本文经AI新媒体量子比特（公众号ID：QbitAI）授权转载，转载请联系出处。刚刚，达摩院十大科技趋势榜单出炉。此次包括AI、芯片、云计算等基础技术领域，包括引发全球投资浪潮的生成式AI，以及大规模应用前夕的存储与计算融合、chiplet设计和封装技术……（先来快看）但与以往不同的是，这次产业、融合等成为了关键词，仅从榜单中就可以看出。而在进一步与达摩院的对话中，这背后还有更深层次的底层逻辑差异。达摩如何看技术趋势？延续之前的做法，本次趋势榜单分为范式重置、产业创新、场景变革三个维度。如前所述，在技术维度上，包括AI、芯片、云计算等基础技术。AI：多模态预训练大模型，生成式AI；芯片：Chiplet，集成存储和计算；云计算：云原生安全、软硬件一体化的云计算架构、端网一体化的可预测网络。并在此基础上，各种交叉技术的融合催生了双引擎智能决策、计算光学成像、大规模城市数字孪生等新场景和新应用。从产业角度，聚焦ICT（InformationandCommunicationsTechnology）领域，不仅包括计算（存储）和通信（网络）两大底层技术，还横向包括安全两大技术（管理）和应用（行业）。大的应用领域。与往年相比，今年达摩院给出的技术趋势有一个不容忽视的关键词，那就是融合。这也是与达摩院对话中被提及最多的趋势。有计算与通信、硬件与软件、数字技术与产业的融合……其中最明显的就是人工智能技术与产业的融合。对此，达摩院今年重点关注有望重置范式的多模态预训练大模型，以及刺激更多场景的生成式AI。多模态预训练大模型人工智能正在从文本、语音、视觉等单一模态智能向融合多模态的通用人工智能发展。这在过去的一年里得到了广泛的认可。典型进展包括OpenAI提出的图文匹配模型CLIP。以爆款的StableDiffusion为代表的AI绘画领域，基本都是围绕CLIP展开的。还有BEiT-3，Microsoft的多模态基础模型，它“在所有方面都击败了所有人”。该模型仅依赖19亿参数，仅使用公开数据集，在12个任务上疯狂刷SOTA，甚至包括纯视觉任务。基于过去一年的蓬勃发展，可以预见，一方面，对于个人来说，可以激发创造力，尤其是对于非技术人员来说，不需要编程能力。另一方面，多模态预训练模型将重塑人工智能的商业模式。拥有大数据、计算资源和模型开发能力的科技企业将成为模型服务商，帮助企业将基础模型能力与生产流程相结合，从而降低成本、提高效率。阿里认为，建立统一的、跨场景的、多任务多模态的基础模型将成为人工智能发展的主流趋势之一。大模型作为未来的基础设施，将实现图像、文本、音频的统一知识表示，向能够推理、回答问题、总结和创造的认知智能演进。生成式AI如果说多模态预训练大模型是未来的AI基础设施，那么生成式AI则是基于技术基础的场景创新，涵盖图形创作、代码生成、游戏、广告、艺术图形设计等应用。过去一年，技术进步主要包括三个方面。图像生成：以DALL-E2为代表的扩散模型，StableDiffusion；NLP（自然语言处理）：基于GPT-3.5的ChatGPT；代码生成：基于CodeX的Copilot。随着内容创作的爆发式增长，内容质量和语义的可控性是当前面临的挑战。在产业化方面，还存在成本降低、数据安全可控、创意版权等问题亟待解决。未来，生成式人工智能将成为热门的基础技术，将极大促进数字内容的生产与创作，其应用边界也将拓展至更多领域。可以看出，以多模态预训练大模型和生成式AI为代表的AI技术已经达到了规模化前夕和爆发前的奇点。一方面，人类已经开始将通用人工智能的想象具象化；另一方面，这也是达摩院十大技术动向揭示的一大特点。即关注技术突破带来的产业趋势。同样的趋势也出现在榜单上的其他技术中。它们已经证明了自己的产业价值，正在等待市场验证。例如，去年刚刚成立联盟的Chiplet芯片封装技术，将逐步统一其互连标准，可能重构芯片研发流程；还有一款突破摩尔定律的内存计算集成芯片。垂直细分领域迎来大规模商用。然而，这些趋势存在于一个尖端技术并驾齐驱、相互竞争的世界里，也就不足为奇了。但毕竟是对未来的预言。为什么佛学院只选择这些趋势作为未来值得关注的方向？不得不提的是这次的方法论，也不同于以往的下层。你为什么这么看？在本次趋势报告中以及与达摩院的交流中，我们谈到了方法论的本质——回归基础，从基础领域洞悉产业变革。如前所述，这一次比以往更加专注——集中在ICT计算（存储）、通信（网络）、安全（管理）、应用（行业）四大领域进行分析。在延续以往“量变质变趋同”的分析方法下，综合考虑的因素也发生了细微的变化。此次，主要是从理论关注度、技术可行性、产业化程度、社会价值等方面考虑。从理论到技术，再到产业化和社会价值的市场验证，这恰恰是前沿技术从科学理论走向市场、带来普惠价值的基本路径。以往，以去年的趋势榜单为例，他们的评选维度更注重技术可行性、社会价值、理论关注度等因素。在表面现象背后，达摩院十大科技动向组委会委员秦曦提到了一个关键问题：一些非常好的科学理论能否形成技术，需要经过三大考验。第一个考验是技术本身，有没有量级的提升，会带来什么样的效果；第二关是产业，能否形成完整的上下游产业生态，能否工程化、产品化；第三是市场的考验，能不能被消费者接受？有没有人为这项技术付费。1990年代，唐纳德斯托克斯将技术从理论研究到应用划分为的四个象限，即玻尔象限、巴斯德象限、爱迪生象限和彼得森象限。其中，以巴斯德象限为中心的研究思路是从理论到技术应用的路径。这也是本次达摩院十大技术趋势研究的切入点。更具体地说，即将被市场验证，有望形成产业生态的主流趋势。基于这种想法，他们在这项研究中还透露，他们必须对许多技术趋势做出选择。比如在安全方面，他们没有选择过去也引起热议的量子加密和可信隐私计算，最终选择了云原生安全。.不少专家在调研中反映，网络安全虽然是后继技术，但很多技术是先行的。比如，如果没有加密技术提前响应“后量子时代”，响应量子计算，那么未来很多问题会同时爆发。但在过去的一年里，底层技术是否在综合领域取得重大进展，整个行业是否小众，组委会最终做出了严格的筛选。为什么值得关注？最后，回到技术趋势本身，每年提供预测的机构太多了。为什么佛学院给出的榜单值得关注？首先，它具有前瞻性，每年都是技术发展的风向标。今年是达摩第五次发布潮流榜单。在此之前，它已经成功预测了AIforScience、大规模模型、AI制药等多个领域。尤其是去年预测的AIforScience，可以看出在过去一段时间里，AIforScience技术成果密集爆发，在生物医学、材料、物理、化学甚至数学等领域发挥着越来越重要的作用。其次，它也是专业的。从每年的评选过程中我们可以看到，在达摩院十大趋势的诞生过程中，论文和专利大数据会先进行“量发散”，然后是产、学、研领域，应用将“量变”。深度访谈近百位专家“定性收敛”，来自科学家、企业家和工程师的访谈交叉验证。参与调研采访的中国工程院院士吴鹤权表示，达摩院的十大技术趋势报告将对整个ICT行业，包括垂直领域的技术创新和ICT应用研究有很好的借鉴意义。行业。最后，从这次回归工业本质的角度来看，前沿科学与工业技术的融合比以往任何时候都更加紧密。这恰好是当前机器革命的外化。如果把时间线拉长，其实每一次工业革命都与两者的融合关系有关。达摩院十大技术趋势项目组成员秦曦举了一个例子：从工业的角度来看，第一次工业革命，科学技术还比较遥远；第二次工业革命，技术与科学开始密切相关，科学开始慢慢引导技术；这在第三次信息革命中变得更加明显。如果说第二次工业革命的范式标准是规模化和标准化，那么第三次工业革命就是个性化和规模化的统一。毫无疑问，我们正处于一个全新的技术周期中。与行业全面深入的融合成为标题的含义。新的一年有哪些技术趋势值得关注？达摩院给出了答案。
