阿里巴巴達摩院成立于 2017 年 10 月，達摩院的使命是探索科技未知，以人類愿景為驅(qū)動力，開展基礎科學和顛覆式技術(shù)創(chuàng)新研究。目前，達摩院專注機器智能、數(shù)據(jù)計算、機器人、金融科技和 X 等研究方向，也即“4+X”研究領域，現(xiàn)設 14 個實驗室：

成立 3 年來，達摩院招募了 10 位 IEEE Fellow 級別大牛，30 多位知名大學教授。他們擁有與達摩院高度相似的事業(yè)取向：科研方面成名成家只是其一，他們更想看到最牛的技術(shù)落地應用、服務于普羅大眾。三年間，達摩院完成了一座一流研究院的建制，搭建了完整的科學—技術(shù)—產(chǎn)品的研究體系；先后在國際頂級技術(shù)賽事上獲得 60 多項世界第一，發(fā)表 1000 多篇國際學術(shù)會議和期刊論文；成功孵化了兩家高科技企業(yè)——平頭哥半導體公司和小蠻驢智能科技有限公司。

自 2019 年開始，阿里達摩院基于自身研究及實踐，與學術(shù)界和工業(yè)界的頂級腦力協(xié)作，最終輸出對科技趨勢的預判。趨勢方向的選擇綜合考量了技術(shù)成熟度、產(chǎn)業(yè)前景和社會價值等維度。

在接受 InfoQ 采訪時，阿里巴巴達摩院高級專家朱迅垚表示，過去三年的技術(shù)變遷歸根結(jié)底包括兩個維度：基礎技術(shù)創(chuàng)新和產(chǎn)業(yè)應用突破。例如，在技術(shù)上，材料科學、量子技術(shù)在過去幾年都有突破性的進展，這些突破性成果也不再局限于實驗室階段；此外，AI、5G 以及云計算等技術(shù)在過去幾年都已經(jīng)逐步成熟，這些技術(shù)不再是孤立的存在，它們正在相互融合產(chǎn)生新的化學反應，為制造業(yè)、農(nóng)業(yè)以及物流等領域提供創(chuàng)新解決方案，但傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型依舊處于起步階段，因此未來幾年前沿科學與傳統(tǒng)產(chǎn)業(yè)的結(jié)合會進一步爆發(fā)。

那么，達摩院這三年榜上有名的技術(shù)趨勢如今進展如何？

InfoQ：2020 年，達摩院在預測中表示量子計算進入攻堅期，2021 年則表示量子糾錯和實用優(yōu)勢成為核心命題，我們可以理解為量子計算的攻堅期已經(jīng)半年，2021 年有希望看到實用價值嗎？

阿里達摩院量子實驗室負責人施堯耘： 量子計算的攻堅期將會是一個充滿挑戰(zhàn)的漫長的過程。不可置疑的實用優(yōu)勢如果能在未來幾年實現(xiàn)，那將會是一個出乎意料的驚喜。

通過糾錯的體系結(jié)構(gòu)達到實用優(yōu)勢非常有挑戰(zhàn)。目前公開的結(jié)果中，2 比特門平均保真度超過 99.9% 都沒做到，而超高精度的系統(tǒng)需要的比特數(shù)更多。不少研究者希望繞過糾錯，以較好精度和一定規(guī)模（比如百級比特）的系統(tǒng)來實現(xiàn)實用優(yōu)勢。比如，2021 我們至少會看到更多的論文，用不經(jīng)糾錯的量子芯片模擬量子物理。雖然這樣的工作對糾錯的體系結(jié)構(gòu)不一定有直接的幫助，但也將鼓舞人心。

阿里達摩院量子實驗室聚焦量子硬件的實現(xiàn)，比如糾錯的大規(guī)模通用量子計算的硬件實現(xiàn)。量子計算是個長跑，需要有打持久戰(zhàn)的戰(zhàn)略定力。

InfoQ：過去一年，我們也看到了一些大廠發(fā)布的量子機器學習工具，除了當下掀起了一波“遇事不絕，量子力學”的討論，并沒有對普通開發(fā)者的工作帶來什么實質(zhì)性的變化，這種情況下，我們還應該繼續(xù)相信量子計算嗎？

施堯耘： 機器學習的成功有賴于海量的數(shù)據(jù)和強大的算力。量子計算機的硬件目前還處于非常原始的水平，所以量子機器學習目前也還屬于基礎研究階段。

探索未來技術(shù)不僅需要有投資未來的視野，更需要好奇心。量子計算的“玩家”屬于小眾并不奇怪。這份好奇，在探索的過程本身就可以得到滿足。對于“量子優(yōu)越性”，當前也有很多成果可提供證明。

“玩”量子計算的門檻正在急速降低。越來越多科學家和工程師貢獻于開源項目，這些開源項目打造了越來越復雜和強大的技術(shù)基礎，更有力地推動著整個領域的發(fā)展。吸引和幫助更多工程師和研究人員探索前沿、推動整個領域的進步，這是我們作為基礎研究團隊的一個工作目標，也是達摩院社會責任的一部分。量子實驗室不久前開源了阿里云量子開發(fā)平臺，未來也會有更多的開源項目。我們的硬件實驗室也計劃以多種方式幫助學術(shù)界研究超導量子芯片。具體而言，我們的超導量子比特基于“fluxonium”，原理上我們認為比主流的”transmon”更優(yōu)越，更有可能達到超高精度。我們已經(jīng)在無人區(qū)中前進了一年多，期待有更多的學術(shù)同仁一起努力，探索這個非常有潛力的新路線。

在 2019 年的技術(shù)趨勢預測中，達摩院預言自動駕駛將進入冷靜發(fā)展期：單純依靠“單車智能”的方式革新汽車，在很長一段時間內(nèi)無法實現(xiàn)終極的無人駕駛，但并不意味著自動駕駛完全進入寒冬。車路協(xié)同技術(shù)路線，會加快無人駕駛的到來。在未來 2-3 年內(nèi)，以物流、運輸?shù)认薅▓鼍盀榇淼淖詣玉{駛商業(yè)化應用會迎來新的進展，例如固定線路公交、無人配送、園區(qū)微循環(huán)等商用場景將快速落地。

2020 年，疫情給了這個領域很好的推動力，真正加速了自動駕駛的部署。曾有自動駕駛領域的企業(yè)對 InfoQ 表示：從訂單數(shù)量來看，3 月份之后就開始快速增長，保守估計 2020 年相比 2019 年至少有幾倍的提升，尤其是在物流、運輸?shù)葓鼍?。這一點基本與達摩院 2019 年給出的預測相吻合。

InfoQ：然而，在隨后兩年的預測中再也沒有出現(xiàn)自動駕駛的身影，達摩院對這一技術(shù)的判斷是什么樣的呢？

達摩院自動駕駛實驗室資深算法專家陳俊波： 目前，L4 級別限定場景的無人駕駛，例如末端物流等場景，加速進入大規(guī)模商業(yè)化階段。L2 級乘用車輔助駕駛進入蓬勃發(fā)展時期，成為汽車行業(yè)的標配。L4 級別乘用車仍然會持續(xù)較長時間的技術(shù)積累演進的過程，隨著人工智能算法、傳感器、計算平臺、線控底盤等技術(shù)的發(fā)展，有望在 5-10 年左右逐步迎來商業(yè)落地階段，全方位提升人們的出行，物流等各個領域的智能性，便捷性。

2020 年，我們隔三差五就可以看到 AI+ 醫(yī)療的新聞，由于新冠肺炎的爆發(fā)，AI 第一次大規(guī)模參與到公共衛(wèi)生事件中。疫情期間，AI 算法及相關(guān)算力已在疫情咨詢、病毒基因分析、CT 影像診斷等多個環(huán)節(jié)發(fā)揮了重要作用，大幅提升了一線工作人員的效率。

InfoQ：我們感受到 AI+ 醫(yī)療在 2020 年已經(jīng)成為趨勢，達摩院將其放在 2021 年的趨勢預測中是如何考慮的？

達摩院資深算法專家遲穎： 在醫(yī)療領域，藥物研發(fā)和 AI 的結(jié)合本身就是公認的趨勢，但是其實過去幾年，在國內(nèi)，整個行業(yè)在這一領域仍處于初級階段，只有個別廠商出現(xiàn)了成功商用的案例。我們認為未來幾年，新型 AI 算法的迭代及算力突破將更精準的、更高效地解決藥物分子靶點確證、化合物合成等臨床前的新藥分析和篩選。復雜的成藥性評估 /ADMET、藥物制劑（體內(nèi)輸送方式）等難題也會進行得更加深入、細致。在疫苗研發(fā)過程中，標準化的新抗原尋找算法可以更加輕松地預防病毒 / 腫瘤等。AI 可自動輸入有效化合物模型，然后與電腦合成產(chǎn)生的數(shù)億種不同的化學化合物對比篩選，最終快速找到疫苗的優(yōu)質(zhì)候選化合物。

過去一年，業(yè)界有不少機構(gòu)對外宣稱 AI 技術(shù)在提升藥物及疫苗研發(fā)效率方面的嘗試，但由于技術(shù)上的瓶頸，過去的研究成果仍無法實現(xiàn)大規(guī)模應用。我們認為，從目前的發(fā)展趨勢來看，AI 算法上新的突破必定和云端大算力融合，進一步產(chǎn)生普適性的方案，從而幫助藥物及疫苗研發(fā)的降本提效。技術(shù)將在相對經(jīng)典一些的新靶點發(fā)現(xiàn)、化合物合成、大分子間 / 蛋白間作用力、在 Alpha Fold2 基礎上更進一步的蛋白結(jié)構(gòu)和折疊的模擬計算，以及更加新穎一些的單細胞基因用于精準用藥和療效評估、新抗原的尋找和流程標準化用于疫苗設計等方面都會比較有希望突破。

在 2019 年的趨勢預測中，我們還可以看到 AI 領域一些細分技術(shù)的身影，比如語音 AI 技術(shù)在特定領域通過圖靈測試、超大規(guī)模圖神經(jīng)網(wǎng)絡系統(tǒng)將賦予機器常識。在隨后兩年的預測中，我們開始看到 AI 技術(shù)推動工業(yè)領域、農(nóng)業(yè)領域以及智慧城市等的發(fā)展。

InfoQ：這是否意味著 AI 技術(shù)本身已經(jīng)走向成熟，未來值得期待的就是在各行各業(yè)的落地?

達摩院高級專家朱迅垚：AI 的發(fā)展經(jīng)歷了三次高潮，最近的一次高潮就源自是 2010 年深度學習的崛起。過去十年，深度學習在語音、圖像等領域都取得了較好的效果，這為 AI 的應用落地提供了重要基礎。與此同時，云計算的成熟為各行業(yè)數(shù)字化轉(zhuǎn)型提供了絕佳條件。例如，在智慧城市領域，云平臺可以匯聚城市感知數(shù)據(jù)、商業(yè)數(shù)據(jù)等多維數(shù)據(jù)，而 AI 算法可基于不同維度的數(shù)據(jù)進行輔助分析，并為決策者提供建議，進而實現(xiàn)城市的精細化治理。

工業(yè)智能是實現(xiàn)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)優(yōu)化閉環(huán)的關(guān)鍵。在全面感知、泛在連接、深度集成和高 效處理的基礎上，工業(yè)智能基于計算與算法，將以人為主的決策和反饋轉(zhuǎn)變?yōu)榛跈C器或系統(tǒng)自主建模、決策、反饋的模式，為工業(yè)互聯(lián)網(wǎng)實現(xiàn)精準決策和動態(tài)優(yōu)化提供更大的可能性。

連續(xù)兩年，工業(yè)互聯(lián)網(wǎng)出現(xiàn)在達摩院的趨勢預測中。2020 年，達摩院預測 5G、IoT 設備、云計算、邊緣計算的迅速發(fā)展將推動工業(yè)互聯(lián)網(wǎng)的超融合，實現(xiàn)工控系統(tǒng)、通信系統(tǒng)和信息化系統(tǒng)的智能化融合；2021 年，達摩院預測工業(yè)互聯(lián)網(wǎng)將從單點智能走向全局智能。

InfoQ：5G 尚未建設完全，是否影響工業(yè)互聯(lián)網(wǎng)全局智能時代的到來？

阿里云智能數(shù)字產(chǎn)業(yè)總經(jīng)理曾震宇： 工業(yè)智能從單點智能走向全局智能，關(guān)鍵點和困難是工業(yè)數(shù)據(jù)的打通，不僅僅是生產(chǎn)領域的設備類數(shù)據(jù)、生產(chǎn)線、IoT 設備、工業(yè)軟件（MES、APC、PLM 等）等數(shù)據(jù)，還包括采購、供應鏈、銷售、物流等數(shù)據(jù)，形成工業(yè)企業(yè)的供、研、產(chǎn)、銷全鏈路數(shù)據(jù)，在這個基礎之上，全局智能才成為可能，可以做大業(yè)務閉環(huán)上的全局優(yōu)化。工業(yè)是 5G 的一個重要使用場景，會讓工業(yè)設備實時在線，工業(yè)數(shù)據(jù)可以實時入云。5G 在 C 端的使用狀況并不會影響在工業(yè)領域的使用，因為兩個場景是非常不一樣的。

人類對于腦機接口的探索已經(jīng)持續(xù)了多年。20 世紀 90 年代中期以來，從實驗中獲得的此類知識呈顯著增長。在多年來動物實驗的實踐基礎上，應用于人體的早期植入設備被設計及制造出來，用于恢復損傷的聽覺、視覺和肢體運動能力，這包括侵入式和非侵入式兩種方式。

有人認為，相比于目前 AI 時代尚未成熟的語音交互，腦機接口或許會成為下一代主流交互方式。不過，相信并非所有人都接受：為了更好的交互體驗而在腦袋上植入一塊芯片的操作，因此該技術(shù)一直伴隨著倫理問題的爭議。

InfoQ：在 2021 年的趨勢預測中，達摩院提到腦機接口將幫助人類超越生物學極限，現(xiàn)在談此是否為時尚早？

A： 腦機接口技術(shù)并不是一個新概念，這項技術(shù)經(jīng)過幾十年的研究發(fā)展（接口分植入式和非植入式），已經(jīng)逐漸從學術(shù)界滲透到創(chuàng)業(yè)圈。雖然離實用化還有很長的路要走，但毫無疑問，人類朝著大腦與機器融合的偉大目標，向前踏出了一大步。過去一年，業(yè)界已有機構(gòu)公開了相關(guān)技術(shù)突破，未來幾年，腦機接口的技術(shù)會進一步成熟，同時我們也將看到越來越多的應用案例。盡管腦機接口技術(shù)存在倫理方面的爭議，但人類和機器建立智能交互已是大勢所趨。因此，所有科技從業(yè)者需要思考的是，如何保障這樣的科技進程安全地向著利于人類自身的方向發(fā)展。