????在接到儀器信息網邀請，請我寫一些關于科學儀器發(fā)展年會十年來的感想時，我還沉浸在剛剛過去的Alpha Go和李世石的人機大戰(zhàn)的結果中。這場比賽對我本人產生了巨大的震撼。

　　雖然十幾年有過DeepBlue對弈的國際象棋的比賽，但是這次的比賽不可同日而語。由于國際象棋的變化比較少，據說有10的21次方的總的變化數(shù)，而圍棋變化有人計算為10的172次方，比宇宙之間原子的總數(shù)還要多。DeepBlue僅僅依靠電腦的計算能力，使用窮舉的算法配合簡單的人工智能就可以戰(zhàn)勝人類，而面對圍棋，即使是再強大的電腦也無法辦到。所以，它必須“像”人一樣的思考。

　　人的所謂的思考之所以特殊和艱難，是包括有比如直覺，靈感，大勢判斷，大局和局部損失的取舍，舉一反三的學習能力，細節(jié)次序等。這次Alpha Go在比賽中，證明了自己在這些特質上，具有超乎人類的優(yōu)越表現(xiàn)。同時也證明了人類所有的這些特質，這些比較”虛”的能力，也是可以量化和算法化的。人類中出現(xiàn)天才完全是隨機產生的，不可控的，但是天才竟然也可以通過量化和算法化的打造出來嗎?

　　在DeepMind使用的算法中，最重要的一支是神經網絡(Neural network)領域。記得，我是1988年在美國讀研究生時學過這門課的。當時課堂的形式是討論式的，老師拿出自己發(fā)表的論文，供大家討論，沒有布置過編程類的實際項目，當時這個領域還是比較幼稚，沒有展現(xiàn)出實用性的一面。這些年的發(fā)展突飛猛進。

　　回來說，人工智能對科學儀器界今后會產生什么影響?我感覺大到沒有邊界。咱們不妨隨便設想幾種可能性，比如工廠生產的質檢，是否可以被人工智能替代?實驗室的一般檢測是否會被替代?是否有人工智能替代應用開發(fā)?就拿應用開發(fā)來說，人工智能自己學習測量鉛元素，掌握全部的前處理技術，把全部當前元素測量的方法都錄入存放，可以檢索，通過測試不同樣品，舉一反三地學習，同時自己可以查找相應的方法，逐步成為一個優(yōu)秀的應用“人員”。這種“人員”的人工智能水平要求有多高? 我感覺計算變化可能有10的20次方就到頭了吧?這個水平和目前Alpha Go的水平如何比較?據說在本次比賽的第四局中，白棋(Alpha Go)在黑棋第76步后的計算就超過了10的40次方。

　　不僅僅局限在以上的使用可能，再讓我們設想幾種可能性，假如2個這種人工智能“人員“，通過互聯(lián)網大數(shù)據的相互并行通信，它們說了什么，干了什么，學了什么，人類怎么知道?如何管理?，還有，今后設計一款新的儀器人工智能可以干嗎?

　　回到現(xiàn)實中來，這十年來，中國的科學儀器事業(yè)發(fā)生了很多的變化，十年前和今天的行業(yè)風景線是完全不同了。這10年來，行業(yè)基本以兩位數(shù)字增長，大批優(yōu)秀的企業(yè)茁壯成長。技術上的成長我僅舉一個例子就夠了，10年前沒有國產的質譜儀，今天，不僅僅有國產GCMS, 還有國產LCMS，ICPMS, 便攜式的GCMS，在線質譜，生物質譜等。具備相應質譜開發(fā)能力的廠商約有10個左右。這些年來，國產儀器廠商和國際接軌，走國際化的道路，走出了一條新的發(fā)展思路。很多廠商上市，打通了資本融資的渠道，可喜可賀。

　　在此，感謝儀器信息網以及儀器儀表學會、協(xié)會、首都科技平臺等相關單位定期舉辦科學儀器年會。特別值得提出的是，儀器信息網開展的“國產好儀器”活動，對推動國產儀器的發(fā)展起到了積極正面的作用。

　　展望未來，我感到人工智能的發(fā)展會對我們行業(yè)的發(fā)展產生巨大的變革，今后的儀器會是什么樣子哪?是不是會是一個帶有質譜，光譜，或者色譜能力的人工智能分析機器人哪?至少在今后的10年，常規(guī)檢測機器人替代人工是完全可能的。

　　面對這樣一個形勢，我們的行業(yè)該如何應對哪?至少，我認為應該跳出國產儀器這個圈子考慮問題，甚至跳出儀器行業(yè)這個圈子，在科學技術發(fā)展的主流上去思考。

　　最后，衷心祝愿科學儀器年會10歲生日快樂!讓我們一同前行，期待下一個10年的來臨。

北京東西分析儀器有限公司

總經理 李曉鷗