本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

剛剛，達(dá)摩院十大科技趨勢(shì)榜單發(fā)布。

本次包含了AI、芯片、云計(jì)算等基礎(chǔ)技術(shù)領(lǐng)域，既有引發(fā)全球投資浪潮的生成式AI，也有在規(guī)模化應(yīng)用前夜的存算一體、Chiplet設(shè)計(jì)封裝技術(shù)……

（先來一睹為快）

但跟以往不同的是，僅從榜單上可以看到，產(chǎn)業(yè)、融合等成為此次的關(guān)鍵詞。

而在跟達(dá)摩院進(jìn)一步交談之中，這背后還有更深次的底層邏輯的不同。

達(dá)摩院怎么看科技趨勢(shì)？

延續(xù)以往慣例，本次趨勢(shì)榜單拆分成了三個(gè)維度：范式重置、產(chǎn)業(yè)革新、場(chǎng)景變換。

如前所述技術(shù)維度上看，包括了像AI、芯片、云計(jì)算等基礎(chǔ)性技術(shù)。

• AI：多模態(tài)預(yù)訓(xùn)練大模型、生成式AI；
• 芯片：Chiplet、存算一體；
• 云計(jì)算：云原生安全、軟硬融合云計(jì)算體系架構(gòu)、端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)。

以及在此基礎(chǔ)上各種交叉技術(shù)融合，催生出來的新場(chǎng)景、新應(yīng)用，比如雙引擎智能決策、計(jì)算光學(xué)成像、大規(guī)模城市數(shù)字孿生。

而從產(chǎn)業(yè)的維度，則是聚焦于ICT（Information and Communications Technology）領(lǐng)域，既包括了計(jì)算（存儲(chǔ)）和通信（網(wǎng)絡(luò)）兩大底層技術(shù)，也橫向包括了安全（管理）、應(yīng)用（行業(yè)）兩大應(yīng)用領(lǐng)域。

跟以往相比，今年達(dá)摩院給出的科技趨勢(shì)有著不容忽略的關(guān)鍵詞，那就是融合。這也是在與達(dá)摩院交談中，談及最多的趨勢(shì)。

有計(jì)算與通信的融合、硬件與軟件的融合、數(shù)字技術(shù)與產(chǎn)業(yè)融合……這其中最顯性、呈現(xiàn)出應(yīng)用大爆發(fā)盛況，是AI技術(shù)與行業(yè)之間的融合。

在這方面，達(dá)摩院今年重點(diǎn)看向了有望重置范式的多模態(tài)預(yù)訓(xùn)練大模型，以及激發(fā)更多場(chǎng)景的生成式AI。

多模態(tài)預(yù)訓(xùn)練大模型

AI正從文本、語(yǔ)音、視覺等單模態(tài)智能，朝著多種模態(tài)融合的通用AI方向發(fā)展，這一點(diǎn)在過去一年已被廣泛感知了。

典型進(jìn)展包括OpenAI提出的圖像文本匹配模型CLIP。以爆火的Stable DIffusion為代表的AI繪畫領(lǐng)域， 背后基本上都是圍繞著CLIP展開。

還有在“所有事情上打敗所有人”的微軟多模態(tài)基礎(chǔ)模型BEiT-3。該模型僅靠19億參數(shù)，只用公共數(shù)據(jù)集，在12個(gè)任務(wù)上狂刷SOTA，甚至還包括了純視覺任務(wù)。

基于過去一年蓬勃式發(fā)展，已經(jīng)可以預(yù)見到，一方面，對(duì)個(gè)人而言，可以激發(fā)創(chuàng)造能力，尤其是非技術(shù)人員，也無需具備編程能力。另一方面，多模態(tài)預(yù)訓(xùn)練模型將重塑人工智能商業(yè)模式。

具備大數(shù)據(jù)、算力資源和模型開發(fā)能力的科技企業(yè)，將成為模型服務(wù)的提供方，幫助企業(yè)將基礎(chǔ)模型的能力和生產(chǎn)流程融合起來，進(jìn)而實(shí)現(xiàn)降本增效。

阿里認(rèn)為，建立統(tǒng)一的、跨場(chǎng)景、多任務(wù)的多模態(tài)基礎(chǔ)模型會(huì)成為AI發(fā)展主流趨勢(shì)之一。

未來大模型作為基礎(chǔ)設(shè)施，將實(shí)現(xiàn)圖像、文本、音頻統(tǒng)一知識(shí)表示，并朝著能推理、能回答問題、能總結(jié)、做創(chuàng)作的認(rèn)知智能方向演進(jìn)。

生成式AI

如果說多模態(tài)預(yù)訓(xùn)練大模型是未來AI基礎(chǔ)設(shè)施，那么生成式AI則是技術(shù)底座之上的場(chǎng)景革新，涵蓋了圖文創(chuàng)作、代碼生成、游戲、廣告、藝術(shù)平面設(shè)計(jì)等應(yīng)用。

過去一年，有關(guān)技術(shù)上的進(jìn)展主要包括三個(gè)方面。

• 圖像生成：以DALL-E 2、Stable Diffusion為代表的擴(kuò)散模型；
• NLP（自然語(yǔ)言處理）：基于GPT-3.5的ChatGPT；
• 代碼生成：基于CodeX的Copilot。

隨著內(nèi)容創(chuàng)造的爆發(fā)式增長(zhǎng)，內(nèi)容質(zhì)量和語(yǔ)義的可控是當(dāng)前所面臨的挑戰(zhàn)。在產(chǎn)業(yè)化方面，還有降成本、數(shù)據(jù)的安全可控、創(chuàng)作版權(quán)等問題需要解決。

未來，生成式AI將成為一項(xiàng)大眾化的基礎(chǔ)技術(shù)，將極大推動(dòng)數(shù)字化內(nèi)容的生產(chǎn)和創(chuàng)造，其應(yīng)用邊界也將拓展到更多領(lǐng)域。

可以看到的是，以多模態(tài)預(yù)訓(xùn)練大模型、生成式AI為代表的AI技術(shù)已經(jīng)來到規(guī)模化前夜、爆發(fā)前的奇點(diǎn)。

一方面，人類對(duì)通用人工智能的想象已經(jīng)開始具象；另一方面，這也是達(dá)摩院十大科技趨勢(shì)顯露出的一大特點(diǎn)。

那就是關(guān)注技術(shù)突破帶來的產(chǎn)業(yè)趨勢(shì)。

同樣的趨勢(shì)也出現(xiàn)在了榜單其他技術(shù)上面，他們都已證明產(chǎn)業(yè)價(jià)值，等待市場(chǎng)驗(yàn)證。

比如去年剛成立聯(lián)盟的Chiplet芯片封裝技術(shù)，其互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，可能將重構(gòu)芯片研發(fā)流程；還有摩爾定律突圍下的存算一體芯片，在資本和產(chǎn)業(yè)雙輪驅(qū)動(dòng)下，它將在垂直細(xì)分領(lǐng)域迎來規(guī)模化商用。

不過在前沿科技協(xié)同并進(jìn)、百舸爭(zhēng)流的當(dāng)下，這些趨勢(shì)的存在倒也并不稀奇。但畢竟是對(duì)未來的預(yù)測(cè)，達(dá)摩院為何只選擇這些趨勢(shì)作為未來值得關(guān)注的風(fēng)向？

這就要提及把本次的方法論，這也是跟以往更底層不同所在。

為什么這么看？

在本次趨勢(shì)報(bào)告以及在與達(dá)摩院的交流中談及方法論本質(zhì)——

Back to Basic，從基礎(chǔ)的領(lǐng)域出發(fā)洞察產(chǎn)業(yè)變化。

前面也已經(jīng)介紹，本次比以往更聚焦——集中于ICT領(lǐng)域的計(jì)算（存儲(chǔ)）、通信（網(wǎng)絡(luò)）、安全（管理）、應(yīng)用（行業(yè)）等四大領(lǐng)域進(jìn)行分析。

在延續(xù)以往的“定量發(fā)散、定性收斂”分析方法之下綜合考量的因素也發(fā)生了細(xì)微變化。

本次主要是基于理論關(guān)注度、技術(shù)可行性、產(chǎn)業(yè)化程度、社會(huì)價(jià)值等因素。

從理論到技術(shù)，再到產(chǎn)業(yè)化、市場(chǎng)驗(yàn)證社會(huì)價(jià)值，這恰好是前沿科技從科學(xué)理論，最終走向市場(chǎng)，帶來普惠價(jià)值的基本路徑。

而過去，以去年趨勢(shì)榜單為例，他們?cè)u(píng)選維度更關(guān)注技術(shù)可行性、社會(huì)價(jià)值、理論關(guān)注度等因素。

在浮于表面的現(xiàn)象之下，達(dá)摩院十大科技趨勢(shì)組委會(huì)成員秦钖講到了一個(gè)關(guān)鍵問題：

一些非常好的科學(xué)理論能不能形成技術(shù)，需要經(jīng)過三個(gè)重大關(guān)口考驗(yàn)。

第一個(gè)考驗(yàn)是技術(shù)本身，有沒有量級(jí)提升，會(huì)帶來什么樣的作用；第二個(gè)關(guān)口是產(chǎn)業(yè)，能不能形成完整上下游的產(chǎn)業(yè)生態(tài)，能不能工程化、產(chǎn)品化；第三個(gè)則是市場(chǎng)檢驗(yàn)，能不能被消費(fèi)者所接受？有沒有人替技術(shù)買單。

上世紀(jì)90年代，唐納德·司托克斯在《基礎(chǔ)科學(xué)與技術(shù)創(chuàng)新：巴斯德象限》中，將科技從理論研究到應(yīng)用落地，分成了四個(gè)象限，分別是波爾象限、巴斯德象限、愛迪生象限以及皮特森象限。

其中以巴斯德象限為中心的研究思路，才是實(shí)現(xiàn)從理論到使用技術(shù)的路徑方式。

這也正是本次達(dá)摩院十大科技趨勢(shì)研究的切入點(diǎn)，更具體來說，是即將受到市場(chǎng)驗(yàn)證，有望形成產(chǎn)業(yè)生態(tài)的主流趨勢(shì)。

基于這樣的思路，本次研究中他們也透露，不得不對(duì)許多技術(shù)趨勢(shì)進(jìn)行取舍，比如在安全方面，沒有選擇在過去同樣引發(fā)熱議的量子加密、可信隱私計(jì)算等，最終選擇了云原生安全。

不少專家在調(diào)研中反映，網(wǎng)絡(luò)安全雖然是個(gè)隨動(dòng)技術(shù)，但是很多的技術(shù)是后發(fā)先至的。

比如如果沒有加密技術(shù)提前應(yīng)對(duì)“后量子時(shí)代”，去回應(yīng)量子計(jì)算，那么將來很多問題都會(huì)同一時(shí)間爆發(fā)出來。

然而，綜合領(lǐng)域在過去一年底層技術(shù)是否發(fā)生了明顯的進(jìn)步，以及整個(gè)產(chǎn)業(yè)領(lǐng)域是否小眾等因素，組委會(huì)最終做了嚴(yán)格篩選。

為何值得關(guān)注？

最后，回到科技趨勢(shì)本身，每年提供預(yù)測(cè)的機(jī)構(gòu)不勝枚舉，為何達(dá)摩院給出的榜單值得關(guān)注？

首先，具有前瞻性，是每年科技發(fā)展的風(fēng)向標(biāo)。今年已是達(dá)摩院第五次發(fā)布趨勢(shì)榜單，在此之前就已經(jīng)成功預(yù)測(cè)了AI for Science、大模型、AI制藥等諸多領(lǐng)域。

尤其是去年預(yù)測(cè)的AI for Science，可以看到過去這段時(shí)間，AI for Science技術(shù)成果集中爆發(fā)，在生物醫(yī)藥、材料、物理、化學(xué)、甚至數(shù)學(xué)上發(fā)揮出越來越重要的作用。

其次，還兼具專業(yè)性，從每年的評(píng)選流程可以看到，達(dá)摩院十大趨勢(shì)誕生過程中會(huì)先對(duì)論文和專利的大數(shù)據(jù)“定量發(fā)散”，再對(duì)產(chǎn)、學(xué)、研、用領(lǐng)域近百位專家深度訪談“定性收斂”， 從科學(xué)家、企業(yè)家和工程師的訪談中交叉驗(yàn)證。

參與到此次調(diào)研訪談的中國(guó)工程院院士鄔賀銓表示，達(dá)摩院的十大科技趨勢(shì)報(bào)告會(huì)對(duì)整個(gè)ICT行業(yè)，包括對(duì)技術(shù)創(chuàng)新和ICT在垂直行業(yè)的應(yīng)用研究起到很好的借鑒作用。

最后，單從此次回歸產(chǎn)業(yè)本質(zhì)的角度來看，前沿科學(xué)與產(chǎn)業(yè)技術(shù)的融合遠(yuǎn)比以往更加緊密。這恰好也是當(dāng)下機(jī)器革命的外化。

如果時(shí)間陣線拉長(zhǎng)，事實(shí)上每一次工業(yè)革命，都與兩種之間的融合關(guān)系有關(guān)。

達(dá)摩院十大科技趨勢(shì)項(xiàng)目組成員秦钖曾這樣舉例：從產(chǎn)業(yè)角度來看，第一次工業(yè)革命，科學(xué)與技術(shù)還相對(duì)較遠(yuǎn)；第二次的工業(yè)革命，技術(shù)與科學(xué)之間開始緊密，科學(xué)開始在慢慢指導(dǎo)技術(shù)；到第三次信息革命則更為明顯。

如果說第二次工業(yè)革命它的范式標(biāo)準(zhǔn)是規(guī)模化跟標(biāo)準(zhǔn)化的話，到第三次工業(yè)革命，就是個(gè)性化和規(guī)模化的統(tǒng)一。

毫無疑問的是，我們正處于一個(gè)全新的技術(shù)周期。與產(chǎn)業(yè)全方位、深層次地融合成為題中之義。

新的一年有什么樣的技術(shù)趨勢(shì)值得關(guān)注，達(dá)摩院給了份答案。