阿里达摩院年终预测

在 AI 助力科学家成为可能的背后， AI 模型背后的大规模预训练模型功不可没。谷歌的 BERT、Open AI 的 GPT-3、达摩院的 M6 等大规模预训练模型近几年均有了飞跃性提升：先是 3 亿参数的BERT，而后 1750 亿参数的 GPT-3，最后 10 万亿参数的 M6 更是直接提升了一个量级。

但在大模型不断“内卷”、参数数量不断增加的同时，性能与能耗提升不成比例的效率问题愈发明显。

达摩院预测在未来的三年内，在个别领域将以大规模预训练模型为基础，对协同进化的智能系统进行试点探索。在未来的五年内，协同进化的智能系统将成为体系标准，让全社会能够容易地获取并贡献智能系统的能力，往通用人工智能再迈进一大步。

趋势三硅光芯片

光电融合兼具光子和电子优势，突破摩尔定律限制

达摩院认为，将引起科技变革的领域还包括芯片。就目前电子芯片发展来看，已逼近摩尔定律极限，集成技术进步也趋于饱和，但高性能计算对数据吞吐要求依旧不断增长，此时，用光子代替电子进行信息传输、同时结合了光子和电子优势的硅光技术显然是个值得期待的突破口。

达摩院预测，未来三年，硅光芯片将承载绝大部分大型数据中心内的高速信息传输，满足人工智能、云计算带来的爆发性算力需求；未来五到十年，以硅光芯片为基础的光计算将逐步取代电子芯片的部分计算场景。

趋势四绿色能源 AI

人工智能助力大规模绿色能源消纳，实现多能互补的电力体系

绿色能源的大规模开发和利用是当今世界能源发展的主要方向，但风电与光伏发电的波动性、随机性、反调峰等特性会在一定程度上影响电网的稳定性和可控性。

而通过精准的计算和协调能力，引入人工智能技术将极大弥补这一缺点：功率预测精准、调度控制智能、故障响应自动化，推动大规模新能源发电、并网、输送、消纳和安全运行，完成对能源系统的升级改造。

达摩院预计在未来的三年内，人工智能技术将帮助电力系统实现大规模绿能消纳，能源供给在时间和空间维度上能够互联互济，网源协调发展，弹性调度，实现电力系统的安全、高效、稳定运行。

趋势五柔性感知机器人

机器人将兼具柔性和类人感知，可自适应完成多种任务

近年来，柔性机器人结合人工智能技术，使得机器人具备感知能力，提升了通用性与自主性，降低对预编程的依赖，可适应多种工作环境，并在不同任务中进行调节。此外，柔性感知机器人的出现也让机器人从大规模、标准化走向小规模、非标准化的产线，降低了使用门槛。由此，达摩院预测柔性感知机器人将会是许多企业用来补足用工缺口的一种方式：未来五年，柔性感知机器人将逐步替代传统工业机器人，成为产线上的主力设备，并在服务机器人领域开始规模化应用。

趋势六高精度医疗导航

人工智能与精准医疗深度融合，助力诊疗精度与效率提升

在传统医学方法中，如仅靠医生经验，在疾病的早筛、诊断、治疗中都存在一定局限性，而人工智能有望将医疗专家的经验和新的辅助诊断技术有机结合。

趋势七全域隐私计算

官方数据保护与流通两难，隐私计算走向全域数据保护

在数字经济时代，数据已成为核心生产要素，在此背景下，融合了密码学、人工智能、芯片设计等学科，以多方安全计算、差分隐私、可信计算为代表技术的隐私计算必不可少。

达摩院预计未来三年，全域隐私计算技术将在性能和可解释性上有新的突破，或将出现数据信托机构提供基于隐私计算的数据共享服务。

趋势八星地计算

卫星及地面一体化的通信与计算，促进空天地海全面数字化

数字化需求的不断演变，使通信不再只局限于服务人口密集的区域，各种深空、海洋、沙漠等无人区也不容忽视，仅基于地面网络和计算的数字化服务已无法有效满足需求。

达摩院预计未来三年，低轨卫星数量会迎来爆发式增长，卫星及其地面系统将成为新型计算节点。

趋势九云网端融合