「島城一鏈」第19期 | 2022年十大科(kē)技(jì )趨勢預測

大模型基于海量數據進行自監督學(xué)習，使用(yòng)統一的模型和範式解決各類 AI 任務(wù)，打破了傳統技(jì )術對于大規模标注數據的依賴，顯著提升了 AI 模型的效果、通用(yòng)性及泛化性。

預計 2022 年，大模型研發方向将從持續增大參數規模向實用(yòng)化轉變，基于知識增強、跨模态統一建模、提示學(xué)習、持續學(xué)習，結合模型蒸餾、稀疏化等技(jì )術，大模型的效果、通用(yòng)性、泛化性、可(kě)解釋性和運行效率将持續提升，應用(yòng)門檻不斷降低，從而實現在互聯網、智能(néng)辦(bàn)公(gōng)、智慧金融等場景的廣泛落地。例如 AIGC（AI generated content，人工(gōng)智能(néng)創造内容），借助大模型的跨模态綜合技(jì )術能(néng)力，可(kě)以激發創意，提升内容多(duō)樣性，降低制作(zuò)成本，将會實現大規模應用(yòng)。

機器學(xué)習幫助數學(xué)家發現兩大猜想，以及采用(yòng)機器學(xué)習、多(duō)尺度建模和高性能(néng)計算相結合的方式解決超大規模量子随機電(diàn)路實時模拟問題，讓人們看到了人工(gōng)智能(néng)應用(yòng)于科(kē)學(xué)研究，在處理(lǐ)數據、設計新(xīn)型實驗以及創建更高效的計算模型方面的巨大潛力。

正在興起的 AI for Science 有(yǒu)望促進數據驅動和理(lǐ)論推演兩大科(kē)研範式的深度融合。預計未來幾年，AI 将進一步與數學(xué)、物(wù)理(lǐ)、化學(xué)、材料、工(gōng)程學(xué)等不同領域深度結合，在基礎科(kē)學(xué)的進步中(zhōng)發揮更大作(zuò)用(yòng)。

随着全球個人信息和數據安(ān)全法規的日趨健全，安(ān)全合規是促進數據價值有(yǒu)效釋放的前提已成為(wèi)業界共識。

以可(kě)信機密計算、聯邦計算等為(wèi)代表的隐私計算技(jì )術因從技(jì )術角度兼顧了數據安(ān)全保護和數據共享流通而備受關注。伴随着隐私計算技(jì )術性能(néng)提升、技(jì )術與合規标準互促共進、多(duō)方協同提升技(jì )術公(gōng)信力，相關典型應用(yòng)将在生物(wù)計算、金融分(fēn)析和數據交易等場景出現。

長(cháng)遠(yuǎn)來看，隐私計算技(jì )術或将推動基于密态形式的數據流通和計算成為(wèi)默認選項，逐漸成為(wèi)構建信任的基礎設施。

預計 2022 年，量子芯片的設計、制備及測控技(jì )術将持續發展，量子比特數量實現規模增長(cháng)，并沿着降低噪聲或适應噪聲兩個思路尋求突破。量子軟件和服務(wù)向跨平台發展，用(yòng)戶将在雲原生量子計算平台上獲得更豐富的量子後端選擇，而承載量子軟硬一體(tǐ)化方案的量子平台将逐漸顯現其應用(yòng)價值。

随着量子計算與智能(néng)制造、人工(gōng)智能(néng)、化工(gōng)醫(yī)藥、金融科(kē)技(jì )等領域深度融合創新(xīn)，若幹具(jù)有(yǒu)顯著量子優勢的實際應用(yòng)解決方案将會陸續産(chǎn)生。政府機構、科(kē)研院所以及産(chǎn)業界也會更緊密地協同建造高質(zhì)量量子設備、培養量子科(kē)技(jì )人才，初步打通量子計算産(chǎn)業鏈。

2022 年，在政策法規與技(jì )術進步的雙重推動下，自動駕駛将在無人化上高歌猛進，多(duō)元 “汽車(chē)機器人” 為(wèi)代表的汽車(chē)形态迅猛發展。

通過乘用(yòng)車(chē)、公(gōng)交車(chē)、幹線(xiàn)物(wù)流、倉儲配送、礦山(shān)港口特殊作(zuò)業、零售、環衛等豐富的場景應用(yòng)，多(duō)元 “汽車(chē)機器人” 将更廣泛為(wèi)用(yòng)戶提供服務(wù)，為(wèi)客戶創造價值，進而逐步實現穩健的商(shāng)業收益，促進科(kē)技(jì )的發展和社會的進步。

深空探測承載了人類對宇宙和自身的好奇與遐想。實現月球和行星駐留，開展科(kē)學(xué)探測與資源開發利用(yòng)為(wèi)主體(tǐ)的計劃，在遙遠(yuǎn)和未知環境下開展深空探索，對探測器的自主性需求日益強烈。

工(gōng)程機械自動化領域已實現了 24 小(xiǎo)時連續無人挖掘作(zuò)業的實際工(gōng)程場景落地，相關的自主環境感知、運動規劃等 AI 算法，未來也将使探測器具(jù)備自主避障和決策、機械臂靈活自主作(zuò)業等功能(néng)。此外，在航天器故障檢測和修複、構造數字孿生仿真實驗室、深空大數據探測分(fēn)析等方面，AI 技(jì )術也有(yǒu)望發揮重要的支撐作(zuò)用(yòng)。

新(xīn)冠疫情為(wèi)人們的交流設置了“社交距離”，數字技(jì )術的發展讓我們可(kě)以縮短這一距離，加速了人與數字人、機器人的共生。虛實結合與智能(néng)交互的未來世界，離我們不再遙遠(yuǎn)。

支撐這一變化的，是視覺、語音、自然語言處理(lǐ)、XR 等 AI 技(jì )術在跨模态理(lǐ)解與生成、持續學(xué)習等方面的不斷進步，以及融合硬件、網絡、計算、生态系統平台、内容等形成的交叉技(jì )術支撐體(tǐ)系。

随着相關技(jì )術的加速融合創新(xīn)，以及交叉技(jì )術支撐體(tǐ)系的成熟，将湧現出更多(duō)面向産(chǎn)業和消費場景的虛實結合與智能(néng)交互産(chǎn)品，進而推動數字經濟和實體(tǐ)經濟深度融合，豐富人們的生産(chǎn)生活體(tǐ)驗。

随着 AI 技(jì )術加速與各行各業融合創新(xīn)，數據中(zhōng)心和大規模 AI 計算實現了重要的經濟和社會價值，但其能(néng)耗和對環境的影響不容忽視，亟需發展對環境更友好的 “綠色 AI” 技(jì )術，降低模型訓練和使用(yòng)的能(néng)耗。

未來幾年，“綠色 AI”相關技(jì )術将持續蓬勃發展，圍繞高能(néng)效的架構設計、訓練和推理(lǐ)策略、數據利用(yòng)等構建體(tǐ)系，形成兼顧性能(néng)和能(néng)耗的評價标準；算力更高、能(néng)耗較低的 AI 芯片将不斷湧現；領軍 AI 企業構建集約化的大算力和大模型，改善下遊性能(néng)，降低整體(tǐ)能(néng)耗成本；政策也将鼓勵建設綠色低碳的數據中(zhōng)心、推出用(yòng) AI 技(jì )術提升基礎設施能(néng)效比等舉措。

普惠 AI 不僅關乎廣大的 AI 從業者，也關乎更廣泛的 AI 技(jì )術受益者。

以深度學(xué)習框架為(wèi)核心的開源平台已大大降低 AI 技(jì )術的開發門檻，公(gōng)共數據集、大模型底座、區(qū)域性智算中(zhōng)心等将進一步發展，助力中(zhōng)小(xiǎo)企業實現降本增效、激發創新(xīn)活力。全民(mín) AI 培養體(tǐ)系也将逐步構建，促進傳統行業人員再就業和 AI 科(kē)普教育。

AI 的福祉還應惠及社會各群體(tǐ)，随着政策引導和可(kě)持續發展的 ESG 理(lǐ)念推動，企業關注點将轉向價值創造，AI 服務(wù)商(shāng)将加強對老人、兒童等弱勢群體(tǐ)需求的關注，開發相應的普惠 AI 服務(wù)和産(chǎn)品，讓每個人都能(néng)享受到數字技(jì )術的便利。