电子科技大学首席科学家任福继院士
作为在先进智能、情感计算研究方面持续深耕的科学家，任院士对当前计算领域科研难点及未来发展有着深刻的体会。他给出三个观点：
未来，基于交叉学科研究的课题将越来越多，甚至成为未来科研的主流。
任院士及团队为了在情感计算领域有所突破，需要做大量“跨学科研究”的工作，不仅需要采集大数据，还要深入研究脑科学、心理学。比如，人的心理状况可以分成若干个独立的状态，通过大量人群调查统计、大数据分析，得到一张转移图，即一个情感计算工学模型。当人的情绪受到外界刺激时，基于这个工学模型，任院士可以通过计算预判当下甚至未来的状态。基于这些研究成果，任院士在国际上率先提出了“心状态迁移网络”理论，为高级人机交互、情感机器人奠定基础。
其次，在变革性的算力平台出现之前，超算将一直是基础科学研究和应用人工智能必不可少的基础设施，深度学习等智能应用将催生智能与超算革命性的技术融合。AI for Science的发展将加速这一进程。
任院士指出，当前大量的数据、模型，新的科学假设不断涌现，采集大数据、分析数据、机器学习，对算力平台的性能指标提出极大挑战。而数据驱动的人工智能，理论红利已经消耗殆尽，必须探寻新的研究范式以及算力平台新模式。2010年以前，训练数据所需要的算力基本上符合摩尔定律，每20个月翻1倍；2010年开始，机器学习需要的算力，每6个月翻1倍；到了2022年，机器训练所需的算力已经是2010年的100亿倍。产业呼唤新一代的变革型算力平台。而鲲鹏计算采取ARM技术路线，发展了全栈通用计算软硬件基础设施。基于硬件根技术，打造开源操作系统与数据库，并且有应用使能等全套工具。任院士认为，鲲鹏计算是一个非常全面的、开放的产业生态。同时，华为还有昇腾AI计算，鲲鹏计算具备打造这种面向未来的、能满足混合精度的“超算+智能”算力新平台的能力。
任院士呼吁更多像华为一样的中国企业能够勇于探索、研究并尽快提供这样的算力平台。
第三，计算与其他产业最大的不同就是要有蓬勃的生态才能释放技术的能量。计算产业自主创新的发展，技术只是其一，拥有产业视角和创新技术的人才也是关键。两者在推进计算产业自主创新的过程中，如同“鸟之两翼”“车之双轮”，缺一不可。计算开发者就是基础，是深入基础研究、补齐产业短板、实现产业创新的关键力量。面向未来，需要构建新型人才培养机制，培养具有交叉学科背景、兼顾理论与实践的开发者，以适应未来的研究创新，转换技术价值。
最后，单纯侧重硬件性能的产业不同，计算产业是一个需要基于高性能、开放的硬件平台，打造很多“软技术”“软实力”的产业，只有软硬结合、多管并进、人才济济，才能真正形成一个繁荣的生态。而只有有了这样一个生态，才能最终在技术创新日新月异的时代背景下，实现计算产业的自主创新。
