图灵奖得主杰克·唐加拉认为，人工智能（AI）和高性能计算（HPC）的融合正在重新定义科技。他指出，AI 已经是一项成熟且颠覆性的技术，其影响力将超越互联网，并在科学发现和传统计算中发挥关键作用。相比之下，量子计算仍处于初级阶段，被过度炒作，在成为实用工具前必须克服重大技术挑战并经历一个“寒冬期”。此外，地缘政治竞争正促使中国加速自主技术研发，而 AI 将通过自然语言编程，从根本上改变软件开发的方式。
人工智能：超越互联网的颠覆性力量
AI 已经深度融入科学研究，成为辅助科学发现的有力工具。它并非要取代传统计算，而是作为一种加速器。
- 一种新的计算范式： AI 可以快速提供一个近似解，然后由传统技术进行精确优化。这种结合使得解决复杂问题变得更快、更好、更高效。
- 深远的社会影响： AI 的普及程度和重要性将超过互联网在过去二十年中所扮演的角色。它的应用方式将远超我们今天的想象。
AI 将比互联网更重要。它将无处不在，其用途之广，我们今天甚至还未完全发掘。
量子计算：被过度炒作的未来
尽管量子计算是重要的研究领域，但唐加拉认为它距离实用化还有很长的路要走。
- 技术尚不成熟： 现有的量子计算机非常初级。它们不提供确切答案，而是给出答案所在的概率分布，需要多次运行才能得到潜在的解决方案。
- 炒作与“寒冬”： 当前对量子计算的宣传存在太多炒作，这可能导致期望破灭后的“量子寒冬”。AI 也曾经历过类似的周期，最终在技术成熟后才真正复苏。
- 核心挑战：
- 脆弱性： 量子计算极易受到干扰，导致高“故障率”。
- 算法匮乏： 目前几乎没有可以有效在量子计算机上运行的算法。
- 生态缺失： 相关的软件和基础设施都还非常原始。
我认为量子计算必须经历那个‘寒冬’。人们会因其无法兑现承诺而感到失望并忽视它，然后才会有聪明人想出如何利用它，使其变得有竞争力。
超级计算的未来架构
未来的高性能计算机不会是单一技术，而是多种技术的融合体。传统的数字计算机将通过各种专用加速器来增强性能。
未来的计算系统可能会是以下技术的组合：
- CPU (中央处理器)
- GPU (图形处理器)
- 量子设备 (作为一种特定任务的加速器)
- 神经形态计算 (模仿大脑工作方式的计算)
- 光学计算机 (利用光速进行计算，速度极快)
地缘政治对技术发展的影响
中美之间的技术竞争正在重塑全球科技格局。
- 技术限制的“反噬”： 美国对中国的技术出口限制，可能事与愿违。这反而刺激了中国投入更多资源，加速发展自己的独立技术。
- 中国技术的崛起： 中国已经设计出能够与西方顶尖芯片竞争的处理器。尽管在制造工艺上可能落后一到两代，但他们正在迎头赶上。
- 信息不透明： 中国选择不公开其超级计算机的详细性能指标，但已知他们拥有与美国最强机器相匹敌的强大算力。
AI 将如何改变编程
AI 将从根本上改变软件开发人员的工作方式，使编程变得更加高效和直观。
未来，我们将越来越多地使用自然语言向 AI 描述一个故事，然后让它编写程序来实现这个功能。
- 自动化繁琐任务： AI 可以处理编程中耗时的部分，通过学习海量现有代码来合成新程序。
- 自然语言成为接口： 开发者可以用自然语言提出需求（例如，“为某类计算机优化这段代码”），AI 能很好地完成任务。
- 警惕风险： 必须注意 AI 可能产生的“幻觉”或错误结果。因此，建立验证机制来检查 AI 生成方案的准确性至关重要。