阿里巴巴達摩院發佈2020十大科技趨勢預測

5G網絡正式商用化，人工智能（AI）語音助手應用愈見廣泛，眾多革新科技成功提高大眾的生活水平。新一年來臨之際，阿里巴巴集團的基礎科學和創新技術研究機構達摩院發佈2020十大科技趨勢預測，涵蓋雲計算、AI、機器人、區塊鏈、網絡和物聯網（IoT）等領域。

阿里巴巴達摩院致力於探索科技未知，以人類願景為驅動力，開展基礎科學和創新技術研究。該院發布的2020十大科技趨勢預測如下：

1. AI從「感知智能」向「認知智能」演進
2. 計算存儲一體化，突破AI算力樽頸
3. 5G及IoT設備等迅速發展，推動工業互聯網「超融合」
4. 多個智能體達致大規模協同
5. 模塊化降低芯片設計門檻
6. 規模化的「生產級區塊鏈」將會走入大眾
7. 量子計算進入關鍵時刻
8. 新材料推動半導體器件革新
9. 保護數據私隱的AI技術將會加速落實
10. 雲成為資訊科技創新的中心

阿里巴巴達摩院預期，人工智能將會從「感知智能」向「認知智能」演進。

回望2019年的科技領域，AI芯片崛起、智能城市誕生、5G催生全新應用場景。科技浪潮的新一個十年啟程，達摩院繼續提出最新趨勢，圍繞AI、芯片、雲計算、區塊鏈、工業互聯網、量子計算等領域，斷言多個領域將出現顛覆性技術突破。

芯片技術推動歷次科技浪潮，但隨著摩爾定律（Moore’s law）的放緩和高算力需求場景的出現，傳統芯片陷入性能增長樽頸，業界試圖從芯片產業鏈的各個環節尋找破解之道。達摩院認為，芯片領域的重大突破極有可能在體系架構、基礎材料和設計方法三處實現。

芯片技術突破的背後是「算力爆炸」，AI被視為未來最重要的算力需求方和技術牽引者。目前，語音、視覺、自然語言處理等感知AI技術的發展已到極限，但在通向「強人工智能」的「認知智能」方面，AI還處在初期發展階段。達摩院認為，在不久的將來，AI有望進一步發展自主意識、推理能力以及情緒感知能力，實現從「感知智能」向「認知智能」的演進。

AI的認知演進，使得機器間的「群體智能」成為可能。達摩院預測，今後AI不僅懂得「人機協同」，還能做到「機機協同」。當機器像人一樣，彼此合作、相互競爭共同完成目標任務，大規模調整智能交通燈、倉儲機器人協同分流貨物、無人駕駛車自主感知全域路況等場景便不難想象。

與人工智能技術範式轉變同步的，是資訊科技範式的轉變。傳統物理機、網絡、軟件等發展失速，雲計算正在融合軟件、算法和硬件，加速各行各業的數字化轉型。達摩院指出，無論芯片、AI還是區塊鏈，所有技術創新都將以雲平台為中心，為雲訂製的芯片、與雲深度融合的AI、雲上的區塊鏈應用將層出不窮。一言以蔽之，雲將成所有資訊科技創新的中心。

《阿里足跡》以下為讀者梳理十大科技趨勢預測的簡介，欲了解詳細的趨勢預測，可下載完整版《達摩院2020十大科技趨勢》白皮書，參考阿里巴巴達摩院的分析及觀點：
按此參閱：《達摩院2020十大科技趨勢》白皮書（簡體中文）

達摩院認為，無論芯片、AI還是區塊鏈，所有技術創新都將以雲平台為中心。

趨勢一：AI從「感知智能」向「認知智能」演進

人工智能已經在「聽、說、看」等感知智能領域達到，甚至超越人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域上，還處於初期發展階段。認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感，並結合擴領域知識圖譜、因果推理、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，從「感知智能」跨越到「認知智能」。

趨勢二：計算存儲一體化，突破AI算力樽頸

馮紐曼架構（Von Neumann architecture，或稱馮諾伊曼架構）的存儲和計算分離，已經不適合數據驅動的人工智能應用需求。頻繁的數據搬運導致的算力樽頸及功耗樽頸，已經限制更先進的算法探索。類似於腦神經結構的 計算架構將數據存儲單元和計算單元融合為一，能顯著減少數據搬運，大幅提高計算並行度和能效。計算存儲一體化在硬件架構方面的革新，將突破AI算力樽頸。

趨勢三：工業互聯網的超融合

5G、IoT設備、雲計算、邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通訊系統和訊息化系統的智能融合。製造企業將實現設備自動化、搬送自動化和排產自動化，進而實現柔性製造，同時工廠上下游製造產線能實時調整和協同，大幅提升工廠的生產效率及企業的潛在盈利能力。對產值數十萬億乃至數百萬億的工業產業而言，提高5%至10%的效率，就相當於產生數萬億元人民幣的價值。

趨勢四：機器間大規模協作成為可能

傳統單體智能無法滿足大規模智能設備的實時感知和決策。IoT協同感知技術、5G通訊技術的發展將實現多個智能體之間的協同：機器彼此合作、相互競爭共同完成目標任務。多智能體協同帶來的群體智能，將進一步放大智能系統的價值，例如大範圍的智能交通燈將實現動態實時調整，倉儲機器人協作完成貨物分流的高效協同，無人駕駛車可以感知全域路況。

趨勢五：模塊化降低芯片設計門檻

傳統芯片設計模式無法高效應對快速的時代轉換、訂製化與碎片化的芯片需求。以RISC-V（五代精簡指令集）為代表的開放指令集及其相應的開源SoC（系統單芯片設計）、高級抽象硬件描述語言和基於IP的模板化芯片設計方法，推動芯片敏捷設計方法與開源芯片生態的快速發展。此外，基於芯粒（chiplet）的模塊化設計方法，利用先進封裝的方式將不同功能的「芯片模塊」封裝，跳過流片，快速訂製出一個符合應用需求的芯片，進一步加快芯片的交付。

趨勢六：規模化生產級區塊鏈應用將走入大眾

區塊鏈即服務（Blockchain as a Service，BaaS）將進一步降低企業應用區塊鏈技術的門檻，專為區塊鏈設計的端、雲、鏈各類固化核心算法的硬件芯片等也將應運而生，實現物理世界資產與鏈上資產的錨定，拓展價值互聯網的邊界、實現萬鏈互聯。未來將湧現大批創新區塊鏈應用場景，以及跨行業、跨生態的多維協作，規模化生產級區塊鏈應用將會走入大眾。

趨勢七：量子計算進入關鍵時刻

2019年，「量子霸權」之爭讓量子計算再次成為世界科技焦點。超導量子計算芯片的成果，增強行業對超導路線及對大規模量子計算實現步伐的樂觀預期。2020年，量子計算領域將會經歷加碼投入、競爭激化、產業化加速和生態更豐富的階段。作為兩個最關鍵的技術里程碑，容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內，真正達到其中任何一個都將是十分艱巨的任務，但亦意味量子計算將會進入技術突破的關鍵時刻。

趨勢八：新材料推動半導體器件革新

在摩爾定律放緩及算力和存儲需求爆發的雙重壓力下，以矽為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對於三納米以下的芯片走向沒有明確的答案。新材料將通過全新物理機制，實現全新的邏輯、存儲及互聯概念和器件，推動半導體產業的革新。例如，拓撲絕緣體、二維超導材料等能夠實現無損耗的電子和自旋輸運，可以成為全新的高性能邏輯和互聯器件的基礎；新型磁性材料和新型阻變材料能夠帶來高性能磁性存儲器如SOT-MRAM和阻變存儲器。

趨勢九：保護數據私隱的AI技術將加速落實

數據流通所產生的合規成本越來越高，使用AI技術保護數據私隱正在成為新的技術熱點，其能夠在保證各方數據安全和私隱的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

趨勢十：雲成為資訊科技創新的中心

隨著雲技術的深入發展，雲已經遠遠超過資訊科技基礎設施的範疇，漸漸演變成所有資訊科技創新的中心。雲已經貫穿新型芯片、新型數據庫、自驅動自適應的網絡、大數據、AI、IoT、區塊鏈、量子計算整個資訊科技鏈路，同時又衍生了無服務器計算、雲原生軟件架構、軟硬一體化設計、智能自動化運維等全新的技術模式，雲正在重新定義資訊科技的一切。廣義的雲，正在源源不斷地將新的資訊科技變成觸手可及的服務，成為整個數字經濟的基礎設施。