怎樣用1公斤DNA儲存全球數據，還要保用幾千年？華為準備投資研發

華為有興趣探索以DNA生物技術來儲存信息。這個想法很宏大，因為一公斤的DNA可以存儲存今天地球上的所有數據，而且有效保存幾千年，甚至幾萬年都有可能。

研發電腦數據儲存技術的科學家，早在大數據、雲計算等大型IT技術未盛行時，已估計電腦未來產生愈來愈多的數據，多到令我們無法負荷。Google、Facebook和亞馬遜的數據中心不斷擴充，面積以數倍於足球場計，目前全球每年數據總量已比人類歷史有文字以來加起來還要多，估計從2013年至2020年，我們的數據量會增加十一倍。如果不創新儲存技術，我們的數據中心恐怕要搬上月球。

利用DNA生物科技解決數儲存問題，為人工智能(AI)時代做好基礎建設，既是大生意，更是「大國重器」。華為日前在深圳分析師大會，宣佈成立華為戰略研究院，負責五年以上的前沿技術，DNA數據儲存是其一，這是一門很神奇的科技。《新科學家》New Scientist在2015年2月報導，1克DNA理論上可帶有455 EB (Exabyte)的數據，這已足夠google、Facebook、亞馬遜等超級企業目前加起來的數據儲存使用。

電腦產生的數據愈來愈多，將超過我們的儲存負荷。(圖片︰新華網)

首先我們了解1EB約等如13億中國人，人手一本500頁書加起來的信息量，全球近年的數據總量有幾大？ EMC估計2011年為1800EB，以十倍增長計，今天全球數據總量也不過是2萬EB，除非未來的數據呈幾何級數上升，否則1公斤的DNA足夠我們未來的數據儲存使用，保證AI和大數據科技無後顧之憂發展，不怕受阻於儲存技術的樽頸。

來自英國歐洲生物信息學研究所(European Bioinformatics Institute)的Nick Goldman是這項技術的先鋒人物，曾在《自然》Nature發表多篇相關的研究論文，指出DNA是比電腦磁碟、DVD更可靠的資料儲存工具，他表示︰「就連幾萬年前的長毛象骨骸中的DNA都還在，證明DNA是堅強的資料儲存工具。」不過，使用DNA的其中一個技術難題，就是要將電腦的二進制碼，即「0」與「1」，轉換成非常複雜的遺傳密碼。

Nick Goldman講解利用DNA技術儲存信息的原理。(港台節目截圖)

DNA的密碼是代表四種鹼基的A、C、T、G (註︰四種鹼基在遠古的海底相遇，創造出各種生命，為地球最早出現的一套密碼系統)，四個字母可應用成為數據的代碼。原理是先把信息，如相片、文字和聲音檔案，轉換成二進制數字，然後利用編碼將這一連串的「0」和「1」，變成A、C、T、G組成的DNA密碼，透過生物化學技術處理，這些DNA密碼整合出原來的信息，紀錄在人工DNA鏈條裡，數據於是便成為實體，只要在適當的低溫、乾燥，不受陽光照射的環境下，便能長期保存，並可隨時作遙距傳輸。

華為表示，將通過每年3億美元的合作經費，支援學術界開展基礎科學、基礎技術研究，探索未來五到十年以上的創新突破，除DNA數據儲存之外，華為還將涉足新電腦技術，不再依靠受晶片數目限制的處理器，以光技術做出更高100倍的電腦性能。對於以上的科技宏圖和未來景象，有點超出想像，我只可說︰「不要怕，只要信。」

深藍

** 博客文章文責自負,不代表本公司立場 **

以下是真人真事，故事教訓我們，Web 4.0已經跟我們一起生活，跟我們一起學習。

去年8月，一名亞馬遜智能音箱Alexa用戶根據歐盟數據保護法（GDPR, General Data Protection Regulation），向亞馬遜索回自己全部私隱數據，結果嚇他一跳的是亞馬遜竟然「十倍奉還」，傳給他的還有一千七百個其他用戶的Alexa錄音檔案！

亞馬遜面不紅氣不喘，接過這位用戶通報之後表示，這是一宗人為錯誤，是不幸事故，客戶資料向來嚴格保密。當日事件沒有繼續發酵，直到日前亞馬遜員工爆料，告知亞馬遜有一個數千人的團隊，每日工作九小時，專門負責監聽Alexa傳回的錄音檔案，大家才恍然大悟︰原來這是真的！亞馬遜一直利用其產品，對用戶進行「竊聽」，侵犯個人私隱。亞馬遜將面對難以估計的世紀官司，以上述歐盟的GDPR立法為例，企業發生數據泄漏事故，可能被判罰高達年收入的4%。順帶一提，GDPR覆蓋所有二十八個歐盟成員國。

亞馬遜Alexa「竊聽」事件或惹來嚴重官非。(AP圖片)

亞馬遜的回應是「為了改善客戶體驗」，強調「所有信息都高度保密」。回應表面看來很難令人接受，不過，我們可以問一個關鍵性問題︰「亞馬遜冒如此大風險究竟為了什麼？」看看監聽的員工怎麼說︰「譬如我要專注Taylor Swift（美國樂壇天后）這個單一字詞，並對這些數據進行注釋，表明搜索這個字詞的用戶，所指的是流行音樂界那位Taylor Swift。」原來亞馬遜收集用戶的錄音，不單只為了對人工智能系統進行更精準的語音辨識訓練，而是為了讀透使用這字詞背後的「認知」和「心理」元素。為什麼亞馬遜要鑽得那麼深？因為按照互聯網產業的時程表，以社交網絡數據化為主導的Web 3.0時代是2010年至2020年，目前，包括亞馬遜在內，Facebook、Google、蘋果均已全線邁進由2020年至2030年的Web 4.0時代。

AI系統要搞清楚你講邊個Taylor Swift先？ 這是Web 4.0時代的要求。(AP圖片)

Web 4.0以Web 3.0為基礎發展，最大特色的是不再止於用戶過往行為紀錄作參考，以推算用戶可能感興趣的內容，而是更進一步理解用戶的性格取向、做事作風，把資料內容和產品，更精準的向用戶推送。從這方面可以理解為什麼處身Web 4.0時代的企業，要採集真實生活行為資料。「為了改善客戶體驗」之說某程度是不假的，更有甚者，除了手機米高風、智能音箱在「竊聽」之外，在公共地方，甚至你身邊的鏡頭，都可能成為「監視」的工具。過往的Web 3.0時代，我們講的是分享、共享，再多的資料還不過是社交網、購物網的公開交流，然而，科技是不斷進步的，當進入「全智慧型」的新時代，個人資訊有如在空氣中散發，別人也當空氣般採集，你需要習慣那些突如奇來、令人驚喜的服務。例如你在浴室尖聲歌唱，當浴畢到客廳打開手機上網消閒時，你或已收到幾個私人教授唱歌的宣傳電郵，往後還可能有潤喉糖廣告呢！