第三，是探索适应目标与环境的计算模式与高效实现方式。信息领域经过多年的积累，已经发展出了十几种广泛使用的计算模式，例如无线和光通信里大量使用基于快速傅里叶变换的蝶形计算模式，路由器里大量使用基于逻辑状态转移的有限状态机计算模式，AI里目前大量使用基于统计和相关的计算模式等。数学家和工程师们奋斗了这么多年，我们在计算模式上是不是已经走到了尽头？

周红认为，还有很大的空间，例如：

在通信上，随着未来的通信系统不断走向高频、高速，我们将面临越来越多的非线性信道和非线性器件带来的问题，我们能不能从传统的线性傅里叶变换拓展到非线性逆散射变换，以更好地匹配未来的应用？

在AI上，随着应用的不断拓展，我们面临统计相关AI计算模式不可解释、不可调试的问题，同时还有很大的能效挑战。我们能不能向生物界学习，例如蚂蚁的大脑一般只有0.2毫瓦的能耗，它既不用深度学习、也不需要遵循可计算性理论和冯·诺依曼架构，但是却能够跑来跑去做很多复杂的事情，例如筑巢、寻找食物、养蚜虫等等。目前的自动驾驶汽车还需要几十瓦甚至几百瓦来进行计算，在能效上与蚂蚁相比还有很大的差距。在AI领域，除了统计和相关计算模式外，能不能进一步发展出数理逻辑计算模式、几何流形计算模式、博弈计算模式等？

在科学计算上，我们大量用到矩阵，对于两个n行n列矩阵的乘法，如果按照原始简单算法，复杂度是n的3次方，1969年德国数学家创造的斯特拉森算法，将复杂度降低到n的2.807次方，2020年底MIT的Williams与哈佛的Alman给出一个复杂度是n的2.3728596次方算法。

在矩阵计算中，我们更关心稀疏线性方程组求解，因为在社会科学中，地球上有几十亿人，平均每个人只维持不超过200个有效关系；在芯片设计中，大部分元件的限制条件是局部的。在这个领域，佐治亚理工大学的彭泱等人发明了计算复杂度为n的2.3316次方的先进算法，获得了计算理论顶会SODA的2021年最佳论文奖。

几个月前，我们的数学家发明了一个更新的算法，将复杂度下降到n的2.28次方，比彭泱等人的算法降低了0.0516次方，这个进步意味着什么呢？对n=100万来说，计算复杂度将能进一步下降约45%。

在具体实现上，超级计算机往往要用巨大的能耗来实现大算力，例如3千万瓦实现近500PFLOPS算力，而人脑大约用20W可以做到近30PFLOPS，效率高了约八万倍。从这个角度看，我们是不是要发展适应性与高效性计算模式，创造新架构与新部件，而不要受限于传统的可计算性理论、以及冯·诺依曼架构？

第四，是在有别于香农定律的假设、以及更大的时空中探索信息通信，从而跨越空间的障碍，建设全球直达的能力，连接虚拟与现实世界、以及无处不在的机器。

将来的真人级全息通讯，如果不压缩数据，需要接近2Tbps的带宽，以及1-5ms的时延；

自动驾驶如果采用12个摄像头，每天可能产生高达4T字节的数据，目前的5G网络远远达不到这个容量。

对于这些挑战，我们是不是有足够的理论和技术来实现呢？我认为这是可能的。

例如，在理论上，如果我们假设这个世界是有先验知识、有记忆的，就可能跳出香农1/2/3定律的限制。在工程上，一个量子级联激光器可以同时产生几百个波长，实现上百T的流量；未来如果我们能做出高重频阿秒激光器，甚至可能产生百万T的流量。这些技术如果能嫁接到无线和光领域，是不是可以成千上万倍提升通信性能？

周红表示，为了打通科学假设与商业愿景，华为把创新分成前后相关的5个环节：从假设和愿景，到理论、技术和商业创新。

越靠近后端商业、客户和用户的创新，效果就越明显；而越靠近前端假设、愿景和基础科学，就越需要耐心。

面向未来，我们要敢于向前端基础研究寻求答案。

在基础科学研究上，除了支持以科学家兴趣驱动的“波尔象限”创新外，我们希望与伙伴一起探索“巴斯德象限”创新，这样既能拓展科学认知，也能创造应用价值。

围绕前面4个假设与愿景，聚焦“巴斯德象限”，我们提炼出面向未来可以重点考虑的两个基础科学问题，以及8个前沿技术挑战。

两个基础科学问题是：

认知世界：机器如何认知世界，能不能建立适合机器理解世界的模型？

认知自身：如何理解人体的生理学模型，八大子系统的运行机制，以及人的意图和智能？

八个前沿技术挑战包括：

新接口，如何发展新的感知和控制能力，例如脑机和肌机接口、3D显示、虚拟触觉、嗅觉、味觉等；

新健康，如何连续、无感知地测量人的血压、血糖和心电，能否通过AI强人工智能帮助发明新的化学药、生物药和疫苗；

新软件，如何发展以应用为中心，面向价值与体验的高效率自动化和智能化软件；

新通信，如何接近和扩展香农极限，实现区域级和全球级的高效、高性能连接；

新计算，如何发展适应性与高效率的计算模式、发展非冯·诺伊曼计算架构与非传统部件、发展可解释和可调试AI；

新材料，如何通过AI帮助发明新的分子、催化剂和器件；

新制造，如何发展出超越传统CMOS制造的技术，达到更低成本、更高的效率；

新能源，如何发展出安全、高效的能源转换和储能，提供按需服务。