來源：追劇小能手 釋出時間：2023-01-06 15:21

蕭簫 發自 凹非寺

量子位 | 公眾號 QbitAI

2023年，我們還會見證新的AI突破嗎？

過去一年裡，我們圍觀了ChatGPT的崛起，看見國內外多模態大模型同臺競技，察覺到自動駕駛公司的商業化加速落地，也發現以AI製藥為核心的生物計算公司數量飆升……

在AI已經深入各行各業的情況下，我們還會迎來什麼新的技術進展，又或者說以AI為基底，不同場景還會迎來怎樣的變革？

基於這些年紮根AI行業的判斷，百度研究院對新一年技術趨勢做出了預測：

• 【大模型生態】行業大模型生態初現，服務千行百業智慧化進級
• 【數實融合】AI新型基礎設施建設需求增長，數字技術和實體經濟深度融合
• 【虛實共生】Web 3.0技術打造新型網路空間，元宇宙業態有望迎來顛覆式創新
• 【自動駕駛】自動駕駛技術迎來新升級，推動智慧汽車產業“揚帆遠航”
• 【機器人】行業應用機器人落地加速，改變勞動力短缺困境
• 【科學計算】AI技術成為重要科研輔助力量，改變多學科研究正規化
• 【量子計算】量子計算核心技術持續突破，產業化程序加速
• 【隱私計算】隱私計算平臺實現資料互聯互通，兼顧價值創造和安全可信
• 【科技倫理】可解釋AI技術推進“人機互信”，可信可控技術能力成企業全新競爭優勢
• 【科技可持續發展】側重綠色低碳和可持續發展能力，邊緣計算和提高前輩計算正實現關鍵突破

這不僅可以被視作百度未來一年裡著重發展的“計劃書”，更是洞察科技行業未來一年走勢的風向標。

所以，2023年十大趨勢預測，反映了AI行業怎樣的發展態勢？相比去年十大科技趨勢又發生了哪些變化？

這些變化究竟源於行業進展、仍是隻是產生了方向上的突變？

不妨從三個維度來解讀十大趨勢，看看它究竟靠譜幾分。

如何解讀最新十大科技趨勢？

總結今年十大科技趨勢，核心關鍵詞顯然仍是智慧化。

但如果從AI技術本身、“+AI”以及“AI+”這三大維度來看，這一年科技變革的主線又不僅僅是“智慧化”這麼簡單。

在這十大趨勢預測中，智慧化構築了科技變革的主線，AI技術始終佔據重要位置，“AI向實”的變革正在發生——

總體來說，便是讓AI與實體經濟相結合，以AI來服務實體經濟。

先來看看AI技術自身的發展趨勢。

有AI技術“三駕馬車”之稱的資料、算力和演算法，如今已形成幾大技術底座。

隨著未來一年的產業需求推動，技術底座還會不斷夯實。

無論是AI演算法發展出的“深度學習平臺+大模型”體系、數實融合浪潮下進階的AI算力需求，仍是關乎AI資料安全的隱私計算，都會進一步讓產業更智慧化，指引行業探索出更多技術拐點。

如在智慧交通場景上，利用百度智慧方案幫助北京、廣州、長沙、重慶等城市大幅提高交通出行效率，便是技術底座夯實的案例之一。

再從“+AI”維度來看，AI的出現給不少跨學科、跨領域行業製造了新的上升空間。

如去年爆火的AI for Science，就是一個橫跨物理、化學和生物等諸多研究學科的新方向。AI在其中利用自身資料分析和推理能力，學習並解決新的問題，加速科研探索程序。

又如綜合電子、機械工程和計算機等領域為一體的機器人行業。AI的加持讓機器人具備了一定的自主完成任務能力、即進一步提升了認知智慧，從而提升了勞動生產率。

因此在未來一年的科技發展中，AI跨領域融合更加紮實，不僅在AI for Science領域發展出更完善的工具體系，還會讓機器人協助產業進一步智慧化、激發出這些領域的潛力。

最後是“AI+”維度。

與+AI的區別在於，它並不僅僅是激發已有領域的潛力，還進一步地催生了領域中的新方向。

例如元宇宙、自動駕駛、AIGC和量子科技等，都是基於智慧化實現的創新，但這並非意味著AI還會給行業帶來大量爆發性的新突破。

百度研究院認為，在今年這些智慧化創新更加務實，換而言之，基於AI誕生的這些領域，在新的一年裡會更加追求落地。

正如百度CTO、百度研究院院長王海峰所言：

縱觀人類的科技發展史，驅動科技革命和產業變革的核心技術，往往具有很強的通用性。

當其具備了標準化、自動化和模組化的工業大生產特徵，核心技術作為基礎設施的價值效應會變得越來越“實”。

所以，與往年情況相比，百度研究院今年的趨勢預測發生了什麼變化？

如果說，前幾年AI行業尚處於技術“祛魅”的過程中，即不斷耗費人力物力，去探清它的能力邊界和技術週期，試圖找到合適的應用場景；

那麼今年的AI行業已經在摸清能力範圍的情況下，進一步與實體經濟相結合、探索更有價值的落地方向。

如2020年橫空出世的GPT-3，一度引爆行業對於AI大模型的期待。

但隨後人們開始探清GPT-3的能力邊界、察覺到它的應用範圍，如今語言大模型才慢慢探索出適合落地的領域，成為工作者的“輔助”而非“替代者”。

在2023年，百度研究院進一步將AI落地的範圍擴大到了自動駕駛、元宇宙乃至量子計算這些在旁人看起來“還得幾年才能真正產生價值”的新方向和新領域。

以量子計算方向為例。

2020年，百度研究院對這一領域的預測是“為AI和雲計算注入新活力”，2021年“量子科技創新觀念深入人心”，2022年“量子軟硬一體化方案將成為主流趨勢”……

而在2023年，這一領域的預測則變成了——核心技術持續突破，產業化程序加速。

但在這些新方向和新領域的預測上，百度研究院決心信念從何而來？

又或者說，這樣的趨勢預測是否真的靠譜、並有對應的行業突破加以佐證？

答案或許能從去年的突破和趨勢預測中得以窺見。

去年的預測實現了嗎？

我們舉幾個例子來看。

談到2022年的最大的科技突破，不少人的第一印象肯定是AIGC的爆發。

AI繪畫方面，國外如Stable Diffusion、Midjourney已經火進畫手圈，大廠如OpenAI釋出的DALL·E2和谷歌釋出的Imagen，則不僅在文生圖方面“同場競技”，還成為不少AI學者研究的演算法模型；

AI文字生成上，接近年末釋出的ChatGPT，徹底將AIGC的熱度推向巔峰。

或許徵兆並不明顯，但其實早在去年年初，百度研究院就猜測到了這一趨勢：

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，並逐漸實用化。

例如AIGC （AI generated content，人工智慧創造內容），藉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，降低製作成本，將會實現大規模應用。

這樣的結論並非偶然。

在國內，百度可以說是最早佈局AIGC的大廠之一，在AI繪畫模型普遍英文輸入的情況下，早早實現了中文版文生圖模型文心·一格：

△國風繪畫尤其好看

做出這樣的預測，也是基於自家研究進度得出的結論。

又如量子計算。

2021年，中科大團隊相繼推出“祖沖之號”、“祖沖之二號”超導量子計算原型機，又與中科院上海微系統與資訊科技所等構建了“九章二號”光量子計算原型機，相繼在兩種物理體系實現“量子優越性”，徹底讓量子計算出圈了一把。

但這還只是學術上的突破，量子計算究竟需要多久才能實現“人人可用”，仍舊是一個未知數。

而就在去年年初，百度研究院釋出趨勢認為：

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。

量子軟體和服務向跨平臺發展，使用者將在雲原生量子計算平臺上獲得更豐富的量子後端選擇，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。

聽起來似乎有點“天方夜譚”，然而就在今年8月，百度真的釋出了一臺名為“乾始”的產業級超導量子計算機，搭載10量子位元高保真度超導量子晶片。

除此之外，還發布了名為“量羲”的全球首個全平臺量子軟硬一體解決方案，可實現量子晶片“即插即用”。

如今，只需要在手機上下載量易伏APP，就能體驗包括中科院在內的量子計算機的使用，可以說是確實將自己的趨勢做了出來。

再例如自動駕駛領域。

去年對於國內外的自動駕駛公司而言，“真無人”已經是一個越來越常見的名詞。

國外保守如Waymo，先是在去年3月開啟舊金山市區無人化試駕，僅限員工體驗，隨後在鳳凰城開始提供打車服務；

而在去年年末，Waymo也終於開啟無人車機場接送，實現了“主副駕都無安全員”的7×24小時打車服務。

國內百度則不僅已經實現了無人車量產，更是在全國更多區域落地全無人Robotaxi，最近的一次訊息則是在武漢開啟的夜間無人車——

而這也正是2022年初百度研究院立下的“flag”之一。汽車作為機器人的一種形態，在無人化上進展神速：

自動駕駛技術進入無人化落地新階段，多元“汽車機器人”不斷湧現，連線技術與場景。

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。