12月22日，由人民郵電報社、人民郵電出版社共同主辦的“風向系列活動暨何寶宏思享會”在北京舉辦。會上，中國信息通信研究院云計算與大數據研究所所長何寶宏以其特有的視角，跳出技術看技術，用詼諧、幽默、生動的語言，講述技術發展背后的至深規律。區塊鏈、人工智能、大數據、云計算、開源……一起細數2020年不可錯過的技術風口。

面對即將過去的2019年，幾大行業都經歷了不同的起伏。2019年互聯網產業經歷了絲絲涼意，虛擬現實做了更理性的選擇，退守娛樂和游戲市場，先烈似乎比先驅更多一些；開源正在吞噬整個世界，業內第一次感受到風險；大數據仍然面臨難以翻越的兩座大山，左手是隱私要保護，右手是資產流動；人工智能面臨七年之癢；區塊鏈經歷了10個月的低谷和兩個月的高潮。與此同時，互聯網產業傳來陣陣暖意，產業互聯網正在蓬勃發展；5G是當仁不讓最亮眼的技術；“視頻+”讓一切皆視頻；“云+”，過去是云找你，現在是你找云；除此之外，還有邊緣計算、數據、智能、服務器、數據中心等，都在2019年經歷了或多或少的變化和發展。在過去的十多年里，每隔幾天就會宣稱出現了一種會顛覆世界的技術。變化的背后是永恒，探尋永恒才可能把握變化。

什么是變化的呢？幾十年來，互聯網一直在轉型發展，正在從消費互聯網轉向產業互聯網，消費互聯網紅利基本被“吃光”，但是經過五年的努力，產業互聯網紅利還沒有到來。移動互聯網的紅利也基本被“吃光”，正在向物聯網、可穿戴設備發展，同樣，IoT、可穿戴設備紅利還沒有到來。從計算的產品到計算的云化，“視覺”由人的視覺轉向機器視覺，最主要應用在無人駕駛、視頻監控等領域。數據正在由信息流越來越多地變成資產。

互聯網經過了十幾年的轉型發展，這次的轉型發展有一些不同的“味道”——遠方的天空飄來了兩朵“烏云”。第一，摩爾定律為信息通信業提供了源源不斷的免費或者廉價的計算資源，但是當整個行業所依托的資源不再讓它充沛、不再讓它廉價時，就要面臨新的挑戰。第二，行業經過多年的發展，技術創新的步伐太快，面臨著技術應用步伐遠遠趕不上技術創新步伐這一現狀，不可持續。

無論走向何處，人類正從工業文明走向數字文明。互聯網作為一個技術新物種，外部生存環境的逆變，必將改變半個世紀以來一些行之有效的方法、一些顛撲不破的“真理”。

區塊鏈

價值互聯網不可能取代信息互聯網

隨著互聯網與實體經濟的深度融合，數據越來越多地具有資產屬性。同時，數據是信息，要傳播、開放、共享。數據代表資產時，需要同樣一套網絡體系來傳遞。價值互聯網不可能取代信息互聯網，因為用數據表示資產的時候，本身還是信息，所以，未來的價值互聯網會構建在信息互聯網之上，而不可能取代信息互聯網。如何從數據資產的角度理解區塊鏈呢？數據的最后一個擁有者，才是對應資產的擁有者。數據之前的擁有者都只是所對應信息的擁有者，其在區塊鏈上存在的價值，只是為了證明誰是數據的最后一個擁有者。

區塊鏈新在什么地方？它需要多方維護，傳統數據庫只需單方維護。傳統數據庫屬于某個企業、個人或組織，需要某一個實體來維護數據庫的數據。區塊鏈有多方參與，而不僅僅有某一個實體或個人，需要參與方共同維護。區塊鏈技術涉及密碼學、分布式共識、智能合約等，具有不易篡改的特點。

去中心化是偽命題，高喊去中心化的，大多是自己想成為新的中心。去中心化的后果，就是區塊鏈會成為新的中心。

區塊鏈技術現狀可以總結為六個字：已可用、不易用。技術方向沒有問題，但存在一些需要完善的地方。比如，從孤鏈改成跨鏈，從鏈上到鏈上鏈下相結合，整鏈切成小塊，等等。此外，拓撲結構方面正在優化，出現了樹形、橋形、圖形、點狀等結構，盡管名字還叫區塊鏈，但已經不是鏈式結構。

區塊鏈不是萬能的，不會顛覆世界。它是一種新型的數據庫，要用數據庫的時候才會考慮區塊鏈，要多主體，大家要共同參與，解決缺少第三方時彼此不信任的問題。

什么時候用公有鏈，什么時候用聯盟鏈？很多情況下，多方主體通過市場交易，為了保護商業秘密，只要參與方彼此知道即可，這時必須考慮保密的問題，就要用聯盟鏈或私有鏈。

區塊鏈號稱“信任的機器”，但現在很多時候成了詐騙工具，為什么？道理很簡單，信任缺失，需要監管。什么時候才能相信區塊鏈的數據？當區塊鏈數據是原生的，就可以放心使用；反之，如果數據曾經暴露，就要特別小心，有很多數據在你看到之前被篡改了。除了數據，還要看底層系統，以證明這套創造信任的機器本身是值得信任的，這就是可信區塊鏈產生的原因和存在的價值。

數據中心

數字社會的新基建

數據中心是整個數字行業基礎設施的基礎設施。無論是全球還是中國，數據中心作為基礎設施的基礎設施，增長是非常猛烈的。數據中心跟計算機一樣，也走上了兩個極端。一方面，數據中心在消費側變得越來越小，從PC到手持設備，到可穿戴設備再到物聯網；另一方面，走向了高性能計算，數據中心變得越來越大。全球的數據每年增長50%左右，而數據中心的增長為20%~30%。

數據中心發展的趨勢之一是產品化。過去的數據中心建設更像是一個施工的現場，現場施工遠遠大于產品化。2011年啟動的天蝎計劃，核心是將IT設備前置化、模塊化、預制化，把它推到工廠去，讓現場施工越來越少。今年推出的巴拿馬項目，是將產品從IT推向了非IT，走向了供配電，很明顯這條路會越走越遠。這幾年服務器市場發生了翻天覆地的變化，以前經常是改造機房環境，以適應標準服務器。電信運營商提出來新的思路，可以改造服務器，OTII就此誕生。現在OTII是定制服務器，以適應傳統通信局站。

液冷技術越來越趨于成熟，但是配套的外部環境還需要我們共同去維護。液冷單體計算密度提升10倍以上，可以讓IT設備占地面積減小75%以上，HPC和GPU等已規模應用，能夠滿足一線城市PUE建設需要。

白盒交換機正在快速崛起；機柜世界里是光進銅退……

網絡創新是另一主戰場，今天網絡創新的聚焦點主要在兩大領域，一個靠近用戶側，一個靠近服務側，靠近用戶側的集中在5G，靠近服務側的集中在數據中心。可以說，數據中心是今天網絡創新的制高點。

總而言之，數據中心就是數字社會的新基建。數據中心是工業互聯網、人工智能、物聯網等基礎設施的基礎設施。

開源

幾乎是躲不掉的

開源是社會化協作的基礎。隨著軟件越來越昂貴、風險越來越大，單靠一個企業內的合作已經不夠了，需要全球供應鏈、全球生產鏈來共同生產軟件、維護軟件、交付軟件。開源也是社會化生產的需要。經過20年的發展，開源已經今非昔比。20年前，開源是一種軟件的開發和交付方式；2020年，開源已經演進發展為一種生態競爭的模式。開源的生產交付模式已發展成熟。2019年，70%的財富50強企業為GitHub（代碼托管網站）貢獻了開源代碼。開源已經形成了兩種模式：基金會主導模式（Linux模式）和企業主導模式（Android模式）。碼農數量激增，因為碼農是數字社會先進生產力的代表。

總而言之，開源幾乎是躲不掉的，99%的組織已經在其 IT系統中使用了開源軟件。2019年，中國的代碼貢獻量上升了48%。在中國，過去，開源的核心是國際項目本土化，現在，國內開源的焦點是本土項目國際化。重要的是，要將風險管控前置來治理開源。

大數據

拐點出現

大數據讓我們相信，數據是21世紀的石油。大數據的拐點之一，是由以前關注的數據量“大”轉變為今天關注的如何讓數據“跑得更快”。大數據的拐點之二，是從聚焦數據技術轉變為現在將技術作為資產來看待。

大數據的兩座大山——左手是數據如何資產化，右手是數據如何保護。GDPR實施一年，引發全球隱私保護熱潮，無論是歐盟還是中國，密集出臺了數據隱私保護的相關管理規定。但另外一個方向是如何促進數據的可控流通。保護隱私，不能單靠政策，還要靠技術。保護隱私數據的政策，目前為止有三個流派：一是數據脫敏，讓數據“少出門”；二是安全多方計算；三是聯邦計算，讓數據少跑腿，讓算法多跑路。

“任何一個新技術在解決老問題的同時必然會創造新問題。”何寶宏表示。傳統的數據治理框架失效了，根本原因是以前數據是信息，今天數據是資產，要把信息的一套框架和方法搬到資產的治理方式上，顯然不太適用，所以需要創造新的數據治理框架、新的數據治理模式。數據從成本中心變成了價值中心。

數據開放不是0和1的問題。數據的開與不開之間有一個漫長的灰色地帶，需要通過開放解決這個問題。數據開放需要數據許可證和開放數據管理辦法。當涉及個人隱私、用戶權利時，算法應該是開放的。算法的開放問題、中立問題、可解釋性問題都是必須解決的。

總而言之，數據有時候是隱私，有時候是信息，有時候是資產，所以需要資產管理的辦法。“相信關于數據管理的技術未來應該會越來越碎片化，這個社會需要更多更新型的技術來對付不同的數據。”

人工智能

計算機還無法實現的那些智能

人工智能領域經過幾年的發展，計算機視覺應用一枝獨秀。谷歌馬上就能開發出修改自然語言對話甚至可以預見人開玩笑的算法。普通人只需1秒就能夠想通的事情，不遠的將來很可能會被AI自動化。

2019年，AI到了七年之癢。2015年之前AI是人才、技術和資本；2016年到2018年是數據、場景；2019年，開始關注人工智能倫理、道德、可解釋和監管方面的問題。

產業需要一個什么樣的人工智能？高效，模型訓練時間需要滿足業務實時響應；經濟，要降低計算成本；泛在，讓AI計算無處不在；智能，自動化半自動化數據標注；穩定，滿足工業級AI系統需求。

隨著視頻監控、無人駕駛的興起，人工智能又發展到一個新的階段。近幾年人工智能的進步，如人臉識別、身份驗證等，產生了巨大的變化，但是深度偽造技術、深度造假也是必須處理好的問題。

何寶宏認為，AI的可解釋性存在陷阱。第一個陷阱，人的智能是不是可解釋的；第二個陷阱，87%的人認為，自己的智商高于平均值；第三個陷阱，凡是自己無法理解的，都是不可解釋的。

總而言之，所有可解釋的智能都是計算，人工智能就是計算機還無法實現的那些智能。

技術都是螺旋上升的

行業需趕上技術創新的步伐

何寶宏認為，創新太快了，應用跟不上，必然會脫離行業創新的步伐。技術從來都是轉圈的、螺旋式上升的，這是因為一個技術往一個方向走久了，它反方向的弱點就暴露出來，就像云計算走久了，一定會有邊緣計算。互聯網讓信息和網絡呈現分布式，但SDN讓網絡集中、云計算讓計算集中、大數據讓數據集中。再比如，以前IT技術的優點是可編輯，現在區塊鏈的優點是不可編輯。因此，技術都是螺旋上升的。如今，有三個方向特別值得關注。第一是軟件，大家需要在軟件上下功夫，尤其是并行軟件。第二是算法，大家以前做的很多事情就是在做加法，幾乎所有的技術優化，基本上是如何把技術搞復雜，今天要想辦法做減法。第三是芯片，以前有通用芯片，這幾年是專用芯片，尤其是特定場景下的芯片，比如邊緣計算、人工智能的專用芯片。很明顯，會有一些大的專項性的問題出現。

如果說100年前是IT技術趕不上全行業、全社會發展，今天面臨的問題則是反轉，全社會追趕不上IT技術創新的步伐，這肯定是不可持續的。如今有兩個機會，第一，如果應用趕不上創新的步伐，那去做行業和應用、做產業互聯網，與場景相結合。第二個機會是軟實力建設，當把新技術應用到各行各業時，會發現經濟、教育、制度和倫理等受到沖擊，這需要優化經濟學、教育學、管理制度、倫理道德等，繼續改變應用、改變社會。