2020十大科技趋势展望

 近些年总感觉时间过的飞快，2019一眼转眼就将成过眼云烟，虽然并没能来一场说走就走的旅行，但是世界那么大总还是要睁开眼睛去看一下，接下来的2020会有哪些黑科技即将占据时代的C位，笔者将带大家共同来进行盘点。基于本文的词云如下，可做为2020年的关键词参考。

基础科研期待突破

为了避免某些西方国家的技术封锁及断供给我国发展带来的不确定因素，自主创新的理念不断深入人心，尤其是基础学科方面的自主创新，是我们实现赶超、后来居上、跨越发展的根本途径。而且我们在量子计算、新材料科学等方面的确也十分令人期待。

1．量子计算进入攻坚期

2019年，科技巨头间的“量子霸权”争霸赛让量子计算这个高深的概念在走入了大众的视线。先是10月份谷歌在自然杂志发文称仅需要200秒即可完成超算上万年才能完成的计算量，不过这样的结论随后也遭到IBM等公司的公开反对，有关这方面的情况笔者在《300秒搞定第一超算1万年的计算量，量子霸权时代已来》文章中已经加以介绍。

我国量子计算方面也是成果丰硕，比如近日中科院院士潘建伟教授与德国、荷兰的科学家合作，就首次实现了20光子输入60×60模式干涉线路的玻色取样量子计算，在四大关键指标上均大幅刷新国际记录，逼近实现量子计算研究的重要目标“量子霸权”。

由于量子单元并不是简单的0、1态而是一个相干叠加态，因此容错量子计算和演示实用量子优势一直是业内期待攻坚突破的里程碑，是量子计算实用化的转折点，想达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。2020年预计量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。

2. 新材料推动半导体器件革新

目前主流的的经典晶体管制程是7nm，不过由于量子纠缠效应的存在，业内对于3nm以下制程的芯片普遍持悲观态度。在摩尔定律放缓以及算力和存储需求爆发的双重压力下，科学界也在寻求对于经典的半导体材料-硅的替代方案。

目前以Bi2Se3、 Sb2Te3、 Bi2Te3为代表的拓扑绝缘体，等能够实现无损耗的电子和自旋输运，使全新的高性能逻辑和互联计算单元的成为可能。新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。

考虑到传统半导体材料硅已经接近潜力极限，再想提高性能只能在新型材料方面找到突破口，所以2020年笔者认为这方面很可能迎来突破。

3．模块化设计让天下没有难做的芯片

在2019年之前中国芯片行业当中流传有一句俗话叫做“除了水和空气，剩下的都是从国外买的”，听起来似乎是很夸张，但实际上一点也不夸张，除了技术之外，过高的芯片成本，过长的投资回报周期也成了阻碍其行业的发展的拦路虎。如何降低芯片的成本以及提高运算效率是当今各大企业所考虑的首要难题。今年的乌镇互联网大会上，阿里旗下的平头哥芯片公司率先开源了一款物联网芯片（MCU），笔者已经在《百行代码解读阿里 AloT 芯片平台无剑 100》做过详细解读。

由于传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒

（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的，进一步加快了芯片的交付。2020年我国在芯片方面的投资肯定会更进一步加大，那么这种模块化的芯片设计模式，能否让我国的芯片行业更上一层楼，尤其值得期待。

4．AI从感知智能向认知智能方向发展

之前AI自从AlphaGo出道以来，在自然语言处理、图像识别、语音合成等“听、说、看”的感知智能领域达到甚至超越了人类所能达到的水平，但是却只能找到统计联系无法找到因果关系。正如三年前李世石与AlphaGo的第四局对弈中第78手制胜一挖，并非无法破解，但AI就是被这一手打败，原因还无从知晓，这也反应感知智能的不足之处。

而认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合扩领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，让AI能够回答为什么的问题，实现从感知智能到认知智能的关键突破。

笔者在参加2019年BDTC大数据年会时就观察到有关因果推理等认知智能领域的话题得到了业内极大的关注，因此我们也有理由相信2020年人工智能在通过外部知识、逻辑推理或者领域迁移的认知智能将可能迎来突破。

技术发展新趋势

除了基础科研方面的突破，物联网、AI、云计算等新兴技术发展新动向也同样值得关注，具体如下：

1．物联网+工业的迎来爆发

随着5G的落地；IoT设备数量的爆发、边缘计算概念的提出的使得工业生产的各个要素得以深度整合，提高制造效率、改善产品质量、降低产品成本和资源消耗，将传统工业提升到智能工业的新阶段。从当前技术发展和应用前景来看，物联网在工业领域的供应链管理、生产过程工艺优化、产品设备监控管理、环保监测及能源管理、工业安全生产管理都发挥了巨大作，实现工控系统、通信系统和信息化系统的智能化融合。

通过物联网+的方案制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。物联网+工业必将在2020年迎来爆发。

2．AI+物联网使机器间大规模协作成为可能

传统单体智能无法满足协调大规模的智能设备共同完成实时感知、决策工作。但随着物联网协同感知技术、5G高速通信技术的发展，使多智能体之间的协同合作成为可能。多智能体协同将使物联网进一步智能化，强化智能系统的价值。比如大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送，甚至将智慧城市更超大规模的智能终端合作成为可能。

3计算存储一体化突破AI算力瓶颈

目前深度学习需要采用规模非常庞大的网络，存储很多参数，完成大量的计算，同时在这些计算过程中会生成大量的数据。为了完成这些计算，芯片设计中会增加很多运算单元，如几千到几万个运算单元，随着运算单元数目的增加，每个运算单元能够使用的存储器的带宽和大小都在减小，存储器成为了计算的瓶颈。

由于深度学习并不属于通用计算的范畴，冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。

4．云服务下沉成为新十年的基础设施

笔者在前文《神龙飞天，国士王坚》中曾经介绍过在阿里神龙服务器和飞天操作系统的加持下，阿里甚至整个云服务中的虚拟化层所带来的损耗正在被不断的降低，云服务凭借其标准化、弹性化的优势，使得用户只需专注应用开发，无需关注基础设施及基础服务，而且通过云原生的资源交付方式，可以提高计算效率、易用性，降低用户的计算和运维成本。云服务正在变得像电力、自来水一样的无处不在，成为数字经济时代基础设施。

来自于技术的关怀

技术本身不全是冷冰冰的，很多新兴的技术也会带有一定的人文关怀，比如：

1.保护数据隐私的AI技术将加速落地：

数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值，同时避免数据泄露的风险。

2.规模化生产级区块链应用将走入大众

2020年除了央行基于区块链的数字货币很可能会进行试点以外，随着BaaS(BlockchainasaService)将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也随着国家的大力扶持而应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。

之前区块链的发展过于偏向于虚拟化了，而通过正本清源目前区块链产业的发展也越来越贴近实体经济，我们看到目前腾讯与阿里等头部企业在区块链方面的专利储备是非常雄厚的，2020年肯定会涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。