2021年的技術江湖，量子計算、芯片開源、腦機接口、云原生、AI預訓練大模型等前沿技術出盡了風頭，虛實難分的“元宇宙”更是在年尾掀起一波熱潮。2022年，這些技術熱詞還會占據“C位”嗎？

12月28日，阿里巴巴達摩院（以下簡稱達摩院）發布了2022十大科技趨勢，給出了這個問題的答案。從“范式重置”到“場景變革”再到“未來互聯”，在達摩院的預判中，2022年科技發展更趨硬核、多元。

這是達摩院成立四年來第四次發布年度科技趨勢，深度訪談近100位科學家，分析近三年來的770萬篇公開論文、8.5萬份專利，覆蓋159個領域，挖掘其中熱點及重點技術突破。通過與過去三年的科技趨勢預測比對可以發現，這些尖端技術行至當前，早有蛛絲馬跡可尋。

哪十大科技趨勢將占領2022年的科技頭條？讓我們一睹為快。 

趨勢一：AI for Science

人工智能成為科學家的新生產工具，催生科研新范式。

“我們預測在未來的3年內，人工智能（AI）技術在應用科學中將得到普遍應用，在部分自然科學中開始成為研究工具。”達摩院提出，AI將成為科學家繼計算機之后的新生產工具，一是帶來效率的顯著提升，二是可能幫助科學家可能突破長久以來的研究瓶頸。

達摩院認為，此前一些領域的科學家需要“板凳枯坐10年冷”才能產出科學成果的時代將會過去，而AI將伴隨科研從假設、實驗到歸納總結的全流程，從而讓科學家能在一生中都能保持“高產”。

同時，AI也能對科學研究產生“猜想”，科學家可以僅就其中有意義、有價值的部分進行實驗與證明，如此，更多人能夠參與到科學研究之中。

中國科學院院士、北京大學、普林斯頓大學教授鄂維南認為，AI for Science帶來的不僅僅是幾個點上的突破，而是科研方法的全面改變。而要適應這樣一個新的環境，“科學家們需要更深入地了解AI，才有可能用好AI”。

當然，AI在各科研領域中的應用節奏將有所區別。達摩院稱，在數字化程度高、數據積累好、問題已經被清晰定義的領域中將推進得更快，如生命科學領域，AlphaFold2運用生命科學積累的大量數據，能通過基因序列預測蛋白質結構，這已對泛生命科學領域產生了深遠影響。

不過，達摩院也提出，AI與科研深度結合仍然需要解決三個挑戰：人機交互問題（AI與科學家的協作機制與分工需更明確）、AI的可解釋性（AI需要更容易被理解）、交叉學科人才（專業領域科學家與AI研究者彼此促進的障礙待破除）。 

趨勢二：大小模型協同進化

大模型參數競賽進入冷靜期，大小模型在云邊端協同進化。

過去幾年里，谷歌的BERT、OpenAI的GPT-3、智源的“悟道”、達摩院的M6和AliceMind等大規模預訓練模型如軍備競賽般迅猛發展，使得大模型的性能飛速提升，為下游的AI模型訓練打下良好基礎。然而，大模型訓練對資源消耗過大、參數量劇增所帶來的性能提升與消耗提升不成比例，使大模型效率遭到挑戰。

“大模型的規模發展將進入冷靜期，大模型與相關聯的小模型協同將是未來的發展方向。”

達摩院認為，大模型沉淀的知識與認知推理能力向小模型輸出，小模型在此基礎上疊加在垂直場景的感知、認知、決策、執行能力，再將執行結果反饋給大模型，可讓大模型的知識與能力持續進化，從而形成一套有機循環的智能系統——參與者越多、受惠者越多，同時模型進化的速度也越快。

這種新的智能系統優勢有三：一是讓小模型更容易獲取通用的知識與能力，二是小模型在真實場景回收的增量數據可促進大模型“再進化”，三是模型可被共享、全社會不必重復“造輪子”。

南京大學計算機科學與技術系主任兼人工智能學院院長周志華認為，大模型未來會在一些事關國計民生的重大任務上發揮作用，而在其他一些場景下或許會通過類似集成學習的手段來利用小模型，尤其是通過很少量訓練來“復用”和集成已有的小模型來達到不錯的性能。

達摩院提出：“我們預測未來3年內，在個別領域，多中心的大規模預訓練模型將成為AI基礎模型，對協同進化的智能系統進行試點探索；在未來的5年內，運用AI基礎模型將成為AI模型生產的標準方式，極大幅度改變生產流程及生產所需的技能。”

不過，達摩院還提到，新的智能體系也需要克服三個挑戰：從數據驅動走向知識與數據融合驅動（提升模型通用能力的同時降低訓練所需的數據量）、大小模型的協同機制、大模型的可解釋性與因果推理（小模型對大模型的信任決定是否能廣泛應用）。 

趨勢三：硅光芯片

光電融合兼具光子和電子優勢，突破摩爾定律限制。

近年來，電子芯片發展逼近摩爾定律極限，集成技術進步趨于飽和，高性能計算對數據吞吐要求不斷增長，亟需技術突破。而據OpenAI 統計，自 2012 年起，每3.4個月人工智能的算力需求就翻倍，摩爾定律帶來的算力增長已無法完全滿足需求。

在此背景下，達摩院認為，硅光芯片更高計算密度與更低能耗的特性是極致算力場景下的解決方案，并提出光電融合是未來芯片的發展趨勢：“硅光子和硅電子芯片取長補短，充分發揮二者優勢，促使算力的持續提升。”

達摩院大膽預測：未來 3 年，硅光芯片將支撐大型數據中心的高速信息傳輸；未來 5-10 年，以硅光芯片為基礎的光計算將逐步取代電子芯片的部分計算場景。

硅光芯片何以有如此大潛能？中科院上海光機所特聘首席研究員、北京大學教授周治平解釋道：“硅光芯片通過將光電子器件硅片化，巧妙地將光電子的特點體現在一個嶄新的硅基芯片上，從而使光電子芯片在成本和集成度方面實現了突破，有望大幅提高數據中心內集群之間、服務器之間、乃至于芯片之間的通信效率。”

但是，硅光目前也有來自產業鏈和工藝水平上的挑戰。達摩院稱，硅光芯片的設計、量產、封裝等未形成標準化和規模化，進而導致其在產能、成本、良率上的優勢還未顯現。

對此達摩院認為，“硅光芯片需要與成熟的電子芯片技術融合，運用電子芯片先進的制造工藝及模塊化技術，結合光子和電子優勢的硅光技術將是未來的主流形態。” 

趨勢四：綠色能源 AI

人工智能助力大規模綠色能源消納，實現多能互補的電力體系。

綠色能源的大規模開發和利用已經成為當今世界能源發展的主要方向。但在高比例綠色能源并網的趨勢下，傳統電力系統難以應對綠色能源在大風、暴雨、雷電等天氣下發電功率的不確定性，缺乏高穩定性的多能協調，復雜故障及時響應的應對能力。

達摩院因此認為，針對大規模綠色能源并網在穩定運行和規劃上面臨的各種挑戰，以人工智能為主的新一代信息技術將對能源系統整體的高效穩定運行提供技術保障和有力支撐。

達摩院提出，AI技術將在發電功率的精準預測、電力優化調度、電站性能評估、故障監測和風險管理等方面將發揮不可替代的作用，并帶來三大突破：精準的功率預測、智能的調度控制、自動化的故障響應。

“我們預計在未來3年內，AI技術將幫助電力系統實現大規模綠能消納。同時，AI技術與能源電力的深度融合，將推動大規模新能源發電、并網、輸送、消納和安全運行，完成對能源系統的升級改造。”

達摩院同時提出，在核心技術上，氣象AI能否對多電源發電功率精準預測，系統運行狀態的智能感知、調度和控制能力的提升等，將成為人工智能技術應用面臨的主要挑戰。

中國電科院首席系統架構師周二專認為，新型電力系統要實現智能調控、運行推演將離不開AI技術：“在AI技術的支撐下構建多個物理電網和IT應用程序交互的數字孿生體——每個數字孿生體解決某一個場景或某一個方面的電網運行問題，這樣，當有足夠的孿生體構成‘電網調控數字孿生系統’來解決電網運行問題的各個方面，即可實現智能調控。” 

趨勢五：柔性感知機器人

機器人將兼具柔性和類人感知，可自適應完成多種任務。

具有柔軟靈活、可編程、可伸縮等特征的性機器人，結合人工智能技術使其具備感知能力，將有望提升機器人的通用性與自主性、降低對于預編程的依賴，從而大大拓展機器人的使用場景。

因此，在達摩院的預測中，柔性感知機器人的出現將讓工業機器人從大規模標準化的產線走向小規模非標的產線，將使得服務機器人可實現與人更近距離的交互。

達摩院提出：“我們預測，未來5年內，柔性機器人將充分結合深度學習帶來的智能感知能力，能夠面向廣泛場景，逐步替代傳統工業機器人，成為產線上的主力設備；同時在服務機器人領域實現商業化，在場景、體驗、成本方面具備優勢，開始規模化的應用。”

柔性感知機器人也有三個需要克服關鍵挑戰：一是智能水平受制于端側算力與小樣本學習的有效性，有賴于云端協同的突破；二是精度受制于材料的剛性，有賴于可變材料的突破；三是受制于高昂成本，有賴于工藝優化及進一步通用化使得價格具備競爭力。 

趨勢六：高精度醫療導航

人工智能與精準醫療深度融合，助力診療精度與效率提升。

目前，AI技術已被證明可與基因檢測、靶向治療、免疫治療等新技術研究有效結合，改變單純依賴醫生經驗的診斷模式。達摩院認為，未來三年，以AI為代表的新興技術將逐漸滲透到臨床診療的多病種全流程中去。

以腫瘤的全流程導航為例，在早篩和確診環節，使用AI影像分析，醫生可找到癌細胞的蹤跡，改變傳統僅用肉眼觀測癌細胞的診斷模式。

據英美國家的統計，使用AI技術做乳腺癌的早期篩查，陽性誤診率分別降低了5.7%（美國）和1.2%（英國）。

在治療環節，借助AI技術，醫生可以明確腫瘤是否復發、轉移，讓治療過程透明簡單。在預后環節，AI技術可改變以往單純依賴專家經驗的預測方式，實現基于臨床數據指征的精確計算，指引預后、降低風險。

達摩院預測，未來3年，以人為中心的 AI 醫療將成為主要方向，全面滲透在疾病預防和診療的各個環節，成為疾病預防和診療的高精度導航。而隨著因果推理的進一步發展，可解釋性有望實現突破，AI 將為疾病的預防和早診早治提供有力的技術支撐。

同時，達摩院指出，高精度醫療導航的主要挑戰是標準化、規范性和可解釋性。其中，可解釋性是建立AI和醫生的互信關系、推動產業化的先決條件。

對于AI在高精度醫療導航中扮演的角色，達摩院稱，AI有望能將醫療專家的經驗和新的輔助診斷技術有機結合，在滿足臨床設計目標的基礎上不斷進化，憑借良好的人機交互能力，與醫生協同互信，“真正成為醫生不可或缺的好幫手”。 

趨勢七：全域隱私計算

破解數據保護和利用兩難，隱私計算走向全域數據保護。

從歐盟此前頒布的《通用數據保護條例》（GDPR），到我國新頒布的《數據安全法》和《個人信息保護法》，數據的監管合規已成為全球性趨勢。而在數據升級為新的生產要素的背景下，如何在數據安全、隱私保護的前提下利用好數據的價值是一個時代命題。

顧名思義，隱私計算技術是在數據隱私保護的基礎上，完成計算任務。浙江大學教授、浙江大學網絡空間安全學院院長任奎說：“如果我們把互聯網稱為新時代的基礎設施，隱私計算就是可以解決大部分數據保護與安全利用難題的基礎設施關鍵安全技術。”

任奎還解釋稱，隱私計算不是某個單項技術，而是大一統的稱呼。根據達摩院給出的定義，隱私計算“融合了密碼學、人工智能、芯片設計等學科，以多方安全計算、差分隱私、可信計算為代表技術，在保證數據隱私不泄露的情況下實現計算分析，為跨組織的數據共享提供可行的模式”。

達摩院指出，由于遭遇性能瓶頸、技術信任不足、標準不統一等問題，隱私計算尚只能在少量數據的場景下應用。

“現在隨著硬件加速和軟件創新，我們逐漸看到實用化的趨勢，當然這還有個過程。”任奎說，目前重點關注三個“比較重要”的技術：安全多方計算、差分隱私、數據脫敏，“這三個方向都有非常令人期待的技術突破和實質性場景落地發生”。

達摩院預測，3年內，全域隱私計算的技術將在性能和可解釋性上有新的突破，并開始出現數據信托公司提供基于隱私計算的數據共享服務；未來5-10年，全域隱私計算將改變現有的數據獲取方式，激發基于數據的新生產力。 

趨勢八：星地計算

衛星及地面一體化的通信與計算，促進空天地海的全面數字化。

在人口密集區域，互聯網及數字化服務無處不在，但在深空、海洋、沙漠這些無人區，如何實現全球連接與數字化應用？顯然，單靠地面網絡和計算已無法有效滿足需求。

達摩院提出，集成衛星系統、空中網絡、地面通信和云計算的星地計算，正成為一種新興的計算架構。

達摩院認為，星地計算通過空、天、地、海泛在覆蓋的網絡連接，實現全息泛在的智能高速寬帶通信和全域計算服務，將促進萬物互聯，有效解決偏遠地區、航海航空的通信需求。而低延時廣覆蓋的網絡，也將促進云網端的進一步融合，為各種極端場景帶來新型應用的可能。

以SpaceX為代表，截至2021年12月，Starlink星座累計發射1890顆衛星。經國外測速網站Ookla公布，2021年第二季度，Starlink的測試下載速度平均為108Mbps，網絡延遲平均37ms。目前Starlink星座已獲得12個國家的正式許可，并在16個國家開始運營，目前全球用戶超過10萬。

“全球正處于衛星互聯網發展的上升期，各國商業航天產業發展正加速。”阿里達摩院XG實驗室負責人張銘觀察到，由于低軌衛星低時延、低成本的連接能力全面提升，星地計算也將全面拓展各類應用，如海洋、航空、鐵路、車聯網、農業、無人機及無人裝備、數字政府及智慧城市等各個行業的數字化轉型。

張銘相信，云計算、通信技術與衛星互聯網組合在一起的星地計算，在未來將成為全新一代的基礎設施。

達摩院預計，未來3年，低軌衛星數量會迎來爆發式增長，與高軌衛星共同組成衛星互聯網；未來5年，衛星互聯網與地面網絡能無縫結合形成天地一體的泛在互聯網，衛星及其地面系統成為新型計算節點，在各類數字化服務場景中發揮作用。

達摩院也指出，星地計算在實現上仍面臨較多難題，如空天地一體化通信問題、星群計算問題、星地產業融合問題等等。 

趨勢九：云網端融合

云網端融合形成新計算體系，催生云上新物種。

云計算在過去的10多年里獲得了飛速發展。隨著技術的革新，下一階段云上將誕生怎樣的新物種？達摩院認為是“云網端融合而成的新計算體系”。

在新計算體系架構下，云、網、端仍各有分工，但均有新變化：負責計算與數據處理的云，將具備更好的計算效率、體系化的數據處理以及高精高效高覆蓋的人工智能；作為體系中的連接，網的低延時、廣覆蓋將讓云網端形成更有機的整體；而作為體系中的交互界面，端的形態將更加多元，覆蓋各類場景下的交互需求。

達摩院提出，云網端的融合協同，將更高效地促進誕生更多新型應用：在云端，應用將不受過去裝置資源的限制，釋放更多可能性，如高精度的工業仿真；在網側，分布式的算力將更促進更多低時延的邊緣計算應用，例如實時的工業質檢；在端側，云網端進行協同與交互，催生如元宇宙的虛擬世界。

達摩院預測，未來 2 年內將有大量的應用場景在云網端融合的體系運行，伴隨著更多依云而生的新型設備的誕生，用戶體驗將更極致、更豐富。

云網端融合的體系還需要克服兩個挑戰：一是網絡質量、成本與覆蓋將成為體系制約條件，新型網絡技術（如5G與衛星互聯網）需要不斷以應用需求為導向進行技術迭代并加大覆蓋；二是信息安全，數據在云上處理，對數據加密、數據治理、安全計算、隱私計算等安全技術的要求更高。 

趨勢十：XR 互聯網

XR 眼鏡會成為重要交互界面，帶動下一代互聯網發展。

未來虛擬世界到底怎樣？可能是“XR眼鏡上的互聯網”。

現在電腦、手機上顯示交互的界面是一個個的“窗口”，而在XR（泛指各類虛擬技術）眼鏡上，交互界面是是立體空間。在三維空間，人們可以有更直觀、更沉浸式的顯示，用戶和內容的互動方式也會從文字、進化到視頻、互動，發生根本性改變。

達摩院認為，隨著 VR、AR 為代表的虛擬現實技術的產業化，下一代的 XR 互聯網，將對數字時代產生巨大影響。

達摩院提出，構筑 XR 互聯網需要四大要素：硬件（如 XR 眼鏡等）、內容（如娛樂、購物、社交等）、人工智能（如空間感知、數字孿生）、基礎設施（如 5G、云計算等）。

這四要素中，硬件和內容會率先發展，其中XR眼鏡作為XR互聯網的第一入口，將向著體積更小、重量更輕、響應速度更快的方向發展；而內容則將以娛樂社交和辦公場景為先，再逐漸發展至購物、教育、醫療等對遠距互動有一定需求的場景。

在達摩院看來，XR 互聯網改變人與科技互動的方式，一是模擬真實世界的時空、解決真實世界遠距移動的問題，如遠程教育、遠程醫療、遠程辦公等；二是創造真實世界不存在的時空，解決真實世界不完美的問題，如游戲、社交等。

同時，XR互聯網也將重塑現有的產業結構，催生一批從元器件、設備、操作系統到應用的新產業。

達摩院預計，未來 3 年內會產生新一代的眼鏡，融合AR與VR技術，利用端云協同計算、光學、透視等技術使得外形與重量接近于普通眼鏡；而XR眼鏡作為互聯網入口，也將得到大范圍普及。

達摩院也指出，XR 互聯網當前還處于發展初期，技術上最大的挑戰是如何實現高度沉浸式體驗，同時也面臨較高的隱私風險。