该怎样预测未来一年内即将发生的科技变迁?阿里巴巴达摩院(以下简称达摩院)的方法是“回归本质”。
审视2023年的科技趋势,达摩院荟萃科学界、产业界专家学者的集体智慧,不仅评估那些“已经工程化落地、有望近期规模化商用的主流技术”,还将“有前沿性的技术探索与实践验证相结合的科技创新产品”和“已经在产业链上下游形成强大生态的应用体系”纳入观察之列,以洞察新一代信息技术带来的范式重置、产业革新和场景变换。
这让这份科技趋势预测显得有些过于“接地气”,甚至有些条目读到后会使人感到出乎意料。或许恰恰是这份出人意料,方能激发科学家、企业家、工程师以及泛科技爱好者的思考与共鸣,去感受它们获入选的“情理之中”。
值得一提的是,中国工程院院士邬贺铨这样点评达摩院2023十大科技趋势:“为科技界和产业界贡献了一份非常有价值、有深度的预见”。
他说:“每年的达摩院十大科技趋势报告是站在科技和产业发展全局的角度,对未来科技的发展方向进行探索,并做出科学、客观、中立的预判,特别欣慰地看到,2023年的十大科技趋势报告也秉承了这一理念。”
让我们带着探索的目光,一起走近它们。
预言:基于多模态的预训练大模型将实现图、文、音统一知识表示,成为人工智能(AI)基础设施。
许多人对“多模态预训练大模型”有些陌生,但对它要导向的目标却非常熟悉——没错,就是通用人工智能。
与多模态相对应的,是当下较为常见的文本、语音、视觉等“单模态智能”。人们期待智能设备一机在手,不仅能说会写,还要能说会道,最好还会推理、能总结、搞创作等等。要实现这个目标,多模态的预训练大模型提供了可能的路径。
多模态统一建模,目的是增强模型的跨模态语义对齐能力,打通模态之间的关系,使得模型逐步“标准化”。达摩院认为,语音、视觉和多模态预训练模型将加速AI向通用基础模型方向演进,而建立统一的、跨场景、多任务的多模态基础模型将会成为AI发展的主流趋势之一。
中国人民大学信息学院院长文继荣感受到,大模型目前已展现出了超预期的“理解”和“创造”能力,但人们对其内在机理了解还很不够。对此他谈到:“大模型的可解释性和可控性仍很弱,但这正是激励我们继续前行的动力。”
预言:Chiplet的互联标准将逐渐统一,重构芯片研发流程。
Chiplet(芯粒或小芯片),是芯片界近两年的“生面孔”,但在2023年,它非常有潜力成为行业热词——国内外叫得上名字的半导体科技企业,几乎都将Chiplet技术视为未来新型技术之一。
Chiplet可看做是“芯片化的IP核”,但它和传统单一工艺流片的片上系统(SoC)设计模式相比,能实现不同工艺节点以及不同材质的功能模块集成。考虑到Chiplet可以降低对先进工艺制程的依赖、实现与先进工艺相接近的性能,达摩院预测,在后摩尔时代,Chiplet可能将是突破现有困境最现实的技术路径。
近年来,先进封装技术发展迅速。封装技术的进步,推动Chiplet应用于CPU、GPU等大型芯片。达摩院认为,基于先进封装技术的Chiplet可能将重构芯片研发流程,从制造到封测、从EDA到设计,全方位影响芯片的区域与产业格局。
特别地,2022年,UCIe联盟成立、中国《小芯片接口总线技术要求》发布,达摩院预测指出,Chiplet互联标准将逐渐统一,产业化进程将进一步加速。
预言:资本和产业双轮驱动,存算一体芯片将在垂直细分领域迎来规模化商用。
计算、存储单元融合,在实现数据存储的同时直接进行计算,这一突破传统冯•诺依曼架构的存算形态一直以来都对IT科学家充满“诱惑力”:这意味着可以消除数据迁移带来的开销、提升运算效率,实现计算存储的高效节能。
达摩院观察到,存算一体已经在产业细分领域掀起了创业浪潮,并受到投资界和产业界的关注和投入。
达摩院提出,实现存算一体的技术路径主要有三个:技术较成熟的近存计算、投资热度较高的存内计算、技术尚处于探索期的“基于非易失性存储器技术的新型存储原件”,技术上,存算一体将向着高精度、高算力和高能效的方向发展。
但达摩院2023十大科技趋势项目成员秦钖也直言:“目前真正的存算一体,或者说革命性地突破冯•诺伊曼架构的存算一体还未实现,我们期待更明显的东西。”
预言:安全技术与云紧密结合,打造平台化、智能化的新型安全体系。
根据阿里云首席风险官、阿里云安全产品事业部总经理欧阳欣的解释,云原生安全不是特指云原生技术的安全,而是包含云基础设施的原生安全和用云的原生能力形成更加弹性、统一、智能的安全能力。
网络安全技术有着“后发先至”特点。基于这个特点,达摩院注意到,云原生安全经历了一系列变迁:从安全保障云原生到云原生赋能安全,内涵不断扩展,逐步形成了一套涵盖基础设施、应用、数据、研发测试、安全运营等在内的防护体系。
也即,云原生安全并非一成不变,相反它会基于云的安全服务形式而不断创新。
欧阳欣谈到,由于云原生安全的范围广、技术复杂,因此更需要各方更加开放和协同。未来1~2年,可以重点关注云上身份安全和智能化的安全运营中心。
“就像密码技术需要提前应对‘后量子时代’、去回应现在看起来产业化还似乎遥遥无期的量子计算技术一样,”中国科学院信息安全国家重点实验室教授翟起滨说:“对云原生安全的关注,势必成为新的一年网络安全圈内的热点。”
预言:云计算向以云基础设施处理器(CIPU)为中心的全新云计算体系架构深度演进。
云计算的体系架构发展已经历了三个阶段,目前正处于第三阶段:引入专用硬件,形成软硬一体化的虚拟化架构,实现全面硬件加速。
达摩院认为,这个阶段云计算面临的挑战,是在数据密集计算、云数据中心流量越来越大的趋势下,实现云计算单位成本下更高的计算性能,以及更高效的云数据中心管理。
传统的以CPU中心的云计算体系架构受到CPU性能瓶颈的限制,无法应对云上时延和带宽的进一步扩展,云计算体系架构需要向着软硬一体化的方向迭代升级。
“软硬件一体化设计是当前计算架构的重要演进方向。”清华大学计算机系副教授任炬提出,尤其在复杂的云计算场景中,软硬件的协同优化与迭代升级更是决定其性能提升的关键。
达摩院预测,未来三年,云计算将向以CIPU为中心的全新云计算体系架构深度演进。
CIPU是阿里云结合其飞天操作系统实现对数据中心计算、存储、网络等多维资源进行高效管理和软硬件协同加速的代表性技术。任炬表示,CIPU在阿里云的成功实践,也预示着软硬件一体化的虚拟化架构将引领云计算的技术升级。
预言:基于云定义的可预期网络技术,即将从数据中心的局域应用走向全网推广。
网络的本质是连接。高带宽、低时延、高稳定、少抖动一直是网络追求的目标。
然而,目前在互联网中广泛部署和应用的TCP网络协议栈,已无法满足当今大算力池化所需要的高性能网络互联需求,“可预期的”高性能网络架构在大算力需求驱动下应运而生。
这对于传统基于“尽力而为”的网络体系提出了新的挑战。
“端网融合”给了可预期网络实现的可能。达摩院介绍,通过采用端侧和网络侧协同设计和融合的思路,可预期网络构建了基于端网融合的新型网络传输协议、拥塞控制算法、多路径智能化调度以及硬件深度定制和卸载等技术的全新算网体系。
达摩院预测,可预期、高算力网络有望颠覆目前基于传统互联网TCP协议的技术体系,成为下一代数据中心网络的基本特征,并从数据中心的局域应用走向全网推广。
“过去十年,互联网公司在超大规模需求驱动下,重新定义了网络系统;未来十年,在大规模算力需求驱动下,云计算将重新定义下一代高性能网络系统。”阿里云智能副总裁兼首席网络科学家蔡德忠看到,端网融合架构已开始触发网络的生态变革,集计算和网络于一体的DPU芯片雨后春笋般出现,也预示着网络正向可预期方向演进。
预言:融合运筹优化和机器学习的双引擎智能决策,将推进全局动态资源配置优化。
经典决策优化基于运筹学,起源于“二战”中的空战规划。
一直以来,经典决策优化对数据量的依赖性弱、求解质量较高、可解释性较强,被广泛运用于各类决策场景。然而,随着外部环境复杂程度和变化速度不断加剧,经典决策优化的局限性愈发凸显,比如对不确定性问题的处理能力不足、对大规模问题响应不够迅速等。
达摩院观察到,为弥补经典决策优化的不足,学术界和产业界开始探索引入机器学习,构建数学模型与数据模型双引擎新型智能决策体系。其优势在于,可应对不确定性高、在线响应速度快的场景;但它也有劣势:学习效率慢、成本高、求解的质量也不够高。
由此,达摩院认为,运筹优化和机器学习的结合能完美弥补彼此的局限性,极大地提升决策速度和质量。目前,在交通领域如港口吞吐量优化、机场停机安排等,制造领域如电力调度、工艺优化、产销协同等,已经开始尝试用双引擎方式在动态变化中快速找到最优解。
不过,达摩院也提到,双引擎智能决策尚处于起步阶段。他们期待,随着应用场景的进一步拓展,双引擎智能决策在特定领域实现更多主体、更大范围的资源配置优化,有望推进全局实时动态的资源配置优化。
预言:计算光学成像突破传统光学成像极限,将带来更具创造力和想象力的应用。
以往,我们凭借双眼“所见即所得”,如今人类可以看到毫厘微末间的细胞病毒、广袤宇宙中的一缕光,这都有赖于计算光学成像这项技术。
“在过去的十多年来,信息技术的高速发展为光学成像注入了新的生命,计算成像应运而生,悄无声息中颠覆了人类与机器感知世界的方式。”清华大学自动化系助理教授吴嘉敏不无感慨地说,从“所见即所得”的一一映射,到对高维光场的耦合编码与计算重构,计算成像模糊了物理世界与数字世界的边界,突破了物理约束,让人“见所未见”。
达摩院看到,目前,计算光学成像处于高速发展阶段,已取得许多令人振奋的研究成果,并在手机摄像、医疗、无人驾驶等领域开始规模化应用。
从无人系统手机摄影到工业监测,计算成像正融入人们生活的方方面面。达摩院大胆预测,计算光学成像未来有望进一步颠覆传统成像体系,带来更具创造力和想象力的应用。
预言:城市数字孪生在大规模趋势基础上,继续向立体化、无人化、全局化方向演进。
数字孪生技术应用在各行业不断渗透,推动数字孪生城市发展进入“深水区”。
自城市数字孪生2017年首次被提出以来,达摩院分别在2019年及2021年的十大科技趋势报告中进行了阐述。2023年,达摩院再度论及。
以城市为对象,在数字世界建设与物理世界1:1的数字映射,进而通过数字映射进行多学科机理与仿真推演,并与物理世界进行实时双向同步,阿里云智能副总裁、行业解决方案研发部负责人曾震宇认为,这将开启智慧城市领域一个全新的计算范式。
他谈到,当城市的感知能力以及以还原、建模、渲染、仿真推演为代表的计算能力发展到一定临界值,城市级别的大规模数字孪生成为可能。
“城市数字孪生不仅精准地捕捉到城市的当下,也全面记录着城市的历史。”曾震宇说,城市数字孪生不仅仅是城市的可视化渲染,更是城市的众多业务的新的载体,为业务创新提供了支撑。他高度评价构建城市级数字孪生的意义:“人们甚至可以从城市的过去推演城市的未来发展。”
达摩院提出,城市数字孪生面临的最大瓶颈,在于城市级大规模对象实体孪生以及业务流程孪生的城市孪生体尚未完全搭建起来。未来,城市数字孪生将在大规模特征的基础上,继续向立体化、无人化、全局化方向演进。
预言:生成式AI进入应用爆发期,将极大地推动数字化内容生产与创造。
2022年,对AI应用感兴趣的,即便没跟ChatGPT“聊天”,也大概率尝试过输入关键词让AI生成图像或文稿。
利用现有文本、音频文件或图像创建新内容,生成式AI正在图像生成、自然语言处理、代码生成等领域崭露头角,帮助人们完成图文创作、游戏、广告、艺术平面设计等的初步工作。达摩院预测,未来生成式AI将成为一项大众化的基础技术,其应用边界也将随着技术的进步与成本的降低扩展到更多领域。
达摩院语言技术实验室负责人黄非指出,个中原因在于,相比以往,如今生成式AI在生成内容的质量、逻辑性和安全性方面已有明显的提升。
达摩院预计,未来3年,生成式AI将步入技术产品化的快车道,在商业模式上会有更多探索,产业生态也会随着应用的普及逐步完善。届时,生成式AI的内容创造能力将达到人类水平。
但是,黄非也提醒,安全可控、有伦理、负责任的生成技术仍然需要重点研发,尤其对于虚假生成内容造成的不良社会影响需要关注。达摩院由是提出,随着内容创造的爆发式增长,如何做到内容在质量和语义上的可控,成为可控式生成,将是生成式AI面临的主要挑战。