2023年，我们还会见证新的AI突破吗？
过去一年里，我们围观了ChatGPT的崛起，看见国内外多模态大模型同台竞技，察觉到自动驾驶公司的商业化加速落地，也发现以AI制药为核心的生物计算公司数量飙升……
在AI已经深入各行各业的情况下，我们还会迎来什么新的技术进展，又或者说以AI为基底，不同场景还会迎来怎样的变革？
基于这些年扎根AI行业的判断，百度研究院对新一年技术趋势做出了预测：
【大模型生态】行业大模型生态初现，服务千行百业智能化升级
【数实融合】AI新型基础设施建设需求增长，数字技术和实体经济深度融合
【虚实共生】Web 3.0技术打造新型网络空间，元宇宙业态有望迎来颠覆式创新
【自动驾驶】自动驾驶技术迎来新升级，推动智能汽车产业“扬帆远航”
【机器人】行业应用机器人落地加速，改变劳动力短缺困境
【科学计算】AI技术成为重要科研辅助力量，改变多学科研究范式
【量子计算】量子计算核心技术持续突破，产业化进程加速
【隐私计算】隐私计算平台实现数据互联互通，兼顾价值创造和安全可信
【科技伦理】可解释AI技术推进“人机互信”，可信可控技术能力成企业全新竞争优势
【科技可持续发展】侧重绿色低碳和可持续发展能力，边缘计算和先进计算正实现关键突破
这不仅可以被视作百度未来一年里着重发展的“计划书”，更是洞察科技行业未来一年走势的风向标。
所以，2023年十大趋势预测，反映了AI行业怎样的发展态势？相比去年十大科技趋势又发生了哪些变化？
这些变化究竟源于行业进展、还是只是产生了方向上的突变？
不妨从三个维度来解读十大趋势，看看它究竟靠谱几分。
如何解读最新十大科技趋势？
总结今年十大科技趋势，核心关键词显然还是智能化。
但如果从AI技术本身、“+AI”以及“AI+”这三大维度来看，这一年科技变革的主线又不仅仅是“智能化”这么简单。
在这十大趋势预测中，智能化构筑了科技变革的主线，AI技术始终占据重要位置，“AI向实”的变革正在发生——
总体来说，便是让AI与实体经济相结合，以AI来服务实体经济。
先来看看AI技术自身的发展趋势。
有AI技术“三驾马车”之称的数据、算力和算法，如今已形成几大技术底座。
随着未来一年的产业需求推动，技术底座还会不断夯实。
无论是AI算法发展出的“深度学习平台+大模型”体系、数实融合浪潮下进阶的AI算力需求，还是关乎AI数据安全的隐私计算，都会进一步让产业更智能化，指引行业探索出更多技术拐点。
如在智能交通场景上，利用百度智能方案帮助北京、广州、长沙、重庆等城市大幅提高交通出行效率，便是技术底座夯实的案例之一。
再从“+AI”维度来看，AI的出现给不少跨学科、跨领域行业制造了新的上升空间。
如去年爆火的AI for Science，就是一个横跨物理、化学和生物等诸多研究学科的新方向。AI在其中利用自身数据分析和推理能力，学习并解决新的问题，加速科研探索进程。
又如综合电子、机械工程和计算机等领域为一体的机器人行业。AI的加持让机器人具备了一定的自主完成任务能力、即进一步提升了认知智能，从而提升了劳动生产率。
因此在未来一年的科技发展中，AI跨领域融合更加扎实，不仅在AI for Science领域发展出更完善的工具体系，还会让机器人协助产业进一步智能化、激发出这些领域的潜力。
最后是“AI+”维度。
与+AI的区别在于，它并不仅仅是激发已有领域的潜力，还进一步地催生了领域中的新方向。
例如元宇宙、自动驾驶、AIGC和量子科技等，都是基于智能化实现的创新，但这并非意味着AI还会给行业带来大量爆发性的新突破。
百度研究院认为，在今年这些智能化创新更加务实，换而言之，基于AI诞生的这些领域，在新的一年里会更加追求落地。
正如百度CTO、百度研究院院长王海峰所言：
纵观人类的科技发展史，驱动科技革命和产业变革的核心技术，往往具有很强的通用性。
当其具备了标准化、自动化和模块化的工业大生产特征，核心技术作为基础设施的价值效应会变得越来越“实”。
所以，与往年情况相比，百度研究院今年的趋势预测发生了什么变化？
如果说，前几年AI行业尚处于技术“祛魅”的过程中，即不断耗费人力物力，去探清它的能力边界和技术周期，试图找到合适的应用场景；
那么今年的AI行业已经在摸清能力范围的情况下，进一步与实体经济相结合、探索更有价值的落地方向。
如2020年横空出世的GPT-3，一度引爆行业对于AI大模型的期待。
但随后人们开始探清GPT-3的能力边界、察觉到它的应用范围，如今语言大模型才慢慢探索出适合落地的领域，成为工作者的“辅助”而非“替代者”。
在2023年，百度研究院进一步将AI落地的范围扩大到了自动驾驶、元宇宙乃至量子计算这些在旁人看起来“还得几年才能真正产生价值”的新方向和新领域。
以量子计算方向为例。
2020年，百度研究院对这一领域的预测是“为AI和云计算注入新活力”，2021年“量子科技创新观念深入人心”，2022年“量子软硬一体化方案将成为主流趋势”……
而在2023年，这一领域的预测则变成了——核心技术持续突破，产业化进程加速。
但在这些新方向和新领域的预测上，百度研究院信心从何而来？
又或者说，这样的趋势预测是否真的靠谱、并有对应的行业突破加以佐证？
答案或许能从去年的突破和趋势预测中得以窥见。
去年的预测实现了吗？
我们举几个例子来看。
谈到2022年的最大的科技突破，不少人的第一印象肯定是AIGC的爆发。
AI绘画方面，国外如Stable Diffusion、Midjourney已经火进画手圈，大厂如OpenAI发布的DALL·E2和谷歌发布的Imagen，则不仅在文生图方面“同场竞技”，还成为不少AI学者研究的算法模型；
AI文本生成上，接近年末发布的ChatGPT，彻底将AIGC的热度推向巅峰。
或许征兆并不明显，但其实早在去年年初，百度研究院就预测到了这一趋势：
超大规模预训练模型呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势，并逐渐实用化。
例如AIGC （AI generated content，人工智能创造内容），借助大模型的跨模态综合技术能力，可以激发创意，提升内容多样性，降低制作成本，将会实现大规模应用。
这样的结论并非偶然。
在国内，百度可以说是最早布局AIGC的大厂之一，在AI绘画模型普遍英文输入的情况下，早早实现了中文版文生图模型文心·一格：
△国风绘画尤其好看
做出这样的预测，也是基于自家研究进度得出的结论。
又如量子计算。
2021年，中科大团队相继推出“祖冲之号”、“祖冲之二号”超导量子计算原型机，又与中科院上海微系统与信息技术所等构建了“九章二号”光量子计算原型机，相继在两种物理体系实现“量子优越性”，彻底让量子计算出圈了一把。
但这还只是学术上的突破，量子计算究竟需要多久才能实现“人人可用”，仍旧是一个未知数。
而就在去年年初，百度研究院发布趋势认为：
量子软硬一体化方案成为主流趋势，现实需求加速量子计算与各行业融合创新。
量子软件和服务向跨平台发展，用户将在云原生量子计算平台上获得更丰富的量子后端选择，而承载量子软硬一体化方案的量子平台将逐渐显现其应用价值。
听起来似乎有点“天方夜谭”，然而就在今年8月，百度真的发布了一台名为“乾始”的产业级超导量子计算机，搭载10量子比特高保真度超导量子芯片。
除此之外，还发布了名为“量羲”的全球首个全平台量子软硬一体解决方案，可实现量子芯片“即插即用”。
如今，只需要在手机上下载量易伏APP，就能体验包括中科院在内的量子计算机的使用，可以说是确实将自己的趋势做了出来。
再例如自动驾驶领域。
去年对于国内外的自动驾驶公司而言，“真无人”已经是一个越来越常见的名词。
国外保守如Waymo，先是在去年3月开启旧金山市区无人化试驾，仅限员工体验，随后在凤凰城开始提供打车服务；
而在去年年末，Waymo也终于开启无人车机场接送，实现了“主副驾都无安全员”的7×24小时打车服务。
国内百度则不仅已经实现了无人车量产，更是在全国更多区域落地全无人Robotaxi，最近的一次消息则是在武汉开启的夜间无人车——
而这也正是2022年初百度研究院立下的“flag”之一。汽车作为机器人的一种形态，在无人化上进展神速：
自动驾驶技术进入无人化落地新阶段，多元“汽车机器人”不断涌现，连接技术与场景。
2022年，在政策法规与技术进步的双重推动下，自动驾驶将在无人化上高歌猛进，多元“汽车机器人”为代表的汽车形态迅猛发展。
……
不止是2022年。
今年是百度第四年发布研究成果。回顾前几年的趋势预测，会发现这几年押中的大模型爆发、现象级科技成果应用，几乎都会在其中有所体现。
例如2021年押中的数字人爆发；又例如2020年预测的NLP模型与知识深度融合趋势，也在GPT-3上得以体现。
总结下来，这几年百度研究院一直在自身实践基础上，对国内前沿科技布局进行预判和感知。
以此发布的这份趋势，也不仅仅是未来一年国内外热点的预判。如果回看过去的趋势预测，又能更好地针对每年的变化和科技发展趋势做出分析总结，以更好地发现AI发展过程中遇到的问题、继续前进。
最后，附上今年包括大模型生态、虚实共生、自动驾驶、量子计算等在内的十大科技趋势预测，你最关注哪一个？
百度研究院2023科技趋势预测
1、大模型生态：行业大模型生态初现，服务千行百业智能化升级
AI大模型正在向跨语言、跨任务、跨模态的技术方向演进，已成为当下AI技术发展的一个主要趋势。依托深度学习平台，大模型技术的效能不断提升，具备了很强的通用性、泛化性、可解释性，以及开发流程标准化程度高的优势，能够解决AI碎片化难题，持续降低AI开发与应用的门槛。
随着大模型技术逐步成熟，训练能力、核心算子库和软件平台布局不断完善，在航天、金融、能源等领域，“行业大模型”开始浮现，围绕各行业需求，搭建AI基础设施，推进“AI+行业”的应用创新。我们预测2023年行业大模型将覆盖更多领域，逐渐形成生态，积极践行“普惠AI”，服务千行百业的智能化升级。
△AI绘画技术支持：百度飞桨文心一格
2、数实融合：AI新型基础设施建设需求增长，数字技术和实体经济深度融合
我国“十四五”规划和2030年远景目标纲要都强调大力发展数字经济，为人工智能等数字技术带来了强大创新动力和广阔市场空间。当前，智算中心、深度学习平台和大模型等AI新型基础设施不断夯实，加快推动人工智能产业化落地，满足以制造业为主的实体经济转型需求；同时，我国庞大的制造业规模、丰富的应用场景和海量数据资源，非常有利于深度学习模型的迭代进化，技术与场景的融合，会催生出具有产业通用性的新产品新业态。
AI新型基础设施建设，短期看，将会成为各地政府发展数字经济的重要抓手之一，对区域经济发展和产业升级有明显推动作用；中长期看，将促进数字技术和实体经济深度融合，更好地赋能产业数字化转型和智能化升级。
△AI绘画技术支持：百度飞桨文心一格
3、虚实共生：Web 3.0技术打造新型网络空间，元宇宙业态有望迎来颠覆式创新
人们正在构建一个内容丰富的虚拟世界，这个虚拟世界从最初平行于物理世界，逐渐发展到与物理世界紧密连接，未来有可能会实现彼此交互、融合和共生。预计2023年，得益于众多关键数字技术的突破，这一趋势将会加快。
Web 3.0技术将会打造一个去中心化的，更加开放、公平和安全的新型网络空间，用户可以更安全地交换信息和价值；数字孪生和虚拟仿真、AI等技术融合，会在购物、制造、家居、城市等诸多场景，创造更精准和智能的数字孪生体；AIGC将带来全新的内容创作模式，广泛运用到绘画、文学甚至视频制作等领域，大幅降低内容生产成本；结合VR/AR带来的沉浸式体验服务、5G提供的大数据高速传输能力，一个全面和丰富的元宇宙业态有望加速成型，在此之上的产品和服务模式，也可能会迎来新一轮的颠覆式创新。
4、自动驾驶：自动驾驶技术迎来新升级，推动智能汽车产业“扬帆远航”
随着自动驾驶进入城市场景，无论是感知复杂环境、还是处理海量数据的难度都大大增加，传统小模型无法满足高级别自动驾驶的要求。业界开始通过引入大模型技术，让自动驾驶汽车有效扩充语义识别数据，大幅提升长尾问题解决效率，进一步增强自动驾驶感知泛化能力，适应更多出行场景。
预计2023年，中国主要城市自动驾驶商业化落地将呈现运营范围、车队规模双增长的趋势，拥有自动驾驶技术的智能汽车市场渗透率也将有新突破，智能汽车产业从此前的“试水试航”走向“扬帆远航”。
△AI绘画技术支持：百度飞桨文心一格
5、机器人：行业应用机器人落地加速，改变劳动力短缺困境
伴随全球老龄化加剧，未来各行业将面临严重的劳动力短缺问题。不少国家已经积极发展自动化技术，改善劳动力短缺困境。
人工智能、大数据、云计算等关键技术的成熟，为自动化发展注入强大动力，特别是AI加持的各类机器人，将在实时感知、智能决策、优化控制等方面获得更大提升，越来越多地应用于施工、开采、救灾等需要大量人力的工作场景。此外，人形机器人产品将会在生活中扮演管家角色，承担简单的搬运、扫除、护理等工作，不仅极大地提高劳动生产率，而且在一定程度上可以让人摆脱繁重的体力劳动，使人们有更多时间享受美好生活。
6、科学计算：AI技术成为重要科研辅助力量，改变多学科研究范式
AI for Science正受到越来越多的关注，AlphaFold等模型的成功让人们看到，人工智能技术对科学计算产生巨大影响，也正在改变许多学科的研究范式。
通过引入AI技术，研究者们开发了科学计算工具，解决传统科学计算过于复杂而难以求解的问题，提升系统建模分析能力。相信未来会有更多功能强大的科学计算工具出现，推动AI技术成为重要的科研辅助力量，在物理、化学、生物、材料学等基础科学及药物研发等应用领域体现自身的独特价值。
△AI绘画技术支持：百度飞桨文心一格
7、量子计算：量子计算核心技术持续突破，产业化进程加速
过去一年，量子计算技术已在软硬件、应用和网络等关键技术方向实现新一轮突破。预计2023年，多种技术路线的量子芯片性能指标将持续提升，云原生量子计算平台将提供更强大、更丰富、更专业的服务，易用性大幅提升，开发门槛进一步降低，量子设备将在多个应用场景中展现出优势，在人工智能、材料模拟、金融科技、生物制药等方向诞生更多具备实际应用价值的量子算法；随着量子计算硬件性能与量子算法的不断提升，量子软硬一体化方案的价值与需求将会更加凸显。
公众对量子信息科学的关注将会不断增强，有关量子科普与教育将产生更加广泛与迫切的需求，借助量子计算平台加速形成繁荣的量子计算产业生态，政产学研用多方协同和资源汇聚会进一步深化。
△AI绘画技术支持：百度飞桨文心一格
8、隐私计算：隐私计算平台实现数据互联互通，兼顾价值创造和安全可信
数据安全治理和数据要素市场化的重要性和紧迫性日渐上升，隐私计算技术进入快速发展阶段，金融、通信、医疗、互联网等领域有越来越多的机构开始自建隐私计算平台，应用场景不断拓展和深化，推进各家隐私计算平台的互联互通逐渐成为行业新趋势。
在此背景下，“横纵交织”的可信数据流通网络初步呈现。可以预见，借助不断发展壮大的数据流通网络，未来几年隐私计算技术的应用场景将会不断推陈出新，隐私计算平台也会在多个行业成为支撑数据安全治理和数据要素市场化发展的重要基石，有助于塑造兼顾价值创造和安全可信的数据产业。
△AI绘画技术支持：百度飞桨文心一格
9、科技伦理：可解释AI技术推进“人机互信”，可信可控技术能力成企业全新竞争优势
人工智能等技术的快速发展，带来了新的社会伦理问题与风险，引起世界各国的关注。我国政府今年出台《关于加强科技伦理治理的意见》，向联合国提交《关于加强人工智能伦理治理的立场文件》，积极倡导“以人为本、智能向善”原则，确保人工智能安全、可靠、可控。
科技企业和科学家也在积极探索可解释AI技术，尝试在价值对齐的背景下促进有效的人机交流，让AI真正理解人类意图，降低算法的“黑箱风险”，实现更有预见性的AI治理。好的技术不仅关注结果，更要关注过程，我们预测，未来在一个高度智能化和数字化的社会，具备可信可控的AI技术能力，将成为企业新的竞争优势。
10、科技可持续发展：侧重绿色低碳和可持续发展能力，边缘计算和先进计算正实现关键突破
近年来，在可持续发展理念的影响下，促进节能减排和降本增效已成为新技术的重要演进方向。其中，边缘计算兼顾了计算的实时性和弹性，能够减少海量数据的传输，节约巨大的数据传输和能源成本，未来边缘计算与5G、AI等技术协同，将助力低碳经济的发展。先进计算正在从计算理论、架构、系统等多个层面提升现有算力规模、降低算力成本、提高算力利用效率。
我们预测未来会有更多侧重绿色低碳和可持续发展能力的新技术突破，其落地应用将有望缓解环保、健康、能源和材料等问题，提升人类生存环境的质量。
△AI绘画技术支持：百度飞桨文心一格
