【硅谷网报道】 北京时间2017年5月20日，以“科研·产业·融合”为主题的2017CCF青年精英大会在北京国家会议中心举行。本次大会由中国计算机学会(CCF)主办，Xtecher协办。大会邀请了30+位学界大咖，首次曝光12项高精科技，并设有人工智能、大数据、云计算、信息安全、综合领域等5大前沿技术头脑风暴会。CCF YOCSEF 指导委员会专家、北京航空航天大学教授、CCF会士、虚拟现实技术与系统国家重点实验室主任、中国工程院院士赵沁平作为特邀嘉宾做了主题为《两篇虚拟现实中的科学技术问题有感》的分享。
以下根据演讲实录整理：
各位年轻的朋友，今天非常高兴能够和计算机界的青年精英在一起研讨问题，共享感悟。来之前主办方告知要开这样一个大会，希望让我来发言，我说什么主题?主办方说主题是：如何做有价值的科技。在半个小时的时间里谈如何做有价值的科技，我是不行，我只能谈一些体会，但是有人可以，谁可以呢?他一定是公认的有价值的科技人才，同时具有哲学思想，善于归纳，能够用几句话把如何做有价值的学问归纳出来。他就是爱因斯坦，我们看看爱因斯坦的大人物怎么说的。
首先是好奇心，我们思想的发展某种意义上来自于好奇心。爱因斯坦说：“我没有特别的才能，只有强烈的好奇心，永远保持好奇心的人是永远进步的人。我从事科学研究是出于一种不可遏制的，想要探索大自然奥妙的欲望，别无其他动机。”
二是想象力，想象力比知识更重要，想象力是科学研究的实在因素。逻辑会把你从A带到B，想象力能带你去任何地方。爱因斯坦表示，学习知识要善于思考，思考，再思考，我就是靠这个学习方法成为科学家的。
“我没有什么特别的才能，不过是喜欢寻根究底地追究问题罢了。不是我聪明，只是我和问题周旋得比较久，坚持不懈才是天才。”
“人们把我的成功归因于我的天才，其实我的天才只是刻苦罢了。人的差异在于业余时间，业余时间能成就一个人，也能毁灭一个人。”比尔盖茨也说过这样的话，对真理和知识的追求并为之奋斗，是人的最高品质之一。
爱因斯坦把他做学问和自己的感悟讲的非常清楚，我认为他讲得非常好。从他讲的这些内容来看，我有一些个人的感想和体会。
人类的创新的动力到底有哪些?从爱因斯坦的总结来看，人类创新动力源自于他的两大本能，一是好奇心，二是想象力。
好奇心驱使我们想要了解他人的隐私，自然的奥秘，这是人的本能，这是好奇心。比如，我们科学家在探索追求自己的奥秘，自然界的秘密。人和动物都有生存的欲望，什么样环境更好，更适合你的含量，这源于人的想象力。动物有智力，但是想象力只有人才有。好奇心驱动了科学探索，发现自然规律，而想象力包括生存欲望，就是改造生存环境的想象力，能够驱动技术发明，改造自然环境。
无论是好奇心的对象还是改善生存环境的对象，都有对象，对什么好奇?你的好奇来源于什么，你改善生存环境的对象来源于什么?大体上有这么三类：1、对已有的知识好奇。2、好奇的对象是自然界。3、人类社会对象，还有改造环境的对象。首先是已有的技术和设备，另外自然界的对象以及人类社会的对象。
不同的来源是他感兴趣的对象，或者好奇的对象，或者是你想改变它的对象，它的不同来源取决了创新的兴趣。如果你的问题来源是已有的理论和知识，或者已有的技术和设施、设备，这是问题的来源。我们现在绝大多数从事的科学研究，包括我们所指导的博士生、研究生，绝大多数的问题来源都是在这个里面。这也是一个非常好的问题来源，它可以改进完善已有的理论和已有的技术，达到创新的成果，使科技、社会不断进步。还有问题的来源，是直接来源于自然界以及人类社会的对象，一般的原始创新类都是来自于这一类。
作为一个从事科学研究的人，我是从事虚拟现实这方面的研究。90年代初期，我在1993年以前从事人工智能研究，后来1993年到美国学习。我当时到美国想寻找人工智能的背景，当时人工智能还处于低潮，人工智能几乎没有太多的应用，当然在一些领域比如说机器各个方面有一些，但是没有像现在人工智能一样应用这么广泛。到美国以后看到它的虚拟环境，比如：虚拟战场环境，有一些坦克的行驶路线，有路径规划以及避障，就做这个人工智能，还是图象建模等。我回国以后，一直从事虚拟现实的研究，到2010年左右思索虚拟现实当中的问题，归纳总结十个问题上，这十个问题发表在ACM上，以下是这十个问题的题目：
1、现实世界所有的事物是否都是可数字化建模的?因为虚拟现实首先要解决的问题是建模，是不是所有事物都可以建模?
2、事物及其建模的复杂性是否可以度量，如何度量?这就是模型的复杂性，像我们几何模型，它的目前复杂性通过几何的面片片，我这个是几千万个，我这是几百万个，其他的模型，比如说物理模型等，是不是还有度量的测度，这是从当时的认识提出这样的问题，就是让我的学生回答，让博士生们回答这个问题。
3、模型的可行性。
4、是否存在着模型相似性度量方法。
等等……
我一共提了十个问题，这个问题的来源是已有的理论和结论。
研究了七、八年之后，我有一些研究成果已经到了可以产业化的地步，所以又有了很多新问题，我今年又归纳总结了十个问题，这是发表在今年的计算机科学中文刊上的问题。
第一个是VR头戴的显示输入与交互，在座可能都戴过VR头盔，VR头盔是全封闭的设备，那么怎么输入?因为它是全封闭的，我们看不到实物，VR头盔里面也看不到人的肢体，所以它的输入是一个问题，更么如何更好以及便捷的输入?还有如何在VR头盔里面体现人的肢体，这是需要研究的。大家看这十个问题，基本上都是来源于现有的设备、现有问题、现有装置。对已有问题理论的来源，比较多地转到现有技术和设备产生的问题来源，更接近于实际，更接近于实用的来源。
目前主要研究的是人体虚拟孪生。目前的建模以后就是固定的，比如说一棵树、一个房子建模模型建好就是这样，虚拟孪生是可以进化，随着你的生长，也可以进行成长，就是在数字化的时候，就是孪生。对真实人体进行多静态多云数据采集，并通过几何物理生理和智能的建模，构建成的一个数字化人体。
首先从人体的时间尺度和空间尺度都是跨度非常大的，空间尺度可以从微米到到米，时间尺度从毫秒到年以及百年，更不用说还有人的智能，以及对人智能的建模。当然它的建模也有很多科学问题，由于时间关系不展开讲了。刚才所说的解剖学的建模，还可以从中医角度讲虚拟人体。人体多尺度单元生理生化模型和人脑及其智能模型，或者人的中医信息学，可以说虚拟人体是虚拟现实的终级目标。如果把虚拟人体建立起来了，那么虚拟现实什么都可以建了。
我们的目标：孩子出生以后，有一个完全等同的数字化虚拟孪生伴随其同步成长，作为其终生的建肯档案和医疗试验体。你做手术可以先在虚拟人体上做，然后再给人体来做。
前后十个问题，前十个问题大多数是已有的理论和知识;后十个问题，大多数是已有的技术和设施，这是个人本身从事研究问题来源的过程。
还有就是人体虚拟孪生，直接对自然现象，直接对人体，这个有可能产生原创性的成果，我和国外的专家进行讨论了，他们基本上在同一个级，而且我们还多一个中医方面，非常有可能作出原创性的成果。
有了问题来源以后，如何切入思考?我谈一下个人的体会。如果问题来源是已有结论，我给我的学生讲如果你的来源是看文章也好，看文献也好，首先是抱着怀疑的态度，就认为他有问题，抱着这个态度来看文章和文献的。怀疑他的正确性，或者对它的作用不满意，认为他有局限，抱着怀疑的态度看已有的结论。对已有的理论或者是结论怀疑，寻找它们和客观实际不符或者矛盾之处，指出存在的问题，推翻结论，这本身也应该算是一种创新。就是寻找反例，只要你找到反例，它这个结论就不行了。
简单举一个例子，在座大家都知道在北大的马希文教授，他当年做的工作非常好，在美国不幸英年早逝。马老师他想突破图灵计算，从理论上突破，而且他还研究了一套，就是图灵系统上又增加了一套功率。这是一个可计算序列，如果存在极限的话，这个极限也是一个可计算函数。一个可计算函数的序列如果存在计件，这个计件也是可计算的函数。但是我看了以后觉得图灵计算不容易突破的，这个突破我总是不敢相信。我觉得再自然，也是有问题的。我就取了一个不可计算的函数，把不可计算的函数定义都是无限的，把这个定义有限化，限定，成为一个函数，这个函数就是看计算，你定义是有限的，它一定是可计算的。不断把这个定义扩大，就形成了一个可计算函数的序列，但是它的极限是不可计算。曾经到美国拜访马老师，马老师说确实是有点问题的。首先怀疑他，如果对他已有的结论不满意。比如说你觉得他的效率比较低，或者是他的适用范围比较窄，有一种办法就是把他的算法适用范围给缩小，一般缩小的算法适用算法，一般来说效率可以提高。相反，还有归纳方法，泛化的方法认为这个作用适用面太窄，扩大它的适用范围，扩大以后又需要许多证明，这一点办法比上一种难度大一些。还有一种结合的方法，这是我们学生常常用的一种办法，针对同一个问题两种不同的解决方法相结合得到一个新的解决办法。上面创新力度并不是很大，但是也应该算是创新的一种。
如果问题的来源直接来源于自然界或者人类事物，或者人类活动，这个难度比较大，要获取数据进行研究创新，我们搞计算机的、模拟仿真等等的范围。
作为从事计算机研究的工作人员，我们的问题来源有可能是计算机和计算机系统，我们就是要提高计算和计算系统的性能，作为从事计算研究的，计算机科学中的创新目标大致有三个方面：更高效，更聪明，更适人，这是我们从事计算机系统研究永恒的三个目标。当你面对自然，面对人类社会进行研究创新的时候也有一些大体的思维的方式和方法。首先形成概念，形成新的概念，如果要是形成新的概念这是创新的起点，形成新的概念并进行划分和分类，这也是一个创新的方面，如果形成非常好的概念，进行非常好的划分，这是很不容易的事情，做研究的领域。对于我们从事计算机研究，对你所研究的对象进行分类，这个分类关键在层面，比如说计算和计算相关的类型，比如说数据类型、信息流向进行分类才是在本质上进行分类。
举个例子，比如说对计算机体系结构的分类，指令流、数据流的数据，这就是从指令流以及数据流的流向进行划分的。还有一种对体系结果的划分，是以指令的驱动方式，比如说控制驱动，数据驱动进行指令上的分类。形成概念，对你所研究的对象形成了新的概念，进行了它的划分和分类，这是创新研究的起点。比如说类比法，就是联想。参考与当前研究对象具有相似性的已有对象的有关另论，将其方法平移过去，这也是有很多的这些方面的类比，获得灵感或者是动物的一些先例，都有这样的例子。还可以尝试对称和反向思维，就是反着来，你这样考虑我就是反着考虑。自然界很多事物都是对称的，是矛盾的，这是普遍的。比如说你说是数据驱动，我对指令驱动，对计算机的驱动是反着的，这样的事例都有很多。
发现结构和寻找算法，顺序你的论意没有结构就没有高效算法，如何发现这个数据的结构是非常重要的。
寻找特殊点，咱们都讲大数据，找到大数据的共性、特征和相关性，也有许多小数据，特别是特殊点是非常重要的，特别是对于我们科学研究，面向自然对象来说，比如说极值点、临界点、奇点和不动点等等，这些点往往有着和其他点不同的特征和属性。发现这些点的话，很有可能导致创新。
人脸识别，应该有人脸肌肉的拉动，来作出各种表情，人脸的肌肉点是动点，我们的穴位点，人脸上的穴位点是不动，能否把人体和穴位点联系起来是值得考虑的，这些上面都有它的特殊性。如果从这些方面可能能够发现一些意想不到的结果。
发现基本元素，构成你所研究对象的基本元素，这是原始创新的途径。比如说三原色加上灰度变化可以够吃所有的色彩，点线面加上拓扑变换可以构成所有的几何图形。现在有人找人的基本味觉，如果找到基本味觉的话，这个虚拟现实里面的味嗅觉的交互可以实现。现在找到了七个基本味道，七个基本味道可以组合产生所有的味道。
模型化，这也是我们搞计算机进行创作的方法。
模拟人的思维方法，我们计算机就是代替人脑，人工智能就是干这个事情，怎么模拟人的思维。比如说人的归纳推理，人的类比推理能力，现在机器学习就是研究这些方面的。
工具化与芯片化，怎么样把这些算法成为软件工具，再做成芯片，这也是我们技术方面的创新。
可以尝试有计算理论来解释所遇到的所有问题，然建有说软件定义一切吗，用计算解释所有的事情。
刚才谈了由十个科学问题所想到问题的来源，现在主要确定虚拟人体的目标，从事研究问题来源也好，从事的对象也好，目标也好，相比之前我们有了很大的发展。所以在继续跟踪国际先进的科技的同时，完全有可能越来越多的有中国自己的原始创新成果。
当然，科技创新还是没有捷径的，需要多阅读、多体察、多交流、多思索。坚持坚持再坚持，某一天你就会产生灵感，做博士论文也是这样，看了大量的东西，思考了大量东西某一天发现有感觉了，而且这个时间可能需要比较长的时间，有可能需要几年的时间。
坚持非常重要，我带最后还想说，动物也是这样。从进化的角度上，比如说熊猫，应该是吃什么东西，它吃的东西越多越好，这个熊猫不是的，偏偏只吃一种竹子，还有蚕也只吃桑叶，这个进化角度不适合，偏偏就是这个，就是坚持，我就吃这个。坚持到最后，熊猫成了国宝。
在座的青年精英们一定在你的理想以及目标上不断坚持，最终会成为我们国家的栋梁之才，谢谢各位。
|
