杨京发的量子位报告来自奥菲斯|微信官方账号QbitAI
2022年，科技圈有哪些科技趋势值得关注？
今天，达摩院发布了年度十大科技趋势，涵盖人工智能、芯片制造、隐私计算、机器人、云计算、卫星计算等领域。
结果一出，引发了业内的大讨论，学术界的很多大学者也告一段落，包括:
中国科学院院士、北京大学教授尤因；
浙江大学人工智能研究所所长吴菲；
南京大学计算机科学与技术学院院长、人工智能学院院长周志华；
清华大学计算机系副主任、北京致远人工智能研究院学术副院长唐杰。
……
那么什么样的内容能引起这样的关注呢？简要概述如下:
学术圈大牛齐下篇评论
最典型的两个话题是今年震惊学术界的AI for Science，以及业界正在争夺的大模型。达摩院引起了一波大讨论，开头提到的学术研究型大学基本围绕这两个话题展开。
第一个是科学的人工智能。大元认为，人工智能将与科研深度结合，成为继计算机之后科学家新的生产工具。
在过去的一年里，AI+科学的技术成果密集爆发，许多学术界和业界人士都看到了人工智能在传统科学领域的价值:
AlphaFold2成功预测了人类98.5%的蛋白质结构；DeepMind用AI解决数学问题；预训练模型系统AliceMind，证明近400个定理。
中科院院士、北京大学教授尤因认为，AI对于科学带来的不仅仅是几个突破，而是科学研究方法的全面变革。
我们正处于新科学革命的起点。
浙江大学人工智能研究所所长吴菲肯定了人工智能将成为科学家工具的观点。
但是，他希望不仅限于此。科学家也需要形成科学探索的计算思维。
大家都在关注的大模型领域也是达摩院今年技术趋势预测的重点之一。
一年来，国内外开启参数竞赛模式，Google、Open AI、致远、达摩院纷纷交出自己的答案。不久前，达摩院发布了拥有10万亿参数的全球最大预训练模型M6。具体大型号带来的性能提升也是行业共识。
但在新的一年，达摩院给自己泼了一盆冷水。其认为，大车型的规模化发展将进入冷静期。
此言一出，在业内引起了诸多热议和思考:大模型的意义何在？如何平衡能耗和性能？
Tatsuya Institute预测，大小模型的协作将是未来。
南京大学人工智能学院院长周志华认为，未来大模型将在一些关系国计民生的重要任务中发挥作用，而在其他场景中，小模型可能会通过类似集成学习的手段来使用。
至于大模型的具体研究方向，清华大学计算机系副主任唐杰认为，未来将集中在认知智能、高效应用等方面。
此外，还有更多话题也引发了讨论。接下来，我将带你浏览所有的文章。
最受关注的三个突破
趋势:人工智能成为科学家新的生产工具，催生科研新范式。
近年来，人工智能也被证明能够进行有规律的发现，不仅在应用科学领域，而且在自然科学领域。AI将成为继计算机之后科学家新的生产工具。
首先，它将带来效率的显著提高。AI会伴随科研的全过程，从假设、实验到总结；二是让更多的人参与科研。
各个科研领域的应用步伐也不一样，在数字化程度高、数据积累好、问题界定清晰的领域会推进得更快。比如AlphaFold2利用生命科学积累的大量数据来预测蛋白质的结构。
趋势二:大模型参数竞争进入冷静期，大小模型在云边缘共同进化。
在过去的一年中，大规模预训练模型取得了重要进展，为下游的AI模型提供了良好的基础。但随着参数数量的增加，性能提升与能耗提升不成比例，大型号的规模化发展将进入冷静期。
大小型号的配合将是未来的发展方向。大模型沉淀的知识和认知推理能力输出到小模型，小模型在大模型的基础上叠加垂直场景的感知、认知、决策和执行能力，再将执行结果反馈到大模型，让大模型的知识和能力不断进化，形成一个有机的循环智能系统。
在未来的三年里，共同进化智能系统将在个别领域进行试点探索。
趋势三:光电聚变兼具光子和电子的优势，突破摩尔定律的限制。
硅片不同于电子芯片，它是用光子而不是电子来传递信息，携带的信息更多，传输距离更远。与量子芯片相比，它不需要改变二进制架构，可以延续目前的计算机系统。
云计算和人工智能的爆发，推动了硅光芯片的技术突破和快速迭代，商业化需求也快速增长。
目前硅片的核心挑战来自产业链和工艺层面，需要与成熟的电子芯片技术融合。利用先进的制造技术和电子芯片模块化技术，结合光子和电子优势的硅光技术将是未来的主流形式。
硬科技深入传统行业
趋势:人工智能助力大规模绿色能源消费，实现多能源互补电力系统。
绿色能源的大规模开发利用已经成为世界能源发展的主要方向。然而，传统电力系统难以应对风电和光伏发电的波动性、随机性、调峰性等特点。，缺乏高稳定性多能源协调和及时应对复杂故障的能力。
以人工智能为基础的新一代信息技术，将为能源系统整体高效稳定运行提供技术支撑和有力支撑，在电力预测、调度控制、故障自动响应等方面带来突破。
达也院预测，未来三年，AI将帮助电力系统实现大规模绿色能源消纳，能源供应可在时间和空维度上互联互通，电网资源协同发展，调度灵活，实现电力系统安全、高效、稳定运行。
趋势五:机器人将具有灵活性和类人感知，能够自适应地完成各种任务。
作为机器人技术的集大成者，它正朝着多思考、自适应、协作的路线发展。
柔性机器人是一个重要的突破性代表。近年来，结合AI技术增强环境意识，不再像传统机器人那样穷尽一切可能，拓展了机器人的应用场景。
正如工业机器人正在从大规模标准化生产线走向小规模非标准生产线；通过感知人的意图，机器人可以更灵活地做出反应并与人互动。
未来三年，柔性机器人将逐渐取代传统工业机器人，成为生产线上的主要设备。同时在服务机器人领域实现商业化，开始大规模应用。
趋势:人工智能与精准医疗的深度融合，有助于提高诊疗的准确率和效率。
传统医学方法在疾病的早期筛查、诊断、预后和治疗方面存在局限性，体现在诊断的准确性、诊疗效率、精度和效果上。
以AI为代表的新兴技术将逐步渗透到各种疾病的临床诊疗全过程，如肿瘤的全程导航、慢性病的预测、诊断准确率的提高等。
目前，人工智能已被证明能够与基因检测、靶向治疗、免疫治疗等新技术的研究相结合。，改变单纯依靠医生经验的诊断模式。
未来三年，以人为中心的AI医疗将作为高精导航，渗透到疾病预防、诊断、治疗的各个环节。其中，可解释性有望实现突破，推动AI与医生建立互信，进一步实现产业化。
未来互联的四大趋势
趋势:打破数据保护和利用的困境，隐私计算走向全球数据保护。
数字经济时代，数据成为核心生产要素。然而，数据确认、数据法规和意识、数据安全等因素制约着跨组织数据的共享和价值挖掘。
隐私计算为跨组织的数据共享提供了一个可行的模型。以多方安全计算、差分隐私、可信计算为代表，可以保证数据隐私不被泄露。
未来三年，全球隐私计算技术将在性能和可解释性方面有新的突破，数据信托公司将开始出现，提供基于隐私计算的数据共享服务。
趋势八:卫星与地面一体化通信和计算系统的形成，将推动空天、地、海的全方位数字化。
随着对连接和数字服务和应用的需求不断增加，仅靠地面网络和计算无法有效满足需求。地球计算正在成为一种新的计算架构。
它融合了卫星系统、空介质网络、地面通信、云计算等技术，通过空天、地、海的泛在网络连接起来，满足偏远地区和导航空的通信需求，为各种极端场景带来新应用的可能。
未来三年，低轨卫星的数量将会出现爆发式增长，与低轨卫星一起形成卫星互联网。未来五年，卫星互联网和地面网络可以无缝结合，形成无处不在的互联网，在各种数字化服务场景中发挥作用。
趋势:云网融合形成新的计算体系，催生云上新物种。
在网络连接技术飞速发展的背景下，云计算已经从基础设施的云化、架构的原始生化走向第三阶段——云网融合的新架构。
作为云系统中的“大脑”，负责计算和数据处理；它是网络系统中的连接。光纤、5G、卫星互联网通过云端融合，形成低时延、广覆盖的网络；最后是系统中的交互界面，注重用户体验。
三者的融合可以更高效地推动更多新应用的诞生，比如高精度工业仿真、实时工业质检、虚实融合空等等。
趋势:XR眼镜将成为重要的交互界面，驱动下一代互联网的发展。
互联网的更新迭代将对数字时代的产业结构产生巨大影响。下一代XR互联网将改变用户感知和获取信息的方式。
XR互联网需要四个要素:硬件、内容、人工智能和基础设施。
XR眼镜将成为XR互联网的第一入口，并向尺寸更小、重量更轻、响应更快的方向发展。接近普通眼镜的XR眼镜将在未来三年内生产出来，并得到一定程度的普及。
以上是达摩院2022年趋势洞察。你最看好哪个方向？
