2022十大科技趋势解读：进击的中国科技~你准备在何处 ...

曲晚风

2021年，量子计算、芯片开源、脑机接口、云原生、AI预训练大模型等前沿技术出尽了风头，虚实难分的“元宇宙”更是在年尾掀起一波热潮。2022年，这些技术热词还会占据“C位”吗？
12月28日，阿里巴巴达摩院（以下简称达摩院）发布了2022十大科技趋势，给出了这个问题的答案。从“范式重置”到“场景变革”再到“未来互联”，在达摩院的预判中，2022年科技发展更趋硬核、多元。这是达摩院成立四年来第四次发布年度科技趋势，深度访谈近100位科学家，分析近三年来的770万篇公开论文、8.5万份专利，覆盖159个领域，挖掘其中热点及重点技术突破。通过与过去三年的科技趋势预测比对可以发现，这些尖端技术早有蛛丝马迹可寻。（原文网址：深度访谈近100位科学家！达摩院发布2022十大科技趋势-新闻-科学网）

01：AI新科研
人工智能成为科学家的新生产工具，催生科研新范式。“我们预测在未来的3年内，人工智能（AI）技术在应用科学中将得到普遍应用，在部分自然科学中开始成为研究工具。”达摩院提出，AI将成为科学家继计算机之后的新生产工具，一是带来效率的显著提升，二是可能帮助科学家可能突破长久以来的研究瓶颈。
达摩院认为，此前一些领域的科学家需要“板凳枯坐10年冷”才能产出科学成果的时代将会过去，而AI将伴随科研从假设、实验到归纳总结的全流程，从而让科学家能在一生中都能保持“高产”。同时，AI也能对科学研究产生“猜想”，科学家可以仅就其中有意义、有价值的部分进行实验与证明，如此，更多人能够参与到科学研究之中。不过，达摩院也提出，AI与科研深度结合仍然需要解决三个挑战：人机交互问题（AI与科学家的协作机制与分工需更明确）、AI的可解释性（AI需要更容易被理解）、交叉学科人才（专业领域科学家与AI研究者彼此促进的障碍待破除）。



除了已知的如化学，医学等需要大量数据计算的学科，AI对于其他领域的科研来说是一个极其好用的工具，DNA测序、天文地理甚至艺术领域都必须要用到AI 模型来提供灵感。此前Nature 采访了五位跨领域的专家；人工智能（AI）也逐渐从一个专用的研究领域走向成为其他学科的工具，这种方式也很好地促进了跨学科合作。
据斯坦福大学2021年的人工智能相关数据索引报告指出，人工智能相关期刊出版物的数量从2019年到2020年增长了34.5%；从2018年到2019年的 19.6%。2019年，人工智能出版物占全球所有同行评审科学出版物的3.8%，远高于2011年的1.3%。利用好AI算法也成了当前科研的必备素质~

02：大小模型协同进化
过去几年里，谷歌的BERT、OpenAI的GPT-3、智源的“悟道”、达摩院的M6和AliceMind等大规模预训练模型如军备竞赛般迅猛发展，使得大模型的性能飞速提升，为下游的AI模型训练打下良好基础。然而，大模型训练对资源消耗过大、参数量剧增所带来的性能提升与消耗提升不成比例，使大模型效率遭到挑战。
达摩院认为，大模型沉淀的知识与认知推理能力向小模型输出，小模型在此基础上叠加在垂直场景的感知、认知、决策、执行能力，再将执行结果反馈给大模型，可让大模型的知识与能力持续进化，从而形成一套有机循环的智能系统——参与者越多、受惠者越多，同时模型进化的速度也越快。



这种新的智能系统优势有三：一是让小模型更容易获取通用的知识与能力，二是小模型在真实场景回收的增量数据可促进大模型“再进化”，三是模型可被共享、全社会不必重复“造轮子”。
南京大学计算机科学与技术系主任兼人工智能学院院长周志华认为，大模型未来会在一些事关国计民生的重大任务上发挥作用，而在其他一些场景下或许会通过类似集成学习的手段来利用小模型，尤其是通过很少量训练来“复用”和集成已有的小模型来达到不错的性能。这里我们以GPT-3为例，说明一下这种模型的实际作用~目前机器学习的最大趋势之一是文本生成。人工智能系统通过吸收从互联网上抓取的数十亿个单词来学习，并根据各种提示生成文本。这听起来很简单，但这些机器可以执行各种各样的任务—从创作小说到编写糟糕的代码，再到让你与历史人物聊天。OpenAI 的 GPT-3现在被“数万”开发人员在 300 多个不同的应用程序中使用，每天生成 45 亿个单词。这是很多机器人用语。这可能是 OpenAI 庆祝的一个任意里程碑，但它也是 AI 文本生成规模、影响和商业潜力不断增长的有用指标。

03：硅光芯片
近年来，电子芯片发展逼近摩尔定律极限，集成技术进步趋于饱和，高性能计算对数据吞吐要求不断增长，亟需技术突破。而据OpenAI 统计，自 2012 年起，每3.4个月人工智能的算力需求就翻倍，摩尔定律带来的算力增长已无法完全满足需求。而光芯片作为光通信系统中的关键核心器件，硅光芯片作为采用硅光子技术的光芯片，是将硅光材料和器件通过特色工艺制造的新型集成电路。硅光具备超高兼容性、超高集成度、强大的集成能力、强大规模制造能力等技术能力，未来潜在优势明显，是目前前沿厂商聚焦的焦点。
与传统分立式方案相比，硅光模块将多路激光器，调制器和多路探测器等光/电芯片都集成在硅光芯片上，体积大幅减小，有效降低材料成本、芯片成本、封装成本，同时也能有效控制功耗。硅光模块凭借上述优势有望在数据中心和中长距离相干通信等应用场景取得更大份额，或将改变传统竞争格局。



在此背景下，达摩院认为，硅光芯片更高计算密度与更低能耗的特性是极致算力场景下的解决方案，并提出光电融合是未来芯片的发展趋势：“硅光子和硅电子芯片取长补短，充分发挥二者优势，促使算力的持续提升。”未来 3 年，硅光芯片将支撑大型数据中心的高速信息传输；未来 5-10 年，以硅光芯片为基础的光计算将逐步取代电子芯片的部分计算场景。而就在不久之前，我国的硅光芯片就取得了新的进展：国内首款1.6Tb/s硅光互连芯片，实现了我国硅光芯片技术向Tb/s级的首次跨越：国家信息光电子创新中心、鹏城实验室、中国信息通信科技集团光纤通信技术和网络国家重点实验室、武汉光迅科技股份有限公司，在国内率先完成了1.6Tb/s硅基光收发芯片的联合研制和功能验证，实现了我国硅光芯片技术向Tb/s级的首次跨越。
据介绍，研究人员分别在单颗硅基光发射芯片和硅基光接收芯片上集成了8个通道高速电光调制器和高速光电探测器，每个通道可实现200Gb/s PAM4高速信号的光电和电光转换，最终经过芯片封装和系统传输测试，完成了单片容量高达8200Gb/s光互连技术验证。



近几年来包括思科、华为、Ciena、Juniper 等巨头纷纷通过收购布局硅光技术，大部分巨头并没有光通信的业务，收购硅光子公司更多是出于技术布局的目的，例如Intel提出的“集成光路”的愿景，立志将硅光技术应用于千亿级的IC市场。但是，硅光目前也有来自产业链和工艺水平上的挑战。达摩院称，硅光芯片的设计、量产、封装等未形成标准化和规模化，进而导致其在产能、成本、良率上的优势还未显现。而针对芯片的量产以及封装，最大的还是焊接问题：芯片的焊接是指半导体芯片与载体（封装壳体或基片）形成牢固的、传导性或绝缘性连接的技巧。焊接层除了为器件提供机械连接和电连接外，还须为器件提供良好的散热通道。
BUT，因为芯片焊接（粘贴）不良造成的失效也越来越引起了人们的重视，因为这种失效往往是致命的，不可逆的。而在各种失效情况下，有多种基于环境所造成的问题，是最不容忽视的。



芯片背面氧化
器件生产过程中，焊接前往往先在芯片背面蒸金。在Au-Si共晶温度下，Si会穿透金层而氧化生成SiO2，这层SiO2会使焊接浸润不均匀，导致焊接强度下降。即便在室温下，硅原子也会通过晶粒间的互扩散缓慢移动到金层表面。
因此，在焊接时保护气体N2必须保证足够的流量，最好加入部分H2进行还原。芯片的保存也应引起足够的重视，不仅要关注环境的温湿度，还应考虑到其将来的可焊性，对于长期不用的芯片应放置在氮气柜中保存。



基片清洁度差
基片被沾污、有部分油渍或氧化会严重影响焊接面的浸润性。这种沾污在焊接过程中是较简单观察到的，这时必须对基片进行再处理。要解决芯片微焊接不良问题，必须明白不同技巧的机理，逐一分析各种失效模式，及时发现影响焊接（粘贴）质量的不利因素，同时严格生产过程中的检验，加强制造环境管理，才能有效地避免因芯片焊接不良对器件可靠性造成的潜在危害。
所以在芯片制造的过程中
如果能配合手套箱进行生产环境保护
就能有效的避免这些问题



惰性气体手套箱大体分为三种：
1、真空手套箱：
在操作前，对整个箱体抽真空，把箱体内空气完全抽掉，然后充上高纯气体即可使用。
2、清洗手套箱：
对手套箱进行连续通氮气，不间断地把泄漏入手套箱内的气体杂质清洗出手套箱。
3、循环手套箱：手套箱带有气体净化气体，手套箱内的气体不间断地循环过气体净化系统把水氧和有机溶剂杂质除去。
手套箱的主要功能在于对O2、H2O、有机气体的清除。广泛应用于无水、无氧、无尘的超纯环境：如锂离子电池及材料、半导体、超级电容、特种灯、激光焊接、钎焊、材料合成、OLED、MOCVD 等，也包括生物方面应用，如厌氧菌培养、细胞低氧培养等。



有了手套箱的加持
就可以有效保障环境的安全、洁净

04：绿色能源 with AI
绿色能源的大规模开发和利用已经成为当今世界能源发展的主要方向。但在高比例绿色能源并网的趋势下，传统电力系统难以应对绿色能源在大风、暴雨、雷电等天气下发电功率的不确定性，缺乏高稳定性的多能协调，复杂故障及时响应的应对能力。达摩院提出，AI技术将在发电功率的精准预测、电力优化调度、电站性能评估、故障监测和风险管理等方面将发挥不可替代的作用，并带来三大突破：精准的功率预测、智能的调度控制、自动化的故障响应。达摩院同时提出，在核心技术上，气象AI能否对多电源发电功率精准预测，系统运行状态的智能感知、调度和控制能力的提升等，将成为人工智能技术应用面临的主要挑战。



05：柔性感知机器人
机器人将兼具柔性和类人感知，可自适应完成多种任务。具有柔软灵活、可编程、可伸缩等特征的性机器人，结合人工智能技术使其具备感知能力，将有望提升机器人的通用性与自主性、降低对于预编程的依赖，从而大大拓展机器人的使用场景。达摩院提出：“我们预测，未来5年内，柔性机器人将充分结合深度学习带来的智能感知能力，能够面向广泛场景，逐步替代传统工业机器人，成为产线上的主力设备；同时在服务机器人领域实现商业化，在场景、体验、成本方面具备优势，开始规模化的应用。”
柔性感知机器人也有三个需要克服关键挑战：一是智能水平受制于端侧算力与小样本学习的有效性，有赖于云端协同的突破；二是精度受制于材料的刚性，有赖于可变材料的突破；三是受制于高昂成本，有赖于工艺优化及进一步通用化使得价格具备竞争力。
06：高精度医疗导航
目前，AI技术已被证明可与基因检测、靶向治疗、免疫治疗等新技术研究有效结合，改变单纯依赖医生经验的诊断模式。达摩院认为，未来三年，以AI为代表的新兴技术将逐渐渗透到临床诊疗的多病种全流程中去。以肿瘤的全流程导航为例，在早筛和确诊环节，使用AI影像分析，医生可找到癌细胞的踪迹，改变传统仅用肉眼观测癌细胞的诊断模式。
据英美国家的统计，使用AI技术做乳腺癌的早期筛查，阳性误诊率分别降低了5.7%（美国）和1.2%（英国）。在治疗环节，借助AI技术，医生可以明确肿瘤是否复发、转移，让治疗过程透明简单。在预后环节，AI技术可改变以往单纯依赖专家经验的预测方式，实现基于临床数据指征的精确计算，指引预后、降低风险。
达摩院预测，未来3年，以人为中心的 AI 医疗将成为主要方向，全面渗透在疾病预防和诊疗的各个环节，成为疾病预防和诊疗的高精度导航。而随着因果推理的进一步发展，可解释性有望实现突破，AI将为疾病的预防和早诊早治提供有力的技术支撑。



中国AI医疗元年
6年前，中国医疗AI行业走红，从创业者扎堆到大浪淘沙，一批企业未能等到政策开闸，倒在半途。终于在2020年，国家药品监督管理局向多家AI医学影像企业发放了9项三类证，截至今年11月底，“人工智能”器械注册证已经累计批准了20余张。这意味着AI医疗产品的审批路径更清晰、审批速度更快。
2021年7月，国药监局正式发布了《人工智能医用软件产品分类界定指导原则》，明确了人工智能医用产品的分类界定，监管和标准化制定从无到有，对各企业的产品定位、产品注册策略有了明确的指导意义，是行业长期发展的政策利好。

07：全域隐私计算
从欧盟此前颁布的《通用数据保护条例》（GDPR），到我国新颁布的《数据安全法》和《个人信息保护法》，数据的监管合规已成为全球性趋势。而在数据升级为新的生产要素的背景下，如何在数据安全、隐私保护的前提下利用好数据的价值是一个时代命题。顾名思义，隐私计算技术是在数据隐私保护的基础上，完成计算任务。浙江大学教授、浙江大学网络空间安全学院院长任奎说：“如果我们把互联网称为新时代的基础设施，隐私计算就是可以解决大部分数据保护与安全利用难题的基础设施关键安全技术。”达摩院指出，由于遭遇性能瓶颈、技术信任不足、标准不统一等问题，隐私计算尚只能在少量数据的场景下应用。3年内，全域隐私计算的技术将在性能和可解释性上有新的突破，并开始出现数据信托公司提供基于隐私计算的数据共享服务；未来5-10年，全域隐私计算将改变现有的数据获取方式，激发基于数据的新生产力。
08：星地计算
在人口密集区域，互联网及数字化服务无处不在，但在深空、海洋、沙漠这些无人区，如何实现全球连接与数字化应用？显然，单靠地面网络和计算已无法有效满足需求。达摩院提出，集成卫星系统、空中网络、地面通信和云计算的星地计算，正成为一种新兴的计算架构。达摩院认为，星地计算通过空、天、地、海泛在覆盖的网络连接，实现全息泛在的智能高速宽带通信和全域计算服务，将促进万物互联，有效解决偏远地区、航海航空的通信需求。而低延时广覆盖的网络，也将促进云网端的进一步融合，为各种极端场景带来新型应用的可能。
以SpaceX为代表，截至2021年12月，Starlink星座累计发射1890颗卫星。经国外测速网站Ookla公布，2021年第二季度，Starlink的测试下载速度平均为108Mbps，网络延迟平均37ms。目前Starlink星座已获得12个国家的正式许可，并在16个国家开始运营，目前全球用户超过10万。



而提到星地计算，如今就不能不提我们自己的北斗卫星系统：
近日，从交通运输部长江通信管理局获悉，全面国产化的长江干线北斗卫星地基增强系统工程已建成投入使用，北斗智能船载终端陆续投放航运市场，“北斗+”等新技术应用试点逐步展开。目前，长江北斗系统已为15000余艘船舶、1700套船舶应急示位标、4000套个人遇险信标、5600座干线航标提供服务。
据了解，长江干线北斗卫星地基增强系统工程于2018年11月开工建设，在长江干线建成106个北斗增强系统基准站，覆盖面积达8万余平方公里区域，实现长江干线北斗卫星地基增强信号全面覆盖。该系统的建成实现了对GPS等国外定位系统的高质量替代，是国内内河航运水域规模最大、覆盖范围最广、组网结构最复杂、服务性能要求最高的北斗服务系统，能为用户提供最高实时厘米级、后处理毫米级的位置信息服务。



GPS—全球定位系统，1958年由美国研制，最初就是用星型的拓扑网络结构来定位的，但是当时的技术非常的有限，精准度不太够。不过后来随着时间的推移，技术的成熟，GPD已经可以覆盖到几乎全球的区域了。不仅精准而且来到了民用之后也是很方便地造福于人类。然而由于内过得技术垄断，我们便开始寻找自己的道路~2000年，我国的北斗一号成功升空，知道今天建立了自己的卫星网络并投入使用，我们不再需要美国的卫星来“指明方向”，实实在在的振奋人心~

09：云网端融合
云计算在过去的10多年里获得了飞速发展。随着技术的革新，下一阶段云上将诞生怎样的新物种？达摩院认为是“云网端融合而成的新计算体系”。在新计算体系架构下，云、网、端仍各有分工，但均有新变化：负责计算与数据处理的云，将具备更好的计算效率、体系化的数据处理以及高精高效高覆盖的人工智能；作为体系中的连接，网的低延时、广覆盖将让云网端形成更有机的整体；而作为体系中的交互界面，端的形态将更加多元，覆盖各类场景下的交互需求。对此达摩院提出，云网端的融合协同，将更高效地促进诞生更多新型应用：在云端，应用将不受过去装置资源的限制，释放更多可能性，如高精度的工业仿真；在网侧，分布式的算力将更促进更多低时延的边缘计算应用，例如实时的工业质检；在端侧，云网端进行协同与交互，催生如元宇宙的虚拟世界。
10：XR 互联网
未来虚拟世界到底怎样？可能是“XR眼镜上的互联网”。现在电脑、手机上显示交互的界面是一个个的“窗口”，而在XR（泛指各类虚拟技术）眼镜上，交互界面是是立体空间。在三维空间，人们可以有更直观、更沉浸式的显示，用户和内容的互动方式也会从文字、图片进化到视频、互动，发生根本性改变。达摩院认为，随着 VR、AR 为代表的虚拟现实技术的产业化，下一代的 XR 互联网，将对数字时代产生巨大影响。



构筑 XR 互联网需要四大要素：硬件（如 XR 眼镜等）、内容（如娱乐、购物、社交等）、人工智能（如空间感知、数字孪生）、基础设施（如 5G、云计算等）。这四要素中，硬件和内容会率先发展，其中XR眼镜作为XR互联网的第一入口，将向着体积更小、重量更轻、响应速度更快的方向发展；而内容则将以娱乐社交和办公场景为先，再逐渐发展至购物、教育、医疗等对远距互动有一定需求的场景。

看完了上面的十条科技趋势预测~让我们不禁对下一个十年的的未来充满了好奇：毫无疑问，科技是推进世界向前发展的原动力~而中国科技，不仅一直在努力，也必然将逐步在各个领域迈进一流领域~

关注科技潮流，关注中国科技发展
提供最好的科学实验保护
伊特克斯手套箱