邬贺铨谈2023年ICT发展十大期待：元宇宙要尽快从炒作转到务实******
光明网讯（记者 李政葳）“2023年我国经济发展仍然充满不确定性，中国经济发展进入动能转换期，需发挥TFP中数据作为新生产要素作用，以数字化转型为ICT产业发展开拓广阔空间。”1月6日，由中国工信出版传媒集团主办、北京信通传媒·通信世界全媒体承办的“2023ICT行业趋势年会”上，中国工程院院士邬贺铨这样说。
“极不平凡的2022年，ICT产业可谓负重前行。”展望2023年，在充满不确定性的发展环境与互联网进入下半场的时代背景下，邬贺铨提出了十大期待：
期待一：5G向5G-Advanced演进
邬贺铨表示，移动通信已经进入5G时代，从应用、性能和技术层面，5G相比前几代在技术上有了很大的发展，应用场合有了很大的扩展，性能有了很大的提升，开创了移动通信新的时代。5G-Advanced作为5G后续阶段的增强演进，致力于提升个人实时交互体验，增强蜂窝物联网能力，不断探索上行超宽带、实时宽带交互和感知定位等新场景，基站的低碳将取得可喜进展。其研究方向将聚焦于：网络智能化、行业网融合、家庭网融合、天地网融合、AR/VR融合、用户面增强、确定性通信能力增强、网络切片能力增强、通感一体增强、组播广播增强。
期待二：5G推动星地融合
当下，移动通信难以做到对边疆、应急和海洋等低成本广覆盖。不过，用手机直连卫星（同步轨道、低轨、北斗）可实现单向发送救援短报文。低轨卫星的出现提供了可使用小型终端直接接入的可能，但卫星过顶时间短，需要数百到上万颗卫星组成星座。基于此，邬贺铨认为，卫星移动通信系统发展方向是与地面移动通信5G网络融合。不过，星地融合目前依然面临挑战，例如，终端与星间往返时延大，小区半径上百公里，中心和边缘处的终端到卫星的传输时延相差很大。邬贺铨建议，星地网络协同设计进而推动卫星移动通信发展。
期待三：6G的研究从愿景开始
随着5G进入规模商用阶段，6G正进入概念形成和技术储备的关键时期。未来，6G将实现人、物理世界和数字世界的智慧联接，实现多空间深度融合。在邬贺铨看来，发展6G没必要一味求“快”，它更大的意义在于覆盖5G到不了的地方，将许多目前的“不可能”变为“可能”。哪些技术将有望成为6G研究的关键呢？对此，邬贺铨认为，物理层技术增强（超大规模MIMO、全双工）、新物理维度（智能超表面、全息、轨道角动量）、新频谱技术（太赫兹、可见光）、融合技术（通感一体、通信+AI）、网络技术（内生智能网络、分布式自治网、确定性网络、算力感知网、星地一体网、网络内生安全）等技术将成为关键。
期待四：5G+工业互联网构建数实融合平台
对于中小企业使用公有云，邬贺铨认为，可以通过5G在工业互联网构建企业上云的一个平台。5G核心网的用户面，可以为一组用户组成一个5G局域网的用户群，可以实现第二层包的转发，缩短转发的距离。相对WiFi来讲，它有更好的覆盖以及更好的业务的隔离。
期待五：IPv6+提升对数据流感知与管控能力
“十四五”时期是加快数字化发展、建设网络强国和数字中国的重要战略机遇期，我国IPv6发展处于攻坚克难、跨越拐点的关键阶段。邬贺铨指出，IPv6使得我国有了与发达国家相比起步还不算晚的机会，而且我国因原来使用私有地址，故对比地址数更为看重IPv6的可编程空间。因此，我国率先在IETF标准化组织倡议并积极开发“IPv6+”新功能，现在IETF关于“IPv6+”新功能的文稿中由我国提交的占60%，我国在“IPv6+”系统与产品开发创新的努力为全球“IPv6+”标准发展作出积极贡献。
期待六：云网融合+算网协同打造互联网新基建
在《“十四五”数字经济发展规划》中明确指出，要推进云网协同和算网融合发展，加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系，加快实施“东数西算”工程，推进云网协同发展，提升数据中心的跨网络、跨地域数据交互能力，加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。邬贺铨表示，从国家的要求以及从业务和应用发展来看，云网融合和算网融合是自然的一种选择。云网融合+算网协同打造的新型信息基础设施，既夯实了互联网行业发展的基础，也为ICT产业创新再出发提供了用武之地。
期待七：抓住摩尔定律持续的机遇
邬贺铨认为，伴随芯片技术进步的是对开放统一跨架构编程模型的需要。基于标准的统一软件堆栈，对源自不同厂商的CPU、GPU、XPU、FPGA、AI加速器等底层硬件能力做统一描述并通过各种不同的高性能库去封装，允许使用业界标准的编程语言直接对这些硬件能力进行编程，统一代码维护，能显著提升开发效率。同时，得益于芯片技术进展，5G的高带宽低时延特点也将得以发挥。
期待八：AI自动生成内容将迎来爆发式增长
针对AI前景，邬贺铨以OpenAI公司为例。AI研究公司OpenAI成立于2015年，股东有马斯克、PayPal和微软等。OpenAI 2020年开发出了GPT-3语言模型（拥有1750亿个参数），2022年12月1日基于GPT-3的聊天机器人ChatGPT开放测试，因其高质量的内容回答迅速走红，上线5天就超百万用户，挑战传统搜索引擎。
AIGC（人工智能自动生产内容）作为基于大规模数据训练的大模型，将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速度，创造出有独特价值和独立视角的内容。AIGC不仅用于内容生成，其新思路和途径也可用在工业领域。
期待九：WEB3.0支持数字资产与实物资产关联
Web1.0是PC互联网；Web2.0是移动互联网；Web3.0是价值互联网，它是去平台中心化或者说是用户中心化，利用区块链、智能合约等，构建在区块链基础上去中心化的互联网新应用形态，通过确权使用户在网上创造的作品成为数字藏品（NFT--非同质化通证，即可信数字权益凭证），实现平台与用户利益分享。邬贺铨指出，Web3.0可以应用到博客、游戏、数字藏品，实现数字资产与实物资产关联，催生数字藏品创作市场及相应的工作岗位。
期待十：元宇宙要尽快从炒作转到务实
元宇宙是指人类运用数字技术构建的，由现实世界映射或超越现实世界，可与现实世界交互的虚拟世界。狭义的元宇宙是一种基于AR/VR/MR等技术，整合了用户化身、内容生产、社交互动、在线游戏、虚拟货币支付的网络空间。元宇宙源于现有技术的集成但尚未成熟，而且沉浸式的XR、全息影像和感官互联等需要很高的带宽，5G也难以支持。
邬贺铨指出，元宇宙前景还不清晰，目前主要面向消费的应用（沉浸式文旅、高体验游戏、感官互动等），未来还可进行产业应用（数字创意设计、开发平台、虚拟办公空间等）。元宇宙尽管充满着想象空间，奈何研发成本高、研发周期长，且难成大众刚需，短期内很难看到回报。不过，元宇宙要尽快从炒作转到务实，虚拟世界是网络空间的一种生态但不代表互联网未来。
你的隐私，大数据怎知道？我们又该如何自我保护？******
在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？
1.“已知、未知”大数据都知道
大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！
甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……
再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。
当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。
2.数据挖掘就像“垃圾处理”
什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。
大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。
不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。
再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。
3.大数据挖掘永远没有尽头
大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！
一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。
其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。
如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。
当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！
不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。
但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。
因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。
(作者：杨义先、钮心忻，均为北京邮电大学教授)
