1月25日，研究院发布了2022年十大科技趋势预测，以期在瞬息万变、未知的科技世界中探索更确定的价值和方向。
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、深度空探测、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。
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。
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。2021年，AI不仅使基因编辑者能够更准确、更快速地找到目标，还帮助在蛋白质的结构预测方面取得了重大突破。由引进的第一个mRNA疫苗序列设计算法，可以在十分钟内找到稳定的疫苗序列。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。
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。作为中国探月与航天工程人工智能全球战略合作伙伴，将探索更多深度空探测AI应用。
疫情下，“社交距离”的限制正在加速人机共生，支撑虚实结合、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。预计未来会出现更多的虚实融合、智能交互的平台。
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”。
AI也将更具包容性，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。
正如该研究院CTO兼院长王海峰在序言中所说，“核心技术快速演进、跨领域连接增强、产业基础日益坚实的人工智能技术，已经成为引领创新发展的重要力量。”王海峰认为，在这个不确定的时代，用科学技术来锚定世界的“确定性”是适时的。用AI当灯，照亮创新之路；以AI为桨，划动发展之舟。
