來源| 阿里研究院、智譜AI

近年來，數(shù)字經(jīng)濟己經(jīng)成為推動全球經(jīng)濟發(fā)展的新動力，各國紛紛出臺戰(zhàn)略規(guī)劃，依托數(shù)字化技術實現(xiàn)新一輪產(chǎn)業(yè)變革，進而搶占全球價值鏈的制高點。

為了更好了解全球數(shù)字科技發(fā)展情況，阿里研究院、智譜AI近日聯(lián)合發(fā)布《2023全球數(shù)字科技技術發(fā)展研究報告》。報告基于AMiner科技情報平臺的數(shù)據(jù)，利用文獻計量方法，為數(shù)字科技研究前沿“畫像”，揭示創(chuàng)新活躍程度，在系統(tǒng)、客觀的分析方法基礎上，總結2023全球數(shù)字科技十大趨勢。

2023全球數(shù)字科技十大趨勢

趨勢一：生物大數(shù)據(jù)

隨著對生命系統(tǒng)的不斷深入探究和各種其他高通量組學技術的產(chǎn)生和發(fā)展，生物信息學的研究范疇不斷擴大，各種組學數(shù)據(jù) （ 轉錄組、蛋白質(zhì)組、非編碼 RNA 組、表觀遺傳組、代謝組、宏基因組等 ） 以及生物系統(tǒng)層面的解讀不斷擴展，生命科學從定性描述開始實現(xiàn)動態(tài)、精準和定量解讀。

趨勢二：生成式對抗式網(wǎng)絡算法

作為人工智能學界的熱門方向，生成式對抗式網(wǎng)絡算法（Generative adversarial networks）已法被廣泛應用于圖像和視覺、語音和語言、信息安全等領域。未來，隨著 GANs 為代表的深度學習不斷迭代，AIGC 百花齊放，產(chǎn)出效果或將逐漸逼真接近至人類作品。

趨勢三：沉浸式擴展現(xiàn)實娛樂平臺

擴展現(xiàn)實是元宇宙連接虛擬與現(xiàn)實的關鍵設備，隨著擴展現(xiàn)實產(chǎn)業(yè)鏈和技術不斷發(fā)展、內(nèi)容應用逐漸繁榮，整個元宇宙娛樂生態(tài)正在持續(xù)豐滿，沉浸式擴展現(xiàn)實娛樂平臺有望迎來爆發(fā)。

趨勢四：量子原型樣機和專用處理器的研制

當前，量子計算機的研制已從以院校、研究所為主的基礎性研究階段，過渡到以 Google、IBM 等創(chuàng)新企業(yè)為主體的“量子霸權”研究階段。隨著量子計算機研制成果的不斷涌現(xiàn)，通用量子計算機研制問題將在未來五年內(nèi)被攻破，可實際使用的量子處理器將會落地。

趨勢五：AI 解碼蛋白質(zhì)結構

2021 年，Deepmind 公司的蛋白質(zhì)解碼預測系統(tǒng)——AlphaFold 橫空出世。與此同時，公司還公布了約 35 萬種蛋白質(zhì)的結構，該項成果因此入選《科學》2021 年度十大科學突破。隨著人工智能技術的不斷發(fā)展，對具有內(nèi)在無序特性的蛋白質(zhì)以及通過翻譯后修飾或環(huán)境條件改變結構的蛋白質(zhì)建模問題在將來有望解決。

趨勢六：移動邊緣計算網(wǎng)絡

隨著物聯(lián)網(wǎng)、5G、工業(yè)自動化、智能制造的興起，處于物理實體和工業(yè)連接之間的移動邊緣計算越來越發(fā)揮出重要的作用，也逐步實現(xiàn)了集中化和智能化，其低時延、高帶寬、個性化、高安全性、高隱私性等特性滿足了分布式服務、自動工業(yè)控制的需求。

趨勢七：可解釋的 AI

由于人類社會的價值觀念和價值體系存在多元化的特點，未來發(fā)展具有可解釋性的人工智能，加強人機之間的理解，讓人工智能技術跳出“黑箱”，建立可解釋、可理解、可信任的人工智能體系成為趨勢。

趨勢八：基于算法模型和安全隱私的聯(lián)邦學習技術

近年來，聯(lián)邦學習作為解決數(shù)據(jù)孤島問題的重要技術引起業(yè)界廣泛關注，并被廣泛應用于金融、醫(yī)療健康以及智慧城市等領域。未來，聯(lián)邦學習技術的發(fā)展將與邊緣計算、區(qū)塊鏈和網(wǎng)絡安全等多個領域關聯(lián)，更好的發(fā)揮其隱私性、高效性和便捷性。

趨勢九：混合計算

隨著萬物互聯(lián)市場的發(fā)展，產(chǎn)業(yè)界逐漸認識到單一的計算方式不能解決所有問題，“混合計算”借鑒了異構計算的思想——用不同的計算資源處理適合該結構的任務，構建出某領域專用的高效應用組件，從而更好地滿足無線互聯(lián)、視頻處理、圖像識別、智能制造等多領域的高效處理需求。

趨勢十：能源區(qū)塊鏈

針對能源互聯(lián)網(wǎng)應用系統(tǒng)中各個模塊存在的問題，區(qū)塊鏈技術能夠依靠自身的鏈式特征和獨特的區(qū)塊結構融合到能源互聯(lián)網(wǎng)中的各個層面，解決能源互聯(lián)網(wǎng)系統(tǒng)中的相關問題。未來，創(chuàng)建區(qū)塊鏈一體化能源系統(tǒng)可有效促進清潔能源的產(chǎn)量和能源的及時高效消費利用，提高地區(qū)性能源的綜合利用率，在保證經(jīng)濟性和穩(wěn)定性的基礎上，實現(xiàn)節(jié)能環(huán)保目標。

我國數(shù)字科技發(fā)展問題總結與建議

1. 中國數(shù)字科技論文兩項關鍵指標將登頂全球第一

目前中國數(shù)字科技論文兩項關鍵指標，即論文總量和Top1%論文量均處于全球“老二”的位置，但中美該兩項指標的“黃金交叉”已經(jīng)出現(xiàn)，而且中國的增長勢頭強勁，因此中國數(shù)字科技論文總量和最卓越論文數(shù)量登頂全球第一的位置可期。2. 中國是數(shù)字技術專利大國，而非強國中國數(shù)字技術專利數(shù)量全球遙遙領先，專利數(shù)量前10強機構一半為中國公司和高校，但是高價值專利數(shù)量排名跌至全球第4，僅為美國的12%。中國數(shù)字技術專利勝在“量”上，輸在“質(zhì)”上，因此中國是數(shù)字技術專利大國，而非強國。3. 中國數(shù)字科技發(fā)展前景在于向價值鏈高端躍升專利是傾向于應用技術的科研成果，其市場價值直接反映該技術應用產(chǎn)品處于產(chǎn)業(yè)價值鏈的位置。從專利市場價值分布看，中國數(shù)字技術專利價值在30萬美元以下的占98%，因此中國數(shù)字技術產(chǎn)業(yè)仍處于全球價值鏈低端。論文是傾向于基礎研究的科研成果，往往是科技創(chuàng)新突破的先導。未來中國數(shù)字科技的發(fā)展前景在于從日益強大的基礎研究成果中實現(xiàn)實際應用轉化，推動數(shù)字技術產(chǎn)業(yè)向價值鏈高端躍升。4. 高層次人才不足需加大人才培養(yǎng)力度

我國數(shù)字科技人才基數(shù)全球第一，占全球17%，但高層次數(shù)字科技人才僅占全球9%，而美國占25%，我國僅為美國的35%。數(shù)字科技為世界關鍵前沿科技，高層次人才落后局面不利于我國數(shù)字科技總體能力達到世界領先水平的戰(zhàn)略目標。扭轉該不利局面，關鍵是要創(chuàng)新培養(yǎng)機制，提升人才質(zhì)量，加大力度持續(xù)培養(yǎng)本土高層次人才。

1）注重復合培養(yǎng)模式。

鼓勵高校在原有學科基礎上拓寬教育內(nèi)容，注重數(shù)字科技各方向交叉融合的復合專業(yè)培養(yǎng)新模式。

2）重點培養(yǎng)有潛力的青年人才。

把培育國家戰(zhàn)略人才力量的政策重心放在青年科技人才上，制定實施基礎研究人才專項，長期穩(wěn)定支持一批在數(shù)字科技領域取得突出成績且具有明顯創(chuàng)新潛力的青年人才。

3）鼓勵對外學術交流。

鼓勵和引導國內(nèi)科研人才及其團隊與全球頂尖數(shù)字科技研究機構開展交流與合作。

5. 人才流失嚴重需采取措施引留人才我國是全球數(shù)字科技人才流失第一大國，而美國是最大的流入國。目前，全球頻頻上演“高科技戰(zhàn)”、“人才爭奪戰(zhàn)”，在此的背景下，數(shù)字科技人才流失問題勢必影響我國未來產(chǎn)業(yè)發(fā)展安全，甚至國家安全，必須引起高度重視。首先，吸引海外高層次人才回國發(fā)展。統(tǒng)籌現(xiàn)有人才計劃，加強高層次人才特別是海外頂尖華人青年人才的引進工作，對于一時難以回國或來華工作的高層次人才實行柔性引進，采用學術交流、項目合作、技術咨詢等方式，柔性引進高層次人才。其次，用好并留住高層次人才。優(yōu)化科研環(huán)境，以信任為基礎使用人才，為各類人才搭建干事創(chuàng)業(yè)平臺，用好用活高層次人才，賦予人才更大的科研自主權，并完善人才評價體系。

6. 企業(yè)人才儲備薄弱需鼓勵企業(yè)引育人才我國數(shù)字科技人才集中分布在高校和科研院所。全球數(shù)字科技人才前10強機構榜單，乃至國內(nèi)前10強機構榜單均不見中國企業(yè)身影，而美國高科技巨頭谷歌和微軟的高層次人才儲備實力高居全球第二和第四名。身處科研一線的企業(yè)是科技創(chuàng)新的重要主體。因此，1）有必要鼓勵企業(yè)加強內(nèi)部創(chuàng)新環(huán)境建設，協(xié)助企業(yè)引進高層次人才，支持企業(yè)與高等院校和科研院所共同培養(yǎng)基礎研究人才。2）發(fā)揮政府科技計劃的導向作用，在重大專項、重點研發(fā)計劃論證和實施過程中，支持企業(yè)承擔政府科研項目，為企業(yè)引育人才和提高基礎科研能力注入動力。