現(xiàn)在發(fā)現(xiàn)人類對材料的認知已經(jīng)達到了下一個層次，這些材料最終會給云計算帶來怎么樣的革命呢？剛才Michael Jordan先生也談到了，計算機做有些問題可以做得很好，但是做另外一些問題卻做得非常慢，比如說你給很大的兩個數(shù)把它乘起來，經(jīng)典的計算機可以做得很快，但是我給你一個大數(shù)，你要把它拆成兩個數(shù)的乘積，這個計算機算得非常難，它只能用窮舉法來看這個數(shù)能不能被2除、被3除、被5除、被7除，這樣把它窮舉一遍，這個過程非常慢。
但是大自然有一個非常神奇的完美的世界，這就是所謂的量子世界，量子世界有一個非常奇妙的現(xiàn)象，比如說有一個基本粒子，它要通過兩個孔，在孔的背后形成一個干擾的條紋，一個經(jīng)典的粒子要不從左邊穿過，要不從右邊穿過，但是量子的粒子同時穿過兩個孔，這是非常神奇的一個量子的世界，這就說明量子世界有一種平行性，我們可以用這種量子的平行性來做一個計算，所以一旦形成了那個量子計算機的話，它等于用了量子的平行性，一下窮舉了所有的可能性，所以這是一個非常值得我們追求的，一個完美的量子的世界，
最近我又有一個非常重大的科學發(fā)現(xiàn)，本來量子計算機碰到的最大的問題就是量子的比特容易受到周圍環(huán)境的影響，我們提出一個完全新的設想，把一個量子比特看作是一個最小的單位，我們把它拆成兩半，遠遠的放在遠處，周圍的環(huán)境相互影響，不可能同時朝一個方向影響，所以不可能把這個量子比特摧毀。大家認為量子計算機可能是今后50年才能產(chǎn)生，但是也許有我們這個科學發(fā)展，真正能夠把量子計算推到應用的場景。
接下來我想跟大家分享一下我對人工智能的看法。我先給大家做一個比喻，比如說我們?nèi)祟惪吹进B飛的時候，我們就覺得非常的神奇，我們也想學鳥飛，我們一開始想飛的辦法就是模仿，也是一種仿生學，就是我們在手臂上綁兩個翅膀，就想自己能飛起來，這是一個簡單的仿生，但是后來我們真正理解了飛行的科學原理，就是物理學的一個最根本的流體力學，這樣一旦有了流體力學的理論基礎的理解，使得我們可以設計出來的飛機，它是非得遠遠比鳥好，但是它并不一定像鳥，所以這個飛機真正是由于我們理論的基礎的理解，真正推動了它的發(fā)展，而不是簡單的仿生。
在這個意義下，我覺得人工智能現(xiàn)在正是處在一個比較簡單的仿生的階段，我們還是用一個神經(jīng)元簡單地在模仿一個大腦，我認為人工智能下一步一個大的發(fā)展，就像從看到鳥飛變成飛機，我們一定在理論的基礎上，徹底理解智能的理論基礎是什么，一旦理解之后，我們就能夠做出一些非常神奇的新的技術。
我除了在斯坦福大學做教授之外，我也在做科技領域的投資，尤其在美國的高校，大家知道可能在人工智能領域里面，無人駕駛是一個很偉大的目標，但是大家在做無人駕駛的時候，還是在簡單地模仿谷歌所創(chuàng)造的科技的路線，它需要一個高清的三維地圖，又需要一個激光雷達。我認為這是完全沒有必要的，我們可以問一個簡單的問題，因為人也可以開車，人開車的時候不需要高性的三維地圖，人的腦子上也不會發(fā)出激光雷達。所以我們投了一家公司，是一個非常有名的普林斯頓大學的教授研發(fā)的，他用一個普通的設備裝在車上，不需要激光雷達和三維地圖就可以實現(xiàn)無人駕駛，這是真正革命性的。我們要用科學的眼光來看人工智能的前沿，我們要看到我們投的技術路線一定要有可擴展性，因為激光雷達和高清三維地圖都是不可擴展的，人不需要這些，所以原則上計算機視覺達到一定程度以后，可以實現(xiàn)這個場景。
我講了人工智能需要非常優(yōu)秀的算法，也需要把摩爾定律繼續(xù)往前推進，我們在這兩個領域里面都有所貢獻。但是人工智能最需要的還是大數(shù)據(jù)，現(xiàn)在我們在金融、教育、健康領域都需要有大數(shù)據(jù)的產(chǎn)生，但是現(xiàn)在不可能有一個非常好的大數(shù)據(jù)的市場的產(chǎn)生，因為有些人擁有這個數(shù)據(jù)，但是數(shù)據(jù)有它的隱私性，尤其是在金融、健康方面。但是我們又有很好的人工智能的算法，所以在通常的環(huán)境下，它不可能有很好的市場使得數(shù)據(jù)的提供者和數(shù)據(jù)的分析者，能夠在這個市場上徹底解決隱私問題情況下來解決這個問題。