张首晟教授生前演讲：量子计算、人工智能与区块链

当地时间12月1日，美国华裔物理学家，美国斯坦福大学终身教授、美国科学院院士、中科院外籍院士，丹华资本创始人张首晟教授去世，终年55岁。

张首晟是斯坦福大学物理系、电子工程系和应用物理系终身教授，一直在拓扑绝缘体、量子自旋霍尔效应、自旋电子学、高温超导等领域做研究，他领导的研究团队于2006年提出的量子自旋霍尔效应被《科学》评为2007年 “全球十大重要科学突破” 之一。他还被杨振宁认为是下一个华人诺贝尔奖获得者，所获物理界重量级奖项包括欧洲物理奖、美国物理学会巴克莱奖、国际理论物理学中心狄拉克奖、尤里基础物理学奖等。

除科学家身份外，张首晟也是一名投资人，于2013年创立丹华投资，专注于投资最具颠覆性的创新科技和商业模式，并搭建起斯坦福、硅谷和中国的桥梁。

本文据张首晟教授生前在谷歌的主题演讲整理而成。

以下为演讲全文：

谢谢各位前来。我非常开心来到谷歌，被Daya介绍同样无比的荣幸。在此之前，我们已经彼此交流了很久，今天我想跟你们分享一些个人的看法。

关于未来信息技术内容，包括：量子计算，AI人工智能、区块链。特别是这三者的联系。我相信目前学术界有很多学者已经在研究这几方面的内容，但有机会能来参加此次学术会议我还是相当兴奋，因为会议研究的主要内容是：三者的内在联系。

首先跟大家分享一个“古老的”科学新发现。

多科学问题都对应着深刻的哲学问题，我们存在于一个对立统一的世界中，这个世界中有正数，也有负数；有借款也有贷款；有阴也有阳；有好人也有坏人；天使也有魔鬼。在现实生活中同样也存在着对应的道理。

1928年，其中一位全世界最著名的理论物理学家-狄拉克保罗，尝试将爱因斯坦相对论运用于量子力学。在数学公式推导的过程中，他遇到了不少的平方根计算。随后回想到自己高中时期的平方根问题，9的平方根不仅等于3，因为3的平方等于9，有-3的平方也等于9。所以当你对一个正数开方时会同时得到一个正数和一个负数。

狄拉克对开方得出的负数相当不解，这件事对迪拉克产生了深远的影响。他预言世界上的所有物质，都有正物质和反物质两种形态。如今在威斯敏斯特教堂，你依旧能找到保留完好的迪拉克公式手稿。

2012年获得的“保罗狄拉克勋章”是对我的研究工作最值得肯定。就像我刚才讲的一样：当你对一个数开方，可以得到一正一负两个数字，存在负数是宇宙的一大规律。也就是说只要是宇宙中的物质，就一定存在反粒子。现在看来这是一个再正常不过的完美等式。但在1928年，那个没有反物质的年代，提出这样的理论很不容易。比如当时的人认为：电子的反粒子是一种质量相等但带负电的粒子--质子，虽然质子带的电荷与电子相反，但它的质量却是电子的2000多倍所以那时根本没有人相信他。

但你们猜他说什么？老子的公式如此超前，你们这帮学渣还是先去练级吧。人们确实去提升等级了。狄拉克非常幸运，五年之后，在观测宇宙辐射的时候（地球上很难观测到，但宇宙中存在），科学家们捕捉到了反粒子，并命名为正电子和电子质量相同但带电相反。

我觉得这是人类历史上一次伟大的假设。前期假设很美好，后期结果也很给力。如今人类已经将反粒子应用于医疗方面，比如著名的医学成像技术--正电子层析成像技术，就是利用了反粒子的理论研究出来的。好莱坞也有很多类似的电影题材，比如大家所熟知的达芬奇密码的续集，天使与魔鬼（原著作者丹布朗，主演汤姆汉克斯）电影的高潮部分就是一段天使与魔鬼为争夺反物质而展开的史诗般战斗。

宇宙中到处可见反物质，如果你拥有了反物质或者反粒子，灭霸估计都难奈你何。但这一切都是基于一个美好的推论上，但人类的好奇心从未停止。在狄拉克的伟大假设之后，又有一位伟大的物理学家走入了我们的视野：埃托马略安娜。他提出了一个问题：有没有一种物质不含反粒子，或者有没有一种物质，本身就是他自己的反物质。他提出假设，写下等式。但这次他没有那么幸运，没有人相信他，没有人见过这个公式，他本人也比较失望。从那以后，这个问题就成了基础科学中一个未解之谜。

我们有一个科学亟待解决问题列表。比如在这个列表上有什么是上帝粒子和波色子？好在在2012年日内瓦的一个实验室内上述问题有了答案。再比如引力波，它的提出人爱因斯坦就没有狄拉克这么幸运了。100年后才被人们发现有引力波这种物质，前两年才得到证实引力波的存在。这就是那个神奇的列表反物质粒子也在其中。而诸如什么物质的反物质是它本身这样的问题也就是玛丽安娜费米粒子问题，一直在这个列表的最顶端。

也许寻找玛丽安娜费米粒子是科学家们最感兴趣的问题。就像我刚才讲的一样。玛丽安娜非常失望，因为没有人相信他。

安娜是意大利人。但他登上从纳皮尔开往巴勒莫的渡船后从此消失。这是科学界的一个未解之谜。从他消失到今年已经整整80年了，不过告诉大家一个“好消息”：不仅他消失了，他撰写的文献也没有找到。这才是我今天的重点好嘛。他当时是写下了推导的公式，但是没有告诉任何人公式放置的地点。这就是为什么我们花了80年去寻找它的原因，但我们在斯坦福的科研小组提出了在哪里和怎样找到这些粒子？

2010年至2015年前，我们小组撰写了三篇文献。第一篇就是准确预测粒子的位置。令我们吃惊的是该粒子并不在大型的粒子加速器中，而在我们常见的一种半导体器件中。之前我已经介绍过了，我们小组十年前发现的一种物质，学名叫拓扑绝缘体，在这种绝缘体中放一些磁性的掺杂剂。拓扑绝缘体的材料是一些普通的绝缘体，而磁性掺杂剂是铬这种物质。这样在两种物体的表面，就会形成一个超导体。我们认为在这种条件下，能够捕捉到玛丽安娜费米粒子但仅仅这样还远远不够。我们不仅要找出粒子存在的位置，还需要找到需要测量的物理量，好在常识帮到了我们。一般情况下，粒子都有两面性，像硬币的两面，有正面，有反面，有正粒子，有反粒子。但是玛丽安娜费米粒子只存在一种粒子：只有正粒子，没有负粒子。他就是传说中的半粒子所以这个半粒子的概念，将会在我接下来的量子计算演讲中异常重要。

好了，不管怎样，玛丽安娜费米粒子是普通粒子的半粒子对于普通粒子都会存在一定的电导率或导电率。这种电导率一般都能被量子能极化，表现出零级一级二级等能级普通粒子的能级是离散的整数。所以，如果玛丽安娜费米粒子半粒子那么它表现出的能级特征应该是普通等级的1/2能级3/2能级。所以在半粒子这个系统中，你能够测量导电率，但一定要在半能级的位置进行测量。

去年在与加州大学加州洛杉矶分校的同事合作中，他们将我们提出的理论模型变为现实。在理论研究的基础上，测量了玛丽安娜费粒子的能量。在一二这种整数能级的中间会有1/2这样的半能级。1/2能级就是玛丽安娜费米粒子为半粒子的关键证据，普通粒子整数能级。玛丽安娜费米粒子半步能级去年《科学》杂志将该成果刊登后，我们好好庆祝了一番。

在那个激动的时刻，我又想起了曾经看过的电影--天使与魔鬼。我觉得我们在天堂只找到了天使，并没有找到魔鬼，所以我们称该粒子为天使粒子。所以说了这么多，到底有什么用？传统的计算机已经相当强大，但他们擅长的东西并不全面。我给两个超大的数字让计算机做加法，他秒秒钟就算出来了。例如谷歌云，他算得超级快。但如果给计算机一个数字，让她产生两个相关的数字。比如15等于5×3，但11就不能。你可能说11等于1×11，但是没有意义。如果给一个超级超级超级大的数字，它分解成两个相关的数字，像分解15一样，或者像11不能分解，传统的计算机怕是要蒙圈了。唯一的办法就是进行海量的搜索，从2开始一直搜索下去，到永远。

所以计算机运行的最大问题是什么？像谷歌云这样的计算，本质就是一个寻找最优解的过程。当机器寻找最优解时就会搜索所有的可能性，包括寻找最短路径等方式。这个过程都要花费大量的时间做最优化搜索，这会消耗大量的时间。这就是为什么计算机还需要不断更新迭代的原因？

让我们进入到量子世界看看，量子世界的秘密是什么？假设屏幕上有一对双缝，我用一把普通的手枪分别射击双缝子弹。要么通过左边，要么通过右边的缝隙。在屏幕后方你将看到两个弹痕，左右各一个。但如果你尝试通过双缝射击两个基本粒子，情况就不一样了。背后看到的不是左右两个弹痕，而是一副复杂的干涉图样。当两个粒子同时穿过双缝，干涉图样产生，他同时穿过左右两个缝隙。如果不是同时穿过，干涉则不能产生。所以量子世界就是一个平行的世界：两个粒子同一时间同时穿过两个缝隙。

很多人就在思考刚才的问题。传统计算机解决复杂问题的能力，也许可以使用一台量子计算机，同一时间同时搜索所有可能的答案。也就是说，理论上，计算机可以同时搜索所有的可能答案，然后立马给你计算答案，能够这样迅速的提高计算机的计算能力，想想就好兴奋呢！

我接下来跟大家分享一下人工智能，人工智能也是一个基本概念，60年代就已经提出来。之所以今天人工智能能够有突飞猛进的发展，主要是三个大的潮流的汇总。根据摩尔定律的迭代，每过18个月能够翻倍，如果用量子计算的话，不只是按摩尔定律18个月翻倍，而是完全从量变到质变的，我们的计算能力在不断增长，和过去40年差不多。另外互联网和物联网的产生，造成大量的大数据，大数据又是帮机器能够真正学习，再好的算法，再powerful的计算机没有数据的话不能达成最佳的人工智能，另外也有智能算法的发现，并且有突飞猛进的变化。

但是整个人工智能，大家虽然看到它突飞猛进在改变，但是我觉得还是处在非常早期，它今后的前景还是非常广阔。为什么这么讲呢？做一个简单的类比，比如我们曾经看到鸟飞，人也非常想飞，但是早期学习飞行只是简单的仿生，我们在自己的手臂上绑上翅膀。但这是简单的仿生，但真正达到飞行的境界是由于我们理解了飞行的第一性原理就是空气动力学，有了数学原理和数学方程之后就可以人为设计最佳的飞行，就是现在的飞机飞得又高又快又好，但是并不像鸟，这是非常核心的一点。可能现在人工智能是在简单地模仿人的神经元，但是我们更应该思考的，在这里面有一个基础科学重大突破的机会，就是我们真正去理解那个智慧和智能的基本原理，基本的数学原理，这样真正能够使人工智能有突飞猛进的变化。

另外大家经常问的到底用什么样的判据能够真正衡量人工智能达到人的标准？大家可能听说过图灵测试，图灵测试是说人跟机器对话，但是我们不知道大在背面到底是人还是机器。整个对话的过程中，你如果花了一天的时间根本感觉不出来，那就是说机器人好像已经达到人的水平。我是不太赞同，虽然图灵是一个伟大的计算机科学家，但是我并不赞同这个判决。人也是进化的过程，人的很多情感并不是理性的情感，要让一个理性的机器学一个非理性的人的大脑可能并不是那么容易，比如你可能故意激怒机器人的话，说不定它也不怎么会理你。

所以我想提出一个新的判据，机器怎么说哪一天真正超越人的智力？人最伟大的一点就是我们能够做科学的发现，最好的判据就是哪一天机器人真能够做科学的发现，人更好地知道科学发现，那一天机器就超过人了。

最近我在人工智能里面写了一篇文章，将会在美国的科学院杂志上发表，题目叫“Atom2Vec”，人类最伟大的科学发现之一，有相对论、量子力学，在化学里面最伟大的发现就是元素周期表的发现。今天的机器假定我们根本不知道元素周期表这件事情，今天的机器在没有任何辅导的情况下，他自己能不能自动发现元素周期表？我们输入的就是所有存在的科学元素的名字，把这些化合物的名字输入这个算法里面，结果这个机器自然地发现了元素周期表，它可以做出人类认为最伟大的科学发现。然后我们这个程序可以帮助我们发现新药，也可以用机器学习的办法发现新的材料。

接下来我会再跟大家分享我最后一个题目区块链，人工智能在突飞猛进发展，但是人工智能最缺少的是数据，恰恰今天数据是处在完全中心垄断的状态里面，不能帮助机器合理地学习。大家听说在一个星期之前Facebook很多个人的数据被盗一样，至少在没有被允许下就用。在今天的世界个人会产生出很多的数据，个人的基因数据、医疗数据、教育数据、行为数据等。但是很多这些数据都是掌握在中心机构里面，没有达到真正的去中心化。但是区块链的产生就是能够产生一个数据市场。所以我理想的世界，未来每人拥有自己所有的数据，这是完全去中心化的储存，这样黑客也不可能黑每个人的数据。然后用一些加密的算法在区块链上真正能够达到既保护个人的隐私，又能够做出良好的计算。

所以我把今后区块链的整个理念用一句话来描写，叫“In Math we trust”，我们的信念建筑在数学上。这张表大家应该记得，我看到很多人在照相，某一天它肯定会为整个区块链和整个IT领域里面最基础的，它既是最基础的数学，又是能导致数据市场里面保护个人隐私，又能够做出合理的统计性的计算。比如有一种非常神奇的计算方法叫零知识证明，它能够向你证明我的数据是非常有价值的，但是又不告诉你真正隐私的数据在哪。

我今天报告的题目主要是有一个核心的理念，就是要使得IT真正能够发展，既需要物理学，又需要数学。深圳在应用方面做得不错，但是由于大学还不是在全世界范围里面最领先的大学，但是我建议最核心的投资，这一类的数学和物理，跟IT领域真正有紧密的联系。

有了区块链之后，这个数据市场的产生，我们也真正能够使得社会变得更加公平，我们现在社会最大的不公平是我们容易歧视一些少数派。但是在机器学习的过程中最需要的就是那些少数派所拥有的数据。如果今天机器学习的精准率达到90%了，我要使90%达到99%，它需要的不是已经学过的数据，而是跟以前最不一样的数据。往往是少数派拥有的数据对机器学习来讲是最有价值的。一旦我们建筑在区块链的基础上，再加上这些奇妙的数学算法之后，我们就能够真正达到数据市场，在这个数据市场里面，这些少数派所拥有的数据是最可贵的。这样的话我们真正能够把一个丑小鸭变成一个美天鹅，因为丑小鸭并不是丑，只是跟别人不一样而已，在这个世界里面真正达成区块链和人工智能互相共存的世界理念，它们是会最有价值的。

整个区块链，大家对它的认识还不是最根本的第一性原理的认识。用最基本的物理学原理来讲，达到共识就是大家都同意同一个账本，就相当于在物理学里面，比如磁铁本来是杂乱无章的，但是到了铁磁态里面它们指向的方向都是同一样的。所以达到共识在自然世界里面有，在今天的人文世界里面也有。但这种现象是叫熵减的现象，达到共识，大家都朝一个方向的话，这个状态的熵是远远比杂乱无章的熵要小。达到这个共识是非常难的，因为熵总是在增的，今天你要把它减是很难的事情。在区块链上能达到一个共识系统都是用一种算法，在这上面是需要消耗能量。大家可能一开始不太理解为什么这件事情听起来不合理，一些账户为什么要耗费能量。从物理学第二定理来讲，这是非常合理的一件事情，因为达到共识本身是熵减，但整个世界的熵一定要增加，所以在达到共识的同时一定要把另外一些熵排除出去。这种没有中心化的机制跟自然世界里面磁铁从杂乱无章的状态达到有序的铁磁状态非常相像，这付出的代价也是必然的趋势。

我在这里跟大家分享，我除了做斯坦福大学教授之外，也是丹华资本创办人，我们主要的核心理念就是要把今天最前沿的科技和投资要紧密联系起来，要用第一性原理的思维方式来理解今天的世界。

我另外想讲的是我是来自学界，我们在整个人工智能领域里面需要做两个大的桥梁，一个是要学界和产业界做紧密的联系，在学界有最好的物理、最好的数学和算法的发现和发明。在今年1月8日，我非常荣幸在人民代表大会堂受到习总书记给我授予的中华人民共和国国际科技合作奖。我们整个世界科学是最无止境、最没有国界的，科学能真正把人类带到超越国界的，今天我们所要解决的人工智能、量子计算都是整个人类的问题。所以我们一定要把我们的眼光不要放在自己的局部，而是放眼整个全球和整个世界。在这个过程中，中国也是一个非常大的机遇，大家都想回答的问题，我们中国除了把应用科技做得好，能不能在中国有真正原创科技的产生。我今天跟大家介绍的这些都是最基本的物理和最基本的数学原理，我们这方面能够做好的话，而且这些原理听起来比较抽象，比如熵增原理，正负电子。但是在最基本的层次上，这是我们今天这个世界的奇妙，它真正能够给整个IT行业提供最基本的科学技术发展的前景。

谢谢大家。