寒武纪来了

（文/观察者网 吕栋）在距今大约53亿年前的寒武纪时期，地球上在2000多万年的时间里突然涌现出各种各样的生物，一系列与现代动物形态基本相同的物种来了个“集体亮相”。而在此之前，更为古老的地层中却长期没有找到动物化石，这一时期史称“寒武纪生命大爆发”。

56亿年前寒武纪出现的最有代表性的远古动物——三叶虫。图源：视觉中国

现如今，“寒武纪生命大爆发”仍然是古生物学和地质学中的一大悬案，更是困扰着包括达尔文在内的学界大佬。然而，当我们此刻在搜索引擎中输入“寒武纪”这三个字时，排在输出结果第一位的已不再是那个困扰科学界的谜题，而是一家人工智能芯片领域的 科技 公司。

值得注意的是，最近几年，国内涌现出不少初创AI芯片设计企业，它们在吸附大量一级市场资金后，一方面互相激烈竞争，另一方面还不得不面对来自巨头的压力。在该领域，不仅有英特尔、英伟达等芯片行业传统巨头，也有华为、阿里等跨界选手，无一不对这块蛋糕“垂涎三尺”。

而寒武纪正诞生于上述背景中。

一个月前的2月28日晚间，北京证监会官网发布消息，2019年12月5日，中科寒武纪与中信证券签署A股上市辅导协议，正式开启冲刺科创板的进程。

而3月26日上交所官网显示，创办刚满4年的寒武纪上市申请已获受理。短短几个字，意味着该公司距登陆科创板又近了一步，同时也再次将其置于舆论的放大镜下。

市场普遍认为，如果寒武纪成功登陆科创板，将成为毫无悬念的“AI芯片第一股”。

残酷的现实便是，中国集成电路进口额长期大于出口额。官方数据显示，2019年中国集成电路进口总额为30555亿美元，而出口仅10158亿美元，进出口比例为3:1，时代也在期待中国芯片领军者。

而该公司以“寒武纪”给自己命名，寓意“AI大爆发”，并以“全球智能芯片领域的先行者”作为自己定位，既彰显了几分神秘又凸显了其“野心”。

别人眼中的学霸

提起寒武纪，就不得不提其创始人陈云霁和陈天石这两兄弟。

哥哥陈云霁1983年出生，两年后弟弟陈天石出生，江西南昌人。与大多数年过而立、尚未不惑的同龄人相比，他们可以说已有所成就。

1月16日，陈天石刚以寒武纪CEO身份成为2019年中国科学年度新闻人物十人之一，而陈云霁早已从前辈手中接过2017年度 科技 创新人物奖。

不少人好奇，这对来自江西的“双子星”，缘何既能读书出色，又能在创业后搞出一个“独角兽”。

履历显示，陈云霁9岁上中学，14岁便考入中国科大少年班，24岁取得中科院计算所博士学位，29岁晋升为研究员，33岁获得中国青年 科技 奖和中科院青年科学家奖。

小两岁的陈天石，几乎是沿着哥哥的脚步一路从中科大少年班追到了中科院计算所。他16岁考入中科大少年班，25岁在中科大计算机学院拿到博士学位，指导导师是陈国良和姚新。

事实上，这对别人口中的学霸，在他们自己看来并非“模范兄弟”。

陈云霁曾提到，两人小时候常打架，长大后一言不合就吵起来，要不是有血缘关系早就闹崩了。不过，两人最终还是会让道理来说话。

在接受媒体采访时，陈云霁曾透露，“和很多人想象的不太一样，我并不是学霸。相反，多数时候都是一个学渣。”而且他讲到，在19年的学习生涯中，不但考第一名的次数不多，还常在班上排名倒数。

2002年，19岁的陈云霁已经在中科大少年班度过了第五个年头。酷爱 游戏 的他对于自己的课业成绩并不太在意，而是把《星际争霸》当做主课来修。他曾坦言，“挂科的压力一直是悬在头上的剑，但是科大的老师对于我们这些调皮的孩子非常包容，给了我们很大的空间去成长。”

当年，即将本科毕业的陈云霁听说中科院计算所在研制中国第一块通用CPU芯片“龙芯1号”，希望能拜师计算所胡伟武老师，于是报考了中科院计算所的研究生。

这家始建于1956年的研究所，是中国第一个专门从事计算机科学技术综合研究的学术机构。从这里走出的包括联想控股、龙芯中科、中科曙光等，均为中国信息技术产业中的知名企业。

2017年，陈云霁接受采访时曾开玩笑称，在他之前，中科院计算所从来没有招过像他本科成绩这么差的学生。但是，胡伟武看到他玩《星际争霸》的表现，认定他有科研潜力，便力排众议将他录取。

“Work hard，play harder！胡老师就是看中了我这一点。” 陈云霁当时说。

估值超220亿

事实证明，陈云霁确实没有辜负胡伟武的期望。

博士毕业后，他留在了中科院计算所龙芯团队，在胡伟武的指导下成为8核龙芯3号的主架构师。他还与胡伟武合著了《计算机体系结构》，并在2008年开发龙芯3号的过程中完成了一篇重量级的论文。

不仅如此，陈云霁向胡伟武引荐了另一位“高徒”，他的弟弟陈天石。

与做硬件芯片出身的陈云霁不同，陈天石的研究方向是人工智能，专注于软件算法。 在博士毕业后他也加入了中科院计算所，这为后来两个人一起设计出“让计算机更聪明”的专门神经网络处理器埋下了伏笔。

时针拨回到2010年，当时国内人工智能芯片尚处于较冷阶段。

根据公开报道，在计算所汇合后，陈氏兄弟也曾就职业发展探讨了好长时间，最后认定有两件“非常好玩的事”可以做：一是用AI辅助做处理器的设计，另外一个就是做AI芯片。

起初，陈天石在向计算所领导汇报想做AI芯片时还曾拿自动驾驶举例：“大家很早就在说有一天机器会替代人开车，但如果开车的机器人在做模式识别的时候速度不够快，那么这个车就完全没有让机器开的理由。所以，它一定需要很强的车载运算能力。”

2015年，早在寒武纪公司成立之前，在中科院战略性先导专项和中科院计算所的支持下，陈氏兄弟主导的世界首款深度学习专用处理器原型芯片——“寒武纪”首次成功流片。

之所以取名为“寒武纪”，是想用地质学上生命大爆发的时代寓意人工智能的未来。

次年春天，谷歌的AlphaGo“一战成名”，人工智能在全世界范围内再次掀起波澜，国内对人工智能的重视也达到前所未有的高度。不仅如此，2017年以及之后的两会中，人工智能也成为关键词之一。

而陈氏兄弟的研究也赶上了好时候。

2016年，全球首款可商用的深度学习处理器“寒武纪1A”处理器问世，寒武纪 科技 公司也正式成立于当年3月，其数千万的天使轮融资也正是来自中科院。

值得一提的是，性格的不同也让陈氏兄弟在公司拥有不同的角色。

陈云霁在公司职务上更偏研究，思考技术路径相关的部分，很少挂寒武纪头衔，多以“中科院计算所研究员”示人。

据陈云霁透露，他的性格偏外向、胆子大，喜欢做一些天马行空的事情，更适合搞科研。

而弟弟陈天石比较慎重，每走一步都会想好可行性，能规避产业发展中的“坑”，适合带领一个企业往前冲。

所以陈天石总以寒武纪创始人、CEO的身份出现在公众视野。

根据公开报道，除陈氏兄弟外，寒武纪团队成员不仅囊括了中科院技术精英，也有中国首个通用CPU“龙芯1号”的核心参与人员。

具体奋斗目标上，他们希望让AI芯片计算效率提升1万倍，功耗降低1万倍，可以把“AlphaGo”这样的领先AI应用装入手机中。

不过，“天才少年”也曾被人吐槽。

根据中国科学报报道，在寒武纪最开始募资的时候，其团队也曾碰钉子，有人吐槽他们“PPT做得差”，边吐槽边教育，“小伙子你这样是融不到钱的”。

招股说明书显示，在公司成立之后，寒武纪共经历了6次增资和3次股权转让。

2017年8月，该公司完成估值10亿美元的A轮融资，国投创业领投，阿里巴巴、联想创投、国科投资、中科图灵、元禾原点和涌铧投资等参投，使得寒武纪成为全球AI芯片领域首家独角兽公司。

不到一年之后的2018年6月，寒武纪宣布完成数亿美元B轮融资，国有资本风险投资基金、国新启迪、国投创业、国新资本等联合领投，该轮融资后的寒武纪估值约为25亿美元，距离一年前的10亿美元翻了一番还多。

正是在此时，陈天石对外透露了公司上市动向：“未来倾向于考虑在境内A股上市”。

在此之后，寒武纪的估值便不得而知。根据招股书，2019年9月13日，寒武纪新增南京招银、湖北招银、国调国信智芯和嘉富泽地等股东；2019年9月16日，陈天石将其所持寒武纪有限243%的股权和086%的股权分别转让给艾溪合伙和纳什均衡。

这也是寒武纪在上市前最后的增资与股权变动。

根据股权结构，南京招银出资8亿元，获得寒武纪上市前361%的股权，纳什均衡受让了086%股权，耗资18亿元。

据此计算得知，寒武纪在经历6轮融资后估值约2216亿元。

由于在过去的几轮融资中，国字号背景的投资方居多，寒武纪也因此被市场视为AI芯片的“国家队”。

存银行理财39亿

寒武纪公开的招股书披露，其主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品包括终端智能处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。

简而言之，人工智能芯片是相对于传统芯片的概念。

目前，AI芯片主要是指GPU、FPGA、ASIC等人工智能加速芯片，主要用于解决人工智能庞大的算力需求。AI芯片的主要应用场景为云计算数据中心与边缘计算，后者包括摄像头 IPC、自动驾驶、手机的Soc等。

纵观处理器芯片市场，通用处理器芯片如CPU、GPU的芯片的壁垒极高，国内仍未实现突破，且通用处理器领域已经发展成熟，目前市场由国际巨头高度垄断，后来者难以竞争。

而AI芯片是全新的市场，进入者有后发先至的可能，寒武纪正是这样的新入局者。

自寒武纪2016年3月成立以来，其先后推出了三大类产品：

招股书中介绍，寒武纪目前采用的盈利模式是“授权+成品”，前者类似ARM，将AI芯片的知识产权（IP） 授权给下游厂商，例如最知名的合作伙伴华为；后者则是寒武纪自己设计，找代工方生产后自行销售。

值得注意的是，IP供应商相比于芯片提供商利润规模并不高。

例如，ARM作为全球领先的半导体IP提供商，本身不直接从事芯片生产。

全球大部分的手机CPU都在使用ARM架构，市占率非常高，但是营收规模却在巨头中比较逊色。2017年ARM核芯片出货量213亿颗，营收才178亿美元，净利8亿美元，营收规模还不如国内很多芯片公司。

而处理器龙头英特尔是芯片供应商，2017年营收628亿美元，净利润为96亿美元，收入规模远超ARM。

公开资料显示，人工智能IP仅作为一个加速器芯片模块，价格远比不上ARM IP。

因此，IP研发需要巨大的成本投入，在IP未得到大规模应用情况下，是付出多回报少的“苦生意”。

由于智能芯片研发需要大量资本开支，作为初创公司，寒武纪也年年亏损。

招股书显示，2017年-2019年，其营收分别为78433万元、117亿元、444亿元；营收增幅明显，但盈利堪忧，连续三年分别亏损38亿元、4104万元和1179亿元，累计约16亿元。

而巨额亏损主要来自两方面，一是“研发支出较大，产品仍在市场拓展阶段”，二是“报告期内因股权激励计提的股份支付金额较大”。

其也在特别风险提示一栏中醒投资者，寒武纪无法保证未来几年内实现盈利，其上市后亦可能面临退市的风险。

正如寒武纪所言，其巨额亏损确实与研发大量投入有关。

2017年-2019年，其研发投入分别为298619万元、24亿元、543亿元，占营收比例分别为38073%、20518%和12232%，累计投入813亿元，相当于三年累计营收的143倍。

截至2019年12月31日，寒武纪研发人员有680人，占比接近员工总数的80%；拥有硕士、博士学历的员工有546人，占比超60%。

与此同时，寒武纪的高研发投入也获得了相对可观的回报。

截至2020年2月29日，其已获授权的境内专利有50项，境外专利有15项，此外还有PCT专利申请120项，正在申请中的专利共有1474项。

在研发投入远超营收的情况下，可以说寒武纪目前的营运资金主要依赖外部融资。

招股书显示，2017年-2019年，寒武纪筹资活动产生的现金流量净额分别为496亿元、2405亿元以及17亿元，总计为4601亿元。

而前述年度下，寒武纪期末现金及现金等价物余额则分别为227亿元、1354亿元以及383亿元。不难看出，其消化资金的速度有些惊人。

寒武纪还在招股书中称，由于未来几年将存在持续的大规模研发的投入，上市后未盈利的状态可能持续存在。因此，足够的运营资金对于持续高研发投入的寒武纪显得尤为重要。

招股书显示，寒武纪本次拟发行股份不超过4010万股，不低于发行后总股本的10%，融资2801亿元，用于新一代云端训练芯片、云端推理芯片、边缘端人工智能芯片及系统项目和补充流动资金。

在持续高研发投入的背景下，寒武纪还要融资28亿，那现在应该很缺钱？

令人惊讶的是，截至2019年末，寒武纪货币资金余额为383亿元， 银行理财产品389亿元 ，资产负债率为668%，且全部为日常经营过程中产生的非付息债务，无银行借款等其他付息债务。

除此之外，寒武纪还有38亿元的银行存款。

值得注意的是，作为技术密集型企业，寒武纪的毛利率水平也较高。

2017年-2019年，其综合毛利率分别为9996%、9990%及6819%。其中，终端智能处理器IP业务的毛利在99%以上。针对去年毛利率有所下降，招股书解释称，这是因为这一年拓展了新业务——云端智能芯片及加速卡、智能计算集群系统业务。

分道扬镳

提到寒武纪，不得不提的就是华为。

寒武纪在招股书中提到，其寒武纪1A、寒武纪1H分别应用于某全球知名中国 科技 企业的旗舰智能手机芯片中，已集成于超过1亿台智能手机及其他智能终端设备中。根据公开信息，其指的就是华为。

2017年，华为推出了移动处理器麒麟970，主打AI性能，其搭载的NPU IP就是来自寒武纪；次年的麒麟980，依然选择与寒武纪合作，Mate 10、Mate 20、P20等旗舰机，均搭载了后者的NPU。

作为寒武纪最大客户，2017年-2018年两年间，来自 公司A 的收入一直占其营收比例在98%上下，为其第一大客户。

招股书中提到，2018年 公司A 得到寒武纪授权，将寒武纪终端智能处理器IP集成于其旗舰智能手机芯片中。

艾瑞咨询则在一份报告中称：“仅从搭载麒麟970手机出货量来看，若授权费为5美元/片，则超过4000万台手机出货量为寒武纪带来约2亿美元（折合人民币14亿元）的收入。”

由于和华为的良好合作关系，寒武纪曾在2017年公开表示，计划3年后占有中国高性能智能芯片市场30%的份额，并使全世界10亿台以上的智能终端设备集成有寒武纪终端智能处理器。

不过，事情在2018年发生了变化。

当年10月，华为在全连接大会上发布了升腾910、升腾310两款AI芯片，其采用的是华为自研的达芬奇架构，而非寒武纪的方案。当时，这被媒体解读为“华为要与寒武纪做彻底的切割”，走向独立造芯之路。

次年6月，华为发布的nova 5搭载了中端移动处理器“麒麟810”，这是首款采用华为自研达芬奇架构的手机AI芯片；年底的麒麟990，依然采用的是前述架构，其在AIBenchMark跑分达到了麒麟980的476%。

近日，寒武纪CEO陈天石在接受采访时谈到与华为的合作关系称：其实我们和客户的关系一直挺好。还是我之前的观点，AI芯片大家都做，恰恰说明它重要。

针对华为已经在用自研的达芬奇架构，对其收入有何影响？

陈天石并没有正面回答，只是表示：“我们的收入增长很快，未来希望有机会向大家公开披露我们的财报。”

而寒武纪招股书中的数据显示，来自 公司A 的收入占比已经从2017年9834%骤降到2019年的1434%，比2018年大幅减少为6365万元，并从第一大客户降为第四大客户。

众所周知，华为是国内仅有的自研SoC的手机厂商。国内大部分的终端厂商不像华为一样自研AI芯片。

不过，有观点指出，如果寒武纪要进入vivo、OPPO等手机品牌，必须说服芯片供应商采用其产品，难度不小。

因此，寒武纪此后再未提及“三年占领三成市场”的目标。

寒武纪在招股书中称，2018年其终端智能处理器IP许可销售收入同比大幅增长，主要原因系人工智能技术和应用开始普及，采用该公司终端智能处理器IP的终端设备已实现规模化出货，使得其终端智能处理器IP许可销售收入大幅增加。

而2019年其终端智能处理器IP许可销售收入同比下降较大。

招股书中解释称，主要原因系2018年向 公司A 逐步交付了终端智能处理器IP，2019年固定费用模式的IP许可销售收入相应下降。

与此同时，寒武纪在招股书中还将华为海思列为了竞争对手。

寒武纪在招股书中坦言，与英伟达、英特尔、AMD等国际大型集成电路企业相比，其在整体规模、资金实力、研发储备、销售渠道等方面仍然存在着较大的差距。国内企业中如华为海思及其他芯片设计公司也日渐进入该市场，其面临着市场竞争进一步加剧的状况。

耐人寻味的是，寒武纪CTO梁军就出身华为，先后就职于华为公司北京研究所、华为海思半导体公司，于2017年跳槽到寒武纪。目前这位CTO是所有高管中薪资最高的一位，持股也达到了32%。

值得注意的是，在市场调研机构Compass Intelligence2018年发布的AIChipset Index TOP24榜单中，英伟达高居第一，华为海思排名12位，而寒武纪则是第23位。

事实上，除了华为，寒武纪的投资方之一阿里巴巴也是其强大的竞争对手，后者在2018年成立了“平头哥半导体有限公司”，整合了中天微系统有限公司和达摩院自研芯片业务。

次年7月，平头哥首颗智能芯片玄铁910发布，采用RISC-V架构瞄准端+云市场， 与寒武纪有高度重合 。

客户、供应商集中度高

“失去”华为的寒武纪，不再单独依赖IP授权，开始转向拓展云端智能芯片及加速卡业务与智能计算集群系统业务。

招股书中提到，2019年其拓展了云端智能芯片和加速卡、智能计算集群业务和相应的新客户，如服务器厂商、云服务厂商、企业和地方政府等，第一大客户销售占比下降，“实现了客户多元化”，已不存在向单个客户销售比例超过公司销售总额50%的情况。

寒武纪在招股书中透露，面向数据中心、云计算、边缘计算、移动终端、智能教育、智能制造、智能交通等多个领域，其已与紫光展锐、智芯微、浪潮、联想、阿里巴巴、百度、滴滴、好未来、金山云等众多国内知名公司分别就一个或多个领域开展深度合作。

2019年11月，寒武纪签下了珠海市横琴新区管理委员会商务局的智能计算平台（二期）项目，该合同总价高达44亿，当年直接为寒武纪带来了2亿营收。

另外，寒武纪还与西安沣东仪享 科技 服务有限公司、上海脑科学与类脑研究中心达成了智能集群系统的相关合作。

不过，寒武纪仍然面临着客户集中的风险。

其在招股书中介绍，2017-2019年，前五大客户的销售金额合计占营业收入比例分别为10000%、9995%和9544%，客户集中度较高。若主要客户大幅降低对其产品的采购量或者其未能继续维持与主要客户的合作关系，将给其业绩带来显著不利影响。

据艾瑞咨询测算，芯片销售利润一般在每颗几美金，只有当产量达到千万量级时，芯片定价才能覆盖研发费用和芯片成本。

因此有分析称，作为专用芯片，寒武纪找到如此大规模的特定应用市场并不容易，收入很可能不足以支撑研发，这可能也是寒武纪寻求上市的主要原因。

除此之外，寒武纪采用Fabless模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。2017年-2019年，其通过代理商采购芯片IP、EDA工具、晶圆及其他电子元器件等。

2017年-2019年，该公司向前五名直接供应商合计采购的金额分别为142228万元、2031549万元和3627117万元，占同期采购总额的比例分别为9264%、8253%和6649%，占比相对较高。

其中，晶圆主要向台积电采购，芯片IP及EDA工具主要向Cadence、Synopsys和ARM等采购，封装测试服务主要向日月光、Amkor和长电 科技 采购，采购相对集中。

寒武纪提到，由于集成电路领域专业化分工程度及技术门槛较高，部分供应商的产品具有稀缺性和独占性，如不能与其保持合作关系，该公司短时间内难以低成本地切换至新供应商。

此外，寒武纪表示，未来若供应商业务经营发生不利变化、产能受限或合作关系紧张，或由于其他不可抗力因素不能与该公司继续进行业务合作，将对其生产经营产生不利影响。

本文系观察者网独家稿件，未经授权，不得转载。

“梅西会议”(Macy Conference)

“梅西会议”（Macy Conference）可能并不为大众所熟知，但在学术界眼中，这是一个在科学史上意义重大的会议， 被称为“第三次科技革命先驱会议” 。正是在定期召开的“梅西会议”中，世界各地的数学家、物理学家、社会学家、语义学家，进行了跨学科的讨论和合作，为二十世纪后半期至今几乎所有的重大科学技术问题奠定了基础。

“ 我们处于科技爆发的时代，人类社会逐渐接近‘科技奇点’。”  著名经济学家朱嘉明在时代使命的感召下，带领其数字资产研究院于12月17日-18日在北京主办了中国版“梅西会议”——区块链数学科学会议。会议专注于探索拆解现有的区块链数学的范式，寻找和区块链技术相关的数学领域，组合可以引入区块链技术的数学工具。

作为区块链在餐饮产业的落地应用，吃货大陆的产品用到了一套基于博弈论“激励相容”理论的算法机制，用于调动各参与方建设生态的积极性。这套算法机制尽管已经获得了初步验证，但是为了让理论基础更加牢固，我们一直在寻找更深层次的内在科学原理。

抱着对科学的敬仰，与对 “世界上最完美的机制算法” 的渴望，吃货大陆团队极其认真地学习了这场区块链数学科学会议。

01

AlphaGo超越人类？科学家张钹说计算机跟人类相比差得远···

中国科学院院士张钹

计算科学家、中国科学院院士张钹关于人工智能的深度剖析似乎让我们看到了“生而为人”的一点点价值。

张钹指出：“AlphaGo、深蓝之所以能成功，是因为棋是完全信息博弈，如果是完全信息的话，对于计算机来讲是极为容易的，绝对是会超过人类的。所以， 围棋、象棋中，最终机器是会超过人类的 ，只是时间问题。

但是如果变成不完全信息，比如说像牌类，现在不管是四人桥牌也好，四人麻将也好， 计算机根本不是人类的对手，原因就在于不完全信息。 对决策也是一样，如果你的决策是完全信息决策，机器绝对会超过人。但如果你是不完全信息决策，那计算机跟人类相比还差得远。但是 很不幸，所有的决策场景都是不完全信息，实际的决策场景都是人的。 ”

作为资深餐饮项目，吃货大陆具备产业信息优势。再厉害的算法， 倘若不知道产业界的真实成本运营信息，也无法拆解出正确的博弈策略。 基于这个认知，吃货大陆团队颇感欣慰，我们设计出来的算法至少具备可操作性。

但我们依然不满足，我们渴望自己 更优秀 !

02

数学家才能搞数学？经济学家朱嘉明强调应用领域专业人士的价值

数字资产研究院院长 朱嘉明

朱嘉明教授开场便指出，数学孕育了区块链。发展地看，朱嘉明教授也说，区块链具备延伸出应用数学分支的可能性。但学术讨论从来都是前沿的，具体到实践， 朱教授也承认：“在此时此刻，究竟哪些新的数学工具，能够和区块链有效结合，是一个难以下结论的题目。”

而发展区块链应用数学，并非只有数学家可以做。 历史上有很多应用领域专业人员进入数学领域的先例。

朱嘉明教授举例：“比如说物理学家、航空工程师、地质学家、生物学家、经济学家他们遇到了现实的问题，把数学工具输入到他们研究的领域，或者是发明一些新的数学方法。

这里有一个和我们好像很远但是具有启发性的例子，就是生物学和数学的结合。二者的结合产生了数学生物学和生物数学。这是数学和生物学结合应用的两个场景。

数学生物学和生物数学的差别在于：数学生物学是以数学方法研究生物问题， 生物数学是以生物学中的数学问题，而形成新的数学方法 。”

可见，区块链应用数学这条求索之路，同样需要产业界人士的努力。在朱嘉明教授的鼓舞下，吃货大陆作为餐饮区块链产业探索者，终于找到了完善自身的另一个历史使命—— 探索餐饮区块链应用数学方法 。

03

年轻可以无畏，中科院专家王飞跃告诉你人类的想象力究竟有多无敌···

中科院复杂系统管理与控制国家重点实验室主任王飞跃

年轻所以无畏，这颗激动的小心心尚未抚平，王飞跃老师关于想象力的观点又惊艳的让我们想要逆天。

中科院复杂系统管理与控制国家重点实验室主任王飞跃生动地给我们捋了一遍科学史，落在人工智能上时，引用了《道德经》。

他说：“智能分了三层，一个是算法智能，就是我们的人工智能，能写成程序的，但是 远远小于语言智能 ，人的语言能表达的智能又 远远小于我们想象到的这个智能 ，这跟《道德经》上的道可道，非常道很一致。后来人考古学家发现，哎呀其实这不是两句话，应该三句话， 道，可道，非常道 ，正好跟这三个层次对应起来了。”

吃货大陆团队深感认同，我们一直有一个共识，就是技术迷思之下，吵吵嚷嚷好像这世界除了机器就没有人了一般，显然并非如此。会议中也有几位专家指出， 想象力是人永远不会被机器超越的理由。

在计算智能已经可以通过“原始数据输入”进行“自我学习”的时代，人类更重要的角色是： 超越感知，挖掘规律 。

按照会议主办方的要求，本次大会上各位专家均需要提出各自的“区块链数学猜想”。很多猜想都很有意思，例如中科院袁勇提出的 “小范围共识易受攻击” 与 “两军难题” 。我们从产业端来看，这些猜想虽然比较形而上，但不失为良好的思维训练。

当我们看到业界有基于实践的新方法时，非常激动。例如贾可先生提出的“智能合约两高特点”：“限制太多·高难度”、“可由内部触发·高风险”。通过对实验的观察，他们发现， 区块链可以完全抛弃“智能合约” ，“区块链应用所需功能和实现逻辑，可由 外部触发 ”，“自证存储机制”等现象。基于这些方法，可以开发无中心服务器的复杂互联网应用。

还有南京大学丁晓蔚副教授在金融衍生品上的新尝试，也让我们看到了 区块链让金融数学重构 的新力量。

在这次大会上，我们清晰地看到，基础理论是产业发展的基石，产业发展更是基础理论的意义。吃货大陆正在将餐饮产业变得更美好，这正是 区块链数学这样的基础理论最好的成果 。

韩国职业棋手李世石（이세돌）。

2016年3月，AlphaGo挑战世界冠军韩国职业棋手李世石（이세돌）九段。AlphaGo使用谷歌位于美国的云计算服务器，并通过光缆网络连接到韩国。

比赛的地点为韩国首尔四季酒店；赛制为五番棋，分别于2016年3月9日、10日、12日、13日和15日进行；规则为中国围棋规则，黑棋贴3又3/4子；用时为每方2小时，3次1分钟读秒。

 DeepMind团队在YouTube上全球直播并由美籍职业棋手迈克·雷蒙（Michael Redmond）九段担任英语解说，而中国很多视频网站也采用YouTube的直播信号进行直播，并加上自己的解说。DeepMind团队成员台湾业余6段围棋棋手黄士杰博士代表AlphaGo在棋盘上落子。

比赛获胜者将获得100万美元的奖金。如果AlphaGo获胜，奖金将捐赠给围棋组织和慈善机构，包括联合国儿童基金会。李世石有15万美元的出场费，且每赢一盘棋会再得2万美元的奖金。

2016年3月9日、10日和12日的三局对战均为AlphaGo获胜，而13日的对战则为李世石获胜，15日的最终局则又是AlphaGo获胜。因此对弈结果为AlphaGo 4:1战胜了李世石。这次比赛在网络上引发了人们对此次比赛和人工智能的广泛讨论。

扩展资料：

算法

AlphaGo使用蒙特卡洛树搜索（Monte Carlo tree search），借助估值网络（value network）与走棋网络（policy network）这两种深度神经网络，通过估值网络来评估大量选点，并通过走棋网络选择落点。

AlphaGo最初通过模仿人类玩家，尝试匹配职业棋手的过往棋局，其数据库中约含3000万步棋着。后来它达到了一定的熟练程度，它开始和自己对弈大量棋局，使用强化学习进一步改善它。

围棋无法仅通过寻找最佳棋步来解决；游戏一盘平均约有150步，每一步平均约有200种可选的下法，这意味着有太多需要解决的可能性。

人工智能的出现和发展，对于人类的工作和就业产生了一定的影响，但是它是否会让人类失业还有待观察和评估。

首先，人工智能可以替代一些重复性和简单性的工作，如数据分析、图像识别、语音识别、客服等，使得工作更加智能化和高效化。这种替代并不一定会导致人类失业，而是会让人类的工作更加专业化和有意义。

其次，人工智能和机器人技术的发展，也会带来新的就业机会和产业。人工智能和机器人技术的研发、维护、管理等方面都需要大量的人才。同时，随着智能技术的应用越来越广泛，也会产生很多新的行业和职业，如智能医疗、智能交通、智能家居等，带来更多的就业机会。

但是，值得注意的是，人工智能仍然存在一些挑战和问题，如数据安全、隐私保护、伦理和社会影响等方面，需要加强监管和管理。此外，人工智能的发展也会对教育和培训提出新的要求，需要加强人才培养和技能提升，以适应人工智能发展的需要。

人工智能的发展对人类的工作和就业产生了一定的影响，可能替代一些重复性和简单性的工作，但也会带来新的就业机会和产业。我们需要看到其中的机遇和挑战，加强人才培养和技能提升，以适应人工智能发展的需要。同时，也需要加强监管和管理，保障数据安全、隐私保护和社会稳定。