二十一世纪的计算学术研讨会现场实录全文

　　新浪科技讯 11月1日第七届二十一世纪的计算学术研讨会在浙江省人民大会堂举行，国际著名的计算机大师，包括图灵奖获得者，美国国家工程院院士以及美国国家科学院院士等多位科学家莅临大会。本次会议由国家自然科学基金委员会、微软亚洲研究院、杭州市人民政府以及浙江大学联合举办。今天到场演讲的八位嘉宾分别是Rick Rashid、Ronald L.Rivest、Jeannette Wing、Alexander Gounares、Harry Shum、Stanley Osher、Daniel T.ling、Eugene Fiume。

　　新浪网对此次研讨会进行了全程图文直播，同时新浪还将对其中的几位著名学者进行在线访谈，欢迎各位网友届时参加。

　　洪小文：各位尊敬的领导、各位来宾、各位同学，大家早上好！很高兴第七届“二十一世纪的计算”学术研讨会能够在浙江省省会美丽的天堂城市杭州市隆重召开，这是有使以来，我们这个会议第一次将主会场放在北京以外的地方来举行。今天大会探讨的主题是无“数”不在的计算，个人电脑、互联网上数据无处不在，将原始的数据处理为有用的咨询。以数据为核心的计算正在改变全球数亿用户的体验。很高兴我们今天邀请了八位著名的学者，与我们共同探讨无“数”不在的计算。今天的安排分成上下午两部分，各有四位演讲人，在四位演讲报告之后我们有一个综合的现场提问，今天的提问环节除了传统的现场提问外，我们还提供了手机短信的方式，你可以将问题发送到现在屏幕上方所显示的手机号码上面。今天我们很荣幸请到了浙江省、杭州市、浙江大学的多位领导莅临大会，首先有请浙江省副生长茅临生先生为大会致欢迎辞。

　　茅临生：各位来宾、女士们、先生们，今天“二十一世纪的计算”学术研讨会隆重开幕了，这是中外计算机科学研究专家云集的一次高层次学术研讨盛会，在此我谨代表浙江省人民政府表示热烈的祝贺！向各位科学家，及所有出席本次大会的国内外嘉宾表示诚挚的欢迎！

　　浙江省为中国东部沿海长江三角洲，全省陆地面积10.18万平方公里，海域和专属区面积26万平方公里，全省有两个副省级城市，9个地级市，改革开放以来在党中央国务院的正确领导下，我省各级党委政府组织带领全省人民发扬自强不息、坚韧不拔、勇于创新、讲究时效的浙江精神，经济、社会等各项事业都取得了各项成绩。自78年到2004年我省GDP年均增长超过10%，去年GDP总量超过1350亿美元，人均900美元，位居全国第四，仅次于上海、北京、天津，列省第一位，全国最具活力的省份之一。当前，全省当下继续以

科学发展观为指导，抓紧实施推进全面建设小康社会，提前基本实现现代化建设。近年来，浙江省认真实施科教强省战略，大力发展信息产业，成为

中国电子信息产业发展速度最快的地区之一。今天召开了“二十一世纪的计算”学术研讨会是计算科学领域一年一度的盛世，是中外计算机科学专家交流思想的舞台，通过此次研讨会，我希望我省计算机领域的科研人员和相关企业能够进一步掌握计算机发展趋势，了解科学计算前沿领域，提高思维创新能力。也衷心祝愿本次研讨会能够在计算领域有新的发现、新的突破，为人类文明做出应有的贡献。最后，预祝“二十一世纪的计算”学术研讨会圆满成功，祝各位身体健康、万事如意，谢谢！

　　洪小文：谢谢茅副生长。接下来有请杭州市副市长沈坚先生为我们致辞。

　　沈坚：尊敬的大会主席，各位领导、各位专家、各位来宾，女士们、先生们，大家上午好！今天计算机领域的世界一流专家学者齐聚美丽的西子湖畔，隆重举行“二十一世纪的计算”大型国际学术研讨会，借此机会，首先请允许我代表杭州市人民政府向远道而来的各位尊贵的嘉宾，向本次活动的主办方——微软亚洲研究院、国家自然科学基金委员会、浙江大学，向出席今天会议的所有专家和来宾表示热烈的欢迎和衷心的感谢！

　　前唐自古繁华，杭州是一座美丽的历史文化名城和著名的风景旅游城市，古往今来人才荟萃，具有深厚的科技文化底蕴和发展潜力，近年来杭州的经济、社会进入了快速发展的阶段，国民经济始终保持较快的增长，综合实力不断增强，对外开放的步伐迈得更大，城市环境不断优化。近年来，杭州先后荣获联合国人居奖、国际花园城市等荣誉称号，被世界银行评为中国城市投资环境的最佳城市第一名，被福布斯评为2004年度中国大陆最佳商业城市排行榜第一名。

　　作为全国最重要的信息产业基地之一，杭州致力于打造天堂硅谷，一直以来和微软公司有着良好的合作关系。2003年杭州市政府与微软中国有限公司签订了关于共同促进杭州软件产业的合作备忘录，2004年杭州高新技术产业开发区与微软中国有限公司签署了相关合作协议。近年来，微软公司积极参与并支持杭州市信息产业的快速发展，协助杭州软件业打响杭产软件品牌，加速了杭州信息产业界同国际主流厂商的交流合作，有利地促进了我市信息产业的不断做强做大。

　　今天，“二十一世纪的计算”学术研讨会首次选择北京之外的城市，选择了杭州，作为大会的主会场，这是杭州的荣幸和杭州的骄傲，举办这次学术界的盛会必将开辟杭州市企业高效与世界著名的IT企业合作的新局面，将进一步推动我市信息技术发展和人才的培养，促进杭州的信息产业发展。我相信杭州市与微软双方的合作必将取得丰硕的成果。最后，预祝“二十一世纪的计算”学术研讨会取得圆满成功，祝各位身体健康、生活愉快、万事如意，谢谢大家！

　　洪小文：谢谢沈副市长。接下来有请浙江大学常务副校长倪明江先生致辞。

　　倪明江：尊敬的各位领导，各位嘉宾同仁，女士们，先生们，上午好！由微软亚洲研究院、国家自然科学基金委员会、杭州市政府和浙江大学联合主办的、杭州市科技局协办的第七届“二十一世纪的计算”在杭州召开，在此我谨代表浙江大学欢迎出席会议的各位领导、各位同仁和朋友。微软亚洲研究院自成立以来，在短短的七年时间里取得了骄人的业绩，在从事前沿研究工作的同时，微软亚洲研究院还广泛开展与国内高等院校科研机构的合作，对中国的计算机学科的发展起到了积极的作用。“二十一世纪的计算”研讨会更被媒体誉为中国计算科学研究领域水平最高的学术会议。计算机科学与技术是浙江大学重点发展的领域之一，浙江大学计算机学科自1978年成立以来发展迅速、成绩斐然，在第二轮的国家重点学科综合评比中，浙江大学计算机应用学科以综合实力满分的佳绩获得通过。长期以来，微软和浙江大学开展了各种形式的交流与合作，共同致力于推动计算机科学与技术的发展、人才的培养和学术交流。1999年7月19日，微软亚洲研究院、浙江大学计算机学院联合成立了浙江大学微软视觉感知联合实验室，并于2004年成为教育部微软重点实验室，这也是微软中国研究院在中国设立的第一个联盟。今天我们很高兴迎来了“二十一世纪的计算”大会在杭州召开，这是计算机学界的一次盛会，也将开辟浙江省高校与IT企业合作的新局面，推动国内IT人才培养体系的进一步完善。在此我谨代表浙江大学对出席本次大会的嘉宾，图灵奖获得者Ronald L.Rivest，微软公司高级副总裁Rick Rashid，微软公司亚洲研究院院长沈向洋博士表示热烈的欢迎，对出席和参加这次大会的所有来宾表示诚挚的谢意。我相信会议在杭州的成功举办必将为杭州的计算机产业发展注入新的活力，也将吸引和培养更多优秀的计算机专业人才。最后我预祝这次学术研讨会取得圆满成功，谢谢！

　　洪小文：谢谢倪副校长。现在有请微软亚洲研究院院长沈向洋博士致答谢辞。

　　沈向洋：尊敬的茅省长、沈市长、倪校长，各位老师、各位同学，各位来宾，大家早上好！首先请允许我对于各位的到来表示热烈的欢迎，特别是对于远道而来的讲者表示热烈的欢迎，昨天我带他们其中的一部分在杭州看了一下，他们对于西湖美丽的感叹非常多。“二十一世纪的计算”学术研讨会举办至今已经第七届了，每一年在每个城市举办“二十一世纪的计算”大会都无一例外地得到了各地同学们的欢迎和各地领导的大力支持，这是大会取得圆满成功的保证，此外我们每年邀请到了图灵奖获得者、诺贝尔奖获得者以及计算机方面的科学家与各位探讨“二十一世纪的计算”资源，也被同学们称为世界顶级的脑力盛宴。“二十一世纪的计算”第七届来到美丽的杭州，从策划初期就得到了浙江大学、杭州市政府、浙江省政府的倾力支持，在此请允许我对于浙江省领导、杭州市领导、浙江大学领导、杭州市科技局的大力支持表示衷心的感谢！再次预祝大会圆满成功，谢谢大家！

　　接下来我为他们介绍第一位出厂的演讲嘉宾，也是我的老板，Rick Rashid博士，通常介绍自己的老板时要小心一点，讲错了话回去很可能会有问题。介绍Rick Rashid我非常有信心，以前他是我的老师，现在是我的老板，Rick Rashid是微软全球研究院的高级副总裁，当时在西雅图Rick Rashid受Bill Gates的委托成立微软研究院，现在微软已经有很多研究院，硅谷研究院、西雅图研究院、剑桥研究院、中国研究院、印度研究院等等。Rick Rashid在学术领域享有很高的声誉，Rick Rashid也曾经是美国国防部高级研究计划局UNIX指导委员会的委员。Rick Rashid有一个兴趣也是大家都知道的，他在工作之余比较喜欢写游戏，在今天他的演讲当中也会告诉我们自己怎么样在偷偷摸摸地写了很多游戏。

　　下面有请Rick Rashid博士。

　　Rick Rashid：对浙江大学的盛情款待和城市的美景以及友好热情非常感谢，而且对我来说有非常好的机会，今天想一下对今后的评估，那就是期待着未来，思索一下如何为我们所有人创造更加美好的未来。还有就是投资于技术研究是如何重要。

　　现在我想回顾一下90年代的时候，在1990年的时候贝肯，他是微软前首席执行官给Bill Gates写了一封信，建议微软成立一个研究机构。今天从微软的角度来说并不是很难做的事情，今天微软已经有400多亿美元的销售额，但是在2000年的时候微软不是会做基础研究的公司。90年的时候销售额刚刚达到10亿美元，而且只有5000名员工，我们的产品也很单一，主要是在零售一些产品。

　　这是一张图，可以看一下当时的时候我们微软的工作场所非常小。91年在这种氛围下创立了微软研究院。我在91年加入微软公司，开始赌未来，我的目的是要在新的行业里面建立一种新形式的基础研究实验室。微软研究所实验室对我来说是非常令人振奋的概念，因为这是首次由软件公司建立的实验室，是真正做计算机科学的公司。当我创立了微软研究院之后我有个非常简单的使命宣言，就是扩大我们研究的艺术。这里没有讲到微软公司，使命宣言是关于科学、关于研究的使命宣言，还有是改变研究如何影响到人们生活的这样一种使命宣言。当进行了伟大的研究之后，你想把这个研究成果迅速地投向社会，所以我们使命宣言的第二部分就是要把我们的技术尽快变成产品。我想这里关键的事情是你要把研究成果转换成产品，你不是在现有的产品基础上做研究，所以你现在要把创新的成果真正付诸到实际的成果中。在创立微软研究院的时候，正像我所来自的学校梅隆大学的计算机系，我们有非常简单的组织架构，开放的研究氛围对我来说是非常重要的，而且大量出版学术文章和进行学术评论是很重要的，因为你的研究没有经过同事的评论就不能确保在这个领域取得进展，所以很多成果要获得学者的评论和研究。在今年夏天，微软研究院有200多名实习生，美国每年只有1000名计算机博士毕业生，有200多名美国的研究生一直在微软做实习生，在全球范围内大概有600名，在北京大概有300多名计算机系的博士生去微软研究院，这样就可以了解到微软研究院的成长速度。我是14年前做的这种预测，今天的演变以及我们对此做出的反应，我们有6个实验室，最近我们在印度新开了实验室，有700多名人员在45个不同的实验室工作。许多人从介绍材料里面都看到，我们被许多人认为是世界上领先的实验室之一，这是去年专门介绍北京实验室的情况，说是世界上最有潜力最前端的实验室，我们努力实施我们的第一个使命宣言，就是扩大我们的计算艺术。你如果看一下高级研讨会里面提交的研究文章比任何一个机构和公司都多，我在幻灯片里面提出了这几点，通过不同的研讨会你会发现微软的研究人员发挥的作用有的时候起到的是主导作用。

　　另外我们也正在实现驱动产品创新的使命，我想突出地讲几件事情，微软的研究的确改变了微软公司的形象。当人们讲到基本研究机构的时候，他们经常说你为什么要基础研究这种机构，它的重要性在哪里。有很多各种不同的方式来思索一下基础研究机构的价值，对像微软公司这样机构的价值，当然这是一种知识产权的来源还有新产品技术的源泉。如果我们看一下专利的情况，微软25%的专利都是来自于研究院，而且是这些基础的研究所产生的，我们当然是一个解决问题的机构，经常产品的调研机构会出现问题，或者我们看到这些问题需要解决这些问题，我们有世界上最聪明的一些人能够解决这些问题。而且我们有早期预警系统，对公司来说，我们的研究人员经常从一些没有参与的角度做研究，我们都是不断展望未来，我们与世界上的学术界密切合作，所以一般来说我们经常是结果对公司有影响之前能够做出坦率的预测。对于基础研究来说，无论是大学来做还是微软公司的实验室来做也好，我想都是提供一种可变性、灵活性，微软研究院能够使得微软对世界发生的变化迅速做出反对，无论是商业变化也好，还是竞争对手变化也好，或者是主要技术的变化，或者是商业模式的变化也好。我们的研究人员已经在这个领域工作了一段时间，他们提供了一系列的技术和专长，还有人才，这样的话微软公司能够在变革时期依赖这些资源，所以我认为这对我们来说是非常重要的部分。

　　我现在简要一下对于未来的赌博这几年来进展如何，我想讲一下微软的研究对微软公司还有全世界所产生的变化和发生的影响，我现在讲一下我们的预测究竟现状如何。

　　微软研究院所涉及的另外一个领域是创立理念，这些理念形成新的服务和产品。讲话之前我发现我在1993年使用的这些老的幻灯片，当时讲到口袋PC理念的时候，这与今天的终端看上去没什么不一样，像PDA、手机等等都差不多，我今天所携带的手机与93年我所持手机的终端没什么区别。我们想形成这样一种环境，在这个环境里面微软公司能够开发新的产品，可以在投入到市场之前就开始研究一些前端性的产品。

　　剑桥实验室在90年代的时候，切克是创始人之一，他提出了这样一个想法，Tablet PC，他把索尼的电脑切成一半，里面放上数字化的服务，再加上软件，这些软件成了Tablet PC的提出。切克回来回到美国，所有的Tablet PC的关键技术都是来自于我们实验室的成果，从北京、剑桥、温布顿实验室的研究成果。这是93年我当时建立互动团组研究PC，我们有这样一个想法，在网络上面传送互动式电视信号，93年开始我们成立了一个研究小组，到94年的时候我们已经配置了光纤传送网络的提供，很多人可以通过IP提供互动PC。

　　这是94年时候的幻灯片，这是非常现代化的系统，这与今天我们所建立的互动性系统一样，这是我们称之为Tiger的互动视频流程技术，Tiger是自我组合的系统，能够通过光纤网络支持大的同步视频流程和音频。这样一项工作在当时的环境下我们并没有从商业角度把它确定为一种目标，96年的时候当时世界上并没有准备好接受这些技术，当时我们的研究、我们建立的系统、我们培训的人才显然对微软这么多年来产生了巨大的影响。

　　我们成立了一个数字媒体部门，它在93年的时候前身是非常小的研究小组，96年进行了扩大，之后不断壮大发展，微软的很多音频视频产生的关键技术都是来自于早期的比如WMA、WMV的产品和技术。我们当时的图像研究技术和设计技术最终成为开发原来XBOX的技术。

　　在互动性TV这么多年来技术一直在不断改善，现在微软在开发互动TV软件方面已经领先，现在开始在欧洲和美国部属。短的录像片可以看到我们如何迅速从一个频道转换到另外一个频道，今后在实际生活中人们的家庭看上去没什么不一样，但这是微软员工卧室的一个照片，真正发生的事情，任何终端可以变成互动性的表面终端，数字化的LCD的TV与今天的白板相比成本也降低很多，所以我们真正从被动的表面变成互动的表面。这是一个例子，我们的研究院正在调查和研究任何一种表面都可以成为互动式的表面终端，通过投射技术和实时跟踪技术，你可以很简单地把一张桌子变成互动性的表面，你可以玩游戏，你可以提供各种各样的应用，你也可以把一些有形的物质放在桌面上，产生这种虚拟的形式。或者你把一张纸放在桌面上，突然间成为视频区，这样就可以播放视频。

　　这些例子可以说明我们通过实验室的研究不断研究新的终端和新的技术。我们在学术界也起很重要的作用，在计算机学科领域来讲。比如说图形设计，图形设计方面的研究我们微软亚洲研究院做了很多工作，这么多年来我们比世界上任何一个研究院相比文章都要多，我们不断成为这个领域的领先者，在去年图形方面10%的文章都是来源于微软亚洲研究院，20%是微软的。

　　现在大家看一下我们这些年开发的技术，有的技术是上个世纪90年代中期。比如说我们可以看到很多的3D工作成果，大家可以看一下，实时的程序结合，还有所谓预计算的照射。大家可以看到，这里是在03年和04年间的情况，大家不必尝试去看文字，我只是让大家了解一下我们这个组织和活动。对公司很多方面会产生影响，这是我们在剑桥研究的一个工作成果，我们把这些研究成果得到应用。居家活动很典型会照成这样，有些人都会照得不错，但是总是会有一个人没上镜头，或者表情比较奇怪，或者不希望照成这个样子，比如说这个人是比较对的，这个人看上去不太好，这次是老奶奶没朝这边看，大家可以看到不同的图像情况，还有小孩在大哈欠，大家实际上是想照这样一个虚拟的照片，把好的照片拿过来，把不好的照片去掉，这是一个虚拟的照片，谁也没有真正照过这个照片，但是经过我们制造以后就达到了很好的效果，通过很多张照片组成了这样一个照片。我们在这里做的工作对微软有了巨大的影响，促进了商业的发展。这是我们在游戏方面广泛使用的技术，而且改进了商业在家里的具体应用。这是在美国再过三周即将推出的游戏赛车第三版，这是Kameo，现在大家可以了解一下图形有什么变化，更多的图形技术都产品化了。

　　我们不仅仅在图形方面工作，而且我们在一些最基本的计算机科学中也做了很多工作。追溯到1992年，我们进行了一些程序的优化，92年时我们推出了LEGO系统，后来这个名字改变了，因为LEGO公司不喜欢他们的名字作为我们的代号，这个系统在92年的时候有了很大的改善，也就是我们可以把Office95和Windows95同时推出，这使得我们的32位技术领先于我们的竞争对手。

　　在过去几年中，微软在建立新的工具软件分析方面取得了很大的进展，我们在开发这些工具使用这些工具方面引领着业界的发展。其中一个叫PREfix，是帮助我们分析的一个工具，可以帮助我们找到很多的程序错误，我们在Windows2000发布的时候就开始使用。大家可以看到，在这种软件分析中能够看到什么样类型的错误。这是建模的工具，可以帮助我们找到很多的开发当中的错误。我们一开始做的系统叫做SLAM，用C或者C＋＋程序，如果有足够的数学模型的话，我们可以使这个系统证明它的特性是正确的还是错误的，因为这里的代码很多。这是SLAM的流程，一开始有些具体的规则，你要印证一下到底是真实的还是错误的，实际上你们就是创造了一个所谓叫二元的东西。这是我们在开发软件的时候不断考虑的问题，这是规则。

　　这个改变了我们开发软件的方式，现在有很大的程序特性，我们可以证明它是正确的还是错误的。这个技术推出的第一个产品叫做竞赛的驱动的验证性，这个代码可以来印证一下我们确定的关键特性。使用同样的技术来印证一下并行计划，叫做KISS系统，基本上他们采取的就是SLAM的技术，把它放在并行的程序中，以了解程序是怎么样的情况。

　　在这个问题中我们重新对这个问题进行考虑，有了证明技术之后我们可以证明很多的代码、这改变了我们自上而下建立这个系统的思维方式。在我们所有的研究小组中，北京研究院、剑桥和在硅谷都是一样的，建立一个新的操作系统流程的时候，作为一个证明技术，是一个非常关键的软件设计的组成部分。

　　这次讲的主题叫做无“数”不在的计算，我们做了很多研究，也讲到了我们所谓的无“数”不在的计算，不仅仅是微软，还有更广泛的研究界，不仅仅是计算机科学，还有很多其他科学也在考虑这个问题。98年的时候，思科研究院开发了这样一个服务器Terraserver，它第一次把地球图像放在服务器中，最终它可以不断发展，它变得越来越重要，最终变成了这么一个城镇化的东西，我们叫做虚拟地球。左手这张图是我住的地方，98年可以看到这张图，这是Terraserver 1998年照的，当时没有太多的建筑物，都是森林。右手就是虚拟地球现在的发展，大家可以看到我的屋子是在中间，实际上我们做了一些土建工程，有一些建筑工程在进行当中。这是比较大的西雅图的一张图，大家可以看到它的解析度非常高，不仅仅可以让大家获得图形的数据，还可以提供其他的信息，比如说路的名称或者是纪念碑的名称都可以加进去。Terraserver的目的就是要把信息提供给人们，使他们获得以往没有的信息。几年前把这个东西拿到了学术界，甚至是天文界，向外探的Skyserver，也就是建立一个虚拟的观象台，使科学家24小时都可以看观象台的情况，无论他在世界什么地方。Skyserver现在包含很多信息，Skyserver有它自己的网站，大家可以去看一下。如果看这个网站大家可以了解到，这些信息可以用到不同的目的中，比如说一个外行人可以到网上去看一些非常漂亮的图像，这是世界上的那些望远镜看到的天象，同时科学家看到同样信息的时候可以通过链接找到所有的文章或者是文章的缩略来了解到天文现象，科学家可以了解到相关的信息，可以就这些信息方面做一些数据的挖掘。因为以前都是不同的计算机方式来读取信息的，现在一种统一的方式就可以做到了，它都是同样数据的模式，而且是同样的编程。

　　这也是我们微软研究院的成果，学生可以上这个网站，这都是哈勃发现的信息。大家可以看到很多数据来自天文台，这是一个数据网格，如果到IOVA.NET这个网站去就可以获得很好的数据源。有一个SkyQuery这么一个门户站点对数据进行挖掘，可以针对不同的数据档案进行挖掘，这个数字在不断增加。我们跟美国的信息中心进行合作，还有国家的医疗机构、图书馆以及政府，很多合作都是这样一种方式来联系。

　　我们讲无“数”不在的世界的时候，必须解决一个关键问题，我们的算法对科学家和其他人思考问题方式的影响。计算科学确实解决了差异的问题，我们的研究人员做的事情，生物问题、生理问题，比如说艾滋病病毒的问题，是不是可以看到疫苗能够很好地解决艾滋病病毒，现在全球有400万人在受到艾滋病病毒的侵害，在华盛顿大学医学院等地方认识到，艾滋病病毒很多问题和计算机科学面临的问题很相似。艾滋病病毒面临的问题它是一种不断变异的病毒，所以很难袭击这些病毒，因为它们不断变种。

　　还有一个问题，解决垃圾邮件的问题。在这些方面总有人跟我们做斗争，垃圾邮件总是想逃避我们的探测。

　　我们使用技术，包括机器学习方式，或者有效地管理以后的电子邮件情况，找到一些特点。可以看到，这些邮件可能并不是给你一个人发的，可能是给数百万人发的，我们这里是要解决垃圾邮件的问题，我们要了解这些规律，隔离那些不好的邮件。谈到艾子病毒的时候，其实也是这样，按照它的蛋白质顺序进行隔离是一样的道理。有研究人员发现，计算机科学和技术，大家可以看到，有很多人能够一眼看出来，找到这些问题，用它的这种能力来解决艾滋病的问题，因为它经过很多变种的情况。大家可以看一下次序的情况，看这个问题，找到关键的蛋白质次序，可以认识到很多不同的艾滋病毒的情况。

　　14年前我们压了一个宝，建立研究院，可能公司认为没有必要，但是我们认为要建立一个开放的环境，跟更广泛的研究界合作，确实在多方面获得了丰富的成果，在产品方面，在市场敏感性方面，我们使我们的公司蓬勃发展，而且改变了人们做研究的思维方式。我觉得越来越多的情况下更多人在考虑微软研究院作为他们的一个范例和榜样。我们展望未来，再次做出这种承诺，不断在未来进行投资，甚至是大大提高我们的投资力度，我们计划发展在未来一年半到两年当中使我们的研究组织发展速度超过我们的历史上任何时期。我们发展的规模差不多相当于四个大学计算机科学系的规模，最近我宣布建立北京的技术中心，这是在亚洲研究院的框架之下解决很多主体信息的问题，我们不仅仅要重要做出承诺来做内部的研究，而且我们重新做的承诺要使他的研究跨入我们研究院之外，使更多的人力和能力投到全球学术界中间去。

　　今年早些时候我们在日本建立了学术中心，我们也更加支持在中国的研究工作。去年我们的五个联合实验室成了政府的重点实验室，我们继续在中国以及在中国学术系统的未来方面开展投资。

　　最后，我想对你们学生说几句，这对你们来说也是今后下赌注的机会，计算机科学也是你们可以参与的最令人兴奋的领域之一，不管你是不是本身已经是计算机科学家，或者是在其他方面工作，在计算机科学方面寻找新的想法、新的技术也好，都是这样的，因此鼓励你们继续为未来工作，鼓励你们继续工作，以便通过你所说的研究创造更好的世界。

　　洪小文：谢谢Rick Rashid博士精采的演讲，下一位演讲者是图灵奖获得者Ronald L.Rivest博士，他也是美国国家科学院院士。Ronald L.Rivest博士是MIT电子和信息科学系讲座教授，他在MIT智能实验信息安全研究。Ronald L.Rivest教授1969年从耶鲁大学获得学士学位，1977年从斯坦福大学获得计算机博士学位。Ronald L.Rivest教授主要从事密码安全、计算机安全算法的研究，他发明了ISA KEY的算法，这个算法在信息安全中获得最大的突破，这个成果也使他在2002年得到图灵奖。他现在担任国家密码学会的负责人。他今天要给我们演讲的题目是在二十一世纪网上上投票的新趋势。

　　Ronald L.Rivest：早上好，谢谢你们，我到这里来能够感受到空气当中令人兴奋的气氛，这是一个美丽的特别是看着这么多的学生在场我感到特别高兴和兴奋，我也要感谢微软、感谢中国地方政府，感谢你们提供了这么好的会场，这么好的会议，我今天要讲的题目就是二十一世纪的表决或者是投票，这是我最近研究的话题，就是怎么样把票投好，组织好投票的技术，这是我研究的问题。这是本地省市开会的地方，开会的时候如果你参会的话每个人面前是一个投票机，是否同意还是弃权，也可以表决。我对于学生的话题格外感兴趣，对于学生来说，喜欢研究计算机的安全以及人机界面，以及把安全和人机界面问题搞好，用三个不同的做法来解决安全的问题，认证、审计、加密、表决系统等等。

　　表决就要考虑安全的问题，在美国我们有很长的欺诈历史，有一本书叫做窃取表决票，还有一个路易斯安娜的投票，很多死了的人也可以投票。表决的人不能决定，但是计票的人可以决定很多事情了。表决技术是按照一般的计算机技术进行的，以前只是用纸张来表决，现在仍然广泛使用，在美国我们用打孔机，就是你选择的候选人可以打孔，以前老的系统是打折的，做一个记号，或者是其他的机器识别的，用铅笔画圈的。现在计算机怎么样用于表决呢？这里涉及到一系列复杂的问题，因为明年选举以后有一些问题，美国法律规定不要搞了。现在有一些问题，很多州要求用纸张进行跟踪，因此我想提的主要问题是这个技术可以用了，是不是我们可以把它做好准备，因为图纸表决、电子表决现在还无法找到答案，我们现在还不知道。我想说明一下在美国表决的复杂性，这个地图是在80年选举总统时所提供的不同技术，红色的是打孔系统，现在看到的绿色的是画圈扫描的，紫的是触摸屏的系统。目前美国的表决系统研究开展了不少的活动，Avi Rubin得到了750万美元的奖励，同时我也参加了表决的另外一个项目，我们也使它理解了目前这项技术的好处和弱点。此外还有很多表决技术方面的问题，我在委员会工作，来制定指南，以及确定表决技术，同时还有很多积极分子，需要纸张的跟踪系统，或者是有些人需要其他的系统等等。法国总统贝克先生也成立了一个委员会，需要报告、用户认证系统等等，这里有很多问题是如何使得表决系统更加有效，这个问题是涉及到很多不同方面的。另外还有表决人隐私的问题，他投谁、选择谁他不知道，因为你不能给他一个所谓的收据，还有就是卖票，因为美国人以前总是把票卖出去的，同时可用性也涉及到有没有表决系统，因为有些人不能到那些地方，这就给他们提供了表决的可能性。这些问题当中我特别要强调的是隐私性，从安全性的角度来看这个问题是非常难解决的，没有收据就无法知道在表决投票之后有些人更正了什么东西，因为搞电子商务收据也是一方面的问题。考虑表决系统的时候要考虑谁要改变答案，几乎所有的人，包括政治上的积极分子，都希望他们自己的候选人获胜，甚至外国都会想影响到结果，因为结果会影响到他们，因此这个过程所有的人，过程当中涉及到的每一部分都需要研究，需要有过程技术来防止各个方面不能够出问题，这就是这个问题的严重性所在了。

　　现在的问题是令人相信的程度有多少，目前我们还不知道，现在网上有一些软件，用这些软件可以分析，有些加密问题还是搞得不好，因此所谓的最先进技术还是要改善的。这些系统非常复杂，安全方面也非常复杂，二者之间也是有矛盾的。有几百万的单位在地方上加以使用，有时候是偶尔加以使用，在选举的时候才拿来使用，因此管理这些机器对有关人员也是很难的。还有一个过程，因为这些机器和系统目前不是很好，还需要改善。从另外一个投票的角度来看，那么多票是不是记录下来了，比如说摸一下屏幕是不是把我的票计下来了，这也是一个问题，因为这个东西应该是更加透明、更加令人相信的。

　　最终我们可以想到三个方面。第一个在美国还是比较受欢迎的，纸张跟踪系统，有一个打印的东西，投完票以后打印出来一张纸，你再检查一下让表决人看看是不是对，这个是比较受欢迎的，也比较实用的。第二，是我研究的领域，就是加密系统，我还有一个研究生也在进行这方面的研究，我会更好地介绍这个表决系统，也就是把标准提得更高一点，使得系统更加有效更加安全。一开始是VVPAT，是一个博士生写的论文，就是你投完了票以后可以打出一张纸，看看是不是你选的东西，如果是你选的东西就放在那个地方，可以成为正式的计票了。David Dill教授搞了一个软件项目，而且在这方面成为了积极分子，他主要在加州工作，现在已经有20个州开始要求这个系统了。这些还是有些争议的，需要注意到票，要保护好。实际上有两个表决程序，第一个看屏幕，第二看打印纸张，这对于有些人比较艰难，特别是对于残疾人比较麻烦。另外不能把所有的问题都解决，比如这个单子上没有这个人，如果投票人说打印的东西不是在屏幕上显示的东西，那么他就会怀疑这个机器，或者这个机器让他不能用，这时候造成服务器系统表决系统不能使用了，因此不能提供端对端的安全保障，表决人投了票也不能够说看看记录上的票是不是他的意愿，然后把他的意思表决出来、反映出来。你在保证他想怎么投之前需要电子系统加以确认，最后进行投票、进行了记录之后，你怎么知道这些没有问题，表决的问题怎么能够做得更好，能不能够提供端对端的安全保障，相信投的东西是你希望投的。我的同事们搞了加密的表决系统，加密计算机有三个做法，一个是盲签，就是当局闭着眼睛签字了，我们叫FOO，因为加密的方式可以把这个加在一起，投票以后加密，加在其他人的票上，是一种加密的形式。你可以加进去你的候选人，你可以把任何你喜欢的候选人加到选票当中去，从这个意义上来说这个要求没办法满足。最后Chaum提出了建议，Mixnets是提供一种逆遴，可以进行投票计算，但是不能追溯回谁投的票，所以要在计算的时候加密，显示出了逆遴的特点。Mixnets是一个新的理念，这是二十一世纪或者是再往前的时间里我们要看到的一种趋势。我们还有一个想法，要合适投票人的身份，官方的票是电子票而不是纸张票，所以完全是电子形式的投票，因此官方的票是电子票，你投票的时候你的票是加密的，而且是在公共广告栏里面可以看到你的投票加密回执的。另外还有纸张回执，如果票面与你希望的不符合，你可以用纸张回执更改。我们要确定投票人要投的票确实是他想要投的票，所以确实要了解有一系列的数据给它加密，这可能比较难，他可能不太信任这种投票机器，所以他没有办法对这种加密的顺序进行计算，计票机提供这一系列的数据可能不是很完善，所以他需要拿着这个证据发现一下看看是否他所投的票进行了完整的加密，所以这样的话就能够处理这两个部分，对它进行加密，对他所投的加密票进行计算。给大家一个很简单的方式，如果我们给投票人两种打出来的加密，电子的方式随意选一个放进去，另外拿出来进行加密，可能有一些投票积极分子剪掉，然后选择一个拿出来，两只手可以像猜硬币一样的，你也可以猜硬币在我的左手还是在我的右手，你没有看见我的硬币，但是硬币确实在我的手里面，这样就会对投票系统有信心。如果欺诈的话就容易发现，为了影响投票结果很可能会有欺诈。

　　接下来讲一下Mixnets是如何运作的。左边是一个很简单的文字选择，每横线是代表每个投票人，机器进行加密，加密完之后提供一系列的数据，是条形码，这些条形码放在公共布告栏上，我们要把票数重新排列，名字放在一边，这样没人知道怎么样进行排列，中间的Mix—Servers可以提供混杂的Server，最后我们可以对每个票进行加密，把加密过的票进行计算。所以是三部分，先是投票加密，然后服务器进行随意组合，最后比较重要的就是计算。问题是你如何能信任这里面每一步，因为你需要证据来表明所有工具、所有步骤都是有效运作的，我们讲到了第一部分，你投的票确实是你想头的票，但是你必须要争取证明，我们如何能知道这些混杂的服务器确实能够进行运作。因为重新加密，所以我们大出了一系列编码，但是编码不能混在一起，如果看一下条形码的话已经是经过服务器重新加密和服务器的重新混杂，他可能就会把一些重复投票过滤掉，最后加密的时候是否能做出合适的加密，实际上最后一部分是并不是很难做的。但是如何检查Mix能够正确发挥它的功能，一个叫做Robust的混杂，它可以提供混杂的序列排列，你要知道进来的东西和出去的东西是一样的，如果使用不同的加密形式出现的结果是不一样的。我和Jakobsson还有其他同事一起做的研究，加密有不同的做法，原来是剪，后来就是选择使得每个mix服务器能够显示一半进出系统，这样投票人的身份能够得到保护。如果我们把Mix服务器进行配对，比如Mix服务器1和Mix服务器2配成一对，这两个之间有编程码的流程，然后我们可以随意决定Mix服务器1或者Mix服务器2应该显示出两个服务器中间的结果，第一个服务器和第二个服务器之间是共通的，所以每个服务器都只显示它所交流信息的一半，如果配对之后服务器2对服务器1提出挑战的话就不会被接受，所以就会被抓住，所以我们就机率的计算来检查投票系统的公正性，如果我们发现数替能够做假的话，但是机率就会变得很低，这是很好的方式。

　　有的时候我们会做到更好，Public Mixing是我在MIT的学生做的一个研究，现在还没有成果。我们做了矩阵的排列，每一行有11，这代表了这样一种情形的排列，然后进行生成。矩阵本身也会进行加密，所以才生出这样一种加密后的矩阵，所以加密过的0使每个项目都变成0或者1。这样代表的就是票数，我们需要一种过程进行加密或者计算，加密过的Vector然后得出加密过的结果。最后你会有非常好的想法，Nissim跟我介绍了这样一种结果，所以矩阵就可以进行成倍数的计算，这样的进程就可以确保投票人的身份被保护，能够提供一些被加密过的信息，但是所有这些矩阵都是被加密过的，代表的顺序都是随意排列过的，我们有公布过的矩阵，有这样一个Public进行加密，所以所有的人都能够提供出这样一个Mv，v的领域是进入，Mv是加密之后v的结果，所以谁都不会知道M和v之间的关系，但是谁都知道这是加密过的。这是一种非常好的想法，这样人们就可以取消在投票时候对混杂服务器加密的信息，这就可以使用最新的算法来确保投票人的身份得到保护的方式，这是一种非常好的系统。

　　这是使用密码学解决投票的，另外一个做法就是必须达到标准的程序，这样可以被美国认证为被投资者加以使用，当然在美国的情况比较复杂一点，因为联邦的标准不适用于各个州，但是许多州还是实施联邦制定的保准。最近我思索了一下整个过程，这很像提供开发出高性能软件和硬件的方式，我们正在提供软件体系和硬件体系，因为你必须对它的软件和硬件体系有信心，尤其是它代表你来发挥一些作用，比如说在E商务方面进行投票的时候，所以必须建立这种性能。投票是一个非常好的例子，提供高性能的软件和硬件，我觉得微软公司在开发安全的计算技术方面起到的重要作用和安全技术跟我刚才讲的都是相关的。我们必须思考一些问题，在考虑投票标准的时候不仅仅要使投票人可以对投票过程进行追踪，也可以进行无线的，你如何建立可信赖度的体系，你是把代原码公布还是把坏的原码都拿到，所以代原码可能会公开，制造商总体来说不愿意公布它的代原码，还有文件的要求，供应商在测试的时候应该提供什么样的文件。安全性是一个非常有意思的特点，因为现在不是要求它有多少功能，坏人如果攻破这套系统之后会做些什么，许多聪明的人是没有办法突破它的安全设置的，所以没有办法影响到投票的结果，这是一个非常困难的事情，我们现在拥有的Tiger小组的评论，他们是非常聪明的人，他们可以了解所有的文件，然后说想试图突破安全系统看看能不能够解决，以前在美国没有这些既定的标准，我们需要了解一下应该采取什么样的努力，Tiger小组的成员应该是谁，是如何选择的。最佳的做法不仅仅是硬件的问题，投票系统还牵扯到管理这些硬件的人以及投票选务官员，是帮助选民和投票的这些人，这是一系列不同的因素。我们经常看到安全系统不奏效，因为由人进行的界面要么是很难使用，要么就是安全性不够，投票体系经常有一些商业上的运行，比如说微软的数据库或者是微软的操作系统，这些商业上要运行的数据有它自己的脆弱性，所以投票系统要确保整个体系的每个组成部分，如果有任何脆弱存在的话都要进行加强，还有就是要管理一下谁来管理这个系统，这里面牵扯到了诸多的问题，还有要解决标准化的问题，我们看到系统有多重功能，可以用电子和非电子的方面来做。刚刚也讲到了软件开发问题，微软在这方面开发出安全代码，我想投票系统基本上需要实施这种类似代原码的方式，这样可以产生正确的结果，你所希望达到的结果。投票系统软件开发之后你如何确保投票体系里面所用的软件确实是被认证和批准过的，还有数字认证、数字签字等等这些技术都在这里面发挥重要的作用。整个系统的认证合适也是非常重要的，作为一个选务官员，你如何能够知道这个投票系统里面所装的软件都是对的，这个系统第一天在仓库里呆着第二天用，你怎么知道这个机器里装的软件是对的，怎么能够确认它的设置是对的，这并不是很简单，机器要弄过来的话你问有些什么文件可能会向你撒一些谎，所以要确认这个机器有没有被人动过手脚，这也是今后发展的一个重要方面，希望这方面的技术在今后的表决系统当中可以加以使用。我们往前看的时候也可以看到其他的问题会继续出现，包括远程的表决，这也是美国的一个热门话题，有很多的州包括墨尔本州是通过邮寄方式表决的，我特别不喜欢这种方式，因为邮寄和网上投票现象是最容易使腐败现象发生的，所以在互联网方面的投票压力也是很大的，我希望大家思考这些技术，通过什么样的方式能够减少改变投票结果的影响，最好的方法就是不止是第一次表决，只算最后一次表决，比如说早上有人给你付了钱去表决，下午又要表决了，对于标准化的问题，同时系统要认证，同时这也说明商务性的软件有很多的脆弱性。

　　最后我做个结论，我现在给大家简单地介绍一下在表决系统方面的技术以及研究工作，表决系统从技术角度来说是很大的挑战，我们现在处于一个过渡阶段，以前是纸张打孔卡的系统走到电子系统，现在还不是很清楚，有一个很清楚的迹象，加密可以起到很好的作用，可以使得界面更加清晰，整个东西模块化，容易测试、容易评估，但是今后发展的步骤还不是很清楚，我们要相信机器是好的，不需要书面的东西重新计数，靠电子的就行，又可以不影响表决者的隐私。怎么能够把这些做好还不是很清楚，因此希望搞这方面研究的学生选这方面的题目进行研究，这方面还有很多工作需要做。谢谢！

　　洪小文：谢谢Ronald L.Rivest博士的精采演讲。下一位演讲者是Jeannette Wing，她的中文名叫周以真，我20年前去CMA念书的时候他刚刚到CMA担任教授，她今天的长相和20年前完全一样，养生有道。Jeannette Wing在1979年得到MIT的学士学位，83年在MIT得到博士学位。她的研究方向非常广，包括变频式分布系统的规范和认证，以及编程语言，他目前主要的研究是提升软件安全技术的设计与评价工作。Jeannette Wing教授曾经参与编写了11本书，100篇的期刊会议，以及博士论文，他在很多国际研究机构都担任顾问的要职，例如在国家科学院计算机科学与通讯部担任主席，他也是微软可信度计算委员会成员之一，同时他也在国家实验室和国土战略安全咨询委员会的会员。他今天要演讲的题目是我们如何能够把我们的软件做得更可以预知，使得它更加安全。现在我们有请Jeannette Wing教授。

　　Jeannette Wing：大家早晨好！非常荣幸能够今天早上到这里为这么多公众以及非常优秀的人士发言，我想感谢微软组织了这次会议，也要感谢浙江大学，以及感谢地方官员，作为东道主在杭州这个美丽的城市举办这个会议。

　　我保证我要讲的是可预测的软件，这基本上是一个摘要，但是我想借此机会向在座的学生、系主任、校校长、计算机科学的研究人员，本着这次会议的主题，也就是“二十一世纪的计算”来介绍一下我的想法，这一点也是与计算机科学有关的。开始的时候我先用一分钟跟大家讲一下计算的讲法，之后讲一下可预见的软件。

　　我对这个领域总的想法是这样的，计算机科学要超过任何行政、任何国家的边界，这是我对于计算机科学的一个远大想法。计算机应该是在二十一世纪中期每个人都应该掌握的一个技能，就像读书写字一样，这也是我的梦想。大家可以想象每个孩子都知道如何像计算机科学家那样思考，这会是怎样的世界呢？要实现这个梦想，计算和计算机就要一起来工作，我要给大家讲一下计算思维的例子。每一次面对一个问题的时候我们都要面对一个问题，这个问题的难度有多大，每一次我们都有精确的问这个问题的方式，也有回答这个问题的方式。计算的想法就是把看来更加困难的问题换成一种我们知道是如何解决的问题，通过嵌入、转换、模拟等等，计算的方法就是选择一个适当的代表或者模型反映出这个问题的有关方面，使得它有不可更总性，计算的想法就是把解决复杂的问题分开来解决，同时也要判断它的设计和好处，简单化。同时也要检查分析多面的一般化的问题，计算机的思维就是要防止出现最大问题的时候如何恢复，这种东西也涉及到多用户，这也涉及到僵局，然后是涉及到解决非常难的人们的困难等等。总的来说，计算机思维就是采取方法解决问题，并且理解人类的行为，而且是和计算机科学非常关键的一些想法，有些计算机思维最喜欢的例子你也可以告诉我们。在学习方面，计算机思维也使得统计问题革命化了，美国的一些统计部门也在用计算机科学家，因为他们知道今后他们的未来在这个职业。美国的计算机学院也开始拥抱现有的部门了，我们的梅隆大学和微软公司开展了合作，我们认为算法和结构以及计算机思维方式将有助于生物学的发展。也有专家在游戏理论以及计算机方面进行广泛的研究。

　　下面我就讲可预计的软件，这也是有想法在里面的，这和前头相比不如那个那么宏伟，但是更加实际，我主要想对在座的学生讲这些内容，因为希望你们能够面临我们研究的一些挑战，使我们的软件更加有个性，就这个问题使你们能够兴奋起来。软件应该是无“数”不在的，不能对软件周围画一条线，它周围应该是有小的应用程序母本构成的，还有大的一些东西，包括操作系统数据库，很难定起来难以找到的东西，比如移动编码当然是永远存在的，但是是有记录的。很难找到谁是这个软件的写者，令人不能相信的是不能知道来源和创造者，同时也是认证的编码，所以相信是第三方的编码。不久就会有一些这样的图画，我会逐渐把这个变得更大。这是医院的一个病人，给他输液，输液管道是由软件控制的，医院的病人也是有专门的房间，同时医生也带着PDA走来走去，另外还有一个远程病房会有医院档案记录的地方，比如记录一下这个病人花了多少钱。同时医生也可以拿着手机开着车远程对病人治疗情况进行监护。这个远大想法并不是不太现实，我们不久就会看到这些，可能还会很快看到，问题就是到处都有很多软件，我们如何相信软件能够把工作做好。有一些非常有意思的想法和评论，一个是嫁接系统，这种系统在关键系统当中是有的，特别是控制性的软件来确定是不是做了某些移植，在核反应堆控制系统当中也是用这种软件，在智能汽车、智能高速公路上都用这样的系统，这是多样通讯系统，涉及到很多不同的装置，包括使用什么样的机制、什么样的协议，我们到处都可以看到分布式的系统，每天都可用，并且可靠安全。前面也讲到隐私的问题，要使得隐私在表决票上加以保护是很难的。关于人机界面这一块，要注意到社会上能够接受。最后，所有人都注意到我们今天做的这些事情都会需要面对，甚至是更多这方面的问题，也许今后的问题会更加大了。

　　我想讲一下多重系统这方面的挑战，嫁接混合系统这方面环境是多重的、难以预测的，这个环境的复杂性是由于自然造成的，有些非常复杂的东西要做模拟，还有一些不同的变量都要加以反映。系统完整性的特点不是考虑到功能了，要使得计算能够更具有出色的结果，但是根据其他资源的限制还要考虑到硬件。看这张关于混合系统，比如说刚才那张照片，都可以意识到非常复杂。怎么保证这一点，到处都用的软件有什么影响，一个是纸张问题要加以保证，当然还有可靠性，除了可靠性之外还有安全的问题，在我们的编码当中还有很多方面。我认为安全性、可靠性、可用性这几个问题就构成了令人可相信的计算组成部分，微软公司可以说在这方面是领导公司之一，领导着令人可以置信的计算，领导着我们的软件发展。到处都有软件，这还有什么影响？我们如何来确定这些特点如何拥有的，对软件体系做一个什么样的定位，性能很好以及正确这两个方面我们说了几十年了，正确就是对不对，性能就是快不快，我想正确性和性能还是不够的，我们是否能够实施可信赖的技术。什么叫正确和信赖，这意味着什么，这个听起来不错，是不是可以及时做正确的事情，比如说Google是已经不错的结果了，但这还不行，对于Google来说并不需要结果是完全准确的，只是需要这些差不多的回答第一时间出现在浏览器上面就行了，但是在技术方面还是不够的。我们应该尝试可预测性的标签，是否可预测，意思就是说正确的行为、而且是可接受的行为，和不可接受的行为，而且可预测可接受，这是由最终用户，是人或者机器来决定的，当然不同的用户之间对这个有不同的界定。这些方法我已经用了很多年，你必须从一个体系的模型入手，这样的话你可以通过很多的模型进行预测，所以是企业这样的一个方法，这里有两个方面，一个是体系方面的模型，另一方面是他的这种特征，就是你希望这样的体系有什么样的特征，所以两个信息放到两个选择里，而且是自动的，你或者说是或者说不是，你输入的信息是看是否能用，这些检查装置是看这些检查方式你可能会获得一些模棱两可的结果。有时候你的过程不够有力可以是你得到准确的答案。另外企业方面的，你需要具体的说明你想让系统展现的特征，企业方面的另外是一个竞争和谐方面的进程，我们显示这些特征是有效的，对特定的系统模型来说是可行的。如果我想我的客户从中有所获益的话，使他们了解系统要起的作用，或是把核查软件系统进一步的推动，模型核查有很多的好处，速度快，可以处理大量的文件，你不必有一个完整的对特征的具体规格的说明，或者说在做任何的工作之前，不必做很细的规定。那么，他的范围是非常的广。从安全的特点，那么安全性的特点是说不会有任何不好的事，另外，最终一些好的东西可能会出现。我想这个模型核查的主要的优势在于这种核查系统，可以告诉你这些特征的成立或者是不成立，但是他在告诉你不成立的时候，他就会提出一些反对的例子，就是说这种核查的价值，恰恰是为什么说像微软这样的公司使用这种模型核查，因为这些反例子告诉了我们为什么这种软件设计是不对的，他是作为一种消除错误的机制。

　　但是有一个很大的不利之处。就是空间扩展的问题，对模型核查来说，假定你认为你输入的东西，在每次作核查的时候，另外一个人可以说他处理这个系统的时候，他的量比你多，这个量的问题是来源于不同的渠道，比如说有平行错误的时候，你有很多这种线程的控制，比如说在软件区域很丰富的时候，你需要看每一个系统到处理多少的程序。这个问题成为过去20年来模型研究员所关注的对象。

　　比如说分解和分解的技术，还有多模型的技术，这张图显示的是这有两个输入的信息，这两个信息放到黑盒子里面去，他被成为模型检查器，模型的问题是代表一些最后的结果，这些问题是你是否对MS成立。

　　给大家分享一下模型中的一些成功的程式，这是我的学生找到了很多模型的错误，其中很多在获得博士学位的人在80年代就提出了一个理念，94年的时候INTEL公司如何发现Pentium流程的问题。许多公司进行模拟测验，来设计何时可以看到软件的错误。而且最激动人心的故事，最近几年里面由微软公司所做的工作，在2000年的时候，我们的发言人已经讲过的，这些结果非常成功，Bill Gates说在2002年的OOPSLA里面提出的故事。模型核查在过去30年里面取得了很大的进展。

　　这是最近两年的结果，一个是针对我所在的安全性方面的工作，作为模型检查的一种扩展，怎么解决安全性的问题，之后会给大家显示一下我在卡内基大学的同事所表明的一种新的技术，就是把混合模型核查的新系统。

　　模型核查是通过提供反例子告诉你为什么你的系统就某个特定的特征来说是不对的，在我所做的工作里面，我们爱查出所有的反例子，特定的模型和特征不止是一个。这个图从左到右先开始最初的一些状态，之后进入最后的阶段。红色团队是由美国国家实验室建立的，现在在开发这样一种图形，它把红色团队加入进来，告诉他攻击者如何进攻我的体系，它提供一种攻击路线图，这个图的提供是手工做的，这意味着一些不一致性、重叠性，以及一些不完整性。做任何手工工作的时候我们一直在说能否自动来做，这是我和我的学生一直在问的问题，所以我们采用模型核查来自动产生所谓的攻击路线图，反例子就把它形成一种攻击。反例子是来自一系列Stat组成的，这种攻击就形成了一系列的Stat。就是说违反了特定的安全特征的。这是单一的简单反例子，入侵者能够成功的道路。具体来说，在所有的Stat里面入侵者没有获得托管系统的准入。最后的M就是安全特征，攻击违反了行动，所以M是一系列的攻击。

　　我来介绍一系列的办法，我们有M的攻击，以及G的图形。最后一种办法我们用M和G进行计算，然后产生LM和(I)，然后我们得出G，最后我们就形成这样一个G的供给图，这是一种非常简单的算法，然后得出我们所需要的东西。

　　性能很不错，而且是达到了这样一系列的技术。这个例子是我们如何把模型核查扩展到各种各样的反例子里面，然后用到安全性能当中去。下一个例子是新的技术，证明所有的模型核查都是试用的。在这里给大家介绍一下混合体系。这帐技术是专门用于处理大的Stat，尤其是无线Stat。现在有一个具体的系统，M，先得出Mh，如果违反了(I)，你可以继续去找，一直到停止的时候。这里面有个理论，叫做危机理论。如果能够满足(I)的话，那就证明最初的模型M能够满足(I)。这项技术已经在硬件里面得到使用，尤其在核查的时候得到了应用，以及其他一些例子得到了应用。我给大家显示的例子是一种混合的系统，混合系统属于无线系统，你必须处理各种各样的变量、状况，以及气压、气温、流通速度，以及其他一些因素，告诉你处于什么样的模型中。通过这种控制图，一系列的反例子技术肯定有个对应的途径，实际发生的情况是你先开始M系统，然后把原先的进行界定，之后找到你的反例子，最后对模型进行测验，如果没有对应的途径的话，就要继续去找。你要确定在抽象当中所找到的例子是可以用不同的技巧做到的，可以用不同的方式，更重要的是你可以用不同的技术，只是审查反例子当中的一部分就可以了，因此我们把技巧适用于那种平常性的控制。

　　在美国有些高速公路是连接不同城市的，这些高速公路通常上面没有车，或者车是非常少的，这是很难令人置信的一件事情。也许从纽约到西雅图去，或者是开到旧金山去，这个距离比较远了，你坐在车里还是很累的，车上有这么一个功能，你累了时候就按一下按纽，脚就不用加油了，这时候定个寻航，比如70脉，因为前面没有车，你就不用总踩着油门了，这就叫平衡控制。至于说前面没有车，或者是车比较远你不会追尾，这种系统就比较好了，但是在城市里开就不行了，在杭州开就更不行了，在杭州根本就不可能用寻航控制系统。但是美国的一些人会提出，我们会想办法，来找一种适应性的寻航控制，前面有车你离他比较近的时候，而且你的速度在不太安全的情况下，如果你靠他比较近了的话，这时候我们用一种自动方式你的车就会减速，我们把这个叫做适应性的平衡控制系统。

　　这里要确定这个系统当中的一些特点，实际上特点也很简单，没有追尾就行了。我们对这个系统做了一个模拟，是非常简单的一种混合式的系统，你可以看到这里左上角的状况，我会把这个结果再说明一下。在左边可以看到状况，用一种反例子的做法，就是说你可以用刚才检查反例子的一些状况，这时候几乎没有什么要检查的状况，因此这个技术是非常令人兴奋的，我们可以用于一些非常困难风险非常大的系统当中。

　　我给他们提出一个挑战，这并不是软件检查的挑战，软件模型检查为什么变得那么具有挑战性？有哪些因素呢？包括编程语言，以及今后到处都有的软件，这本身就是软件模型的复杂性和挑战性。这里列了这么多问题，这里其中一个有可能会成为你们今后写论文的方向，这些都是值得研究的挑战领域，也是面向我们这个社会的，微软也在解决很多这方面的问题。你可以问一下要检查什么，是检查编码还是检查编码的设计，有些人可能会说，不要去管码了，只要检查设计就好了，因为设计错误了，检查编码也是没有用的。有的人关心的是软件架构模式检查，或者叫审查。我的同事还有一个问题，那些特性如何进行检查，因为今后的软件越来越复杂，他们今后的检查如何进行，我的回答是不止要进行模型检查，模型检查同时要进行动态分析以及审查检查的技巧，因此模型检查只不过是整个工作当中的一部分而已。

　　最后结束之际，我想说的是，我对于上述所有软件的想法要实现的时候都要超出传统的计算机科学领域，包括数学、自然科学、经济学、行为科学，还涉及到用户使用的问题，社会层面的问题，还有公共政策方面的问题，另外还有隐私方面的问题，因此都可以实现软件方面的理想，这就要在计算机科学方面取得关键性的进展，同时也要在计算机以及其他学科相互交叉方面取得巨大的进展。

　　洪小文：非常感谢Jeannette Wing博士精采的演讲，下一个演讲者是我的好友以及同事Alexander Gounares，Alexander Gounares是Bill Gates的左右手，是他的技术顾问，帮助全微软公司制定技术策略。他参与了很多微软公司项目的推动，比如MSN搜索、新一代互联网服务、虚拟地球等产品。Alexander Gounares 93年加入微软担任软件开发工程师，在此期间他在各种不同项目当中担任不同的角色，包括软件开发工程师、开发经理、架构师、项目总经理，在他做Bill Gates先生的技术顾问前，Alexander Gounares负责微软平板电脑、平台、数字墨水、数字技术以及手写识别的研究与创新。在加入平板电脑部门前，Alexander Gounares也担任了OFFICE技术的开发经历，此外Alexander Gounares也参与到了OFFICE97、WINDOWS XP、IE4.0的开发，Alexander Gounares毕业于普林斯顿大学，获得计算机工程科学的博士学位。今天他演讲的题目是2005年以后的计算机科学趋势。让我们热烈欢迎Alexander Gounares。

　　Alexander Gounares：大家早晨好，谢谢诸位的光临。我在工作当中做的一件事情就是研究一下在学术界、业界发生的事情，以便对今后的趋势更好地了解，我们考虑了开发，发展新的技术可能要花很多的时间，因此我们发展的技术一定要是非常适合的，而且到这个技术成熟的时候是要考虑使用的。我今天要介绍的是五年之后的事情，预测本身就是有风险的，因此这个东西能不能实现我不敢保证。最近有一本书《简单化是靠近》，那里非常有意思地介绍了2040年今后的事情，这个人想到今后可能会发生什么事情。另外一个要说的是，45分钟之内我不可能面面俱到地给大家介绍，因此我会选几个我非常珍视的题目给大家讲解。

　　如果你希望通过非常简单的方式看一下今后有什么变化，有这样简单的两句话，每个东西都计算，每个东西都连接。今天我们已经看到这方面略略成形了，包括浏览器、Google搜索、手机等等，今后我们会看到更多的东西联系在一起，因此它的作用也会更加重要。我们来看一下一个有知识的工作人员在2010年的时候会是什么样，大家已经想到了到处都有显示器，这是墙面的显示器，在墙面的显示器下面是一个手机，因此你可以看到显示器到处都有，在我发言期间你也可以看到到处给你们显示的显示器。今后会发生一个事情，所有的物质都会混合在一起，而且是连接的，比如说你会拿一个手机，把它作为一个显示器的遥控器，比如说遥控电视频道、寻找信息等等，这已经进入到我们称之为无缝连接的世界了，这种连接需要软件和硬件的一种连接。

　　这是一个工人，他拿了一个手机，看了火车时刻表上的火车，在座椅靠背上也有显示器，比如飞机上的一些商务舱就可以看到显示器放在每一个座位的后面。因为正在显示的价格越来越低，所以它会到处都有。所有这些东西都要他们能够连在一起才行，比如远程电话、显示器显示在火车的座椅上等等。更深入的变化，到2010年手机就应该拥有一个混合性的CPU，这是我的一个期待，32G的硬盘，闪存也是可移动的，以及各种各样非常多的不同的连接，包括UWB，同时包括超频款待的UWB，还有摄像头，不止能录像，还能在显示器上看录像，以及IP TV(互联网电视)。2010年的时候你可能会拿着电话通过它上网、看电视，基本上是看任何内容，因此我们可以深深地扎一猛子到电话上来看一下它的特点，能够使它真正运作的特点就是可连接性，现在开展的工作是非常令人兴奋的，我在这列列一个表格，把连接性的工作是通过范围分类的。我们知道定期通讯这个是比较近的，比较说拿起一个电话刷一下你的卡，买你需要的日用品。在日本，已经开始出现商务上的这些基本内容了。另外还有一个超级带宽的东西，现在很多都是靠线路连接，今后就不用线路了，可以靠带宽这种东西把显示器连接起来，超宽待这种东西使得无缝连接实现，比如拿着电话上车，可以用宽带来管理你火车上的一些用品。在距离上还可以做得更远，802.11n MIMO就是带宽更宽、范围更远，MIMO是代表着多输入、多输出。

　　我心里还有一个问题，就是电池不行，到目前为止我们没有看到电池方面没有什么非常神的东西出现，电池在技术上是有很多改善，锂电池也不错，一块一块东西组成的，很小的东西就可以提供很多的电量，这个没有像摩尔定律一样每一年都翻番。

　　现在很多人在研究燃料电池。对于汽车，从污染角度来说，个人不是觉得很兴奋，但是用在电池手机上还是有很多挑战的。比如说燃料电池也要充电，这个问题从业界来说必须要看如何解决这个问题。反过来在电力方面有很多好的消息，比如说低能耗的LCD或者是多核的CPU，这非常有意思。如果你的手机只放在兜里不干什么事，或者说你只是接一个电话，其他三个核可能关掉，这样就会比较省电，打个电话之后你想看电视的时候可能四个核都能够启动，这样就可以给你全面的多媒体体验。在这个方面来说会帮助我们改善能耗的问题、电源的问题。我没有预期会出现什么巨大的软件方面的发展，事实上这需要电池的解决，现在很好的电池还没有出现。

　　能耗方面的问题。也就是说不必把所有的东西在手机上进行计算，联网之后可以放到后端来做，我可以给大家做一些演示。可以说从整体体验来说其中很小一部分是放在手机上来做，这样可以降低能耗的问题。

　　现在换一个角度讲一下在办公室里的情况，也就是家庭办公室，我们专门放了一个24英寸的显示器，这个东西的价格可以说跌得非常厉害，几年之前差不多要3000美元，现在差不多870多美元就可以在降价时买下来了，可以说降价降得一塌糊涂。大家可以看一下在办公室的情况，很大的显示器，但是在这个屏幕上只是进行一个视频会议，将来会看到所谓的视频对话，现在很常见的事情，比如说通过互联网进行对话，将来几年内很快的视频电话就会出现。

　　我们再更深层看一下2010年PC的情况，大家可以看到它会是16个内核的CPU，3TB的硬盘，我们叫做混合的硬盘，一会儿我再讲什么叫做混合。这个计算机特别的库，它等于是一个加密的U盘，可以拿下来作为16G的U盘用。有线的网络，可能是一秒钟100M的速度。左手边大家会看到它的显示情况，大家可以看到有很多的用途，比如说可以去打印扫描，或者说录一些留言，或者说有一个提醒，告诉你有电子邮件。也就是说任何的信息你可能不需要全面调动出来，只是其中一部分而已。

　　我们看几个题目，有关2010年PC的情况。其中一个最基本的在过去几年业界发现的情况，从增长走向所谓的多核，这是非常深刻的东西，还没有完全理解它能够产生的影响。过去都是兆赫的增长，软件在计算机上的运行速度越来越快，将来多核的概念是什么？同样的软件，如果它的设计不是针对多核设计的话，速度并不快，我们不太肯定会出现4G的责任情况，我觉得2010年的时候我们不会看到30个GPU的芯片，我们看到更多的是3个GPU的芯片。这在我们的软件设计上有很大的影响，软件核查技术都是特别重要的事情，如果想用多线程的代码是很难把它写对的，多核会使这个工作更难，所以核查可预计的软件的这些事情将会是我们取得成功与否的关键要素，不是仅仅有这些软件改善它的并行特点，还要改变它的系统架构，其中一个就是INTEL的VT的技术，也就是让你的新机器效率更高，有多个操作系统在同一个机器中运行。这些操作系统怎么做呢？一方面来说它有兼容性的问题，现有的新的软件放在计算机上去，更多的问题是大家可能会把它的核心做一个专业化的处理，比如说有一个是专门进行DVD解码的内核，是非常可靠的，如果我看GPU，GPU就是灵活性处理单元，这个最近发展得非常神奇，它在能力来说比CPU的发展速度要快。这里有个问题，CPU和GPU来说将来是否能够合二为一，特别是进入多核时代的时候。如果我们考虑这个问题的时候，老的技术更广泛来说叫做可重配置的计算，也就是把软件拿出来，加上一个硬件的芯片，可以说针对一些具体情况做了最好的优化，比如说你做媒体的编码或者是打电话的话，它的性能可以说是非常好的，因为它进行了重新的配置。但是我们现在还不知道会产生什么影响，只是做一个推测而已。

　　还有一个方面，也是非常重要的，存储方面，特别是硬盘方面，再过几年每年都是100%地向前发展，可以说现在的磁盘价格越来越便宜，我们觉得在2010年的时候它的速度会放缓，不可能永远会翻一番。但是随着存储的增长有一个挑战，获得信息的延迟，它转移的速度并不像它密度增长的同步，所以这里有个问题，你的磁盘越来越大，但是通向磁盘的管道还很小，在2010年的时候可能要四五个小时才能把一个磁盘装满，如果有十个磁盘的话要四十个小时才能把它充满，所以这里有软件分配的问题，也有相关的问题。现在你拿一个MP3就可以把一首歌拿走，比如说你想有100万首歌，100万是什么概念？差不多4个CD的大小，在2010年的时候，计算机可能把所有100万个歌就预装进去了，也许是这样，也许这是更有效的方式，省得网络进行传输。这是我们非常关注的一个事情，特别是当你有很大磁盘的时候。

　　另外一个令人神往的问题，就是快速磁盘，大家都有U盘，这就是每年翻一番的速度，我们还有一些事情，比如说闪存的技术，如果反复使用次数太多的话就不能使用，很多闪存能够解决这个问题，但是如果用得比较狠的话还会有些问题，会把它磨损了。现在只有解决磨损问题的一个折衷的做法，没有一个非常革命性的根本做法。大家如果考虑闪存和硬盘的情况，我们觉得有些事情要混合地去做，它充分地利用了两点之间的优点。闪存损耗是非常快的，如果在硬盘上加了一个闪存缓冲的话，速度就会非常快，还是用硬盘作为一个主要的存储，尤其是大量存储的成本很低。再看闪存，有很多的笔记本，也许这不是一个多媒体的笔记本，大家会看到只是一个30G的闪存作为存储，它实际上是非常耐用的，在2010年的时候我们会看到有很多这方面的平板电脑或者是笔记本电脑出来。现在的争论很多，人们讲的HD—DVD这些问题，我这里不想发表什么意见，或者说将来这个问题能够解决。但是有一个很大的问题，Blu—ray和HD—DVD会不会成为这些事情的最后终结者呢，比如说它的效率问题，拿一个闪存放到Blu—ray的磁盘上，到底情况会怎么样我们不是很清楚，但这是一个非常有意思的问题。

　　我们大家可以看到视频通讯的问题，我觉得确实会有这样一个技术，它们实际上是一个摄像头，把它放到会议室里面去，有一个软件可以360度让所有参会者都看到会议室的情况，会议室会有一个非常大的显示器，如果有宽带连接的话我们会看到很多类型的虚拟会议会通过这个方式来开。其中有一个非常有意思的问题，这不仅仅是技术的一个现象，全世界已经成为一个地球村，我们跟中国、印度、欧洲、美国人进行合作，其实现在你住在什么地方，边界并不重要，只要你有很好的宽带连接，就可以和世界上所有的人进行交流。我个人的工作是和Bill Gates合作，和微软各个地方的同事都可以交流，比如说我的同事，我觉得比我在街上碰到的人的交流更亲近，并不会有13个小时的时差，但是作为视频会议来说就不会有任何视察的感觉。有一个事情是要考虑的，视频会议或者电话会议不仅仅是用话音来取代电话这方面的情况，也许你可以说录这么一个会议，如果讨论了一个非常有意思的题目，我们可以回去搜索一下，他们上个星期说什么呢，是蓝的还是红的，你回去搜索一下就可以知道说的是什么。电子邮件、即时通讯、博客会越来越多地连接在一起，这样大家在沟通反应就会更加智能化，如果你想找我的话给我发个电子邮件或者是打个电话，或者是博客上加个帖子，但是你不知道用什么方法可以实现让软件非常聪明，比如我在中国开会，谁给我发电子邮件最终我会给你回信，但是如果是我的家里出现了紧急状况，我的老婆给我打电话，希望我能够马上打断我马上给她打电话，所以软件必须要智能化，结合这种沟通方式，这些事情捆在一起才可能实现这些目标。

　　现在我想讲一下其他的一些会出现的趋势。这是在街上走路的知识工作者，大家可以看到显示器上有一张地图，他需要辨别方向，我们通过服务下载信息，你需要一直向前走，走两个街区朝右转，或者怎么样。在手机上看到的是3D的视图，它只要下载在手机上就可以了，他在什么地方，附近是不是有星巴克或者什么，他都知道，所有这些信息都是下载到你的手机上去的。

　　比如说一个在超市里面买东西的人，在超市的走廊中间有一个很大的显示屏，这是一个例子，客户能够获得购物清单，能够提供购物券，而且能够了解特定的客户在那里买东西，然后给他提供一个符合他需要的购物清单，还有购物券，只要显示成本开始下降的话，我想企业可能会把这种智能性的显示在他的整个工作单位或者是商店里面到处悬挂这种显示屏。今天许多商店有这种电视，做一些广告，你看到一些电梯里面，你可以看到LCD的显示屏。这些显示器是非常早期的东西，它没有把架构连接在一起，今后的显示会成为智能型的显示，使这种显示屏周围的人知道发生了什么事情。这是多功能的显示，客户获得购物券，另外他还获得一张地图，是商店里面不同的位置，能够显示他去过的地方，像导购图一样。我们认为在购物车上面也会有这样一种显示，购物车上的东西会和全球的卡尔斯价格连接在一起。

　　Cloud服务所产生的影响。有的时候人们在争论数据库和Cloud之间的连接，同不同的计算机进行连接，做多媒体的传送，还有很多情况之下你要个中心化的服务，可能今天在座的人会发明这样一种东西，这样一个例子可以任何的数据整合到一个系统里面去，比如说一个图形或者是图形的跟踪。现在Cloud服务这种方式从技术角度来说，最近几年发现了XML和Web服务这两项技术，会把这个结合在一起。XML技术是计算机可以对信息进行分类处理，比如说地址、电话、姓名，Web服务是计算机和另外一个计算机对XML的数据进行有效和可靠的沟通。你如果看一下XML和Web服务，就可以看出这是驱动的两项主要技术。

　　刚才我们听到了一些核实连接架构，在现实世界中安全是很重要的，如果我们没有垃圾邮件和PLUS这些技术的话就不可能有成千上万的电脑连接在一起，现在是几亿部的电脑连接在一起，到2010年的时候我们有几十亿部的电脑连接在一起，所有这些联系起来的电脑不被病毒所侵袭，或者是被垃圾邮件所侵袭，我们在好几个区域努力解决这个问题。比如说编程的合适，还要了解软件代码的正确，以及身份的核实，还有认证、身份确认，所以就能知道谁给我发电子邮件，我要能够确定约翰给我发的电子邮件确实是约翰给我发的，而不是有人冒充约翰给我发的电子邮件。这里还有防火墙，通过这样一种环境你可以在分割的环境里面运作这些软件，另外你知道即便有些软件是有害的，但是因为你把它放在了保险箱里面，所以它的害处就不会很高。每年我们要使我们的软件更好更加安全，这些坏人也是同样聪明，希望最后我们能够赢得这场战争，但是这对于软件行业来说挑战是比较大的。

　　今天对私密性做了一些有趣的描述，有的时候从社会角度来说讲私密性的问题比较容易描述，刚刚有人讲了投票机器，投票对社会的影响是比较明确的。如果有购物车，在美国有打折卡，到超市里买东西能够打折，超市能够知道你买东西的习惯，你每次买什么东西超市都会记录下来，这样10%或者是5%的折扣是否划算呢。很多数据通过系统进行连接，使用数据的权利如何界定，谁能够看这些数据，谁能够使用这些数据，答案不一定都是很明确的，而且不一定是技术性的回答，其中一个答案必须从社会的角度来确定，以合适的方式来使用这些数据。

　　希望我已经给大家整体介绍了一下今后五年左右将要产生的这些新技术。五年时间对于软件行业好像是很长的时间，很高兴大家都参与到这其中。非常感谢大家！

　　洪小文：接下来是我们的现场问答时间。今天的问题会非常踊跃，除了现场问答之外还有短信问答，我会尽可能把一些问题做集成，尽量做到把更多的问题都照顾到。

　　第一个问题从短信当中挑选出来，针对Rick Rashid博士和Jeannette Wing博士，在研究院和大学里怎么样选择研究方向。

　　Rick Rashid：我先代表我自己来回答我的问题，我不选择我的选择方向，因为这不能够更好地使用我们的时间，我们要做的事情就是招募能干的人，这些人可以做各自领域最领先的研究，我做的事情就是要确保我们能够招到正确的人，提供非常有效的环境，尽可能地消除他们取得研究成果的障碍，让研究人员工作。我想最关键的事是不要干扰他们的研究，但是要确保为研究人员提供一种有效的环境。

　　Jeannette Wing：我非常同意Rick Rashid，招到最好的人是非常重要的。对于计算机科学来说今后的努力方向不是很难确定，如果看一下计算技术发展趋势，你就能够预计今后十年二十年将会发生什么东西，之后你要问一下这些问题，什么东西能够驱动这些技术，借这些技术如何解决，我们作为一个技术工程人员如何解决这些方面的问题。在大学里面，由于企业要做长期的研究，在企业的环境里面，可能不是微软或者其他做研究的，公司企业来说，他们的研究方向可能更短一点，所以我们在学术界可以做今后很长一段时间的研究，这样我们所面临的挑战环境就更加激动人心了，这是就产业的研究来说。这是我提给大家的建议，尤其是对今天到场的学生来说，你们要仔细研究技术趋势，要看一下你们希望解决的问题，关于如何选择一个研究方向或者解决研究的问题，你应该了解自己的强势和弱点，与其他的人一起克服你的弱点，不一定是你的弱点，或者说某些领域你并不是很了解，或者你想来学习，这就是做多学科研究的好处，和别的跨学科的人一起研究就可以学到很多新的东西。

　　现场提问：非常感谢，很荣幸今天出席这个会议，我是浙江大学微软俱乐部的学生，我要感谢你们今天所做的非常好的发言，我谨代表我们俱乐部感谢你们。我想问一下，人的脑力和计算机相比，你认为计算机最终会代替人的大脑的智力吗？如果是这样的话，那么人工智能的技术能够达到人脑的智力水平的话，我们可以发明出某些机器，在这些机器里输入我们的要求，机器就像我们的脑子一样进行处理，这对于编程者来说会遇到一些问题，你觉得这种世界会不会带来灾难，还是会带来更加好的结果。

　　Jeannette Wing：我努力地回答这个问题。首先有一些令人激动的计算机科学方面的进步，能够接近人脑，比如说机器学习，了解一些脑的功能。我的几个同事都在进行深入的研究，计算机还没有人的知觉和意识，这就是学术界可以做的长期研究方向。你问的问题是，假定我们有这样一个计算机能够接近人脑，一旦出现这种情况，那时候我们都没工作了，我们这些人都过时了，我想这是非常有意思的社会伦理方面的问题，而且这些问题超越了科学和技术的范畴，我想这些问题我们应该与我们学习社会伦理的同事一起回答这个问题，这不是科学家自己能够解决的问题，这个问题应该交由社会集体的方式来回答这些问题，这就是为什么要计算机工程学家与社会学家、决策者一起来回答这个问题。

　　Ronald L.Rivest：也许我也可以再补充几点，这个问题是针对人类大脑的问题，非常具有挑战性。未来的世纪是关于人工智能将会更好地解决，人工智能在2020年的时候就可以做到，这不光有人工智能，相应的它对于社会上有什么影响，我们现在是很难讲的。

　　洪小文：第三个问题来自于短信，这个问题是问Ronald L.Rivest，你的电子投票非常完备，在逻辑上非常合理，但是在运行上怎么能够保证安装的系统就是原来的系统，如果不能保证的话，那么一切都是没有意义的，我想知道是透过什么方式来做保证跟认证。

　　Ronald L.Rivest：问题问得太好了，我可以针对两方面回答，一个是我们怎么知道你用的系统是你想用的系统。第一个答案是你可能不管它，因为你所用的系统被证明结果对了，这样最终就可以相信那个系统了。另外需要非常详细的点检查系统，把机器拿掉，认真检查一下看看是不是硬件软件都是对的，人们大多数情况下都希望看到这个结果。另外一个方法就是测试，来测试一下这个东西是不是你想要的东西。

　　洪小文：谢谢您给我们做了很好的演讲，我这儿有个问题，我们都知道今天中国的IT行业发展是非常快的，计算机科学发展也是非常快的，在中国多少年以后会形成一定的规模。

　　Ronald L.Rivest：考虑一下大家非常兴奋，非常积极，我相信可以回答你这个问题，不久。

　　Rick Rashid：从微软在中国建立实验室、研究院的经验来看，我们还是有可能发展，而且在这里可以培养出非常好的基础研究机构，使这些基础研究机构发展的速度比我们建立微软研究院的速度还要快，因此毫无疑问，在未来15年之内，来自于中国最著名的首席计算机科学家的数量会是非常巨大的，我相信其中某位科学家肯定会赢得这个荣誉。

　　洪小文：这个问题是问Rick Rashid和Alexander Gounares，在两位的发言当中都讲到了虚拟地球，这个虚拟地球和Google的虚拟地球有什么不同。从微软的战略来说如何和Google进行竞争？

　　Alexander Gounares：可以肯定地说，在最高的级别上，虚拟的地球和Google地球没有太大的区别，我们都有这个梦想，用在线的方式把很多关于物理世界的内容放到网上去，如果要看得更细的话，但是你也知道我们在数据的量方面、对数据编程方面、集成方面要做等整个完整方面都有优势，虚拟地球应该是非常有意思的网站，比如说你可以拿着电话在街上走，并且可以马上知道在哪个方向走，这是端对端的，也希望我们能够在这方面有自己的竞争优势。

　　Rick Rashid：我们开始做这个技术是98年，可以非常兴奋地看到，在过去一年多以来，整个这个领域如何提供与编码非常有关的信息加以提供，让更多更广泛的人士取得更大进展，就像刚刚看到，把老百姓的照片拿出来进行编码，可以让世界上看到普通老百姓照的照片是什么样子，而且这些信息都是可以提供出来的，我想整个互联网服务方面是非常令人兴奋的领域。关于微软、Google、雅虎以及很多新兴公司的竞争，这种事情对于整个行业来说是非常好的事情。

　　提问：谢谢给我机会在这里提出问题。我是浙江大学的本科生，是计算机科学系的学生。我认为Google在互联网上搜寻过去几年发展很快，未来10年到20年当中，我们就会出现，成为未来最主要的力量，Alexander Gounares是否能够预测一下在中国会有什么样的新技术和新趋势，因为我们知道中国是一个很大的国家，而且计算机科学在中国发展很快。

　　Alexander Gounares：问题问得还不错，肯定地说，整个世界，我们看到整个趋势其实是一个世界性的趋势，如果讲一下中国的情况，首先可以令人兴奋的事情就是有这么多的手机。预测未来总是很麻烦的，但是也还是要参与一下，未来中国在手机运营领域是领先的。

　　Rick Rashid：预测未来如果超出三到五年的范围是很难预测的，往回想一想，浏览器是不久前才发明的，去年还参加了浏览器十年的纪念仪式，这十年时间很短，十年时间发生了翻天覆地的变化。2000年千年虫问题过度的时候，当时有一个记者打电话给我，想了解2000年之后的世界会如何，我问他还问了谁这个问题，他说我还问了一个小说作者和一个未来学家，未来学家的活就是情况预测，科学家和可能幻想小说，我更加相信魔术师，实际上谁也不知道二三十年之后会有什么样的情况，也许我的孩子用计算机可能是另外一种全新的方式，比如用MSN和日本和叙利亚的朋友联系，但是情况是会发生非常大的变化的，因此如果告诉你今后会有什么样的情况，你不要信这个。

　　Jeannette Wing：我只是想对这个问题进行一点解释。第一次我来中国的时候是79年，可能在座很多人还没有出生，你们的国家发生了翻天覆地的变化，而且越变越好，我今天到北京和杭州看到的东西是不敢相信的，这么多动力、这么多兴奋，IT到处都使用，79年要我来中国的时候很难预测，因为那时候大家还是穿中山装、用绿书包呢，对于你们的力量和技术以及大脑应该有这么一个挑战向你们提出来，就是说要看一下这个国家所产生的东西，在环境方面有什么样的社会的影响这个问题，我想你们应该知道我这个话是什么意思。在中国，别人遇到的是小问题，到你这里就是大问题，即使是你的邮票都比别人大，因此这应该算是你们的资产，同时也是你们的挑战。

　　Ronald L.Rivest：我也想补充几点，涉及到预测未来这个问题，我想从我的该度补充一言，你刚才说预测未来这个问题的时候，好像未来这个东西一定是通过这样那样的方式能够看得到的，当然未来要能够想象能够创造出来，是今后要创造出一个什么样的未来，要有创造力。

　　洪小文：最后再听两个问题。第一个问题是问Ronald L.Rivest，在MIT搞计算机科学，我们想了解一下中国也好、亚洲也好，每年你们收多少学生，另外还想了解一下对于中国、亚洲的学生学习成绩如何？

　　Ronald L.Rivest我不知道到底中国有多少学生到我们那里去，但是我知道我们有非常出色的学生，王教授把我的密码给破了，是一位北京的女士，她现在住在美国，她很好地反映出了中国能够培养出人才的这么一个人士，因此我也非常高兴，能够找非常好的中国学生到MIT去学习，但是总数是多少我记不住。

　　Jeannette Wing：每年有上千个申请我们博士生的学生，有65到70个能够接触下来，其中接受的都是来自于中国最好的大学的最聪明的中国学生，我们怎么都要找最好的学生，中国培养出来的一些学生可以说我遇到最聪明最用功的学生，参加我们PHD学科的学生是最好的，因此鼓励大家报我们的学校。

　　洪小文：最后一个问题，是问Rick Rashid和Alexander Gounares的。第一个问题问Alexander Gounares，在微软你是左右手，负责产品的发展，供职很多年，想问你微软的产品你那位哪一个是历史上最成功的产品。另外一个问题是问Rick Rashid的，微软研究院做的是基础研究，对基础研究做出了巨大的贡献，出项目来说或者是结果来说，哪一个是你最自豪的项目或者是结果，为什么？

　　Alexander Gounares：应该说微软Windows是我们最成功的产品，我们所做的就是建立世界上的生态系统。Windows造成的生态系统是非常先进的，各种装置、各种软件都结合在一起，这个造成的社会和世界上的变革也是非常令人难以置信的，这就是为什么我认为是我们最成功的产品之一。20年前各地小的企业在世界各地卖产品、组织机构，做一个小册子都很难，但是今天有了个人电脑，用微软的Windows做他们的小册子，用Windows上到互联网，可以使得世界各地的人都看得到，可以对世界各地的人都产生巨大的影响，这就是为什么我认为它是最成功的产品的原因。

　　Rick Rashid：到底哪个研究项目是我认为最激动人心或者说是最好的，对我来说不容易回答这个问题，因为就像我最爱我哪个孩子一样，我有5个小孩，我都非常喜爱这些小孩，我有6个研究实验室，总共有700个员工，所有人我都爱。我研究的这方面是操作系统和编程语言，所以在这方面来说，如果在这两个领域中你做研究的话我是特别青睐的，我特别激动的是在编程分析方面的一些工作，今天我已经讲过了一些类似的内容。但是讲实话，为什么我觉得我的工作特别激动人心，每天我上班的时候能够学到一些新的结果，知道我们在做一些新的事情，很多事情下我都从来没有听说过这些事情，对我来说这是最激动人心的事情，也就是说研究是多样性的，这是我最大的激动。

　　洪小文：最后再一次谢谢四位演讲者给我们带来的精采演讲以及回答的提问。洪小文：下午的第一位演讲人是微软亚洲研究院院长沈向洋博士。我想大家对他非常了解，他也是我们的首席科学家，在研究生涯中，电脑视觉、图形学、人机交互、电脑识别、机器人方面的专家，他在图形学和电脑识别方面的表现真的是令人刮目相看，他不仅有超过20项的专利，而且在国际上非常重要的学术会议发表论文多篇。现在就任于多所大中国区的著名高校，也包括中科院客座教授和博导，而且兼任了两个杂志的编委。大家或许都知道，沈博士13岁就进入南京工学院得到学士学位，之后在香港大学电机工程系得到硕士学位，最后在美国卡内基大学计算机学院机器人专业得到博士学位。他今天演讲的题目是无“数”不在的计算，掌握你的信息。现在我们热烈欢迎沈院长给我们做精采的报告。

　　沈向洋：今天非常高兴又回到杭州，能够和大家有这样一个交流的机会。今天讲的题目是无“数”不在的计算，特别是想介绍一下在微软亚洲研究院很多的研究方向，以及未来领域中的趋势，特别是与无“数”不在的计算的联系。刚刚吃中饭的时候我跟嘉宾开玩笑讲，我今天有一个非常特别的地方，所有的演讲嘉宾当中只有我一个人用中文演讲。我这样讲也非常不公平，因为他们没有在中国念过小学。

　　首先我想跟大家介绍一下我们怎么样看这样一个计算机科学的发展，到了今天已经到了什么样的地步。我有几个在美国华盛顿大学很好的教授朋友，他们在看整个计算机科学发展以后的方向，他说以后我们再这样发展，可以看到将来的应用，首先从用户界面角度来讲，已经不是计算机里面的用户界面，而你本身已经变成用户界面。其实用户界面是非常重要的事情，我自己是工科教育出来，一直做计算机出来，一直很瞧不起UI这样的工作，讲得难听一点就是技术不够、UI来凑，讲得很听一点实际上所有的东西都是UI，我们希望用户可以真正把这个技术用起来。第二点，用户已经不是说要不要接到网络上去，网络已经发展到今天这样一个地步，而是说在这样一个网络环境下，数据是不是能够到用户身边。第三点他们发现非常有趣的一件事情，实际上已经慢慢不是要执行一个什么样的指令，而是用户到底想要干什么，而不是说计算机已有的指令，如果今天用户有这样一个要求，到底能不能在今天这样的计算平台下达到他的目的。

　　这么多年来在计算机科学里面我们已经孜孜地追求了很多年，我这里简单画了一条横轴曲线，下面是从处理器角度来看，上面是从网络角度来看，处理器角度上大家已经非常清楚，越来越快，今天早上很多人都提高了多核的计算机，也就是传统的摩尔定律已经慢慢不成立了。我还记得刚刚上大学的时候，大概到81年左右，刚刚有台苹果机，当时非常激动，我们以前都是要排很长时间的队才能拿到一个小时的办公时间，换了一双拖鞋，还要披着白衣服，进去以后主要是打游戏，打完游戏以后马上撤。在69年的时候IFANA出来了，慢慢到80年代有电子邮件出现，到今天互联网能够把全世界的机器联系在一起，它实际上是非常令人激动的事情，对人类生活产生的影响也是非常巨大的。

　　接下来具体举几个例子。我每次想到摩尔定律就觉得非常激动，实际上想想25年前，25年也并没有那么多年前，实际上25年前就是我刚刚上大学的时候，今天的计算机已经快到这样的地步，1000美金可以买到计算机的速度的话，可以想想今天发展得有多快。特别重要的事情，今天跟大会联系在一起，今天来讲我们可以在计算机在互联网上存储的数据是难以想象的，互联网是庞大的，计算机存储量是庞大的，令到以前很多我们不敢想象的事情今天实现了。

　　今天因为互联网、因为数据这么多，因为计算机很强大了以后，今天计算机的趋势在改变。实际上这样讲也不是很奇怪，我讲三个阶段。实际上计算机一开始出来的时候一方面是计算机的限制，还有一方面是用户界面，只能做一些简单操作。以前我们用DOS机的时候，一定要打一个应用程序，甚至再把数据敲进去，才能做出一个结果出来，到最后GUI这样的东西出来以后，Windows界面就出现了，比如说把很多的应用程序放到你的桌面上，这样就可以去选择一些应用程序。今天互联网就把中心转移到到底你要对信息做什么样的工作，而不是一定要先开一个什么样的应用程序，比如说今天我要卖东西这个，要给大家提供这个服务，实际上你基本上不会很在乎到底是什么样的应用程序在做这样的事情，而是你希望提供一个什么样的服务，慢慢这个中心就转到你的数据方面了。这件事情的发生当然跟整个这样的环境、跟现在互联网的发展都是连在一起的。

　　从应用中心到现在的数据中心，为什么非常重要，重要的是在于给用户提供了很多商业机会，提供了很多的价值。实际上对于用户来讲，他真正觉得有价值的东西很重要的是信息是不是他真正要的，如果两个结合起来里面就有一个商业价值，这样的一个商业价值就产生了，是以前这样应用程序中心的东西想做而不见得能够做到，而是希望以后数据中心能够做到的事情，所以我们不断从应用中心到现在这样一个转化。

　　比如说你可以想象现在提供这样一个服务，你做了这样一个网页，网页里面又有数据、又有音频、又有视频，最后你想提供这样的服务来讲，你还是有点在乎到底有什么应用在里面，但这是不是你最关心的事情？这不是你最关心的事情，你最关心的是怎么样给你的用户提供用户所需要的东西。接下来具体讲一下数据中心计算。

　　具体有了数据以后我们今天能够提供一些什么样的技术，以后能够提供一些什么样的服务，能够令用户找到对他们来讲真正享受到数据中心计算这样的优势。我觉得至少有三点是我们应该去做的：第一，搜索；第二点：组织；第三点：分享。我这里要具体介绍一下我们怎么看待这三个问题。

　　Find这个问题很简单，相信大家都可以理解得非常清楚，就像今天大家到互联网上面网络搜索的东西，实际上我是需要找到信息。第二点是Organize，实际上你找到了很多信息，到底哪些信息是你想要的，到底是不是你想要的信息。大家看了互联网搜索都看得特别多，可能也听到很多地方也说这个，他们可以做视频，也可以做视频搜索。视频搜索到底怎么做？还是用跟视频有关的，这样的话可能还是一个文本的搜索。对于整个问题来讲，视频搜索是非常重要的一件事情，事实上很多公司也已经在做。用我们CEO的话讲，他说10年之内，PC、DV之间已经不会再有隔离，事实上有一个很好的例子，他说大家以后看视频一定是通过互联网这样一个环境，不管是用TV也好、用互联网也好、用PC也好，实际上是在视频，这件事情非常重要。在微软亚洲研究院我们做了这样一个课题，我接下来想邀请我的同事富兰克帮助我们一起做这样一个演示。

　　富兰克：我现在给大家演示这样一个视频搜寻的北京做的研究。我们有非常多的视频，总共有800小时的录像库。我现在给大家看几个例子，比如说你是一个做编程的，你想获得一项Windows Vista的信息，现在就可以就这方面的视频库搜索一下，现在就列出了很多Vista的情况。现在我想查找一个音频的情况，只有两个文档。也许你想了解一些在驱动方面的问题，现在看一下这个问题，上面是讲驱动。

　　我们可以看到这有一个题目，它有一个描述。这是做这个录像的人写的源数据，蓝色的部分是语音识别来生成的，也就是通过语音识别的搜索。比如说我今天想了解禽流感的情况，我输入禽流感这个词，但是没有找到鸟禽。这里的例子是禽流感在源数据当中根本没有。

　　还有语音识别的这么一个例子，我们要了解股市的情况，在数据上每一个文档都有，都是一样的。我们只是想了解一下微软的股市情况，我们用语言识别找到微软股票的情况。

　　可以看我们北京亚洲研究院院的情况。上面这个文档讲的是什么东西呢？我们看一下，这是有130个例子。也许这里面有沈先生非常感兴趣的图形方面的问题，这个图形在哪儿呢？或者说我的老板在不在这儿，Bill Gates在哪儿呢？

　　这方面我已经讲到不少了，大家现在想放松一下，想了解一下篮球的情况，但是不想看到像互联网上的这种感觉，像看电视一样。这里有个播放清单。如果不喜欢这个节目的话就跳到下一个节目去。再进入下一个。

　　我的视频搜寻演示就做到这里。

　　再讲一下技术的情况。每一个语言文档专门有一个解码器，通过语音识别就可以做一个标记，源数据就进来了。一方面可以做这个标记，另一方面可以建立起我们的一个词汇表，然后我有这么一个查询情况，我们把它的相关性排一个序，把结果闪现出来。源数据可以帮助你做很多搜寻，但是不足以完成你的目标，我们的同事发现只有1%的内容是源数据，100%的可能都是语音内容，所以语音内容非常有价值，会帮助你们找到东西，可以让你有效地在信息中进行搜寻。

　　沈向洋：非常感谢富兰克。接下来是一个很快的演示，讲的是分享你的信息。分享你的信息是我们做了很多年的技术，这里面最重要的技术就是能不能设计一个媒体格式，今天很多时候大多数的格式都不符合你这样非常复杂的网络环境，就像你今天家里的PC、公司的PC，在公司里面互联网可能也比较大，在外面的时候比较小，当你要看视频的时候很多情况下就会有一些困难。这么多年来，我们微软研究院在李士宏研究员的带领下取得了很多成果。接下来看一下这个演示。

　　在这里例子里面大家可以看到，事实上你不在乎你到底用哪一个方法，而是说你现在有这样一个数据，你希望你能够随时随地地查找你的数据，而这个数据能够使得你在上班路上或者是其他地方欣赏。

　　我希望给大家看一个非常简单的例子，就是无“数”不在的计算的组织你的信息。图形搜索大多数人都在做，我想慢慢两个方向会结合起来。一个是传统的做搜索的人做，一个是在网页边上都会有一些固定的文本信息，还有一些是计算机视觉方面，很多人做了很多年，但是计算机视觉就比较难做，要从提出的内容分析就比较困难。但是这里也有很多信息可以结合起来。接下来看到的例子是真正结合起来怎么样做这件事情。首先，如果你要搜索任何的关键词，比如说苹果，当你搜索苹果的时候，因为他的目的是很清楚的，青苹果还是烂苹果，现在是不是搜索出来的东西一长条很多的内容大家就很满意了，实际上不是这样的。给大家看一下现在网上已有的搜索引擎，比如老虎，搜索出来一大堆，什么样的东西都有，这些东西是不是你所需要的呢？可能这些不是你所需要的。现在我们的做法能够把它自动分类，首先是把关键词搜索出来的内容分类，之后再去找。接下来给大家很快地看一下这样一个演示。

　　比如我在这里敲一个tiger，我这里已经把老虎做了分类，老虎伍兹在高尔夫球方面是打遍天下无敌手，所以这里就搜索到了很多伍兹的照片，以及老虎的卡通画。还有一钱不知道的一种花，Tiger Lily。这样分类就可以帮助你组织，你得到很多这样的你要找的信息。通过这样的分类，所有出来的结果都是按照这样的自动算法做出来的，比如红苹果，红苹果就有很多红色的苹果在这里。如果这样找的时候，特别是怎么样帮你组织这些信息就变得非常重要，这是在组织方面非常简单的一个演示，还有很多更好的例子，因为信息爆炸，因为信息令你要想一些办法，能不能提供很好的服务，帮助你做这样一个分类的工作。

　　我提到了三个方向，找到、组织、分享，以及之后的分类能够做到这样的事情。事实上无“数”不在的计算不止是这么简单，现在只是表面上大家可以看到应该做的东西，一个最最重要的事情实际上是能不能够真正理解这些数据，为什么这样讲？因为只有你理解了这样一些数据才能够真正帮助你创造更多的价值，因为你自己有这样的信息才产生这样的价值。实际上大家今天早上也问到Understanding，所谓Understanding就是用户问这个问题的时候到底是什么意思，今天我们做Understanding就比以前有更多的机会，因为我们今天有比以前多很多的数据，特别是现在有很多的数据在互联网上，我们希望可以拿到，特别是今天有了互联网，我们鼓励大家可以贡献更多的数据，这样的话以后Understanding不仅仅是搜索、打一个关键词进去，而是说以后会不会有一个非常好的答案，甚至是非常完美的答案，我觉得这是非常困难的。最后我们的理解就是，如果计算机真的哪一天报考语文的时候是不是作文就不要考了，有的命题作文计算机就可以写了，我想这还需要很多年，大家不要有太大的幻想。现在大家讲，有没有计算机系统可以做诗，做诗也很困难，前几个月我跟我们的周明研究员讨论，我说做诗太困难，我们能不能把问题再缩小，能不能做个中文对联。对联这个东西又非常困难，我想不会有人反对我讲对联非常困难。但是对联相对来说有很多的约束，对联相对来讲字数也比较少，比如说出个上联，约束一下，你对个下联，上联跟下联之间的关系，有平仄这样的关系，字数怎么对应，我自己不太懂，所以我就邀请周明研究员一起跟我做这样的项目。周明跟我讲天高任鸟飞一定要对海阔凭鱼跃，我说你不跟我讲我也知道，是不是还有其他的例子呢？接下来我邀请周明研究员跟我一起介绍这个项目。

　　周明：今天给大家演示的是最富有中华民族文化底蕴的对联。大家知道对联实际上已经深入到我们生活之中了，早在古代的时候如果你要不会对对联估计对象都找不到。有一个很有明的故事，苏小妹和秦关，苏小妹是苏东坡的妹妹，她出了上联，一般都出三个上联，如果能对上三个上联基本就搞定。秦关是苏东坡的弟子，苏小妹出的上联是双手推开双弦月，秦关有点为难，但是苏东坡非常喜欢秦关，就把一个石头扔进了井里，秦关也非常聪明，对出一石激破井底天，这件事就搞定了。刚才沈院长讲到，整个系统是数据驱动的，所以第一件事要把大量的对联数据收集起来，然后在此基础上进行学习，系统在对对联的时候基本上模仿人的思维在对对联。主要的工作原理具体来讲是这样的，假设输入的是学满山中高士卧，首先要输入每个词的序列，然后知道每个词在以往是怎么对应上的，从左到右每个词对应起来就可以对出后联，但是有的时候对出来的令人拍案惊奇。有些给人约束了，比如说上下文字数同样，平仄也是相同的，我们把那些不合格的去掉，最后用各种各样的属性，比如说最大的可能性，成句的可能性，词共生的可能性，把它放在一起来，在一个最大的模型下给所有的句子排下去就生成了对联。下面给大家演示一下对联系统。

　　西子盛装迎贵客。到了西湖，西湖的美景美不胜收，我们住的地方就是苏堤春晓，首先给各位出个上联，看看在座诸位能不能对出来。苏堤春晓秀，可以看出他给很多的侯选，有平湖秋月清、平湖秋月香、平湖秋月明等等，如果你心情好的时候你可以选择平湖秋月明，如果你心情不好你就选择平湖秋月寒。今天心情很好，选择的是平湖秋月明。

　　现在大家都有一件事非常可怕，叫预防禽流感，看看能不能对出来，备选答案有戒备艾滋病、戒备登革热。

　　有一些好事的人找到我，说对联没什么了不起，看看唐诗能不能对出来。其实这有点不合逻辑，因为唐诗跟对联是不一样的。有一句非常有名的唐诗，月落乌啼霜满天。它对的是很多都能对上的，这句话还有点意思，风吹雁飞雨连宵，还有一举是风吹雁过雨连宵，我觉得它的水平超过了前人。

　　我把一个词放进去，江山如此多娇，引无数英雄竞折腰，看看今天能不能对出小联。江山如此多娇，对风景这边独舞，好像很生动，还有风景这边独醉也很不错。

　　这是一个互动的对联，只是系统给了你侯选的下联，你挑就可以了。你也可以发挥你的想象力，把你需要的词放进去。

　　今天有点像西湖论剑的味道，我就出一个上联西湖论剑吾迎盛世。它对的是南山有诗此当佳节。有太别扭了，每次都对有，看看有没有可能其他的。这里也可以选择其他的词，我们把第一个字定下来是问，我们再看一下再往后是生成了什么样的对联，生成对联之后你可以选看看哪一个最好，这里选东海问云何待春风。东海问云何待春风非常有气势，但是问云好像有点奇怪，看看问能不能调一下，我们改成东海看云何待春风，这就非常好了。

　　还有一个功能是把微软亚洲研究院独步天下的系统。还是说西湖的事，西子盛装迎贵客。看看下联是什么，它对出了很多，南国新月照上宾，南国新月对嘉宾，我觉得都不错，我选择第一个。然后我让计算机给它读出来。

　　谨以此联谢谢各位！

　　沈向洋：大家可以看到微软亚洲研究院基本上大家都不是在工作，而是在娱乐。这里面最重要的是数据，基本上结果是在原来的数据里面，我们现在的基础做得还不是那么好，最主要的是数据不够多，抄的不够多。我们除了抄很多唐诗宋词和对联之外，我们的系统要做得好一定要有很多的对联和数据，我们有一个网站，大家可以到我们的网站上试图答一些对联，也可以出一些对联。

　　最后花一分钟介绍一下微软亚洲研究院到底是怎么做的。我们微软亚洲研究院有五个大的研究方向，这些方向有12个研究组，实际上最后最难的问题还是Understanding，就是对人类这么多年知识的理解。非常欢迎更多的同学和老师能够和我们有更多的合作。再次谢谢大家！

　　洪小文：谢谢沈院长精采的报告。下面为大家介绍的是美国国家科学院院士、加州大学洛杉矶分校教授Stanley Osher博士。Stanley Osher博士在布鲁克林大学获得硕士学位，1977年以来他一直在加州大学洛杉矶分校担任数学系教授。在这30多年里面Stanley Osher博士取得非常多的荣誉，因为他本人在科学计算和数学分析方面的杰出贡献，在今年被选为美国国家科学院院士。Stanley Osher博士拥有多项数学方面的发明，主要包括BG双曲线、守恒率，这些发明对电脑图像处理技术、计算机视觉与图形学都产生了非常深远的影响。今天Stanley Osher博士将和我们一起分享真假世界里的数学。

　　Stanley Osher：非常高兴能够有机会到这个美丽的城市来，这是我第六次到杭州，要想了解杭州问我就行了。我想应用数学公式来说明，这个问题对在座人士来说都是感兴趣的。

　　在今天开始的时候要略谈历史，这个图形需要影像处理，是关于我们的一个合作伙伴，我当时和我的合作伙伴正在一起做一些新的影像处理的工作，他的基础不仅仅是联系数学，我和这家伙搞了一个公司，而且很成功。91年时洛杉矶出现了一些骚乱的局面，这对于我的企业来说是一个机会。我们看这张照片，这家伙扔砖头打到了卡车司机，这是14年前在飞机上拍的，当时的想法是谁扔的这个石头，如果可能的话要把他绳之以法，我们做到了这一点，放大、再放大、再进一步放大。等一下，他的胳膊肘上有一个纹身的花纹，我们有一个数学办法把它显示出来，之后我们就把他绳之以法了。后来出来了，有人感到恐惧，但是后出于其他原因又被关了进去。

　　接下来说一下这个东西到底是怎么运作的，我们当时做了一些什么事情。这是关于方法，一个城市大概15年前发展出来的，这个公式非常有用，如果用Google的话就会有10万个答案，现在有一本书。这里涉及到一些数学了，一个三维的或者是两维的曲线，你想要动它一下，你知道它的速率，速率是非常多的不同方式做到的，一个可能性就是流体动态，比如有水或者是泡沫等等界面，实际上在电影上看到的那些爆炸等等很有可能是用这种方法做到的。无论如何你是希望给它一定速率以后加以移动，因此在87年的时候我们和赛肯一起做了下面的非常小非常简单的做法，为了使曲线能够变动，以前有非常不好的主意是放上点，然后跟着点来走，这是一个非常不好的主意。实际上是弄了一个函数，里面是负数，外面是正数，之后泡沫可以合在一起，可以爆炸，做出非常疯狂的让人想象不出来的事情，这种变化等于是没有带来麻烦的变化。

　　这是今天我们第一个看到的公式。这个区县是由(I)决定的，如果你区分公式的话就可以把(I)给动了，到了(I)的时候实际上就是把平面给移动了，当泡沫顶在一起，相互发生碰撞，你甚至不知道它发生了什么事情。集合也是，标准也是这样定的。这是一个非线性的公式，要求对它进行分析，(I)是正的和负的，在很多不同的区可以有50个三维的泡沫，没有太多麻烦你就可以做出很漂亮的图形。看电影当中这个东西是常看到的，这是一个可运行的图形，主要的问题是随着时间的增长，这个简单的曲线就成了双重曲线了，这样额外就有一个界面出来了，因此你看到的是几片东西，这样计算起来就容易得多了。

　　另外一个做法，把这个曲线加上点，这是比较难的，因为合并是很难的，三维也是很困难的，这些点还要重新组织起来。还有其他一些方法我就不讲了。这个曲线有一系列点，是由(I)或者是0确定的，现在内部等于是负的，剩下的是正，这有一个简单的公式，这样所有的都可以计算出来，不需要做太多复杂的工作，都是很简单的。可以用很多东西进行计算。

　　这里演示一个例子，这是一个杯子。这是我最喜欢的一个，很好的例子。这一系列都是在函数里的，不管你是在外面还是在里面，这在图形还有其他方面是可以使用的。这是另外一个设想，气体动力学、空气动力学。还有一个，大家可以看到这里有很多变化，有很多泡沫，用一个函数很容易做到。以上是虚拟的世界，实际的世界要出现了，实际世界中的情况可以恢复数据，比如看上去像垃圾一样的东西。其实这就是垃圾。我们把它整个杂质放在这儿，然后用一些数学方法，我给他们看一些公式，可以从这个图变成另外一个东西。当然你必须得相信我说的话，我说很诚实的人。基本的想法是一开始给你的是垃圾，然后你先是把那些杂质放进去，然后再恢复，利用一些公式，比如说非线性的分析，然后可以帮助你恢复很多的信息，本来看上去什么都不是，现在能恢复。一会儿再告诉大家怎么做这个事情。

　　另外，图像有纹理，加上一些杂质。这个图像大家可以看到，它是胳膊再加上一些纹理的东西，然后把它分开，把右手部分的纹理恢复，这是另外一个算法，也是实际情况。

　　我给大家讲一下背后的数学因素，希望可以说服大家说这个数学方法是有用的。目标就是给这么一个图像，恢复它的真实面目。比如说函数2用数学语言表述，这是一个非常混杂的图像，尽可能地你想获得一个去除杂质的图像。这个公式非常复杂，不是很简单的一个例子。实际上这里有一个变频，把它最小化，这是15年前推出的。把它最小化之后，v是杂质，实际情况下我们加上了v，这是维叶尔写的一本非常好的书。纹理是把函数进行处理会得到确定的东西，所以纹理属于某一个空间，一旦意识到这些问题，就可以来解决这些问题。这些算法并不一定会达到我们的目的，因为总会有一些东西。

　　我想讲一些新的想法，计算机图形的联系。我们把它的表面和图形进行处理，把它的正常情况进行处理，首先做的事情就是把它的表面去除杂质，然后在正常情况下做一个对比。把原始的最小化做一个替代，这个做完之后有点异乎寻常。首先，最小化获得你认为最好的答案，然后进一步最小化，之后做一些微积分，这是非常复杂的，之后就会出现非常有意思的东西，再把所谓的杂质加进去。这是有一点奇怪的，首先是那种有杂质的，然后最小化得到最好的解决方案，然后再有垃圾，情况再回来，再有所改善。所以把它的杂质去掉为什么就会有效呢？基本上这些杂质部分里头实际上有信号，再把它加到图像中，可以通过一些著名的方法进行量化。

　　这是非常笼统的说法，一定要把函数最小化的话，H(u，f)减去它的错误量，获得一个最小化的序列。除此之外可以看到这个图像在做数学方面的改善，虽然不知道去除图像的杂质是什么，但是你可以尽可能清楚地表明接近这些无杂质的图像。这是一些通用的程序，叫格瑞德距离，这个距离正在逐渐减少，这是非常泛泛的做法，还可以做一些二元的去除杂质的做法，看上去好像并不是太难做的事情。

　　我做一个归纳。如果你们了解图像处理上有Scale Space，这就像解决热等式一样，我们从反向的做法，就是另外一种去除杂质的方法，从图像前端走，一直走向杂质的图像。这是我们以前做的事情，我们有一些最小化的东西的序列，越做越好。如果你用这么一个等式的话，就会得到这样一种解决的等式，它是所谓的Inverse scale space，从0开始走向一个少杂质的图像。但是到这之前，情况有所改善。在这里我们知道无杂质的图像是怎么样的，至少你可以证明正在改进。所以说这是最基本的东西，如果你要使用典型的这个东西，获得的等式从0开始，然后走向一个更为干净的图像。它的距离越来越减少，越接近就等于走得太近了。这些情况是非常令人开心的。

　　这是一个例子，通用的程序是有点复杂的，我把详细的内容去掉。有这么一种等式，但实际上可以解这个等式，然后就简化了。我想给大家看一些图，不要老是看这些枯燥的公式。这是一维的例子，从0开始，以一种非常非线性的方式，问题就是什么时候停止，你只要满意了就可以停止。

　　这是另外一个例子，这个是非线性的做法，这个做法看上去是一些最新的东西。现在它的程度更高一点，那是不错的。给大家看一下二维的例子。这个左右手不一样，有杂质的部分，还有比较干净的部分，大家看的是纵轴，相对来说比较简单地得到这样一个效果，从0开始数据回来，不仅仅是一些杂质，里头能够看到一些所谓的纹理，你应该停在这儿，如果进一步的话可能混杂情况更严重。这是一个指纹，这个不应该是讲纹理问题，主要是边缘问题，但是处理得不错。

　　举更多的例子。这个卫星是很好的例子，让所有人看到天线上的Y字母，一开始是看不见的，现在图像更加清楚一点了。

　　再做一个消除杂音的概念。这都是数学，非常有用的，我们把一个图像进行分解，而且我们只有v，像垃圾堆一样，很容易了解你最近吃了什么，都是不知道量，通过这种最大化可以获得杂音很高的图像。这个看上去好像只是一堆模糊不清的东西，这是v的成分，我这个人明确干净的这张图像把信号给隐藏基础，而且有比较简单的杂音，是用信号来做的。垃圾堆里面没有数据或者是杂音程度很高的话也可以做，最主要是里面的原形，然后累加很多的杂音，这样就可以获得正确的，但是现在还不是很准确的答案。你需要做的是可以让杂音获得0的平均率，或者是加上1看看是正面还是负面的，就这个信息获得一次性的图像，这里面就是信号的一种。

　　这就是我要介绍的全部，谢谢！

　　主持人：下面要给大家介绍的是Daniel T.ling博士，我在95年加入微软的时候，就是他主持的微软研究院，在他担任院长期间，微软研究院扩大了三倍，如网络，计算机、计算机设备和新的开发工具，林博士任计算机研究组高级研究员他也是微软亚洲研究院的研究员之一，在IBM工作期间，得到了IBM特别创新奖，众所周知IBM的软件就是由他创造出来的，他毕业于斯坦福大学，先后获得博士、硕士学位加州大学专家顾问委员会成员，他今天给我们演讲的出题是关于移动设备的研究，那么我们欢迎Daniel T.ling博士。

　　Daniel T.ling：我的老家在在杭州，所以见到大家我非常的高兴，在中国和亚洲我应该讲的是有关移动方面的终端问题，大家都知道亚洲的手机使用率增长非常的快，现在几乎每一个人都在时刻使用这些手机，而且会上很多人通过短信来发问题我感到印象很深刻，所以手机运用的非常的广泛。移动终端将发挥更多的作用，由于这个事实，我们会看到更加智能话的终端会出现，我们预计未来五年内，将有更多的智能中断，但是他有一定的局限性，比如说他的屏幕比较小，他很难在那么小的键盘中输入很多的纤细，另外电源的问题也是人们一直关注的问题，我想这是一个非常广阔的领域。另外，我们要看一下新的应用和新的服务如何能够在这种个人化的移动平台上得到展现。

　　我想就用户的界面来说，尤其是我刚刚讲的是移动终端的局限性，这个项目是有马里兰大学和我们密切合作的由于你的手机是随身带着的，所以你随时了解日历的信息是非常有用的，他的信息量非常大，但是你的屏幕比较小，应该怎么办呢？我们现在给大家展示一个短片，一个是座机，另外是手机，他们的用户界面可以小型的终端，大型的终端以及PC机上都可以运用。

　　这是我们真实的日历，他有很多的数字，用户的界面是非常的重要的，如果在屏幕上有很多的空间的话，我可以显示很多的纤细，但是如果我想看某一个局部的信息的话，我可以把这个屏幕缩小，我可以看每周的情况，大家可以看到屏幕的空间会随着我的兴趣而调整，比如说我想看周末或者是一个星期中的某一天，这个屏幕就会发生变化。比如说今天，我是出去微软的教育公会，我可以到这一天，这一天我的一些安排，都可以很顺畅的来回调整屏幕来了解到我的情况。或者是在某一些天里我有一些安排的情况，你可以看到我的旅行很多，这些都可以在座机上作，但是有意思的是也可以在我的手机也可以做，我把我的手机拿出来，把他和小的照相机连接起来，大家就可以看到我的手机，在我的手机上，我也同样的应用这个，而获得一模一样的信息，比如说我想了解那一天的情况，或者是某一天里具体的安排，然后再退出，也可以获得一个月的形成，可以在很小的屏幕上获得很多的信息，把这些信息聚集在一起，这是一个非常方便的方式，你可以了解我的日程安排，仅仅这个例子就是想克服小屏幕的这样的一种落点。你这个手机你随时带，确实你有机会来做一些新的东西，移动终端是你随身带着的，所以你立刻要想到服务和应用能够立刻寻找到取决于你位置的服务。我可以给大家举一些例子，比如说地理位置敏感的工作来说，这里牵涉到两个方面，一个是了解到你在什么位置，另外一个是基于位置的服务，有许多办法确定你的位置在哪里，如果你在室内的话可以用Wi—Fi来确定你的信息，你可以使用室内特殊的传感器来监督你的位置，你还可以使用照相机的视频跟踪人的运动。此外是追踪你的位置，一个是使用GPS卫星定位了解你的位置，另外也可以使用不同的Wi—Fi基站，Wi—Fi基站通常能够鉴别出你在室外的确切位置。一旦你确定一个人的位置之后，你能够提供各式各样不同的服务，其中一个是你可以提供这些信息，你可以想象就像Alexander Gounares今天上午讲的，你可以获得星巴克免费购买咖啡的赠券，另外还可以提供自己的一些信息，我要买牛奶或者买糖，当我走进超市的时候手机就会提醒我要在超市里买一点糖和牛奶。这是基于位置的应用。现在微软实验室正在做这些不同的研究项目，其中一个是要预测一下你会去哪里，比如说你把一个移动终端带在你的车里面，我们可以监督你行车的路线，可以预测一下你会去哪里，你的目的地是哪里，抵达之前会警告你，你所走的路途会有堵车的状况，或者是行车路线上有哪些东西对你来说是感兴趣的。我们使用这种机率的概念，我不会详细来讲，一会儿在不同的项目里面介绍这个理念。另外我们也感兴趣想预测一下基于你的位置想做的是什么，正像我以前提到过的那样提供一种非常有用的服务，比如到商店进行购买活动，比如你靠近一个体育场、橄榄球场去观看比，或者是正好到了浙江大学校园要去上课等等，因此我们可以做一系列的事情，可以提供一系列的服务，这就是根据你在哪儿来确定的。

　　我们还可以做的另外一件事情就是使你手头的移动装置更加智能，我们有一个非常有意思的应用服务就是智能电话的智能流，这个东西也许在中国的大城市会有用的，因为通过它可以预测哪一块会堵车，哪个地方可能会解除堵车。在你的电话上有一个小地图，图上有所要到的高速公路，会告诉你这些公路是堵车还是畅通，如果是堵的就是红的，这个数据正常情况下是有很多要升级的数据的。比如在西雅图这个地区，华盛顿交通局已经在收集这些数据了，我们在向前做更多的一些工作。我们用人工智能的技术，根据数据进行预测，预测什么时候堵车，什么时候解除。微软有包括我在的3000多个员工，每天上下班都是利用这个系统的，这个系统是从很多不同的来源把数据采集进来，有交通局把交通的数据拿过来，还有天气预报的数据，还有主要的节假日的数据，还有体育的安排等等这些数据，等于所有的信息我们都采集过来，这样制定一个统计概率的AI人工智能的模型，根据过去所发生的事情，根据目前的局势进行这种交通情况的关注和预测。我们建立一个模型是非常量化的模型，Predictive Models。在中国现在是没有数据连接的，因此几天之前我在离开办公室的时候把这个地图下载了下来，你们现在看到的是西雅图地区的交通图，这是西雅图主要的高速公路，这是南北东西两向的，中间是华盛顿湖，跨湖有两个桥，这是西雅图的基本交通格局，这个可以放大。现在这里有一条南北高速公路堵车了，我们的系统预测这里一个多小时会堵车，如果往北去的话这时候就不好了，如果要去的话就应该走另外一条路。同样在这边的，往南走在五号公路上也开始堵车了。这些信息把实时数据，以及我们今后对于情况的预测能力结合在一起，这是在手持装置上令人感兴趣的部分。

　　我们设计用户界面的时候很容易使用，在屏幕上一目了然为大家展示了，可以放大，更加清楚地看一下那些你感兴趣地区的情况，或者是把它拉得更远一点，这样可以看一下整个局面的情况，有一个像表一样的东西会告诉你需要多少时间，一圈就是一个小时。通常你会看到一个！号点，这就是系统本身感到吃惊了，它觉得这时候不应该堵车，这是令人吃惊的事情，他根本没有预测到那时候会出现堵车。

　　我们同时也在寻求其他的方式在移动装置或者是手机上应用的，这个项目叫做Bayesian。目的是这样的，我们手机在下面的意义上来说让它具有智能化。今天电话进来的时候我把铃声关掉，或者说如果让它响铃，我们要知道内容是什么，也就是说知道现在我要做些什么，根据我现在所做的事情以及根据内容的性质，电话就可能更加聪明地告诉我是否要响铃，如果重要的话就响铃，或者是我很忙这个电话内容不是很重要就直接转到电子邮件上，电话就知道我不想接电话。我们其中一个做法还是用概率统计模型，主要是针对不肯定的因素，并且通过这种方式来解决什么情况要打断，什么情况要推迟。按照我现在的具体情况确定我现在在哪里，根据我的日程来决定这个电话要响铃还是转到语音邮件上。

　　我们建立这个模型过去都是么来建的，并且把它放在桌面机上实施。像这样的计算模型相对来说计算的是比较密集型的，今天的情况是也许能力不是很强大，无法处理某些计算的要求，因此对于这个具体项目来说我们做了一件非常有意义的事情，这个电话只是做一部分的桌面困难。

　　我想专门讲一下什么情况下要打断。为了衡量什么情况下要打断我要做两件事情，第一个是要衡量一下是不是根据我日程上正在开会这样一个概率，有很多时间上两个会议安排的是相重复的，显而易见只能参加一个会议，有些会议尽管列上了，但是我不想参加，有些会议是一定要参加的，因此可以去年我参加个会议的概率是多少，在这个会议当中打断我的成本是多少，这样我们就做出了统计概率的基本模型来确定一下我参加这个会议的概率是多少，当然要根据过去我的培训数据做测定的。同样要确定一下，我参加这个会议打断我的成本概率是多少，这当然也要根据以前的培训数据确定。这种成本等于两者之和，一个是我要参加这个会议，你要算一下我要参加这个会议的概率，然后计算一下打断的成本，或者是不参加这个会议的概率，这时候有一些内置的成本，不在会的甚至都要给我打电话，这样就要计算一下成本。

　　我开始已经讲过了，关于这个项目非常有意思的方面就是我们要处理手机上的有限计算能力这个问题实际上我们要制定一个事先就制定好的行动计划，这个行动计划要有不多的一些输入变量放在手机上，来了电话的时候执行，有电话进来的时候我只说做几个不多的事情就行了。

　　我们总结一下，这个想法就是试图利用概率的人工智能技巧，这样使我们的手机更加智能化，同时也能够处理那些相对来说手机计算功能比较差的问题，因为可以通过在手机上放一些缓冲的计划，事先做出预算。

　　最后想给大家描述的项目，目前我们考虑实现移动装置用于医疗保健的目的。在世界各地我们看到人口老化的问题，在美国，包括我本人在内，这一代人都是几十年前一下子生出来很多人，因为我们老了，要对我们的卫生健康不断跟踪照顾，可能农村地区没有医生，这时候如果你有医生装置可以把它作为跟踪的健康装置，这个想法是比较有意思的。这种装置可以承担不同角色，比如说早期对这些疾病进行检测，来跟踪你的生活方式，并且和你的健康加以比较，来跟踪你所做的事情，并且给你提供一些建议，比如做更多的运动、降低血压，你要参加马拉松比赛的话还可以根据你的脉搏、呼吸频率给你提供建议，同时在培训跑步当中提供其他的建议等等。要实现这些功能有一些技术障碍，除了技术障碍还有一些非技术障碍，这些装置应该把它们做得很容易使用，应该带上去很舒服，而且要能够有足够的动力，除了动力之外还要有隐私性，时效率比较低，可靠性比较高，因为这是涉及到健康的问题，人们比较感兴趣的是要这种东西比较可信、比较可靠才行。我们所要看的应用是一个小的Audiovox的手机，我们要记录下来你的血液当中氧的水平，可以很简单地放在你的手指和脚趾上一个装置就可以看出来。

　　这是一个手机，有一个电源，有一个蓝牙无线装置和手机通讯，手机会分析，并且把数据存起来，今后可以让医生加以阅读了解。我们希望看的病是Sleep Apnea，这种病影响到很多人，很多人有这种病，但是他们并不知道有这种病，这种病可能是会致命的。这种病是你睡觉的时候突然就停止呼吸了，然后又开始呼吸了，因此整个晚上一会儿停止呼吸，一会儿开始，叫呼吸暂停症，这实际上是会造成健康问题的。但是今天这个疾病要诊断是非常困难的，你首先要到医院去，通常医院也是有专业化的诊视，他们给你装上很多的传感装置，让你在医院睡一觉，把一夜睡觉的事件记录下来才能确定你是否有呼吸暂停症。如果你有比较简单的可以带在身上走的装置，然后进行信息采集，看一看你是否有问题的话，这种东西是非常有意思也是非常有用的装置了。为了能够确定是不是有呼吸暂停症，我们制定了一系列的算法进行数据分析，一个是脉搏的调整分析，就是看一段时间之内你的血的氧气水平是到底，看看血当中的氧是不是低于某种水平。因为呼吸暂停症有一些特别的特点，可能会在数据当中把一些信息大量反映出来。我们设计出了这种装置，也选21个志愿者对此加以使用，他们都是自告奋勇的，身体很健康，这些人没有一个被正式诊断是有呼吸暂停症的，但是有些人觉得也许会有这些问题，因为睡觉的时候老是觉得不舒服，一般这种人老是打呼噜，而且声音巨大震天响那种。这是正常人的数据，这是从比较轻到非常重的呼吸暂停症的数据的比较，这里有非常严重的，我们也可以比较出来，有很多人出现血液里的氧的饱和度降到很低了，这是一个特别的领域，这里的信号也显示得很清楚，有的人是没有的，有的人有一点，有的人有比较严重的呼吸暂停症。当然这只是个研究的项目，当然有些人也有一些症状表明有呼吸暂停症，其中一个人找到了医生，说其实是有这种病，当然是用传统的方式进行了诊断。

　　另外一个案例，我们很有意思地看到了它的潜力是什么，也就是移动装置在医疗方面能够如何帮助进行诊断，治疗一些疾病，还要帮助人们实现他们的目的，可以提高健康，或者是锻炼身体。我想给大家举个例子，移动终端的服务，还有如何克服它的局限性。还有就是非常令人振奋的机会，能够应用新的服务和应用，我们当然认为这是一个激动人心的研究领域，我们认为这可能会使大家也感到有兴趣，因为亚洲的移动终端的渗透率非常高，所以还有很多的机会，来看一下我们集体在这个领域能够产生哪些新的想法。

　　主持人：非常感谢！我很高兴介绍Eugene Fiume教授作为这次会议最后的发言人。Eugene Fiume是多伦多大学计算机系的全职教授，他写了两本书，95篇的文章，还有计算机图像的收集，以及平行计算算法。他是一个非常好的教师，在他的领导之下有21名的博士生和硕士生获得了教授的奖赏，早些时候他跟我说他很愿意教一些本科的学生。Eugene Fiume在业界是非常著名的，许多公司以前和现在公司董事会的成员也是非常成功的管理人员。他现在是多伦多大学计算机系的系主任，我的很多2000年会议举办的成功是由于他的帮助才取得的，所以2000年之后我们成为非常要好的朋友，现在我们大家共同欢迎Eugene Fiume。

　　Eugene Fiume：非常激动人心，今天和大家在一起，我感到很荣幸被邀请到杭州来做这个演讲，另外和大家见面来介绍一下我对这次高峰会的小小贡献，有这个机会我感到非常荣幸。

　　我今天想说的是无“数”不在的计算机图形设计。我想做一下定义，用一张幻灯片简单介绍一下本世纪所发生的事情。我们已经看到本世纪正在展现新的技术，生物学新的发现，二十一世纪是生物学的世纪，也就是说我们正在了解一系列的生物进程。另外我们也看到计算模拟对生物学的一些进程，还有许多自然系统和非自然系统的进程，显然是我们这世纪要掌握的问题。我们说三五年前的事，三五年前大家预测的时间段，今后五十一百多年的预测可能比预测三五年更有原因，本世纪我们有大量的数据存储，从这个意义上我们要了解一下什么时候处理这些大量数据，什么时候允许处理这些数据。这是计算机科学的世纪，还有计算机图形和视觉设计的世纪。现在有很多令人振奋的东西正在向世人展现，你们是在许多领域获得成功的关键。

　　我首先简要介绍一下计算机图形，让大家了解一下各种各样的进程，进程如何联系在一起。图形设计从传统方面来说，我们做图形设计的简单办法是，先离开计算机形成一个想法，先做这种理念上的工作之后，我们再通过几何来设计，通过几何设计之后我们再看它的反光、折射，还有它的光线，像今天这种光线就很不自然，而且灯光有温度，当我们模拟这种光线的时候我们就会模拟周围的环境，这与它周期呈现的东西也没关系，还有我现在脸上马上就要流汗了，但这些汗不是要分析的东西。我们可以模拟一些自然的进程，然后试图进行一些逆向的计算。哪些东西必须到哪里，哪些东西必须往回溯，我们要采用几何还有材料的模型，然后我们必须展现出按序列排列的图像，这样的话我们有一系列技术的问题要解决。所以我们要研究的是一系列这种过程，穿越整个的理念。

　　在这之前我们首先要从头开始讲从1963年开始Ivan做的工作，他是互动计算机图形的创始者，它的理念导致产生了用计算机建立模型，进行几何图形的设计，还有进行视觉的数据处理，所以他的研究工作今天依然非常有效，就是由于他的这种互动性的计算机图形设计，42年之后有了真实性的视觉现实，无论你怎么理解。有的时候有些人认为科学的理想主义是非常重要的，当然这是非常好的理念，但是成本也是很高的，而且有的时候经常放弃，因为考虑到我们在计算机图形方面要做很多的事情，实时地提供一些图形，所以从这方面来说图形要更加适用计算机，从这个意义上来说我们要使得我们建立的东西能够奏效。其中重要一点就是要放在功能上，无论用户使用什么样的应用软件，这些都变得越来越重要。所有这些都牵扯到一系列的对表现或者功能实现的一些限制，很难实现。

　　重要的是什么呢？我要仔细地区分一下大量数据密集的数据无处不在的驱动的概念，说数据驱动无处不在或者说数据驱动对我来说都是一样的。整合就牵扯到大量的计算，是在数据不多的情况下进行计算。在大量数据的基础上做很好的技术，我们称之为以数据为中心的方式，但这是一种混合性的体系，我们在正常的体系里面可以看到。现实的成本是很高的，所以我们要使用能够适用的技术加以配置，而不是过分去担心它看上去怎么样，所以要对各种自然现象进行模拟的话成本是非常高的，从计算角度来说。许多几何的计算，机率等等，从计算角度来说成本很高，所以说我们依赖于一些特殊的硬件，比如说图形设计来帮助我们。实际上计算机图形是一种大量的计算，而且很多的侧重点都放在这方面，我们认为图形设计确实需要很多的计算周期，而且是为了实时实现这种真实的图形，所以这里牵扯了大量的数据，我们需要很多的数据来补充一些计算。有些东西我们没有办法轻易地计算，但是难度在于使用很多的数据，你要对数据进行处理不是很容易的。问题是从计算的吞吐量能力转移到延迟和带宽。

　　很多人会说获得数据捕捉数据不是有点自欺欺人吗，我的观点是问题总是在内容，内容供大家使用，内容是很难篡立的，我们要对使用这些内容进行计算。怎么样使用这些图形，摩尔定律已经好几年都体现了这种图形，早上Alexander Gounares讲到过摩尔定律在朝着世界的方向发展，世界的复杂性使得人们看到的东西一定更好的东西，但是人们所要的实时图形的复杂性和互动性确实超出了我们所能提供的东西，所以我们要做很多的简化才能够接近这个目标。所以内容的问题，无论是现实和理论的角度都是如此，所以整合是非常关键的。

　　给大家显示这样一个图片，这是2006年NBA篮球比赛。比如说我想玩一个游戏，给大家显示一些技巧，首先第一个我要做的是背景还有前景，在这里看到的是奥维的一个公告板，我们会看到衣服的纹理变化，还有奥尼尔头上出的汗，我们可以看到他胳膊上的一些折射，还有像塑料的这种衣服，还有他的短裤上的汗，运动本身已经得到捕捉，所以有一系列的运动我们看到这种互动，以数据为中心的整合，不同层次的纹理还有运动员的运动从真实的人里面整合出来看到配套，使我们看到各种各样的技术，这些技术都是以数据为驱动的这种整合。

　　整合技术是什么意思呢？以数据为中心的技术是什么意思呢？有两个学生专门对自然现象进行模拟，他们先对自然现象确定一系列的参数，然后模拟整个数据的过程，希望这样能够建立出一些非常有意思的模型，这里非常关键的问题就是怎么进行用户控制进行模拟，不然出现的情况就是一个向前的模拟，就像看一个自然实验一样。如果建立起一些条件，对用户来说可以对这个过程产生影响，那么用户就进入了情况，他可以设计一下流程的过程。差不多12年前我们做了一些自然现象，烟和火的情况，用户用的就是非实际的方式，因为一般的燃烧过程很难产生这些颜色。

　　我们前面看到了一些非常好的例子，比如水倒入玻璃杯里的情况，这里面实际上是对自然现象进行模拟。这些效果是合成的。我们对它的照明是非常仔细地进行控制的，从微开的们中投出来了光，所以进行了合成，一些反射模型都照到桌子上的茶壶上，大家可以到其中一个茶壶是水晶的，它前面有一个阴影过来，可以看到有一些光，这是由于开了一扇门照片的，这是一个非常直接的合成做法。可以看类似的一些具体现象，大家可以看到，产生了水，而不是其他的一些白的物质。有不同的模型可以建立起这些不同的非常漂亮的图形，还有一些摆设的情况。传过轩尼诗的一个投影。这个具体使用的是数据集中的方法，用的是大理石的方式。光实际上是可以传过大理石的，在左手我们看到正常的计算机方面的一个模型，右手就给加了这么一个模式，光可以穿过物体弹回来，这是一些小的例子，有形的模拟，可以使动画进行下去，还有很多表现的模拟，是非常有意思的。我现在想给大家简单讲一下历史方面的情况，也许我的一半内容讲的是所谓数据密集的说法。如果你手里只有一把锤子的话，全世界都会长得像钉子，这个流程是非常直接的，也就是说有一个数字的影像构建一个影射，把它周边的数码数字拿出来折成这么一个物体，可以通过变形来实现这个目标。这里就有很多微小的问题，其中一个问题就是数字的图形并不是持续的，如果是持续一张图的话，那么大家可以看到实际上是一个次序，是所谓不同的像素来构建数码图像，有的时候你可能在像素之间加大了一些间格，或者是其他地方压缩了。实际上在什么地方都可以使用，这张图是我的一个学生15年前弄的一张图，很简单的几何，就是保龄球的形状，这些是很简单的一个表民，当然这是一个平面，这是球道，可以看到木的纹理，保龄球上面都有一些标签，总共有15个不同的纹理。这个有一些方法但是最有意思的就是在外面取得一些数据。这里面有一些纹理，大家看这些纹理都是表面的，或者是其他的一些部分。一旦你有一个调节颜色的纹理，你就可以做很多的东西。大家考虑一下怎么做这个计算反射。你可以调至某一点，你这么做的话就像画这么一个东西。大家可以看到把这个正常情况如何来进行。白色不变化，其他有一些变化，希望大家可以明白你们做这个事情非常有意思。我们这儿有些颜色可以进行调整。我举一个例子，这是一个面孔的纹理，这个可能没有是太大的意思，但是进入这些技术以后就非常有意思，这个是通过数据实现这些手法的，可以把它放在容积方面。这些纹理不仅仅是单一的颜色，而且可以把它插到什么地方，比如说地毯等等。我们可以进一步来看看，我们可以调整色彩，而且还可以看一下颜色的问题和某一个方向。有的时候我们把它叫座环境或者是反射。举一个例子来说，同样的条件可以建立一个分摄像。大家已经也这个背景了，大家也可以看一下采取了什么样的一些手法。这个是非常有意思的合成东西，光源是从窗子来的，什么地方看都有不同的纹理，有木头、桌布等等，所有的东西都是经过处理的，这里面有很多纹理的处理。大家看看这些，就是有这么一个无序的数字生成器生成的，然后以不同的方式创造这么一个东西。实际上这个是没有水的，这些东西都是处理过的，这个是非常好的图片。但是它不是真实的，但是它在现在的游戏中很重要。比如说背景和其他的东西，我特别的喜欢这张图，因为这块有一些东西，这个头发也非常的好。我想给大家看看合成是怎么做的，大家看这是一个画家最后的图，这里面有一些几何的东西。上面有创造几何非常好的工具，实际上这是一个可以创造的头型，出现了头型之后加一些皮，在耳朵这里面加一点详细的内容，这个就是画处理的面孔。如此计算大家是不是可以看见有很多的问题，我们必须要发现这些问题。设备看到的是不错的图像，有很多的数据。这个是加拿大洛杉矶脉，我很喜欢这个地方，这个是一个冰川，有80平方公里，这里面有一个支流，夏天的时候会化掉，这个是非常好的。这个是哥伦比亚的冰厂，有很多不同来源的数据，还有很多的方法可以进行可视化的处理，有科学的可视化，还有医疗抽象的数据。我们不想讲道德怎么获得这个图像的，这个是两维或者是三维的数据，用来进行可视化，用来计算机的图形处理。

　　我想讲讲获得这个数据的，所有的方式都是可以的，这个是非常实际的领域。有很多简单的方法，我们可以照相或者是录像，还有比较复杂的方法。我们通过一些扫描进行运作。这个反射有一个分散的情况，这个具体的材料大家考虑问题的时候可以告诉你是怎么反映的。这个实际上有几个不同的方法，你如果想获得这个信息把这个材料放在表面上，在上面照一个光就会看到有什么样的情况，这样就可以获得很多的信息。微软想了很多年这些问题，就是任何的光线都可以以不同的方式做，这是一个数据，是比较例题的方法。这个非常有意思，这个是比较复杂，但是是我们十多年做出来的一个非常好的研究。最近有很多的工作，比如说计算摄影，这个不一定靠光的分设来获得影像。这是一个手持的激光扫描仪，大家获得了信息之后了解了情况。比如说在这里的兔子，我们对这个兔子进行了扫描，一旦有了之后大家可以解决很多几何的问题，比如说纹理的问题，他们把它作为一个参考。我们以把兔子用好几种方式进行使用，比如说把这个兔子打成碎片等等来做。

　　还有一个数据密集中心的模型，就是大家如何在容量方面可视化。我们以不同的方式来做集中的一个实行。这里面没有任何的几何，这个是一个三维的模型，在三维方面有色彩的信息。这个是干什么用的呢，我们先做一个简单的动画，就是在容量很重的时候使用，比如说它有一个计算的容量。我们很难对它的体质来衡量，我们最好有这么一个体积的模型，这个技术可以让你很快的把他们拆开，我不会把它全部的腌制，就是让大家知道这是不同的方法。我们让大家看一下如何把这些不同的物体组装在一起。

　　我们讲到纹理的问题，色彩的问题，反射的问题，我们讲到了三维体积的一些东西。我们讲一下运用方面，我们在人身上加的传感器，都是找一些站的女人，我不知道为什么。这个是华盛顿大学专门的一个实验室，这个是设想头的技术，我们有很多冗余的设施。比如说一个设想头拍不到的话，另外一个设想头就可以拍到。这个是一系列的轨道来描述身体上的某一个部分，它传感到的时候是怎么运作的。我们要进行运动，怎么把这个拿出来，我们有一个非常好的想法，就是把一块一块的东西创造出来。我们有了这个数据以后怎么把这个数据进行放大，这里面涉及到它的结构，把它的一些特点拿出来，在最高的层次上把物力的参数提取出来。这里面有很多的例子，我们把这个纹理拿过来加以放大，创造它的不同的版本。这个是小时候的纹理，我们把整个东西进行分析。我举一个例子，我们把这个纹理两面模块化，我们把这个拿过来，如果把它放到蝴蝶上会是什么样的结果。这样天鹅就变成这种方式了，如果我们比较景色的话就应该是这样的。这个是更有说服力的一个例子。我们把整个真正现实的照片通过进行分析做出来。这里可以做的事情是很多的，我们可以做很多的转换，不同的东西就会出现不同的效果，因此这些东西都是非常有趣的。你有了这个数据，你就打住了，你可以把这些数据加以利用就会有很多的用处。我们把这种方式加以扩展，这个只能看一小段，这是一个动画。我们确实要有很多的数据，如果真有好的数据，那就意味着要有好的方法搜寻这些数据，找到结构性的东西，我们等于探讨动作捕获的空间，用小的空间来把大的空间给找出来，这些动作都是比较接近我们想找的动作。我们最后推出的不见得是非常的准确。

　　他在说的东西并不是他自己说的，这个是非常有意思的，它的动作、眼睛和表情都是制作出来的。我们把另外一个人所说的话用他来说出来，这样就可以把新的声音和这个图像放在一起。我们就是以不同的方式进行制作然后加以不同的使用。我们可以看一下模型的捕获，左面是一个琥珀，然后有一个船，我们就是使这个有波浪。现在可以在地上放一个虚拟的东西，衣服等等都是跟着风一起来动。说到这一点我们就要解决一个反向的问题，这里我们会来把这个船插入进去。这个船也是根据波浪来左右摇动的，跟其他的例子看起来不是很明显。

　　再给大家举一个例子。这方面有一个很好的例子，就是把这些东西组合在一起重新建造一些东西。因为影像要很多的扫描，因为有不同东西的碎块放在不同的地方。在瑞士、英国神庙的东西都放在各个国家，我们把这些东西找过来，然后根据光线和反光把这些东西再进行组合。我们希望含流下来衣服湿了，我们要把这些数据送回去进行计算。

　　我们在使用很大数据的时候要有带宽，也要非常谨慎。基本上最终基本的问题是什么呢，就是来解决延迟的问题。发生了变化以后我们如何的做出反映，数据无处不在的计算，这个是比较困难的。有不少方法帮助我们的，但是我们现在通过这两方面的技术通过组合的时候是需要解决的一个问题。比如说一个人按了一个鼠标，如果你做出反映基本就是最大实际的限制。

　　我讲一下今后的情况。以后会变得更好，组合的技术应该是今后发展的方向。我们会看到越来越复杂和越来越现实的环境出现，这些环境能不能用，就要看我们有没有能力建立足够的带宽和有特点的系统。谢谢大家。

　　主持人：现在是我们提问的时间，让我们请演讲者到台上来。下面大家可以提问。

　　提问：这个是问移动装置的，因为英文讲的不好我就用英文来问了，很抱歉。刚才提到关于移动设备的未来，我有一个问题。就是在他演讲快结束的时候提到了，手机的设备计算能力是比较有限的，尤其是提高了很多的应用，还有一些其他的设备包括TV的应用。如果把他们一次性的安装到一个手机里面，我想这个难度是非常大的，因为毕竟在小小的设备下很难承载太多的应用。我想问一下在移动设备未来的发展中，是否考虑到硬件设备本身的变革。就我的了解来讲，目前有两个项目在从事这方面的研究，一个就是2000年左右看到的氧工程，它是利用一种可编程的硬件设备成为一个手支设备。目标是将移动设备的硬件逻辑本身动态的下载下来。另外一个项目就是使用意种完全基于磁场的器件做的设备，这样可以实现定型的计算，并且可以达到很快的速度。我想问一下在这方面是否有它的发展前途。

　　Daniel T.ling：首先我想非常重要的就是要注意到你不一定非得要支持一万个不同的运用，然后都放到手机里面去。我们希望看到个人选一些对他们有用的服务，还会看到一些移动的测试，这个是专门用于特定的应用，不是说所有的东西都要集中在一起。你讲的很正确，总是有局限性，其中一个解决方案就是以前提到过的计算的部分可以在别的地方做，我刚才介绍的项目就是在桌面机上做的，或者是通过服务器来做，所有的计算都是在手机上进行。微软没有直接在做硬件本身，但是我们现在寻找的是新的应用脊索一移动终端可以和我们的伙伴和移动商一起来做一些有用的东西。

　　主持人：第二个问题是从手机短信里面发出来的，这个问题是问所有人的。学生们想知道公司企业的线与大学的线连接有什么不同。IQ对于创意性的工作是不是非常重要的。

　　Eugene Fiume：我在企业还有学术界的研究都做，差别于主要是一些技术进行调整。就是根据你的知觉进行研究，在过程中追求一些别的想法。企业的研究里面人们经常承认研究是克服一些障碍，但是时间框架比较短一些。

　　微软的建设并不是一个问题，如果你为一家企业工作，他们拥有研究成果，你就可能会拥有你所产生的研究成果。

　　Daniel T.ling：这个要取决于一些企业实验室，我们微软实验室给我们人员很大的自由度，让他们选择自己研究的兴趣，并且随着时间的推移不断调整它的研究方向。根本性的要点，长期而言企业的研究一定要使公司和客户收益，所以企业的研究工作应该长期用于客户，不是说每一个项目都是如此，或者说每一个研究人都是如此，但是我的确认为把它确定为一种目标是非常激动人心的事情。因此，人们确实是有能力来影响成千上万微软客户的生活，而且确实能够可以做出重大的变化，对计算做出重大的影响。

　　Stanley Osher：你可以做一些泛泛的研究，这些计算不是很清楚的，从理论上来说学术界做研究是取决于资金还有对研究结果的兴趣，所以这个限度是分不清的。

　　Harry Shum：我非常同意几位专家的说法，我跟大家分享一下我们亚洲研究院的经验。我们是一个比较年轻的机构，我就讲一下中国。主要就是他自己的兴趣，我们年轻的研究人员对这个商业还没有认可的理解，他们能够有多么了不起这样的，需要一段的时间对公司了解和对产品了解，这样以后才可以做好的。但是一变成高级研究员以后，他们就开始去想了。IQ是非常重要的，如果IQ不是很高的话，我觉得做研究是很困难的事情，这是我个人的体会。

　　Eugene Fiume：学术人员会把IQ表示你的马力有多大，但是并不是马力大车节可以跑的快，但是这是一个衡量的指标，就是你进行逻辑推理的能力。如果IQ高的话那当然不错，但是大部分学术界会说既不是前期条件也不一定是必须。但是我们设想一下某些你理论研究的能力，我们不一定用IT来表示。我讲一个例子，我虽然看你的成绩，但是我主要看你面对面访谈的时候是否可以通过。

　　主持人：对计算机工程师和科学家来说，他们的技术技能有多重要，原因是什么。是不是现实中的任何东西都可以以数学模型来表示呢。

　　Stanley Osher ： 当然了，这个是要花时间的。人脑要花一段时间才能了解状况。突入说图形处理，视频最近也发生了很多的变化，数学新的领域也发生了很多的宾馆。比如说纳米技术、生物学等等，数学是非常重要的。如果你一旦对任何的东西进行数学量化的话你就有可能找到解决的方案。

　　沈向洋：Stanley Osher是真正的数学家，我非常想成为数学家，但是一直没有成功。数学是非常重要的，有人问我招员工的时候要求是什么，我说是三好学生，数学好，编程好，态度好。数学如果学的不好，以后的科研道路就不一定可以走的很远，但是并不是需要你数学非常的强才可以做研究。数学要将到一定的地步，基础要非常的扎实。现在有很多数学的工具用到这些问题里面，这样就会非常的成功。我用一个例子介绍一下数学好为什么你的学问可以做的比别人精神。以前很多计算机科学家已经看到了这个问题，但是为什么是Stanley Osher：这些数学家把这些问题做的很好，就是因为他们数学功底很好。他可以看到这些问题以后就可以很好的解决。我并不同意第二个问题，就是世界所有的东西一定用数学的东西可以描述出来。

　　提问：我的英文有限，但是我很想试一下。我的问题是关于沈博士的英文，我们结合分享信息，还有以数据为中心的应用领域。GOOGLE副总裁也是前微软的副总裁，他几天前曾经在这里讲过课，他提到很多产品都是他们最近的新产品。我们如果在过去的20年里面以这种数据为中心，这个代表的是GOOGLE而不是微软，你同意还是不同意我的想法。你对你的信心有多大。

　　沈向洋：你问题是关于计算今后的未来，乃至公司在什么地方，谁会来主导下一轮的计算。我们看一下因特网的未来和计算的未来，我怀疑任何一个单一的公司能够掌控一切，因为这个是非常广阔的领域，不可能一家公司全部控制，你刚才讲到GOOGLE这些公司，他们在因特网的搜索方面占主导的地位，微软的搜索引擎也是在不断推出新的产品，我们微软研究院无论是在英国的剑桥还是北京都在推出新的技术和产品，这是一个激动人心的时刻。但是你如果认为微软在过去十到二十年里面是一个重要的角色，那肯定会有一些别的公司在今后获得像微软这样的地位，微软也是其中一个主要的角色。我非常的有信心，根据我们微软公司以前所积累的经验还有我们聚集大批的人才，我非常有信心的是微软亚洲研究院在北京的大量人才，所以我们会准备好迎接任何的挑战，无论是我们前员工的挑战还是别人的挑战。

　　主持人：另外一个问题是短信发出来的。计算机厂商三维技术会不会主导今后的影视世界。

　　Eugene Fiume：我想大部分拍电影的人都会持中立态度，大部分的电影都是由处理技术占主导的。计算机的处理是通过电影去展示自己的技术，这个肯定会越来越普遍。任何电影的导演或者是制片商都会跟你说，他们是为了给观众提供有意思的技术，还有计算机的图形技术，如果这样的话别人会使用这样的技术。我们通过这种媒介来提供创意的灵活性，这样会使演员做一些人做不到的事情，我们通过动画的这种技术来扩展。计算机的技术是否可以替代演员，回答当然是不了。有些理念都是同时展现出来的，拍电影有很多互相竞争的技术，我想大部分的电影制片商和导演都会用更多的工具拍出好的电影。

　　提问：非常荣幸。我是浙江大学计算机学院的本科生。我有一个计算机图形的问题。有一些方法可以把图像进行压缩，这样我们可以按照一定的格式存下来。但是刚才教授讲了方法和算法很慢，实际上速度太慢，没有实用性。我想问一下压缩方面的方法是不是有改善的余地。

　　Eugene Fiume：压缩已经有15年的历史了，整个问题是非常困难的，基本上来说没有很大的进展。比如说你对比一下，使用一些类似的方法来进行替代，这个是我们讲的东西。总体来说这个问题是很难解决的，也有很多的研究也已经表明了。我们在更严格的压缩方面，如果大家了解环境中物体的本性，你就可以拿出更好的例子，更好的一些基本东西。我们从平衡角度来说，所有更多走向传统BCT的技术。这个问题还是有很多的争议，有些工程学实际上是胜过的数学。

　　Stanley Osher ： 有一些数字分析问题可以解决，解决你想做什么事情，这是一个非常好了问题。我们有可能有一些新的方法进行分析，所以数学不要放弃。

　　主持人：你们使来自加州的，能不能介绍一下研究和技术专访方面的问题。从技术转让方面有什么进展，你们有没有技术方面的研究和技术方面的重大计划。

　　Daniel T.ling：这个问题不太好回答，因为今天早上已经讲了，我们现在激动人心的研究和发展的面是很广的，出现了很多很好的东西。比如说网络、操作系统和一些软件工程学，新的手法和新的和计算机交互的方式。技术转让方面也是没错的。对我们来说重要的一个事情就是要有能力，写出高质量的软件，能够使写出来的软件都是正确的，有一些手法可以帮助我们产生巨大的影响。

　　沈向洋：我同意你的说法，我觉得每个领域都是激动人心的。我们现在开了教育的高峰会，有些院长和校长都讲到了人才参加计算机科学研究的问题。我觉得我们亚洲研究院来说做了很多的事情，有数字的学习，还有一些技术应用的问题，互联网或者是互联网规模的服务做了很多，我们在这里确实看到了很巨大的发展。最近我们在亚洲研究院下面设立了一个技术开发中心，我觉得可以通过我们技术中心的努力会完成很多好的工作。

　　提问：。我是韩国的

留学生，感谢给我这个提问的机会。我在中国遇到一些生活的问题，尽管世界通过互联网连在一起，但是国家之间还是有一些隔阂，特别是在中亚方面，比如说韩国、日本和中国都有自己的语言，完全各欧洲的语言不懂。有没有可能使我们通过数据中心让亚洲人和英语国家的人交流更加的顺畅。

　　Google：在我们的实验室，在中国，亚洲都在研究语言的理解问题，这是我们很想研究的。我们看到翻译的潜力，我们现在实际上已经采取了一些很大的数据库，我们使用这个数据库帮助客户解决信息的问题，最后把这个数据库翻译成包括日语、德文、西班牙文的机器，这个是我们感兴趣的领域。其中也包括做多语言搜索的工作，这样在搜软件的时候可以用多语言进行，还可以翻译成你理解的某种形式。这方面我们进行了很多研究，是一个很好的领域，在亚洲也是非常重要的领域。我补充一点，因为计算机语言是需要翻译的，数学也是一样，也是需要翻译的。

　　沈向洋：我非常有幸和这样伟大的教授坐在一起，我非常欣赏他们，你们也非常的简单，没有多语言的困惑。作为亚洲研究院的负责人，我们工作的目标就是要了解当地客户的情况，特别是了解中国、日本、韩国等其他国家具体的国情和具体的情况是怎么样的，所以我们就要使用不同的语言。韩文和日语不一样，和中国语言也不一样，我们就要做更多这方面的研究。但是我们不能招到那些非常好的韩国学生，我们从这方面来说是比较欠缺的。数据中心环境中最重要的一点就是要更好的了解韩国的文化和韩国的互联网，我们需要与这样非常出色的研究人员一起合作，我们也希望有很多背景的人员可以参加我们研究院我们共同发展。

　　主持人：第七届二十一世纪的计算学术研讨会到此结束。