达摩院发布2022年十大科技趋势:AI for Science催生科研新范式。
达摩院分析了近三年159个领域的770万篇公开论文和8.5万项专利，挖掘热点领域和关键技术突破，对近100名科学家进行深度访谈，提出了2022年可能成真的十大科技趋势，涵盖人工智能、芯片、计算和通信。
具体来看，十大技术趋势分别是:面向科学的人工智能、大小模型协同进化、硅光学芯片、绿色能源人工智能、柔性传感机器人、高精度医疗导航、全球隐私计算、星地计算、云网融合、XR互联网。
达摩院认为，计算机科学改变科研的路径是从下游到上游。起初，计算机主要用于分析和总结实验数据。后来科学计算改变了科学实验的方式。人工智能结合高性能计算开始在实验成本和难度较高的领域使用计算机模拟实验，验证科学家的假设，加速科研成果的输出，如核能实验的数字化反应堆，可以降低实验成本，提高安全性，减少核废料。
近年来，人工智能被证明能够发现科学规律，不仅在应用科学领域，在基础科学领域也是如此。例如，DeepMind使用人工智能来帮助证明或提出新的数学定理，并帮助数学家形成对复杂数学的直觉。
达摩院预测，未来三年，人工智能技术将广泛应用于应用科学，成为一些基础科学的研究工具。
阿里达摩院城市大脑实验室负责人华显生在接受InfoQ采访时表示，用AI帮助科研主要是基于数据和计算，AI能力是在数据和计算的基础上形成的。
“本质上，AI对于科学和AI对于产业的区别不大，AI也是推动领域发展的工具。只是这个领域有点不一样，门槛比较高，因为这是科学家应该做的事情，不是普通人和普通技术人员能做的。但本质上，因为这个领域的数据，可以设计算法来挖掘数据中的‘奥秘’来解决这个领域的问题。”
对于从业者来说，AI for Science需要AI专家理解科学问题，科学家理解AI的原理。“当AI用于工业时，它实际上逐渐从单点技术走向平台化。我觉得未来的AI for Science会逐渐走向平台化。这时候，AI专家结合某一领域、某一学科，甚至某一学科的某一类问题，与科学家一起搭建科研平台。这个时候，科学家可能有更大的自由和更强大的工具来批量做科学研究，实现更丰富、更重要的科学突破。”华鲜生说。
Google的BERT、Open AI的GPT-3、致远的启蒙、达摩院的M6等大规模预训练模型取得重要进展，大规模模型性能突飞猛进，为下游AI模型的发展提供了基础。而大模型训练消耗资源过多，参数个数增加带来的性能提升与消耗提升不成比例，对大模型的效率提出了挑战。
阿里达摩院智能计算实验室科学家杨红霞在接受InfoQ采访时表示，预训练模式还有几个课题需要突破:
达摩院认为，大模型的参数规模化发展将进入冷静期，大模型与相关小模型的合作将是未来的发展方向。大模型沉淀的知识和认知推理能力输出到小模型。小模型在大模型的基础上叠加垂直场景的感知、认知、决策和执行能力，然后将执行和学习的结果反馈给大模型，让大模型的知识和能力不断进化，形成有机循环的智能系统。参与者和受益者越多，模式的发展就越快。
“大小模型的共同进化也可以更好地服务于更复杂的新场景，比如虚拟现实和数字人。它需要在云端同时部署和交互。同时系统对于保护用户数据隐私更加灵活，用户可以在不同的端维护自己的小模型。”杨红霞对InfoQ说。
清华大学计算机系教授、北智元人工智能研究院学术副院长唐杰表示，大规模模型的开发，在认知智能方面，不排除模型参数进一步增加的可能，但参数竞争本身不是目的，而是探索性能进一步提升的可能性。同时，大规模模型的研究注重架构的原始创新，通过模型持续学习、增加记忆机制、突破三重知识表示等方法，进一步提升万亿级模型的认知智能能力。就模型本身而言，新的多模态、多语言和面向编程的模型也将成为研究的重点。
达摩院预测，未来三年，基于大规模预训练模型，将在部分领域探索协同进化的智能系统。未来五年，共同进化智能系统将成为系统标准，让全社会轻松获取并贡献智能系统的能力，向通用人工智能又迈进一大步。
电子芯片的发展已经接近摩尔定律的极限，集成技术的进步已经接近饱和，高性能计算对数据吞吐量的需求越来越大，急需技术突破。
光子芯片和电子芯片在技术上是不同的。用光子代替电子传递信息，可以承载更多的信息，传输更远的距离。光子之间的相互干扰更少，提供了比电子芯片高两个数量级的计算密度和低两个数量级的能耗。与量子芯片相比，光子芯片可以在不改变二进制架构的情况下，延续目前的计算机体系。光子芯片需要与成熟的电子芯片技术集成，结合了光子和电子优势的硅光技术将是未来的主流形式。
北京大学教授、上海光机所特聘首席研究员周治平表示，达摩院选择“硅光芯片”作为2022年10科技趋势之一，印证了该技术在信息通信领域的巨大应用价值。硅光芯片的进一步拓展是硅基光电子芯片:利用集成电路的设计方法和制造工艺，将微、纳米级的光子、电子和光电子器件异质集成在同一硅衬底上，形成一个完整的、功能全面的新型大规模光电子集成芯片。它更显著地反映了人类社会在纳米技术方面的持续努力以及对更小的设备和更紧凑的系统的极大兴趣。
达摩院预测光电融合是未来芯片的发展趋势。硅光子学和硅电子芯片取长补短，发挥各自优势，推动计算能力的不断提高。未来三年，硅光芯片将支持大型数据中心的高速信息传输；未来五到十年，基于硅光芯片的光计算将逐步取代电子芯片的部分计算场景。
绿色能源的大规模开发利用已成为当今世界能源发展的主要方向。随着绿色能源高比例并网的趋势，传统电力系统难以应对大风、暴雨、雷电等天气下绿色能源的不确定性，以及及时应对复杂故障的能力。
在运行监测过程中，参数验证和故障监测仍需要大量人工参与，故障特征提取和识别困难。针对大规模绿色能源并网在稳定性、运行和规划方面面临的挑战，基于人工智能的新一代信息技术将为能源系统整体的高效稳定运行提供技术保障和有力支撑。
人工智能与能源电力的深度融合，将推动大规模新能源发电、并网、输电、消纳和安全运行，完成能源系统的升级换代。
本周二，中国电力科学研究院总系统架构师认为，新电力系统的智能调控和运行推演将离不开AI技术。在AI技术的支持下，将建成一批具有交互物理电网和IT应用的数字双胞胎，每个数字双胞胎可以解决某一场景或某一方面的电网运行问题。这样，当有足够多的双胞胎组成电网调控数字双胞胎系统，解决电网运行各方面的问题时，就可以实现智能调控。
达摩院预测，未来三年，人工智能技术将帮助电力系统实现大规模绿色能源消纳，能源供应可以在时间和空间维度上互联互利，网源和谐灵活发展，电力系统安全高效稳定运行。
机器人是技术大师。过去随着硬件、网络、人工智能、云计算的融合，技术的成熟度有了很大的进步，机器人正在向多任务、自适应、协作路线发展。
柔性机器人是一个重要的突破性代表，它具有柔软性、灵活性、可编程性和可扩展性等特点。结合柔性电子、力传感和控制技术，可以适应各种工作环境，在不同任务中进行调整。近年来，柔性机器人结合人工智能技术，使机器人具有了感知能力，提高了通用性和自主性，减少了对预编程的依赖。
柔性感知机器人增加了其感知环境(包括力、视觉、声音等)的能力。)，增强了其迁移任务的能力，不再需要像传统机器人那样穷尽各种可能，可以执行依赖感知的任务(如医疗手术)，拓展了机器人的适用场景。另一个优势是任务中的适应性，可以及时应对突发变化，准确完成任务，避免出现问题。
达摩院预测，未来五年，柔性机器人将充分结合深度学习带来的智能感知能力，面对广泛的场景，逐步取代传统工业机器人，成为生产线上的主要设备。同时在服务机器人领域实现了商业化，在场景、体验、成本等方面具有优势，并开始大规模应用。
传统医疗依靠医生的经验，就像人工寻路一样，结果参差不齐。人工智能与精准医学的深度融合，专家经验与新型辅助诊断技术的有机结合，将成为临床医学的高精度导航系统，为医生提供自动指导，帮助医疗决策更快、更准，实现重大疾病的量化、可计算、可预测和可预防。
预计未来三年，以人为中心的精准医疗将成为主要方向，人工智能将全面渗透疾病预防和诊疗的各个环节，成为疾病预防和诊疗的高精度导航协同。随着因果推理的进一步发展，可解释性有望实现突破，人工智能将为疾病预防和早期诊断治疗提供强有力的技术支持。
数据安全保护和数据流通是数字时代的两难问题，解决方案是隐私计算。过去由于性能瓶颈、技术信任度不够、标准不统一等原因，隐私计算只能应用在数据量较小的场景。随着专用芯片、加密算法、白盒和数据信任技术的融合发展，隐私计算有望跨越到海量数据保护，数据源将扩展到全球，激发数字时代新的生产力。
浙江大学教授、浙江大学网络空间安全学院院长任奎表示，隐私计算不是单一的技术，而是一个统一的名称，包括1982首次提出的安全多方计算，以及后来的同态加密、可信计算、差分隐私等。而隐私计算在更早的时候并没有太大的实用价值，比如同态加密，理论上很好，但是性能开销太大，实际很难使用。现在随着硬件的加速和软件的革新，逐渐看到实用化的趋势，当然还有一个过程。
达摩院预测，未来三年，全球隐私计算技术将在性能和可解释性方面取得新的突破，或有数据信任机构提供基于隐私计算的数据共享服务。
基于地面网络和计算的数字化服务仅限于人口密集地区，深空、海洋、沙漠等无人区仍然是服务的空白区域。高低轨卫星通信和地面移动通信将无缝连接，形成空、陆、海一体化立体网络。由于计算随网络移动，星地计算将整合卫星系统、空中网络、地面通信和云计算，成为一种新的计算架构，拓展了数字化服务的空间。
阿里达摩院XG实验室负责人张明认为，星地计算的成功商业化和规模化发展，仍涉及诸多核心技术的突破。
以LEO卫星终端为例，首先要以场景需求和商业价值为导向，其次要从技术突破和解决工程问题的角度出发，设计出高性能、低成本、多场景的商业产品。比如，在关键技术上，如何以低成本的方式设计新的毫米波相控阵天线和相应的波束形成控制算法来满足性能要求；如何设计新的星地通信协议，以满足卫星互联网多用户、移动性和复杂动态业务的需求；此外，在终端整合优化方面，还有很多工程问题需要突破和解决，以满足陆海空不同场景下的多方面需求。
达摩院预测，未来三年，低轨卫星的数量将迎来爆发式增长，与高轨卫星一起构成卫星互联网。未来五年，卫星互联网和地面网络将无缝融合，形成无处不在的互联网，卫星及其地面系统将成为新的计算节点，在各种数字场景中发挥作用。
网络新技术的发展将推动云计算向云网融合的新型计算体系发展，实现云网处的专业分工:云将是大脑，负责集中计算和全局数据处理；网络作为连接，通过云端整合各种网络形态，形成低时延、广覆盖的网络；终端作为交互界面，呈现多种形态，可以提供轻薄、持久、沉浸式的体验。云网融合将推动高精度工业仿真、实时工业质检、虚实融合空间等新应用的诞生。
达摩院预测，未来两年，将会有大量的应用场景运行在云网融合的系统中，伴随着更多根据云而诞生的新设备，带来更极致、更丰富的用户体验。
随着端云协同计算、网络通信、数字孪生等技术的发展，以沉浸式体验为核心的XR(未来虚实融合)互联网将迎来爆发期。眼镜有望成为新的人机交互界面，推动形成不同于平面互联网的XR互联网，催生从元器件、设备、操作系统到应用的全新产业生态。XR互联网将重塑数字应用形态，改变娱乐、社交、工作、购物、教育、医疗等场景的交互方式。
达摩院预测，未来三年将会生产出新一代的XR眼镜，整合AR和VR技术，利用端云协同计算、光学和透视等技术，使外形和重量接近普通眼镜，XR眼镜将成为互联网的关键入口，已经得到广泛普及。