本文为2020年8月28日徐文伟在长沙由中国工业与应用数学学会举办的“数学促进企业创新发展论坛”上的发言

后香农时代数学决定未来发展的边界

数学作为基础的基础，将决定未来发展的边界，数学家越努力，成果越卓著。

过去20多年，数学在提升华为产品竞争力方面起了极大作用，我们非常愿意与大家分享华为如何把工程问题转变为数学问题的经验，同时我们也将在本次大会发布信息产业面临的十大工程和数学问题，张榜求贤，希望与数学家们攻克难关。

我们正处于交叉科学及新技术爆发的前夜，在未来二三十年里，人类社会将进入智能社会。

智能社会有3个特征：万物感知、万物互联、万物智能。在智能社会，万物可感，感知物理世界，并转变为数字信号；网络联接万物，将所有数据实现在线联接；基于大数据和人工智能的应用将实现万物智能。

这些新的工作、生产模式、生活方式，与70年前香农时代发生了根本性的变化。

当初香农时代需要解决的是，面向人与人的可靠通信问题。香农信息论主要基于离散无记忆有损传输的假设，实现了点对点传输；通过信源编码保证网络传输的内容可以让人理解，通过信道编码保证传输的内容不会出错。基于70年前香农发布的这个定理，信息产业有了超过50年的高速发展，发明了一代又一代的通信产品。

但是，我们一路走到现在的5G时代，几乎达到了香农定理的极限。同样冯·诺依曼架构等，也都是几十年前提出的。可以说，当前的创新主要是把几十年前的理论成果，通过技术和工程来实现。

随着智能社会的到来，通信的场景发生了根本变化，也更加多样化。过去是以人与人、点对点可靠传输为主，现在出现了单点对多点、多点对多点、人与机器、机器与机器等多种通信模式。那么，人与人的通信，是否可以更好地满足人的认知要求；机器与机器的通信，是否可以不考虑人对内容的理解，探索高层次的语义问题；多点对多点，能否解决更复杂的香农容量域的难题。这些都是点对点可靠传输没有考虑到的场景和问题。

这些新场景、新问题、新挑战，我们可以称之为进入了后香农时代。在后香农时代，需要理论的突破和工程技术的发明，更需要数学家们发挥核心作用。



去年，华为提出了“华为创新2.0”。“创新2.0”的核心是基于愿景和假设的基础理论突破和基础技术的发明，解决从0—1的问题。而理论突破和基础技术的发明，来源于数学、物理学、化学等学科的基础研究，而数学是基础之基础。

华为公司一直非常重视数学，目前已经有700多位数学博士。早在1998年，华为在俄罗斯成立了第一个数学研究所。2016年10月在巴黎成立了第二个数学研究所。

华为吸引了很多数学家，成果丰硕。例如，2008年，华为俄罗斯数学家用非线性数学多维空间逆函数，解决了GSM多载波干扰问题，当时攻克了2G、3G基站合一的难题，现在实现了2G、3G、4G、5G基站融合，基站功耗降低50%，集成度大大提升，帮助华为无线一举在欧洲和全球取得领先，数学家真是功不可没。

同样，在国内，华为与众多的数学领军专家开展了深度的合作，例如，华为与张平文院士、徐宗本院士、李安民院士都建立了数学联合实验室；同时，还有与高校和研究机构有大量合作课题，如我们与中国科学院马志明院士、天津大学陈永川院士等。

华为希望与学术界及研究机构一起，深入合作，共同推进基础研究的工作：工业界的参与，一方面可以加快科学家研究成果的商业落地；另一方面，工业界分享的客户需求，行业挑战和世界级难题，对研究方向是极大的牵引作用，是双向的能量交换和增益过程，我们将持续加大与数学家的合作。

展望未来，我们希望与各位数学家们一起努力，实现四个目标：

第一，超越身体限制，提升感知能力，比如更好的拍照技术。

第二，超越生物智慧，发展新型计算，比如更好的人工智能。

第三，跨越空间障碍，实现身临其境，比如真人级全息通信。

第四，拓展认知极限，开发介观器件，比如原子设计与组装。

此次数学促进企业创新发展论坛，为我们提供了一个很好的交流分享平台！华为专场报告中将发布“后香农时代，面向数学的十大挑战问题”，包括利用更少的资源（计算资源和存储资源等），获得更高的性能，需要暴力计算的场景，采用数学算法和软件优化等，减少资源消耗等等业界难题。

后香农时代，数学作为基础的基础，将决定未来发展的边界，数学家越努力，成果越卓著，我们的边界将会越来越延展，直到趋向无限！

信息产业面向数学的十大挑战问题



华为发布于2020年8月28日在长沙由中国工业与应用数学学会举办的“数学促进企业创新发展论坛”

1、语义信息论--有损信源编码的极限和可行算法

信息产业面向数学的十大挑战问题之一

2、挑战无损熵编码的极限

信息产业面向数学的十大挑战问题之二

3、网络基本业务模型问题

信息产业面向数学的十大挑战问题之三

4、MassiveMIMO 容量域问题

信息产业面向数学的十大挑战问题之四

5、非线性信道补偿问题

信息产业面向数学的十大挑战问题之五

6、大规模通信网络的最优控制问题

信息产业面向数学的十大挑战问题之六

7、反问题高精度快速求解问题

信息产业面向数学的十大挑战问题之七

8、高效的纠删码问题

信息产业面向数学的十大挑战问题之八

9、DNN可解释性

信息产业面向数学的十大挑战问题之九

10、超大规模数据近似计算

信息产业面向数学的十大挑战问题之十

来源：中国科学院院刊

更多精彩内容请登录https://www.innov100.com官方网站

或扫描下方二维码，点击关注微信公众号（ID：sagetimes）



点赞(0)

分享

• 复制链接
• 微信扫一扫