中国计算机大会 2018

共享经济

1978年的论文里面第一次就有提到

小猪短租，最近拿到3亿融资

Ofo传言要倒闭，ofo与魔拜要合并，拖欠富士康工资的传言；那么该如何看待这个行情呢？

大体趋势是会扩张的，但是会遇到问题也是很自然的现象，需要解决很多痛点问题。他们只注重技术，并没有注重投资，融资能不能到位，财务和风控。资本能不能得到支持。资本也是惹火了的。需要对资本进行细分。创业者需要对资本好好利用，把财务结构调整好，能够始终使得资本是良性的，要能够活下去。

滴滴事件连续2件事件，滴滴到底做错了吗？

优步在欧洲均被追究刑事责任，包括香港和台湾，日本。（因为优步的无牌照服务），由此可见，中国的环境比较宽容。创业者要倍加珍惜国家的宽容政策。但若是监管过严，那么是不是会导致出租车数量不够。出租车的定位其实并不是必须部分，可以没有出租车，但是不能没有公共汽车，不可能满足所有人都需求。若是做网约车被撞了，可能保险公司不会进行赔偿。

着重监管、技术。

对于企业投资，好像并不是受影响。但是事情发生后能不能把问题解决，或者完善。这样后期企业就不会进行投资了。

滴滴司机一键报警，甚至司机不能被察觉。

平台需要承担社会责任和对客户负责任的责任，并且需要明确的态度。而且事情不能把所有的事情都推给监管方，例如一键报警。企业自身也需要做些科技创新的措施。

电子商务平台责任法最近也有更新。

Block chain（区块链）

共享创业公司出事，虽然投资公司从法律层面没有责任，但是从道德层面来看，其实还是还有很多问题。

共享经济的数据归属权？

例如小猪短租，现在没有一个标准的答案。现在在欧洲开始有人在界定。目前小猪短租就是不明确，现在还是模糊状态。说明未来的隐私保护还是会很吃香的。合作伙伴其实还有合作伙伴，这种说法还是很模糊的。也可以说属于消费者。但是目前在中国还是很模糊。共享经济还是得靠政府出一份力的。

2018年2月国家开始出台最近类似的法律。

数字经济

演讲者：CCF名誉理事长：李国杰工程院院士

中心点：需要排除左右的干扰，就是不能偏左，也不能偏右。

2017年电子信息产业收入18万亿，2017年全国GDP才82万亿。大数据相关收入仅为4700亿。占比如此之小，那国家还如此重视？

本质上是认知技术，决策技术。

大数据：规模大、影响大。大数据的作用不能只看GDP统计。更多在思想观念、还有认知方面的观点，这些并不好统计的，并不适合数字经济的统计。更多是对经济效率，用户体验这类有巨大提升。

2018.7时的统计数据

苹果（9360亿美元）

亚马逊 8800亿美元

Alphabet 8250亿美元

微软 8077亿美元

Facebook 6033亿美元

阿里巴巴 4872亿美元

公司市值越大，跟公司盈利，不就相当于母鸡和下单的关系。

看到这里，突然想到华为的市值，百度一下居然没有上市。还真的是闷声发大财啊。

数字智能仅仅是使能作用，还不能成为一项通用技术（类似电气）。并没有产生什么新的产业，只是提高效率，提升生产力。

我国现在人口红利逐渐消失，需要提升效率。目前只是吹的比较大，其实大数据和人工智能做的贡献并不大。目前TPF并不大，可以参考这个指数。其实表现挺差的。

2001-2003年中国技术效率的年均变化率是-0.02%，2008-2013年，中国大数据企业的技术效率平均变化率为5.9%，效率低是明显的短板。

大数据比高性能计算差了4，5个级别。比如Spark和Hadoop能效极低。目前噱头太大了而已。

目前人工智能仅仅处在信息时代，远远没有进入智能时代。只是人们对他期待太高了。

20世纪最伟大的工程技术成就：计算机仅仅排在第8名。而影响人类数千年的发明是油灯。

我国服务业的比重仍然偏低。仅仅百分之50，低于平均GDP的其他国家的水平。

全球上市2000强企业，美国有14家芯片公司和14家软件公司，中国没有一家。华为大概排5，6名，但是没有上市。我国人工智能基础层、技术层、应用层的人才数量：3.3%，34.9%，61.8%，后者是美国的数据（22.7%，37.4%，39.4%）。我国大多还是在应用人家的技术。

北京大学经济学院院长：孙祁详

1978年时，全中国共计有359万台电话，电话普及率0.38，不及世界水平的十分之一。2017年，移动电话每百人拥有102部电话，不包括座机。孙教授曾经是话务员，对这些数据比较清楚。

稿子一直在修改，可以看出他们都是一些很优秀的人。

经济学是研究资源的有效配置的一门学科。对供求关系进行了详细的剖析，讲的还是听深度的，有点不是很懂（对经济学的专业素养较高）。

从点对点变更为空间格局。提升了供需双方的能力和水平。

农业社会、工业社会、信息社会调整起来更加灵活和快捷。

信息不对称：bat、华为等类似大公司是否会滥用市场势力，其实也是一种垄断，是否会影响消费者的利益。市场的边界越来越模糊。

信息安全、网络安全，双刃剑（带来问题、和解决问题从来都是伴随着人类社会发展的）

现代经济学之父的亚当.斯密的《国富论》

人与技术、人与社会，人与自然，人的全面发展。不能光谈经济，也不能光谈技术，需要结合在一起。（需要努力）

CPU和XPU的未来之路

摩尔定律（18个月性能翻一倍）正在ending，but转化为多核，but，but，but it is not scalable（数量不能太多），why not Scale up the number of Cores?

因为存储受限理论

1ZB什么概念呢？

边缘侧（部署起来灵活）、云端（有延迟）

人工智能的过程：感知&建模&预测&决策

目前cpu的速度够用，也能提升。只是因为内存和存储的问题，导致目前速度难提升。若内存若优化后，速度很快地会上去。

端处理的原因：1.拿到数据第一时间需要处理；2.数据的隐私性，不能上传3.数据和云之间的连接不可靠的，不稳定的，有限的4.端需要有自己的决策，不能完全依靠云端。

不同家公司生产的芯片，例如GPU，这样对开发者开发难度太大了。该如何处理目前寒武纪cpu呢？

可能还是得需要一个过程吧。趋势应该是往更通用的过程发展。会有更通用的编程语言，编程范式会出现。

Cpu主要以64位的浮点运算，而xPU是专用芯片，通用性没有那么好。

算法好，在cpu上面跑的好。但是在GPU不一定好，想想自己的研究还是很浅。不要畏难，算法好不仅是技术好，而且还要服务架构好。（有一个人谈技术谈到太深了，被梅宏院士喷了，哈哈。华中科技大学的金海老师学乖了，说课后谈。迷之尴尬）

到底是软件定义一切还是硬件定义一切呢？

Xpu很难成功，GPU是一个例外。（这是一位老师的看法，具体技术细节没太听懂），就算你做出来了，而且还得有一个生态。GPU就是因为英特尔有个图像的生态，所以成功。

大部分还是更加支持软件定义一切。

应用驱动发展，软件定义一切，硬件改变未来。

GPU仅仅目前只是一个加速器，并没有说不要cpu。

未来xpu是作为协处理器呢还是干脆不要cpu呢？

生态环境有了之后，可以直接用仅仅用xpu。

Cpu会永生。

加速芯片仅仅是辅助的功能。

技术需求角度去看，通用部分和特定计算（计算极致），这样就出现了cpu和xpu。

产品形态，另外去看，产品定义的必要性。

Cpu+gpu，cpu+npu（手机里面），从技术需求和产品形态去看。（我个人也更加认同最后一个观点）

Xpu仅仅是一个加速器，不要听炒作，吹嘘的太大了。

软件工程50周年2018年

1.AI和可靠性工程的问题

软件定义一切

日志数据也可以做数据分析

AI真的可能会有危险？倒不是因为AI有情感，只是代码可能会有问题，也即是可靠性的问题。

可能设备上面贴上胶带，那么自动驾驶可能就会出问题。之前所设置的模型就会出问题。也即是软件测试（AI软件除错），李世石赢了阿尔法狗的那一局，也是有一步棋故意走的比较奇怪，模型的行为覆盖率非常难覆盖。

数据不同、网络不通、random去测试错误率

Software is eating the world, and AI is eating the Software.

未来5到10年，软件工程会出现什么问题，比较重要，有可能会被解决？

理论和实践结合可能会更多。

软件运行时间、用户体验、运维方面（三个方面都需要数据进行驱动）

微软：data driving 的企业文化（运用到软件开发里面去）

程序语义的深度理解

AI可以取代人工劳动力暂时还不能，因为软件可靠性的问题还很大。未来5到10年必须要有突破。更需要有规格化。可是自动驾驶又需要上路，所以还有很多问题需要解决。

哪一种是机器最可能可以取代人的？

测试是最容易被取代，但也不是完全取代，把测试人员一些琐碎而不复杂的工作可以作自动化。软件工程中越后面的东西越容易被取代。因为新的环境和新的工具出现时。

2000年之前，关注是需求较为稳定的大规模软件开发。那个时候编码可以被取代。

2000年以后，关注是需求相对不确定的大规模软件开发。这个时候需要采用敏捷、迭代式的，这个时候编码需要由人来做。

开发、部署、运维。

软件工程最想造出银带（银蛋）？

越是可定制的就是可替代的，越是与现实世界的则不可被替代。

机器还是和人工存还是比较好，这样可以更好提高生产力。

架构设计比较难取代。局部的好解决，系统性的不好解决。

开源代码的复用性会提高，而私有代码会减少

低时延数据中心操作系统

上海交通大学：陈海波教授

100ms amazon 10亿美元损失

500ms google 35亿美元损失

时延包括系统时延和网络时延

迁移数据>>迁移计算

SDN—SDX(发展到如今的SDX)

大数据人工智能：热点炒=》入门甜=》变革痛=》成功难

转型期=》需要去浮躁+去功利知止而后有定，定而后能静，静而后能安，安而后能虑，虑而后能得。

中国计算机大会 2018相关推荐

中国计算机大会2018议程,HitChain技术团队参加2018中国计算机大会
10月25日至26日, 会议期间陈照先生主要与国内计算机领域知名专家及区块链同行深入介绍了HitChain的产品愿景.设计理念.底层架构以及当前项目进展.并与清华大学.浙江大学及北京航空航天大学等著名 ...
谭晓生大闹中国计算机中心,360高管谭晓生不满中国计算机大会拖堂和临时加议程，现场摔话筒发飙...
IT之家10月28日消息在杭州举行的2018年中国计算机大会上,360副总裁兼首席安全官谭晓生不满会议拖堂以及临时增加议程在会上摔话筒和文件发飙,并向会场所有人表示可以散会了,同时向他请来的四位嘉宾 ...
CNCC2018中国计算机大会：自然语言生成，让机器掌握文字创作的本领
本论坛是2018中国计算机大会(CNCC)的分论坛之一:自然语言生成,让机器掌握文字创作的本领.涉及自然语言生成目前成果总结.产业应用及前景展望.包括微软小冰.阿里小蜜.高考议论文自动生成.腾讯新闻推 ...
CNCC2018中国计算机大会：人工智能与信息安全分论坛
本论坛是2018中国计算机大会(CNCC)的分论坛之一,涉及人工智能与信息安全交叉应用前沿领域,包括恶意文本识别过滤.神经网络攻击.对抗样本生成与模型迁移.白盒与黑盒攻防策略,以及移动设备AI应用模型 ...
TensorFlow Lite：TensorFlow在移动设备与嵌入式设备上的轻量级跨平台解决方案 | Google 开发者大会 2018...
Google 开发者大会 (Google Developer Days,简称 GDD) 是展示 Google 最新开发者产品和平台的全球盛会,旨在帮助你快速开发优质应用,发展和留住活跃用户群,充分利用 ...
2021年度中国计算机大会的技术论坛，值得一谈
CCF秘书长唐卫清详细介绍了今年CNCC技术论坛,无论是从数量.质量,或是覆盖范围的角度来说,本届CNCC技术论坛都超过了往届,将为参会者带来学术.技术.产业.教育.科普等方面的全方位体验. 中国计算 ...
CNCC 2019 | 计算领域年度盛会—中国计算机大会10月将在苏州举行
2019年7月24日,中国计算机学会(CCF)和苏州工业园区管委会共同举办2019中国计算机大会(CNCC2019)新闻发布会,向各界介绍CNCC2019的筹备情况. 据本届CNCC大会指导委员会主席 ...
网站性能调优开发工具: Lighthouse, Puppeteer 以及进阶部分丨 Google 开发者大会 2018...
这次 Google 开发者大会请来了 Lighthouse 的工程师 - Eric Bidelman ,分享如何简单地使用 Lighthouse, Puppeteer 来自动化我们日常的流程.它是一个 ...
开课吧python学费-开课吧成为CNCC中国计算机大会唯一教育合作伙伴
原标题:开课吧成为CNCC中国计算机大会唯一教育合作伙伴 10月22日,一年一度的计算技术领域的年度盛会--中国计算机大会CNCC在北京(主会场),沈阳.杭州.济南(分会场)同步召开, 本届大会以&q ...

中国计算机大会 2018

中国计算机大会 2018相关推荐

最新文章

热门文章