的高端对话和交流平台，共同推动粤港澳大湾区的建设。
2019年8月30日，粤港澳大湾区5G赋能万物智联高端论坛在深圳彭年酒店召开，本次会议由彭年集团和深圳大学联合主办，由深圳市政府、罗湖区政府指导，出席本次会议的嘉宾有：深圳市人大常委副主任、市科协主任蒋宇扬、深圳市科创委副主任钟海、罗湖区科技创新局局长石兴中、彭年集团董事长彭志兵、深圳大学副校长李永华、深圳大学计算机与软件学院院长明仲、中国科学院院士陈国良、香港科技大学首席副校长倪明选、滑铁卢大学教授沈学民、中国工程院院士廖湘科、加拿大工程院院士宋梁、加拿大工程院院士刘江川、香港理工大学教授曹建农、澳门大学教授贾维嘉、加拿大卡尔顿大学教授于非、腾讯未来网络实验室主任张云飞、华为云计算产线高级科学家顾炯炯、solace副总裁Dr aiken leung、santander uk& ireland首席运营官 michael harte。
建设深圳中国特色社会主义先行示范区，全面推进粤港澳大湾区建设
深圳市人大常委副主任、市科协主任蒋宇扬表示，深圳是一座充满魅力、充满活力、充满动力、充满创新力的城市，粤港澳大湾区5G万物智联高端论坛的举办可谓正逢其时。
深圳近年来前瞻布局，大力发展以5G为代表的战略新兴产业取得显著成效，有了5G的速度才有了工业互联网生态的基础，新兴产业已经占据了我们GDP比重逐年提升，去年我们战略新兴产业增加值达到两位数，新增高新技术企业达到3000家企业全市高新企业达1.44万家，居全国第二。
当下，以5G为主要发展，新的产业周期已经开始，新时代在加速到来。同时，5G正在改变社会，为万物互联提供支撑，打开增长的空间。未来我们要以服务国家战略、引领产业趋势为己任，为粤港澳大湾区、为我国乃至全球的科学发展探索新路径，铸就新动力。
深圳科创委副主任钟海表示，目前深圳已经有了7家世界500强，有超过1.4万家国家高新技术企业，有300多万家上市主体。同时，我们已经有了14所大学，我们预计会建到20所。我们有超过20家基础研究机构，100多家新型研发机构。我们相信未来的40年，我们在创新上不仅有高新技术产业，我们还会在科学、基础研究和应用基础研究、前沿技术、交叉技术等在国际上，我们会有一席之地。
扶持新型科技企业，让5G成为深圳新标志
彭年集团董事长彭志兵表示，随着深圳发展不断的变化和转型，彭年集团从原来的传统业务慢慢转向教育、医疗、能源、新科技投资等方向。科技日新月异，不仅是时代的进步，也是社会的需求。彭年集团在未来的发展中会以投资扶持新型科技为导向，让科技能真正融入到我们的生活，真正解决我们社会高速发展所带来的问题。
为了支持和助力中国的科创事业，彭年集团在2018年组建了专业投资公司，专门从事信息科学和生命科学领域的科创投资。并且于7月份通过中国证券业基金协会的私募股权投资管理人的备案。彭年创投创立一年来投了一些前沿性企业，分别从事5G、微基站、整体解决方案和RF高频、射频、收发芯片的研究和开发工作，这些领域是目前被国外技术掐脖子的领域，希望我们的投资对中国5G的发展带来一些帮助。
深圳大学将为粤港澳大湾区国家战略做出更大贡献
深圳大学副校长李永华表示，深圳大学是一所特区大学、创客大学、实验大学。世界四大知名大学排行榜显示，我校国际排名以每年一百多位，国内排名每年十多位的速度上升。目前居于世界高校第500位左右，在最近一次世界大学排行榜中，深圳大学位居全球第328位，位居国内第32位。被誉为内地发展最快的学校第一。
最近计算机科学排名CSR公布了2019年全球范围高校排名，深圳大学计算机科学位于中国高校第14位，内地高校第8位。在CSR排行榜2017-2019区间中深圳大学计算机图形学名列亚洲高校第一，进入世界一流水平。深圳大学将继续优化学科建设布局，拓宽人才培养渠道，加强5G、AI等领域人才的培养，促进粤港澳大湾区5G万物智联的发展。
天地空一体化车联网络，为自动驾驶提供解决方案
加拿大工程院院士、皇家科学院院士、滑铁卢大学教授沈学民院士分享了有关车联网络领域的发展情况。
现在交通系统面临交通事故、交通拥挤以及交通拥挤带来更多的二氧化碳的释放，导致环境的污染。要解决这个问题，一是让车车相联，无非是让车和车进行信息的交换，车和沿路通讯设施，最后发展到车和行人、后台服务器、不同的传感器。
有了车车交换会带来其他目前很热的应用，比如智能停车、寻找车位等。我们会立刻做这件事，这是有其挑战的。因为有了车车相联，有大量无线数据的传输需要无线资源，车是高速移动的物体，在路上行驶时对造成传输的稳定性和信息传输安全的用户隐私问题。
解决这些挑战，为什么我们不用机器代替？我们能否用机器代替驾驶员控制汽车。现在要看怎么用机器代替人控制汽车。机器代替眼睛有扫描仪、雷达、摄像，把周围的场景收集进来。收集进来后，我们有车车相联，我们车里面有通信设施、计算能力设施。我们还要有驾车经验和驾车本领，我们有高精度地图、GPS等信息，我们通过大量的传感器收集不同驾驶员驾车行为，这些信息送到我们车的计算机里，通过学习得出决策控制这个车，实现自动驾驶也是有可能的。
自动驾驶汽车面临什么问题？不同的设备代替人收集信息，成本比较高。自动驾驶里不管硬件、软件都有很多挑战。车里的计算机要处理大量的信息，车的计算能力是有限的，如何在有限的计算能力里及时得出驾车决策，这是其挑战。同时，因为通过感知得到信息会受到很多限制，如天气限制。
举例来说，自动驾驶汽车开到交叉路口要变道辨认信号灯是什么颜色的，下雪把信号灯覆盖了，看不到信号灯怎么辨别信号灯颜色呢？这个挑战反过来想用通讯的方式可以把它解决，如果信号灯说现在是红的，它播放信息，所有的车不用看信号灯都知道信号灯的颜色。
美国汽车协会把自动驾驶分为六挡，从0挡到第5挡，第5挡是Full automation，我的车在任何天气、任何场景、任何地点都可以做这件事，这是很难的。目前开发、研究是在第2-3挡左右，我们离第5挡有一定的距离，想真正实现它，首先需要无缝网络覆盖，这是第一点。
看加拿大地图和加拿大有网络覆盖的地区只有20%，要看中国的地图，有红色是有网络覆盖的地方。其覆盖率中国目前只有40%，为什么不实现无缝网络覆盖？原因很多，一是成本问题，中国移动到偏远地区铺设网络，他说钱都赚不回来，我怎么做。二是地理环境的限制，有些地方高山是人不可能去，怎么铺设网络？
第二点，我们服务的需求和数量是随着时间、地点、场合改变的。比如上下班高峰期时需要的服务量会非常大。我们今天在彭年酒店开会，这么多人聚集在这里，我们需要的数据量、服务需求非常大。如何让网络在任何时间、任何地点、任何场景都能提供满意的服务？
如何让网络在高峰期、低谷期都可以提供满意的服务？为了解决这些东西实现真正的全方位自动驾驶，解决方案是空间地理化网络。
什么是空间、地、天？地是地理，空是卫星，大家知道目前卫星通讯技术发展非常快。天是无人机，深圳有大疆，无人机会有很多应用。在未来是利用无人机实现无线通讯网络，假设我们有了空间地，我们利用卫星的通讯资源，利用无人机组成移动网的资源，加上我们地面目前已有的网络资源，我们可以把对无缝网络覆盖的需求，不管在任何上下班高峰期的时候，我们都能给用户提供满意的服务。这些问题都解决掉的。
我们目前已经有很多设备在开发，比如我们的车可以在路上行驶，可以跟地面网络进行信息的交换，我们的车可以跟卫星、无人机进行信息的交换。像天地，无人机跟地的网络结合，现在华为、中国移动都在做测试。当有了空间一体化网络时，这张图给未来空间一体化网络结构。
资源是混合的，我们要设计控制器，控制器对它的要求是很严格的。这里的控制器用软件定义网络，虽然这是软件定义网络控制器，但这是一组控制器，有的控制器是集中式、分布式的。
设计的控制器是很复杂的，控制器有两个输入，一是我的空天地有什么资源，二是服务多少，有了这两个控制器就要作出决策，我有多少资源是从卫星、无人机和地面来的，分配给什么样的用户，支持什么样的服务。因为设计控制器很复杂，所面临的场景是形形色色的，我给定一个时间地点、资源和用户，它就要做决策，决策是成千上万的。为了找到决策我们用了增强学习。
因为控制器要做实时的决策，你在这么复杂、高动态的环境下如何做实时的决策？我们这些决策都是在Offline的时候做训练。这些东西是事先做好的，给定一个场景，控制器根据这个东西事先决策好，这个场景就是这个决策，所以它可以立刻做决策。
软件定义网络的控制器做三件事：一是Access Control，当车行驶到某个地点时，看有没有被卫星、无人机或者地面覆盖。二是有多少资源要分给用户支持它的服务。三是根据地面用户的数量、服务需求，如果地面网络容量不够，我们需要多少无人机，每个无人机运动的轨迹是什么，无人机的无线网络可以提供多少流量，支持当时所有用户服务的需求。
在网技术、分布式计算、软件控制技术发展与物联网智能化所面临的挑战
香港理工大学电子计算学系讲座教授、互联网和移动计算实验室主任 曹建农教授分享了有关智慧物联网领域的发展现状。
物联网经过将近20年的发展，下一步向智能化演进。物联网的概念是1999年由英国技术先锋Kevin Ashton，他当时在智能家居公司做首席技术官。1999年他在杂志上提出物联网的概念，物联网有一些潜力改变世界。他当时想到用物联网把物理世界的物件联合起来，使我们知道它现在的状态。
从当时的概念来说主要强调消费者物联网。经过20年的演进，我们看到物联网有新的场景和新的要求。我们看到更多的是工业物联网、智慧大厦、智能电网、交通和健康。这比传统的消费者物联网难度更大，规范更多。很多工业控制的东西是实时的、交互式的，连接的设备和设备上的传感器，比如产生风能的风扇上面有3000多个传感器。可想而知连接的规模多大。
全交通、路面状况、应急服务等都需要我们支持其可移动性、交付性。因为它覆盖的范围很大，不可能像传统一样收集起来到服务器里进行计算，所以我们需要分布式和局部式的计算。
物联网对我们人类带来的好处是什么？主要包括四方面：增加我们用户体验，刚刚开始的消费者物联网中，大家可以联想到智能家居，灯自动亮，电视自动打开等，增加我们的用户体验。现在物联网、交通、健康等强调效率和安全性，可以判断物联网给我们带来的好处是随着多年的科学进步越来越广泛。
从物联网最开始的研究是Instrumented，如何把这物件连接起来，第二个I是Interconnected，这方面主要是网络方面的功能，第三个是Intelligent，连接产生数据和交互式的作用，它有智能化的要求和智能化的行为。
Intelligent有哪些使能技术？包括支持IT的先进网络5G、云计算、边缘计算、大数据和人工智能。后面会谈到其他方面的进步，包括区块链，都给IT下一步智能化发展带来很多支持。
智能化的感知和智能化的网络。智能化感知包括哪些方面？第一，我们感知的东西不像以前那么简单，我们感知温度、感知湿度、感知人的体温。而是感知更复杂的现象和复杂的物件，我们做了很多研究，用手机、智能电话可以感知到很复杂的东西，可以感知到人的行为、人的状况，感知我们周围。
如果大家合作的话，每个人用手机拍的照片、视频可以批起来变成360度的场景，这跟产生的感知近了一步，不光是感知简单的数据。你的手机感知比较复杂，防止出事故。
智能感知能否与网络结合？我们感知后，数据收集起来通过网络全部送到处理器或者云上做处理，这时候你要产生大量的数据，数据会占用带宽，而且会产生很多延迟，有一种方法叫在网技术。你的数据在网络传送已经把结果计算出来，大部分中间结果做一下汇合就可以了。我们监控大楼结构健康监测的时候遇到大的计算模型，我们节省了很多深数据。在传的过程中把计算做了。
现在大家知道联网，现在物联网用到的联网技术60%以上是用有线网，由于物联网不断的拓展，下一代物联网的应用范围趋向于工业、交通或者健康，无线技术蓬勃发展。无线技术，一是5G，5G会给物联网带来很多机会，因为它减少延迟，增加设备连接数，数据带宽增加很多倍，可靠性也增加很多倍。无线技术相联的物联网中，5G占25%，其他75%由低能耗的有线设备和无线技术发展，比如M2M、Low等，还有蜂窝网技术和Wifi技术，这些技术在日益发展。
沈学民院士刚刚谈到软件定义网络，在未来智能网络连接里起了非常重要的作用，根据实时和不同的场景配置不同的协议，进行不同通讯的工作。我们提出把软件定义网络用在车载网上，车支持不同的场景，比如单行道、双行道部署在车上的网络协议不一样，可能防碰撞、能否超车，软件定义网络可以根据实时的东西进行网络划分、切片划分，部署不同的网络协议。未来的网络连接方面，软件定义网络一定是非常重要的技术。
这么多年大家用AI数据驱动的方法进行网络优化，按照端到端的优化，可以做流量的预测和网络用户的预测。这些可以帮助我们网络更加智能化，这也是下一代物联网里，可能用AI或者大数据会比较好。
把连接物体智能化是比较困难的，椅子上有强大的计算装置，手机上的电池、计算工具不足以支撑增强现实，所以边缘计算出来了。我们可以借助附近有资源的计算服务器，把我们终端设备上不能做的东西做上去。这是现在研究很重要的方向。
边缘计算出来后，传统在云上集中做机器学习让大家觉得不可忍受，收集大量数据传上去，延迟很大。如何把机器学习推到边缘计算上变成分布式学习、边缘学习，这是对未来物联网非常智能化的发展方向。
未来，感知和网络要变得智能化，连接的物件、人要变得智能化。我们要从收集的大数据里发现预测和实时的优化的东西，传统物联网做不到的东西。我们如何做到控制？感知后要反馈，形成一个闭环，控制部分现在大家做得不多。如何融入物联网中，我想这是下一步要研究的。
粤港澳大湾区产学研融合与万物智联发展的主题探讨
问：（伍楷舜）今日中共中央发布《关于支持深圳建设中国特色社会主义先行示范区意见》，该《意见》对深圳来说是强心剂，给我们带来巨大的鼓舞。里面提到支持深圳强化产学研深度融合的创新优势，并且以深圳为主的阵地建设综合性国家科学中心，在粤港澳大湾区国际科技创新中心建设中发挥关键作用，在加强推进粤港澳大湾区学术界和产业界的融合上，您有什么样的建议？
答：（廖湘科）8月18日发了一个文件，深圳变成社会主义的示范区，给深圳的定位是强化产学研深度融合创新优势。包括两点：
一是肯定了深圳市在产学研深度融合方面是有优势的，大家知道深圳本身IT发展很好，深圳和别的地方相比，尤其是产学研深度融合方面是做得比较好的。本来就做得比较好，中央说要更深化合作，我觉得深圳尤其是学术界借此机会跟中央提政策。深圳的产学研做得好主要是产业做得好，真不见得是学校。我认为应该找中央要一些新的大学政策，教育体制机制改革先行先试，既然是先行先试就应该有新的政策。新政策的前提是有特殊的资源投入。我觉得要落实政策高度高效自主发展，深圳IT产业规模很大，深圳好像不需要钱的政策支持，但招生指标呢？深圳的产学研融合，如果深圳招生资源指标上不去，学术界不太好跟产业界融合的。深圳学生应该跟深圳IT产业的规模挂钩，我认为找中央要新的资源。
二是要深度融合必须有新的措施和新的导向。现在深圳的大学更多的是拿论文做导向，深圳大学进步很快，也是靠论文来做导向。深圳产业的专业水平很高，创业人才的学术水平也很高，我参加很多深圳企业报过来的领军人才是海外很优秀的，他们在学校带研究生绝对没问题。深圳的老师在深圳的环境里特别想创业，学校应该有新的导向，老师创业应该是有政策的激励和导向，把产业界优秀的人纳入学校进行培养人才也是应该的，前提是有多少指标。
三是产学融合，大学要培养团队问题，现在深圳大学、南方科技大学基本是PR为主的，PR为主是论文导向。跟产业融合必须是团队，中央说要深度融合的创新优势，我建议大学里加强团队文化的培养。
问：（伍楷舜）高性能计算能力的提高为人工智能的崛起注入了强大的动力然而随着人工智能的快速发展，对计算能力要求也不断的提出新的挑战。GPU和TPU在人工智能领域取得了很好的效果，结合您的专业领域知识，觉得我国在GPU和TPU上的设计处于什么样的水平，未来将会有什么样的发展？
答：（廖湘科）谈到TPU、GPU，以GPU和TPU为例来说我国人工智能水平。实际上我国和美国的水平在AI领域里：
第一，国有市场的优势和数据的优势，中国企业有大量的数据。第二，芯片设计的门槛变低了，这也是我们的爆发优势。加上中国政府很重视AI，导致我国在AI上尤其是芯片设计上很好似的。
个人认为，AI分为两类：一类是端芯片，端芯片跟应用结合密切。我们有应用优势、数据优势，个人认为在AI端芯片设计上，可能国内和美国相比还有一定的特色优势。估计是中美算是一家。在后台的处理上差距会很大，现在看不到美国在IT技术创新环境下有走下坡路的任何趋势，美国还是AI领域里水平最高，创新环境最好的地方。
第二类是我国在所有基础性、通用性的技术方面，比如打造一个生态链方面，我们几乎没有一个成功的案例。比如安卓等生态都是别人打的。我认为在这个领域里跟美国的差距还是很大，包括最近华为发布的昇腾芯片，我认为这个芯片相比差距还是很大，在这个领域的差距还有相当长的时间。尤其是现在中美关系不太好的情况下，我们在人工智能里要特别忌讳，一定要睁开眼睛看世界。美国在IT里的领先水平是很大的，我们不看国外，每天看内部觉得很厉害，三年以后再出去看发现人家拉开一个大的差距。我觉得差距是很大的。
问：（伍楷舜）以大企业主导创新为特色的东京湾区科技成果转化率达80%以上，旧金山湾区的斯坦福大学是学术成果转化为产品的全球典范，您觉得粤港澳大湾区需要从另外三大湾区里借鉴什么？
答：（梁中明）现在的老师非常忙，常常要忙着写论文、带学生，有很多事情要做。我们应该给老师多一点时间，做一些实际有用的东西。多出论文是好的，我甚为要多做有用的论文，可以转化的论文，更好的利用时间。我们要给老师适当的奖励，如果你的成果可以转化，我们给你机会开公司，在学校、学院里表扬你，给老师多一点鼓励。
问：（伍楷舜）最近颁布《关于支持深圳建设中国特色社会主义先行示范区意见》里提出要加强基础研究和应用基础研究，尤其是在基础研究领域，您觉得应该如何强化产学研深度的融合，我们想听听您的意见。
答：（倪明选）每个学校都在说产学研，做得好的不多。高校最大使命是培养创新人才，产学研合作之所以没有做得很好，我们香港科技大学最近也在反思这个问题。
从学校层面来讲，谈到产学研，学校觉得老师把好的成果拿到外面去了。你跟产业合作，如何分IP？都是这个问题。我个人在学校建议，当老师出来创业时最需要的是资金，虽然以老师名字拿的专利，所有权属于学校。学校马上说我把专利给你，要拿多少钱？我觉得这是不合理的，因为在他需要钱的时候，你跟他谈这个东西。我先谈你们公司出来，学校占多少股份？这得谈半年一年，我们最近这个案例谈了将近一年，公司都快关门了。我们学校要持开放的概念，学校拿5000万乃至1亿根本不重要，学校应该鼓励老师、学生出来创业，他们出来创业真正成功的比例也是非常小的。我们现在鼓励的做法，斯坦福的做法根本不谈，创业就创业，成功后你一定会回馈学校。我们港科大的做法就是朝这个方向，学校不要为这个问题花太多时间。间接利益比直接利益更多。
问：（伍楷舜）您在分布式计算方面做了很多研究。区块链是分布式账本的一种形式，2014年以来在加密货币领域获得巨大的关注，现在物联网遇上区块链，您觉得会有哪些机遇和挑战，未来区块链存在哪些新的机会？
答：（曹建农）我觉得区块链超过比特币的应用，金融方面研究很多，真正部署、实施涉及政策。在物联网中，区块链是很好的应用。物联网产生大量的数据，最大的问题是这些数据怎么用，每个人的数据是自有的，不愿意分享。
现在香港推出OpenData，它取得很多成就，最大的问题是为什么我要共享数据，共享没有私隐和商业机密的数据是没什么用的。能否针对担心的共享问题用区块链解决，区块链是去中心化、透明，你在上面做的所有交易、改变是大家看得见的。我觉得在物联网中，产生这么多数据是一个机会。挑战是什么，数据太大量，完全是异构的。你要的数据和我要的数据没有标准，现在的大数据不是做互联了，真正做项目时会发现做信数据质量、数据信息等。
区块链会共享、交换一些数据交易，比如物联网中车载网，车载网互相合作的是我的数据如何共享给你，你的数据如何共享给我。现在大家做保险如何取证我们要用物联网重构下来，这是大家现在想的各种各样的Idea。挑战性是区块链在什么上面实现？哪个汽车作为一个节点实现，现在有新的手机支持区块链，最大的问题是在能力受限节点上做区块链是非常不容易的。估计要根据应用做一些裁剪。
从传递质量、能源到智能，光数据驱动也许是不够的
加拿大卡尔顿大学终身副教授、IEEE Fellow 于非教授分享有关从信息互联网到智能互联网的中间经历了怎样的蜕变与升级，未来又会向着什么制高点行进？
做网络的都知道5G、6G甚至未来的7G都是分层的架构，举一个最简单例子，每一层负责一个单独的功能，物理层负责解调、编码等。ROC层处理包的结构，ROC处理一些其他的功能。应用层也有很多参数，包括多媒体参数等都可以控制，User部分可以控制很多参数。分层架构，这在教科书里都有，分层有什么好处？设计起来的网络好设计，也好运维，将来出现问题好解决Bug。比较简单的架构，一层不好用可以很快地换成另一层不影响其他层。
在功能上，它跟其他东西有很多是重合的。不好的地方是其性能不是很好，一层不知道其他层的功能，上层不知道底层现在网络拥塞了，对系统性能不是特别好。对上层来说信息没有保密的功能，尤其porformance不是很好。
20年前我上博士时，那时候流行跨层设计，当时研究出了很多论文，在标准里已经做了很多东西。跨层设计不光在学术界有很多文章，在实际用应用很多，包括IoT、5G都做了很多跨层设计的工作。这是跨层设计最基本的互相交流信息，比如顶层告诉底层现在传什么业务，底层告诉顶层现在网络状况如何，这是典型的跨层设计的基本思想。
大概5、6年前出现另一种设计方案，不是分层设计、跨层设计，而是跨系统设计，这在学术界和论文里用得比较少，这基本是跨系统设计。整个系统不光是通信网络，通信网络只是大系统中的子系统，比如整个系统中除了通信和网络外，必须考虑边缘计算，计算不是我们传统做通信和做网络的人做的东西，这是计算机做的东西。对于我们做网络的人来说这是另一个系统。CDN也不是传统做网络的人做，都是做计算机的人做的。很重要的一部分不是做传统通信和网络，而是控制的人，整个系统统一考虑时，当然会有一些好处，也会带来很多问题。这就是跨系统设计，将来可能有更多的系统，感知是不是另一个系统？意思是通信在整个系统里越来越是渺小，必须考虑其他的方面，光网络和通信不能支撑大规模应用和大规模场景的应用。
前几年说数据驱动是非常好的词，我不是凭空想象的，是数据驱动的方式。我认为数据驱动成也萧何，败也萧何。真实场景中有各种各样的数据不可能在实验室中接触所有的数据。有数据时就有Intelligence，没有数据就没有Intelligence。前几年大家觉得自动驾驶很快实现，到现在过了几年还是不行，就是因为现在的人工智能和现在的机器学习都是数据驱动。
这两天我看到比较好玩的是什么东西？这两天刚刚在《Nature》发表的文章，现在的人工智能和机器学习连动物都不如，有点贬低现在的人工智能和机器学习。它说现在都是机器学习实现人工智能，在动物过程中，这个学习不是那么重要。我这里画了一张图，这不是原来文章的图，而是我自己找的。老鼠打洞这件事，他说很多老鼠生下来就会打洞，不是学来的。龙生龙，凤生凤，老鼠的孩子会打洞。它的核心观点就是这个东西，他把人工智能和机器学习泼了很大的冷水。
从分层设计、跨层设计到跨系统设计，这是近三四十年网络发展的过程。从网络发展过程中再放一个大的时间尺度，大概两三百年的时间尺度，你会看到我们目前的进展在Internet Information，我们这一代人主要是做传递信息。回到100年前，大家忙的是什么？特斯拉的车比较出名，为什么叫特斯拉？特斯拉是发明交流电的人，他主要贡献是传递能源，那时候主要的工作不是传递信息。这是第二步，传递的是能源。在一两百年前甚至几百年前，当时没有传递能源时，大家传递的是质量，把一个东西从一个地方传到另一个地方。
如果信息网络进展到这个程度，下一步朝哪个方向发展？这是我们目前自己的思考，下一步有可能是Internet Intelligence，分层设计、跨层设计、跨系统设计，他们不过是信息网络的几个分支而已，都是为了传递信息。他们在第三层，下面有传递能源、传递质量。下一步可能是传递智能。
从信息互联网到智能互联网，在信息互联网里我们经过几个阶段：分层设计、跨层设计、跨系统设计。最近比较流行用人工智能的方式进行优化和设计通信系统。我们想下一步可能是智能的互联网。
IT与CT融合解决边缘计算的落地问题
腾讯未来网络实验室主任张云飞分享腾讯对于5G的看法：刚刚有很多专家谈到MEC平台，前面说过的不再赘述。我们认为MEC平台对于实现刚刚所说的5G开放平台的概念是非常重要的支撑。业界提了很多年，我们说IT和CT的融合，你会发现移动通信领域IT和CT融合并不够，我们认为MEC平台是真正IT和CT融合的切入点。我把通信能力、存储缓存能力、计算能力很好地结合在一起。这三个功能如何做分配，如何在不同的环境中分配？这是一个问题。
另一个问题，之前学术界朋友讨论得比较少，我们在实际落地时是非常关键的。我们在不同场景或者不同人口中说的边缘计算完全不同。大家所谓的边缘位置也完全不同，有的人在基站，有的人在接入网，有的人在汇聚地方，有的人是核心地方。我们发现在很多环境下，边缘能部署机房或者能实现边缘计算平台的环境是相当恶劣的。
第一，供电是很大的问题，目前的运营商很多机房原本不需要做这些工作，现在供电、散热问题很难解决，水冷、电冷的问题很难解决。我的规格尺寸很难解决。我一旦要把边缘加上智能后，那个地方需要大量GPU，一个GPU要多大？一个GPU占2U空间。本来就很局促的环境能放多少个边缘设备，这是非常现实的问题。基于此，我们提出从底到上一整套MEC开放平台架构。从最底层的服务器和数据中心的硬件规格的制定，包括水冷、电冷的制定，这个地方我们开始做了，一直到上面的IaaS、PaaS平台乃至上面的应用，我们也在做。我们跟运营商开始制定行业标准，我们提出边缘机房规格建议，它和现在大家熟悉的IDC完全不一样。
简单介绍我们在具体领域中做的实践。云游戏，我们践行应用驱动网络演进的理念，做得比较充分和完整的一件事。我们从2017年开始推动，云游戏的主要理念是我们现在的游戏有一个客户端，客户端可能很重。将来有5G的网络，很宽的带宽和很低的时延，我可以把很多处理、渲染能力放在云端来做。通过推流的方式实时推给用户，以至于它的延迟足够低，用户在反应不过来时间内我已经把它推给用户。这是云游戏的基本思想。
腾讯影业，大家以前听得比较少，这是一个什么样的例子？现在各地有很多文化创意产业园区或者类似横店影视基地这样的地方，各地都在建。那个地方有大大小小的创作室，每天都在拍电影。现在拍电影的效率是非常低的，我现在从摄像机摄影后经过转码、存储，存到硬盘后都是用人肉背走的，背到后面做后期处理。后期处理完后要背回来给导演看之前处理得好不好，要不要重新做？你会发现这个过程是非常低效的。现在我们通过5G的技术提高这样的效率。
5G车联、智能网联，刚刚我跟于教授交流这个问题。中国网联的技术路线和加拿大、美国的不一样，因为中国的网络环境和美国、加拿大的网络环境不一样。我们判断中国在短期内会对5G形成针对特定区域或者特定县的连续覆盖。我们目前判断在美国、加拿大是很难实现的。现在美国高速公路80%还没有4G覆盖，中国和美国的智能驾驶注定走不同的路，中国互联网公司最开始做智能驾驶时都是单车智能的路线，单车的智能存在严重的缺陷。
去年在重庆做了自动驾驶挑战赛，发现非常有趣的现象。凡是单车智能的车无一例外的闯红灯，原因是重庆的天气阳光刺眼，摄像头分不清红绿灯，人眼可能可以分出来。今年这个挑战赛第二届，又热闹了，所有单车智能的挑战选手都碰到一个问题，都败给这个问题。就是鬼探头，走着走着有一个车挡着，突然有一个人串出来。所有设都没办法解决这个问题。除了车端外，我们在路端、云端都有相关的设置。更重要的是我们现在追求低成本的车路协同。我们希望把单车智能、车路协同实现低成本自动驾驶和辅助驾驶。我们的车路协同系统不光用在L3、L4、L5以上，也仆役对我们现在的车有辅助驾驶系统意义。
粤港澳大湾区展望与高科技转化的探讨
问：（崔来中）在我们现在5G人工智能发展的情况下，现在粤港澳大湾区有了新的政策，包括深圳的先行示范区，作为深圳的龙头企业华为公司在先行示范区建设方面有什么样的布局和准备，能否简单的分享和介绍吗？
答：（顾炯炯）现阶段特别是大湾区和先行示范区的政策牵引之下，我们人工智能、5G、物联网、云计算和大数据是基础框架型的创新科技应该会迎来新一轮的爆发式增长。
作为华为来讲，我们会充分考虑发挥端管云协同的优势。端到端全产业链、数字生态链能力的优势，一方面在已经取得优势的智能手机搭载鸿蒙OS物联网终端，加上已经取得百倍速率提升，时延降低，十倍成本节省的5G网络接入基础上，进一步搭建一个服务于各级政府和公共事业机构，包括企事业单位和园区，他们进行创新、数字化业务开发的基础平台。
问：（崔来中）从不同规模的公司，大家觉得你们现在在这样的政策背景下需要什么样的人才，以及你们需要准备什么样的手段吸引人才？
答：（顾炯炯）华为之前更多的是聚焦在工程和产品技术的研发阶段，这时候更多的是聚焦内部人才的培养，或者面向产品工程技术的基础创新。未来我们会更多的聚焦在知识创新领域。现在华为在很多领域里逐步走进所谓的无人区，在未知探索领域里构筑差异化领先力。我们更需要跟业界特别是学术界、研究领域展开深度交叉合作，包括技术合作和商业合作等多种途径和形态。任总鼓励我们企业内专家和研究人员能够广泛地走出去，跟业界形成无缝互动的交流渠道，所谓一杯咖啡吸收宇宙能量，把我们企业在云计算、大数据、5G和物联网里遇到的核心挑战和空白区的问题，提给学术界，大家形成有效的互动和促进闭环体系，更好地促进产学研一体化向我们目标整体迈进。
作者：周治玮
编辑：利晴