【2020-2023】达摩院十大科技趋势历年汇总

通过阿里达摩院历年来的十大科技趋势，感受正被科技改变的世界。

2020年十大科技趋势

• 趋势一：人工智能从感知智能向认知智能演进

人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。

• 趋势二：计算存储一体化突破AI算力瓶颈

冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。

• 趋势三：工业互联网的超融合

5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。

• 趋势四：机器间大规模协作成为可能

传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。

• 趋势五：模块化降低芯片设计门槛

传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。

• 趋势六：规模化生产级区块链应用将走入大众”

区块链BaaS(Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。

• 趋势七：量子计算进入攻坚期

2019年，“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。

• 趋势八：新材料推动半导体器件革新

在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。

• 趋势九：保护数据隐私的AI技术将加速落地

数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。

• 趋势十：云成为IT技术创新的中心

随着云技术的深入发展，云已经远远超过IT基础设施的范畴，渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义IT的一切。广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。

2021年十大科技趋势

• 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元件已用于汽车逆变器，GaN快速充电器也大量上市。未来5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，极大的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的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、云计算等为代表的科学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10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，一些所谓的智慧城市集中暴露问题，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，城市管理者希望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。

2022年十大科技趋势

• 趋势一：AI for Science
  人工智能成为科学家的新生产工具，催生科研新范式。

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）

• 趋势二：大小模型协同金花
  大模型参数竞赛进入冷静期，大小模型在云边端协同进化。

新的智能体系也需要克服三个挑战：从数据驱动走向知识与数据融合驱动（提升模型通用能力的同时降低训练所需的数据量）、大小模型的协同机制、大模型的可解释性与因果推理（小模型对大模型的信任决定是否能广泛应用）

• 趋势三：硅光芯片
  光电融合兼具光子和电子优势，突破摩尔定律限制。

硅光芯片需要与成熟的电子芯片技术融合，运用电子芯片先进的制造工艺及模块化技术，结合光子和电子优势的硅光技术将是未来的主流形态。

• 趋势四：绿色能源AI
  人工智能助力大规模绿色能源消纳，实现多能互补的电力体系。

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。

• 趋势五：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。

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。

• 趋势六：高精度医疗导航
  人工智能与精准医疗深度融合，助力诊疗精度与效率提升。

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。

• 趋势七：全域隐私计算
  破解数据保护和利用两难，隐私计算走向全域数据保护。

目前重点关注三个“比较重要”的技术：安全多方计算、差分隐私、数据脱敏，“这三个方向都有非常令人期待的技术突破和实质性场景落地发生”。
达摩院预测，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。

• 趋势八：星地计算
  卫星及地面一体化的通信与计算，促进空天地海的全面数字化。

达摩院预计，未来3年，低轨卫星数量会迎来爆发式增长，与高轨卫星共同组成卫星互联网；未来5年，卫星互联网与地面网络能无缝结合形成天地一体的泛在互联网，卫星及其地面系统成为新型计算节点，在各类数字化服务场景中发挥作用。
达摩院也指出，星地计算在实现上仍面临较多难题，如空天地一体化通信问题、星群计算问题、星地产业融合问题等。

• 趋势九：云网端融合
  云网端融合形成新计算体系，催生云上新物种。

达摩院预测，未来 2 年内将有大量的应用场景在云网端融合的体系运行，伴随着更多依云而生的新型设备的诞生，用户体验将更极致、更丰富。
云网端融合的体系还需要克服两个挑战：一是网络质量、成本与覆盖将成为体系制约条件，新型网络技术（如5G与卫星互联网）需要不断以应用需求为导向进行技术迭代并加大覆盖；二是信息安全，数据在云上处理，对数据加密、数据治理、安全计算、隐私计算等安全技术的要求更高。

• 趋势十：XR互联网
  XR 眼镜会成为重要交互界面，带动下一代互联网发展。

达摩院提出，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）。
XR 互联网当前还处于发展初期，技术上最大的挑战是如何实现高度沉浸式体验，同时也面临较高的隐私风险。

2023年十大科技趋势

• 趋势一：多模态预训练大模型
  基于多模态的预训练大模型将实现图文音统一知识表示，成为人工智能基础设施。

• 趋势二：Chiplet模块化设计封装
  Chiplet的互联标准将逐渐统一，重构芯片研发流程。

• 趋势三：存算一体
  资本和产业双轮驱动，存算一体芯片将在垂直细分领域迎来规模化商用。

• 趋势四：云原生安全
  安全技术与云紧密结合，打造平台化、智能化的新型安全体系。

• 趋势五：软硬融合云计算体系架构
  云计算向以CIPU为中心的全新云计算体系架构深度演进，通过软件定义、硬件加速，在保持云上应用开发的高弹性和敏捷性的同时，带来云上应用的全面加速。

• 趋势六：端网融合的可预期网络
  基于云定义的可预期网络技术，即将从数据中心的局域应用走向全网推广。

• 趋势七：双引擎智能决策
  融合运筹优化和机器学习的双引擎智能决策，将推进全局动态资源配置优化。

• 趋势八：计算光学成像
  计算光学成像突破传统光学成像极限，将带来更具创造力和想象力的应用。

• 趋势九：大规模城市数字孪生
  城市数字孪生在大规模趋势基础上，继续向立体化、无人化、全局化方向演进。

• 趋势十：生成式 AI
  生成式AI进入应用爆发期，将极大推动数字化内容生产与创造。