信息时代的科技原力是"摩尔定律"

就在本周二，有幸参加了在上海漕河泾举办的一场TEDx演讲，主题是“科技的原力”。看到“原力”二字，我想很多人都会想到一部电影——《星球大战7：原力觉醒》。没错，这次演讲主题确实来自这里。

一个公司的快速成长，一个产品短时间内风靡全球，都会激发大多数人对其快速发展的背后故事，以及他们内在的“原始动力”感到好奇。本次TEDx演讲嘉宾有C++之父本贾尼·斯特劳斯特鲁普（Bjarne Stroustrup），小米科技的联合创始人、副总裁黄江吉（KK），和腾讯集团副总裁姚星，三位技术信徒与科技领袖一起谈了什么是科技的原力！

根据现场的反馈效果来看，大家对腾讯的兴趣更浓一些，所以这里重点讲述一下QQ、Qzone、微信背后的原力是什么？

首先，姚星给大家展示了一组数据：10000亿，100亿，4小时。

• 10000亿是如今全球一天IM消息总量，换算成书籍容量的话大概是1亿册，相当于中国最大的图书馆——中国国家图书馆藏书量的5倍；
• 100亿是如今全球一天图片分享总量，如果数码相机一秒钟拍一张照片，它需要用300年才能产生100亿的照片；
• 4小时是现在人们平均每天上网的时长，已经超过了观看电视的时间。

这些数字的背后纪录了信息产业的3个时代，分别是窄带时代、宽带时代和移动互联网时代。

窄带时代

窄带时代的网络传输效率比较低，主要解决沟通问题，通过internet实时的传输消息，且触手可及大量的信息。QQ就是窄带时代极具代表性的产品。

Google诞生于1998年，当时的首页之所以很简洁，因为那是网络传输效率较低的窄带时代，其首页字节是小于1024字节的，原因是以太网的MTU（以太网最大传输单元）是1024字节，Google为了让用户在一个网络包中传输完成，所以把页面大小降到了1024字节以下，这是一种极致传输的表现。姚星说，QQ的背后也蕴藏着诸多极致追求，早期的QQ客户端安装包大小在100k以内，是为了让用户更快下载，更方便使用。QQ后台的通讯协议是修改过TCP协议站的，因为QQ希望传输协议既具备TCP的丢包重传能力，又要具备UDP的高性能，这样QQ可以在保证传输信息的同时又可以维护更多的用户网络连接，在那个年代，QQ的单位后台处理能力可能是其他同类产品的10倍以上。

宽带时代

随着基础网络设施的发展，网络传输的效率和容量越来越大而进入了宽带时代，在宽带时代人的诉求不再仅仅是沟通，而是信息分享，"人人为我，我为人人"。

QZone是宽带时代的代表产品。2013年Facebook的公开数据显示，Facebook日上传照片数为3.5亿张，总照片存储数达2500亿。今天QZone日上传照片峰值超过5亿，照片总量达6000亿，和Facebook属于同一级别！照片的存储是宽带时代极具挑战的技术难题，它不光是海量存储的问题，而且还有海量访问的问题，因为上传的照片不仅仅用户自己访问，朋友也会来访问，它带来的性能开销是上百倍的。存储的难题除了性能还有成本，极致性能下的极致成本。QZone的后台存储系统是一个在物质介质上重新实现的一套存储系统，需要对文件系统的inode索引进行重新设计，使得存储系统既能充分的使用磁盘空间，又能很好的管理照片这样的"小文件"。QZone后台存储系统迄今为止在整个后台里面也是领先的。

移动互联网时代

随着3G/4G移动通信网络的发展，智能手机的普及，我们进入了移动互联网时代，最大的改变就是可以每时每刻、随时随地连接互联网世界。

微信是移动互联网时代的超级APP，它不仅是一款IM，也是一款SNS平台，同时能进行内容分发，还是智慧城市的入口；它不仅能发消息、分享朋友圈，还能打车、吃饭买单、购物等等。超级APP肩负着超级责任，微信在多地建立了数据中心，即使是一个地方出现事故，微信也可以把服务切到上海、深圳等别的地方的数据中心。

微信的后端采用了全球分布、用户就近接入的架构。在数据的一致性，网络的可靠性上做了极多的容错、容灾设计，这种极致架构不仅能应对人祸，还能应对天灾。

什么是AI？

人工智能的兴起是大数据、云计算科学进步的产物，也是人类对未来世界向往的必然。

AI是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。AI包括：计算机视觉、语音识别、自然语音处理等类似人类的感知、认知智能。机器学习是AI的核心算法，AI和机器学习的关系是这样的：AI=A→f(x)→B，机器学习是人类智能行为的一种拟合函数。

目前的AI总体来讲还处于初级阶段，虽然我们在某些"感知"智能上有些突破，比如在计算机视觉上的人脸识别能力，语音识别上的速记能力等垂直领域已经接近或者超过人的平均智能水平，但是这些相对于一个人的综合智能来讲都还是非常狭窄的。

本质上讲，算法本身还需要更高维的突破，而不是简单的演进。比如针对视觉的AlexNet到VGG再到现在的ResNet，每次算法的演进还只是停留在更深的神经网络、更复杂的神经网络连接的设计上，通过这样复杂的神经网络学习、更多的样本特征来更好的拟合人脑的"感知”。再比如"认知"智能的自然语言处理，面对这种语言序列问题，尽管神经网络从早期的RNN演进到LSTM，再到现在的Attention Model，但至今为止机器还无法完全胜任这种复杂计算。

AI的核心算法如何突破？

AI时代的科技原力是"算法"，而且这种算法是有如人类进化一样，从"单细胞"到"多细胞"，再到"智能"的演进过程。

AI的核心算法如何突破？如果类比人，需要突破的点有三：1、创造力；2、归纳总结能力；3、举一反三能力。对应到机器学习就是"强化学习"、"无监督机器学习"以及"迁移机器学习"。"强化学习"已经通过Deepmind在Atari和AlphaGo得到了验证。"无监督机器学习"至今为止没有好的"聚类"算法，也就是归纳总结能力。"举一反三"也是人的一个重要的基本能力，通过学习了"下围棋"，快速的推演到"下象棋"，这需要"迁移机器学习"在模型迁移上的突破。

AI的未来是什么？姚星说，AI的未来不仅仅是给人们提供更加安全、更加高效、更加便捷的智能工具，而是要帮助人们实现心中的那个"大白"，那个超级英雄，使得小朋友更加“被理解”，成年人更加“被保护”，老年人更加“被照顾”。

从18世纪的第一次工业革命开始，人类的每次进步都源于科技的进步。而当今的互联网时代，从窄带到宽带，从移动互联网，再到当下的AI无不是一浪又一浪的科技变革，这种科技的进步也犹如潮汐一样一次次越来越猛烈的推动着我们进步。

最后，有人问姚星：是什么样的力量在推动着人类对未知领域的探索和渴望？是什么样的力量在推动着科技的进步？姚星的答案是：科技的原力——改变世界的力量。