浪子官场豆丁2021年的技术江湖，量子计算、芯片开源、脑机接口、云原生、AI预训练大模型等前沿技术出尽了风头，虚实难分的“元宇宙”更是在年尾掀起一波热潮。2022年，这些技术热词还会占据“C位”吗？

　　12月28日，阿里巴巴达摩院（以下简称达摩院）发布了2022十大科技趋势，给出了这个问题的答案。从“范式重置”到“场景变革”再到“未来互联”，在达摩院的预判中，2022年科技发展更趋硬核、多元。

　　这是达摩院成立四年来第四次发布年度科技趋势，深度访谈近100位科学家，分析近三年来的770万篇公开论文、8.5万份专利，覆盖159个领域，挖掘其中热点及重点技术突破。通过与过去三年的科技趋势预测比对可以发现，这些尖端技术行至当前，早有蛛丝马迹可寻。

　　“我们预测在未来的3年内，人工智能（AI）技术在应用科学中将得到普遍应用，在部分自然科学中开始成为研究工具。”达摩院提出，AI将成为科学家继计算机之后的新生产工具，一是带来效率的显著提升，二是可能帮助科学家可能突破长久以来的研究瓶颈。

　　达摩院认为，此前一些领域的科学家需要“板凳枯坐10年冷”才能产出科学成果的时代将会过去，而AI将伴随科研从假设、实验到归纳总结的全流程，从而让科学家能在一生中都能保持“高产”。

　　同时，AI也能对科学研究产生“猜想”，科学家可以仅就其中有意义、有价值的部分进行实验与证明，如此，更多人能够参与到科学研究之中。

　　中国科学院院士、北京大学、普林斯顿大学教授鄂维南认为，AI for Science带来的不仅仅是几个点上的突破，而是科研方法的全面改变。而要适应这样一个新的环境，“科学家们需要更深入地了解AI，才有可能用好AI”。

　　当然，AI在各科研领域中的应用节奏将有所区别。达摩院称，在数字化程度高、数据积累好、问题已经被清晰定义的领域中将推进得更快，如生命科学领域，AlphaFold2运用生命科学积累的大量数据，能通过基因序列预测蛋白质结构，这已对泛生命科学领域产生了深远影响。

　　不过，达摩院也提出，AI与科研深度结合仍然需要解决三个挑战：人机交互问题（AI与科学家的协作机制与分工需更明确）、AI的可解释性（AI需要更容易被理解）、交叉学科人才（专业领域科学家与AI研究者彼此促进的障碍待破除）。

　　过去几年里，谷歌的BERT、OpenAI的GPT-3、智源的“悟道”、达摩院的M6和AliceMind等大规模预训练模型如军备竞赛般迅猛发展，使得大模型的性能飞速提升，为下游的AI模型训练打下良好基础。然而，大模型训练对资源消耗过大、参数量剧增所带来的性能提升与消耗提升不成比例，使大模型效率遭到挑战。

　　“大模型的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。”

　　达摩院认为，大模型沉淀的知识与认知推理能力向小模型输出，小模型在此基础上叠加在垂直场景的感知、认知、决策、执行能力，再将执行结果反馈给大模型，可让大模型的知识与能力持续进化，从而形成一套有机循环的智能系统参与者越多、受惠者越多，同时模型进化的速度也越快。

　　这种新的智能系统优势有三：一是让小模型更容易获取通用的知识与能力，二是小模型在真实场景回收的增量数据可促进大模型“再进化”，三是模型可被共享、全社会不必重复“造轮子”。

　　南京大学计算机科学与技术系主任兼人工智能学院院长周志华认为，大模型未来会在一些事关国计民生的重大任务上发挥作用，而在其他一些场景下或许会通过类似集成学习的手段来利用小模型，尤其是通过很少量训练来“复用”和集成已有的小模型来达到不错的性能。

　　达摩院提出：“我们预测未来3年内，在个别领域，多中心的大规模预训练模型将成为AI基础模型，对协同进化的智能系统进行试点探索；在未来的5年内，运用AI基础模型将成为AI模型生产的标准方式，极大幅度改变生产流程及生产所需的技能。”

　　不过，达摩院还提到，新的智能体系也需要克服三个挑战：从数据驱动走向知识与数据融合驱动（提升模型通用能力的同时降低训练所需的数据量）、大小模型的协同机制、大模型的可解释性与因果推理（小模型对大模型的信任决定是否能广泛应用）。

　　近年来，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。而据OpenAI 统计，自 2012 年起，每3.4个月人工智能的算力需求就翻倍，摩尔定律带来的算力增长已无法完全满足需求。

　　在此背景下，达摩院认为，硅光芯片更高计算密度与更低能耗的特性是极致算力场景下的解决方案，并提出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。”

　　达摩院大胆预测：未来 3 年，硅光芯片将支撑大型数据中心的高速信息传输；未来 5-10 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。

　　硅光芯片何以有如此大潜能？中科院上海光机所特聘首席研究员、北京大学教授周治平解释道：“硅光芯片通过将光电子器件硅片化，巧妙地将光电子的特点体现在一个崭新的硅基芯片上，从而使光电子芯片在成本和集成度方面实现了突破，有望大幅提高数据中心内集群之间、服务器之间、乃至于芯片之间的通信效率。”

　　但是，硅光目前也有来自产业链和工艺水平上的挑战。达摩院称，硅光芯片的设计、量产、封装等未形成标准化和规模化，进而导致其在产能、成本、良率上的优势还未显现。

　　对此达摩院认为，“硅光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。”

　　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。但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，缺乏高稳定性的多能协调，复杂故障及时响应的应对能力。

　　达摩院因此认为，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。

　　达摩院提出，AI技术将在发电功率的精准预测、电力优化调度、电站性能评估、故障监测和风险管理等方面将发挥不可替代的作用，并带来三大突破：精准的功率预测、智能的调度控制、自动化的故障响应。

　　“我们预计在未来3年内，AI技术将帮助电力系统实现大规模绿能消纳。同时，AI技术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。”

　　达摩院同时提出，在核心技术上，气象AI能否对多电源发电功率精准预测，系统运行状态的智能感知、调度和控制能力的提升等，将成为人工智能技术应用面临的主要挑战。

　　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。”

　　具有柔软灵活、可编程、可伸缩等特征的性机器人，结合人工智能技术使其具备感知能力，将有望提升机器人的通用性与自主性、降低对于预编程的依赖，从而大大拓展机器人的使用场景。

　　因此，在达摩院的预测中，柔性感知机器人的出现将让工业机器人从大规模标准化的产线走向小规模非标的产线，将使得服务机器人可实现与人更近距离的交互。

　　达摩院提出：“我们预测，未来5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，能够面向广泛场景，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，开始规模化的应用。”

　　柔性感知机器人也有三个需要克服关键挑战：一是智能水平受制于端侧算力与小样本学习的有效性，有赖于云端协同的突破；二是精度受制于材料的刚性，有赖于可变材料的突破；三是受制于高昂成本，有赖于工艺优化及进一步通用化使得价格具备竞争力。

　　目前，AI技术已被证明可与基因检测、靶向治疗、免疫治疗等新技术研究有效结合，改变单纯依赖医生经验的诊断模式。达摩院认为，未来三年，以AI为代表的新兴技术将逐渐渗透到临床诊疗的多病种全流程中去。

　　以肿瘤的全流程导航为例，在早筛和确诊环节，使用AI影像分析，医生可找到癌细胞的踪迹，改变传统仅用肉眼观测癌细胞的诊断模式。

　　据英美国家的统计，使用AI技术做乳腺癌的早期筛查，阳性误诊率分别降低了5.7%（美国）和1.2%（英国）。

　　在治疗环节，借助AI技术，医生可以明确肿瘤是否复发、转移，让治疗过程透明简单。在预后环节，AI技术可改变以往单纯依赖专家经验的预测方式，实现基于临床数据指征的精确计算，指引预后、降低风险。

　　达摩院预测，未来3年，以人为中心的 AI 医疗将成为主要方向，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。而随着因果推理的进一步发展，可解释性有望实现突破，AI 将为疾病的预防和早诊早治提供有力的技术支撑。

　　同时，达摩院指出，高精度医疗导航的主要挑战是标准化、规范性和可解释性。其中，可解释性是建立AI和医生的互信关系、推动产业化的先决条件。

　　对于AI在高精度医疗导航中扮演的角色，达摩院称，AI有望能将医疗专家的经验和新的辅助诊断技术有机结合，在满足临床设计目标的基础上不断进化，凭借良好的人机交互能力，与医生协同互信，“真正成为医生不可或缺的好帮手”。

　　从欧盟此前颁布的《通用数据保护条例》（GDPR），到我国新颁布的《数据安全法》和《个人信息保护法》，数据的监管合规已成为全球性趋势。而在数据升级为新的生产要素的背景下，如何在数据安全、隐私保护的前提下利用好数据的价值是一个时代命题。

　　顾名思义，隐私计算技术是在数据隐私保护的基础上，完成计算任务。浙江大学教授、浙江大学网络空间安全学院院长任奎说：“如果我们把互联网称为新时代的基础设施，隐私计算就是可以解决大部分数据保护与安全利用难题的基础设施关键安全技术。”

　　任奎还解释称，隐私计算不是某个单项技术，而是大一统的称呼。根据达摩院给出的定义，隐私计算“融合了密码学、人工智能、芯片设计等学科，以多方安全计算、差分隐私、可信计算为代表技术，在保证数据隐私不泄露的情况下实现计算分析，为跨组织的数据共享提供可行的模式”。

　　达摩院指出，由于遭遇性能瓶颈、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。

　　“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。”任奎说，目前重点关注三个“比较重要”的技术：安全多方计算、差分隐私、数据脱敏，“这三个方向都有非常令人期待的技术突破和实质性场景落地发生”。

　　达摩院预测，3年内，全域隐私计算的技术将在性能和可解释性上有新的突破，并开始出现数据信托公司提供基于隐私计算的数据共享服务；未来5-10年，全域隐私计算将改变现有的数据获取方式，激发基于数据的新生产力。

　　在人口密集区域，互联网及数字化服务无处不在，但在深空、海洋、沙漠这些无人区，如何实现全球连接与数字化应用？显然，单靠地面网络和计算已无法有效满足需求。

　　达摩院提出，集成卫星系统、空中网络、地面通信和云计算的星地计算，正成为一种新兴的计算架构。

　　达摩院认为，星地计算通过空、天、地、海泛在覆盖的网络连接，实现全息泛在的智能高速宽带通信和全域计算服务，将促进万物互联，有效解决偏远地区、航海航空的通信需求。而低延时广覆盖的网络，也将促进云网端的进一步融合，为各种极端场景带来新型应用的可能。

　　以SpaceX为代表，截至2021年12月，Starlink星座累计发射1890颗卫星。经国外测速网站Ookla公布，2021年第二季度，Starlink的测试下载速度平均为108Mbps，网络延迟平均37ms。目前Starlink星座已获得12个国家的正式许可，并在16个国家开始运营，目前全球用户超过10万。

　　“全球正处于卫星互联网发展的上升期，各国商业航天产业发展正加速。”阿里达摩院XG实验室负责人张铭观察到，由于低轨卫星低时延、低成本的连接能力全面提升，星地计算也将全面拓展各类应用，如海洋、航空、铁路、车联网、农业、无人机及无人装备、数字政府及智慧城市等各个行业的数字化转型。

　　张铭相信，云计算、通信技术与卫星互联网组合在一起的星地计算，在未来将成为全新一代的基础设施。

　　达摩院预计，未来3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；未来5年，卫星互联网与地面网络能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，在各类数字化服务场景中发挥作用。

　　达摩院也指出，星地计算在实现上仍面临较多难题，如空天地一体化通信问题、星群计算问题、星地产业融合问题等等。

　　云计算在过去的10多年里获得了飞速发展。随着技术的革新，下一阶段云上将诞生怎样的新物种？达摩院认为是“云网端融合而成的新计算体系”。

　　在新计算体系架构下，云、网、端仍各有分工，但均有新变化：负责计算与数据处理的云，将具备更好的计算效率、体系化的数据处理以及高精高效高覆盖的人工智能；作为体系中的连接，网的低延时、广覆盖将让云网端形成更有机的整体；而作为体系中的交互界面，端的形态将更加多元，覆盖各类场景下的交互需求。

　　达摩院提出，云网端的融合协同，将更高效地促进诞生更多新型应用：在云端，应用将不受过去装置资源的限制，释放更多可能性，如高精度的工业仿真；在网侧，分布式的算力将更促进更多低时延的边缘计算应用，例如实时的工业质检；在端侧，云网端进行协同与交互，催生如元宇宙的虚拟世界。

　　达摩院预测，未来 2 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的诞生，用户体验将更极致、更丰富。

　　云网端融合的体系还需要克服两个挑战：一是网络质量、成本与覆盖将成为体系制约条件，新型网络技术（如5G与卫星互联网）需要不断以应用需求为导向进行技术迭代并加大覆盖；二是信息安全，数据在云上处理，对数据加密、数据治理、安全计算、隐私计算等安全技术的要求更高。

　　现在电脑、手机上显示交互的界面是一个个的“窗口”，而在XR（泛指各类虚拟技术）眼镜上，交互界面是是立体空间。在三维空间，人们可以有更直观、更沉浸式的显示，用户和内容的互动方式也会从文字、图片进化到视频、互动，发生根本性改变。

　　达摩院认为，随着 VR、AR 为代表的虚拟现实技术的产业化，下一代的 XR 互联网，将对数字时代产生巨大影响。

　　达摩院提出，构筑 XR 互联网需要四大要素：硬件（如 XR 眼镜等）、内容（如娱乐、购物、社交等）、人工智能（如空间感知、数字孪生）、基础设施（如 5G、云计算等）。

　　这四要素中，硬件和内容会率先发展，其中XR眼镜作为XR互联网的第一入口，将向着体积更小、重量更轻、响应速度更快的方向发展；而内容则将以娱乐社交和办公场景为先，再逐渐发展至购物、教育、医疗等对远距互动有一定需求的场景。

　　在达摩院看来，XR 互联网改变人与科技互动的方式，一是模拟真实世界的时空、解决真实世界远距移动的问题，如远程教育、远程医疗、远程办公等；二是创造真实世界不存在的时空，解决真实世界不完美的问题，如游戏、社交等。

　　同时，XR互联网也将重塑现有的产业结构，催生一批从元器件、设备、操作系统到应用的新产业。

　　达摩院预计，未来 3 年内会产生新一代的眼镜，融合AR与VR技术，利用端云协同计算、光学、透视等技术使得外形与重量接近于普通眼镜；而XR眼镜作为互联网入口，也将得到大范围普及。

　　达摩院也指出，XR 互联网当前还处于发展初期，技术上最大的挑战是如何实现高度沉浸式体验，同时也面临较高的隐私风险。