據(jù)達摩院官網(wǎng)消息,12月28日,阿里巴巴達摩院發(fā)布2022十大科技趨勢,這是達摩院連續(xù)第四年發(fā)布前沿科技趨勢預(yù)測。
報告表示,達摩院以公開論文庫和公開專利庫作為基礎(chǔ)數(shù)據(jù)進行分析,從 236 個領(lǐng)域中篩選出 159 個應(yīng)用與基礎(chǔ)科學(xué)領(lǐng)域,基于論文與專利數(shù)量的絕對值與增長率,篩選出在學(xué)界與產(chǎn)業(yè)界需要重點關(guān)注的領(lǐng)域。
本次總計分析了 770 萬篇論文及 8.5 萬份專利,時間跨度為 2018 年 1 月到 2021 年 10 月。達摩院專家委員會組織了多輪討論,基于影響力、技術(shù)可行性、社會價值等因素的綜合考量,最終選出了代表 2022 的十大科技趨勢。
以下為十大趨勢與概要:
AI for Science
人工智能成為科學(xué)家的新生產(chǎn)工具,催生科研新范式
實驗科學(xué)和理論科學(xué)是數(shù)百年來科學(xué)界的兩大基礎(chǔ)范式,而人工智能正在催生新的科研范式。機器學(xué)習(xí)能夠處理多維、多模態(tài)的海量數(shù)據(jù),解決復(fù)雜場景下的科學(xué)難題,帶領(lǐng)科學(xué)探索抵達過去無法觸及的新領(lǐng)域。人工智能不僅將加速科研流程,還將幫助發(fā)現(xiàn)新的科學(xué)規(guī)律。預(yù)計未來三年,人工智能將在應(yīng)用科學(xué)中得到普遍應(yīng)用,在部分基礎(chǔ)科學(xué)中開始成為科學(xué)家的生產(chǎn)工具。
大小模型協(xié)同進化
大模型參數(shù)競賽進入冷靜期,大小模型將在云邊端協(xié)同進化
超大規(guī)模預(yù)訓(xùn)練模型是從弱人工智能向通用人工智能的突破性探索,解決了傳統(tǒng)深度學(xué)習(xí)的應(yīng)用碎片化難題,但性能與能耗提升不成比例的效率問題限制了參數(shù)規(guī)模繼續(xù)擴張。人工智能研究將從大模型參數(shù)競賽走向大小模型的協(xié)同進化,大模型向邊、端的小模型輸出模型能力,小模型負責(zé)實際的推理與執(zhí)行,同時小模型再向大模型反饋算法與執(zhí)行成效,讓大模型的能力持續(xù)強化,形成有機循環(huán)的智能體系。
硅光芯片
光電融合兼具光子和電子優(yōu)勢,突破摩爾定律限制
電子芯片的發(fā)展逼近摩爾定律極限,難以滿足高性能計算不斷增長的數(shù)據(jù)吞吐需求。硅光芯片用光子代替電子進行信息傳輸,可承載更多信息和傳輸更遠距離,具備高計算密度與低能耗的優(yōu)勢。隨著云計算與人工智能的大爆發(fā),硅光芯片迎來技術(shù)快速迭代與產(chǎn)業(yè)鏈高速發(fā)展。預(yù)計未來三年,硅光芯片將承載絕大部分大型數(shù)據(jù)中心內(nèi)的高速信息傳輸。
綠色能源 AI
人工智能助力大規(guī)模綠色能源消納,實現(xiàn)多能互補的電力體系
風(fēng)電、光伏等綠色能源近年來快速發(fā)展,也帶來了并網(wǎng)難、消納率低等問題,甚至出現(xiàn)了“棄風(fēng)”、“棄光”等現(xiàn)象。核心原因在于綠色能源存在波動性、隨機性、反調(diào)峰等特征,大規(guī)模并網(wǎng)可能影響電網(wǎng)的安全穩(wěn)定運行。人工智能技術(shù)的應(yīng)用,將有效提升電網(wǎng)等能源系統(tǒng)消納多樣化電源和協(xié)調(diào)多能源的能力,成為提升能源利用率和穩(wěn)定性的技術(shù)支撐,推動碳中和進程。預(yù)計未來三年,人工智能技術(shù)將幫助電力系統(tǒng)實現(xiàn)大規(guī)模綠色能源消納,實現(xiàn)電力系統(tǒng)的安全、高效、穩(wěn)定運行。
柔性感知機器人
機器人將兼具柔性和類人感知,可自適應(yīng)完成多種任務(wù)
傳統(tǒng)機器人依賴預(yù)編程,局限于大型生產(chǎn)線等結(jié)構(gòu)化場景。近年來,柔性機器人結(jié)合柔性電子、力感知與控制、人工智能技術(shù),獲得了力覺、視覺、聲音等感知能力,應(yīng)對多任務(wù)的通用性與應(yīng)對環(huán)境變化的自適應(yīng)性大幅提升。機器人將從大規(guī)模、標準化的產(chǎn)線走向小規(guī)模、非標準化的場景。預(yù)計未來五年,柔性感知機器人將逐步替代傳統(tǒng)工業(yè)機器人,成為產(chǎn)線上的主力設(shè)備,并在服務(wù)機器人領(lǐng)域開始規(guī)模化應(yīng)用。
高精度醫(yī)療導(dǎo)航
人工智能與精準醫(yī)療深度融合,助力診療精度與效率提升
傳統(tǒng)醫(yī)療依賴醫(yī)生經(jīng)驗,猶如人工尋路,效果參差不齊。人工智能與精準醫(yī)療深度融合,專家經(jīng)驗和新的輔助診斷技術(shù)有機結(jié)合,將成為臨床醫(yī)學(xué)的高精度導(dǎo)航系統(tǒng),為醫(yī)生提供自動指引,幫助醫(yī)療決策更快更準,實現(xiàn)重大疾病的可量化、可計算、可預(yù)測、可防治。預(yù)計未來三年,以人為中心的精準醫(yī)療將成為主要方向,人工智能將全面滲透在疾病預(yù)防和診療的各個環(huán)節(jié),成為疾病預(yù)防和診療的高精度導(dǎo)航協(xié)同。
全域隱私計算
破解數(shù)據(jù)保護與流通兩難,隱私計算走向全域數(shù)據(jù)保護
數(shù)據(jù)安全保護與數(shù)據(jù)流通是數(shù)字時代的兩難問題,破解之道是隱私計算。過去受制于性能瓶頸、技術(shù)信任不足、標準不統(tǒng)一等問題,隱私計算尚只能在少量數(shù)據(jù)的場景下應(yīng)用。隨著專用芯片、加密算法、白盒化、數(shù)據(jù)信托等技術(shù)融合發(fā)展,隱私計算有望跨越到海量數(shù)據(jù),數(shù)據(jù)源將擴展到全域,激發(fā)數(shù)字時代的新生產(chǎn)力。預(yù)計未來三年,全域隱私計算技術(shù)將在性能和可解釋性上有新的突破,或?qū)⒊霈F(xiàn)數(shù)據(jù)信托機構(gòu)提供基于隱私計算的數(shù)據(jù)共享服務(wù)。
星地計算
衛(wèi)星及地面一體化的通信與計算,促進空天地海全面數(shù)字化
基于地面網(wǎng)絡(luò)和計算的數(shù)字化服務(wù)局限在人口密集區(qū)域,深空、海洋、沙漠等無人區(qū)尚是服務(wù)的空白地帶。高低軌衛(wèi)星通信和地面移動通信將無縫連接,形成空天地海一體化立體網(wǎng)絡(luò)。由于算隨網(wǎng)動,星地計算將集成衛(wèi)星系統(tǒng)、空中網(wǎng)絡(luò)、地面通信和云計算,成為一種新興的計算架構(gòu),擴展數(shù)字化服務(wù)的空間。預(yù)計未來三年,低軌衛(wèi)星數(shù)量會迎來爆發(fā)式增長,衛(wèi)星及其地面系統(tǒng)將成為新型計算節(jié)點。
云網(wǎng)端融合
云網(wǎng)端融合形成新計算體系,催生云上新物種
新型網(wǎng)絡(luò)技術(shù)發(fā)展將推動云計算走向云網(wǎng)端融合的新計算體系,并實現(xiàn)云網(wǎng)端的專業(yè)分工:云將作為腦,負責(zé)集中計算與全局數(shù)據(jù)處理;網(wǎng)絡(luò)作為連接,將多種網(wǎng)絡(luò)形態(tài)通過云融合,形成低延時、廣覆蓋的一張網(wǎng);端作為交互界面,呈現(xiàn)多元形態(tài),可提供輕薄、長效、沉浸式的極致體驗。云網(wǎng)端融合將促進高精度工業(yè)仿真、實時工業(yè)質(zhì)檢、虛實融合空間等新型應(yīng)用誕生。預(yù)計未來兩年,將有大量新型應(yīng)用在云網(wǎng)端融合的新計算體系中運行。
XR 互聯(lián)網(wǎng)
XR 眼鏡會成為重要交互界面,帶動下一代互聯(lián)網(wǎng)發(fā)展
隨著端云協(xié)同計算、網(wǎng)絡(luò)通信、數(shù)字孿生等技術(shù)發(fā)展,以沉浸式體驗為核心的 XR(未來虛實融合)互聯(lián)網(wǎng)將迎來爆發(fā)期。眼鏡有望成為新的人機交互界面,推動形成有別于平面互聯(lián)網(wǎng)的 XR 互聯(lián)網(wǎng),催生從元器件、設(shè)備、操作系統(tǒng)到應(yīng)用的新產(chǎn)業(yè)生態(tài)。XR 互聯(lián)網(wǎng)將重塑數(shù)字應(yīng)用形態(tài),變革娛樂、社交、工作、購物、教育、醫(yī)療等場景交互方式。預(yù)計未來三年,外形與重量接近普通眼鏡的新一代 XR 眼鏡將產(chǎn)生,成為下一代互聯(lián)網(wǎng)的關(guān)鍵入口。
詳細解讀 https://m.damo.alibaba.com/techtrends/2022
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。