新的十年，哪些技術將重塑生活？

時間：2021-02-07 21:00:05 類型：瀏覽量：8744

來源| 京東科技（轉載請注明來源）

編輯| 石煜倩

2020年，疫情震蕩全球，經濟波動劇烈，無論是國家還是企業，都希望通過把握未來科技“脈搏”，驅散經濟下行陰影，實現組織升級迭代。

逝者如斯，新的十年，哪些關鍵技術將重新塑造我們的社會、改變我們的生活？

近日，京東集團技術委員會發布《技術重構社會供應鏈——未來科技趨勢白皮書》，向業界全面展示了京東數智化社會供應鏈在人工智能、物聯網、區塊鏈、自主系統、下一代技術等五大關鍵技術領域的技術趨勢研究，以及在零售、健康、物流、金融、城市等五大場景的技術賦能成果。

其中，人工智能、物聯網、區塊鏈、自主系統、下一代計算，正在成為未來科技趨勢的主要關鍵詞。

人工智能（包括機器學習、深度學習及聯邦學習等）將在機器學習、機器視覺、自然語言處理等領域的基礎理論和關鍵技術取得重要突破，從而加強AI的可信賴程度。

物聯網設備、5G通信技術、以及邊緣計算技術的發展將使物聯網實現跨越式普及，數字孿生世界將成為可能。

區塊鏈的共識機制、分布式存儲、安全保護在保證數據可信可靠傳播中扮演著重要的角色。區塊鏈的發展將構筑以互信合作商業模式為主的數智化供應鏈新模態，形成人與人之間完全信任、共享共建的新社會生態

自主系統（自動駕駛、高精地圖、自主環境感知等）將進入高級自動化和自治時代，人腦、云腦、端腦與生物體、數字體、機械體融合共生，達到人機柔性智能融合。

下一代計算（包括量子計算、云計算、異構計算等）具有多場景、安全、云邊端協同一體化的特性，將成為數智化社會的重要基礎設施。

以下為《技術重構社會供應鏈——未來科技趨勢白皮書》的擴展解讀。

趨勢一：“人工智能”三大重點技術走向“深水區”

對于人工智能的未來發展方向，在此次白皮書中，主要分析了三項主流技術：

· 機器學習

· 機器視覺（視）

· 自然語言處理（聽、讀、說）

目前，人工智能技術表現出來的更多是“人工的”智能，依靠人工幫助機器拓寬可學習的范圍。

京東集團技術委員會認為，雖然目前的方法尚未賦予機器完全的認知智能或決策智能，但已經在線上零售、金融風控、智慧城市等多個行業及應用場景產生了商業價值。

機器學習領域發展快的一個分支，又屬以神經網絡為基礎的深度學習。

目前業界大數據、無人車、計算機視覺、智能供應鏈等工程項目均使用深度學習算法。其中，針對超大數據量的深度學習，模型訓練是關鍵步驟，同時也是既耗時又耗費GPU資源的工作，嚴重限制了深度學習各項應用的推進。

對于這一痛點，京東提出了新穎的深度學習分布式優化理論和算法——特征回放算法（Features replay），并通過實驗驗證了在無性能損失的前提下，特征回放算法比傳統反向傳播算法（Backpropagation），在速率上節省至少34.4%的訓練時間。

此外，隨著新場景問題的不斷出現，結合特定場景的機器學習范式也不斷被提出，代表了未來機器學習發展的方向，例如聯邦學習、遷移學習、對抗學習、分布式學習、元學習、可解釋學習、輕量學習和量子機器學習等。

而京東科技也積極跟進這些機器學習發展方向，比如在2020年10月正式推出自主研發的聯邦學習平臺——Fedlearn。目前京東科技金條、白條業務模型已經全面實現了傳統建模向聯邦建模的升級，聯邦模式下模型的風險識別能力和流量轉化率均得到了提升。除了在風控方面的應用，Fedlearn平臺還在智能城市等領域有著廣泛應用。

除了機器學習外，白皮書還聚焦分析了機器視覺、自然語言處理這兩項主流技術。

京東集團技術委員會認為，在機器視覺領域，大規模視覺分析識別準確率不斷提升，落地于部分實際應用場景，但復雜開放場景的應用尚未廣泛鋪開。目前，機器視覺技術在安防、工業檢測、自動駕駛等場景下快速普及，具體可用于手機、行車記錄儀、安防攝像頭等。

在自然語言處理方面，“熟讀唐詩三百首，不會作詩也會吟”的概念不僅適用于人，同樣適用于機器。

未來，智能客服、智能營銷、旅游咨詢、醫療問診等場景，隨著數據的大量累積和使用，可以提供接近于行業專家水準的擬人化服務。

趨勢二：“物聯網”應用場景將迎來大爆發

物聯網（IoT，The Internet of things）是人、物、服務泛在相連的互聯網。

持續創新的物聯網技術與社會消費、工業生產密切融合，逐步形成了消費物聯網（C端）、產業物聯網（B端）、數字城市等新型信息產業。

物聯網C端家居生態

以消費物聯網為例，消費級物聯網的場景包含智能家居、可穿戴設備等，這些場景與消費者的生活息息相關，其中智能家居屬于發展較快的領域，安防、照明、環境（三恒系統）等家庭乃至更大場所內的場景均是智能家居的發展機會點。

物聯網行業的發展目標是成為物理世界和數字世界的連接樞紐，融合兩個世界的文化觀和世界觀，改善人類社會的生活體驗，提升產業效率。根據艾瑞咨詢的數據統計，截至2019年中國物聯網設備連接量已達45.7億個，預計2019年到2025年中國物聯網連接量將以27.8%的年復合增長率持續增長。

同時根據中國工業和信息化部的統計，截至2020年6月，蜂窩物聯網終端用戶數已達到11.06億，其中應用于智能制造、智慧交通、智慧公共事業的終端用戶占比分別達21.1%、18.2%、21.4%。中國物聯網在設備接入量增長迅猛，應用場景百花齊放。

物聯網技術在京東業務體系中有著豐富的應用場景，京東集中發展物聯網及相關技術，以提升自身物流、零售、健康、金融、城市等業務的運行效率。

AR/VR/MR技術的普及可以使人們通過遠程操控虛擬設備改變現實設備的運作；腦機接口的發展可以讓設備直接感知人們的需求，及時做出回應，進一步簡化了設備的操作流程；殘障人士可以借助上述技術，通過操作數字孿生改變現實設備的運作，極大提高了生活及工作上的便利性。

物聯網技術的發展，還可以讓產品供給側的廠商可以直接感知到需求側消費者的產品使用需求，調動自身產品服務消費者，跳出了消費者需“先擁有、后享受”的傳統商業模式。

生產廠商將會從現在的售賣產品模式，過渡到售賣產品+服務模式，繼而發展到終的售賣服務模式。汽車制造廠商可從現在的售賣汽車+售后保養服務模式發展到出行服務模式；航空發動機廠商（如Rolls-Royce）可從售賣發動機+維護服務模式發展到租用服務模式，解除了產品生產廠商與消費者需通過實體設備連接雙方的硬性要求。

趨勢三：聯盟鏈成為企業應用“區塊鏈”的主流形式

“區塊鏈”是一個技術組合的統稱，它是將數學、密碼學、互聯網通信、分布式存儲、共識協議等理論和技術結合后所誕生的信息技術術語，它支持數字信息的共享存儲和共同鑒證，可在司法、貿易、金融等域通過多方投票方式達成共同決議，實現多個主體之間的協作信任與一致行動。

當前區塊鏈技術仍處于快速發展與迭代階段，在“數字經濟”、“新基建”等相關政策的引導下，區塊鏈技術正在從小規模應用探索向大規模應用實踐轉變。此外，隨著更多資源的注入和真實需求的挖掘，區塊鏈技術正加速著各行各業的變革，區塊鏈核心技術的自主創新，底層架構體系的自研開發已成為其發展的基本趨勢。在國家主張自主知識產權的背景下，區塊鏈已上升至國家戰略，有望成為數字經濟的新引擎。

區塊鏈發展歷程

智能合約是區塊鏈系統可以自動按照預設條件自動執行的代碼，是區塊鏈2.0的核心組件。使用智能合約，用戶可以開發各種去中心化的應用。如今，電子錢包、游戲、交易所、市場、投票系統等各式各樣的區塊鏈應用的出現，都得益于智能合約。

未來，區塊鏈3.0是基于智能合約，深度嵌入社會生活的各種區塊鏈應用，人們可以使用智能合約進行理財、娛樂、學習等。

區塊鏈有公有鏈、私有鏈、聯盟鏈之分。目前，聯盟鏈已經成為企業應用區塊鏈技術的主流形式。

在單鏈架構下，現有區塊鏈技術在性能、容量、隱私、隔離性、擴展性等方面均存在的瓶頸，因而驅動了聯盟鏈的興起。

聯盟鏈通過面向聯盟成員的共識機制，實現多中心化，支持跨部門的業務協同。依托聯盟鏈技術和聯盟協作建立可持續、安全和可信的支撐框架，實現底層平臺與應用需求多種形式的鏈通。

目前區塊鏈的落地場景中，主要還是企業之間組成的聯盟鏈開展業務，隨著業務的發展會形成一個一個聯盟鏈數據孤島。

未來各聯盟會相互聯通，依托工業級跨鏈互操作技術，可實現異構云環境、異構區塊鏈底層的相互通信和相互操作，實現跨鏈融合打通，支撐大規模異構鏈跨鏈協同。

趨勢四：“自主系統”高級自動化，自動駕駛正批量落地

自主系統是指具有一定自治能力和自主性的控制系統，結合人工智能與物聯網等技術，并通過實時控制決策來實現系統的自治。

目前，自主系統主要應用于無人車、無人機、移動機器人等領域。自主系統可以替代或輔助人類在特定環境下完成任務，極大提高了人類的感知范圍，擴展了人類的行為能力。

在軍事和民用領域，自主系統可以滿足多場景的自動化和智能化需求，通過整個集成系統的有機協作，大幅提升系統性能，從而滿足對總體效益和生產能力的要求。

自動駕駛技術是自主系統的重要組成部分，旨在沒有任何人類主動的操作下，自動安全地操作機動車輛。

目前，隨著產業鏈逐漸成熟，自動駕駛正批量落地。自動駕駛公司與車輛生產公司形成產業鏈上下游關系，車輛生產公司聚焦于降低車輛生產成本，提高其穩定性和一致性，而自動駕駛公司則聚焦于提供高性能的自動駕駛服務，將其變成商品提供給客戶。自動駕駛的普及激活了相關智能組件市場，計算單元、芯片、傳感器、高精地圖、仿真云平臺技術將得到快速發展，促進自動駕駛技術的快速升級迭代。

趨勢五：云計算、量子計算等“下一代計算”將迎來新發展

近年來，隨著數據規模的不斷增長，人工智能特別是深度學習算法在越來越多的行業內得到應用，對計算系統提出了越來越高的要求與挑戰。在新技術、新場景、新挑戰的驅動下，計算領域正經歷著一場深刻的變革。

在下一代計算中，計算任務從用戶端逐步向計算能力更強大的邊緣端和遠程云服務器處移動，正朝著云、邊、端協同計算的層級結構發展。

云計算硬件已經成為計算技術創新的主戰場。目前已經開發了多種新計算構架和處理器，并投入使用。在少數一些邊端應用領域，如自動駕駛、安防，專用的計算芯片已經獲得認可并投入使用，還有廣闊的應用空間等待被新的計算技術所覆蓋。

因此，很難有一種通用的計算硬件適用于所有邊端的計算需要。

集成電路工藝在突破5nm之后逐漸在接近晶體管直徑的物理極限。盡管目前集成電路工藝仍繼續向著1nm邁進，但其制造成本卻大幅提高。

在同等成本水平下是否可以維持算力的指數增長可能成為下一代計算前進的關鍵。在尋找集成電路工藝替代算力的嘗試中，量子計算被認為是有可能補充傳統集成電路算力的技術。

在實驗中的一個計算案例，用目前先進的超級計算機需要計算一萬年，而量子計算機只用了二百秒。而中國的“九章”量子計算原型機則實現了76量子比特。

我國量子計算逐漸走出實驗室，量子計算在特定計算任務上具備指數加速能力，有望成為“后摩爾定律”時代新的計算形態，對潛在商業應用形成良性激勵。

白皮書指出，云平臺已成為量子計算應用探索和產業推廣的重要方式，國內外多家科技企業和初創企業，包括本源量子和深圳量旋等都陸續推出了自己的量子計算云平臺和服務。

登高遠眺，踏路而行

睜開雙目，機器視覺、自然語言處理、5G通信、自動駕駛等技術有的快速迭代、有的大規模落地、有的已漸趨成熟；