《阿里达摩院发布2021十大科技趋势》

  • 来源专题:科技大数据监测服务平台
  • 编译者: dingxq
  • 发布时间:2020-12-29
  • 刚刚,阿里巴巴达摩院发布2021十大科技趋势,这是达摩院成立三年以来第三次发布年度科技趋势。

    2020年是不平凡的一年,经历疫情的洗礼,许多行业重启向上而生的螺旋,但疫情并未阻挡科技前进的脚步,量子计算、基础材料、生物医疗等领域的一系列重大科技突破纷至沓来。

    后疫情时代,基础技术及科技产业将如何发展,达摩院为科技行业提供了全新预测。

    趋势一:以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发

    以氮化镓(GaN)和碳化硅(SiC)为代表的第三代半导体,具备耐高温、耐高压、高频率、大功率、抗辐射等优异特性,但受工艺、成本等因素限制,多年来仅限于小范围应用。

    近年来,随着材料生长、器件制备等技术的不断突破,第三代半导体的性价比优势逐渐显现,并正在打开应用市场:SiC元件已用作汽车逆变器,GaN快速充电器也大量上市。

    未来五年,基于第三代半导体材料的电子器件将广泛应用于5G基站、新能源汽车、特高压、数据中心等场景。

    趋势二:后“量子霸权”时代量子纠错和实用优势成核心命题

    2020年为后“量子霸权”元年,世界对量子计算的投入持续上涨,技术和生态蓬勃发展,多个平台异彩缤纷。

    这一潮流将在2021年继续推高社会的关注和期待,量子计算的研究需要证明自身的实用价值;业界需要聚焦“后霸权”时代的使命:协同创新,解决众多的科学和工程难题,为早日到达量子纠错和实用优势两座里程碑铺路奠基。

    趋势三:碳基技术突破加速柔性电子发展

    柔性电子是指经扭曲、折叠、拉伸等形状变化后仍保持原有性能的电子设备,可用作可穿戴设备、电子皮肤、柔性显示屏等。

    柔性电子发展的主要瓶颈在于材料——目前的柔性材料,或者“柔性”不足容易失效,或者电性能远不如“硬质”硅基电子。

    近年来,碳基材料的技术突破为柔性电子提供了更好的材料选择:碳纳米管这一碳基柔性材料的质量已可满足大规模集成电路的制备要求,且在此材料上制备的电路性能超过同尺寸下的硅基电路;而另一碳基柔性材料石墨烯的大面积制备也已实现。

    趋势四:AI提升药物及疫苗研发效率

    AI已广泛应用于医疗影像、病历管理等辅助诊断场景,但AI在疫苗研发及药物临床研究的应用依旧处于探索阶段。

    随着新型AI算法的迭代及算力的突破,AI将有效解决疫苗/药物研发周期长、成本高等难题,例如提升化合物筛选、建立疾病模型、发现新靶点、先导化合物发现及先导药物优化等环节的效率。

    AI与疫苗、药物临床研究的结合可以减少重复劳动与时间消耗,提升研发效率,极大地推动医疗服务和药物的普惠化。

    趋势五:脑机接口帮助人类超越生物学极限

    脑机接口是新一代人机交互和人机混合智能的关键核心技术。脑机接口对神经工程的发展起到了重要支撑与推动作用,帮助人类从更高维度空间进一步解析人类大脑的工作原理。

    脑机接口这一新技术领域,探索性地将大脑与外部设备进行通信,并借由脑力意念控制机器。例如在控制机械臂等方面帮助提升应用精度,将为神智清醒、思维健全,但口不能言、手不能动的患者提供精准康复服务。

    趋势六:数据处理实现“自治与自我进化”

    随着云计算的发展、数据规模持续指数级增长,传统数据处理面临存储成本高、集群管理复杂、计算任务多样性等巨大挑战;面对海量暴增的数据规模以及复杂多元的处理场景,人工管理和系统调优捉襟见肘。

    因此,通过智能化方法实现数据管理系统的自动优化,成为未来数据处理发展的必然选择。

    人工智能和机器学习手段逐渐被广泛应用于智能化的冷热数据分层、异常检测、智能建模、资源调动、参数调优、压测生成、索引推荐等领域,有效降低数据计算、处理、存储、运维的管理成本,实现数据管理系统的“自治与自我进化”。

    趋势七:云原生重塑IT技术体系

    在传统IT开发环境里,产品开发上线周期长、研发效能不高,云原生架构充分利用了云计算的分布式、可扩展和灵活的特性,更高效地应用和管理异构硬件和环境下的各类云计算资源。通过方法论工具集、最佳实践和产品技术,开发人员可专注于应用开发过程本身。

    未来,芯片、开发平台、应用软件乃至计算机等将诞生于云上,可将网络、服务器、操作系统等基础架构层高度抽象化,降低计算成本、提升迭代效率,大幅降低云计算使用门槛、拓展技术应用边界。

    趋势八:农业迈入数据智能时代

    传统农业产业发展存在土地资源利用率低和从生产到零售链路脱节等瓶颈问题。以物联网、人工智能、云计算等为代表的数字技术正在与农业产业深度融合,打通农业产业的全链路流程。

    结合新一代传感器技术,农田地面数据信息得以实时获取和感知,并依靠大数据分析与人工智能技术快速处理海量领域农业数据,实现农作物监测、精细化育种和环境资源按需分配。

    同时,通过5G、物联网、区块链等技术的应用,确保农产品物流运输中的可控和可追溯,保障农产品整体供应链流程的安全可靠。农业将告别“靠天”吃饭,进入智慧农业时代。

    趋势九:工业互联网从单点智能走向全局智能

    受实施成本和复杂度较高、供给侧数据难以打通、整体生态不够完善等因素限制,目前的工业智能仍以解决碎片化需求为主。

    疫情中数字经济所展现出来的韧性,让企业更加重视工业智能的价值,加之数字技术的进步普及、新基建的投资拉动,这些因素将共同推动工业智能从单点智能快速跃迁到全局智能。

    特别是汽车、消费电子、品牌服饰、钢铁、水泥、化工等具备良好信息化基础的制造业,贯穿供应链、生产、资产、物流、销售等各环节在内的企业生产决策闭环的全局智能化应用,将大规模涌现。

    趋势十:智慧运营中心成为未来城市标配

    在过去十年时间里,智慧城市借助数字化手段切实提升了城市治理水平。但在新冠疫情防控中,智慧城市暴露出新问题,特别是由于“重建设轻运营”所导致的业务应用不足。

    在此背景下,城市未来需要通过运营中心盘活数据资源,推动治理与服务的全局化、精细化和实时化。

    而AIoT技术的日渐成熟和普及、空间计算技术的进步,将进一步提升运营中心的智慧化水平,在数字孪生基础上把城市作为统一系统并提供整体智慧治理能力,进而成为未来城市的数字基础设施。

相关报告
  • 《Gartner发布2021年重要战略科技趋势》

    • 来源专题:科技大数据监测服务平台
    • 编译者:zhoujie
    • 发布时间:2020-10-27
    • 全球领先的信息技术研究和顾问公司Gartner于今日发布企业机构在2021年需要深挖的重要战略科技趋势。分析师们在本周举行的Gartner IT Symposium/Xpo大会美洲站虚拟会议上展示了自己的发现。 Gartner研究副总裁Brian Burke表示:“各企业职能部门对运营韧性的需求从未像现在这样强烈。首席信息官们正在努力适应不断变化的情况,设计未来的业务。这就需要企业机构具有不断重组与改革的可塑性。Gartner 2021年重要战略科技趋势可实现这种可塑性。 “企业机构正在从应对新冠疫情转向推动增长,因此它们必须关注形成今年主流趋势的三个主要领域:以人为本、位置独立性和韧性交付。这些趋势在组合后的整体影响大于它们各自的独立影响,并且专注于满足全球各地的社会与个人需求来实现最佳交付。” 2021年重要战略科技趋势具体如下: 行为互联网(Internet of Behaviors) 行为互联网(IoB)不断涌现,许多技术都在捕获并使用人们日常生活中的“数字尘埃”。IoB汇集了面部识别、位置跟踪和大数据等当前直接关注个人的技术,并将结果数据与现金购买或设备使用等相关的行为事件相关联。 企业机构使用该数据来影响人的行为。例如为了在疫情期间监控对健康规定的遵守情况,企业机构可以通过使用IoB计算机视觉来查看员工是否戴着口罩或通过热成像来识别发热者。 Gartner预测,到2025年末,全球一半以上的人口将至少参加一项商业或政府的IoB计划。虽然IoB在技术上可成为可能,但社会各界将对各种影响行为的方法展开广泛的伦理和社会学讨论。 全面体验(Total Experience) Burke表示:“去年,Gartner将多重体验定义为一种重要的战略科技趋势。而在今年,这一趋势又进一步发展成为全面体验(TX),将多重体验与客户、员工和用户体验相联系。Gartner预计在未来三年中,提供TX的企业机构在关键满意度指标方面的表现将超越竞争对手。” 由于新冠疫情,移动、虚拟和分布式互动日益盛行,因此企业机构需要有TX策略。TX将改善体验的各个组成部分,实现业务成果的转型。这些相互交织的体验是企业运用创新革命性体验实现差异化,从而从疫情中恢复的关键驱动力。 隐私增强计算(Privacy-Enhancing Computation) 随着全球数据保护法规的成熟,各地区首席信息官所面临的隐私和违规风险超过了以往任何时候。不同于常见的静态数据安全控制,隐私增强计算可在确保保密性或隐私的同时,保护正在使用的数据。 Gartner认为,到2025年将有一半的大型企业机构使用隐私增强计算在不受信任的环境和多方数据分析用例中处理数据。企业机构应在开始确认隐私增强计算候选对象时,评估要求个人数据转移、数据货币化、欺诈分析和其他高度敏感数据用例的数据处理活动。 分布式云(Distributed Cloud) 分布式云将公有云分布到不同的物理位置,但服务的运营、治理和发展依然由公有云提供商负责。它为具有低延迟、降低数据成本需求和数据驻留要求的企业机构方案提供了一个灵活的环境,同时还使客户的云计算资源能够更靠近发生数据和业务活动的物理位置。 到2025年,大多数云服务平台至少都能提供一些可以根据需要执行的分布式云服务。Burke先生认为:“分布式云可以取代私有云,并为云计算提供边缘云和其他新用例。它代表了云计算的未来。” 随处运营(Anywhere Operations) 随处运营是一种为全球各地客户提供支持、赋能全球各地员工并管理各类分布式基础设施业务服务部署的IT运营模式。它所涵盖的不仅仅是在家工作或与客户进行虚拟互动,还能提供所有五个核心领域的独特增值体验,分别是:协作和生产力、安全远程访问、云和边缘基础设施、数字化体验量化以及远程运营自动化支持。 到2023年末,40%的企业机构将通过随处运营提供经过优化与混合的虚拟/物理客户与员工体验。 网络安全网格(Cybersecurity Mesh) 网络安全网格使任何人都可以安全地访问任何数字资产,无论资产或人员位于何处。它通过云交付模型解除策略执行与策略决策之间的关联,并使身份验证成为新的安全边界。到2025年,网络安全网格将支持超过一半的数字访问控制请求。 Burke先生认为:“新冠疫情加快了耗时数十年的数字化企业变革过程。我们已经越过了一个转折点,大多数企业机构的网络资产现在都已超出传统的物理和逻辑安全边界。随着随处运营的不断发展,网络安全网状组网将成为从非受控设备安全访问和使用云端应用与分布式数据的最实用方法。” 组装式智能企业(IntelligentComposableBusiness) Burke先生表示:“为了提高效率而建立的静态业务流程非常脆弱,因此在疫情的冲击下变得支离破碎。首席信息官和IT领导者正在努力收拾残局,他们开始了解适应业务变化速度的业务能力有多么重要。” 智能组合型业务通过获取更好的信息并对此做出更敏锐的响应来彻底改变决策。依靠丰富的数据和洞见,未来的机器将具有更强大的决策能力。智能组合型业务将为重新设计数字化业务时刻、新业务模式、自主运营和新产品、各类服务及渠道铺平道路。 人工智能工程化(AI Engineering) Gartner的研究表明,只有53%的项目能够从人工智能(AI)原型转化为生产。首席信息官和IT领导者发现,由于缺乏创建和管理生产级人工智能管道的工具,人工智能项目的扩展难度很大。为了将人工智能转化为生产力,就必须转向人工智能工程化这门专注于各种人工智能操作化和决策模型(例如机器学习或知识图)治理与生命周期管理的学科。 人工智能工程化立足于三大核心支柱:数据运维、模型运维和开发运维。强大的人工智能工程化策略将促进人工智能模型的性能、可扩展性、可解释性和可靠性,完全实现人工智能投资的价值。 超级自动化(Hyperautomation) 业务驱动型超级自动化是一项可用于快速识别、审查和自动执行大量获准业务和IT流程的严格方法。在过去几年中,超级自动化一直在持续不断地发展。而因为疫情,一切事物都被突然要求首先实现数字化,这大大增加了市场的需求。业务利益相关者所积压的需求已促使70%以上的商业机构实施了数十种超级自动化计划。 Burke先生表示:“超级自动化是一股不可避免且不可逆转的趋势。一切可以而且应该被自动化的事物都将被自动化。”
  • 《2025具身智能机器人发展十大趋势重磅发布》

    • 编译者:AI智能小编
    • 发布时间:2025-08-15
    • 《2025具身智能机器人发展十大趋势》重磅发布,全面解析了未来具身智能机器人的发展方向。报告从以下十个维度进行详细探讨: 1. **具身感认知**:通过物理实践、物理模拟器和世界模型协同驱动,保证训练环境的丰富性和真实性,提升机器人与环境的交互能力。 2. **具身决策**:多层次端到端的具身决策,结合多模态大模型的认知与规划研究,增强机器人在非结构化环境中的泛化性和实用性。 3. **具身智能控制**:融合模型预测、强化学习和生命科学,优化机器人在新环境中的适应性和高性能表现。 4. **具身智能机器人设计**:利用生成式人工智能,实现硬件与控制策略的协同优化,以实现最优的机器人设计。 5. **软硬件一致性**:高度协同与动态适配,确保软硬件的一致性,通过联合仿真验证,让系统更加协调一致。 6. **具身智能机器人“大工厂”**:在仿真环境中综合研发,实现快速设计和高质量具身智能机器人系统的实现。 7. **大规模高质量数据集**:构建基于物理实体采集与仿真合成的大规模高质量数据集,提升机器人的本体构型优化和跨场景策略迁移能力。 8. **多智能体协同机制**:构建具身智能机器人集群,提升其与人类的共情能力和安全性,使其更好地融入人类生活。 9. **开源社区**:跨学科的具身智能机器人开源社区,促进多领域顶级科学家和工程人员的协作,推动技术进步和产业链的深度融合。 10. **安全评估与伦理建设**:通过行为规范验证、决策可解释性分析和数据安全性研究,确保面向具身智能机器人的安全和伦理合规。 这些趋势勾勒了具身智能机器人发展的未来图景,为行业提供了全面的技术演进路径和应用场景参考。