未来数字科技趋势分析与前沿热点解读

原创 精选
新闻
产业安全是最后一个需要关注的点,无论前沿技术发展有多么迅速,我们所关注到的体验、所关注到的这些应用有多么的复杂和绚丽,都不能忘记安全问题,要时刻去关注和使用最新的安全技术。


图片

嘉宾 | 刘莫闲 腾讯研究院高级研究员

整理 | 张锋

51CTO读者成长计划社群招募,咨询小助手(微信号:TTalkxiaozhuli)

在腾讯云TVP与51CTO联合主办的LeaTech全球CTO领导力峰会上,腾讯研究院高级研究员刘莫闲老师,为与会者分享了腾讯在前沿科技层面的丰富研究成果,带大家一起洞察未来趋势,增进对数字科技发展与应用全景的进一步了解。

腾讯作为一家科技企业,在时刻关注在更广视觉里数字科技正在往哪个方向发展,同时有可能会在产业甚至我们日常生活中提供哪些价值,产生哪些影响。

我们对前沿科技的研究一直都在持续,从2021年开始,腾讯联动百位内部科学家、技术专家和外部院士专家,连续3年发布《数字科技前沿应用趋势》报告。希望携手全社会的科技生态伙伴,一起洞察未来趋势,助力更多创新,共同推动科技趋势从方向成为现实,并通过以数强实,与大家共建更美好的真实世界。

该报告每年都会从我们的研究内容提炼一些关键字,作为当年的题目,从前年开始是以变量作为关键字,到了2022年,我们将技术的视觉更加拓展,我们发现趋势是融合,到了今年我们以升维为核心关键字。

图片

回顾一下我们的研究内容,从2021年开始,我们主要是从云计算、人工智能、交通、云安全等领域开始入手。2022年,我们拓展到量子计算,互联网、数字孪生、机器人以及混合现实等内容。到2023年有了城市的人工智能,拓展到了机器人等一些比较细微和深度的领域,希望能够更加广阔全面地去打开我们对于数字科技的认知角度。

下一步,我们又将所发现的科技热点更加形象地汇聚成了一幅数字科技星图,希望能够与科技界人士一起实现探索数字科技星辰大海的美好愿望。

图片

报告通过十个维度阐释我们对今年数字科技领域十个方向的研究与洞察,从最开始的高性能计算、操作系统、云计算这样基础的数字科技底层能力到时空人工智能、能源互联网、Web3平台级技术趋势,再到机器人、数字人、数字办公这样人机物协同的技术演进,最后回归到我们永恒的数字科技的话题就是“安全”。

1、高性能计算

高性能计算是先进算力的一个非常重要的代表。算力有很多种,包括手机、PC以及服务器,云平台等等,代表了整个计算机科学领域的一个巅峰,里面的技术实际上也引领着整个计算机行业的发展。

高性能计算正在被全世界各个国家所关注,甚至是成为国家技术的一种实力印证。国际上有一个很重要的高性能计算测评机构,叫Top500,每半年会集结全球顶尖的高性能计算的机器做性能和能效的测试,最后会有一个排名。

这里用2021年的排名做一个例子,全球这些顶尖的超级计算机,或者高性能计算机的国家拥有者比较多的就是美国、日本、中国、德国和意大利,这些国家对于高性能计算的研发实际上也都名列前茅。

这里明星的高性能计算集群,包括日本的富岳,美国的顶点,中国的神威太湖之光。我们还需要把眼光放得再远一点,关注下一代高性能计算机。

下一代高性能计算机非常重要的核心就是量子计算机,其使用了非常不同的计算原理完成计算的任务,比现在最顶尖的高性能计算机,要快几百倍甚至是上千倍、上万倍,差别是非常大的,是一个颠覆性的计算技术。

IBM和谷歌在这方面研究比较早,下面的图片是量子计算其中的一种技术路线,叫超导量子,其芯片是会放在类似于吊灯最下面,上面的线束都是它的操控系统和制冷系统,它会成为高性能计算下一代的计算核心。

图片

在国内,我们是完全不同的量子计算机形态,下图是中科院研发的九章——光量子计算机,形态跟刚才见到的吊灯是完全不一样的,原因在于它用的是光量子,产生量子比特的方式是不一样的,自然形态不同。

图片

高性能计算正在迈入CPU+GPU+QPU3.0时代,大家最近所热议的大模型,比如GPT3,每一次训练要花费大概640万美元,实际上就是被高性能计算机消耗掉的,大语言模型背后都是需要有雄厚的算力去支持的。

第一个趋势是高性能计算在未来发展中异构计算已成共识,加速高性能计算2.0实现性能突破,3.0探索CPU+GPU+QPU。现在,国外一些公司及研究机构已经在把高性能计算和量子计算混合到一起探索技术可行性。

第二个是人工智能大规模应用,极大地推动了高性能计算的发展,像特斯拉都在大规模新建CPU+GPU一套高性能计算的数据中心完成他们的人工智能训练。AI技术广泛应用于高性能计算,算法和软件成为量子计算发展的新增长点和驱动力。

第三个是科学计算现在随着CPU和GPU,甚至云化,让其能够有机会在更高效率的平台上进行,确实也节省了很多的时间和人力。

2、泛在操作系统

操作系统的功能是向下管理更多的硬件,向上支撑更多的软件,同时在中间更好调配和调度软件和硬件的资源,让整个系统能够更加优化地运行。这里有如下三个趋势:

第一,软件定义的深化。软件定义指的是更加快速或高效地去管理各种各样的硬件,不论它是什么品牌、什么版本、什么系统、哪个地域的硬件都能够更好管理甚至重新规划它的角色。这样实现管理更广泛的海量异构资源。同时在软件侧也同样会更加深化,低代码会成为上层应用开发非常重要的趋势。

第二,应用场景的驱动。万物互联和泛在计算的新应用模式,正在催生更多样化的应用场景类操作系统,各大厂商也都会纷纷根据自己业务需要,去开发更加适合他们的系统级甚至云级别的操作系统。

第三,操作系统也不完全是孤立的,云-边-端不同类型泛在操作系统更趋于交互与协同,支持复杂场景“人机物”深度融合。

3、云计算

云计算经过了20多年的发展,已日臻成熟,将逐渐向精细化、集成化和异构计算持续演进,有如下三个趋势:

第一,云交付模型丰富。交付模型持续丰富来适配用户转型的各种需求,同时云上服务的颗粒度更加精细化,从天级、小时级到秒级、毫秒级来供用户选择。

第二,云原生范式跃进。随着云原生的发展和普及,不光是业务系统,还有大数据、数字孪生、区块链等等一系列比较复杂的应用也都在云原生化。

第三,异构计算云化。随着复杂系统云原生化以后,会对IAAS层有更高的要求,不同的业务会有不同计算的偏好,云上虚拟化和池化不断成熟,为客户提供类CPU的云端异构计算服务也会照进现实。

4、时空人工智能

时空人工智能是随着城市本身以及社会数字化以后,以人的需求为中心,进行实时、高效的供需匹配计算,这样人与城市间的连接、交互被大幅拓展,无数新的应用场景涌现出来,从而满足市民的需求。

时空人工智能的下一步发展,主要基于时空大数据的应用。

第一是孪生。城市的数字孪生就是把城市很多空间的运行环境根据时间的维度,把数据都积累下来,包含空间层面的变化,业务层面的变化如人流、车流等等,都积累成为时空大数据,最终能够实现有效管理甚至是识别一些潜在的风险。

图片

第二是热力图,它能切实解决我们的很多问题,无论是在上班高峰期人流、车流的疏导还是在过去一段时间特殊疫情情况下辅助轨迹流调。

图片

时空人工智能已经在切实帮助我们解决供给、供需的问题,接下来发展的趋势主要有三方面:

第一,数据的统筹会更加完善,各种各样纷繁复杂的异构数据会更好地统筹清洗梳理放到我们存储里面去。

第二,城市资源匹配提效,推动更多人工智能训练基础数据的积累,让人工智能得以有条件产生。

第三,推理决策能力增强,用人工智能去解决一些实际的业务问题,其决策和辅助的能力也在逐渐地增强。

5、能源互联网

能源互联网实际上是我们未来整个能源领域所发展的一个重要状态,已经不再是发电、供电、配电的单向过程,特别是汽车以及家中各种各样储能的设备、园区里面储能电站,都会变成能源输送和储能重要节点,能源会在这些节点之间相互流转。

要达到这种状态确实还需要时间,现在我们看它要经历的过程,软件定义能源网络成为电网平衡先决条件,也有三个趋势要点:

第一接口标准化。无论是在消费电子端还是汽车的充电桩都在标准化,标准化以后,支持各种能源生产、消费设施的“即插即用”与“双向传输”。我们就可以更好地实现相互的电源流转。

第二硬件模块化。供电、配电、用电、储电这些硬件模块化,也有助于我们更好管理,让它们更好协同起来,更加灵活的适应各类风、光电场的工作需求。

第三软硬件松耦合。硬件和软件资源抽象成共享资源池,从软件定义网络(SDN)到软件定义一切(SDX)实现要素互联,会出现一种类似于操作系统的软件,帮我们更好管理和协调能源的流转和用电设备的运行。

6、Web3

Web1是可读,Web2是可读可写,Web3是可确权,这也是我们认为非常重要的发展方向。Web3触及到人类社会“交易”的本质,带来价值互联网。同时带来一个信息重构的变化,价值的交互方式、交易方式都会发生巨变,对商业形态和社会形态带来巨大的冲击。

图片

NFT是一个非常重要的尝试和探索,甚至一段代码都可以成为一个NFT在网络上进行交易。随着我们对于Web3的使用增多,上链的人员增多,数字资产的数量增多以及交易量的增多,隐私和扩容技术突破将加速应用向Web3迁移。

图片

第一个趋势就是通用去中心化身份「DID」成为Web3底座。

第二个是扩容推动应用迁移,把技术和业务分离开,分离开以后就可以让整个链条的区块链性能有提高,通过这样的方法扩容。

第三个是零知识证明价值凸显,在整个系统层面解决隐私安全、隐私计算以及区块链本身对于交易透明性的矛盾,把这个部分抽离出来之后通过专门的网络解决,提升整个性能。

7、机器人

机器人一直以来发展的比较迅速,仿生机器人看起来也是一个非常重要的发展方向。它会是家用机器人的一个最合适形态,我们也一直在关注特斯拉擎天柱机器人的发展,这是它去年最新的形态,最近它已经掌握了自动驾驶这套技术体系。

图片

仿生机器人还有一个非常重要的点就是触觉,可以帮助它识别工作环境以及感受它所接触物体的形态,从而更好、更精细地去做很多实质性的工作,而不仅仅是动脑子。这个触觉大致可以把它分成两类,第一就是感知,就是知道这个物体在哪里。第二就是反馈,不光是知道它在哪里,还知道它带来的影响是什么,比如手可能会变形,类似这样触觉反馈的技术。

柔性材料革新推动机器人仿生精进有如下趋势:

第一,柔性材料取得突破性科研进展,推动机器人“穿戴”高分辨率、大面积的触觉传感,超高分辨率电触觉渲染手套实现压觉和力觉融合,可用于盲文识别、撸猫等。

第二,触觉智能,科技公司投身触觉感知的软硬件研发,推动机器人从触觉感知向触觉智能进化,可以让机器人利用触觉感知搬运不规则物品。

第三,视触融合,将来可以让VR和AR的感官更加沉浸,触觉感知技术在视觉补足、视触听多模态融合实现方面发挥增量价值,有望在2-3年内实现产品级突破。

8、数字人

数字人也是我们进入到数字社会非常重要的形态,其技术也逐渐成熟,从专业到平面化也能够实现了,效率得到了非常大的提升。数字人分级也在逐渐产生,比如低保真、高保真、超写实等等。

这个领域发展也会进入到一个新的阶段,无论是制作效率的提升还是AI技术的融入,让数字人的表达和反应会更加精细和真实,甚至会逐渐达到我们心理的预期,成为我们自己的代言人,将来也许真的会有一个由AI驱动,产生真正情感的数字人,这样数字人必然将成为全真互联的交互新入口。

9、数字办公

光场显示,让我们通过一个屏幕就可以感受到一个人在旁边,可以感受到他的情绪和存在。人工智能也已经开始成为我们的助手,比如可以帮助快速生成特精美的海报。同时大型语言模型技术的突破也加速了AI在数字办公方面的应用。

数字办公有三方面的发展趋势:

第一,沟通“在场”。不受时间、地点、设备、网络制约,与远方的合作伙伴面对面交流。

第二,协作“无界”。数字协同技术将在“人-内容-功能-AI”四个维度立体提升数字办公生产力。

第三,知识“共创”。数字生产力从办公外溢,图谱化协作引发知识共创范式革新。

10、产业安全

产业安全是最后一个需要关注的点,无论前沿技术发展有多么迅速,我们所关注到的体验、所关注到的这些应用有多么的复杂和绚丽,都不能忘记安全问题,要时刻去关注和使用最新的安全技术。

对于任何应用的使用,安全始终是我们数字科技非常重要的,甚至是最后的城墙和堡垒,通过数据治理、零信任安全体系、威胁情报、AI、大数据、隐私技术等技术及理念驱动解决新型安全问题的新思路、新方法和新路径。多元技术必将促进产业安全一站式和场景化。希望大家一起来共筑信息安全的堡垒。

责任编辑:武晓燕 来源: 51CTO技术栈
相关推荐

2015-08-18 16:44:38

数据中心

2015-05-29 10:33:48

WEBWEB设计趋势

2021-02-23 22:59:17

科学人工智能技术

2011-04-12 08:55:38

IDF2011看点

2018-08-09 16:13:38

GNTC

2022-12-29 16:58:31

ChatGPT模型

2013-12-24 14:38:09

科技发展趋势增强现实可穿戴设备

2020-10-23 21:11:40

技术科技人工智能

2018-11-05 13:00:04

2018-03-23 18:07:20

存储

2015-03-27 22:23:28

FreeSyncLiquidVR

2013-12-11 16:55:11

移动信息化移动科技趋势

2021-10-26 09:40:29

人工智能AI机器人

2022-04-08 10:19:08

人工智能物联网昆虫神经系统

2023-05-08 11:00:00

科技峰会

2017-08-27 14:53:59

SDN网络系统

2013-12-11 16:41:16

移动信息化移动科技趋势

2009-03-06 18:45:24

虚拟化互联网网络

2015-11-24 14:49:50

2015-04-07 16:13:28

点赞
收藏

51CTO技术栈公众号