作者|王晔
1月25日，研究院发布了2022年十大技术趋势，涵盖AI核心技术、跨学科和跨领域研究、AI产业和社会价值三个层面。
同时，本次榜单十大技术趋势涉及预训练大模型、AI for Science、基于AI的生物计算、隐私计算、量子软硬件一体化、自动驾驶、深度空探测、人机共生、绿色AI、包容性AI。
具体趋势如下:
数字一（one）
AI核心技术突破目前，BERT、GPT-3等大规模预训练模型在自然语言处理领域取得了巨大成功，被视为“暴力美学”的一次胜利，验证了“模型越大，性能越好”的逻辑。行业内还有一个普遍的竞争趋势就是细化模型。但研究院认为，未来这种盲目增加参数规模的“军备竞赛”模式将被打破，超大规模的预训练模式将逐渐向实用化方向发展，呈现出知识增强、跨模态统一建模、学习方式多元的趋势。
随着超大规模预训练模型在科研、工业、社会、经济等领域的作用日益突出，科学家们对其越来越重视，系统研究了超大规模智能模型的发展和影响。
研究机构指出，预计2022年大型机型的研发方向将转向“实用化”。大模型的效果、普适性、通用化、可解释性和运行效率会不断提高，应用门槛会不断降低，在很多场景下会得到广泛应用。
注射毒品
AI赋能跨学科、跨领域研究在跨学科、跨领域研究方面，AI正在成为影响研究方法论和生命科学、数据安全、量子科学等领域的普适变量，赋能不同的研究领域。人工智能在科学研究中的应用，即人工智能在科学中的新兴研究领域，有望带来研究范式的变革。
机器学习帮助数学家发现了两大猜想，让业界看到了AI在处理数据、设计新实验和创建更高效的计算模型方面的巨大潜力。数据驱动和理论推导是两种研究范式，有望在AI for Science的影响下不断融合，诞生新的范式。
与此同时，基于人工智能的生物计算将继续高速发展，基础研究和应用场景的协同创新将实现新的突破。未来，基于AI的生物计算将取得更多成果:如基于蛋白质的药物设计、合成和筛选；基于mRNA技术的抗癌药物、单克隆抗体、免疫疗法等。基于人工智能的生物计算也有望大幅降低药物研发的周期和成本，促进精准医疗和个性化诊疗。
疫情以来，全球数字经济迎来爆发式增长机遇，但也带来了隐私和安全监管与数据产业发展的平衡问题。在此背景下，隐私计算受到政策、行业和投资界的期待。
研究机构预测，随着数据安全问题的凸显，可信保密计算、联邦计算等私有计算技术将备受关注，并将成为数据价值释放的突破口和建立信任的基础设施。从长远来看，隐私计算技术可能会促进数据流和基于秘密形式的计算作为默认选项。
在量子科学领域，量子软硬件一体化已经成为主流趋势，现实需求加速了量子计算与各行业的融合创新。
近年来，量子计算的发展一直在加速。预计2022年，量子芯片的设计、制备、测量和控制技术将继续发展，量子比特的数量将呈规模增长，并沿着降低噪声或适应噪声这两个思路寻求突破。
3
AI推动产业发展，不断创造社会价值。
2022年，在政策法规和技术进步的双重推动下，自动驾驶将在无人驾驶中高歌猛进，以多个“汽车机器人”为代表的汽车形态将快速发展。通过丰富的场景应用如乘用车、公交车、干线物流、仓储配送、矿山港口特种作业、零售、环卫等。，多样化的“汽车机器人”将逐步实现稳定的商业利润。
另外，深空探测是科技竞争的制高点，极具挑战性。未来，AI技术将与航天科技融合，推动deep 空探测迈向智能化新阶段。
随着deep 空探测任务的规模化和科学任务的复杂化，能够独立完成任务的智能探测解决方案成为一个核心技术方向。
据该研究所预测，未来24小时连续无人操作等机械自动化技术将应用于深部空探测设备，如挖掘标本、搭建临时建筑、故障检测修复等。，可以通过AI操作完成。
如今，人们仍然笼罩在疫情中，“社交距离”的限制正在加速人机共生，支撑着虚实结合、智能交互技术快速融入生产生活。人与机器人带来惊艳的交互体验，“人机共生”的时代已经悄然到来。
研究表明，预计未来将出现更多的虚实融合和智能交互平台。
不仅如此，AI还在实现“双碳”和包容性技术的目标方面创造了重要价值。绿色更多地包含在人工智能蓝图中，有助于实现二氧化碳排放峰值的碳中和目标。
随着AI技术产业化进程的加快，数据中心和大规模AI计算的能耗问题日益突出。预计未来几年，从芯片到模型，从架构到策略，都将全面进行环保考量，发展“绿色AI”。
同时，AI将更具包容性，价值创造导向将更加关注中小企业和弱势群体的需求。开源平台和公共数据集的不断发展，降低了AI技术的门槛，帮助中小企业降本增效。人工智能服务提供商将关注老年人和儿童等弱势群体的需求，开发包容性的人工智能服务和产品。
4
研究机构阿里达摩院有前阿里达摩院，后一个院。临近2021年底，阿里巴巴达摩院发布了2022年十大技术趋势，《AI技术评论》也对相关内容进行了评论。2022年初，研究所紧随其后。这是该研究所连续第三次发布前沿技术趋势。科学和技术的两种趋势比较如下:
:预训练大型模型
阿里:规模模型的协同进化
:人工智能为科学服务
阿里:科学的人工智能
:基于人工智能的生物计算
阿里:高精度医疗导航
:隐私计算
阿里:全球隐私计算
:量子软硬一体化
阿里:硅光芯片
:自动驾驶
阿里:柔性感知机器人
:AI技术与航天科技的融合创新
阿里:星际计算
:人机共生
阿里:XR互联网
:绿色人工智能
阿里:绿色能源人工智能
:普惠AI
阿里:云网融合
由此可见，AI for Science、绿色AI、隐私计算、精准医疗等领域的未来发展势头都被看好。
不同的是，研究所强调的是大模型的演化趋势、量子计算、深度空探测等。也是机器人的发展。阿里达摩院强调机器人将同时具备灵活性和类人感知能力，而该院则具体针对未来多个“车载机器人”的开发。关于“人机共生”的发展，研究院指出了虚实结合、智能交互平台的发展，而阿里达摩院则具体侧重于XR眼镜的研发。
而且研究院也相信未来AI的价值会惠及更多的群体，未来AI会更具包容性。阿里达摩院提出的发展趋势是，云网融合将形成新的计算体系，在云上诞生新的物种。
此前，研究机构关于数字人和虚拟人将大量出现，“数字流量运营”将成为关键驱动力的趋势预测已逐步实现。今年AI会如何发展？
参考链接:
file/tupian/20220802/p
