阿里巴巴达摩院发布 2022 十大科技趋势，今年的趋势预测有哪些亮点？ 第1页

在写今年的十大科技趋势前，需要先带大家读读前几年的预测趋势。

许多方向的研究早有踪迹可寻，科研并非一蹴而就，在几年的技术积累中寻求突破，最后实现商用的趋势才是事物发展的客观规律。

一、AI for Science

Alpha Fold 2^[1] 是 2021年绕不开的 AI 成果， AlphaFold 2 能很好地预判蛋白质与分子结合的概率，为我们展示了人工智能驱动生物学研究的无限潜力；

Science^[2] 发表了 MIT 开发的一种通过 AI machine learning 开发的基于人类自然语言的算法，该算法可以计算包膜病毒的膜蛋白对免疫反应发生的突变进化。

研究将这种算法应用于3种包膜病毒的膜蛋白，包括SARS-CoV-2的S蛋白，HIV的Env和流感病毒的HA得逃逸突变过程，发现这种算法可以准确预测病毒免疫逃逸模式。研究提示自然语言算法可以用于预测病毒的进化方向。^[3]

如何评价 AI 仅用 5.4 秒就能设计出和文献相同的化学反应途径，堪称化学界「AlphaGo」？

Chematica^[4] 程序用于自主设计合成途径，以达到八种结构不同的目标，包括七种具有商业价值的生物活性物质和一种天然产物。所有这些计算机规划的路线都在实验室中成功执行，与以前的方法相比，显着提高了产量并节省了成本，提供了专利路线的替代方案，或生产以前未合成的目标。

二、全域隐私计算

数据安全保护与数据流通是数字时代的两难问题，破解之道是隐私计算。

随着专用芯片、加密算法、白盒化、数据信托等技术融合发展，隐私计算有望跨越到海量数据保护，数据源将扩展到全域，激发数字时代的新生产力。

我们享受到了数据共享的红利，从淘宝推荐到今日头条，从抖音到社交媒体，基层的健康码、人脸识别、智能语音输入法等，如果我们不需要这部分隐私，那这些便利即唾手可得。

2021年发布了《数据安全法》、《个人隐私保护法》等法律法规强调数据安全重要性。

数据明文传输等于夜里在马路裸奔，就像是一盏灯在等扑火的飞蛾。

另一方面，数据存储到数据中心也并非安全。如何看待北美餐饮外卖平台 chowbus 于 2020 年 10 月 5 日发生的数据库泄露事件？，CSDN用户数据库泄露一事中最令你震惊的是什么？

数据的复制成本相较于其价值而言几乎为0，且被窃取后很难发掘和溯源，因此每一次数据泄露都将置数百万用户于危险中。

数字经济时代的特点之一便是将数据视作关键的生产要素，并通过跨领域、跨行业、跨地域的机构间数据流通释放要素价值。但是数据流通的安全风险高，且如何确保数据流通过程的安全合法合规尚需讨论^[5]。

媒体预测 2022 年互联网 10 大关键词，反垄断、互联互通、数据安全等入选，你认同吗？

在各省的健康码中，广东的粤康码很有特色。在符合内地和澳门两地个人隐私保护相关法规（两地的个人数据不能直接跨境传输互换）的情况下，粤康码利用区块链和隐私计算技术，与澳门健康码实现了跨境互认，让“应用跨境而数据不跨境”成为现实，从而形成了一种通用型的数字身份验证新模式。^[6]

一直会有人疑惑，为什么全国不统一健康码，实现信息互联互通？

事实上，收集数据本身是受辖地管控的，在本省内部的数据可以明文共享，便易操作，然而在跨行政、地域的协作中，如何保证本省信息不受泄露的同时又能确认两地的同一个人的行踪成为难题，而这种问题不仅是技术层面，也有政策合规方面的考虑。

隐私集合求交（Private Set Intersection）作为一种隐私计算技术，能用于在多组织在不暴露每家厂商独有的样本计算前，找到多家共有的数据样本。此外，基于同态加密、多方安全计算等技术的隐私技术在此处不再过多赘述。

借用“十四五”国家信息化规划 ^[7] 的一段话：

深化公共数据资源开发利用。
建设区域数据共享开放、政企数据融合应用等数据流通共性设施平台。
推动区块链、安全多方计算、联邦学习等技术模式在数据流通中的创新利用。

三、大小模型协同进化、云网端融合

天下大事分久必合，合久必分。超大模型的军备竞赛结果表明其极低的边界收益，数量级增长的模型大小很难取得对应的性能提升，性能与能耗提升不成比例的效率问题限制了参数规模继续扩张。

基于此，知识蒸馏、模型压缩成为部署在边端算力的必经之路。

人工智能研究将从大模型参数竞赛走向大小模型的协同进化，大模型向边、端的小模型输出模型能力，小模型负责实际的推理与执行，同时小模型再向大模型反馈算法与执行成效，让大模型的能力持续强化，形成有机循环的智能体系。

知识在云端大模型的脑中，行动和感知在小模型的边缘端内，形成云边端融合、大小模型协同进化。

感谢知友 @Carence 的补充，阿里云 XG 实验室针对云网端融合进行研究，依托云平台以及遍布全球的云数据中心、云网络和边缘节点，为海量的 5G 终端设备，提供极致的高性能、低延时、高可靠的计算和存储资源，为 5G 应用落地提供有利条件。

在“十四五”国家信息化规划中也针对 5G 创新应用工程，加快“5G+工业互联网”的融合创新发展和先导应用，推进5G在能源、交通、运输、医疗、邮政快递等垂直行业开发利用与应用推广。

四、星地计算

基于地面网络和计算的数字化服务局限在人口密集区域，深空、海洋、沙漠等无人区尚是服务的空白地带。高低轨卫星通信和地面移动通信将无缝连接，形成空天地海一体化立体网络。

自滴滴事件以来，即便是作为普通吃瓜群众的我们也意识到高精度道路数据和轨迹数据也是严重危害国家安全的潜在威胁。此外，GPS 等系统话语权的独断让我们更加需要自主可控的通信系统。

北斗星是自远古时起人们用来辨识方位的依据。司南是中国古代发明的世界上最早的导航装置，两者结合既彰显了中国古代科学技术成就，又象征着卫星导航系统星地一体，为人们提供定位、导航、授时服务的行业特点，同时还寓意着中国自主卫星导航系统的名字—北斗。^[8]

北斗卫星导航系统的完善补齐了我国自主可控的移动通信短板，在交通运输、地震预报、气象测报、国土测绘、国土资源、科学研究与教育等多个领域为用户提供基本服务，提供米级、分米级、厘米级的定位导航和后处理毫米级的精密定位服务。

“十四五”国家信息化规划中也提及：

打造空天信息网枢纽。基于北斗系统、卫星通信网络和遥感卫星加快建设空天信息网络，加快北斗智能终端部署，强化沙漠、草原、湿地、河湖、森林、耕地等关键生态节点的遥感监测和应急保障服务能力

信息优势在互联网时代属于压倒性的优势，比别人看到地更多，就能做出更正确的决策。

五、硅光芯片、柔性感知机器人

芯片是今年最火热的话题之一。在你心目中，2021 年芯片领域最具代表性的热门事件有哪些？ 知乎芯片话题优秀答主 @温戈 总结了今年芯片领域的热门事件，给感兴趣的朋友作补充材料。

电子芯片的发展逼近摩尔定律极限，难以满足高性能计算不断增长的数据吞吐需求。硅光芯片用光子代替电子进行信息传输，可承载更多信息和传输更远距离，具备高计算密度与低能耗的优势。

柔性材料的发展历程红红火火，传统机器人依赖预编程，局限于大型生产线等结构化场景。近年来，柔性机器人结合柔性电子、力感知与控制、人工智能技术，获得了力觉、视觉、声音等感知能力，应对多任务的通用性与应对环境变化的自适应性大幅提升。

此外，什么是「折叠屏」，当前使用的「折叠屏」技术有哪些硬伤，发展前景如何？

另一个柔性材料的应用场景是折叠屏，近几年折叠屏手机展现了极大的使用潜力，无论是 三星Galaxy Z系列、OPPO Find N还是 HUAWEI P50 Pocket，都展现出折叠屏手机从尝鲜到常用的趋势。

六、绿色能源、高精度医疗导航

这两条归根到底是提升数据资源开发利用水平。

“十四五”国家信息化规划中也提及：

加快各行业各领域数据全过程应用。支持构建农业、工业、商业、教育、医疗、安防、自然资源、水利、城市管理、公共资源交易、审判执行等领域规范化数据开发利用的场景，提升数据资源价值。
健全适应数据要素特点、推动数字经济有序发展的税收征收管理制度，鼓励专业化大数据服务企业发展。优化统计生产方式，促进政府统计与大数据深度融合。

以数字化赋能“生产、生活、生态”，加速数字化推动农业、制造业、服务业等产业的智慧绿色增长。以数字化引领绿色化，以绿色化带动数字化。大力发展数字和绿色的融合新技术和产业体系，打造高质量发展的新动能。

额外提一句，绿色能源的开发助力碳达峰、碳中和目标实现可不只是一句空话。有机会的话会再合适的回答下面再聊聊这个问题，此处先按下不表。

人工智能与精准医疗深度融合，专家经验和新的辅助诊断技术有机结合，将成为临床医学的高精度导航系统，为医生提供自动指引，帮助医疗决策更快更准，实现重大疾病的可量化、可计算、可预测、可防治。
人工智能技术的应用，将有效提升电网等能源系统消纳多样化电源和协调多能源的能力，成为提升能源利用率和稳定性的技术支撑，推动碳中和进程。

七、XR 互联网

XR 互联网换个流行点的说法就是元宇宙。达摩院的推语是：XR互联网将重塑数字应用形态，变革娱乐、社交、工作、购物、教育、医疗等场景交互方式。元宇宙的爆火显然非常莫名其妙，在 Facebook 改名为 Meta 后也没有看到震撼性的产品，反倒是跟风严重。

但是这并不意味着这项技术是谎言，技术是在试错中成长，在失败中积累的。之前和 @Serendipity 聊强人工智能时说过这句话：理解生命的意义和全知全能，对于现在的技术来说还太早，得等到下次浪潮再说。

同理，对于元宇宙的相关技术而言还尚待融合和创新，元宇宙技术对于现在的人类来说还为时尚早......

最后，感谢你能看我碎碎念到最后，欢迎点赞和关注 @lokinko

参考

1. ^Highly accurate protein structure prediction with AlphaFold https://www.nature.com/articles/s41586-021-03819-2
2. ^《Learning the language of viral evolution and escape》 https://www.science.org/doi/abs/10.1126/science.abd7331
3. ^博主：@子陵在听歌 的资讯分享 https://weibo.com/u/1251560221
4. ^《Efficient Syntheses of Diverse, Medicinally Relevant Targets Planned by Computer and Executed in the Laboratory》 https://www.cell.com/chem/fulltext/S2451-9294(18)30063-9
5. ^ 《隐私计算白皮书》- 隐私计算联盟
6. ^ 《元宇宙》于佳宁 何超
7. ^“十四五”国家信息化规划 http://www.cac.gov.cn/2021-12/27/c_1642205314518676.htm
8. ^ 百度百科-《北斗卫星导航系统》