去年押中數字人爆發，今年看好什么？百度研究院2022十大科技趨勢預測出爐

夢晨 發自 凹非寺
量子位 | 公眾號 QbitAI

“這不過是將來之事的前奏，也是將來之事的影子。”

AI之父阿蘭·圖靈，留下過這樣一句經典名言，講的是對科技趨勢未來的篤信，但從另一層面，也能解釋為何在科技領域，趨勢總結和預測，會顯得如此重要。

一方面，科技趨勢能推動共識，特別是從小范圍共識到大范圍共識，讓更多人準確感知發展方向。另一方面，還能讓更多人加入科技趨勢的實踐中，推動“預測”成為“現實”。

這也是每年科技趨勢預測備受關注的原因，也是各大機構大顯身手的時刻。

而接下來要講的這份，更是兼顧前沿技術與產業落地，值得參考。

就在過去的一年，數字人、虛擬人技術大放異彩。

先后有數字主播小C常駐央視網，虛擬網紅AYAYI身價6億，《每日經濟新聞》虛擬主持人連續直播70天沒人識破……

要說接下來一年，數字人將繼續成為一大科技趨勢，相信沒人會反對。

但早在2021年初，百度研究院發布的十大科技趨勢預測里就預見到了“數字人生產門檻會持續降低，大規模應用”。

同時發布的其他幾條預測，如“無安全員的Robotaxi車輛開展常態化運營”、“生命科學成為AI應用新領地”等，也都成了這一年間的熱點現象。

百度在AI領域深耕多年，對科技趨勢預測的重點也放在AI技術與應用，成為學術前沿和產業一線從業者不可錯過的參考。

剛剛，百度研究院又發布了2022年的十大科技趨勢預測。

下面先睹為快：

• 超大規模預訓練模型呈現知識增強、跨模態統一建模、多學習方式共同演進的趨勢，并逐漸實用化
• AI for Science新興研究領域出現，有望帶來科研范式的改變
• 基于AI的生物計算仍將高速發展，基礎研究和應用場景協同創新實現新突破
• 隱私計算技術備受關注，將成為數據價值釋放的突破口和構建信任的基礎設施
• 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
• 自動駕駛技術進入無人化落地新階段，多元“汽車機器人”不斷涌現，連接技術與場景
• 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
• “社交距離”加速人機共生，支撐虛實結合與智能交互技術快速融入生產生活
• 綠色低碳更多納入AI藍圖，助力實現碳達峰碳中和目標
• 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

如果單看結果，不妨把上年的趨勢預測、一年來技術與產業上出現的新變化都放在一起對比看看。

首先是AI核心技術本身正在實現持續突破。

超大規模預訓練模型仍是各大公司激烈競爭的焦點，但參數量已不再是唯一評價標準，讓AI能力更通用、更高效成為發展重點。

21年初，OpenAI的CLIP+Dall·E組合開啟了多模態學習的新篇章，隨后不斷有新技術和應用方向涌現出來。

文檔理解可以為法律、金融、醫療領域提高工作效率；以文生圖可以輔助人類設計師縮短設計周期；視覺問答用于打造更實用的聊天機器人……

多模態技術接下來如何發展？百度研究院認為下一步是跨模態統一建模，增強模型的跨模態語義對齊能力。

不久前百度發布的ERNIE-ViLG，首次通過自回歸算法將圖像生成和文本生成統一建模，正是在這個方向翻開的新一頁。

多模態之外，知識增強的發展能讓大模型在數據特征之外，掌握更多常識；去年火起來的提示學習（Prompt Learning）能增強少樣本、零樣本任務表現。

再加上持續學習、模型蒸餾、稀疏化等技術，讓大模型走向實用化，應用門檻不斷降低。

AIGC（AI生成內容）就是大模型落地的一個重要方向。

從文字到聲音、直播、短視頻，用戶內容消費的時間在延長，形式越發多樣。

而下一代互聯網無論是叫元宇宙還是Web3.0，都面臨更大的數字內容供給缺口。

于是這一年我們看到了各種圖像GAN的演示程序頻頻刷，AI續寫小說被圍觀品鑒，文章一鍵生成視頻開始在各大平臺實裝……

除了內容消費，更廣義的生成式AI也開始輔助人類做創意類工作，在服裝設計、自動化編程、游戲關卡設計和測試等領域都有所進展。

第二是AI正在支撐更多交叉學科和跨領域研究

AlphaFold2以及人類蛋白質組數據集的開源再次引爆計算生物學，除蛋白質預測外，AI輔助RNA預測、后續藥物設計等方向也都出現突破。

AI靠發現海量數據之中的隱藏模式，輔助數學家提出兩大猜想，讓人們看到了AI在科學研究上的更多潛力，AI for Science成為新的熱詞。

百度研究院認為，AI有望帶來科研范式的改變，數據驅動與理論推演的融合將在更多學科中發揮作用。

第三是AI正在為產業和社會產生更多的價值

一方面是AI對產業和經濟的推動，自動駕駛帶來萬億市場便是其中代表。百度判斷2022年AI還將與生命健康、航空航天產業深度融合。

另一方面是AI的發展更加注重社會責任，綠色低碳、降低門檻包容普惠已成為行業共識。

這些都是技術發展和產業實踐相互作用的結果。

有的技術成果開始向應用轉化，如生物計算經過一年的爆發，未來會促進精準醫療和個性化診療發展。

有的應用催生出新的需求，隨著AI在醫療、金融等隱私敏感行業落地，隱私計算將成為數據價值釋放的突破口。

還有的領域在技術發展和產業實踐的共同作用下，開始細化和成為常態。

在AI和5G技術與交通深度融合后，百度判斷2022年自動駕駛進入無人化落地新階段，在大批細分場景實現落地，商業收益逐步穩健。

……

所以整體下來，百度研究院這份趨勢，一方面是對上一階段技術落地進程的預判，是百度自身實踐基礎上的總結。

另一方面，春江水暖鴨先知，百度自身作為國內前沿科技布局的領頭羊，對技術風向的感知，更加春風化雨。

而且更加利好的是，隨著硬科技創新、產學研轉換越來越受關注，隨著我們經歷的變革正在進入新技術創新周期，更多人對于前沿科技趨勢的渴望和認同，也在年復一年加強。

2022年，面對新冠疫情持續帶來影響，全球經濟面對新的挑戰，科技更是引領創新和發展的重要力量。

正如百度CTO、百度研究院院長王海峰自己對科技趨勢預測的定位：

在平穩前行的時代，我們用科技探尋世界的“未知性”；在充滿不確定性的時代，我們用科技錨定世界的“確定性”。

當然，這也是挑戰。畢竟能力越大關注度越高，百度研究院每年的預測也被視為新flag，正在接受更多人的檢驗。

最后，閑言少敘，附上今年的完整科技趨勢預測，希望能對你有所啟發。

1、超大規模預訓練模型呈現知識增強、跨模態統一建模、多學習方式共同演進的趨勢，并逐漸實用化

大模型基于海量數據進行自監督學習，使用統一的模型和范式解決各類AI任務，打破了傳統技術對于大規模標注數據的依賴，顯著提升了AI模型的效果、通用性及泛化性。

預計2022年，大模型研發方向將從持續增大參數規模向實用化轉變，基于知識增強、跨模態統一建模、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、可解釋性和運行效率將持續提升，應用門檻不斷降低，從而實現在互聯網、智能辦公、智慧金融等場景的廣泛落地。

例如AIGC（AI generated content，人工智能創造內容），借助大模型的跨模態綜合技術能力，可以激發創意，提升內容多樣性，降低制作成本，將會實現大規模應用。

2、AI for Science新興研究領域出現，有望帶來科研范式的改變

機器學習幫助數學家發現兩大猜想，以及采用機器學習、多尺度建模和高性能計算相結合的方式解決超大規模量子隨機電路實時模擬問題，讓人們看到了人工智能應用于科學研究，在處理數據、設計新型實驗以及創建更高效的計算模型方面的巨大潛力。

正在興起的AI for Science有望促進數據驅動和理論推演兩大科研范式的深度融合。

預計未來幾年，AI將進一步與數學、物理、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的生物計算仍將高速發展，基礎研究和應用場景協同創新實現新突破

在人類社會仍處于抗擊新冠病毒的背景下，生命健康產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的生物計算還將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。

兩者的深度融合將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、隱私計算技術備受關注，將成為數據價值釋放的突破口和構建信任的基礎設施

隨著全球個人信息和數據安全法規的日趨健全，安全合規是促進數據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隱私計算技術因從技術角度兼顧了數據安全保護和數據共享流通而備受關注。

伴隨著隱私計算技術性能提升、技術與合規標準互促共進、多方協同提升技術公信力，相關典型應用將在生物計算、金融分析和數據交易等場景出現。

長遠來看，隱私計算技術或將推動基于密態形式的數據流通和計算成為默認選項，逐漸成為構建信任的基礎設施。

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，量子芯片的設計、制備及測控技術將持續發展，量子比特數量實現規模增長，并沿著降低噪聲或適應噪聲兩個思路尋求突破。

量子軟件和服務向跨平臺發展，用戶將在云原生量子計算平臺上獲得更豐富的量子后端選擇，而承載量子軟硬一體化方案的量子平臺將逐漸顯現其應用價值。

隨著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，若干具有顯著量子優勢的實際應用解決方案將會陸續產生。

政府機構、科研院所以及產業界也會更緊密地協同建造高質量量子設備、培養量子科技人才，初步打通量子計算產業鏈。

6、自動駕駛技術進入無人化落地新階段，多元“汽車機器人”不斷涌現，連接技術與場景

2022年，在政策法規與技術進步的雙重推動下，自動駕駛將在無人化上高歌猛進，多元“汽車機器人”為代表的汽車形態迅猛發展。

通過乘用車、公交車、干線物流、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”將更廣泛為用戶提供服務，為客戶創造價值，進而逐步實現穩健的商業收益，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。

實現月球和行星駐留，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現了24小時連續無人挖掘作業的實際工程場景落地，相關的自主環境感知、運動規劃等AI算法，未來也將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復、構造數字孿生仿真實驗室、深空大數據探測分析等方面，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交互技術快速融入生產生活

新冠疫情為人們的交流設置了“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。

虛實結合與智能交互的未來世界，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技術在跨模態理解與生成、持續學習等方面的不斷進步，以及融合硬件、網絡、計算、生態系統平臺、內容等形成的交叉技術支撐體系。

隨著相關技術的加速融合創新，以及交叉技術支撐體系的成熟，將涌現出更多面向產業和消費場景的虛實結合與智能交互產品，進而推動數字經濟和實體經濟深度融合，豐富人們的生產生活體驗。

9、綠色低碳更多納入AI藍圖，助力實現碳達峰碳中和目標

隨著AI技術加速與各行各業融合創新，數據中心和大規模AI計算實現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”相關技術將持續蓬勃發展，圍繞高能效的架構設計、訓練和推理策略、數據利用等構建體系，形成兼顧性能和能耗的評價標準；算力更高、能耗較低的AI芯片將不斷涌現；領軍AI企業構建集約化的大算力和大模型，改善下游性能，降低整體能耗成本；政策也將鼓勵建設綠色低碳的數據中心、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。

以深度學習框架為核心的開源平臺已大大降低AI技術的開發門檻，公共數據集、大模型底座、區域性智算中心等將進一步發展，助力中小企業實現降本增效、激發創新活力。全民AI培養體系也將逐步構建，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，隨著政策引導和可持續發展的ESG理念推動，企業關注點將轉向價值創造，AI服務商將加強對老人、兒童等弱勢群體需求的關注，開發相應的普惠AI服務和產品，讓每個人都能享受到數字技術的便利。

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態