达摩院十大科技趋势发布：2020 非同小可！

作者 | 马超

来源 | CSDN（ID：CSDNnews）

【编者按】1月2日，阿里巴巴发布《达摩院2020十大科技趋势》，十大科技趋势分别是：人工智能从感知智能向认知智能演进；计算存储一体化突破AI算力瓶颈；工业互联网的超融合；机器间大规模协作成为可能；模块化降低芯片设计门槛；规模化生产级区块链应用将走入大众；量子计算进入攻坚期；新材料推动半导体器件革新；保护数据隐私的AI技术将加速落地；云成为IT技术创新的中心 。

新的画卷，正在徐徐展开。未来走势几何？CSDN特邀CSDN博客专家马超，为各位读者略作解读和延伸。

近些年，总感觉时间过得飞快，2019一转眼，就成过眼云烟。

虽然没能来一场说走就走的旅行，但是世界那么大，总还是要睁开眼睛去看一下。

比如，接下来的2020年，会有哪些黑科技即将占据C位？

笔者将带大家共同来进行盘点。基于本文的词云如下，可作为2020年的关键词参考。

01 基础科研期待突破

基础学科方面的自主创新，是我们实现赶超、后来居上、跨越发展的根本途径。而且近年来，我们在量子计算、新材料科学等方面，的确令人十分期待。

1．量子计算进入攻坚期

2019年，科技巨头间的“量子霸权”争霸赛，让量子计算这个高深的概念，走入大众视线。

先是12019年10月份，谷歌在《自然》杂志发文称，仅需要200秒，即可完成超算上万年才能完成的计算量。不过这样的结论，随后也遭到IBM等公司的公开反对。

中国在量子计算方面也是成果丰硕，比如近日中科院院士潘建伟教授与德国、荷兰的科学家合作，首次实现20光子输入60×60模式干涉线路的玻色取样量子计算，在四大关键指标上，均大幅刷新国际记录，逼近实现量子计算研究的重要目标“量子霸权”。

由于量子单元并不是简单的0、1态，而是一个相干叠加态，因此容错量子计算和演示实用量子优势，一直是业内期待攻坚突破的里程碑，是量子计算实用化的转折点，想达到其中任何一个都将是十分艰巨的任务。目前，我国量子计算将进入技术攻坚期。

预计2020年，量子计算领域将会经历投入增大、竞争激化、产业化加速和生态更加丰富的阶段。

《量子编程基础》

推荐语：应明生教授力作，引领“量子数据+量子控制”范式，推动从量子理论到量子工程的新浪潮！

2. 新材料推动半导体器件革新

目前，主流的经典晶体管制程是7nm，不过由于量子纠缠效应的存在，业内对于3nm以下制程的芯片，普遍持悲观态度。

在摩尔定律放缓、以及算力和存储需求爆发的双重压力下，科学界也在寻求对于经典半导体材料——硅的替代方案。

目前以Bi2Se3、 Sb2Te3、 Bi2Te3为代表的拓扑绝缘体等，能够实现无损耗的电子和自旋输运，使全新的高性能逻辑和互联计算单元的成为可能。

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。

考虑到传统半导体材料硅，已经接近潜力极限，再想提高性能，只能在新型材料方面，找到突破口。所以，笔者认为，2020年这方面很可能迎来突破。

3．模块化设计，让天下没有难做的芯片

在2019年之前，中国芯片行业中，流传一句话叫：“除了水和空气，剩下的都是从国外买的。”听起来似乎很夸张，但实际上一点也不夸张。

除技术之外，过高的芯片成本、过长的投资回报周期，都是阻碍行业发展的拦路虎。如何降低芯片成本、以及提高运算效率，是当今各大企业所考虑的首要难题。

2019年乌镇互联网大会上，阿里旗下的平头哥芯片公司，率先开源一款物联网芯片（MCU），笔者已经在《百行代码解读阿里 AloT 芯片平台无剑 100》做过详细解读。

由于传统芯片设计模式，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、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，将不同功能的“芯片模块”封装在一起，从而可以跳过流片，快速定制出符合应用需求的产品，也进一步加快了芯片交付。2020年，中国在芯片方面的投资，肯定会更进一步加大。那么，这种模块化的芯片设计模式，能否让中国的芯片行业，更上一层楼？这尤其值得期待。

4．AI从感知智能向认知智能方向发展

AI自从AlphaGo出圈以来，它在自然语言处理、图像识别、语音合成等“听、说、看”的感知智能领域达到、甚至超越人类所能达到的水平。但是，我们却只能找到统计联系、而无法找到因果关系。

2016年，李世石对阵AlphaGo第四局的“神之一手”78手，直接导致AlphaGo的崩盘。这不仅体现了人类智慧，也反映出AI感知智能的不足之处。

未来，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，并结合扩领域知识图谱、因果推理、持续学习等技术，去建立稳定获取和表达知识的有效机制，从而让知识能够被机器理解和运用，以及让AI能够回答为什么的问题，最终实现从感知智能到认知智能的关键突破。

笔者在参加2019年BDTC大数据年会时就观察到，因果推理等认知智能领域的话题，得到了业内极大关注。

因此，我们也有理由相信，2020年，通过外部知识、逻辑推理或者领域迁移的认知智能，或将迎来突破。

《深入浅出图神经网络：GNN原理解析》

长按二维码
了解及购买

推荐语：极验AI&图项目团队倾力之作！从原理、算法、实现、应用4个维度详细讲解图神经网络，理论与实践相结合。白翔、俞栋等学术界和企业界领军人物强烈推荐。

02 技术发展新趋势

除了基础科研方面的突破，物联网、AI、云计算等新兴技术发展新动向，也同样值得关注，具体如下：

1．物联网+工业的迎来爆发

随着5G的落地、IoT设备数量的爆发、边缘计算概念的提出，使得工业生产的各个要素，得以深度整合。

这将促进制造效率提高、产品质量改善、产品成本和资源消耗的降低，并将传统工业提升到智能工业的新阶段。

从当前技术发展和应用前景来看，物联网在工业领域的供应链管理、生产过程工艺优化、产品设备监控管理、环保监测及能源管理、工业安全生产管理等方面，都发挥了巨大作用，其帮助人类实现了工控系统、通信系统和信息化系统的智能化融合。

通过物联网+方案，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。所以，物联网+工业，必将在2020年迎来爆发。

《数字孪生实战：基于模型的数字化企业(MBE)》

推荐语：西门子20年数字化企业建设实战的经验总结，从技术、方案和实战3个维度建立数字孪生，打造基于模型的数字化企业，助力装备制造业迈向工业4.0!

2．AI+物联网，使机器间大规模协作成为可能

传统单体智能，无法满足协调大规模智能设备共同完成实时感知和决策等工作。但随着物联网协同感知技术、5G高速通信技术的发展，多智能体之间的协同合作，将会成为可能。

多智能体协同，将使物联网进一步智能化，并进一步强化智能系统的价值。比如，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，将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，超大规模的智能终端合作成为可能。

《Python大规模机器学习》

推荐语：Python大规模机器学习实用技术、方法及实践指南，快速构建强大的机器学习模型并部署大规模预测应用程序。

3. 计算存储一体化，突破AI算力瓶颈

目前，深度学习需要采用规模非常庞大的网络、存储很多参数以及完成大量计算。同时，在这些计算过程中，会生成大量数据。

为完成这些计算，芯片设计中，会增加很多运算单元，如几千到几万个运算单元。随着运算单元数目的增加，每个运算单元能够使用的存储器的带宽和大小都在减小。因此，存储器会成为计算瓶颈。

由于深度学习并不属于通用计算的范畴，冯·诺伊曼（John von Neuman）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，这样能显著减少数据搬运，提高计算并行度和能效。而计算存储一体化，在硬件架构方面的革新，也将突破AI算力瓶颈。

4．云服务下沉，成为新十年的基础设施

笔者在《神龙飞天，国士王坚》中，曾经介绍过在阿里神龙服务器和飞天操作系统的加持下，阿里、乃至整个云服务中的虚拟化层，所带来的损耗，正在被不断降低。

云服务凭借其标准化、弹性化的优势，使得用户只需专注应用开发，无需关注基础设施及基础服务。

而且，通过云原生的资源交付方式，计算效率、易用性、用户的计算和运维成本都会得到优化。可以说，云服务变得像电力和自来水一样无处不在，它还会成为数字经济时代基础设施。

03 来自于技术的关怀

技术本身，不全是冷冰的。很多新兴技术，也会带来一定的人文关怀，比如：

1.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，其能够实现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。这样，不仅可以实现数据价值，还能避免数据泄露风险。

《对抗机器学习：机器学习系统中的攻击和防御》

推荐语：本书旨在讨论机器学习中的安全性问题，即讨论各种干扰机器学习系统输出正确结果的攻击方法以及对应的防御方法。

2.规模化生产级区块链应用将走入大众

2020年，除了央行基于区块链的数字货币，很可能会进行试点以外，随着BaaS（Blockchain as a Service，区块链即服务）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，也随着国家大力扶持应运而生。而这会帮助我们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。

之前区块链发展过于偏向于虚拟化，而通过正本清源，目前区块链产业发展，也越来越贴近实体经济。

当下，BAT等头部企业，在区块链方面的专利储备非常雄厚。2020年，肯定会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，将会进入寻常百姓家。

《Hyperledger Fabric 技术内幕：架构设计与实现原理》

推荐语：资深专家从源码角度深度剖析Fabric整体架构、设计逻辑、运行机制和核心模块的设计理念与实现原理

你与世界

只差一个

公众号