4月25日，華為招聘微信公眾號顯示，華為再次面向全球招募天才少年。不限學歷，不限學校。要求為在數學、計算機、物理、材料、晶片、智慧製造、化學等相關領域有特別建樹並有志成為技術領軍人物。華為稱，將提供大牛導師，全球化的視野、平臺和資源以及5+倍薪酬。
4月26日，在華為第19屆全球分析師大會上，華為戰略研究院院長周紅做了一場非常燒腦的演講，尤其是公佈了面向未來的10個問題和挑戰。
（華為戰略研究院院長周紅）
在我看來，這些資訊都指向同一個結論：華為的人才戰略在新的形勢下，正在積極創新，以世界級難題吸引世界級人才，以應對更加美好也更有挑戰的未來數字世界。
世界級難題吸引世界級人才的大背景
華為輪值董事長鬍厚崑如此解釋華為的人才戰略：“
在華為，談到創新，我們首先想到的是頂尖人才。我們希望用世界級的難題，吸引世界級的人才，來共同迎接挑戰，推動科學和技術上的進步。
”
（華為輪值董事長鬍厚崑）
他進一步解釋了華為再招“天才少年”的舉措：“華為提供的是世界上最難的課題、強大的平臺以及足夠的資源，支援天才們去探索。”
周紅博士則將世界級難題具象化，在華為分析師大會上提出了2個基礎科學問題和8大前沿技術挑戰（見下圖）。
為什麼會這樣？因為在人類對美好智慧世界的嚮往下，數字技術將以超過十年百倍的速度增長，而這對基礎理論和科學提出了極大挑戰，需要更多世界級人才去攻克。
在華為此前釋出的《智慧世界2030》中，就曾對2030年有過預測：到 2030 年，全球聯接總量將突破2000 億，與此同時，企業網路接入、家庭寬頻接入、個人無線接入突破萬兆，迎來一個萬兆聯接的時代；到 2030 年，人類將進入 YB 資料時代，全球通用計算算力將達到 3。3ZFLOPS（FP32），AI 計算算力將超過 105 ZFLOPS（FP16），增長 500 倍；到2030年，每萬名製造業員工將與 390 個機器人共同工作；電動汽車佔所銷售汽車總量的比例達 50%，智慧汽車網聯化 （C-V2X） 滲透率達 60%。
而胡厚崑在華為分析師大會上也指出，
持續強化創新能力，牢牢抓住千行百業數字化、智慧化發展以及人類社會低碳化發展的兩個大機遇，是華為走向未來的關鍵。
這樣的預測和舉措很正確而美好，但是現實卻很骨感，挑戰是現有的理論和技術大多數幾十年前甚至是一百多年前提出的，無法適應未來。而且，要實現這些，也不能再像過去那樣靠工程創新或者基於客戶需求的創新，創新的整套邏輯都需要重構。
在去年與華為中央研究院座談時，華為公司創始人任正非說，作為研究前沿科技的科學家來說，將來有兩條道路供你們選擇：一條是走科學家的道路，做科學無盡前沿的理論研究，在公司的願景和假設方向上創造新的知識；一條是走專家的道路，拿著“手術刀”參加我們“殺豬”、“挖煤”……的商業化戰鬥。
任正非還提到，
由好奇心驅動的基礎研究和商業價值驅動的應用研究也可能結合起來，既創造科學知識、又能創造商業價值。
這是上世紀九十年代普林斯頓大學的斯托克斯教授倡導的“巴斯德象限”創新，也是去年新《無盡前沿法》提議將美國科學基金會改組成為科學與技術基金會的原因。
無論是任正非的講話，還是周紅博士的演講，都提到了一個名詞：“巴斯德模式”，這代表著華為對基礎研究和應用研究融合的看法。
巴斯德模式代表著科技創新模式升級的大勢所趨。1945年，美國科學研究發展局的布什提出經典的科技創新單向轉化模式，即將科學研究分為基礎研究和應用研究，目標分別是純知識創新和實際應用。20世紀末，美國普林斯頓大學的司托克斯在《巴斯德象限：基礎科學與技術創新》中提出基礎研究和應用研究並非彼此對立，而是存在一定的交融性。
在和上海交通大學、復旦大學、東南大學、南京大學座談時，任正非曾經舉了很多基礎演技推動應用的例子：土耳其Arikan教授一篇數學論文，十年後變成5G的“熊熊大火”；上世紀六十年代初，蘇聯科學家彼得·烏菲姆採夫發表的一篇“鑽石切面可以散射無線電波”的論文，20年後美國造出了隱身的F22戰鬥機；上世紀五十年代，中國科學院吳仲華教授的三元流動理論對噴氣式發動機的等熵切面計算法，奠基了今天的航空發動機產業。
是的，
要想支撐數字技術十年百倍的增長，需要基礎研究的突破，而要實現這一點，需要共創，這是華為提出“用世界級難題吸引世界級人才”的原因。
在過去幾年，任正非走訪了很多高校和研究所，就是在推動校企合作，讓更多的人才加入到基礎研究的突破上。“未來技術世界的不可知，就如一片黑暗中，需要燈塔。點燃未來燈塔的責任無疑是要落在高校上……我們希望十年、二十年後，我國的大學擔負起追趕世界理論中心的擔子來。”
這些都是華為提出“世界級難題吸引世界級人才”的大背景。
世界級人才如何攻克世界難題？
世界級人才如何攻克世界級難題？周紅博士提出了四個科學假設和商業願景，即拓展認知的邊界；拓展感知的邊界；探索新的計算模式與實現方式；突破夏農定律的假設。
這四個突破，有一個共同點，那就是
創新邏輯需要改變，變為基於假設與願景驅動，變為理論和基礎技術的突破。
例如，在周紅博士展示的新的創新邏輯中，就是從假設和願景，到理論、技術和商業創新的五大環節。
認知邊界的突破，需要物理、化學、生物等領域的突破。
比如，相比現在的光纖通訊，量子通訊具有絕對安全、大通道容量、零延遲、抗干擾能力強等優勢，而要實現量子通訊就需要物理基礎科學的突破。周紅博士舉了一個例子，為了更好支援量子通訊，需要實現將光子、量子存起來的量子儲存，這在以前是難以想象的。
我注意到今年3月，瑞士日內瓦大學研究人員將一個量子位元儲存在一個晶體內，持續時間長達20毫秒，這就為開發出長距離量子通訊網路奠定了重要基礎。中國科技大學郭光燦院士團隊也實現了基於吸收型儲存器的量子中繼基本鏈路，並展現了多模式量子中繼的通訊加速效果。未來甚至還有可能研製出類似經典隨身碟的量子隨身碟，助力實現遠端量子通訊。
感知邊界的突破，需要從接近人類感知到超越人類感知、從替代感知到擴充套件和創造感知、從人類感知到機器感知。還要更好地感知和控制人體自身。
其中，仿生學就是一個很重要的方向。以青蛙的眼睛為例，就能實現單光子探測，相比起來，人眼大概只能響應10個左右的光子。從中獲得靈感，有可能造出單光子檢測相機，看清伸手不見五指的黑暗森林。青蛙的眼睛，還有一個特點，只能看到運動的物體，對靜止的背景畫面視而不見。針對這一特性，研究者們設計出了事件相機，只記錄“變化”的畫素點，而非傳統相機那樣記錄全部資訊，這讓事件相機具有高幀率、低功耗、高動態範圍等優點。在自動駕駛領域，事件相機就比傳統相機有巨大的優勢。
新的計算模式和實現方式的探索，是為了更好認知世界、解決問題、創造價值。
“通訊上能不能從傳統的線性傅立葉變換拓展到非線性逆散射變換？AI上能不能進一步發展出數理邏輯計算模式、幾何流形計算模式、博弈計算模式等？科學計算上能不能發展適應性與高效性計算模式，創造新架構與新部件，而不要受限於傳統的可計算性理論、以及馮·諾依曼架構？”周紅博士的發問意味深刻。
突破夏農定律的假設對於通訊的未來發展更是意義重大。
七十多年前誕生的夏農定律，定義了熵、通道容量和失真情況下壓縮極限，是通訊的基礎理論。但是5G技術的快速發展，已經快達到香濃定律的極限，很多業內通訊專家甚至說“5G之後無G”，在點到點的通道容量方面已經趨近容量限值。未來通訊技術的發展，剩下的只是通訊頻道量的擴張。周紅博士在演講中，提到了一些突破夏農定律的可能，如在理論上假設這個世界是有先驗知識、有記憶的；在工程上，如果可以做出高重頻阿秒鐳射器，可以產生百萬T的流量……“這些技術如果嫁接到無線和光領域，是不是可以成千上萬倍提升通訊效能？”
我們也看到業界在探索新的資訊傳遞和處理方式，以突破夏農定律的瓶頸：計算與通訊演化的方向朝量子計算、DNA儲存、語義通訊的方向延展，利用語義通訊來解決資訊傳輸的儲存與效率等問題，運用量子計算的特質來並行執行龐大的計算任務。
公佈世界級難題，招募世界級人才……這一切，都讓我們對未來的創新不悲觀，
當世界級人才匯聚到一起，必將形成最大的合力，向著基礎理論和科學等世界級難題發起衝鋒。同樣，當創新的邏輯重構，從科學假設和商業願景出發，敢於打破邊界，一切就皆有可能。
向世界級難題進軍的號角已經吹響，人類對數字世界“無人區”的探索也將走向縱深。