2021十大科技前沿趨勢

2020年，新冠疫情席卷全球，世界處于百年未有之大變局，風云激蕩。2020年，科技之光閃耀中國。中國將科技自立自強作為國家發展的戰略支撐，圍繞保障人民生命健康加強疫情防控科研攻關，“充分發揮科技對疫情防控的支撐作用”，以科技實現復工復產，助力經濟，打贏脫貧攻堅戰、污染防治攻堅戰，成為2020年全球唯一正增長的主要經濟體。

2021年，科學技術在社會經濟領域的應用將大大加快。為更好地預知未來科技趨勢，掌握科技前沿動態，《科技智囊》編輯部結合騰訊研究院《變量——2021數字科技前沿應用趨勢》、阿里達摩院《2021年十大科技趨勢》、貝恩公司《2021年十大科技趨勢》、TrendForce集邦咨詢《2021年十大科技趨勢》、《IEEE全球CIO、CTO訪問調研：2021年的機遇和挑戰以及關鍵的科技趨勢》、智利《第三版時報》網站《2021年企業的十大科技趨勢》、智源研究院《2021年十大人工智能技術趨勢》、李鐵夫《前沿科技·芯片技術10講》等研究報告，整理出2021年十大科技前沿趨勢。

一、人工智能（AI）向縱深發展

人工智能使用計算機系統模擬人腦的運轉，并將科學和邏輯流程結合在一起。多家研究機構在2021年的科技趨勢中均提及了人工智能（AI），經濟學人智庫預測，至2025年，銀行和保險公司的AI投資將增加86%。在新冠肺炎疫情的沖擊下，AI技術加速發展，2021年將繼續成為企業、政府、科研機構及資本和市場等各方關注的熱點。

智源研究院專門針對人工智能技術，發布了《2021年十大人工智能技術趨勢》。

趨勢1：科學計算中的數據與機理融合建模;趨勢2：深度學習理論迎來整合與突破;趨勢3：機器學習向分布式隱私保護方向演進;趨勢4：大規模自監督預訓練方法進一步發展;趨勢5：基于因果學習的信息檢索模型與系統成為重要發展方向;趨勢6：類腦計算系統從“專用”向“通用”逐步演進;趨勢7：類腦計算從散點獨立研究向多點迭代發展邁進;趨勢8：神經形態硬件特性得到進一步的發掘并用于實現更為先進的智能系統;趨勢9：人工智能從腦結構啟發走向結構與功能啟發并重;趨勢10：人工智能計算中心成為智能化時代的關鍵基礎設施。

二、“云”技術多樣化發展

受新冠疫情、封鎖措施和隨時隨地辦公模式驅動，云需求出現快速增長。2021年“云”將呈現多樣化發展趨勢。

使用多個公共云。研究指出，自2019年以來，多云策略已成為70%公司的通用策略。云數據安全成為必選項。公共云可以實現工作負載的即時部署，而無須準備裸金屬。使用公共云，可以在幾分鐘之內獲得一個平滑的公共云虛擬機，或者在某些情況下，獲得平臺即服務實例，公共云立刻為服務請求做好準備。

云數據安全將迎來市場和技術的雙輪爆發。云數據安全已經從傳統安全技術的“伴生”和“保值”，轉變為數字經濟形態下的“原生”和“增值”，將成為產業發展的重要推動力。伴隨可信計算等數據安全技術概念的逐漸清晰，數據安全和隱私保護法規的建設完善，國密體系和多方安全、同態加密等新型密碼軟硬件技術的逐步成熟，云數據安全產品和解決方案將呈現百花齊放的發展態勢，迎來市場和技術的雙輪爆發。

云原生技術將推動云計算產業再次升級。云原生技術充分沿用云計算的設計理念，將網絡、服務器、操作系統、業務流程等基礎架構層高度抽象化，更高效地應用和管理異構硬件和異構環境下的各類云計算資源，向上支撐多種負載，包括大數據計算、區塊鏈、人工智能等創新性的服務，高效解決部署一致性問題，并極大地降低云服務的使用門檻;為企業上云用云提供嶄新的技術方式，幫助企業快速享受到云計算帶來的成本和效率優勢，全面加速企業數字化創新升級進程，并終將推動云計算產業的再次升級。

三、5G基站建設加速

5G的運行速度最高可比4G快100倍，大大降低了延遲，從而實現極速共享數據，消除處理延遲，同時其連接的可靠性，為隨時隨地實現穩定持續的網絡連接提供了有力保障，確保關鍵任務得以持續、無障礙執行。

2021年全球運營商加速5G基站建設，日韓已搶先關注6G。2021年，電信運營商將大力推動5G獨立（SA）組網架構，除提供高速和大容量通信外，亦可根據應用程序定制網絡和適用超低延遲網絡需求。在5G技術展開之余，日本NTT DoCoMo、韓國SK Telecom（SKT）等已開始關注6G，強調未來有更多XR設備整合（包括VR、AR、MR、8K和更多圖像），使用全像投影（Holography）交流將變得更為真實，遠端工作、控制、醫學、教育等有望得以推廣。

四、虛擬連接現實向體驗和場景縱深演進

虛擬現實（VR）將個人沉浸在環境中，增強現實（AR）擴大用戶的環境，混合現實（MR）通過在現實場景呈現虛擬場景信息，在現實世界、虛擬世界和用戶之間搭起一個交互反饋的信息回路，以增強用戶體驗的真實感。

現實虛擬化主要借助數字化的感知、AI渲染、NLP等多種技術，既可以實現真實世界在數字空間的完美重現，還可以形成聽、說、讀、寫、想能力的虛擬人;虛擬真實化不僅可借助3D打印等技術，將虛擬設計中的復雜結構物體在現實中呈現，還可以將虛擬信息帶入真實世界中，讓人們和虛擬角色、物體進行交互;全息互聯網進一步把分布于世界各地的人、事、物同步“投影”到一起，跨越時間、地點和語言，甚至跨越虛擬和真實世界的界限，讓所有人進行更真實和更親密的互動;未來，在虛實集成的世界里，還將出現穿梭于虛擬和真實之間，改變時間和游戲規則的智能執行體。

2021年，在企業和教育機構購買帶動下，面向企業和教育機構的VR、AR和MR（統稱為XR或數字現實）可穿戴頭盔的銷量將在2021年比2019年增長100%。

新冠病毒感染風險促使員工和學生加大應用這類頭盔，開展虛擬教育而非面對面教學，從而拉動頭盔在某些市場加速增長。

五、物聯網將進化為智聯網

2021年物聯網將進化為智聯網，以深度結合AI作為提升價值的主要核心。居家環境中，物聯網將家里的設備連接，例如通過向智能手機或電子設備助手下達命令，即可打開或關閉家用電器、門鎖或照明設備。在以制造端來看，非接觸技術加速工業4.0的導入，在智慧工廠追求韌性、彈性及效率下，AI將致力于使Cobot、無人機等邊緣端設備具更高精度及檢測能量，由自動化步入自主化。在醫療業方面，AI將數據加值于流程優化與場域延伸，更快的影像辨識以支援臨床決策乃至遠端問診與手術輔助，皆是AI醫聯網未來整合技術至智慧院所、遠距醫療的重要方向。

新冠肺炎疫情中數字經濟所展現出來的韌性讓企業更加重視工業智能的價值，加之數字技術的進步普及、新基建的投資拉動。這些因素將共同推動工業智能從單點智能快速躍遷到全局智能，特別是汽車、消費電子、品牌服飾、鋼鐵、水泥、化工等具備良好信息化基礎的制造業，貫穿供應鏈、生產、資產、物流、銷售等各環節在內的企業生產決策閉環的全局智能化應用將大規模涌現。

工業智能將在多重利好推動下取得長足發展。首先是信息技術的進步和普及，2019年中國云基礎架構投資首次超過傳統IT基礎架構投資，新舊技術間已經實現交替;人工智能在質量檢測等制造業場景中得到了能力證明;而5G時代的到來也將為物聯網拓展新的應用場景。其次，新冠肺炎疫情對工業智能的發展起到了加速作用。疫情下工業互聯網所展現出來的韌性，推動其成為制造企業應對未來不確定性時的立足之本。最后，工業互聯網作為“新基建”的重要組成部分，將會迎來更好的政策環境和更大的投資力度，促進整個生態體系不斷壯大完善。

六、產業區塊鏈推動數據要素市場化

美國政府將使用區塊鏈技術或分布式賬本技術開發新項目作為國家安全策略，中國已經在推進正式采用中央銀行數字貨幣的項目，將成為世界上第一個擁有數字貨幣的國家。普華永道在發布的相關報告中指出，區塊鏈技術有望在2030年使世界國內生產總值（GDP）增長1.76萬億美元，為衛生、金融、物流、分銷或公共部門等不同領域創造價值。

區塊鏈在產業中的應用可有效加強多方間的協作信任，提升系統的安全性和可信性，并簡化流程、降低成本。但區塊鏈在商業化場景的真正發力，需要服務于數據要素的市場化。具體體現在兩個方面：第一，資產數字化，即以傳統金融資產為主流開始進行數字化遷移，這一過程對IOT設備的普及提出了更高要求，同時也催生了資產網關的全新角色。這一角色將成為傳統資產上鏈的樞紐，確保真實性與可校驗。第二，數字資產化，即以互聯網原生的產品為資產，如原創的文字、音樂、圖片作品等。這需要推動跨鏈、輔助上鏈及周邊設施的發展，基于區塊鏈的確權與交易將成為基礎設施。

七、自動駕駛走向規模化商業應用

在各地鼓勵政策支持下，自動駕駛測試和智能網聯先導示范在全國數十個城市全面鋪開。支持在限定場景脫手的自動駕駛輔助巡航和自主泊車系統，已經開始商業化落地，預計2021年滲透率會有大幅攀升。開放區域完全的自動駕駛落地，需要百億公里級別的測試數據，只依靠實際路測，在效率和成本方面都是無法完成的挑戰。而仿真測試平臺真實還原測試場景，高效利用路采數據生成仿真場景，結合云端大規模并行加速等能力，能滿足自動駕駛感知、決策規劃和控制全棧算法的閉環，符合汽車V字開發流程。隨著仿真技術水平的提高和應用普及，仿真平臺有望完成99.9%的行業測試量，有力推動自動駕駛技術的成熟。

5G網絡具有大連接、低時延和高可靠等特點，是推動車聯網和自動駕駛產業發展的重要推動力之一。當前，5G-V2X技術標準的應用前景逐漸明朗，相關研究、標準和落地工作不斷提速，汽車、信息通信和道路交通運輸等行業的連接與融合持續深化，推動著“人-車-路-網-云”互聯互通的應用體系加速形成。隨著中國、美國等更多的國家和地區采用5G-V2X技術標準，更加完善的汽車、通信與交通行業能力配套，以及跨界測試與示范活動進入公眾視野，我國5G-V2X進入了從應用示范走向規模商用的關鍵階段。

八、腦機接口幫助人類超越生物學極限

腦機接口是新一代人機交互和人機混合智能的關鍵核心技術。腦機接口是科學技術改變生活的一大里程碑。腦機接口是人腦與計算機或其他設備之間建立的連接通路和控制渠道。通過計算機接收信號，人腦可以直接表達想法或者控制其他設備，而不需要通過語言或肢體工作，不依賴于外周神經和肌肉——用“意念”控制設備，解放四肢。

腦機接口對神經工程的發展起到了重要支撐與推動作用，幫助人類從更高維度空間進一步解析人類大腦的工作原理。腦機接口現在已經在醫學領域廣泛應用，目前主要方向是提升腦電信號采集信噪比、高帶寬雙向讀寫、無創/微創植入等。在恢復感覺方面，腦機接口的研究比較成熟，商品化的“神經義肢”已經問世。植入式腦機接口可以恢復感官系統喪失的功能，如仿生耳（植入人工耳蝸恢復聽力）、仿生眼（植入人工視網膜芯片恢復視覺）。

借助腦機接口，結合AI可以對神經工程的發展起到重要支撐與推動作用，幫助解決神經工程研究中遇到的類似精準控制等諸多難題，從更高維度空間解析人類大腦的工作原理。今后，腦機接口的應用突破有賴于多學科合力推進、軟硬件技術協同發展，包括硬件方面更精密的電極、更生物友好的材料、更豐富的數據庫、更明確統一的數據標準更強大的機器學習算法以及腦科學研究的關鍵性進展等。

九、量子計算成為和平時代的核武器

潘建偉團隊制造的量子計算機“九章”實現了全球領先的算力，超過谷歌2019年發布的兩字計算機一百億倍。在計算力方面，量子計算機的計算力將呈現出巨大的優勢。比如現在普通計算機需要100年計算出來的方程組，利用量子計算機只需要0.01秒。在潘建偉看來，量子計算可以稱為和平時代的核武器，各個大國都無法承受在量子技術革命競爭中失敗的代價。

量子計算是利用量子物理特性高效進行信息處理任務的新型計算方式，是人類探究微觀世界的重大成果。量子比特的制備和操作，計算信息的存儲和測量，都需要特殊環境和工藝，而目前的技術還有不容忽視的差錯率。因此近期的量子計算機有規模小，含噪聲的特點。為了在當前不完美的量子計算機上，也能完成一些有意義的計算任務，中短期內有可能通過改變過去相對獨立的軟硬件研究，把軟硬件結合到一起進行專有化設計。同時，未來幾年將有更多的量子算法被發現，更多的量子系統特點被揭示，以及更多的硬件設計加工工藝在精進。

2021量子計算開源項目將以廣泛和深入的貢獻，大大降低學習和研究的成本，加速創新，并消減非科學因素撕裂量子社區的風險。量子計算還屬于科學和工程并重的研究階段，各個地區的科學家需要繼續開放性研究。

十、芯片技術從微型化向智能化轉變

2020年，美國針對華為等中國企業的“芯片斷供”，使國人深刻體會到“卡脖子”的痛楚，關鍵核心技術必須掌握在自己手中，所以對芯片技術的未來發展尤為關注。芯片技術正在從微型化向智能化的轉變。未來芯片技術有以下四個趨勢：

第一，新原理器件。硅半導體的晶體管技術已接近極限，環繞柵結構用柵極把整個溝道完全包裹起來，達到了最強的控制力。可以超越硅半導體晶體管的器件結的就是新原理器件，比較有希望的是碳納米管或者石墨烯這類低維材料，它們最大的優勢是電子在其中的傳輸速度比在硅材料當中要快得多。除了這些新型的低維材料，自旋器件也值得關注。自旋是電子天然具有的一個物理維度，是量子計算的核心。自旋器件是很有希望實現高速低功耗的器件。不過這些新材料和新結構的工藝難度非常大，尤其是如果想要做出幾億，甚至幾十億個器件規模的集成電路，還要保證均勻性、可靠性，非常困難。這些技術今天還只是在實驗室小規模研究階段，但未來會有很大的發展空間。

第二，可重構芯片。專用芯片是人工智能技術在這幾年爆發的一個主要原因。在未來，為了滿足萬物互聯的需求，還需要更多種類，像是小批量的專用芯片，專用芯片的困境就是成本高。一顆芯片若能針對各種不同類型的問題、各種應用軟件都能自適應地形成一個最優的架構，則其對于任何問題都是定制芯片，都能夠高效地解決問題。可重構芯片技術就要實現這個目標。對于新的問題，軟件改變了，硬件能夠在幾十納秒的時間里面針對軟件需求進行改變。因為一顆芯片就可以應對大量不同的場景，就有足夠的銷量來攤平開發成本，可重構芯片技術是當今最前沿的領域之一，未來十年，這個領域一定會有很大的突破。

第三，經典芯片和量子計算混合。經典加量子的混合計算方案，可以用來解決實際的人工智能問題。將人工智能用于芯片設計，就是用芯片研發出更好的芯片，換句話說就是芯片的自我進化。谷歌團隊在2020年ISSCC大會上透露，正在把自家的TPU芯片用在集成電路設計中，比如電路布局這個環節。最新的結果是AI僅用6小時就完成了以往需要幾周才能完成的工作量，而且還做得更好，減少了布線數量，提高了面積使用率。在未來，基于經典芯片的人工智能EDA軟件，或者是經典加量子混合計算的人工智能EDA都會逐步成熟，給芯片技術帶來前所未有的推動。

第四，類腦芯片。2020年7月15日，英國公司Graphcore發布了一款AI芯片，采用臺積電7納米加工工藝，上面集成了594億個晶體管。這可是非常大的一個數目，人的大腦也就是900億個神經元。現在芯片通用的運算模式叫做馮諾依曼體系，它的特點是數據的存儲和運算是分開進行的。可以說99%的計算時間和能耗都花在了數據的傳輸上，真正用于計算的只有1%，效率非常低。大腦的運算模式大腦的運算模式叫做“存算一體”，都是在神經元里面進行的。所以大腦進行如此復雜的抽象和推理運算，只有20瓦的功耗，遠遠低于現在的CPU芯片。類腦芯片，就是要仿照大腦的模式進行運算。類腦芯片的關鍵點就是存算一體。利用這種新的器件結構和運算模式，類腦芯片很有希望實現高性能低功耗的智能運算，甚至達到一定規模后，會不會有新的智能現象涌現出來。