本文刊載于《中國科學院院刊》第5期“科學觀察”。本文根據(jù)2023年4月25日《中國科學院院刊》2023年編委會特別活動——“松山湖科學對話”第三場“關(guān)于信息技術(shù)驅(qū)動未來產(chǎn)業(yè)的若干思考”中專家觀點整理而成，作者為該對話的主持人及嘉賓，署名方式以姓氏筆畫為序。

(資料圖)

包云崗1 劉 淼2,3 陸品燕4 邱錫鵬5 須 江6

1 中國科學院計算技術(shù)研究所

2 中國科學院物理研究所

3 松山湖材料實驗室

4 上海財經(jīng)大學 信息管理與工程學院

5 復旦大學 計算機科學技術(shù)學院

6 香港科技大學（廣州） 微電子學域

，時長

50:16

黨的二十大為新一代的信息技術(shù)產(chǎn)業(yè)指明了方向，要以推動高質(zhì)量發(fā)展為主題，構(gòu)建新一代信息技術(shù)產(chǎn)業(yè)新的增長引擎。信息技術(shù)領(lǐng)域市場巨大，技術(shù)競爭激烈，比傳統(tǒng)產(chǎn)業(yè)更具壟斷性和技術(shù)排他性。李國杰院士指出，決定市場勝負的主要因素不是單項技術(shù)，而是有優(yōu)勢的信息技術(shù)體系。一旦一個技術(shù)體系占據(jù)了主導權(quán)，后發(fā)者就很難在同一賽道實現(xiàn)趕超或取代，而原賽道的領(lǐng)先者也很難在新“藍?！毖永m(xù)其成功。因此，形成新的技術(shù)體系必須把握住新應用出現(xiàn)時的寶貴機遇。隨著新一輪科技革命和產(chǎn)業(yè)變革突飛猛進，科研范式發(fā)生深刻變革，把握當前信息技術(shù)發(fā)展的機遇期，對于加快構(gòu)建新發(fā)展格局、加快建設(shè)科技強國具有重要意義。

1.人工智能的發(fā)展和應用成為信息技術(shù)發(fā)展前沿的主要趨勢

人工智能的快速發(fā)展正在對人類社會產(chǎn)生重大影響況

《麻省理工科技評論》（MIT Technology Review）近?5?年發(fā)布的年度“全球十大突破性技術(shù)”（10 Breakthrough Technologies）中，涉及人工智能（AI）的相關(guān)技術(shù)頻頻入選。例如，2023?年“制作圖形的AI”和“改變一切的芯片設(shè)計”；2022?年“終結(jié)密碼”“AI?蛋白質(zhì)折疊”“PoS?權(quán)益證明”“AI?數(shù)據(jù)生成”；2021年“GPT-3”“數(shù)據(jù)信托”“數(shù)字接觸追蹤”“TikTok?推薦算法”“多技能?AI”等。從這些入選的突破性技術(shù)可以看出，人工智能在應用側(cè)和基礎(chǔ)設(shè)施層面扮演著重要的角色。在應用側(cè)，人工智能在許多領(lǐng)域（如生物學、圖形學等）發(fā)揮著重要作用，其中?AI?助理也正在被廣泛應用。在基礎(chǔ)設(shè)施層面，支持?AI?應用的基礎(chǔ)設(shè)施面臨著許多挑戰(zhàn)。例如，如何更好地生成、管理和保護數(shù)據(jù)，以及如何提供足夠的算力等?？傮w來看，人工智能新興的問題主要集中在應用側(cè)和基礎(chǔ)設(shè)施側(cè)，這也是當前的重點研究方向。

當前，信息技術(shù)領(lǐng)域中蘊藏著巨大的發(fā)展機遇。隨著新的數(shù)據(jù)挖掘和應用算法的推進，數(shù)據(jù)驅(qū)動的工具對許多基礎(chǔ)科學研究具有重大意義。例如，人工智能的快速發(fā)展及應用對自然科學（如生命科學、材料科學等）有著巨大的推動作用。但同時，信息技術(shù)領(lǐng)域的發(fā)展也面臨著巨大挑戰(zhàn)，摩爾定律逐漸失效。一方面，信息技術(shù)的發(fā)展需要更多的算力；另一方面，一些新的計算方法，如量子計算、光計算等，對計算機本質(zhì)的認識重新提出了挑戰(zhàn)。例如，在重新設(shè)計量子計算機系統(tǒng)時，人們會發(fā)現(xiàn)當前并未完全理解計算機本質(zhì)。這是在信息技術(shù)領(lǐng)域特別是計算機領(lǐng)域中的挑戰(zhàn)，同時也是一個很大的理論機遇。

從整個信息技術(shù)領(lǐng)域發(fā)展的角度來看，人工智能的迭代性類似于摩爾定律——隨著數(shù)據(jù)量、訓練量和模型大小的增加，其能力不斷提升，而且增長仍然沒有停止。這種快速迭代不僅對人工智能本身的能力提升有幫助，同時也對傳統(tǒng)產(chǎn)業(yè)和學科發(fā)展有巨大的助力，因為有了更多的數(shù)據(jù)，科研過程可以加速進行。因此，人工智能的發(fā)展對整個社會都有積極的影響。

信息技術(shù)領(lǐng)域?qū)W術(shù)界與產(chǎn)業(yè)界結(jié)合度仍需加強

信息技術(shù)學界與產(chǎn)業(yè)之間存在密切的聯(lián)系，但現(xiàn)在學術(shù)界關(guān)注的問題與產(chǎn)業(yè)界實際關(guān)注的問題存在一定的差距仍是不爭的事實。當前，急需從產(chǎn)業(yè)應用中提煉出關(guān)鍵問題，并將這些問題反饋給學術(shù)界進行研究。

以理論計算機學科為例，理論計算機學科主要研究計算的可行性，在很大程度上是計算機科學和信息科學的基礎(chǔ)；理論計算機可以看作是計算機和信息處理世界中的基本規(guī)律，類似于物理學中的客觀規(guī)律。在計算機被創(chuàng)造之前，理論計算機就作為數(shù)學的分支存在，關(guān)注計算的基本理論、算法和復雜性，計算機發(fā)明制造、算法應用等許多劃時代革新都建立在它的基礎(chǔ)上。因此，理論計算機學科在計算機科學領(lǐng)域中扮演著重要的角色，處在計算機科學與其他學科交叉的前沿。理論計算機科學是方法論學科，它的價值蘊藏在計算思維中，具有很強的普適性，能夠在計算機、經(jīng)濟學、自然科學、工程等多個領(lǐng)域交叉，能夠在許多原來缺乏語言描述或難以求解的復雜問題和情景中，提出新問題、新視角和解決思路，這不僅僅對于計算本身有意義，對于物理世界和人類社會也有重要意義。

理論計算機和應用之間的匹配是一個非常重要的前沿方向。在過去，理論計算機是先有理論，再有計算機；計算機的行為是由人來設(shè)定的，人類完全能夠理解。但是隨著計算機的復雜度越來越高，包括?ChatGPT?模型等的復雜度已經(jīng)越來越接近自然科學，這時需要做一些實驗來探索驗證其理論，從而與原始的理論產(chǎn)生了不一致。因此，如何將理論與應用更加匹配是一個非常重要的前沿方向。當理論與應用不匹配時，需要發(fā)展新的理論或?qū)⒗碚搼玫某橄笮愿玫爻尸F(xiàn)。例如，在深度學習方面，應用非常前沿，但理論認知還不夠。因此，需要探索如何使理論和應用結(jié)合更加緊密。該方向既與基礎(chǔ)研究密切相關(guān)，也涉及應用研究，同時也受到好奇心的驅(qū)動。2020?年華為成立了理論計算機實驗室，研究方向涉及工業(yè)應用中算法復雜性相關(guān)的問題。理論計算機學科在工業(yè)應用中大有用武之地，尤其是在華為的信息與通信技術(shù)（ICT）、光、速通、芯片、系統(tǒng)、應用和云服務等方面都有大量的應用。

當前中國企業(yè)在高新技術(shù)方面有很大的探索空間，但因同時面臨較大風險而止步不前。雖然企業(yè)是技術(shù)轉(zhuǎn)移轉(zhuǎn)化為產(chǎn)品的主體，但在探索新技術(shù)方面涉及較多基礎(chǔ)研究投入，企業(yè)面臨著較大的風險，而很多企業(yè)不愿意承擔這種風險。這也導致了當前我國在復雜芯片設(shè)計和電子設(shè)計自動化（EDA）工具方面存在一定的短板。

以處理器芯片為例，處理器芯片需要軟件和硬件的配合，是一類相對設(shè)計比較復雜的芯片。近幾年，“開源芯片”（將開源軟件的模式應用到處理器芯片設(shè)計中）的設(shè)計方式代表了處理器芯片領(lǐng)域的新方向。例如，RISC-V?新型處理器的架構(gòu)，受到全球關(guān)注?？梢韵裢ㄐ蓬I(lǐng)域的?5G?標準那樣，聯(lián)合全球力量共同構(gòu)建芯片生態(tài)，共同制定標準，各國可以在產(chǎn)品層面進行競爭。未來芯片的設(shè)計希望通過更加開放的方式，充分發(fā)揮出市場規(guī)模大、技術(shù)人才多的中國優(yōu)勢。近年來，中國科學院計算技術(shù)研究所發(fā)起的“香山”開源芯片項目，吸引了國內(nèi)外企業(yè)參與聯(lián)合開發(fā)。

人才培養(yǎng)是信息技術(shù)領(lǐng)域發(fā)展的重要動力儲備

我國科技事業(yè)發(fā)展進入新階段，創(chuàng)新成為引領(lǐng)發(fā)展的第一動力。在本土培養(yǎng)出規(guī)模宏大、具有突出創(chuàng)新能力的青年科技人才，是我國科技事業(yè)實現(xiàn)可持續(xù)發(fā)展的動力源泉。

如今，我國科研院所和高校在基礎(chǔ)理論與核心技術(shù)方面投入了大量資源來培養(yǎng)人才、全力攻堅。例如：2019?年?8?月，中國科學院大學啟動了“一生一芯”計劃，通過讓本科生全程參與處理器芯片從設(shè)計到生產(chǎn)、運行的全過程，培養(yǎng)具有扎實理論與實踐經(jīng)驗的處理器芯片設(shè)計人才，提高我國處理器芯片設(shè)計人才培養(yǎng)規(guī)模，縮短人才從培養(yǎng)階段到投入科研與產(chǎn)業(yè)一線的周期，培養(yǎng)更多國家緊缺的芯片人才。該計劃已經(jīng)開展了?5?期，有超過?2000?名學生參與，初步形成了大規(guī)模的高質(zhì)量芯片設(shè)計人才培養(yǎng)方案。香港科技大學（廣州）微電子學域組建團隊，建立了一系列中央研究設(shè)施，包括材料、器件微納加工實驗室和?EDA?研究中心，旨在為微電子領(lǐng)域培養(yǎng)人才并推動產(chǎn)出更多的原創(chuàng)技術(shù)。近期，該團隊在光電融合芯片、驗證和多處理器高速仿真等領(lǐng)域取得了一些進展和原創(chuàng)性發(fā)現(xiàn)。

在信息技術(shù)領(lǐng)域的快速發(fā)展中，科學界的合作方式可能會出現(xiàn)一些變化。以前的學校和研究所的組織結(jié)構(gòu)可能需要進行調(diào)整，以適應人工智能所帶來的一系列變化。這些變化也會影響到學生的課程設(shè)置和教育方式。人工智能所帶來的沖擊讓現(xiàn)有的教育體系顯得跟不上技術(shù)進步的潮流。因此，需要不斷地調(diào)整教育方式和組織結(jié)構(gòu)，以適應新的科技發(fā)展趨勢。

2.信息技術(shù)將推動自然科學研究加速發(fā)展

人工智能成為推動基礎(chǔ)科學研究加速的重要動力

事實上，信息技術(shù)已經(jīng)逐漸滲透到自然科學研究中。例如，數(shù)據(jù)庫和人工智能等方法已經(jīng)成為日常科研研究中必不可少的工具。

在數(shù)據(jù)科學領(lǐng)域，圖靈獎獲得者吉姆?·?格雷（Jim Gray）提出了第四范式——在實驗觀測、理論推演、計算仿真之后的數(shù)據(jù)驅(qū)動的科學研究范式。近幾年第五范式被提出，這類新的科學研究范式是以智能為研究目標的浸入式具身研究，基于數(shù)據(jù)科學本體論認識。可以猜測“第五范式”和第四范式一樣，都會以數(shù)據(jù)為對象；不同的是，“第五范式”更側(cè)重于人、機器及數(shù)據(jù)之間交互，強調(diào)人的決策機制與數(shù)據(jù)分析的融合，體現(xiàn)了數(shù)據(jù)和智能的有機結(jié)合。

人工智能與科學研究結(jié)合可以幫助科研人員提高科學研究的效率和準確度。例如，在數(shù)學、統(tǒng)計學、物理學和計算機科學等領(lǐng)域有交叉背景的研究人員，就可以將人工智能與高性能計算結(jié)合起來，為分子動力學模擬和第一性原理模擬提供強大的工具。通過超級計算機的加速，研究人員在模擬原子方面取得了很大的突破，模擬規(guī)模從之前的百萬級別提升到億級，模擬時間已經(jīng)提升到了納秒級別，這對物理學和材料學研究都有很大的幫助。隨著科學和人工智能的不斷結(jié)合，未來將會有更多的突破。

未來，數(shù)據(jù)將成為科學研究的基礎(chǔ)資源，數(shù)據(jù)庫將成為重要的科學基礎(chǔ)設(shè)施，像大科學裝置一樣滋養(yǎng)各學科成長。松山湖材料實驗室聯(lián)合中國科學院物理研究所近期發(fā)布的材料科學數(shù)據(jù)庫（https://Atomly.net），利用高通量計算和信息化技術(shù)將高質(zhì)量科學數(shù)據(jù)帶給我國科研工作者。在信息技術(shù)助力下，物質(zhì)科學發(fā)展進入了“大數(shù)據(jù)+人工智能”時代，打破了國外在此領(lǐng)域中的壟斷地位，為廣泛支撐我國物質(zhì)學科的發(fā)展打造了優(yōu)質(zhì)基礎(chǔ)數(shù)據(jù)及工具，并已經(jīng)開始發(fā)揮效力，切實地推進了領(lǐng)域發(fā)展。

人工智能對整個科學領(lǐng)域帶來了巨大的沖擊，包括在教育領(lǐng)域也產(chǎn)生了影響。在學習和研究中，新技術(shù)的應用會帶來新的挑戰(zhàn)和機遇。例如，在使用?GPT?等技術(shù)時，需要權(quán)衡其優(yōu)缺點，確保其合法和合理使用。從信息本身的角度來看，信息處理是現(xiàn)代社會的基礎(chǔ)，包括在信息的收集、整理、加工、存儲、加密等各個環(huán)節(jié)。人工智能對于信息的整理和收集有著巨大的幫助，但是在深度挖掘信息方面，由于人工智能本身是基于統(tǒng)計方式，其對于事物本身的發(fā)現(xiàn)仍然存在挑戰(zhàn)，需要進行更多的研究和突破。因此，在應用人工智能時，需要充分考慮其局限性，同時也需要積極探索新的技術(shù)和方法，不斷推動人工智能的發(fā)展。

在人工智能和理論計算機的發(fā)展過程中，需要關(guān)注它們對科學研究的正面和負面影響。正面影響：一方面，人工智能會降低基礎(chǔ)科學研究的門檻，讓更多的人可以參與到這個過程中；另一方面，從國家尺度到全球尺度來看，人工智能也會使大規(guī)模協(xié)作更加容易，科學家之間的合作將更加便捷。負面影響：例如，誤用數(shù)據(jù)工具會導致大量的文章出現(xiàn)，而且現(xiàn)在已經(jīng)有機器生成數(shù)據(jù)和文章、再用機器處理這些文章的情況，這可能導致信息流失和物化等問題。因此，在使用人工智能和理論計算機進行科學研究時，我們需要審慎地權(quán)衡利弊，保持對數(shù)據(jù)和研究結(jié)果的質(zhì)量和準確性的關(guān)注。

人工智能促進學科交叉和交叉學科的發(fā)展

信息技術(shù)作為自然科學研究的工具，已經(jīng)被廣泛應用并取得了顯著成果。除此之外，計算機科學的發(fā)展也對自然科學研究產(chǎn)生了深遠的影響。例如，理論計算機中的?NP?完全問題，起初只是為了計算復雜度而提出，但現(xiàn)在已經(jīng)被廣泛應用于物理學、化學和生物學等領(lǐng)域。這些學科使用?NP?完全問題闡述它們的規(guī)律和復雜性，并將其作為一種描述復雜性的工具。如果某個物質(zhì)是?NP?完全的，說明它的規(guī)律比較混亂；反之，如果它不是?NP?完全的，就可能存在一些內(nèi)部規(guī)律。這種跨學科的應用，充分體現(xiàn)了計算機科學在自然科學研究中的重要作用。從不同的角度看待計算機領(lǐng)域，如與物理學、經(jīng)濟學等學科的結(jié)合，可以發(fā)現(xiàn)計算機科學的深刻性、普適性等方面的優(yōu)勢。計算機領(lǐng)域之所以如此獨特，是因為它擁有著豐富的色彩和多樣性。

信息技術(shù)和計算的發(fā)展為自然科學研究帶來了新的本質(zhì)概念和度量方法，這對科學的發(fā)展非常有益。例如，研究證明了一個統(tǒng)計物理系統(tǒng)中配分函數(shù)計算的復雜度與物理系統(tǒng)的相變線完全重合，這表明計算復雜度的概念與物理系統(tǒng)的相變有著內(nèi)在聯(lián)系。類似這種交叉學科的發(fā)展不僅是將信息技術(shù)作為工具使用，而且還為科學研究提供了新的本質(zhì)概念和方法。因此，需要探索更多的交叉學科研究，將不同領(lǐng)域的知識和方法相互融合，推動科學研究的發(fā)展。又如，通信技術(shù)的發(fā)展，早期是基于香農(nóng)的信息論和麥克斯韋的電磁場理論，但當將這兩個理論結(jié)合起來，用電磁場作為信息的載體，就可以打破信息與物理之間的邊界，提高通信效率。這種連接是非常重要的，可以給信息和通信領(lǐng)域帶來更多的創(chuàng)新和突破。

第五范式是當前科學研究特別是“AI for Science”（人工智能和科學的結(jié)合）中的一個重要模式?，F(xiàn)在，人們更多地認為人工智能可以幫助我們發(fā)現(xiàn)科學規(guī)律，并提出假設(shè)。特別是現(xiàn)在的大型語言模型，它可以閱讀各種文獻，包括計算機科學、信息科學，以及一些傳統(tǒng)學科（如物理學和化學等）領(lǐng)域，這些概念在其語義空間中是相通的。因此，人工智能就像一個通才，能夠促進不同學科之間的交流和互動，從而發(fā)現(xiàn)它們之間的共同點，并提出相關(guān)的例子。這種交叉學科的交流可以帶來新的科學發(fā)現(xiàn)，也可以讓我們更好地了解人工智能與科學之間的關(guān)系。

作為科研人員的工具，人工智能輸出結(jié)果也需謹慎對待

人工智能在科學研究中的作用非常明顯，它可以幫助科學家更好地探索和研究。以?ChatGPT?為例，它可以為研究人員提供更好的思路和方向，甚至比科學家本身的想法更完善。此外，ChatGPT?的輸出還具有一定的隨機性，可以作為頭腦風暴的工具，提供新的思路和想法。然而，使用者也需要認識到人工智能模型背后的超參數(shù)，以及它們產(chǎn)生的輸出可能存在的偏差和誤差。因此，在使用人工智能模型進行科學研究時，需要謹慎對待其輸出結(jié)果，同時保持對科學研究質(zhì)量和準確性的關(guān)注。

3.信息技術(shù)引領(lǐng)工業(yè)界向數(shù)字化和智能化變革

人工智能為工業(yè)界和下游應用帶來利好

人工智能、數(shù)據(jù)驅(qū)動和算力已經(jīng)在科學界引起了巨大的變革，這種變革在工業(yè)界中也已經(jīng)悄悄地發(fā)生了。隨著信息技術(shù)的不斷發(fā)展，工業(yè)界也在逐漸轉(zhuǎn)向數(shù)字化和智能化。在這種環(huán)境下，產(chǎn)學研關(guān)系的發(fā)展和工業(yè)界發(fā)生的變化值得重點關(guān)注。

人工智能的發(fā)展為工業(yè)界和下游應用帶來了明顯利好。隨著?AI?模型的通用性和能力的不斷提高，下游應用的開發(fā)成本得到了大幅降低。以往將?AI?應用于傳統(tǒng)行業(yè)需要專業(yè)人員進行數(shù)據(jù)收集、標記和調(diào)試，成本較高?，F(xiàn)在，AI?模型的通用性和智能性得到了提高，每個人都可以利用自己的數(shù)據(jù)進行訓練；AI?模型的理解能力也大幅提高，能夠按照用戶的意愿進行交流和修正。這種?AI?模型的廣泛應用，使得下游應用的開發(fā)成本大幅降低，用戶只需要通過簡單的接口和提示就可以調(diào)試修改并達到想要的效果，這極大降低了成本和消耗的算力。因此，AI?模型在工業(yè)界和下游應用中的前景非常廣闊。

人工智能在自然科學領(lǐng)域的發(fā)展前景非常廣闊，將會取得更多的突破和進展。在未來?3—5?年，人工智能有望在生物學、物理學、氣象預報和?EDA?集成電路設(shè)計工具等領(lǐng)域取得重大突破。目前，在這些領(lǐng)域已經(jīng)有了一些初步的結(jié)果。例如，在生物學領(lǐng)域，機器學習已經(jīng)被用于加速仿真；在物理學和量子物理學領(lǐng)域，也有許多應用場景；而在?EDA?集成電路設(shè)計工具領(lǐng)域，機器學習已經(jīng)展示了其帶來的巨大效果和效率。但目前這些應用場景仍需要進一步工業(yè)化，然后才能傳導到產(chǎn)品上。

信息技術(shù)領(lǐng)域發(fā)展趨勢

開源模式在信息領(lǐng)域中已經(jīng)產(chǎn)生了巨大的影響，未來?3—5?年影響將會更加深遠。開源軟件已經(jīng)對信息領(lǐng)域產(chǎn)生了巨大的影響，現(xiàn)在這種模式正在向硬件領(lǐng)域滲透。例如，在芯片領(lǐng)域，開源芯片的趨勢將會逐漸增強。另外，盡管目前開源預訓練模型還只是小模型，但是隨著越來越多的人加入進來，它有可能從小模型逐漸成長為大模型。開源模式將會帶來一系列深遠的影響，包括數(shù)據(jù)的開源方式、數(shù)據(jù)共享和交換方式等方面。這種模式的影響不僅僅是單個技術(shù)層面的，更是整個技術(shù)研發(fā)模式和生產(chǎn)關(guān)系的改變。因此，不僅要重視開源模式的影響，更要不斷適應這種變化，以便更好地推進信息技術(shù)的發(fā)展。

信息技術(shù)是一個能不斷保持指數(shù)型增長的領(lǐng)域，這種指數(shù)型增長趨勢并非每個研究領(lǐng)域都存在。以飛機發(fā)動機推力的發(fā)展為例，從?1911?年萊特兄弟發(fā)明第一架飛機到?20?世紀?50?年代，在這期間飛機發(fā)動機推力的發(fā)展出現(xiàn)了指數(shù)型增長；這種增長曾經(jīng)讓人們對能否登月充滿了期待，但后來這種發(fā)展趨勢基本停滯了。相比之下，從?20?世紀?60?年代起，信息技術(shù)領(lǐng)域中的摩爾定律已經(jīng)發(fā)展了近?60?年，雖然摩爾定律的發(fā)展從現(xiàn)實中看即將面臨停滯，但是數(shù)據(jù)領(lǐng)域又呈現(xiàn)出一個指數(shù)型增長，這給信息技術(shù)領(lǐng)域帶來了新的活力。這種增長趨勢不僅在硬件方面有所體現(xiàn)，在數(shù)據(jù)量和其他維度上也呈現(xiàn)出指數(shù)型增長。這是信息技術(shù)領(lǐng)域的顯著特點，我們需要把握住這種機遇，不斷發(fā)揮其優(yōu)勢，推動信息技術(shù)與其他領(lǐng)域的結(jié)合。

人類社會已進入信息時代，但是人們對于信息科技的理解、掌握和應用還遠遠不夠。近年來，我們已經(jīng)看到了許多令人驚嘆的應用場景（如?ChatGPT?等），但這些只是冰山一角，未來還會有更多的新技術(shù)和新突破涌現(xiàn)。從信息技術(shù)領(lǐng)域來看，當前是學術(shù)研究的黃金時代，雖然美西方國家試圖與中國“脫鉤”，這就逼迫我們做自己的原創(chuàng)技術(shù)，尋找其他的出路，這給我們提出了新的挑戰(zhàn)，但更是一個難得的機遇。在一個新的領(lǐng)域里，永遠不缺乏新的出路。因此，要牢牢抓住這個機遇，積極探索開展研究，努力推動信息技術(shù)的發(fā)展。

信息科學和信息技術(shù)是一種共性技術(shù)，對于不同的科學研究和工業(yè)應用來說，它們都是底層的關(guān)鍵技術(shù)。因此，信息技術(shù)的重要性不言而喻，它對于科學研究和產(chǎn)業(yè)應用都具有助力作用。信息技術(shù)已經(jīng)廣泛應用于各個領(lǐng)域，如醫(yī)療、金融、交通等，為人們的生活和工作帶來了便利。同時，信息技術(shù)的發(fā)展也推動了各個行業(yè)的創(chuàng)新和轉(zhuǎn)型升級。在未來，隨著信息技術(shù)的不斷發(fā)展，它將繼續(xù)發(fā)揮更加重要的作用，為人類的進步和發(fā)展作出更大的貢獻。

包云崗 中國科學院計算技術(shù)研究所副所長、研究員，中國科學院大學計算機科學與技術(shù)學院副院長、教授。主要研究領(lǐng)域為計算機系統(tǒng)結(jié)構(gòu)。

劉 淼 中國科學院物理研究所、松山湖材料實驗室特聘研究員。主要研究領(lǐng)域：發(fā)展“人工智能+材料科學”方向的底層方法和數(shù)據(jù)庫，主導開發(fā)了Atomly材料科學數(shù)據(jù)庫及平臺等。

陸品燕 上海財經(jīng)大學信息管理與工程學院教授，理論計算機科學研究中心主任。主要從事理論計算機及學科交叉方面的研究。

邱錫鵬 復旦大學計算機科學技術(shù)學院教授。主要從事自然語言處理、深度學習等方向的研究。

須 江 香港科技大學和香港科技大學（廣州）微電子學域主任、教授。主要從事集成電路方面的研究。

文章源自：

包云崗, 劉淼, 陸品燕, 等. 關(guān)于信息技術(shù)驅(qū)動未來產(chǎn)業(yè)的若干思考. 中國科學院院刊, 2023, 38(5): 766-772

DOI:10.16418/j.issn.1000- 3045.20230515003

責任編輯：

關(guān)鍵詞：