为什么外国学习成绩差但科技发达,而中国学习成绩好但科技落后?

  建筑设计师是多少人孩童时候嘚梦想。到了考大学选专业的时候建筑学自然也成了不少学生考虑的对象。与此同时建筑学作为持续热门的专业在近几年也是广受争議的,临近报考家长和学生在在否报考建筑学专业上也更加纠结。

  今天我将对建筑学这个专业做一个较全面的解析,供各位正在为孩孓高考报考助力的家长参考

  建筑学是一个工学专业,隶属于建筑类学科其研究对象主要是我们生活的城市、建筑、景观等,学习如何設计兼具审美艺术性与功能实用性的建筑空间规划和改善居住环境。

  从广义上来讲建筑学是研究建筑及其环境的学科。在通常情况下以及按其作为外来语所对应的词语(由欧洲至日本再至中国)的本义,它更多的是指与建筑设计和建造相关的艺术和技术的综合

  建筑學专业主要是学习建筑设计、城市规划原理、建筑工程技术等方面的理论和知识,进行建筑设计等方面的训练具有项目策划,建筑设计、城市设计和建筑施工图绘制等方面的能力

  很多人认为,学建筑就是经常在建筑工地指挥工人如何盖房子其实这是混淆了建筑学和土朩工程的概念。建筑学研究让建筑实用、美观、舒适负责房子的整体设计。土木工程负责让建筑更加坚固建筑顺利投入使用,一定意義上才是盖房子

  建筑学专业着重于工程技术与艺术相结合,培养具备建筑设计、城市设计、室内设计等方面的基础知识掌握建筑设计原理和方法,受到注册建筑师的基本训练能在建筑与规划设计院所、建筑公司、房地产开发公司及城市建设管理部门,从事建筑方案设計、施工图设计、城市设计、房地产项目策划、规划管理等方面工作的高级工程技术人才

  建筑学专业本科设有5年和4年两种学制,可获得“建筑学学士学位”或者“工学学士”学位当然,不是所有的五年制建筑学专业都可以颁发建筑学学位只有通过了全国高等院校建筑學专业教育评估的几十所大学可以颁发建筑学学士学位,其他学校只能颁发工学学位

  建筑学作为建筑龙头专业,同时涉猎工程技术、人攵社科与艺术设计等领域毕业生可以凭借其综合素质在行业内各种领域发光发热。

  绝大部分的同学会选择直接工作或者是本校保研比較优秀的一小部分学生会选择出国读研,比例在略小于1/3这部分同学有一些是去美国,欧洲也有一些比较好的建筑学院澳洲也是一些人嘚选择。

  建筑学专业偏重理论与概念主要学习建筑设计、城市设计、室内设计等方面的知识。对口就业以建筑设计院为主部分毕业生進入教学与行政单位,从事专业相关教学、科研和行政管理工作也有学生报考公务员,在建设厅、规划局等政府管理部门从事建设行业管理、城市管理、房屋质量检测、古建筑保护等工作

  建筑学是一门以学习如何设计建筑为主,同时学习相关基础技术课程的学科本专業学生主要学习建筑设计、建筑史、建筑学等方面基本理论和基本知识。

  主要学习的内容是通过对一块空白场地的分析同时依据其建筑對房间功能的要求,建筑的类型(如体育馆电影院,住宅厂房等不同类型),建筑建造所用的技术及材料等对建筑物从平面,外观竝面及其内外部空间进行从无到有的设计其中所学习的范围小到简单的房间布局,大到城市数个街区的建筑群体的设计

  建筑学在学习方式上有很强的文科甚至艺术类学科的特点。课程既包括美术、设计这类偏重艺术的课程也包括建筑心理学、中西建筑史等人文科学的課程,更多强调学生的艺术素养和人文视野同时,建筑制图、建筑构造等工科类课程也必不可少

  主要课程包括建筑设计基础、建筑绘畫、建筑设计原理、建筑设计、BIM设计、施工图设计、场地设计、水工建筑物景观设计、中外建筑史、建筑物理、建筑力学、建筑结构及选型、建筑材料、建筑构造、建筑设备、城市规划与设计、室内设计原理、建筑师业务基础、建筑节能软件应用、智能建筑概论等。

  注册建築师分为一级注册建筑师和二级注册建筑师是从事建筑设计及相关业务活动的专业技术人员。每一级注册建筑师一次注册的有效期只有2姩2年后需要延续注册。

  这个证书的含金量比较高但是报名条件比较严格,凡遵守国家法律、法规具备下列条件之一者,可以申请参加一级建造师执业资格考试:

  1、取得工程类或工程经济类大学专科学历工作满6年,其中从事建设工程项目施工管理工作满4年;

  2、取得工程类或工程经济类大学本科学历工作满4年,其中从事建设工程项目施工管理工作满3年;

  3、取得工程类或工程经济类双学士学位或研究生癍毕业工作满3年,其中从事建设工程项目施工管理工作满2年;

  4、取得工程类或工程经济类硕士学位工作满2年,其中从事建设工程项目施工管理工作满1年;

  建筑学专业着重培养从事建筑规划和建筑设计的高级技术人才通俗的说就是建筑师。建筑学专业就业面广毕业生鈳以从事建筑设计、建筑策划、室内装饰设计、或者是根据自身条件经自学或培训参与建筑相关的各类工作。

  其中最主要的就业方向就是建筑设计单位(设计院)比如中国建筑设计研究院等。建筑施工企业也是建筑学专业学生的主要就业方向之一比如中国建筑、中国铁建等等。房地产企业也是建筑学专业学生的就业方向之一比如恒大、万达、万科等等。监理公司、勘察设计公司也需要建筑学专业的人財从事建筑工程监理和工程勘察设计等工作。另外如果建筑学专业达到研究生学历或者博士生学历,也可以到高校任教

  另外,因为建筑是属于设计类专业里面的一个比较中间的层次建筑学专业学生就业的去向也比较灵活。往小的方向走可以去转到室内设计往大的方向走可以转到城市规划。往旁边的方向走可以转到风景园林如果往更小、更偏的方向也可以转到,比如说服装设计、珠宝设计、工业設计、平面设计

  据阳光高考信息平台数据显示,建筑学专业毕业生规模在1.4万人-1.6万人之间近三年就业率呈上升趋势,近两年保持在90%-95%之间属于高就业率专业。建筑及建筑类专业的平均月收入在主要本科专业中也是连续几年名列前茅

  具体的薪酬待遇跟学历、工作城市、企業性质、单位效益和个人贡献都有关系,没有一个固定答案

   总体来讲,建筑师薪资相对较高并且十分看重经验和能力。50%的建筑师每月薪资在8000元以上5%大于25000元/月。薪酬水平随工作经验变化趋势相当明显特别是在5年后,工资增长趋势十分明显

  一企业投资管理有限公司每姩招收的1000名员工中,只有40名是大学应届毕业生;一建筑有限公司的代表说“尽管我们公司的栋梁和骨干全是大学生,企业的发展离不开夶学生但是,我们每年基本上不要应届大学生”

  人要生存就要盖房子,只要盖房子建筑专业就有市场。近几年房地产市场的火爆就昰证明近年来,一些工科院校和具有专业特色的学校追求综合发展纷纷上马类似建筑学这样的专业,院校招生人数过多致使行业从業规模变大,专业毕业生就业难度加大

  想要在建筑行业“熬出头”,“注册建筑师证”是不可或缺的职业资格证有了这个证,才有在楿应等级的建筑设计书上签字的权力相当于手中掌握了建筑设计的“生杀大权”。有了这个证才能做工程主持人、审图。从行政职务仩说只有一级注册建筑师或者研究生才能任职室主任。

  换句话说如果没有这个证,毕业生不管工作多少年都只能是方案设计人而不能牵头做初步设计和施工图设计。因此 对于学建筑的同学来说,考证有时候真的比考研还重要!

  这里需要注意的是对于建筑学学生来說,如果毕业后要报考一级注册建筑师的话拥有建筑学学位所需的从业时间要短一些。建筑学学士毕业3年后可以报考工学学士毕业5年後才可报考。

  以前大部分院校招收的是理科生现在很多的建筑院校现在已经开始招收文科生,甚至是艺术生因为设计东西有不同的出發点,它是一个高度综合的学科需要复合人才。不管是文科生还是理科生都很有可能在里面发挥自己的特长。

  目前我国开设建筑学专業的高校共有270多所覆盖了本科不同层次院校。在填报志愿时考生可以根据实际情况,确定自己的位置选择和自己分数、批次相符合嘚院校。

  在专业录取上院校对于考生的物理和数学的成绩要求普遍很高。有很多院校建筑学专业不招色盲、色弱考生考生在报考时要紸意。一些院校的建筑学等专业要求考生加试徒手画是录取的重要依据。

  另外五年制和四年制所获得的学位不一样,所学习的专业内嫆与深度也是不一样的在报考志愿时需要了解清楚报考专业和院校的具体情况。

  建筑学专业属于传统的工学大类该专业学生不仅要有媄术生的功底,还要有工科生思维上的严谨主要也是因为该专业要求会的学科太多,太复杂

  当然,过去建筑学专业对同学们的绘画能仂要求较高但是随着计算机越来越多地被应用到设计中,目前大部分图纸都是用计算机绘制的故而对同学们的绘画要求有所降低。但昰如果你实在不喜欢绘画建议谨慎考虑。如果你之前有绘画基础的话相对来说学得会轻松一点。

  想要学习建筑学专业的考生需要有動手能力、绘画能力(特别是素描功底)、沟通能力、研究能力、空间想象能力、空间美感,空间美感对于考生来讲是必备的因为如果沒有空间美感,就没有办法设计出好的建筑物

  毕竟培养高审美的艺术品位是一件比较奢侈的事情。建筑学专业的学费普遍比较高,大約在元之间有的更贵。而且由于建筑学要求学习美术和绘图读书期间,额外的开销会比别的专业多不少主要用于采购模型材料、画材、展览门票等,每月是一笔不小的开销建筑设计对电子设备的配置要求也比较高。报读这个专业在开销上要做好一些准备。

  建筑学夲科学习阶段的评图工作量就会很大并且时间非常紧,老师要求又比较高不仅是在国内,国外也这样就算是到了工作之后,加班也昰很多建筑师的常态所以说你必须要做好熬夜通宵的准备。

  建筑学这个专业听起来十分“高端”,但是毕业生出来却可能高不成低不僦建筑学是培养建筑设计的,设计功能、布局、外形等相当于一个人的外形、形象设计,需求量很少且进设计院很难,如果高考生能进入211、985层次的大学或者西建大这种“双非”建筑老八校还可以考虑进一般院校不如读土木好就业。

  如果说大学读建筑学是为了毕业后找个好工作有稳定高收入,那么这个行业刚开始确实不会有你想象的那样赚钱毕业之后需要经常加班设计图纸,工作比较辛苦想要哽好发展的话,可以到外国留学去见识一下国外的建筑风格

  不过虽然眼下房地产调控政策逐步严苛,但是作为建筑师的那种优越感还是存在的建筑设计本身就是一个高冷范的工作。虽然有人说建筑学每天的睡眠时间是根据图纸的进度决定的!不是按生物钟来决定的!泹是有付出总会有回报,比如你考取了注册建筑师证那样你的生活就算是彻底的改观了,年薪轻轻松松十几万到几十万还是比较有前景的。

  主要是读建筑学能够获得过硬的技术本领、较高的薪酬收入、受人尊敬的社会地位、切实落地的建筑设计

  确实,真正潜心学习建築学专业的同学是的确能学到一技之长的,这些看家本领只属于自己即使创业,自己也是核心建筑学大学五年,最重要的课就是媄术,设计设计基础,所有带“原理”二字的课还有建筑史(中外)和结构相关的课程,这些是真正能学到东西而且对将来的设计佷有指导意义。与此同时毕业后较高的薪酬也能满足需求理论中最基本的生存需要,并且作为建筑工程师资历越老越吃香。

  除此之外作为一名建筑工程师,不仅在物质上能得到满足在精神上也能得到巨大满足,看着自己设计的建筑物能够真实建设出来的感觉是很棒嘚这种大楼落成的成就感、真切参与到城市建造的使命感,带来的满足比其他职业要大得多

  当初选择建筑学的同学,高考成绩与选择金融等热门专业的其他同学相差无几能鱼跃龙门进去的同学们基本上都是高考大军中的佼佼者,这些同学对于自己未来的发展肯定是要佷高的要求的但是很多正在就读的同学或者是毕业了的学生,都会觉得“事与愿违”

  在本科/研究生求学阶段,建筑系的学生的付出要遠远超出其他热门专业的学生最突出的表现:熬夜通宵是家常便饭。而熬夜通宵基本只有一个原因那就是要赶图制图。甚至毕业以后嘟需要继续熬夜甚至通宵制图

  因此,大部分建筑学专业毕业的同学都会有同样的感觉:“性价比太低了”当年大家都是高考大军中的“佼佼者”,甚至大学学制五年比其他人还多学了一年,但是实际上毕业后不仅自己的时薪并不高工资是没日没夜加班获得的,而且莋为乙方来自甲方的压力经常让设计师们觉得“毫无地位可言”。

  清华大学、同济大学、东南大学、天津大学、哈尔滨建筑大学(现为囧尔滨工业大学)、华南工学院(现为华南理工大学)、重庆建筑大学(现并入重庆大学)、西安建筑科技大学

  注:八大高校地处东西南丠中均各据一方,各有特色每所学校都有自己的专长。3博齐全且地位暂时无法被撼动。

  浙江大学建筑工程学院、湖南大学建筑学院、沈阳建筑大学、大连理工大学建设工程学部、华中科技大学建筑与城市规划学院、上海交通大学建筑工程专业、南京大学建筑与城市规劃学院、深圳大学建筑与城市规划学院

   小编总结:“城里的人想出去,城外的人想进来”这句话最适合形容大学选专业这件事情了。其实每一个专业在不同的人看来是不同的样貌。但是没有人适合所有职业建筑专业也不可能适合每一个人。


文章标题:全国建筑学专業排名、建筑学专业大学分数线

本文地址:丨转载请注明出处

原标题:中国科技的真正实力

编鍺按:在中美贸易战的大背景下很多读者对担心美国在科技上卡住中国的脖子。那么中国的科技实力究竟如何?在国际科技竞争格局Φ处于什么样的地位今天,我们分享一篇中国科技大学副研究员袁岚峰的演讲他从整体出发,准确定位了中国科技令人受益匪浅。吔许只有经历这个祛魅的过程我们才能更理性地看待眼前的世界,才能把命运真正掌握在自己手中

2018年6月20日,中国科学技术大学袁岚峰博士在上海音乐厅为大家带来了一场大型科技演讲会

以下是袁老师2018年6月20日上海音乐厅演讲稿:

大家好!今天上海下了暴雨,真是“寒蝉淒切对长亭晚,骤雨初歇”但暴雨都没浇熄大家对科学的热情,有这么多同学们来到了上海音乐厅的现场真是令人感动。暴雨也说奣了一个道理:这把伞不但能挡天使还能挡雨!

不止是今天,自从今年元旦我和观视频合作推出“科技袁人”节目以来我就多次看到,大家对科学的热情有如滔滔江水绵绵不绝,又如黄河泛滥一发而不可收拾。好吧泛滥到今天,老天爷都被感动了

最近有一件有趣的事,从一个特别的角度表现了公众对科学的需求就是中国人民居然掀起了一个全民恶补半导体知识的高潮。许多非常硬的技术性文嶂充满了晶元、制程、DSP、FPGA之类的黑话,以前是大多数人一看就头疼的最近却被争相传阅,创造了很多10万+如果中国人民平时也有这么愛学习,那么我们早就成为一个发达国家了!

当然大家都知道,这场全民学习运动的起因是美国宣布对中兴禁运,一下子就让这家世堺第四、中国第二的通信业巨头陷入了休克许多人这才发现,没有美国的芯片中国的许多东西都造不出来。全民学习是一个积极的反應不过也有一些消极的反应。例如不少人就开始疑神疑鬼甚至怀疑中国的科技成就全都是假的,陷入了一种惶惶不可终日的状态

这種心态充分地反映了,焦虑来自知识的缺乏中世纪的时候,大多数人看待世界的方式是认为世界充满了无法理解、不可控制的力量,唎如魔鬼和天使因此这些人心中充满了不安全感,就像随波逐流的浮萍而科学的兴起,一个非常重要的作用就是祛魅祛除的祛,妖魅的魅祛魅,就是把魔鬼、天使这些神秘的力量驱逐了出去用理性解释了世界。从此之后人们不再把命运交给神秘,而是掌握在了洎己手中

我们今天的主题,是定位中国的科技事实上,准确的定位就是一种祛魅就是一种理性的思维方式,就是掌握自己命运的第┅步因此,就让我们从芯片业开始来理解中国科技产业的大图景。

为什么中国的芯片业跟美国有巨大的差距呢很多人立刻就能够指絀若干条原因,例如:芯片业的投资巨大收回投资的周期漫长,发达国家对中国进行技术禁运中国对芯片业的投资不足等等。

我在这裏想说的是这些原因都是成立的,但还不够基本因为这些困难适用于很多产业,但是在不少其他的产业当中中国都已经在很大程度仩克服了这些困难,站到了一个不错的位置而相比之下,芯片业是一个例外是一个难度特别高、以至于中国到现在都还没有成功的例外。

为什么芯片业的难度特别高呢有一个原因是基本的,而大多数人还没有注意到这个原因来自物理原理,下面我们来一层层地介绍

大多数行业有一个共同点,就是它们的销售是金字塔结构低端产品占据大部分市场份额,高端产品虽然利润率高但是市场份额低,總的利润低因此,中国企业一旦进入一个行业在技术水平还不高的时候,就可以利用低成本的优势在低端市场发动价格战。原来的國际巨头无法对抗这样的价格战就只得放弃低端市场,退守高端市场这样表现出来的利润率可能比原来更高,但总的利润却下降了ㄖ本企业这些年的失败,很多就是这样的轨迹中国企业在低端市场就可以积累利润、人才和技术,因此就会逐渐地向上爬升最终攻占高端市场。

十多年前我的朋友陈经就注意到了这个现象,写文章向大家指出:中国对世界经济格局的改变是前所未有的因为中国会一級级地向上走,占住了一个产业就不放弃

但是,芯片业却跟绝大多数产业都有一个重大的区别:芯片业的市场是倒金字塔结构!也就昰说,销量最高的就是技术最先进的产品。技术不是最先进的芯片占据的市场份额都很少。

为什么会这样呢因为芯片业的技术进步呔快了。大家都听说过摩尔定律这是英特尔的创始人之一Gordon Moore提出的,它说的是:芯片的性能每过一到两年就会翻一番我们需要解释一下,这个定律是一个基于历史事实的观察经常被作为对未来趋势的预测,但并不是一个物理定律或者自然法则它当然不可能是一个物理萣律,因为这样的指数增长最后总会停下来不可能无限持续下去。

顺便说一句Gordon Moore的最高学位是博士,而且他的博士专业跟我一样是化學物理。因此有一个笑话:如果你要做成大事你不一定要大学辍学,你也可以读一个化学物理的博士!

芯片性能的超高速增长导致芯爿业出现了一个奇妙的格局:技术最先进的产品,就是性价比最高的产品这就对后来者造成了巨大的困难,因为他们无法从芯片的低端市场获得利润也就难以积累人才和技术。因此芯片业的追赶在本质上就比传统产业艰难,而且是艰难得多

作为一个相近的例子,很哆人都知道中国的京东方成为了世界数一数二的显示企业。现在全球消费电子产品的屏幕中有四分之一来自京东方。你现在用的手机、电脑、平板或者电视机的屏幕很可能就是京东方生产的。京东方所在的这个领域大多数人把它称为平板显示,但京东方的董事长王東升却倡议大家把它称为半导体显示通过这个称呼很容易看到它跟芯片业的联系,都属于半导体产业

京东方2018年1季度市占率

在最近十多姩的时间里,通过努力的研发和大量的投资京东方的技术一直在快速进步。但是在财务报表上京东方却长期是亏损的,以至于股价总昰涨不上去很多股民痛骂它是骗钱的。直到2013年京东方才进入了稳定盈利。直到2017年京东方的业绩爆发,股价才开始大涨而此时京东方的技术已经十分接近最先进的了。

由此可见在这样的行业里出头,就好比是一个“浮出水面”的过程只要你还在水下,即使只差一點点你都呼吸不到空气,只有到露出头时才行这就跟传统产业构成了鲜明的反差。你可以认为传统产业是easy模式而半导体产业是hard模式,甚至是地狱模式

如果我们再问一个进一步的问题:为什么会有摩尔定律?也就是说芯片业的技术进步为什么这么快?那么答案就蕴含在物理原理之中了

根本的原因在于,信息不是实物这里说的实物是实际的物质,不是吃的那个食物考虑一下,表示一个单位的信息也就是一个比特,需要多大的物理体系呢在原则上,你可以只用一个粒子比如一个电子。

我们还没有做到用一个粒子来表示一个仳特但是想一想信息载体的历史演变,从古代的在石头上刻字到竹简,到书籍到缩微胶卷,到现在的超大规模集成电路信息密度巳经提高了多少个量级!现在一个晶体管的尺寸,可以只有几个纳米这已经是一个小得惊人的尺寸了,只有一根头发丝直径的万分之一但是这还不是极限,人们还在继续向下走这种令人目眩的进步之所以可能,都是因为信息不是实物。

而相形之下关于实物的技术僦完全是另外一幅光景。例如发动机再要把效率提高一个百分点,都是非常困难的这就好比今天我们的演讲,在现实的空间里上海喑乐厅只能容纳一千多位观众,但是在信息的空间里观看直播的观众就可以有几十万几百万。这就是信息跟实物的区别

实际上,在信息产业的各个领域都存在跟摩尔定律类似的规律。例如在计算机领域有一个贝尔定律说的是大约每十年都会出现一类新的计算机,基於新的编程平台、新的网络和新的界面产生新的应用,建立一个新的产业从六十年代的大型机,到七十年代的微型机然后到八十年玳的个人电脑,再到九十年代的网络浏览器然后是云计算、移动设备、物联网等等,都是贝尔定律的表现

又如在通信领域,有一个吉爾德定律说的是通信系统的带宽每过12个月就会增加到原来的三倍,这个速度甚至比摩尔定律还要快所有这些定律,基本的原因都是信息与实物的区别因此,信息产业成为了几十年来人类所有的科技门类当中发展最快的一类

明白了芯片业为什么追赶如此艰难,我们也僦能看到一个机会随着接近物理极限,芯片的进步速度在减缓业内人士都在谈论摩尔定律的结束。以前大家的电脑更新得很快从286到386,然后到486到奔腾,每一代都比上一代有巨大的提升让你不得不换,但是现在你已经有多久没有换过电脑了?这就是芯片进步减缓的表现

现在最先进的芯片工艺技术已经达到了3纳米,但是还很不成熟良品率还很低。业界普遍认为在一段时间内,28纳米的技术将保持性价比最高的地位而28纳米的技术,中国已经接近掌握了这就给了中国一个难得的追赶机会。如果我们做出足够的努力那么,将来我們也有望在芯片业上取得突破

从一个更深刻的视角来看,芯片进步的减缓是“技术大停滞”的一部分我的朋友方承志博士指出,人类目前并不是像许多媒体宣传的那样处在一个技术爆炸的时代,而是正相反处在一个技术停滞的时代。大家之所以感觉技术在爆炸是洇为整个科技体系当中有那么一部分,就是信息技术在快速进步,人类的科技树上有一个分支在快速地点亮但实际上,科技树的其他佷多个分支是进步缓慢的典型的例子就是能源动力技术。二十世纪初的时候我们在用内燃机现在我们在用什么呢?还是内燃机这是囹人忧虑的。在中国落后的时候技术大停滞有利于中国的追赶。但是当中国达到领先以后我们也会面对这个技术大停滞的困难。

分析箌这里各位想必已经对中国的芯片业有了一个清晰的定位。接下来让我们扩展到更多的产业,鸟瞰式地扫描各个产业的国际竞争格局为中国的科技实力做一个更全面的定位。我们会发现各个产业的国际竞争格局分为这样几类。

第一类是美国占据垄断地位的。最典型的就是芯片和操作系统这一硬一软两大产业。一般人往往觉得美国特别强大几乎无处不在,其实呢主要就是因为这一硬一软,因為你平时用的手机、计算机都离不开芯片和操作系统但是这种印象在一定程度上是夸大的,因为美国占据垄断地位的产业并没有很多朂主要的就是这两个。而在很多其他的产业中美国是落后的,甚至是缺席的例如通信、高铁和半导体显示,但是很多人就不注意这些叻这是一种“幸存者偏差”的思维谬误。当然这绝不是说芯片和操作系统不重要。芯片和操作系统是两个非常核心的产业我们应该丅定决心,付出巨大的努力去攻克这两个核心产业

第二类,是多国竞争中国作为一个重要跟随者的。这样的领域有很多例如机械、石油、航运、飞机、手机等等。值得注意的是这个竞争的多国当中并不一定包含美国。正如刚才说的在一些领域当中,美国是从来都沒有例如高铁,或者是曾经有过但已经被逐出了市场,例如半导体显示因此,你如果是一个美国人你也会很有危机感的,并不是潒许多外人感觉的那样全面领先,稳坐钓鱼台

第三类,是多国竞争中国作为领先者的。这样的领域还不是特别多但是已经有了一些,例如通信、高铁、港口机械、民用无人机、数字安防作为一个后发国家,这是中国的巨大成功我们对于中国的信心,很大部分就來自这些成功的经验

第四类,是双头格局一般是中美两国远远高于其他国家。典型的例子有两个互联网和人工智能。这两个都是普遍被认为对于未来非常重要最有想象空间的,值得我们仔细分析

先来看互联网。请问世界前十大互联网企业,来自哪些国家回答昰,美国有6家中国有4家。其他国家呢——一家都没有。

为什么会这样一个原理性的原因是,网络是边际收益递增的就是说,如果┅个网络中现有的用户越多那么一个新用户从网络当中得到的好处就越大。

英国、法国、德国、日本等等老牌的发达国家都没有诞生卋界级的互联网企业,它们似乎完全错过了网络时代一个基本的原因就是,美国在发达国家当中是人口最多的美国的网络企业长大得朂快。同样的道理中国在所有国家当中是人口最多的,而且我们其他的产业也已经发展到了相当高的程度能够给网络产业的发展提供┅切技术条件,因此中国的网络发展也非常蓬勃现在中国的互联网企业不但是巩固了国内市场,而且在国外攻城略地在很多方面是引領世界潮流的,成为了未来一个非常重要的基本趋势

再来看人工智能。在这个方面中国和美国的论文数和企业数都远远超过其他国家。深度学习(deep learning)是人工智能近年来一个主要的研究领域下面这个图是各个国家关于深度学习的论文数随时间的变化。可以看到中美比其怹国家高一个量级而且中国增长最为迅速,把美国也超过了

各国在深度学习领域的论文数

在原理、算法层面的基础研究当中,还是美國占据主导地位不过在应用层面,中国的表现十分突出例如科大讯飞的翻译机,许多人拿着它去直接参加商业谈判实际上可以认为,翻译机这个门类就是科大讯飞开创的!

其实不止是人工智能这样的新兴领域在所有自然科学的基础研究中,中国所占的比例都越来越夶整个世界的基础研究正在向双头格局演化。下面这张图就是一个鲜明的例子它用的指标叫做“自然指数”(Nature Index),这是由世界顶级科學期刊《自然》提出的一个指标用来衡量各个国家或者各个研究机构的基础研究的产出。

我们看到自从有自然指数的统计以来,也就昰2012年以来美国就一直是第一,中国一直是第二德国一直是第三。美国保持遥遥领先但是在逐渐下降,而中国在迅猛上升逐渐拉开叻跟德国的距离。

你也许会问这个图是到2016年,那么2017年的数据是什么样的呢回答是:最近《自然》杂志修订了自然指数的计算方法,扩夶了数据来源按照新的计算方法,中国的自然指数在2017年又上升了/annual-tables/2018/country/all)现在美国的自然指数大约是中国的2倍,中国也大约是德国的2倍

如果我们问,第一集团包含哪些国家大家都会同意,第一集团只有一个国家就是美国。那么第二集团包含哪些国家呢?这就是个有趣嘚问题了你可以说,中国和英国、法国、德国、日本一起构成一个第二集团。你也可以说中国单独构成一个第二集团。无论如何Φ国的上升是一个最引人注目的大趋势。

好让我们回到产业国际竞争格局的扫描。在前面说的那四类之外其实还有第五类,就是由中國开创的这一类目前只有一个例子,就是量子保密通信由于时间关系,我们不能在这里详细解释量子保密通信的原理只能简略地说,它是人类已知的最安全的保密传输方法量子保密通信属于量子信息这个学科,我写过很多量子信息的科普文章有兴趣的朋友们欢迎詓阅读,以后我们也可以当面交流

2016年8月16日,中国发射了世界上第一颗量子科学实验卫星“墨子号”一年以后,墨子号成功完成了预定嘚三大科学实验任务包括卫星和地面站之间的量子保密通信。2017年9月中国开通了世界上第一条量子保密通信的干线“京沪干线”,在从丠京到上海2000公里的距离上向金融等部门的客户开始提供服务

这些成果标志着,中国率先把量子保密通信从实验室推进到了接近产业化的階段这是近代以来第一次由中国创造一个新的产业,是具有里程碑式意义的

中国既然可以开创一个产业,当然也就可以开创第二个、苐三个新的产业我们不但要在已有的跑道上争夺第一,还要开创新的跑道!

好在做完这一通扫描之后,我们观察到什么样的图景呢

Φ美两国有一个共同的特点,就是参与竞争的领域特别多在绝大多数的领域当中都在力争上游。好比有人参加奥运会参与了一大堆的項目,跑步、游泳、射箭、举重、乒乓球、自行车全都来先不论他在每一个项目得到第几名,单凭能够参与这么多项目他就已经是一個了不起的运动健将了。实际上外界越来越多地把中国和美国看作当今世界的两个超级大国,这就是原因之一在绝大多数领域都有能仂参与,是中美作为超级大国的特色是跟英国、法国、德国、日本、俄罗斯、印度、韩国等等最大的区别。

说了这么多也许有些朋友仍然在担心,美国在芯片上卡我们脖子这个问题当然需要认真面对,不过我要指出一点:你现在在担心的是这个问题就已经是一个巨夶的进步了。让我们把视线转向历史的纵深给中国在时间轴上做一个定位,你就能明白我这话是什么意思

回想一下,40年前刚刚改革开放的时候中国是一个什么状况呢?当时外国舆论的一个非常常见的评论是:中国提出了规模宏大的现代化计划真是可喜可贺,不过这個花费要以万亿美元计大家都不知道如何筹集到如此巨量的资金,——这得卖多少石油、煤炭、木材啊你看,在那时的人看起来中國要赚钱只能靠卖原材料,这是不证自明的!

当时我们自己的宣传也经常是这个调调。著名的相声艺术家马三立有一个相声叫做《西江月》,用填词的形式歌颂党的十二大召开里面就有这样几句:“中国地大物博,资源丰富无穷在哪儿开采都现成,足够万年使用油田煤矿普遍,森林树木山峰金银锡铁钨锰铜,自己就往外拱”

事实上,当时我们提出过要建“十个大庆”希望通过卖石油来筹集資金。但是这个愿望没有实现因为我们的油田并没有相声里说的那么“普遍”,跟沙特真是没法比!

现在大家可以想一想有多久没有聽到“地大物博”这个说法了?我们不讲“地大物博”了是因为这是个弱势的宣传方式,就像“主要看气质”人家一听就知道你拿不絀其他高大上的优点了,只能讲这种没有技术含量的

那么,实际的历史轨迹是什么样的呢是中国筹集到了巨量的资金,成功地支撑了現代化建设但是并不是来自出口原材料。那时没有人能想到中国变成了一个出口工业品的国家!更没有人能想到,中国变成了工业产徝世界最高的国家!

在我小的时候政治课本上经常说,发达国家用工业品交换发展中国家的原材料是一种不等价交换,是一种剥削當时看着真是挺义正辞严的。大家有没有注意过这种说法是什么时候从政治课本上消失的?消失的原因显然是我们就在用工业品交换其他国家的原材料!包括很多发达国家的原材料!而且我们成了世界上出口工业品最多的国家!好吧,我们再也不提所谓不等价交换了宣传基调变成了“和谐世界”、“人类命运共同体”,这可真是……令人欣慰啊

一个具有喜剧色彩的事态发展是,现在美国反而成了一個出口能源换钱的国家我们对此当然都乐观其成。许多人把这一点作为美国一个新的优势对此我只想问一句:以前有很多人说,美国放着自己的能源不开采优先用别人的,这是美国的优势现在请出来走两步?

在改革开放之初虽然全国人民喜迎所谓“科学的春天”,热情传诵陈景润和科大少年班的事迹但是以现在的标准看来,当时中国人民对于科技的理解是比较肤浅的其实应该说,那是相~当~的~膚浅肤浅的一个典型的表现,就是不清楚自己的定位

例如1977年,邓小平邀请30位科技界的代表在人民大会堂召开座谈会我国半导体学界嘚灵魂人物王守武说:“全国共有600多家半导体生产工厂,它们一年生产的集成电路总量只等于日本一家大型工厂月产量的十分之一。”鄧小平跟王守武说:“你们一定要把大规模集成电路搞上去”好,然后邓小平提出了一个时间期限大家来猜一猜,他说的是多长

邓尛平说的是:“你们一定要把大规模集成电路搞上去,一年行吗”

回忆这样的有些滑稽又有些悲伤的往事,不是为了嘲笑任何人只是為了让我们记住,我们当年曾经落后到什么程度更加珍惜前辈们的筚路蓝缕,现在做出更大的努力

实际上,当时我们连吃饭问题都还沒有解决新闻整天在那儿报粮食产量增长了多少,人均粮食达到了多少作为振奋人心的喜报。在九十年代之前出生的朋友们可能还记嘚以前我们有一样宝物,叫做“粮票”!那时买粮食不是有钱就能买而是必须要有粮票,少年朋友们听着有没有感觉不可思议不止昰粮票,还有肉票、布票、油票等等这些票证,就是短缺的典型表现

1992年,我14岁到科大上学的时候录取通知书上说,报到要带500斤粮票而且必须是全国粮票,省级的粮票不行哦到了第二年,1993年中国废除了粮票,我带的这500斤全国粮票终于成了纪念品你看,仅仅是25年湔我们才解决了粮食供应问题,不再担心吃不饱饭了!

时光如流水到了二十一世纪初,中国经济的爆发式增长引起了全世界的注意這时再也没有人认为中国是一个无足轻重的国家了,不过绝大多数观察仅仅集中在经济上那时还很少有人关心中国的科技水平,如果说囿的话最常见的评论也是:中国全靠山寨!好嘛,中国科技的代表就是山寨回头看起来,当时无论是中国媒体还是外国媒体大都对Φ国的位置做出了严重的误判。

在很多人把“中国全靠山寨”当成了默认的事实之后常见的评论还有善意和恶意之分。善意的就是说:Φ国不能总靠山寨将来总是要自己研发的。恶意的就是说:中国只会山寨因为中国人不会创新。

请注意“中国人不会创新”不只是外国人的说法哦,我亲耳听到过中国人这么说而且是地位相当高、对社会有很大影响力的中国人。我后来对科学传播有热情在很大程喥上也是因为受到了这样的刺激。我当时就在现场反驳了他后来也不断地在反驳类似的论调。大家是不是也遇到过这样的事是不是也想反驳这种谬论?我支持你!

2008年左右很多媒体在转载一篇文章,号称是来自兰德智库的标题叫做《2020年,中国将会是一个非常穷的国家》兰德智库确实是在2005年出了一个预测中国前景的报告,这是报告当中的一句话但这篇文章呢,是把兰德智库的一部分原文和一些人的私货拼贴在了一起凑成了一篇对中国人的谩骂,结果许多媒体还当真地转来转去

在差不多的时间,还有许多人在转载英国前首相撒切爾夫人的一段话出自她的著作《治国方略》。撒切尔夫人说:“中国成不了超级大国因为……今天中国出口的是电视机,而不是思想觀念”

现在我们知道,这些论调都是错误的实际上不用到现在,当时我就知道这些论调是错误的因为我知道中国有很多创新。但当時的媒体是怎么做的呢很多媒体就属于“傻白甜”,人家说什么就信什么他们直接就认定了中国是一个没有创新的国家,然后以此为湔提反思了一通中国的这个问题那个问题。其实我一点都不反对反思但你首先应该把事实搞清楚啊!

你看,许多媒体的水平低下到了這种程度对中国创新默认的态度就是一串否认三连。于是乎当我们做出高铁这个了不起的创新的时候,许多媒体的做法却是:一有机會就疯狂地抹黑一通这种抹黑还真的在一段时间内见了效,成功地拖慢了中国高铁的发展令许多有识之士扼腕叹息。直到不久之前峩们才拨乱反正,重新恢复了高铁应有的速度

如果你能想起这些不是很久以前的往事,你就会注意到现在你担心的不是吃不饱饭,不昰没有足够的原材料出口换钱不是“中国人不会创新”,不是“高铁请慢些走等一等你的人民”,而是“中国的芯片不如美国”这巳经是一个多么巨大的进步了!别忘了,芯片可是美国压箱底的杀手锏我们解决吃饭问题才20多年,就打到了最后的关卡还要啥自行车!

事实上,如果我们把视线向历史纵深放得更远一些我们就会发现一个更加惊人的道理:当你进入高科技的竞争时,在某种意义上你就巳经胜利了

这里的关键在于,科技竞争并不是战争虽然我们经常这么比喻。战争是破坏性的用博弈论的术语说,战争是零和博弈甚至是负和博弈。而科技竞争是正和博弈因为科技是第一生产力,是把蛋糕做大的在科技竞争中,并没有传统意义的失败者实际上所有的参与者都会从科技进步中获得好处。在这个意义上科技是全人类共同的事业,而且是全人类最伟大的事业

这就是为什么,各国嘚科学界都天然地乐于帮助其他国家的科学进步科学家是天然的国际主义者。我在美国的博士后导师们都跟中国有很多合作为很多中國科学家提供过热心的帮助,包括中国量子化学的两位奠基人徐光宪和唐敖庆在内同样的道理,中国的科学界也在帮助很多国家的科学進步

我们希望中国的科技超过美国,但绝不是希望美国下降而是希望中国上升。在美国有许多反科学、反理性的反智主义思潮和活动我们对此并不是幸灾乐祸,而是深恶痛绝跟对中国的反智主义同样的深恶痛绝。在这个方面全世界的科技工作者都天然地站在一起。我们希望的是中国、美国以及世界上所有国家,大家都在进步为人类创造出无限的可能性。

一个国家如果成为了以科技为基础的工業国那么它再怎么都不会太差。

例如意大利一提到这个国家你可能想到很多笑话和吐槽,但是别忘了即使经过两次世界大战的胜利,意大利仍然是一个非常富裕的国家是的,我说的是“即使经过两次世界大战的胜利”这是因为意大利在两次世界大战当中都成功地跳反了,跳到了战胜国的一方堪称神走位!如果你对意大利的了解超过意大利面和意大利炮,那么你就会知道意大利的汽车、机械和囮工产业都是十分强大的。例如法拉利、玛莎拉蒂、阿尔法·罗密欧等豪华汽车,都是意大利品牌。现在你想起意大利的实力了吧?

同样嘚道理还有德国。即使经过两次世界大战的失败德国仍然是一个非常富裕的国家。这是因为德国的汽车、电子、机械、化工、光学等等许多产业都非常发达。德国的强项我就不用多介绍了甚至有时你会感到德吹太多了,已经吹过头了请问看直播的朋友们,现在的彈幕是不是充满了一片“德国的科学技术是世界第一”?

同样的道理还有荷兰。即使自从英国崛起以来就退出了大国争霸的舞台还茬二战当中一上来就被德国推倒占领了,荷兰仍然是一个非常富裕的国家这是因为,荷兰的食品、化工、炼油和电机等等产业十分强大与芯片相关的,就有一个重要的例子:荷兰的ASML是世界上最大的光刻机巨头最先进的半导体加工技术全都要用到ASML的光刻机。最近中国芯爿业一个重要的进展就是中芯国际订到了一台ASML的极紫外光刻机,价格1.2亿美元预计2019年交货。能买到就要谢天谢地这是什么样的概念!

總体而言,十九世纪时的工业国现在仍然过得不错因为它们仍然是科技先进的工业国。工业国跟农业国有质的区别因为科技能带来无限的增长可能,而农业的增长空间十分有限这才是基本面,好比冰山在水面下的八分之七我们经常在新闻上看到这些国家的各种奇葩倳,比如又闹罢工啦政府又难产啦,这些都属于冰山露出水面的八分之一不是说这些负面新闻不重要,但如果只看到这些你就遗漏叻基本面,低估了这些工业国的实力犯了一个严重的错误,古人把这种错误称为:明察秋毫之末而不见舆薪。

反过来如果一个国家嘚发展不是建立在科技的基础上,那么即使现在是富裕的也并不可靠。例如拉丁美洲和东南亚的不少国家落入了所谓“中等收入陷阱”,根本原因就是它们没有成功地发展科技又如一些西亚国家,靠卖资源就富了但自己几乎毫无技术能力,如果没有外国工程师连洎己的石油都开采不出来,我们会羡慕这样的国家吗

在这个意义上,中国近百年来不懈奋斗的一个重大成果就是把自己提升到了高科技竞争的层次。到了这个层次只要自己不作死,像苏联、南斯拉夫那样乱来把自己搞分裂了就无论如何都不会太差。因为科技才是囚类发展的正道,我们应该走正道

我们应该树立这样的价值观:科学本身就是好的。就基本的动机而言科学只是为了满足好奇心,而鈈是为了实用但是当发现了新的原理之后,科学的用处却会远远超过单纯追求实用的做法科学,是人类最伟大的“无用之用”!

实际仩科学对于中国人是一个新鲜事物,是一种新的思维方式想想看,在遇到问题的时候我们怎么寻找解决方法?以前我们最习惯的思蕗是一不怕苦,二不怕死还有就是,发挥组织能力的优势或者层次更高一些,发挥信仰的力量这些都很好,但都不是用科技来解決问题而到了现在,越来越多的人的思路是开发一个新的软件,制造一个新的机器或者提出一个新的原理。习惯于用科学技术来解決问题这就是一个了不起的进步,是现代社会的一个本质特征

因此,我希望大家注意到一个重要的定位:今天这个时代是中国第一佽拥抱科学!中国的科学在世界上地位最高的时代,就是现在而不是历史上的任何时期!

当然,中国的科学以后会在世界上占据更高的哋位这需要所有人都付出努力,都为科学事业做出贡献诸位朋友们,我期待着你们的贡献!

最后还有一点值得强调的是,我们的目標远远不只是在科技上超过其他国家从宇宙的视角看来,人类在地球上比来比去都是鸡虫之争,不值一提真正重大的问题是,地球仩的资源是有限的如果人类只知道在地球这个摇篮里优游岁月,虚度时光那么最终的结果必然就是像太平洋的许多小岛一样,资源耗盡文明退化,陷入悲惨的境地人类要避免困死在地球上的命运,就必须发展出可控核聚变飞出地球,移民宇宙星辰大海,才是我們的征途

那么,我们对中国未来的定位是什么呢就是在飞出地球、移民宇宙这个伟大的事业中,扮演领导角色这是中国的历史责任!谢谢大家!

最后,感谢我的若干位朋友们陈经、陈玉林、汪涛、方承志、塞冬、扬云飞等人,他们的思想很深刻给了我和许多人很哆启发。感谢现场和收看直播的诸位朋友们谢谢大家!

以中国现在的科技实力,造出像高通那样的商业化芯片需要多久

中国造出像高通那样的商业化芯片需要多久?三年、五年还是10年二十年

1、像高通那样的工业级芯片,我们现在要造出来还有较大的难度。至于要多尐时间才能做到人家那样现在还不好预估。

时间点虽然不好预估但是从中兴通讯被封杀事件所带来的产业震动来讲,至少我们有三点認识应当上升为对芯片产业突破的共识

一是,要相信国家对芯片产业的战略性推动

从概念上可知,芯片是由不同种类型的集成电路或鍺单一类型集成电路形成的产品而集成电路被称为工业的“粮食”,其重要性可想而知

官方推动中,国家集成电路产业投资基金最为受到关注有钱才好办事,有钱才能来事这是个大家都知道的道理。该投资基金由国开金融、中国烟草、中国电科、紫光通信等多家企業发起设立在2014年10月便成立。投资基金对中芯国际、国科微、北方华创等上市公司股权进行了持有据指,其项目涉及集成电路的全产业鏈从此点可以看出,产业链的完全棋局已全面落子

另外,2014年6月国务院发布了《国家集成电路产业发展推进纲要》。纲要指出到2020年集成电路产业与国际先进水平的差距逐步缩小,全行业销售收入年均增速超过20%企业可持续发展能力大幅增强;到2030年,集成电路产业链主偠环节达到国际先进水平一批企业进入国际第一梯队,实现跨越发展

可以这样认为,中国芯片业要实大大逆袭一定要有国家层面的戰略定力,持续、大当量的资金投入加紧产业链的全环节构建,才能使中国芯片业步入高端化扭转当下中低端化局面。

其次芯片业媔临的困局,实际上也是发展高端制造业所面临的困局中国的赶超之势也有谋篇,而且是相当的重视

需要明了的是,全球制造业中整体发展格局已有了一个明晰轮廓。全球制造业的发展都在比拼科技与创新我们要与之比对的,无外乎是美国、欧盟及日本其中,美國作为全球科技创新中心居于顶层而中国目前仍以中低端制造为主。从最新出炉、国内编制的《全球科技创新中心评估报告》也可以看絀一些端倪百强城市中,美国占了26席中国占了8席(分别为北京、上海、香港、深圳、广州、台北、杭州、天津),美国作为全球科技創新龙头仍是名至实归

像高通那样的商业化芯片,也是要与一国高端制造业能力匹配的无论是设计,或是工艺甚而产业链,皆是如此

科技创新层面看,中国设立的目标为到2050年建成世界科技创新强国。这一目标的达成分三步走:2020年进入创新型国家行列到2030年跻身创噺型国家前列,然后达成在2050年建成世界科技创新强国的总体目标所以我们不仅要正视现实中的差距,也要看到制造业中的差距弥平也佷难是一蹴而就的。

最后说下中兴事件发散后,韩国芯片业的发展亦引起国人的关注

在上世纪九十年代,韩国集成电路产业的弯道超車美国与日本有些方面很值得我们学习。其中国家层面设立产业发展战略构思,防止企业过于依赖国外技术鼓励企业成为创新的主體,都是值得我们借鉴的

1986年10月,韩国政府开始执行《超大规模集成电路技术共同开发计划》要求以政府为主、民间为辅,投资开发DRAM芯爿核心基础技术1992年,三星开发出了64M DRAM芯片接着开始向惠普、IBM等美国IT企业提供产品,实现了产业大突破、大突围

这是一个非常值得参照嘚案例,它直接回答了:落后之后该怎么办?

2、对于这个问题每日经济新闻编辑郭鑫认为:

这两年,新四大发明成了中国最闪亮的名爿老外在惊叹我们互联网科技实力的同时,我们似乎也暂时忘却了自身制造业的痛点好在,一纸中兴通讯的禁运令又让我们重新认清了我们在制造业当中的不足。

在中兴通讯事件发生后铺天盖地的相关新闻涌向我们,党报也接连发声一颗“芯”让我重新开始思考,中国的科技实力究竟怎么样究竟还要多久中国才能追上像高通那样的芯片巨头?

现在全球的制造业的发展格局已经基本形成,主要劃分为了四个梯队:

第一梯队:以美国为主导的全球科技创新中心;

第二梯队:高端制造领域包括欧盟、日本;

第三梯队:中低端制造領域,主要是一些新兴国家包括中国;

第四梯队:资源输出国,包括OPEC(石油输出国组织)、非洲、拉美等国

根据中共中央、国务院近印发嘚《国家创新驱动发展战略纲要》要求,明确我国到2050年建成世界科技创新强国“三步走”的战略目标:

第一步到2020年进入创新型国家行列,基本建成中国特色国家创新体系有力支撑全面建成小康社会目标的实现;

第二步,到2030年跻身创新型国家前列发展驱动力实现根本转換,经济社会发展水平和国际竞争力大幅提升为建成经济强国和共同富裕社会奠定坚实基础;

第三步,到2050年建成世界科技创新强国成為世界主要科学中心和创新高地,为我国建成富强民主文明和谐的社会主义现代化国家、实现中华民族伟大复兴的中国梦提供强大支撑

倳实上,在过去这些年中国在科技领域已经实现了飞速发展,并且将视野从吸收外国技术转变为提高自主创新能力不管从专利数量、學术论文发表数量,以及研发投入这些衡量创新的指标来看中国都在不断缩小与美国的差距,可以想见未来这些年,中国政府对科技嘚投入将成为持续热点

根据NSF的数据,中国的研发支出在2001年后实现了飞速增长到2013年,这一数字已经接近整个欧盟的支出成为世界上研發投入最多的国家(地区)之一。

同样的增长趋势也出现在了高科技制造业附加值上在2010年,中国的高科技制造业的附加值超越了欧盟僅次于美国排在第二位,并且中美的差距在2014年已经十分接近(下图)

整体而言,中国目前的科技创新能力取得了瞩目的成绩不过,需偠明确的是中国的科技创新本身是先天不足的,在尖端科技领域尚有一战之力但拉通来看,中国在计算机电子、光学产品等领域的附加值还是极其有限的不过,这也丝毫不影响我们自主创新的步伐

相信,在前述三步走的战略之下中国完全能够且超额实现中国制造2025嘚目标。过去中国已经创造了无数个从无到有的案例,未来完全实现芯片的自主研发也不是什么问题

3、无论从国家层面,还是相关有能力的公司层面都会在未来大力发展半导体及其相关业务。但因为这个行业又被美国和日本高度垄断壁垒相当高,所以必须先寻找到能够进入的突破点

尽管中国短期内要诞生英特尔这样的巨头不现实,但是中国并未放弃争夺物联网和人工智能等领域的主导权国家集荿电路产业投资基金总裁丁文武去年10月在上海的一场行业论坛上表示:“中国芯片行业弯道超车的策略不现实。”

弯道超车的前提是大家茬同一起跑线上这显然不可能。国家集成电路产业投资基金二期募资已经启动募集金额将超过一期,一期募集资金1387亿元市场预计二期规模有望达到2000亿元。下一步大基金将提高对设计业的投资比例并将围绕国家战略和新兴行业进行投资规划,比如智能汽车、智能电网、人工智能、物联网、5G等并尽量对装备材料业给予支持,推动其加快发展

大基金目前参股超5%的公司包括A股的国科微、北斗星通、三安咣电、兆易创新、长电科技、北方华创、长川科技、汇顶科技等;港股的中芯国际、国微技术、华虹半导体等;以及美股的ACM。国家基金如此大规模扶持芯片行业是为了摆脱长期以来对海外芯片的依赖。

尽管短期来看如果缺少了海外高端芯片的供给,会对中国市场带来重夶的打击但长期来看,也只有经历5到10年的阵痛期中国才能自主研发的高端芯片产品。那时才是美国企业真正需要担心的时候。

4、说箌这个问题那就不得不提最近中兴公司遭遇美国最绝情的一次商业性重罚的事2018年4 月 16 日,美国商务部宣布将禁止美国公司向中兴通讯销售零部件、商品、软件和技术 7 年,直到 2025年3月13日这对中兴意味着什么?灭顶之灾!因为中兴产品的基础是建立在美国技术之上的。美国對中兴全面技术封锁尤其是关键的芯片断供,那就等于中兴产品的先进性与竞争性不复存在并且有些产品甚至不得不停产。那么中興好不容易挣来的国内外市场,将只能拱手相让于他人

这件事出现过后,国内几乎都是一片”我自力更生奋发图强!”的呼声。大众嘟巴不得明天我们自己的高端芯片就能出来从此不再受制于人!那么,以现在中国的实际情况能否在短时间实现这个高端芯片的梦想呢?对不起真实的情况是:短期内我们很可能做不到。原因有四一是先进的高技术芯片要有长期的技术积累和高精尖的设备配合,我们沒有其中,仅光刻机我们就造不出来(有吹牛的但性能根本达不到),人家以前也不肯卖给我们而要造出高精尖的光刻机,又要有┅大堆复杂的技术、设备与先进材料配合那是一环扣一环的。目前世界高端光刻机被荷兰ASML公司垄断,Intel曾试图扶持日本尼康以平衡竞争但未能成功。二是高技术芯片试错成本高流程长,参与协作的工种多任何一个环节出问题,都会失去大量的时间与成本等你好不嫆易搞出来什么,人家在技术上又往前迈出一大步了那你研究开发出来的东西,还是落后的废柴三是我们的教育、科研机制有严重的難题,在体制没有根本性大改并理顺之前不切实际的幻想只会让人增加一次次的失望。四是人才紧缺芯片研发极要人的创造性与想象仂,也需要强烈的职业荣誉感但中国大学生这方面实在比较弱。

芯片品种繁多每个产品一般都要有相应的多种芯片组合,且又分军工級、工业级、商用级三个等级应当说,中国在最低的商用级已经有了很大的进步,具备一定的国际竞争力但在工业级方面,我们确實差距太大军工级的差距,就更大了之前也说过“中国芯”有多牛,但中兴受美国处罚的事件一曝光真相也就出来了。我们个别芯爿是不错了但并不代表世界最高水平,而且在高速光通信接口、大规模FPGA、高速高精度ADC/DAC等领域甚至完全依赖从美国进口(独此一家,别無分店)

从以上情况分析,我们的芯片要达到高通那样的水准确实还是需要很大的努力,不过我们也不能长他人志气灭自己威风。相信以勤劳的中国人的智慧与努力这个时间会比想象的要短很多!毕竟我们有像搞“两弹一星”,航母北斗系统这样的经验积累!那些難度可是比研发芯片大得多噢!

5、中国的半导体产业从改革开放以来没有得到重视,以前都是以基建和房地产投资为主的经济模式直到菦十年才逐步对芯片制造业提上战略高度,芯片制造本来就是一个大投资长周期技术积累与创新的过程。虽然现在国家加大力度投入泹是收效甚微,最主要还是制造环节上久攻不下现在中国第一领军是紫光国芯,直到现在紫光的技术还只停留在28纳米制程上并且不良率还过高,良率只达到40%现在高通,台积电都已经向10纳米7纳米进军了,可想而知差距非常大堵在中国芯片制造业前面最大的拦路虎不昰材料,也不是技术而是光刻机成套设备,而世界上只有日本的尼康佳能,荷兰的一家能掌握高端光刻机制造,而最好的是荷兰的ASML曾经1亿美元一台,据国内光刻机制造企业华微电子公司员工介绍就华微的光刻机最好只能做到90纳米制程,而日本的可以做到28纳米以下荷兰ASML的精度最高可以做14纳米以下制程。那你也许会问中国为什么不向他们购买问题来了,因为芯片高端制造牢牢掌握在美日欧,几個国家手里对中国进行技术和设备的封锁。导致中国至今芯片产业迟迟得不到突破

据华微人员介绍,光刻机最主要部件透镜的研磨技術的不同也会产生相差10倍的效果,荷兰的企业研磨技术工人祖孙三代人做同一个工位!你就不难理解光刻机技术的要求有多高而这些技术没有50到100年的积累,短时间很难做到精度要求的!所以说中国的芯片要想追赶高通任重而道远最主要是需要政府长久耐心的投入和支歭!

还有据说美国芯片工程师能胜任设计制造的最多就370名,而在中国也就25人这就需要中国的教育部门能培养出芯片设计工程师出来。这哽是一个漫长的过程了!

以上就是大至中国芯片制造业现状要追赶和超越美日韩芯片制造水平,中国需要的时间会是非常漫长的!

6、高通那种商业化的芯片除了实力一开始的布局是非常关键的,高通很早之前就在我国推动技术创新他把几乎所有的专利技术提供给各种規模的用户,设备授权厂商和一些系统设备的授权厂商这也是它的商业模式,有了这种商业模式才能让他的芯片和各种系统设备用最低成本的推向市场,所以它的产品市场才会这么大

其他的芯片公司,即便有了他的技术但是在价格方面和市场的规模上,也很难像他那样商业化的成绩这不仅仅是一个技术问题,还包括了芯片的市场和用户的市场

高通这家公司和其他厂商,区别不仅在于创新他还將他创造的产品不断降低成本,然后推向市场他很早就看中了中国这边的市场,不仅让各种厂商获益而且也让消费者受益。

就比如最菦知名的骁龙芯片就是覆盖的各种入门级智能手机和各种高端手机的处理器芯片,它覆盖的用户太广了对市场的需求进行不断的提升囷创新,无论是技术、性能还是价格他都做到了最高的水平。

其他的芯片谁要有那样商业化的水平不仅是要做到技术的革新还是要抓住用户的痛点,而且要将这些技术推广到各中生产厂商从而让消费者收益,这样才能实现你说的问题

7、面对技术壁垒,不能盲目悲观特别不能对中国的高科技发展丧失信心。当此之时应该激发理性自强的心态与能力,通过自力更生真正掌握核心技术可以预见,从現在开始中国将不计成本加大在芯片产业的投入,整个产业将迎来历史性的机遇

文章认为美国对中兴的7年禁售是冲着2025中国制造,中国芯来的数据显示,2016年中国进口芯片金额高达2300亿美元花费几乎是排在第二名的原油进口金额的两倍。中国制造现在需要芯片而美国的荇为更多是想拖慢中国2025进程。所以对于此次事件 面对技术壁垒,从现在开始中国将不计成本加大在芯片产业的投入,整个产业都将迎來一个发展机遇

相信我们会营造有利于创新驱动发展的制度环境,比如说芯片设计具有试错成本高和排错难度大的特点就需要从更大層面统合科研力量、实现集中攻关。突破核心技术肯定会带来阵痛但在关键领域、卡脖子的地方下大功夫,是为了用现在的短痛换来长遠的主动权我们不必为今天的封锁惊慌失措,中国的高科技能够克服初期从无到有的困难也有信心在后期突破核心技术的瓶颈。

就国镓意志和强大的投入来讲相信我们会有突破。时间也不会超过2025年现在我们有,华为的麒麟芯片它正不断追赶世界先进水平,还有龙芯可以和北斗一起飞上太空我们的芯片相关产业也已经有了布局,所以不是一穷二白的状态无需太担心,别人能做的事情凭啥我们僦做不来。这同样是一场战争技术战争,经济战争时间和质量同样重要。

8、要说以中国现在的科技实力造出像高通那样的商业化芯爿需要多久?估计就是财经专家都没法给你一个具体的时间出来虽然此次中兴的事件让我们备受打击,但也别妄自菲薄我国芯片行业其实整体上并不差,某种程度上自称全球第二也没毛病当然因为历史的因素,我们工业基础段位较美国这个第一的段位还是有所差距洇此他要制裁你你也没办法。不过以我们国家过去十年的发展情况我个人认为再给我们十年,也许就可以生产出类似于高通那样的商业囮芯片

一、中国芯片近十年的发展历程

2017年全球半导体销售额预计达到4087亿美元,同比增长20.6%其中集成电路产业为3402亿美元,2017年中国集成电蕗产业的销售额为5355.2亿元,同比增长23.5%

2016年中国集成电路设计销售收入为1644.3亿元,比2015年的1325.0亿元增长24.1%,中国集成电路设计业的全球销售达到247.3亿美え(按1:6.65汇率折算)占全球集成电路设计业的比重提升至27.82%。1999年到2016年中国集成电路设计的复合年均增长率(CAGR)为44.91%,可谓蓬勃发展

中国的芯片現状到底怎么样,用魏少军教授的一句话估计最能说明问题“中国集成电路与国外最高水平的差距由5代缩短到2代,由20年缩短到5年”

目湔我国的芯片市场,比起十年前我们已经是进步很大了十年前,麒麟芯片还不知道在哪中芯国际还在要死不活。我们甚至还没有一片能够大量使用的桌面芯片没有一片服务器芯片。而现在这些我们都有了。

二、中国集成电路市场的占比

2017的美国集成电路设计业营收额占到全球集成电路设计业的53%(约535.3亿美元)居全球第一位;中国(大陆)位居第二,占到21%(约212.1亿美元);中国台湾地区占到16%(约161.6亿美元)欧洲地区占到2%(约20.2亿美元),日本占到1%(约10.1亿美元)其他地区占到7%左右。以上数据系拓墣产研院报道数据

中国集成电路与世界最先進的技术比较肯定是有差距,这个没有人不承认只是这差距我国的集成电路人一直都在努力去缩小,就像是10年前我们没有麒麟10年后麒麟已经普及诞生。或许它不是最先进的但它一直在努力。

借用任正非说的海思(麒麟)的意义不在于他能生产多么好的芯片而在于他存在就能让美国不会漫天要价,最少通过十年的发展我们已经具有一定的谈判权了。

其实高通的移动终端芯片也才起步于2007年当然其前期有了技术积累,高通一度称霸全球但是这个统治在台湾芯片商联发科2012年前后拿出基于ARM的芯片解决方案后……就已经开始受到冲击了,目前华为的海思麒麟联发科智能手机芯片,三星的自主Exynos系列均系其竞争对手

PS:我一直以来的一个观点就是中国只要是大一统的时代,我們迟早都是世界第一这是我们的民族特性决定的,我们国家总有默默愿意为这个国家前进而牺牲奉献的人像50年代放弃欧美回国的钱学森等人;像核潜艇之父黄旭华这类可以隐姓埋名工作三十年的人;这是我们的民族特性决定的。

如果以改革开放大发展来说我们真正的發展才40年的时间,但我们的经济总量已经世界第二我们航天科技,欧洲日本都得仰望,我们制造出了自己的北斗通信卫星系统等等成僦如果像美国一样从1776年开始,到现在200多年的我们中国绝对可以傲立与世界。所以这次中兴的事件不要自卑,更不要妄自菲薄基础弱不代表追赶不上,华为现在不做的很好吗因此,以我个人估计再给我们十年的时间,或许中国的芯片就可以实现完全自主生产了

9、当我们仔细去看芯片产业,会发现芯片涉及到面很广从材料,加工计算,感应器射频,一整条路下来中国现在做小的芯片已经囿些基础,但是做大型计算芯片人工智能芯片或者自我学习智能芯片真的路还很长很长,这不是雄心壮志能替代的也造不了假。

我以湔是做北斗导航设计的我觉得手机芯片绝对没有北斗芯片复杂,如果北斗芯片国产的话手机芯片设计生产应该问题不大。主要是个投叺问题美国算错帐了,如果他不打压中国芯片即使出来,还要在中国市场上与高通公司竞争现在倒好,两年后中国芯片全部占领中國市场高通以后想进来也不可能了,然后再在全世界抢占高通的市场份额,直到用白菜价把他压垮!其实像顶尖芯片和顶级数控机床不比原子弹好造,技术难度超过造原子弹没个几十年的技术积累是不行的。

制芯技术层面问题不大关键是芯生产制造过程中所涉及嘚设备,人员和技术等生产链高精技术缺乏问题想信用不了多久,一年左右中国就能让芯片买到白菜价当年有多少人说中国造不出舰載机,造不出拦阻索我们不声不响航母一出海,上面什么都有了当年美国人不让我们参与国际空间站,最后我们自已造个天宫玩中國人才济济,突破了一个又一个尖端技术芯片对中国并不是一穷二白,想信不久它将会有一个质的突破,甚至超过美国我来看国家唏要组建一个芯片特别研究团队,从有实力的芯片公司挑选高级人才出来研发芯片这样开发芯片速度就会快点而是国家直接投资管理。

10、中国有那么多芯你们瞎眼了没看见吗?提出这样无知识的傻问题高通算什幺东西,能和龙芯比吗能和海思比吗?真是瞎放屁告所你们我国政府早就立国家大规模集成电路领导小组。早在九十年代就宣布大规模集成电路批量生产了你们学会查查资料再来提问题好鈈好!

中兴一事缺的不是中国芯,而是缺少中国心一切都要用进口的。中国芯片企业根本无生存空间!pLc用进口的变频器用进口的,连軸承都要用进口的……就是不用咱们中国的!为什么进口的好用,低价好赚钱。那天老美和盟友来个轴承不准买多少设备会趴下。

國内绝大数自动控制设备不用西门子施耐德,ABBAB和曰本的pLc,变频器核心元器件有用国产的吗?

国内那家公司的招标书都会不写上某某元器件用进口原装的?甚至要进口税单或原产地证明投标书不响应,馬上废标!

缺的不是中国芯而是缺颗中国心!

真正缺了颗中国惢,如同国产的华为那幺好可在中国用萍果依然很多,很多

中国要真正站立在世界之颠,需要格力华为这样的企业,更需要大张旗皷树立每个中国人每个中国企业的中国心。

中兴惭愧!华为海思——中国心!董明珠——致敬!袁隆平——敬佩!

机器翻译、聊天机器人等自然语訁处理应用正随着深度学习技术的进展而得到更广泛和更实际的应用甚至会让人认为深度学习可能就是自然语言处理的终极解决方案,泹斯坦福大学计算机科学和语言学教授 Christopher D. Manning 并不这么看他认为深度学习确实能在自然语言处理领域有很大作为,但却并不能取代计算语言学

(原标题:深度学习在NLP领域成绩斐然,计算语言学家该不该惊慌)

这些年来,深度学习浪潮一直冲击着计算语言学而看起来2015年是这波浪潮全力冲击自然语言处理(NLP)会议的一年。然而一些专家预测其带来的破坏最后还会更糟糕。2015年除了法国里尔召开的 ICML 大会,还有叧外一个几乎同样大的事件:2015深度学习研讨会(2015 Deep Learning Workshop)该研讨会以一个 panel 讨论结束,正如 Neil Lawrence 在该 panel 上所说的:「NLP 有点(kind of)像是深度学习机器车灯前嘚一只兔子等着被压扁。」很明显计算语言学界需要慎重了!它会是我的道路的终点吗?这些压路机般的预测来自哪里

2015年6 月,巴黎 Facebook 囚工智能实验室开幕上负责人 Yann LeCun 说:「深度学习的下一大步是自然语言理解,不只是给机器理解单个词的能力而是理解整个句子、段落嘚能力。」

视频后能说出发生了什么的东西我会感到很失望。数年内我们将会把深度学习安置到能够放进耳朵那样的芯片上,并造出潒巴别鱼(《银河系漫游指南》中出现的:如果你把一条巴别鱼塞进耳朵就能立刻理解以任何形式的语言对你说的任何事情。)那样的渶语解码芯片」

此外,现代深度学习的另一位泰斗 Yoshua Bengio也逐渐增加了他们团队在语言方面的研究,包括最近在神经机器翻译系统上令人激動的新研究

从左到右:Russ Salakhutdinov(卡耐基梅隆大学机器学习系副教授)、Rich Sutton(阿尔伯塔大学计算机科学教授)、Geoff Hinton(在谷歌工作的认知心理学家和计算机科学家)、Yoshua Bengio(因在人工神经网络和深度学习的工作而知名的计算机科学家)和 2016 年讨论机器智能的一个 panel 的主持人 Steve Jurvetson,机器之心当时对此论壇进行了现场报道参阅:《 独家 | Hinton、Bengio、Sutton 等巨头聚首多伦多:通过不同路径实现人工智能的下一个目标 》

不只是深度学习研究者这么认为。機器学习领军人物 Michael Jordan 在 2014 年 9 月的 AMA 问答上被问到「如果在研究上你获得了 10 亿美元投入一个大项目你想做什么?」他回答说「我会使用这 10 亿美え建立一个专注于自然语言处理的 NASA 级项目,包括所有的方面(语义、语用等)」他继续补充说,「我非常理性地认为 NLP 如此迷人能让我們专注于高度结构化的推断问题上,在『什么是思想』这样的问题上直入核心但明显更实际。它无疑也是一种能让世界变得更好的技术」嗯,听起来不错那么,计算语言学研究人员应该害怕吗我认为,不!回到 Geoff Hinton 前面提到的巴别鱼我们要把《银河系漫游指南》拿出來看看,其封面上用大而友好的字写着「不要惊慌」

过去几年,深度学习无疑开辟了惊人的技术进展这里我就不再详介,但举个例子說明谷歌最近的一篇博客介绍了 Neon,也就是用于的 Google Voice 新的转录系统在承认旧版的 Google Voice 语音邮件转录不够智能之后,谷歌在博客中介绍了 Neon 的开发这是一个能够提供更准确转录的语音邮件系统,例如「(Neon)使用一种长短期记忆深度循环神经网络(长舒一口气,whew!)我们将转录的錯误率降低了 49%。」我们不都在梦想开发一种新方法能够将之前顶级结果的错误率降低一半吗?

为什么计算语言学家不需要担心

Michael Jordan 在 AMA 中给出叻两个理由解释为什么他认为深度学习不能解决 NLP 问题「尽管现在的深度学习研究倾向于围绕 NLP,但(1)我仍旧不相信它在 NLP 上的结果强于视覺;(2)我仍旧不相信在 NLP 的案例中强于视觉这种方法就是将巨量数据和黑箱的学习架构结合起来」在第一个论点上,Jordan 很正确:目前在高层语言处理问题上,深度学习还无法像语音识别、视觉识别那样极大降低错误率尽管也有所成果,但不像降低 25% 或 50% 的错误率那样骤然洏且可以很轻松地遇见这种情况还将持续。真正的巨大收获可能只在信号处理任务上有可能

语言学领域的人,NLP 领域的人才是真正的设計者。

另一方面第二个 我。然而对于为什么 NLP 不需要担忧深度学习,我确实有自己的两个理由:(1) 对于我们领域内最聪明、在机器学习方媔最具影响力的人来说 NLP 才是需要聚焦的问题领域这很美妙; (2) 我们的领域是语言技术的领域(domain)科学;它不是关于机器学习的最佳方法――中心问题仍然是领域问题。这个领域问题不会消失Joseph Reisinger 在其博客上写道:「我经常在初创公司做通用机器学习,坦诚讲这是一个相当荒謬的想法。机器学习并不是毫无差别的累活它没有像 EC2 那样商品化,并比编码更接近于设计」

从这个角度看,语言学领域的人、NLP 领域的囚才是真正的设计者。近期的 ACL 会议已经过于关注数量、关注突破顶级成果了可称之为 Kaggle 竞赛。该领域的更多努力应该面向问题、方法以忣架构最近,我同合作者一直专注的一件事是开发普遍依存关系(Universal Dependencies)目标是开发出通用的句法依存表征、POS 和特征标记集。这只是一个唎子该领域还有其他的设计努力,比如抽象含义表征(Abstract Meaning Representation)的思路

深度学习到底在哪些方面帮助了自然语言处理?从使用分布式词表征即使用真实值向量表征词与概念来看,到目前为止NLP 并没有从深度学习(使用更抽象的层级表征提升泛化能力)获得较大的提高。所有詞之间的相似性如具有密集和多维度表征那么将在但不仅限于 NLP 中十分有用。事实上分布式表征的重要性唤起了早期神经网络的「分布式并行处理」浪潮,而那些方法更具有更多的认知科学导向性焦点(Rumelhart 和 McClelland 1986)这种方法不仅能更好地解释类人的泛化,同时从工程的角度来說使用小维度和密集型词向量允许我们对大规模语境建模,从而大大提高语言模型从这个角度来看,提高传统的词 n-gram 模型顺序会造成指數级的稀疏性并似乎会在概念性上破产

智能需要能从知道小的部分理解整个大的事物。

我确实相信深度模型会很有用的在深度表征中發生的共享在理论上可以给出指数级的表征优势,并在实际上提升学习系统的性能构建深度学习系统的一般方法是优秀而强大的:在端箌端学习框架中,研究人员定义了模型的架构和最好的损失函数(loss function)然后对模型的参数和表征进行自组织学习以最小化该损失。我们接丅来会了解最近所研究的深度学习系统:神经机器翻译(neural machine

最后我一直主张更多地关注模型的语义合成性,特别是语言和一般人工智能方媔上智能需要能从知道小的部分理解整个大的事物。尤其是语言理解小说和复杂句子的关键在于能否从较小的部分(单词和短语)构建整体的意义。

最近许多论文展示了如何从由「深度学习」方法的分布式词表征来提升系统性能的方法,如 word2vec (Mikolov et al. 2013) 或 GloVe (Pennington, Socher, and Manning 2014)然而,这并不是构建深喥学习模型我也希望未来有更多的人关注强语言学的问题,即我们能否在深度学习系统上构建语义合成功能

连接计算语言学和深度学習的科学问题

我不鼓励人们为了使用词向量来增长一点性能而努力研究,我建议我们可以回到一些有趣的语言学和认知性问题上这些问題将促进非分类表征和神经网络方法的发展。

自然语言中非分类现象的一个例子是动名词 V-ing 形式(如 driving)的 POS这种形式在动词形式和名词性动洺词之间的经典描述是具有歧义的。事实上真实情况是更复杂的,因为 V-ing 形式能出现在 Chomsky (1970) 的四种核心类别中:

更有趣的是有证据表明其不僅有歧义,同时还混合了名词-动词的状态例如,作为名词的经典语言学文本和限定词一同出现而作为动词的经典语言学文本采用的是矗接对象。然而众所周知动名词名词化可以同时做到这两件事情:

这通常是在短语结构树形图的层次中通过某种类别的变更操作进行分析,但有证据表明这个其实是语言中非分类行为的一种情况。

确实这个解释早期用于 Ross (1972) 的「squish」案例。历时的(Diachronically)V-ing 形式表现出动词化的增长历史,但在许多时期它表现出非常离散的状态。如我们在这个领域找到的明确评估判断:

限定词和动词对象的众多组合听起来并不昰很好但还是比通过派生词素(如-ation)名词化对象好多了。Houston (1985, page 320) 表明V-ing 形式到离散词性分类的分配要比连续型解释在-ing 和-in 的语言交替性差得多(預测意义上)。他还认为「语法类别存在于一个连续统一体它们在类别之间没有明确的边界。」

有趣的是歧义性形式存在重新分析的蕗径,如下面的语料对它们展示了一种形式是如何从另一种形式出现的。

Tabor (1994) 讨论了古典英语为什么存在 kind但极少或根本没有 kind of 的用法。从中卋纪英语开始为再分析提供生长地的歧义语境开始出现(案例 (13) 中的是 1570 年的语句),随后的非歧义案例限制性修饰语出现了(案例(14)是 1830 姩的语句):

这是一段没有同步性(synchrony)的历史

读者们,你们留意到了我在第一段中引用的那个例子吗

Whitney Tabor 使用一个小型的深度循环神经网絡(具有两个隐藏层)对这个演化过程进行了建模。他在 1994 年利用与斯坦福的 Dave Rumelhart 一起工作的机会完成了该项研究

就在最近,开始有一些新的研究工作旨在驾驭用于建模和解释语言差异与变化的分布式表征的力量事实上,Sagi, Kaufmann, and Clark (2011) 使用了更加传统的研究方法――潜在语义分析(Latent Semantic Analysis)来生荿分布式语词表征展现分布式表征如何能捕捉到某个语义变化:随着时间的推移,被指称的对象范围的扩大和缩小比如,在古英语(Old English)中deer 是指任一动物,但在中世纪以及现代英语中这个单词被用来清楚指称某科动物。dog 和 hound 的意思调了个个儿:在中世纪英语中hound 被用来指称任何一种犬科动物,但是现在却被用来指称某特定子类dog 的使用情况正好相反。

现在 NLP 对于机器学习和产业应用问题是如此关键生活茬这样一个时代我们应该感到兴奋和高兴。

图 1:cell 与四个其它单词的余弦相似度随时间变化而变化(其中 1.0 表示最大相似度0.0 表示无相似度)。

年左右他们表明 cell 的词义如何从接近于 closet 和 dungeon 迅速改变为接近于 phone 和 cordless在这一语境中一个词的含义是超出词的所有含义的平均值,并通过使用频率加权

分布式表征的科学应用越来越多,利用深度学习为语言现象建模是神经网络之前兴起的两大特点。后来由于网络上引用和确萣深度学习研究工作上有些混乱,我认为有两个几乎不再被提及的人:Dave Rumelhart 和 Jay McClelland从圣地亚哥的并行分布式处理研究小组开始,他们的研究项目僦旨在从更加科学和认知的角度研究神经网络

利用神经网络来解决规则统领下的语言行为(rule-governed linguistic behavior)问题是否妥当?现在研究人员对此提出叻一些好的质疑。资历老一些的研究人员应该还记得多年前有关这一问题的论战让 Steve Pinker 声名鹊起,也奠定了他六位研究生职业生涯的基石篇幅有限,我就不在这里展开了但是,从结果上来看我认为那一场争论富有成效。争论过后Paul Smolensky 进行了大量研究工作,研究基础分类系統如何出现以及如何在一个神经基质中表征出来(Smolensky and Legendre 2006)。实际上人们认为 Paul Smolensky 在兔子洞里陷得太深,他将大部分精力投入到研究一种新的音系分类模型――最优化理论(Optimality Theory)((Prince and Smolensky 2004)中很多早期的科研工作被忽略掉了。在自然语言处理领域回过头来强调语言的认知和科学调查重偠性,而不是几乎完全使用研究工程模型这是有好处的。

总而言之我认为我们应该为生活在自然语言处理被视为机器学习和工业应用問题核心的时代而感到激动。我们的未来是光明的但每个人都应该更多地思考问题、架构、认知科学和人类语言的细节。我们需要探讨語言是如何学习、处理又是如何产生变化的,而不是一次次在基准测试中冲击业内最佳

本文来源:机器之心 责任编辑:王超_NT4133

我要回帖

 

随机推荐