潘建伟

中国科学院院士

中国科学技术大学教授

量子力学和牛顿经典力学有什么不同？未来量子信息技术将如何发展？

在量子通信方面，未来希望我们能够构建完整的天地一体广域量子通信网络技术体系，从而推动量子技术在国防、政务、金融和能源等领域率先广泛应用，实现量子通信网络和经典通信网络的无缝衔接；结合我国未来的登月计划，实现地球和月球之间的量子纠缠分发，对爱因斯坦的信念是否正确进行一个终极的检验。

在量子计算方面，希望我们能够利用量子模拟揭示新材料设计、新能源开发等重大问题机制，并且具备基本功能的通用量子计算原型机，探索对密码分析、大数据分析等的应用。

量子信息技术最初发展时备受质疑，甚至被打上“伪科学”标签，而随着量子信息技术的发展，之前质疑的声音也在逐渐减小。主要是大家看到，量子信息还是能够提供一些有用的东西的。目前，有一些做计算机理论、密码理论的学者，甚至是数学领域的学者，渐渐加入了量子信息技术研究的队伍，我相信未来会越来越好。

我认为，自然界创造了人类，人类反过来通过量子力学加深了对自然界的认识，在此基础上又发明了计算机，如果将量子计算和人工智能结合在一起，可能会加深对人类自身智慧的理解。这也是我们对量子计算机感兴趣的原因，希望未来能够给人类意识问题的认识提供一些有益的探索。

王坚

中国工程院院士

阿里云创始人

传统城市交通政策的制定，常常以机动车保有量为基础，如杭州市机动车保有量为300万辆。而对于在途车辆，在做“城市大脑”之前，没有人进行过准确的计算。杭州城市大脑运行中发现，在平峰、不堵车时，杭州市道路上只有20万辆机动车行驶，在高峰期，数量仅仅增加了10万辆左右。后来，对其他城市的调查也证实了这一比例，即高峰期在途车辆为机动车保有量的10%左右。

要解决10万辆车的交通问题和解决300万辆车的交通问题，所需的资源配置和方案的逻辑是不一样的。所以才会出现，修了这么多的路，交通仍然拥堵的现象。为了寻找支撑社会发展的资源平衡点，杭州率先开始建设“城市大脑”，利用基于互联网、数据和计算的机器智能解决城市发展遇到的问题，探索数据资源在城市发展中扮演的角色。

“城市大脑”好比给城市装上了一个CPU，传统智慧城市像是给城市装上了可穿戴设备。可穿戴设备局部看起来可用，但本质是没有“智商”的，无法与其他部分联动，而城市大脑可以协同、交互。

据了解，“城市大脑”的运转使杭州在全国大中城市“堵城”排行榜中，从前三降至三十名以外。在我看来，目前“城市大脑”还可围绕停车先离场后付费、有车位无违停、就医先看病后付费、最多付一次、旅游10秒找空房、20秒景点入园、30秒酒店入住、多游一小时等场景，进一步优化，全面推动新场景设计研发。

许宁生

中国科学院院士

复旦大学校长

建设新型研究型大学，提升科研原创能力，要聚焦于实现“从0到1”的突破，切實解决国家发展和人类进步中的实际问题。当前应重点把握以下几个方面。

着力构筑“高精尖缺”人才供给高地。新型研究型大学要发挥人才荟萃、学科齐全、思想活跃、基础雄厚的优势，成为培育顶尖科技人才的沃土。要深化人才发展体制机制改革，全方位培养、引进、用好人才，特别是要通过完善人才培养使用评价体制机制，为从事原创研究的科研主体提供支持和保障，使其能够在宽松的环境中潜心解决“从0到1”的问题。

坚决克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾，深化新时代教育评价改革。引导科研人员把握正确研究方向，追求有思想的学术、有利于经济社会发展的科研，以解决重大问题、促进成果应用为导向，推动基础研究成果落地转化。鼓励科研人员追求源头原始创新，确立符合自身实际的学术研究方向，不盲目跟随学术热点。

推进科研管理“放管服”改革。尊重劳动、尊重知识、尊重人才、尊重创造，对从事原创研究的科研人员给予充分信任，帮助他们从繁杂的事务性工作中解脱出来，解除他们的后顾之忧。坚持问题导向，遵循科研规律完善科研管理制度，通过流程再造提高科研管理服务效率，充分调动科研人员的积极性，充分释放科研人员的创新活力，大力提升科研人员原始创新能力和关键核心技术攻关能力。

贺福初

中国科学院院士

军事科学院军事医学研究院研究员

“精准”二字是医学界追求的目标，即通过病因的精准诊断，制订相应的精准治疗方案和预防策略。随着“人类基因组计划”的完成、基因组测序技术的不断提升以及生物信息学与大数据科学的快速发展，催生了基因组学驱动的精准医学，其中最具代表性的就是2006年由美国主导的“癌症基因组图谱计划”，但其仍有不少局限性。为此，美国在此基础上于2011年启动临床蛋白质组肿瘤分析项目，旨在用不同种类癌症蛋白质组注释其基因组全景图，创建了蛋白质组学依附于基因组学的蛋白质组—基因组学。

但这种蛋白质组学研究始终未能摆脱基因组学的先天不足。而我们的CNHPP计划另辟蹊径，对多种人体肿瘤进行了全面深入的蛋白质组分析。2018年，我们发表了弥漫型胃癌的蛋白质组全景图，建立了首个与预后相关的蛋白质组分子分型；2019年，我们率先在《自然》公布了早期肝细胞癌的蛋白质组分子分型并发现新的治疗靶标，开启了蛋白质组驱动的精准医学新时代；2020年，我们又在《细胞》相继发表了非小细胞肺癌的蛋白质组分子分型研究，再次证明了蛋白质组学在精准医学中的独特性和至关重要性，为我国持续引领国际蛋白质组学研究创造了良好的条件。

如果说抗生素的发明引发了第一代医学治疗技术革命，影像学和分子医学的发展引发了第二代医学诊断技术革命，那么，由蛋白质组学驱动的精准医学，势必带来精确诊断与精准治疗统一的第三代医学革命。