張首晟，斯坦福大學(xué)物理系教授，“歐洲物理獎”獲得者，美國藝術(shù)與科學(xué)院2011年新增院士。張首晟于2006年提出拓撲絕緣體理論的材料實現(xiàn)方案，將其基于芯片業(yè)未來提出的新構(gòu)想——通過控制電子的自旋運動來降低能耗——在理論上完成了預(yù)言。2007年，這一理論預(yù)言在他與德國維爾茨堡大學(xué)實驗小組通過實驗證實。2012年8月張首晟教授榮獲國際理論物理學(xué)領(lǐng)域最高獎“狄拉克獎”。2013得獲國際基礎(chǔ)物理學(xué)前沿獎。

通常的電子在硅片里面的運動完全是雜亂無章的。“量子自旋霍爾效應(yīng)”找到了電子自轉(zhuǎn)方向與電流方向之間的規(guī)律，利用這個規(guī)律可以使電子以新的姿勢非常有序地運動，“就像高速公路，分車道里行駛的車輛一樣”，張首晟教授說。“這樣能量耗散會降到很低。”這一物理發(fā)現(xiàn)有可能給未來的信息革命帶來重大影響，電腦甚至量子計算都將隨之發(fā)生巨大改變。張首晟教授也提出：“可能在十年后目前的半導(dǎo)體技術(shù)潛力用完之時，會出現(xiàn)基于量子自旋霍爾效應(yīng)的新一代電腦。”

正如在《復(fù)蘇》（renewal）一書中，特拉維斯·吉布斯提出的，“遺傳，就是要我們記住那些已經(jīng)奏效的東西。”張首晟也認為，“人之所以能夠具備智能，是通過幾百萬年的進化。今天大腦那么聰明，其實也是經(jīng)過大數(shù)據(jù)的訓(xùn)練。計算機沒有發(fā)展那么長的時間，只能用整個空間的分布來縮短它進化的時間?，F(xiàn)在通過大數(shù)據(jù)和機器學(xué)習(xí)，我們可以加速的實現(xiàn)這個進化。”

張教授認為，人類的大腦，因為它的儲存量到底不是那么大，所以它對信息、數(shù)據(jù)有個篩選的過程，大腦是做的特別好。“其實我們?nèi)送浭虑?，是很重要的功能。今天對于大?shù)據(jù)，如何對涌進來大量數(shù)據(jù)進行預(yù)處理也是關(guān)鍵。”張教授說。“事實上因特網(wǎng)現(xiàn)在要做的事情，很重要的也是對于知識的排序和管理。”他舉例說，谷歌之所以成功，最早期開發(fā)的pagerank功能很重要，它就是一個排序的功能。“今天對大數(shù)據(jù)，對知識，怎么對它進行有效地管理，也是最重要的事情?？赡芫S基百科通過人工在做的一些，可能還需要更深層，比如說知識圖譜，谷歌的pagerank只是一維的評價。”張教授說。

為什么要管理和整合這些數(shù)據(jù)，張教授說：“2012年，我在斯坦福專門開的一門課上，我曾講了一個挺有趣的故事。我說2012年，正是預(yù)言的‘世界末日’，聯(lián)想到了諾亞方舟的故事。諾亞方舟當(dāng)時是洪水，現(xiàn)在大數(shù)據(jù)帶來很多好處，同時也像一場大的洪水。你一定要在那么多的數(shù)據(jù)里面，通過它總結(jié)出最高的智能（知識），還要能夠有個智能的排序。所以，現(xiàn)在碰到最有趣的問題就是怎么自動的來整合、管理這些數(shù)據(jù)。”

張首晟認為，機器學(xué)習(xí)（deep learnnig）具有很大得空間。他提出，最近一些主要的發(fā)明，都是在這個算法上的一些發(fā)明。正如人的學(xué)習(xí)具有不同的抽象的層次，機器也是一樣的。比如機器下棋為什么難？按理說如果有一個計算機，我就可以將所有步驟的可能性全算出來，但是這些計算其實是指數(shù)增長的。隨著棋盤的大小，復(fù)雜性也是指數(shù)的增長。即便今天，我們計算機的能力這樣增長，遇到指數(shù)增長的問題，我們還是要找到一些非常巧妙，比較近似的，但是基本上對這個問題解決的比較好的方法。

就像“谷歌翻譯”就的確是一個非常重大的發(fā)明，張教授說：“本來學(xué)自然語言，都是要有很多專家對語言的理解。現(xiàn)在一個數(shù)學(xué)模型做完了之后，谷歌通過掃描，把幾乎所有的圖書數(shù)據(jù)存儲過來，機器通過程序慢慢自己分析這個語法。計算機看了之后，有了這個感覺之后有這個語法，有這個語法的概念在后面。”（這也是大數(shù)據(jù)全量數(shù)據(jù)和相關(guān)性的體現(xiàn)。）

“本來機器翻譯就是有兩派不同的思潮，有一派的思潮就是說我要把語法、知識怎么灌輸?shù)綑C器里面去；現(xiàn)在就是谷歌說忘掉語法，通過寫一個好的學(xué)習(xí)程序，讓機器看那么多的東西，讓它自動總結(jié)出這個語法的概念。”張教授認為：這個時代之所以那么激動人心，就是我們兩件事情在同時做。一個在理解人的腦子，還有一個是想通過大數(shù)據(jù)，拓展人類的智能。機器和人互相反饋，也許能催生新的科學(xué)大發(fā)現(xiàn)。

最簡單的，他距離說就像自己做研究的時候，最想要的就是計算機能夠根據(jù)自己以前看的論文，根據(jù)看文章的習(xí)慣，自己寫的論文，以及做的筆記，可以到全網(wǎng)絡(luò)上去找，計算機知道他理解問題的風(fēng)格，知道他對什么東西感興趣，如果能夠經(jīng)常給他一些好的文章或論著，反饋給他，他我就可能做出更多的成果。事實上通過這樣的例子，張首晟覺得人的智能和機器的智能是可以互動的。

甚至人和機器的智能還能互相提升，張首晟同樣以谷歌的例子，闡釋和人和機器怎樣能夠在智能提升上達到一個雙贏。他說谷歌圖書擁有很多的書。但是在掃描這么多書的時候，就會有一些錯誤，機器怎么也辨識不出來，這是一個問題；另外還有一個看似截然不同的問題，就是很多人會通過計算機去攻擊一些網(wǎng)站。因而說我們?nèi)ム]箱，或者銀行賬號登錄的時候，就可能會讓你填幾個驗證碼，這些驗證碼最好要是計算機認不出來的東西，只有人才能認出來?？仿〈髮W(xué)就想出一個辦法，把這兩個東西放在一起：就是在谷歌圖書掃描的時候，發(fā)現(xiàn)有一些認不準(zhǔn)的，它就放到諸如銀行頁面登錄驗證的地方讓人來認，本來這個問題一個是矛，一個是盾，現(xiàn)在兩個東西放在一起就解決了這個問題。同時給出兩個，一個是計算機本來已經(jīng)知道的，故意模糊化一下，；還有一個谷歌在掃描書的時候也認不準(zhǔn)的，最終對比大家提交的答案，大部分人相同的可能就是正確的。這個其實是一個很好的例子。兩個難題通過這種大數(shù)據(jù)方式得到了一種相對簡單的，比較好的解決方案。