来源：追剧小能手 发布时间：2023-01-06 15:21

萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

2023年，我们还会见证新的AI突破吗？

过去一年里，我们围观了ChatGPT的崛起，看见国内外多模态大模型同台竞技，察觉到自动驾驶公司的商业化加速落地，也发现以AI制药为核心的生物计算公司数量飙升……

在AI已经深入各行各业的情况下，我们还会迎来什么新的技术进展，又或者说以AI为基底，不同场景还会迎来怎样的变革？

基于这些年扎根AI行业的判断，百度研究院对新一年技术趋势做出了预测：

• 【大模型生态】行业大模型生态初现，服务千行百业智能化进级
• 【数实融合】AI新型基础设施建设需求增长，数字技术和实体经济深度融合
• 【虚实共生】Web 3.0技术打造新型网络空间，元宇宙业态有望迎来颠覆式创新
• 【自动驾驶】自动驾驶技术迎来新升级，推动智能汽车产业“扬帆远航”
• 【机器人】行业应用机器人落地加速，改变劳动力短缺困境
• 【科学计算】AI技术成为重要科研辅助力量，改变多学科研究范式
• 【量子计算】量子计算核心技术持续突破，产业化进程加速
• 【隐私计算】隐私计算平台实现数据互联互通，兼顾价值创造和安全可信
• 【科技伦理】可解释AI技术推进“人机互信”，可信可控技术能力成企业全新竞争优势
• 【科技可持续发展】侧重绿色低碳和可持续发展能力，边缘计算和提高前辈计算正实现关键突破

这不仅可以被视作百度未来一年里着重发展的“计划书”，更是洞察科技行业未来一年走势的风向标。

所以，2023年十大趋势预测，反映了AI行业怎样的发展态势？相比去年十大科技趋势又发生了哪些变化？

这些变化究竟源于行业进展、仍是只是产生了方向上的突变？

不妨从三个维度来解读十大趋势，看看它究竟靠谱几分。

如何解读最新十大科技趋势？

总结今年十大科技趋势，核心关键词显然仍是智能化。

但如果从AI技术本身、“+AI”以及“AI+”这三大维度来看，这一年科技变革的主线又不仅仅是“智能化”这么简单。

在这十大趋势预测中，智能化构筑了科技变革的主线，AI技术始终占据重要位置，“AI向实”的变革正在发生——

总体来说，便是让AI与实体经济相结合，以AI来服务实体经济。

先来看看AI技术自身的发展趋势。

有AI技术“三驾马车”之称的数据、算力和算法，如今已形成几大技术底座。

随着未来一年的产业需求推动，技术底座还会不断夯实。

无论是AI算法发展出的“深度学习平台+大模型”体系、数实融合浪潮下进阶的AI算力需求，仍是关乎AI数据安全的隐私计算，都会进一步让产业更智能化，指引行业探索出更多技术拐点。

如在智能交通场景上，利用百度智能方案帮助北京、广州、长沙、重庆等城市大幅提高交通出行效率，便是技术底座夯实的案例之一。

再从“+AI”维度来看，AI的出现给不少跨学科、跨领域行业制造了新的上升空间。

如去年爆火的AI for Science，就是一个横跨物理、化学和生物等诸多研究学科的新方向。AI在其中利用自身数据分析和推理能力，学习并解决新的问题，加速科研探索进程。

又如综合电子、机械工程和计算机等领域为一体的机器人行业。AI的加持让机器人具备了一定的自主完成任务能力、即进一步提升了认知智能，从而提升了劳动生产率。

因此在未来一年的科技发展中，AI跨领域融合更加扎实，不仅在AI for Science领域发展出更完善的工具体系，还会让机器人协助产业进一步智能化、激发出这些领域的潜力。

最后是“AI+”维度。

与+AI的区别在于，它并不仅仅是激发已有领域的潜力，还进一步地催生了领域中的新方向。

例如元宇宙、自动驾驶、AIGC和量子科技等，都是基于智能化实现的创新，但这并非意味着AI还会给行业带来大量爆发性的新突破。

百度研究院认为，在今年这些智能化创新更加务实，换而言之，基于AI诞生的这些领域，在新的一年里会更加追求落地。

正如百度CTO、百度研究院院长王海峰所言：

纵观人类的科技发展史，驱动科技革命和产业变革的核心技术，往往具有很强的通用性。

当其具备了标准化、自动化和模块化的工业大生产特征，核心技术作为基础设施的价值效应会变得越来越“实”。

所以，与往年情况相比，百度研究院今年的趋势预测发生了什么变化？

如果说，前几年AI行业尚处于技术“祛魅”的过程中，即不断耗费人力物力，去探清它的能力边界和技术周期，试图找到合适的应用场景；

那么今年的AI行业已经在摸清能力范围的情况下，进一步与实体经济相结合、探索更有价值的落地方向。

如2020年横空出世的GPT-3，一度引爆行业对于AI大模型的期待。

但随后人们开始探清GPT-3的能力边界、察觉到它的应用范围，如今语言大模型才慢慢探索出适合落地的领域，成为工作者的“辅助”而非“替代者”。

在2023年，百度研究院进一步将AI落地的范围扩大到了自动驾驶、元宇宙乃至量子计算这些在旁人看起来“还得几年才能真正产生价值”的新方向和新领域。

以量子计算方向为例。

2020年，百度研究院对这一领域的预测是“为AI和云计算注入新活力”，2021年“量子科技创新观念深入人心”，2022年“量子软硬一体化方案将成为主流趋势”……

而在2023年，这一领域的预测则变成了——核心技术持续突破，产业化进程加速。

但在这些新方向和新领域的预测上，百度研究院决心信念从何而来？

又或者说，这样的趋势预测是否真的靠谱、并有对应的行业突破加以佐证？

答案或许能从去年的突破和趋势预测中得以窥见。

去年的预测实现了吗？

我们举几个例子来看。

谈到2022年的最大的科技突破，不少人的第一印象肯定是AIGC的爆发。

AI绘画方面，国外如Stable Diffusion、Midjourney已经火进画手圈，大厂如OpenAI发布的DALL·E2和谷歌发布的Imagen，则不仅在文生图方面“同场竞技”，还成为不少AI学者研究的算法模型；

AI文本生成上，接近年末发布的ChatGPT，彻底将AIGC的热度推向巅峰。

或许征兆并不明显，但其实早在去年年初，百度研究院就猜测到了这一趋势：

超大规模预训练模型呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势，并逐渐实用化。

例如AIGC （AI generated content，人工智能创造内容），借助大模型的跨模态综合技术能力，可以激发创意，提升内容多样性，降低制作成本，将会实现大规模应用。

这样的结论并非偶然。

在国内，百度可以说是最早布局AIGC的大厂之一，在AI绘画模型普遍英文输入的情况下，早早实现了中文版文生图模型文心·一格：

△国风绘画尤其好看

做出这样的预测，也是基于自家研究进度得出的结论。

又如量子计算。

2021年，中科大团队相继推出“祖冲之号”、“祖冲之二号”超导量子计算原型机，又与中科院上海微系统与信息技术所等构建了“九章二号”光量子计算原型机，相继在两种物理体系实现“量子优越性”，彻底让量子计算出圈了一把。

但这还只是学术上的突破，量子计算究竟需要多久才能实现“人人可用”，仍旧是一个未知数。

而就在去年年初，百度研究院发布趋势认为：

量子软硬一体化方案成为主流趋势，现实需求加速量子计算与各行业融合创新。

量子软件和服务向跨平台发展，用户将在云原生量子计算平台上获得更丰富的量子后端选择，而承载量子软硬一体化方案的量子平台将逐渐显现其应用价值。

听起来似乎有点“天方夜谭”，然而就在今年8月，百度真的发布了一台名为“乾始”的产业级超导量子计算机，搭载10量子比特高保真度超导量子芯片。

除此之外，还发布了名为“量羲”的全球首个全平台量子软硬一体解决方案，可实现量子芯片“即插即用”。

如今，只需要在手机上下载量易伏APP，就能体验包括中科院在内的量子计算机的使用，可以说是确实将自己的趋势做了出来。

再例如自动驾驶领域。

去年对于国内外的自动驾驶公司而言，“真无人”已经是一个越来越常见的名词。

国外保守如Waymo，先是在去年3月开启旧金山市区无人化试驾，仅限员工体验，随后在凤凰城开始提供打车服务；

而在去年年末，Waymo也终于开启无人车机场接送，实现了“主副驾都无安全员”的7×24小时打车服务。

国内百度则不仅已经实现了无人车量产，更是在全国更多区域落地全无人Robotaxi，最近的一次消息则是在武汉开启的夜间无人车——

而这也正是2022年初百度研究院立下的“flag”之一。汽车作为机器人的一种形态，在无人化上进展神速：

自动驾驶技术进入无人化落地新阶段，多元“汽车机器人”不断涌现，连接技术与场景。

2022年，在政策法规与技术进步的双重推动下，自动驾驶将在无人化上高歌猛进，多元“汽车机器人”为代表的汽车形态迅猛发展。