◎ 科技日報記者 劉豔
1月25日，百度研究院釋出2022年十大科技趨勢預測，涵蓋AI核心技術、交叉學科與跨領域研究、AI的産業及社會價值三個層面十大領域。
在平穩前行的時代，我們用科技探尋世界的“未知性”；在充滿不确定性的時代，我們用科技錨定世界的“确定性”。
當下，我們肩負的使命更傾向于後者。面對已經到來的2022年，新冠疫情持續帶來影響、全球經濟迎來諸多挑戰，科技成為引領創新和發展的重要力量。綜合技術發展态勢與産業價值創造，核心技術快速演進、跨領域聯結力增強、産業底座愈發堅實的人工智能，正是這樣的科技力量。
首先，AI核心技術持續突破演進，融合創新愈加顯著。以預訓練大模型為例，知識增強、跨模态、跨語言等技術路徑激活了大模型的想象空間，甚至燃起了通用人工智能的希望。
其次，在交叉學科與跨領域研究中，AI構成了科學研究與技術發展的通用變量。在量子、生物、化學等領域，“+AI”成為最令人激動的研究方向之一。
第三，在價值創造方面，AI正在推動自動駕駛、機器人、航空航天、生命健康等領域的發展，并在達成“雙碳”、科技普惠等目标方面發揮重要作用。
百度研究院與大家分享2022年科技趨勢預測，希望在不确定的時代中，以AI為燈，照亮創新之路；以AI為槳，劃起發展之舟。
——百度CTO、百度研究院院長 王海峰
1、超大規模預訓練模型呈現知識增強、跨模态統一模組化、多學習方式共同演進的趨勢，并逐漸實用化
大模型基于海量資料進行自監督學習，使用統一的模型和範式解決各類AI任務，打破了傳統技術對于大規模标注資料的依賴，顯著提升了AI模型的效果、通用性及泛化性。
預計2022年，大模型研發方向将從持續增大參數規模向實用化轉變，基于知識增強、跨模态統一模組化、提示學習、持續學習，結合模型蒸餾、稀疏化等技術，大模型的效果、通用性、泛化性、可解釋性和運作效率将持續提升，應用門檻不斷降低，進而實作在網際網路、智能辦公、智慧金融等場景的廣泛落地。例如AIGC（AI generated content，人工智能創造内容），借助大模型的跨模态綜合技術能力，可以激發創意，提升内容多樣性，降低制作成本，将會實作大規模應用。
2、AI for Science新興研究領域出現，有望帶來科研範式的改變
機器學習幫助數學家發現兩大猜想，以及采用機器學習、多尺度模組化和高性能計算相結合的方式解決超大規模量子随機電路實時模拟問題，讓人們看到了人工智能應用于科學研究，在處理資料、設計新型實驗以及建立更高效的計算模型方面的巨大潛力。
正在興起的AI for Science有望促進資料驅動和理論推演兩大科研範式的深度融合。預計未來幾年，AI将進一步與數學、實體、化學、材料、工程學等不同領域深度結合，在基礎科學的進步中發揮更大作用。
3、基于AI的生物計算仍将高速發展，基礎研究和應用場景協同創新實作新突破
在人類社會仍處于抗擊新冠病毒的背景下，生命健康産業對技術革新的訴求更加迫切。AI讓基因編輯更精準快速地找到靶點，AI助力在蛋白質結構預測上取得顯著突破。新冠mRNA疫苗技術的成功，則帶來了基于RNA、蛋白質等大分子藥物設計、疫苗研發的爆發，國際主流藥廠加速mRNA技術落地。
未來，基于AI的生物計算還将在更多基礎研究和應用場景上取得突破，如基于蛋白質的藥物設計、合成、篩選，基于mRNA技術的抗癌藥物、單克隆抗體、免疫療法等。兩者的深度融合将顯著縮短藥品研發周期、降低研發成本，促進精準醫學和個性化診療。
4、隐私計算技術備受關注，将成為資料價值釋放的突破口和建構信任的基礎設施
随着全球個人資訊和資料安全法規的日趨健全，安全合規是促進資料價值有效釋放的前提已成為業界共識。
以可信機密計算、聯邦計算等為代表的隐私計算技術因從技術角度兼顧了資料安全保護和資料共享流通而備受關注。伴随着隐私計算技術性能提升、技術與合規标準互促共進、多方協同提升技術公信力，相關典型應用将在生物計算、金融分析和資料交易等場景出現。
長遠來看，隐私計算技術或将推動基于密态形式的資料流通和計算成為預設選項，逐漸成為建構信任的基礎設施。
5、量子軟硬一體化方案成為主流趨勢，現實需求加速量子計算與各行業融合創新
預計2022年，量子晶片的設計、制備及測控技術将持續發展，量子比特數量實作規模增長，并沿着降低噪聲或适應噪聲兩個思路尋求突破。量子軟體和服務向跨平台發展，使用者将在雲原生量子計算平台上獲得更豐富的量子後端選擇，而承載量子軟硬一體化方案的量子平台将逐漸顯現其應用價值。
随着量子計算與智能制造、人工智能、化工醫藥、金融科技等領域深度融合創新，若幹具有顯著量子優勢的實際應用解決方案将會陸續産生。政府機構、科研院是以及産業界也會更緊密地協同建造高品質量子裝置、培養量子科技人才，初步打通量子計算産業鍊。
6、自動駕駛技術進入無人化落地新階段，多元“汽車機器人”不斷湧現，連接配接技術與場景
2022年，在政策法規與技術進步的雙重推動下，自動駕駛将在無人化上高歌猛進，多元“汽車機器人”為代表的汽車形态迅猛發展。
通過乘用車、公共汽車、幹線物流、倉儲配送、礦山港口特殊作業、零售、環衛等豐富的場景應用，多元“汽車機器人”将更廣泛為使用者提供服務，為客戶創造價值，進而逐漸實作穩健的商業收益，促進科技的發展和社會的進步。
7、AI技術與航天科技融合創新，推動深空探測邁向智能化的新階段
深空探測承載了人類對宇宙和自身的好奇與遐想。實作月球和行星駐留，開展科學探測與資源開發利用為主體的計劃，在遙遠和未知環境下開展深空探索，對探測器的自主性需求日益強烈。
工程機械自動化領域已實作了24小時連續無人挖掘作業的實際工程場景落地，相關的自主環境感覺、運動規劃等AI算法，未來也将使探測器具備自主避障和決策、機械臂靈活自主作業等功能。此外，在航天器故障檢測和修複、構造數字孿生仿真實驗室、深空大資料探測分析等方面，AI技術也有望發揮重要的支撐作用。
8、“社交距離”加速人機共生，支撐虛實結合與智能互動技術快速融入生産生活
新冠疫情為人們的交流設定了“社交距離”，數字技術的發展讓我們可以縮短這一距離，加速了人與數字人、機器人的共生。虛實結合與智能互動的未來世界，離我們不再遙遠。
支撐這一變化的，是視覺、語音、自然語言處理、XR等AI技術在跨模态了解與生成、持續學習等方面的不斷進步，以及融合硬體、網絡、計算、生态系統平台、内容等形成的交叉技術支撐體系。
随着相關技術的加速融合創新，以及交叉技術支撐體系的成熟，将湧現出更多面向産業和消費場景的虛實結合與智能互動産品，進而推動數字經濟和實體經濟深度融合，豐富人們的生産生活體驗。
9、綠色低碳更多納入AI藍圖，助力實作碳達峰碳中和目标
随着AI技術加速與各行各業融合創新，資料中心和大規模AI計算實作了重要的經濟和社會價值，但其能耗和對環境的影響不容忽視，亟需發展對環境更友好的“綠色AI”技術，降低模型訓練和使用的能耗。
未來幾年，“綠色AI”相關技術将持續蓬勃發展，圍繞高能效的架構設計、訓練和推理政策、資料利用等建構體系，形成兼顧性能和能耗的評價标準；算力更高、能耗較低的AI晶片将不斷湧現；領軍AI企業建構集約化的大算力和大模型，改善下遊性能，降低整體能耗成本；政策也将鼓勵建設綠色低碳的資料中心、推出用AI技術提升基礎設施能效比等舉措。
10、AI更加包容普惠，價值創造導向使中小企業、弱勢群體的需求得到更多關注
普惠AI不僅關乎廣大的AI從業者，也關乎更廣泛的AI技術受益者。
以深度學習架構為核心的開源平台已大大降低AI技術的開發門檻，公共資料集、大模型底座、區域性智算中心等将進一步發展，助力中小企業實作降本增效、激發創新活力。全民AI培養體系也将逐漸建構，促進傳統行業人員再就業和AI科普教育。
AI的福祉還應惠及社會各群體，随着政策引導和可持續發展的ESG理念推動，企業關注點将轉向價值創造，AI服務商将加強對老人、兒童等弱勢群體需求的關注，開發相應的普惠AI服務和産品，讓每個人都能享受到數字技術的便利。
來源：科技日報 文中圖檔均來自百度研究院
編輯：張爽
稽核：王小龍
終審：王郁