“本周，我又开始切换到‘云办公、云生活’的状态。远程办公、视频会议已成习惯，孩子的课业交给了在线教育平台，消费和娱乐的方式也变成了看网络直播、听云演唱会。”此前，当新冠肺炎疫情在北京再度升级时，英特尔中国研究院院长宋继强这样记录了自己的日常生活。

作为一名资深IT从业者，他很自然地联想到此次疫情给自身科研工作带来的影响和改变。他明显感到：“在疫情这一特殊的场景下，一系列新型AI（人工智能）应用需求被全面激活，AI真正渗透到了我们日常生活的方方面面。”

不过，“目前来看，这种改变更多是在加速，而并没有引发急转弯。” 近日，在接受《中国科学报》专访时，他如此判断。

后疫情时代的需求

“我们正处在人类历史的一个重大转折点——全球疫情重塑了我们的工作、联系和互动方式。毫不夸张地说，无论对经济、社区，还是对我们未来数年要如何进行技术创新与投资，这一时刻都将产生深远而广泛的影响。”在近日发表的署名文章中，英特尔高级院士、英特尔研究院院长Rich Uhlig如是表述了他对此次疫情的认识。他透露，“英特尔研究院的700余位研究人员正在通过跨多个学科领域的专业知识来加强研究。这样的时刻也让我们进一步聚焦亟需创新的领域，从而进行有原则的创新。”

谈及应对疫情的速度，宋继强说，相比美国的同事，英特尔中国研究院要领先一步。“我们更早开始注意到疫情带来的问题，而美国则稍后一步，晚了一两个月。”

他告诉《中国科学报》，当此次疫情开始在全球蔓延的时候，英特尔公司就制定了一个计划，通过全员讨论来确定后疫情时代有哪些突出的技术需求。最终，他们厘定了四个主要方向：改善虚拟工作体验、重新思考远程学习、隐私保护技术，以及病原体监测。

例如，随着疫情的发展，远程办公和学习成为“新常态”。但是，在实际生活中，许多人会因为长时间虚拟工作而出现“虚拟疲劳”综合症。不少学生也会在远程学习时缺乏对屏幕教学与互动的兴趣，集中不了注意力。在这种情况下，如果能够研究出创新的沉浸式临场感技术，用于支持仿真交互，或者利用环境计算创造出参与度高、沉浸式的体验，就可以更好地满足突然产生的这些需求。

“目前，围绕这些方向公司层面正在想办法加快研发的速度，也专门划拨了一些经费让大家申报相关项目。” 宋继强说，他们希望，今年年底前这些申报成功的项目就能给出一些实际的产品方案，以便尽快到市场上应用。

科研长期主义下的“双轮驱动”策略

面对突如其来的疫情冲击，如何利用数字化技术更加有效地应对？对于这一问题，宋继强有着自己的思考。

他认为，面对疫情，首先要坚持科研的长期主义。在他看来，瞄准长远的目标与价值，坚持长期的科技研究，是应对“疫情”这样不确定事件时唯一确定的事情。“这不仅需要前瞻性的视野与布局，还需要有不为眼前利益所动摇的决心与意志。”

其次，在这一原则下，要坚持“底层技术探索”与“应用转化实效”的“双轮驱动”策略。“底层技术”是指推动核心技术的研发创新，这需要坚持“长期主义”，即长时间地专注于既定的技术方向不动摇，应对未来的未知挑战。而“应用转化”则是指要适应经济社会发展中不断出现的新需求，对技术方向进行调整，推动技术落地与成果转化，解决当前的实际问题。两个轮子相互协同，共同推动科研的进步。

对于英特尔原有的科研布局而言，这次疫情带来了怎样的改变？宋继强告诉《中国科学报》，“有些方向需要加速，但目前来看还没有需要急转弯的。”

他举例说，随着人工智能技术越来越多地应用于患者或人口健康数据的研究，如何在不侵犯隐私权的前提下实现不同存储空间之间的数据共享，对于快速获取研究成果至关重要。此时，英特尔两三年前就已经启动的一种叫作“联邦学习”的隐私保护技术就突然变得有用起来。这种分布式机器学习方式，可以使得机构组织能够在不共享患者数据的情况下进行深度学习项目的协作。

“当你长期在做一件事情的时候，会发现这一成果可以在很多不同的场景下发挥作用。在有些需求突然产生的时候，我们就可以利用之前的积累去帮助快速应对。” 宋继强对科研长期主义的益处做了如是总结。

“底层之轮”如何不偏离目标

在宋继强看来，要保证“双轮驱动”能够良好运转，“应用转化”这只轮子每一两年就要转转方向，因为它要随着经济社会发展，或者疫情这样的突发事件迅速作出应对，而对于“底层技术”这只 “轮子”，则必须给予足够的时间支持，短时期内不能有太大变化。

那么，如何才能保证“底层技术”不偏离正确的目标呢？“作为产业研究院，一方面我们会通过与政府相关部门、大学、工业界等合作伙伴的沟通对未来趋势有尽可能全面的认知和掌握，另一方面我们也会想办法尽量减少风险。”宋继强说。

以人工智能为例。2017年，美国国防部高级研究项目局（DARPA）在经过深入调研后，作出了人工智能正在从第二阶段向第三阶段跃升这样一个判断。这给英特尔带来很大启发。他们也认为，现阶段正处于从AI 2.0到AI 3.0时代的转折点。

那么，究竟哪些技术有望成为穿透AI未来的“利刃”呢？宋继强告诉《中国科学报》，“从目前来看，作为一种前沿的计算模式，神经拟态计算最有可能开辟出一条从AI 2.0到AI 3.0的崭新赛道。”

宋继强认为，神经拟态计算是在传统半导体工艺和芯片架构上的一种尝试和突破，其特点非常符合AI3.0的发展需求。正因如此，神经拟态计算被英特尔寄予厚望，希望在人类迈入下一代AI的进程中发挥重要作用。

宋继强强调，在确定类似神经拟态计算这样的底层技术方向时，“不能说一点风险没有。如果一点风险都没有就不是研究，而是工程实现了。”

但是，在他看来，即便没有踩准时间点也不必灰心，因为研究是允许失败的。而且，有些研究并不能称之为失败，只是暂时还没有到达其应用的时间点而已。这时，就可以先把它收藏起来，等时机合适之后马上拿出来用。“这是一个动态平衡的优化选择。”