封面记者傅文超
1月25日，该研究院发布了2022年十大技术趋势预测。据悉，本次榜单十大技术趋势涵盖AI核心技术、交叉学科和跨学科研究、AI产业和社会价值三个层面，包括预训练大模型、面向科学的AI、基于AI的生物计算、隐私计算、量子软硬一体化、自动驾驶、深度空检测、人机共生、绿色AI和包容性AI。
在AI核心技术层面，备受业界关注的超大规模预训练模型将呈现知识增强、跨模态统一建模、多学习方法协同进化的趋势，并逐渐实用化，打破盲目增加参数规模的“军备竞赛”。预计2022年，大模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将持续提升，应用门槛将持续降低，并广泛应用于诸多场景。
同时，在跨学科、跨领域研究层面，AI正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。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。
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备受关注，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。
聚焦量子科学领域，量子软硬件一体化成为主流趋势，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。
在产业和社会价值层面，AI正在推动自动驾驶、航空航天空、人机交互等领域的发展。自动驾驶技术进入无人驾驶落地的新阶段，多个“车载机器人”不断涌现，连接技术和场景。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。
Deep 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。预计未来24小时连续无人操作等机械自动化技术将应用于深空探测设备。比如挖标本、搭建临时建筑、故障检测修复等。可以通过AI操作完成。
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”。
