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，看見國内外多模态大模型同台競技，察覺到自動駕駛公司的商業化加速落地，也發現以 AI 制藥為核心的生物計算公司數量飙升……
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？
基于這些年紮根 AI 行業的判斷，百度研究院對新一年技術趨勢做出了預測：
【大模型生态】行業大模型生态初現，服務千行百業智能化升級
【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 技術打造新型網絡空間，元宇宙業态有望迎來颠覆式創新
【自動駕駛】自動駕駛技術迎來新升級，推動智能汽車産業 " 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，改變多學科研究範式
【量子計算】量子計算核心技術持續突破，産業化進程加速
【隐私計算】隐私計算平台實現數據互聯互通，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争優勢
【科技可持續發展】側重綠色低碳和可持續發展能力，邊緣計算和先進計算正實現關鍵突破
這不僅可以被視作百度未來一年裡着重發展的 " 計劃書 "，更是洞察科技行業未來一年走勢的風向标。
所以，2023 年十大趨勢預測，反映了 AI 行業怎樣的發展态勢？相比去年十大科技趨勢又發生了哪些變化？
這些變化究竟源于行業進展、還是隻是産生了方向上的突變？
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，核心關鍵詞顯然還是智能化。
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 " 智能化 " 這麼簡單。
在這十大趨勢預測中，智能化構築了科技變革的主線，AI 技術始終占據重要位置，"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 " 之稱的數據、算力和算法，如今已形成幾大技術底座。
随着未來一年的産業需求推動，技術底座還會不斷夯實。
無論是 AI 算法發展出的 " 深度學習平台 + 大模型 " 體系、數實融合浪潮下進階的 AI 算力需求，還是關乎 AI 數據安全的隐私計算，都會進一步讓産業更智能化，指引行業探索出更多技術拐點。
如在智能交通場景上，利用百度智能方案幫助北京、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、跨領域行業制造了新的上升空間。
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 在其中利用自身數據分析和推理能力，學習并解決新的問題，加速科研探索進程。
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能，從而提升了勞動生産率。
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，還會讓機器人協助産業進一步智能化、激發出這些領域的潛力。
最後是 "AI+" 維度。
與 +AI 的區别在于，它并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，都是基于智能化實現的創新，但這并非意味着 AI 還會給行業帶來大量爆發性的新突破。
百度研究院認為，在今年這些智能化創新更加務實，換而言之，基于 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，驅動科技革命和産業變革的核心技術，往往具有很強的通用性。
當其具備了标準化、自動化和模塊化的工業大生産特征，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 行業尚處于技術 " 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周期，試圖找到合适的應用場景；
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-3，一度引爆行業對于 AI 大模型的期待。
但随後人們開始探清 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适合落地的領域，成為工作者的 " 輔助 " 而非 " 替代者 "。
在 2023 年，百度研究院進一步将 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 " 還得幾年才能真正産生價值 " 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将成為主流趨勢 " ……
而在 2023 年，這一領域的預測則變成了——核心技術持續突破，産業化進程加速。
但在這些新方向和新領域的預測上，百度研究院信心從何而來？
又或者說，這樣的趨勢預測是否真的靠譜、并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 發布的 DALL · E2 和谷歌發布的 Imagen，則不僅在文生圖方面 " 同場競技 "，還成為不少 AI 學者研究的算法模型；
AI 文本生成上，接近年末發布的 ChatGPT，徹底将 AIGC 的熱度推向巅峰。
或許征兆并不明顯，但其實早在去年年初，百度研究院就預測到了這一趨勢：
超大規模預訓練模型呈現知識增強、跨模态統一建模、多學習方式共同演進的趨勢，并逐漸實用化。
例如AIGC （AI generated content，人工智能創造内容），借助大模型的跨模态綜合技術能力，可以激發創意，提升内容多樣性，降低制作成本，将會實現大規模應用。
這樣的結論并非偶然。
在國内，百度可以說是最早布局 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，也是基于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 " 祖沖之号 "、" 祖沖之二号 " 超導量子計算原型機，又與中科院上海微系統與信息技術所等構建了 " 九章二号 " 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。
但這還隻是學術上的突破，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，百度研究院發布趨勢認為：
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。
量子軟件和服務向跨平台發展，用戶将在雲原生量子計算平台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台将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，百度真的發布了一台名為 " 乾始 " 的産業級超導量子計算機，搭載 10 量子比特高保真度超導量子芯片。
除此之外，還發布了名為 " 量羲 " 的全球首個全平台量子軟硬一體解決方案，可實現量子芯片 " 即插即用 "。
再例如自動駕駛領域。
去年對于國内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，随後在鳳凰城開始提供打車服務；
而在去年年末，Waymo 也終于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。
國内百度則不僅已經實現了無人車量産，更是在全國更多區域落地全無人 Robotaxi，最近的一次消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态，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，連接技術與場景。
2022 年，在政策法規與技術進步的雙重推動下，自動駕駛将在無人化上高歌猛進，多元 " 汽車機器人 " 為代表的汽車形态迅猛發展。
……
不止是 2022 年。
今年是百度第四年發布研究成果。回顧前幾年的趨勢預測，會發現這幾年押中的大模型爆發、現象級科技成果應用，幾乎都會在其中有所體現。
例如 2021 年押中的數字人爆發；又例如 2020 年預測的 NLP 模型與知識深度融合趨勢，也在 GPT-3 上得以體現。
總結下來，這幾年百度研究院一直在自身實踐基礎上，對國内前沿科技布局進行預判和感知。
以此發布的這份趨勢，也不僅僅是未來一年國内外熱點的預判。如果回看過去的趨勢預測，又能更好地針對每年的變化和科技發展趨勢做出分析總結，以更好地發現 AI 發展過程中遇到的問題、繼續前進。
最後，附上今年包括大模型生态、虛實共生、自動駕駛、量子計算等在内的十大科技趨勢預測，你最關注哪一個？
百度研究院 2023 科技趨勢預測 1、大模型生态：行業大模型生态初現，服務千行百業智能化升級
AI 大模型正在向跨語言、跨任務、跨模态的技術方向演進，已成為當下 AI 技術發展的一個主要趨勢。依托深度學習平台，大模型技術的效能不斷提升，具備了很強的通用性、泛化性、可解釋性，以及開發流程标準化程度高的優勢，能夠解決 AI 碎片化難題，持續降低 AI 開發與應用的門檻。
随着大模型技術逐步成熟，訓練能力、核心算子庫和軟件平台布局不斷完善，在航天、金融、能源等領域，" 行業大模型 " 開始浮現，圍繞各行業需求，搭建 AI 基礎設施，推進 "AI+ 行業 " 的應用創新。我們預測 2023 年行業大模型将覆蓋更多領域，逐漸形成生态，積極踐行 " 普惠 AI"，服務千行百業的智能化升級。
△AI 繪畫技術支持：百度飛槳文心一格 2、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
我國 " 十四五 " 規劃和 2030 年遠景目标綱要都強調大力發展數字經濟，為人工智能等數字技術帶來了強大創新動力和廣闊市場空間。當前，智算中心、深度學習平台和大模型等 AI 新型基礎設施不斷夯實，加快推動人工智能産業化落地，滿足以制造業為主的實體經濟轉型需求；同時，我國龐大的制造業規模、豐富的應用場景和海量數據資源，非常有利于深度學習模型的叠代進化，技術與場景的融合，會催生出具有産業通用性的新産品新業态。
AI 新型基礎設施建設，短期看，将會成為各地政府發展數字經濟的重要抓手之一，對區域經濟發展和産業升級有明顯推動作用；中長期看，将促進數字技術和實體經濟深度融合，更好地賦能産業數字化轉型和智能化升級。
△AI 繪畫技術支持：百度飛槳文心一格 3、虛實共生：Web 3.0 技術打造新型網絡空間，元宇宙業态有望迎來颠覆式創新
人們正在構建一個内容豐富的虛拟世界，這個虛拟世界從最初平行于物理世界，逐漸發展到與物理世界緊密連接，未來有可能會實現彼此交互、融合和共生。預計 2023 年，得益于衆多關鍵數字技術的突破，這一趨勢将會加快。
Web 3.0 技術将會打造一個去中心化的，更加開放、公平和安全的新型網絡空間，用戶可以更安全地交換信息和價值；數字孿生和虛拟仿真、AI 等技術融合，會在購物、制造、家居、城市等諸多場景，創造更精準和智能的數字孿生體；AIGC 将帶來全新的内容創作模式，廣泛運用到繪畫、文學甚至視頻制作等領域，大幅降低内容生産成本；結合 VR/AR 帶來的沉浸式體驗服務、5G 提供的大數據高速傳輸能力，一個全面和豐富的元宇宙業态有望加速成型，在此之上的産品和服務模式，也可能會迎來新一輪的颠覆式創新。
4、自動駕駛：自動駕駛技術迎來新升級，推動智能汽車産業 " 揚帆遠航 "
随着自動駕駛進入城市場景，無論是感知複雜環境、還是處理海量數據的難度都大大增加，傳統小模型無法滿足高級别自動駕駛的要求。業界開始通過引入大模型技術，讓自動駕駛汽車有效擴充語義識别數據，大幅提升長尾問題解決效率，進一步增強自動駕駛感知泛化能力，适應更多出行場景。
預計 2023 年，中國主要城市自動駕駛商業化落地将呈現運營範圍、車隊規模雙增長的趨勢，擁有自動駕駛技術的智能汽車市場滲透率也将有新突破，智能汽車産業從此前的 " 試水試航 " 走向 " 揚帆遠航 "。
△AI 繪畫技術支持：百度飛槳文心一格 5、機器人：行業應用機器人落地加速，改變勞動力短缺困境
伴随全球老齡化加劇，未來各行業将面臨嚴重的勞動力短缺問題。不少國家已經積極發展自動化技術，改善勞動力短缺困境。
人工智能、大數據、雲計算等關鍵技術的成熟，為自動化發展注入強大動力，特别是 AI 加持的各類機器人，将在實時感知、智能決策、優化控制等方面獲得更大提升，越來越多地應用于施工、開采、救災等需要大量人力的工作場景。此外，人形機器人産品将會在生活中扮演管家角色，承擔簡單的搬運、掃除、護理等工作，不僅極大地提高勞動生産率，而且在一定程度上可以讓人擺脫繁重的體力勞動，使人們有更多時間享受美好生活。
6、科學計算：AI 技術成為重要科研輔助力量，改變多學科研究範式
AI for Science 正受到越來越多的關注，AlphaFold 等模型的成功讓人們看到，人工智能技術對科學計算産生巨大影響，也正在改變許多學科的研究範式。
通過引入 AI 技術，研究者們開發了科學計算工具，解決傳統科學計算過于複雜而難以求解的問題，提升系統建模分析能力。相信未來會有更多功能強大的科學計算工具出現，推動 AI 技術成為重要的科研輔助力量，在物理、化學、生物、材料學等基礎科學及藥物研發等應用領域體現自身的獨特價值。
△AI 繪畫技術支持：百度飛槳文心一格 7、量子計算：量子計算核心技術持續突破，産業化進程加速
過去一年，量子計算技術已在軟硬件、應用和網絡等關鍵技術方向實現新一輪突破。預計 2023 年，多種技術路線的量子芯片性能指标将持續提升，雲原生量子計算平台将提供更強大、更豐富、更專業的服務，易用性大幅提升，開發門檻進一步降低，量子設備将在多個應用場景中展現出優勢，在人工智能、材料模拟、金融科技、生物制藥等方向誕生更多具備實際應用價值的量子算法；随着量子計算硬件性能與量子算法的不斷提升，量子軟硬一體化方案的價值與需求将會更加凸顯。
公衆對量子信息科學的關注将會不斷增強，有關量子科普與教育将産生更加廣泛與迫切的需求，借助量子計算平台加速形成繁榮的量子計算産業生态，政産學研用多方協同和資源彙聚會進一步深化。
△AI 繪畫技術支持：百度飛槳文心一格 8、隐私計算：隐私計算平台實現數據互聯互通，兼顧價值創造和安全可信
數據安全治理和數據要素市場化的重要性和緊迫性日漸上升，隐私計算技術進入快速發展階段，金融、通信、醫療、互聯網等領域有越來越多的機構開始自建隐私計算平台，應用場景不斷拓展和深化，推進各家隐私計算平台的互聯互通逐漸成為行業新趨勢。
在此背景下，" 橫縱交織 " 的可信數據流通網絡初步呈現。可以預見，借助不斷發展壯大的數據流通網絡，未來幾年隐私計算技術的應用場景将會不斷推陳出新，隐私計算平台也會在多個行業成為支撐數據安全治理和數據要素市場化發展的重要基石，有助于塑造兼顧價值創造和安全可信的數據産業。
△AI 繪畫技術支持：百度飛槳文心一格 9、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争優勢
人工智能等技術的快速發展，帶來了新的社會倫理問題與風險，引起世界各國的關注。我國政府今年出台《關于加強科技倫理治理的意見》，向聯合國提交《關于加強人工智能倫理治理的立場文件》，積極倡導 " 以人為本、智能向善 " 原則，确保人工智能安全、可靠、可控。
科技企業和科學家也在積極探索可解釋 AI 技術，嘗試在價值對齊的背景下促進有效的人機交流，讓 AI 真正理解人類意圖，降低算法的 " 黑箱風險 "，實現更有預見性的 AI 治理。好的技術不僅關注結果，更要關注過程，我們預測，未來在一個高度智能化和數字化的社會，具備可信可控的 AI 技術能力，将成為企業新的競争優勢。
10、科技可持續發展：側重綠色低碳和可持續發展能力，邊緣計算和先進計算正實現關鍵突破
近年來，在可持續發展理念的影響下，促進節能減排和降本增效已成為新技術的重要演進方向。其中，邊緣計算兼顧了計算的實時性和彈性，能夠減少海量數據的傳輸，節約巨大的數據傳輸和能源成本，未來邊緣計算與 5G、AI 等技術協同，将助力低碳經濟的發展。先進計算正在從計算理論、架構、系統等多個層面提升現有算力規模、降低算力成本、提高算力利用效率。
我們預測未來會有更多側重綠色低碳和可持續發展能力的新技術突破，其落地應用将有望緩解環保、健康、能源和材料等問題，提升人類生存環境的質量。
△AI 繪畫技術支持：百度飛槳文心一格
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
