未来的超算应该是更加靠近你的 ， 更加个人化的 。 比如说你现在住的地方 ， 你的社区旁边就有一个小型分布式的智能超算 。 它需要的数据来源于这个社区 ， 其完整的应用场景也在这个社区 ， 并服务于整个社区的人 。
假如某天 ， 一名心脏病人突然倒在马路上 。 我们如何立即知道这名病人的心脏病患病类型？哪家医院有该类心脏病的专科医生并且离得最近？如何最快调度救护力量？这些都需要运用智能超算 ， 对所有数据进行快速计算 ， 包括病人状况 ， 定位 ， 路况 ， 医院条件等 。 这是未来智能超算发展的重要方向和应用场景之一 。
“未来超算应朝类脑方向发展”
NBD：除了分布式、网格化的趋势之外 ， 未来超级计算机还将怎样迭代演变？
陈世卿：我认为 ， 未来的超级计算机还应朝着“类脑”的方向发展 ， 体积小、运算速度快、能耗低 。
事实上 ， 人脑的日常消耗不过25瓦 ， 但它却能指挥约1000亿的神经元 ， 每天处理巨量的信息 。 人脑 ， 作为人体最微妙的智能器官 ， 其“性能”比超级计算机更强 。 目前人脑的开发不过5% ， 如果能借助脑科学提升人脑开发 ， 并将其与超算结合 ， 将创造出极具价值的应用场景 。
NBD：您2013年就在硅谷准备成立第三脑研究院 ， 并于2019年正式成立 ， 聚焦脑机融合的研究 。 那么在您看来“第三脑”的核心理念是什么？目前围绕“第三脑”有哪些主要研究方向？
陈世卿：事实上 ， 十几年前我的研究方向就转向了类脑计算 ， 希望依靠“弹性分配”令超级计算机可以像人的大脑一样低能耗、高效率 ， 同时提升大脑的开发程度 。 这样的转向对我而言 ， 无异于一场“自我革命” 。
除了大脑（第一脑）、小脑（第二脑） ， 我们每个人都有一个“延伸”出来的“第三脑” 。 “第三脑”也叫仿生脑 ， 是认知神经科学、生物信息科学、生物系统科学、生物工程科学、生命科学、临床医学、信息工程科学、超级计算机科学等相结合的综合性科学 。 依靠高度可信、安全、高效、分布式和协作式的超级网格云端平台 ， 我们在全球展开了研发工作 。
目前 ， “第三脑”主要有四大研究方向——研究脑、保护脑、开发脑、延伸脑 。 开发脑领域的研究相对较为成熟 。
第一个方向是研究脑 ， 深入了解脑的基础生物机制 。 只有了解清楚其基本架构 ， 它为什么智能之后 ， 我们才能进行类脑计算 。 想象一下 ， 大脑指挥约1000亿个神经元 ， 却只耗能25瓦 ， 而其中一半的耗能只是为了大脑的生物需求 。 这样的结构充满了奥妙 。
第二个方向是保护脑 ， 在对大脑进行深度研究之后 ， 我们就知道了它有什么缺点和弱点 ， 从而知道采取怎样的保护措施来防止脑损伤和针对脑疾病找到早期精准检测和干预的方法 。 我们的研究重点在于如何进行早期检测 ， 从信息层面、物理层面、化学层面等提前预判并介入 ， 降低发病风险 ， 将治病的“窗口期”前移 。
第三个方向是开发脑 ， 研究发展脑机融合的高效率学习方法 。 老天爷赐予我们这么聪明的大脑 ， 我们应该重点研究如何将一个人的大脑潜力发挥出来 ， 不被别的因素压抑住 。
我们曾在美国弗利蒙高中进行试点 ， 最终证明“第三脑”相关技术可以显著提高学习速度和效果 。 我希望未来可以用我们的理论和技术 ， 充分激发大脑的学习潜力 ， 幼儿园到博士17岁左右就可以念完 ， 再通过3年的社会实践 ， 一个人到20岁左右就可以拥有博士级别的思考分析能力 。 “如同我虽然77岁了 ， 但我大脑的年龄才30多岁 ， 我现在的思考创新能力跟30多岁时不相上下 。 ”