可持续发展是全人类共同的任务( 三 ) 双碳目标下

相同的情况在农业领域也有发生。通常为了提高农作物的产量，化肥的生产使用不可或缺，但这一过程就需要消耗大量能量，也会造成很多二氧化碳的排放。
在自然界中，一些微生物能够将空气中的氮转化为化肥让植物直接吸收。我们将复制自然界的能力，利用人工智能、超算，甚至量子计算的能力发现新的材料，将土壤中的氮转化为肥料。如果提到能源电池，随着自动驾驶、各种手持设备的增加，大容量、高效率、安全可靠环保的电池成为刚需。

文章图片

文章图片

当前市面上的电池，里面用到的重金属对环境是有危害的，所以需要行业伙伴一起发现安全可靠的新电池材料。同样的技术应用到半导体领域，也在帮助发现制程工艺中所需要的新材料，既保证先进工艺的可行性，同时满足环保的要求。
如果应用到制药行业，可以帮助缩短制药周期，尽快发现治疗某种疾病的有效药物。加速科学发现，我们用到了哪些技术，又是通过怎样的平台为全球不同行业的客户和研究人员提供服务的呢？
IBM设计了一种加速材料发展的方法，其中人工智能是整个材料发展过程链的关键组件，其中包括IBM开放云上自主化学实验室RoboRXN 。这是一个真实7*24小时的化学实验室，全球的研究人员可以通过网络直接访问。
通过图形化界面快速构建化学分子，进行化学实验和验证。背后实际上运用了一系列新技术。比如自然语言处理，用来的分析和理解化学方程式。通过机器学习，根据化学方程式，推测产生的新的化合物以及反应过程。
或者反过来，根据所需化合物的特性，推测其分子组成和空间结构，并且预测产生该化合物所需的原料和反应条件。有了这些技术，再结合自动化技术、混合云技术、也便有了云上的自主化学实验室。
RoboRXN采用的免费AI模型在两年前推出，已经为15000个学生、教授和科学家完成了近100万次反应预测。同时IBM科学家也在这一环境中进行多个领域的探索和研究，比如半导体工艺上、在电池新材料的发现上，都取得了非常突破的成绩。
量子计算机大规模商用在不远的未来
我们再看一下支撑这一系列创新底层技术又是怎样的。
在这里面，我想举这样几个例子。一个是刚刚发布的2nm芯片技术，与7nm芯片相比，性能上提升45% ，功耗降低75% 。这意味着，将它用到手机上，能够让大家待机时间更长， 4天一充电；用到数据中心，可以大规模减少碳排放。同时，芯片还能应用到自动驾驶对实时功耗有要求的场景。
另一个是今年推出、带有片内AI加速器的处理器Telum ，将CPU计算核与AI加速器集成到一个芯片上，可以同时处理传统企业计算以及AI推理任务。Telum作为下一代IBM高性能服务器的处理器芯片，可以在高速完成交易业务的同时，实时完成AI推理计算。这当中不光是计算性能有显著提高，同时还融入了人工智能新品，使得系统能够不仅快速进行事务处理，还能进行实时推测，同时降低功耗，达到减排要求。
最后，量子计算机的到来更值得期待。我们在努力开发相关的硬件软件路线图，同时致力于量子信息理论应用的突破。今年， IBM推出了127个量子比特的量子计算机，预计能够在2023年推出超过1000个量子比特的量子计算机系统。