达摩院发布2022年十大科技趋势

1. 达摩院发布2022年十大科技趋势

28日，阿里巴巴达摩院发布2022年十大科技趋势，这是达摩院连续第四年发布前沿 科技 趋势预测。
  
 达摩院分析了近3年来的770万篇公开论文、8.5万份专利，覆盖159个领域，深度访谈近100位科学家，提出了2022年可能照进现实的十大 科技 趋势，覆盖人工智能、芯片、计算和通信等领域。十大趋势为AI for Science、大小模型协同进化、硅光芯片、绿色能源AI、柔性感知机器人、高精度医疗导航、全域隐私计算、星地计算、云网端融合、XR互联网。
    
 新华社音视频部制作
  
 【纠错】【责任编辑:凌纪伟】

2. 2020年达摩院发布的10个科技趋势都有什么？云计算、大数据等等

3. 阿里达摩院发布的2021十大科技趋势，看看什么才是真正的高科技

 达摩院发布了《2021年达摩院十大 科技 趋势》，从「原子动能」、「比特跃迁」和「场景变革」三个章节，分别阐述了当今最前沿 科技 的十大发展趋势，本文将带来这十大趋势的解读，了解最高端 科技 的现状。
     趋势一:以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发  
      以氮化镓、碳化硅为代表的第三代半导体逐渐打开了应用市场。
   第三代半导体拥有耐高温、耐高压、高频率、大功率、抗辐射等特性，之前因为工艺原因导致生产成本较高，难以普及使用，随着工艺技术的发展，第三代半导体的优势越来越大。
   翻译到我们的生活场景中，我们手机、电脑使用的CPU，原料之一就是半导体。之前电脑或者手机使用时间长了以后会出现卡顿，原因之一就是因为目前的CPU不耐高温。在逐渐迭代到第三代半导体后，我们的直观感受就是，电脑手机等数码产品使用起来再烫也不卡了，并且运转速度超快，一个字，爽！
   当然，这只是极小的一部分体验改善，第三代半导体真正发挥威力的场景众多，将被广泛用于5G基站、新能源 汽车 、特高压、数据中心等场景。
     趋势二:后“量子霸权”时代，量子纠错和实用优势成核心命题  
   这句话不太容易看懂，先做个翻译，什么叫量子霸权：就是一个字，快！
    2019年9月20日， 科技 巨头 谷歌 一份内部研究报告显示，其研发的量子计算机成功在3分20秒时间内，完成传统计算机需1万年时间处理的问题，并声称是全球首次实现“量子霸权”。 
   “后‘量子霸权’时代”，即在量子霸权实现后的一段时间内。
          趋势三:碳基技术突破加速柔性电子发展  
   柔性电子，就是经过扭曲、折叠、拉伸等形状变化后仍能保持原有性能的电子设备。比如未来的智能穿戴、电子皮肤、柔性显示屏等，直接颠覆了传统 科技 硬件的固定形状的限制。
   想一想，随便折叠，旋转，扭动的电子屏，是个啥感觉。
   在智能穿戴场景中，甚至我们穿的鞋子都能智能化。传统的鞋子制造，因为需要满足人体的工学限制，必须要用传统的棉、皮革、毛皮等材料，而碳基技术的突破发展，可能会改变这一限制，智能方向已经不再只是手机、 汽车 了。
        趋势四:AI提升药物及疫苗研发效率  
   因为2020年全球大流行的新冠病毒，几乎所有国家都认定了一个事实，疫苗研发的效率就是经济发展的效率，谁先研究出疫苗，谁就能成为世界的领导者。
   AI技术其实已经在医疗领域有了非常广泛的应用，比如医疗影像、病历管理等。但是，在以免研发方面，却依旧处在比较初级的 探索 阶段。未来AI技术将在疫苗研发阶段广泛参与，极大提升研发效率。
   传统的疫苗研发，需要耗费大量的成本和时间，Nature显示，一款新药的研制需要投入26亿美金，耗时10年，但是成功率不足10%。
   而AI的加入，将极大的降低研发费用，缩短研发时间，提升研发成功率。
        趋势五:脑机接口帮助人类超越生物学极限  
   脑机接口，马斯克提出的时候，很多人都认为马斯克疯了，但是这并不是一个新概念。主要做法是，植入脑机芯片，让芯片辅助人类大脑和神经系统处理信息。
   这将极大突破人类的生物极限，幻想一下，一目十行，过目不忘是个什么感觉。人类发展了数百万年，大脑的运算能力还不如一个只有100年 历史 的芯片，那让芯片来帮助大脑，将会是什么体验？
   另外，这个技术还将帮助失语人士重新拥有交流的能力，通过读取大脑的意识，进行语言交流。对于帕金森、渐冻症、脑瘫等疾病缠身，当前医疗无法根治的病人，这个技术可以通过机械臂精确完成大脑发出的指令，减少病人的痛苦。
   当然，这项技术在伦理上也有极大的挑战，在未来的发展中，需要我们不断的做出权衡。
        趋势六:数据处理实现“自治与自我进化”  
   当前的数据时代，企业对于数据的治理每年都要花费大量的成本。比如，之前传统行业并不会收集过多的数据，类似消费者信息、商品信息、行业信息等，但是随着 科技 发展，大家都发现，数据就是财富，因此，每个企业都存储了大量的数据，用于处理应用。
   但是，这也反而成了企业成本投入的一大块内容。比如，要有大量的存储空间，每次使用需要有大量的数据从业者进行手动处理等等。
   而随着云计算和人工智能的发展，这些数据将实现自治与自我进化，即，自己的不同部分之间产生联系与分析，不再依赖大量的人工操作。
   是不是听起来，有点吓人？
        趋势七:云原生重塑IT技术体系  
   传统的IT产品开发上线，需要有非常长的时间，不断地进行开发、测试等。既浪费金钱和精力，又严重浪费时间，甚至研发成功后，错过了一波商业行情。
   如果你有过使用外包做网站、app、公众号的精力，应该就有这个体会，花钱多，见效慢，问题多。
   但是云原生技术，将改善甚至解决这个问题，通过技术改进，大幅降低试错成本，开发上线新产品的效率极大提升，大幅度的降低研发成本。
   人人都可建站、人人都可有自己APP的时代即将到来。
        趋势八:农业迈入数据智能时代  
   生活在 社会 主义新中国的我们，可能很少感受到“挨饿”是个什么感觉，这个要感谢农业技术上做出突出贡献的袁隆平等一类的科学家。
   但是，到了2050年，全球的人口将接近100亿，贫困国家在内的大量人口都面临着巨大的粮食问题。而当前农业有着耕地分布不均、利用率低下、单品产量不稳定等多种因素制约着农业的进一步发展。
   而在智能时代，以大数据、人工智能为指导，农业将进入智慧阶段。
   通过传感器，集成天气、微生物、灌溉、土壤特征等信息，快速分析，实现精细化识别感知。能够极大提升农业作物的产量和耕地的利用效率。
   妈妈再也不用担心我吃不饱啦！
        趋势九:工业互联网从单点智能走向全局智能  
   现在的工业领域，随着技术的迭代提升，产能越来越高，同时暴露出的问题也越来越多。例如前几年的产能过剩，导致有大量的资源浪费，产品的竞争力下降，生产越多，反而亏损越多的情况。
   而在新的数字时代，每一个工厂从原料的采购、物品的生产、加工再到面向消费者的营销、配送等，全部都由大数据和人工智能给予指导决策，精准捕捉时长需求，制定自己的生产计划。
   既节省材料，又符合时长需求，还能提升自身利润，一举多得。
        趋势十:智慧运营中心成为未来城市标配  
   大家对以下几个场景肯定是深有感触：
   而随着5G、大数据的发展，智慧城市运营中心将承担起真正的城市大脑的作用，极大改善我们在城市中的生活体验。
    智慧城市运营中心最重要的功能，是将城市作为一个有机整体进行治 理。这意味着它将从根本上把城市作为统一的巨系统，从而避免用传 统的中心化思路逐一解决单个问题，而是整体解决城市的系统问题。 
      以上就是达摩院发布的十大 科技 趋势。你看明白了么？

4. 顶级专家解读达摩院2019十大科技趋势，算法创新让AI更智能

  计算是变革的源头 
   传统时代的计算始终在冯诺伊曼架构约束下发展，但人工智能的到来正在挑战冯诺依曼架构，而摩尔定律也接近失效，新型芯片以及新的计算机架构已经成为整个行业研究重心。达摩院认为，计算体系结构正在被重构，基于FPGA、ASIC等计算芯片的异构计算架构正在对以CPU为核心的通用计算发起冲击。 
   “通过推高通用芯片的性能来征服一切的方式已经失效。” 中国科学院计算技术研究所研究员陈天石对此评论说，“学术界和工业界都把目光投向了更加专用的处理器架构，并且一直在期待新器件引发的新的架构演进。” 
   杜克大学副教授、IEEE Fellow陈怡然也表示，目前学术界的研究重心在一些更为革命性的架构研究，例如内存计算、非冯诺依曼架构、神经形态计算等。而佛罗里达大学杰出教授、IEEE Fellow李涛则指出，计算体系结构的变革将主导和引领ICT领域的持续创新和发展，这将是未来产业界的核心竞争力。 
   在人工智能领域，GPU无疑是最受企业以及开发者追捧的芯片。但达摩院认为，数据中心的AI训练场景下，计算和存储之间数据搬移已成为瓶颈，AI专用芯片将挑战GPU的绝对统治地位。 
   “对于训练场景来说，计算量要求非常高，需要存储和处理的数据量远远大于之前常见的应用，AI专用计算架构是最佳选择。” 清华大学微纳电子系副系主任尹首一对达摩院的这一观点表示认可。 
   根据达摩院的判断，AI专用芯片的应用将成为趋势。在2018年的杭州云栖大会上，阿里巴巴曾宣布首款AI芯片AliNPU将于2019年应用于城市大脑和自动驾驶等云端数据场景中。陈天石指出，“AI芯片可以灵活高效地支持视觉、语音和自然语言处理，甚至传统的机器学习应用，将在数据中心场景发挥重要作用。”
    算法的创新让  AI  更加智能 
   1950年，人工智能之父图灵提出著名的图灵测试用以检验人工智能能力，即如果有超过30%的测试者不能确定被测试者是人还是机器人，则认为是通过测试。 
   图灵提出的猜想可能将会很快实现。达摩院认为，在未来，人类可能无法辨别人工智能生成的语音和真人语音，具备语音交互能力的公共设施将会越来越多，甚至在一些特定对话测试中机器可以通过图灵测试。 
   西北工业大学计算机学院教授谢磊对此表示，“声音合成技术在某些方面已经可以媲美人声，并将会拉动‘耳朵经济’的爆发，各种‘AI声优’ 将上岗，为大家提供听觉盛宴。” 
   人工智能行业的迅速发展与深度学习带来的突破高度相关，但仅靠深度学习要实现通用人工智能仍然困难重重。达摩院认为，结合深度学习的图神经网络将让机器成为具备常识、具有理解、认知能力的AI。 
   杜克大学统计学院终身教授David Dunson对此评论说，“结合了深度学习的图计算方法将实现推荐系统的变革性改进，为用户提供更有趣和更合适的产品，同时改善整体用户体验。” 
   过去两年，城市大脑成为 社会 热词。达摩院认为，2019年，人工智能将在城市大脑技术和应用的研发中发挥更大作用，未来越来越多的城市将拥有大脑。 
   中国城市规划设计院院长杨保军认为，“城市大脑将不再是单一领域或是单项要素的智慧，而是全局联动、多源交融的智慧。”同济大学智能交通运输系统研究中心主任杨晓光则表示，“新一代城市智能管理、智能服务与智能决策将帮助人类最大程度地预防和综合治理城市病。”
    连接万物的  5G  催生更多应用场景 
   过去几年，5G的热度并不逊于人工智能。5G构建的不仅是一张人联网，它将会成为连接万物的纽带。 
   达摩院在此次十大 科技 趋势中提到，5G将催生超高清视频、AR/VR等场景的成熟。中国信通院副总工、工信部信息通信经济专家委员会秘书长陈金桥对此评论说，“5G将掀开数据资源作为生产力的大幕，一个基于泛在高速连接的智能 社会 必将形成。” 
   车路协同将会是5G与人工智能两大技术交融的典型场景。达摩院认为，车路协同技术路线会加快无人驾驶的到来，并且将在固定线路公交、无人配送、园区微循环等商用场景将快速落地。 
   单纯依靠“单车智能”的方式革新 汽车 存在诸多限制，例如传感器部署的成本高，感知系统以及决策系统的可靠性低等。“车路协同的优势在于，可降低单车系统在定位方案部署上的成本，并且可以实现更好的感知与决策。” 中科院自动化研究所研究员赵冬斌如此表示。

5. 阿里达摩院:2021年十大科技趋势，你更看好哪些方向？

从 科技 的视角，不同企业机构媒体，也陆续开始了不同的盘点与总结，我们可以多方进行参考学习。
  
 12月28日，阿里的达摩院公布了2021年十大 科技 趋势，具体如下:
  
 
  
     
 趋势一：以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发；
  
 趋势二：量子纠错和实用优势将成“后量子霸权”时代的核心命题；
  
 趋势三：碳基技术突破将加速柔性电子发展；
  
 趋势四：AI提升药物及疫苗研发效率；
  
 趋势五：脑机接口将帮助人类超越生物学极限；
  
 趋势六：数据处理实现“自治与自我进化”；
  
 趋势七：云原生重塑IT技术体系；
  
 趋势八：农业迈入数据智能时代；
  
 趋势九：工业全局智能场景将大规模涌现；
  
 趋势十：智慧运营中心成为未来城市标配。
  
 这已经是阿里达摩院成立三年来，第三次发布其年度 科技 趋势。
  
 这十大趋势中，不少前沿技术还是“未入寻常百姓家”，更多还是是在实验室的研究阶段或者小批量的 探索 落地阶段，因此，在很多普通吃瓜群众来看，恐怕会有很多“不明觉厉”的词汇出现。
  
 但按照现在技术快速迭代与进步的速度，在未来几年，可能随时会带给我们各种意外与惊喜(当然，其实也不排除带来惊吓的可能性)。
  
 回顾一下达摩院的 历史 ，早在2017年，马云在云栖大会上宣布成立了阿里的“达摩院”，当时就规划未来三年将投入超过1000亿人民币！
     
 按照达摩院当初的规划，会围绕基础科学技术、前沿应用突破和产业场景革新三个领域进行重点研究，期望能够成为前沿技术的探路者与领先者。
  
 这次公布的十大 科技 趋势，涵盖了第三代半导体、量子计算技术、人工智能创新、碳基技术革命、脑机接口突破、工业与农业智能场景落地等诸多关键领域的重大技术突破与创新。
  
 技术迭代速度加快，一切皆有可能。你是不明觉厉还是参与其中呢
  
 看完达摩院这十大预测，哪些方向你最看好？欢迎一起讨论。

6. 阿里巴巴达摩院发布2021年十大科技趋势

 达摩院（DAMO Academy）是阿里巴巴于2017年10月11日宣布成立的全球研究院。 达摩院是一家致力于 探索  科技 未知，以人类愿景为驱动力的研究院，是阿里在全球多点设立的科研机构，立足基础科学、颠覆性技术和应用技术的研究。
    一：以氮化镓、碳化硅为代表的第三代半导体，迎来应用大爆发。 
   第三代半导体氮化镓、碳化硅经，主要用于工业充电、5G高频器件、可再生能源和储能领域的电源。随着新能源产业的逐步爆发，第三代半导体也会迎来爆发式增长。
       二：后“量子霸权”时代，量子纠错和实用优势成为核心命题。 
   中国科学家构建世界首台光量子计算机“九章”，开启量子计算新时代。这是继去年谷歌发布其量子计算机后，该领域的一大突破。
   达摩院量子实验室完成第一个可控量子比特研发工作，实现从0到1「量子芯片」的制备突破。让量子芯片拥有实在的物理载体。达摩院量子实验室将聚焦高精度量子比特的研发工作，这是通往通用量子计算机的关键一步
       三：碳基技术突破，加速柔性电子发展。 
   碳基材料，包括零维的富勒烯、一维的碳纳米管、二维的石墨烯、三维的石墨及金刚石等，其中，碳纳米管和石墨烯凭借优异的电性能、透光性和延展性，被认为是柔性电子的“天选”材料。部分厂家已声明开发出柔性屏幕，相信不久柔性屏将成为手机的下一个爆发口。
       四：AI提升药物及疫苗研发效率。 
   AI（Artificial Intelligence）就是人工智能，它是研究人的智能的，并且进行模拟和延伸的新兴科学技术。AI技术的研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。AI的目的就是希望让计算机能像人类一样进行学习和思考。AI与疫苗、药物临床研究进行结合，可以减少重复劳动与时间消耗，提升研发效率，极大地推动医疗服务和药物的普惠化。
       五：脑机接口，帮助人类超越生物学极限。 
   今年马斯克的脑机接口公司Neuralink展示了一头植入Neuralink设备的猪，名为Gertrude。它在两个月前被植入Neuralink设备，目前状态良好。这一事件将脑机接口推上了风口，脑机接口虽然离实用化还有很远，但作为新一代人机交互和人机混合智能的关键核心技术，脑机接口对神经工程的发展起到了重要的制程推动作用。
       六：数据处理实现“自治与自我进化”。 
   目前已经进入大数据时代，越来越多的人加入大数据分析这个行业，对大数据进行分析，通过分析获取很多智能的，深入的，有价值的信息。大数据的属性，数量，速度，多样性等呈现出不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要。以智能化方法，实现数据管理系统自动优化，是未来数据处理发展的必然选择。人工智能和机器学习手段，正逐渐被广泛应用于智能化的冷热数据分层、异常检测、智能建模、资源调动、参数调优、压测生成、索引推荐等领域。实现数据处理的“自治与自我进化”，将有效降低数据计算、处理、存储、运维的管理成本。
       七：云原生重塑IT技术体系。 
   云计算已经进入下半场，如何把云计算与不同的业务场景深度结合？如何让技术真正作用于企业？如何节省企业IT部署成本？
     突破传统IT的开发环境，云原生架构充分利用云计算的分布式、可扩展和灵活的特性，更高效地应用和管理异构硬件和环境下的各类云计算资源。阿里巴巴已成立专门的云原生部门来研究和发展这项技术。
       八：农业迈入数据智能时代。 
   以物联网、人工智能、云计算等为代表的数字技术，正与农业产业深度融合，打通农业产业的全链路流程。农业将告别“靠天”吃饭，进入智慧农业时代。
       九：工业互联网，从单点智能走向全局智能。 
   目前的工业智能仍以解决碎片化需求为主， 汽车 、消费电子、品牌服饰、钢铁、水泥、化工等具备良好信息化基础的制造业，工业互联网将贯穿供应链、生产、资产、物流、销售等各环节，实现企业生产决策闭环的全局智能化应用。
     
       十：智慧运营中心成为未来城市标配。 
   城市化进程的加快，使城市被赋予了前所未有的经济、政治和技术的权利，城市被无可避免地推到了世界舞台的中心，发挥着主导作用。与此同时，城市也面临着环境污染、交通堵塞、能源紧缺、住房不足、失业、疾病等方面的挑战。在新环境下，如何解决城市发展所带来的诸多问题，实现可持续发展成为城市规划建设的重要命题。在此背景下，“智慧城市”成为解决城市问题的一条可行道路，智慧城市是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量。 其利用信息和通信技术手段感测、分析、整合城市运行核心系统的关键信息，对民生等需求做出智能的响应，为人类创造更美好的城市生活。智慧城市建设的大提速将带动地方经济的快速发展，也将带动卫星导航、物联网、智能交通、智能电网、云计算、软件服务等多行业的快速发展，为相关行业带来新的发展契机。我国智慧城市发展进入规模推广阶段，国家鼓励开展应用模式创新，推进智慧城市建设。
   随着各地智慧城市的建设与推进，智慧城市的数据管理分析等成为一大难题，智慧运营中心将统一城市系统、并提供整体智慧治理能力，进而成为未来城市的数字基础设施。
      【图片和概念来源于网络】

7. 达摩院发布 2022 十大科技趋势：AI for Science 催生科研新范式

   
   据介绍，《达摩院 2022 十大 科技 趋势》采用了“定量发散，定性收敛”的分析方法，整个分析流程分为两部分：
     
     
   达摩院分析了 159 个领域近三年 770 万篇公开论文、8.5 万份专利，挖掘其中热点领域及重点技术突破，深度访谈近 100 位科学家，提出了 2022 年可能照进现实的十大 科技 趋势，覆盖人工智能、芯片、计算和通信等领域。
     
   具体而言，这十大 科技 趋势分别是：AI for Science、大小模型协同进化、硅光芯片、绿色能源 AI、柔性感知机器人、高精度医疗导航、全域隐私计算、星地计算、云网端融合、XR 互联网。
     
   达摩院认为，计算机科学改变科研的路径是从下游逐渐走向上游。起初计算机主要用来做实验数据的分析与归纳。后来科学计算改变了科学实验的方式，人工智能结合高性能计算，在实验成本与难度较高的领域开始用计算机进行实验的模拟，验证科学家的假设，加速科研成果的产出，如核能实验的数字反应堆，能够降低实验成本、提高安全性、减少核废料产生。
     
   近年，人工智能被证明能做科学规律发现，不仅在应用科学领域，也能在基础科学领域发挥作用，如 DeepMind 使用人工智能来帮助证明或提出新的数学定理，辅助数学家形成对复杂数学的直觉。
     
   达摩院预测， 在未来的三年内，人工智能技术在应用科学中将得到普遍应用，在部分基础科学中开始成为研究工具。 
     
   阿里达摩院城市大脑实验室负责人华先胜在接受 InfoQ 采访时表示，用 AI 去助力科研主要基于数据和计算这两点，在数据和算力的基础上形成 AI 能力。
     
   “从本质上来讲，AI for Science 和 AI for Industry 差别不大，AI 也是作为推动领域发展的一个工具。只是这个领域有点不一样，它的门槛比较高，因为是科学家要做的事情，不是一个普通人、一般的技术工作人员可以做的事情。但是从本质上来讲，也是这个领域因为有了数据，可以设计算法去挖掘数据中的’玄机’，去解决这个领域的问题。”
     
   对于从业者而言，AI for Science 需要 AI 专家要去了解科学问题，需要科学家要去了解 AI 的原理。“AI for Industry 的时候，其实是从单点的技术逐渐地走向了平台化，AI for Science 的未来，我想也会逐步地走向平台化。这个时候就是 AI 专家结合某个领域、某个学科，甚至是某个学科的某一类问题和科学家们一起去建造一个科研的平台。这个时候科学家们可能有更大的自由度、更强大的工具，能够更批量地去做科学研究，实现更加丰富、更加重要的科学突破。”华先胜说道。
     
   谷歌的 BERT、Open AI 的 GPT-3、智源的悟道、 达摩院的 M6 等大规模预训练模型取得了重要进展，大模型的性能有了飞跃性提升，为下游的 AI 模型提供了发展的基础。然而大模型训练对资源消耗过大，参数数量增加所带来的性能提升与消耗提升不成比例，让大模型的效率受到挑战。
     
   阿里达摩院智能计算实验室科学家杨红霞在接受 InfoQ 采访时表示，预训练大模型还有亟待突破的几个课题：
     
     
   达摩院认为，大模型的参数规模发展将进入冷静期，大模型与相关联的小模型协同将是未来的发展方向。大模型沉淀的知识与认知推理能力向小模型输出，小模型基于大模型的基础叠加垂直场景的感知、认知、决策、执行能力，再将执行与学习的结果反馈给大模型，让大模型的知识与能力持续进化，形成一套有机循环的智能系统，参与者越多，受惠者越多，模型进化的速度也越快。
     
   “大小模型的协同进化也可以更好的服务于更加复杂的新场景，例如虚拟现实、数字人，需要云边端的同时部署与交互，同时该体系对于保护用户数据隐私也更加的灵活，用户可以在不同的端上维护自己的小模型。”杨红霞向 InfoQ 说道。
     
   清华大学计算机系教授，北京智源人工智能研究院学术副院长唐杰表示，大模型的发展，在认知智能方面，模型参数不排除进一步增加的可能，但参数竞赛本身不是目的，而是要探究进一步性能提升的可能性。大模型研究同时注重架构原始创新，通过模型持续学习、增加记忆机制、突破三元组知识表示方法等方法进一步提升万亿级模型的认知智能能力。在模型本身方面，多模态、多语言、面向编程的新型模型也将成为研究的重点。
     
   达摩院预测， 在未来的三年内，在个别领域将以大规模预训练模型为基础，对协同进化的智能系统进行试点 探索 。在未来的五年内，协同进化的智能系统将成为体系标准，让全 社会 能够容易地获取并贡献智能系统的能力，往通用人工智能再迈进一大步。 
     
   电子芯片发展逼近摩尔定律极限，集成技术进步趋于饱和，高性能计算对数据吞吐要求不断增长，亟需技术突破。
     
   光子芯片不同于电子芯片，技术上另辟蹊径，用光子代替电子进行信息传输，可以承载更多的信息和传输更远的距离。光子彼此间的干扰少、提供相较于电子芯片高两个数量级的计算密度与低两个数量级的能耗。相较于量子芯片，光子芯片不需要改变二进制的架构，能够延续当前的计算机体系。光子芯片需要与成熟的电子芯片技术融合，运用电子芯片先进的制造工艺及模块化技术，结合光子和电子优势的硅光技术将是未来的主流形态。
     
   北京大学教授，上海光机所特聘首席研究员周治平表示，达摩院选择“硅光芯片”作为 2022 年 10 大 科技 趋势之一，印证了该技术在信息通信领域的巨大应用价值。硅光芯片的进一步扩展是硅基光电子芯片：利用集成电路的设计方法和制造工艺，将微纳米量级的光子、电子、及光电子器件异质集成在同一硅衬底上，形成一个完整的具有综合功能的新型大规模光电集成芯片。它更加显著地反映了人类 社会 在纳米技术方面的持续努力以及对更小型器件和更紧凑系统的极大兴趣。
     
   达摩院预测，光电融合是未来芯片的发展趋势，硅光子和硅电子芯片取长补短，充分发挥二者优势，促使算力的持续提升。 未来三年，硅光芯片将支撑大型数据中心的高速信息传输；未来五到十年，以硅光芯片为基础的光计算将逐步取代电子芯片的部分计算场景。 
     
   绿色能源的大规模开发和利用已经成为当今世界能源发展的主要方向。在高比例绿色能源并网的趋势下，传统电力系统难以应对绿色能源在大风、暴雨、雷电等天气下发电功率的不确定性，以及复杂故障及时响应的应对能力。
     
   在运行监测过程中，参数核验和故障监测仍需要大量的人工参与，故障特征提取困难，识别难度大。针对大规模绿色能源并网在稳定、运行和规划上面临的各种挑战，以人工智能为主的新一代信息技术将对能源系统整体的高效稳定运行提供技术保障和有力支撑。
     
   人工智能与能源电力的深度融合，将推动大规模新能源发电、并网、输送、消纳和安全运行，完成对能源系统的升级改造。
     
   中国电科院首席系统架构师周二专认为，新型电力系统要实现智能调控、运行推演将离不开 AI 技术，在 AI 技术的支撑下构建多个物理电网和 IT 应用程序交互的数字孪生体，每个数字孪生体解决某一个场景或某一个方面的电网运行问题。这样，当有足够的孪生体构成电网调控数字孪生系统来解决电网运行问题的各个方面，即可实现智能调控。
     
   达摩院预测， 在未来的三年内，人工智能技术将帮助电力系统实现大规模绿能消纳，能源供给在时间和空间维度上能够互联互济，网源协调发展，弹性调度，实现电力系统的安全、高效、稳定运行。 
     
   机器人是技术的集大成者，在过去硬件、网络、人工智能、云计算的融合发展下，技术成熟度有了飞跃式地进展，机器人朝向多任务、自适应、协同化的路线发展。
     
   柔性机器人是重要的突破代表，具有柔软灵活、可编程、可伸缩等特征，结合柔性电子、力感知与控制等技术，可适应多种工作环境，并在不同任务中进行调节。近年柔性机器人结合人工智能技术，使得机器人具备感知能力，提升了通用性与自主性，降低对预编程的依赖。
     
   柔性感知机器人增加了对环境的感知能力(包含力、视觉、声音等)，对任务的迁移能力增强，不再像传统机器人需要穷举可能性，并且可执行依赖感知的任务(如医疗手术)，拓展机器人的适用场景。另一个优势是在任务中的自适应能力，面向突发变化能够及时反应，准确地完成任务并避免问题发生。
     
   达摩院预测， 未来五年内，柔性机器人将充分结合深度学习带来的智能感知能力，能面向广泛场景，逐步替代传统工业机器人，成为产线上的主力设备。同时在服务机器人领域实现商业化，在场景、体验、成本方面具备优势，开始规模化应用。 
     
   传统医疗依赖医生经验，犹如人工寻路，效果参差不齐。人工智能与精准医疗深度融合，专家经验和新的辅助诊断技术有机结合，将成为临床医学的高精度导航系统，为医生提供自动指引，帮助医疗决策更快更准，实现重大疾病的可量化、可计算、可预测、可防治。
     
    预计未来三年，以人为中心的精准医疗将成为主要方向，人工智能将全面渗透在疾病预防和诊疗的各个环节，成为疾病预防和诊疗的高精度导航协同。而随着因果推理的进一步发展，可解释性有望实现突破，人工智能将为疾病的预防和早诊早治提供有力的技术支撑。 
     
   数据安全保护与数据流通是数字时代的两难问题，破解之道是隐私计算。过去受制于性能瓶颈、技术信任不足、标准不统一等问题，隐私计算尚只能在少量数据的场景下应用。随着专用芯片、加密算法、白盒化、数据信托等技术融合发展，隐私计算有望跨越到海量数据保护，数据源将扩展到全域，激发数字时代的新生产力。
     
   浙江大学教授，浙江大学网络空间安全学院院长任奎表示，隐私计算不是某个单项技术，而是大一统的称呼，包括最早 1982 年提出的安全多方计算，到后来的同态加密、可信计算、差分隐私等等。但隐私计算早前并不具备太大的实用价值，像全同态加密理论上很好，但性能开销过大，实际使用很困难。现在随着硬件加速和软件创新，我们逐渐看到实用化的趋势，当然这还有个过程。
     
   达摩院预测， 未来三年，全域隐私计算技术将在性能和可解释性上有新的突破，或将出现数据信托机构提供基于隐私计算的数据共享服务。 
     
   基于地面网络和计算的数字化服务局限在人口密集区域，深空、海洋、 沙漠等无人区尚是服务的空白地带。高低轨卫星通信和地面移动通信将无缝连接，形成空天地海一体化立体网络。由于算随网动，星地计算将集成卫星系统、空中网络、地面通信和云计算，成为一种新兴的计算架构，扩展数字化服务的空间。
     
   阿里达摩院 XG 实验室负责人张铭认为，星地计算要真正能够实现成功商用和规模化发展，仍涉及到不少核心技术的突破。
     
   以低轨卫星终端为例，一是要以场景需求和商用价值为导向，二是需要从技术突破和解决工程问题等角度出发，设计高性能、低成本、适应场景多的商用产品。例如在关键技术方面，如何设计新型毫米波相控阵天线，以及相应的波束赋形控制算法，以低成本方式满足性能指标要求；如何设计新型星地通信协议，满足卫星互联网多用户、移动性、复杂动态业务需求；此外，在终端集成和优化方面，还存在很多工程问题需要突破和解决，从而满足海陆空不同场景下多方位需求。
     
   达摩院预测， 未来三年，低轨卫星数量会迎来爆发式增长，与高轨卫星共同组成卫星互联网。在未来五年，卫星互联网与地面网络将无缝结合形成天地一体的泛在互联网，卫星及其地面系统成为新型计算节点，在各类数字化场景中发挥作用。 
     
   新型网络技术发展将推动云计算走向云网端融合的新计算体系，并实现云网端的专业分工：云将作为脑，负责集中计算与全局数据处理；网络作为连接，将多种网络形态通过云融合，形成低延时、广覆盖的一张网；端作为交互界面，呈现多元形态，可提供轻薄、长效、沉浸式的极致体验。云网端融合将促进高精度工业仿真、实时工业质检、虚实融合空间等新型应用诞生。
     
   达摩院预测， 在未来两年内，将有大量的应用场景在云网端融合的体系运行，伴随着更多依云而生的新型设备，带来更极致、更丰富地用户体验。 
     
   随着端云协同计算、网络通信、数字孪生等技术发展，以沉浸式体验为核心的 XR（未来虚实融合）互联网将迎爆发期。眼镜有望成为新的人机交互界面，推动形成有别于平面互联网的 XR 互联网，催生从元器件、设备、操作系统到应用的新产业生态。XR 互联网将重塑数字应用形态，变革 娱乐 、社交、工作、购物、教育、医疗等场景交互方式。
     
   达摩院预测， 未来三年内会产生新一代的 XR 眼镜， 融合 AR 与 VR 的技术，利用端云协同计算、光学、 透视等技术将使得外形与重量接近于普通眼镜，XR 眼镜成为互联网的关键入口，得到大范围普及。 

8. 科技｜阿里达摩院：这十项前沿技术2020将有大突破

 不久前，阿里巴巴集团前沿 科技 研究机构达摩院发布了2020十大 科技 趋势，涵盖了人工智能、量子计算、区块链等前沿 科技 及技术热词。业内认为，达摩院发布的趋势内容 聚焦了正在走进现实生活的前沿技术，成为相关行业一种有益的展望 。
   2020十大 科技 趋势具体包括，人工智能从感知智能向认知智能演进、计算存储一体化突破AI算力瓶颈、工业互联网的超融合、机器间大规模协作成为可能、模块化降低芯片设计门槛、规模化生产级区块链应用将走入大众、量子计算进入攻坚期、新材料推动半导体器件革新、保护数据隐私的AI技术将加速落地、云成为IT技术创新的中心。
   以“保护数据隐私的AI技术将加速落地”这一趋势为例，报告认为，数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。
   达摩院断言， 科技 浪潮新十年开启，围绕AI、芯片、云计算、区块链、工业互联网、量子计算等多个领域将出现颠覆性技术突破。
    01 人工智能从感知智能向认知智能演进 
   人工智能已经在「听、说、看」等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类 社会  历史 中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。
       02 机器间大规模协作成为可能 
   传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。
       03 计算存储一体化突破AI算力瓶颈 
   冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法 探索 的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破 AI 算力瓶颈。
       04 工业互联网的超融合 
   5G、IoT 设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高 5%-10% 的效率，就会产生数万亿人民币的价值。
       05 模块化降低芯片设计门槛 
   传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V 为代表的开放指令集及其相应的开源 SoC 芯片设计、高级抽象硬件描述语言和基于 IP 的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能「芯片模块」封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。
       06 规模化生产级区块链应用将走入大众 
   区块链 BaaS(Blockchain as a Service) 服务将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。
       07 量子计算进入攻坚期 
   2019 年，「量子霸权」之争让量子计算在再次成为世界 科技 焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020 年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。
       08 新材料推动半导体器件革新 
   在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于 3 纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够带来高性能磁性存储器如 SOT-MRAM 和阻变存储器。
       09 保护数据隐私的AI技术将加速落地 
   数据流通所产生的合规成本越来越高。使用 AI 技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。
       10 云成为IT技术创新的中心 
   随着云技术的深入发展，云已经远远超过 IT 基础设施的范畴，渐渐演变成所有 IT 技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个 IT 技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义 IT 的一切。广义的云，正在源源不断地将新的 IT 技术变成触手可及的服务，成为整个数字经济的基础设施。