十大前沿技术及其展望:
一、量子计算
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机,其理论模型是通用图灵机;通用的量子计算机,其理论模型是用量子力学规律重新诠释的通用图灵机。
从可计算的问题来看,量子计算机只能解决传统计算机所能解决的问题,但是从计算的效率上,由于量子力学叠加性的存在,某些已知的量子算法在处理问题时速度要快于传统的通用计算机。
2016年中国科学技术大学的量子信息重点实验室李传锋教授研究组首次研制出非局域量子模拟器,并且模拟了宇称—时间(Parity-time, PT)世界中的超光速现象。
这一实验充分展示了非局域量子模拟器在研究量子物理问题中的重要作用。
量子模拟器是解决特定问题的专用量子计算机,这一概念最早由费曼于1981年提出。费曼认为自然界本质上是遵循量子力学的,只有用遵循量子力学的装置,才能更好地模拟它,这个力学装置就是量子模拟器。量子模拟器研究中,人们更多关注的是它的量子加速能力,通常情况下,一个量子模拟器所操控的量子比特数越多,它的运算能力就越强。
2021年10月,中科院量子信息与量子科技创新研究院科研团队在超导量子和光量子两种系统的量子计算方面取得重要进展,使中国成为世界上唯一在两种物理体系达到“量子计算优越性”里程碑的国家。
据媒体报道,2022年1月23日,我国首个量子计算全球开发者平台正式上线。该平台前身为国内首个以“量子计算”为主要特色的双创平台,目前正式升级为2.0版,更新为“量子计算全球开发者平台”,旨在将量子计算全球开发者平台打造成国内首个“经典-量子”协同的量子计算开发和应用示范平台,推进量子计算产业落地。
二、边缘计算
边缘计算,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。
其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的顶端。
边缘计算着重要解决的问题,是传统云计算模式下存在的高延迟、网络不稳定和低带宽问题。举一个现实的例子,几乎所有人都遇到过手机APP 出现404错误的情况 ,这样的一些错误出现就和网络状况、云服务器带宽限制有关系。
由于资源条件的限制,云计算服务不可避免收到高延迟、和网络不稳定带来的影响,但是通过将部分或者全部处理程序迁移至靠近用户或数据收集点,边缘计算能够大大减少在云中心模式站点下给应用程序所带来的影响。
仅在2021年上半年,就有12家边缘计算企业完成融资,数额从千万至上亿不等。
根据市场研究机构IDC最新的《全球边缘计算支出报告》指出,到2022年,全球在边缘计算上的支出预计将达到1760亿美元,比2021 年成长14.8%。企业和服务提供商在边缘解决方案的硬件、软件和服务上的支出预计将在2025 年保持此成长速度,届时支出将达到近2740亿美元。
三、自动驾驶
自动驾驶汽车,又称无人驾驶汽车、电脑驾驶汽车,为一种运输动力的无人地面载具。作为自动化载具,自动驾驶汽车不需要人类操作即能感测其环境及导航。
完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,仅有部分可靠技术下放至量产车型,逐渐成为现实。
自动驾驶相关的关键技术,包括环境感知、逻辑推理和决策、运动控制、处理器性能等。随着机器视觉、模式识别软件和光达系统的进步,车载计算机可以通过将机器视觉、感应器数据和空间数据相结合来控制汽车的行驶。
技术的进步为各家汽车厂商“自动驾驶”的发展奠定了基石。另一方面,普及还存在一些关键技术问题需要解决,包括车辆间的通信协议规范,有人无人驾驶车辆共享车道的问题,通用的软件开发平台建立、多种传感器之间信息融合以及视觉算法对环境的适应性问题等。
按照我国《汽车驾驶自动化分级标准》中有明确规定,基于驾驶自动化系统能够执行动态驾驶任务的程度,根据在执行动态驾驶任务中的角色分配以及有无设计运行条件限制,将驾驶自动化分成L0-L5级。
目前各大汽车厂商追求的技术评级为L4级,即高度自动化;汽车的自动化系统几乎已经能够替代驾驶员,由车辆完成所有驾驶操作,但限定道路和环境条件。
但相关业界人士也表示,目前L4级别自动驾驶实际验证不充分,尚需要大量的运行实例测试系统,各汽车厂商比拼的其实是在开放路段跑了多少里程。
四、脑机接口
脑机接口技术是在人或动物脑部与外部设备间建立的直接连接通道。在单向脑机接口的情况下,电脑接受脑部传来的命令,或者发送信号到脑部,但不能同时发送和接收信号 。而双向脑机接口允许脑部和外部设备间的双向信息交换。在该定义中,"脑"一词意指有机生命形式的脑部或神经系统 ,而并非仅仅是抽象的" 心智 "。"机"意指任何处理或运算的设备。
2008年,匹兹堡大学神经生物学家宣称利用脑机接口,猴子能用操纵机械臂给自己喂食——这标志着该技术发展已经容许人们将动物脑与外部设备直接相连。
2020年8月29日,埃隆·马斯克自己旗下的脑机接口公司Neuralink举行发布会,找来“三只小猪”向全世界展示了可实际运作的脑机接口芯片和自动植入手术设备。
2021年10月脑虎科技成立,并于2022年1月11日宣布完成9700万元的天使轮及Pre-A轮融资,这是目前国内脑机接口领域最大规模的早期融资,主要投资机构包括盛大、红杉资本、涌铧等。
值得关注的是,在学术界因脑机接口技术衍生出的伦理学争论目前尚未解决。脑机接口技术原本是为修复残疾人的受损功能,但也不能忽视可能将带来一系列关于“何为人类”、“心灵控制”等问题。
五、全真互联网/元宇宙
元宇宙一词诞生于1992年的科幻小说《雪崩》,小说描绘了一个庞大的虚拟现实世界,在这里,人们用数字化身来控制,并相互竞争以提高自己的地位,到现在看来,描述的还是超前的未来世界。
本质上是对现实世界的虚拟化、数字化过程,需要对内容生产、经济系统、用户体验以及实体世界内容等进行大量改造。但元宇宙的发展是循序渐进的,是在共享的基础设施、标准及协议的支撑下,由众多工具、平台不断融合、进化而最终成形。它基于扩展现实技术提供沉浸式体验,基于数字孪生技术生成现实世界的镜像,基于区块链技术搭建经济体系,将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合,并且允许每个用户进行内容生产和世界编辑。
2021年是全真互联网/元宇宙元年,2021年初,Soul App在行业内首次提出构建“社交元宇宙”。2021年3月,被称为元宇宙第一股的罗布乐思正式在纽约证券交易所上市;5月,微软首席执行官萨蒂亚·纳德拉表示公司正在努力打造一个“企业元宇宙”;8月,英伟达宣布推出全球首个为元宇宙建立提供基础的模拟和协作平台;8月,字节跳动斥巨资收购VR创业公司Pico;10月28日,美国社交媒体巨头脸书(Facebook)宣布更名为“元”(Meta),来源于“元宇宙”(Metaverse)。
2021年12月21日,百度发布的首个国产元宇宙产品“希壤”正式开放定向内测,用户凭邀请码可以进入希壤空间进行超前体验。
六、云计算
是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
追溯云计算的根源,它的产生和发展与之前所提及的并行计算、分布式计算等计算机技术密切相关,都促进着云计算的成长。但追溯云计算的历史,可以追溯到1956年,ChristopherStrachey发表了一篇有关虚拟化的论文,正式提出了虚拟化的概念。虚拟化是今天云计算基础架构的核心,是云计算发展的基础。而后随着网络技术的发展,逐渐孕育了云计算的萌芽。
在2006年8月9日,Google首席执行官埃里克·施密特(Eric Schmidt)在搜索引擎大会(SESSanJose2006)首次提出“云计算”(Cloud Computing)的概念。这是云计算发展史上第一次正式地提出这一概念,有着巨大的历史意义。
2007年以来,“云计算”成为了计算机领域最令人关注的话题之一,同样也是大型企业、互联网建设着力研究的重要方向。因为云计算的提出,互联网技术和IT服务出现了新的模式,引发了一场变革。
在2008年,微软发布其公共云计算平台(Windows Azure Platform),由此拉开了微软的云计算大幕。同样,云计算在国内也掀起一场风波,许多大型网络公司纷纷加入云计算的阵列。
2009年1月,阿里软件在江苏南京建立首个“电子商务云计算中心”。同年11月,中国移动云计算平台“大云”计划启动。到现阶段,云计算已经发展到较为成熟的阶段。
一直到2021年,我国云计算整体市场规模将达到2308亿元左右 ,到2025年市场规模有望突破5400亿元。
七、AIoT
AIoT意为智联网,由AI(人工智能)+IoT(物联网)两部分融合而成。AIoT融合AI技术和IoT技术,通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,实现万物数据化、万物智联化。
随着AI、IoT、云计算、大数据等技术的快速发展,和在众多产业中的垂直产业落地应用,AI与IoT在实际项目中的融合落地变得越来越多。AIoT作为一种新的IoT应用形态存在,与传统的IoT区别在,传统的物联网是通过有线和无线网络,实现物-物、人-物之间的相互连接。
而AIoT不仅是实现设备和场景间的互联互通,还要实现物-物、人-物、物-人、人-物-服务之间的连接和数据的互通,以及人工智能技术对物联网的赋能进而实现万物之间的相互融合。使得用户获得更加个性化的更好的使用体验、更好的操作感受。最终目的是让用户或使用方获得:“安全、简单、便捷、舒适的体验”。
数据是万物互联、人机交互的基础。AI的介入让IoT有了连接的“大脑”。同样,归功于当前存储技术发展,让数据有了基本的“后勤保障”。云服务的快速扩张,则让数据有了发挥价值的物质基础。
AI、IoT“一体化”后,“人工智能”逐渐向“应用智能”发展。深度学习需要物联网的传感器收集,物联网的系统,也需要靠人工智能做到正确的辨识、发现异常、预测未来,由此可见,人工智能结合物联网(AIoT)是接下来的重大发展,而这样的发展,影响到各行各业,甚至会进行产业颠覆,也就是说,接下来AIoT服务,将在我们身边大量出现。
八、5G/6G
5G与6G其实也是相辅相成的,如果没有5G的快速发展,那么6G自然很难推广,所以要谈6G,必须得先说5G。
2013年4月,工信部、发展改革委、科技部共同支持成立IMT-2020(5G)推进组,作为5G推进工作的平台,推进组旨在组织国内各方力量、积极开展国际合作,共同推动5G国际标准发展。2013年4月19日,IMT-2020(5G)推进组第一次会议在北京召开。
2016年1月,中国5G技术研发试验正式启动,于2016-2018年进行实施,分为5G关键技术试验、5G技术方案验证和5G系统验证三个阶段。
2016年5月31日,第一届全球5G大会在北京举行。本次会议由中国、欧盟、美国、日本和韩国的5个5G推进组织联合主办。工业和信息化部部长苗圩出席会议并致开幕词。苗圩指出,发展5G已成为国际社会的战略共识。5G将大幅提升移动互联网用户业务体验,满足物联网应用的海量需求,推动移动通信技术产业的重大飞跃,带动芯片、软件等快速发展,并将与工业、交通、医疗等行业深度融合,催生工业互联网、车联网等新业态。
在5G基础设施建设上,截至2021年11月底,我国累计建成5G基站139.6万个,覆盖全国所有地级以上城市市区,超过97%的县区以及50%的乡镇镇区。
5G智能终端中以5G智能手机最具代表性,据中国信通院发文称,截至2021年12月底,我国共有671款5G终端获得进网许可,其中491款5G手机、161款无线数据终端、19款车载无线终端。
从出货量上看,2021年1-12月,我国5G手机出货量达2.66亿部,同比增长63.5%,占同期手机出货量的75.9%,远高于全球40.7%的平均水平。
近日有媒体公布了一份相关机构的调查结果,根据6G核心技术占有率榜单显示,中国的6G技术专利占比达到40.3%。
按照排名其他国家和地区占比依次为美国35.2%、日本9.9%、欧盟8.9%、韩国4.2%、其他1.5%。
除了与美国拉开5%的差距外,与其他国家相比6G技术几乎不在一个量级。
6G网络将是一个地面无线与卫星通信集成的全连接世界,通过将卫星通信整合到6G移动通信,实现全球无缝覆盖,网络信号能够抵达任何一个偏远的乡村。
所以,未来对地面基站无线宽度等指标的要求会越来越高,中国所申请的6G专利大都关于移动基站等基础设施,优先研究6G地面移动基站。
这其中既有“国家队”国家电网、中国航天科技集团,又有华为、中兴等民营企业的贡献。
如华为在2017年便在5G的基础上先人一步开展了6G相关技术的研究,在加拿大、法国成立了研发中心,而那时5G相关标准专利还未清楚划分。
中国国在6G技术方面的探索,需要也必须保持专利技术领先的地位。因为6G领域的竞争将更加激烈,它涉及到航空航天、太空组网,也涉及到了国家信息安全。
对于中国的“国家队”和“民营队”而言,都将面临诸多挑战。
九、AR/VR
增强现实技术(AR),是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术,这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动。
虚拟现实技术(VR),又称灵境技术,是20世纪发展起来的一项全新的实用技术。虚拟现实技术囊括计算机、电子信息、仿真技术于一体,其基本实现方式是计算机模拟虚拟环境从而给人以环境沉浸感。
简单来说,虚拟现实是把真实的你带进虚拟世界里,看到的一切都是假象,而增强现实则是将虚拟影像在真实世界中呈现,你可以分辨哪些是真的,哪些是假的。
十、硅光芯片
在半导体上,与电子相比,光子作为信息载体有其独特优势:光子没有静止质量,光子之间的干扰相对更弱,光的不同波长可用于多路同时通信,使其带宽更大、速率更高。
早在1985年,被誉为“硅基光电子之父”的理查德·索里夫,首次提出并验证了单晶硅作为通信波长的导波材料。这意味着在硅基平台上成功“捕获”了光子,实现了光子器件集成于硅片之上。
因技术上的原因,直到21世纪初,以Intel和IBM为首的企业与学术机构才率先重点发展硅芯片光学信号传输技术,期望能用光通路取代芯片之间的数据电路。
硅光芯片制造技术是基于硅和硅基衬底材料,利用互补金属氧化物半导体(CMOS)工艺进行光器件开发和集成的技术,其结合了集成电路技术超大规模、超高精度制造的特性和光子技术超高速率、超低功耗的优势,与现有的半导体晶圆制造技术是相辅相成的。
我国十分重视硅光芯片产业的发展。但刚开始时,国内的高端硅光芯片以设计为主,流片主要还是在国外,芯片制备的周期长、成本高,制约了我国硅光子技术的发展。
尽管硅光技术日趋成熟,硅光芯片即将进入规模化商用阶段,但是仍存在需要突破的技术瓶颈,如设计工具非标准化、硅光耦合工艺要求较高以及晶圆自动测试及切割等存在技术性挑战。
我国在硅光芯片的研发上已经取得了技术突破,但在产业化方面,国产硅光芯片产业化技术还存在一些问题,包括结构设计、制造工艺、器件封装和应用配套等,需要不断发展成熟。
