近年来,数字经济推动全球经济发展新动力,更是中国高质量发展新引擎。依托数字化技术实现新一轮产业变革、抢占全球价值链制高点,已成为各国竞争的焦点。中国提出建设数字中国,努力构筑国家竞争新优势。
为了更好了解全球数字科技发展情况,阿里研究院、智谱AI近日联合发布《2023全球数字科技技术发展研究报告》。报告基于AMiner科技情报平台的数据,利用文献计量方法,为数字科技研究前沿“画像”,揭示创新活跃程度,在系统、客观的分析方法基础上,总结2023全球数字科技十大趋势。
全球数字科技十大趋势
报告通过对2012年-2021年数字科技领域TOP1%核心论文的持续跟踪,筛选出了数字科技领域十大热点前沿技术:生物大数据、生成式对抗网络算法(Generative adversarial networks,GANs)、沉浸式扩展现实(Extended Reality,XR)、量子计算机、AI 破解蛋白质和基因结构、移动边缘网络、可解释的AI、联邦学习、混合计算和能源区块链技术——
表1 数字科技领域10大热点前沿技术
趋势一:生物大数据
随着对生命系统的不断深入探究和各种其他高通量组学技术的产生和发展,生物信息学的研究范畴不断扩大,各种组学数据 ( 转录组、蛋白质组、非编码 RNA 组、表观遗传组、代谢组、宏基因组等 ) 以及生物系统层面的解读不断扩展,生命科学从定性描述开始实现动态、精准和定量解读。
趋势二:生成式对抗式网络算法
作为人工智能学界的热门方向,生成式对抗式网络算法(Generative adversarial networks)
已法被广泛应用于图像和视觉、语音和语言、信息安全等领域。未来,随着 GANs 为代表的深度学习不断迭代,AIGC 百花齐放,产出效果或将逐渐逼真接近至人类作品。
趋势三:沉浸式扩展现实娱乐平台
扩展现实是元宇宙连接虚拟与现实的关键设备,随着扩展现实产业链和技术不断发展、内容应用逐渐繁荣,整个元宇宙娱乐生态正在持续丰满,沉浸式扩展现实娱乐平台有望迎来爆发。
趋势四:量子原型样机和专用处理器的研制
当前,量子计算机的研制已从以院校、研究所为主的基础性研究阶段,过渡到以 Google、IBM 等创新企业为主体的“量子霸权”研究阶段。随着量子计算机研制成果的不断涌现,通用量子计算机研制问题将在未来五年内被攻破,可实际使用的量子处理器将会落地。
趋势五:AI 解码蛋白质结构
2021 年,Deepmind 公司的蛋白质解码预测系统——AlphaFold 横空出世。与此同时,公司还公布了约 35 万种蛋白质的结构,该项成果因此入选《科学》2021 年度十大科学突破。随着人工智能技术的不断发展,对具有内在无序特性的蛋白质以及通过翻译后修饰或环境条件改变结构的蛋白质建模问题在将来有望解决。
趋势六:移动边缘计算网络
随着物联网、5G、工业自动化、智能制造的兴起,处于物理实体和工业连接之间的移动边缘计算越来越发挥出重要的作用,也逐步实现了集中化和智能化,其低时延、高带宽、个性化、高安全性、高隐私性等特性满足了分布式服务、自动工业控制的需求。
趋势七:可解释的 AI
由于人类社会的价值观念和价值体系存在多元化的特点控制工程网版权所有,未来发展具有可解释性的人工智能,加强人机之间的理解,让人工智能技术跳出“黑箱”,建立可解释、可理解、可信任的人工智能体系成为趋势。
趋势八:基于算法模型和安全隐私的联邦学习技术
近年来,联邦学习作为解决数据孤岛问题的重要技术引起业界广泛关注,并被广泛应用于金融、医疗健康以及智慧城市等领域。未来,联邦学习技术的发展将与边缘计算、区块链和网络安全等多个领域关联控制工程网版权所有,更好的发挥其隐私性、高效性和便捷性。
趋势九:混合计算
随着万物互联市场的发展,产业界逐渐认识到单一的计算方式不能解决所有问题,“混合计算”借鉴了异构计算的思想——用不同的计算资源处理适合该结构的任务,构建出某领域专用的高效应用组件,从而更好地满足无线互联、视频处理、图像识别、智能制造等多领域的高效处理需求。
趋势十:能源区块链
针对能源互联网应用系统中各个模块存在的问题,区块链技术能够依靠自身的链式特征和独特的区块结构融合到能源互联网中的各个层面,解决能源互联网系统中的相关问题。未来,创建区块链一体化能源系统可有效促进清洁能源的产量和能源的及时高效消费利用,提高地区性能源的综合利用率www.cechina.cn,在保证经济性和稳定性的基础上,实现节能环保目标。
全球数字科技科研实力对比
除了前沿新技术,报告还关注数字科技领域科研实力全球对比。报告发现,从全球数字技术论文的“量与质”方面来看,中美数字科技论文整体影响力大致相当。尽管中国数字科技领域论文数量(506,775篇)与美国(525,794篇)还存在4%的差距,但是平均被引量中国比美国多4次/篇www.cechina.cn,这说明中国数字科技领域论文整体影响力与美国大致相当。
另外,英国和加拿大论文数量大幅落后于中美两强,但其论文平均被引量明显高于中美,这说明英加两国数字科技论文影响力在全球仍占有重要地位。
中国在卓越研究成果方面明显落后于美国。某领域全球被引量Top1%论文(以下简称“Top1%论文”)被称为“顶尖论文”,其代表该领域卓越的学术研究成果。在数字科技领域,中国Top1%“顶尖论文”数量(7,096篇)明显少于美国(9,634篇),且平均被引量也明显落后于美国。
另外,值得一提的是,中国科学院的数字科技论文发表量高居全球第一。在全球数字科技论文量前10强机构中,排名前三的机构依次是中国科学院(59,487篇)、美国加州大学(49,111篇)和法国研究型大学联盟(UDICE)(48,217篇);除中国科学院外,中国还有一家机构即中国科学院大学(18,381篇)也跻身前10强;平均被引量最高的是哈佛大学和美国能源部,前者为50次/篇www.cechina.cn,后者为45次/篇www.cechina.cn,显示两者在数字科技领域显示出较强的研究和创新能力。
研究显示,中国在总体论文和Top1%论文数量增长上与美国的“黄金交叉”均已出现。2019年,中国在总体论文发表数量上与美国实现“黄金交叉”,而2020年中国在Top1%论文数量上与美国再次实现“黄金交叉”,这说明中国不仅在论文总量超过美国,而且在“顶尖论文”数量上超越美国,并逐年扩大与美国的优势。
从全球数字技术专利方面来看,中国是数字技术专利大国,中国数字技术专利数量全球遥遥领先。中国共387,989件数字技术专利,是排名第2美国的2.9倍,是排名后9位国家总和的1.6倍,中国数字应用技术整体研发能力在全球首屈一指。
在全球高价值专利前10强机构中,中国的华为和阿里巴巴入榜。韩国三星、微软公司和谷歌公司是全球高价值专利前三大巨头,数量依次为1,061件、630件和592件。其他前10强机构依次是、高通、华为、IBM、苹果、飞利浦、阿里巴巴以及索尼。中国的华为和阿里巴巴入榜,但是中国数字科技巨头与三星、微软和谷歌等国际巨头的专利储备实力相差较大。
全球数字技术高价值专利储备实力在较长时间内仍然维持“一超多强”格局。从近10年高价值专利数量变化态势看,全球主要数字技术强国均处于下降态势(原因之一是专利价值的显现需要一定时长),但是美国与日本、韩国、中国、德国等数字技术强国仍保持较大优势,很难预期后者在较短时期内能赶超前者。
全球数字科技人才储备实力对比
报告发现,从数字科技人才方面来看,中国人才基数大,但高层次人不足,且严重落后于美国。全球数字科技人才总量为77.5万人,其中中国有12.8万人,位居第一,占全球总量的17%,是排名第二的美国的1.5倍,是排名第三的日本的8.3倍。但中国数字科技高层次人才(即H-index≥20,下同)只有0.7万人,仅占全球总量的9%,仅为位居第一的美国(2.1万,占全球25%)的35%。这说明中国数字科技人才基数很大,但高层次人才储备不足,且远落后于美国。
中国高层次人才集中在高校,而美国高科技公司人才储备不逊色于顶尖高校。从全球数字科技人才机构分布看,中国科学院以4,722人的数量名列第一名,以较大优势领先于排名第二的美国加州大学(2,623人);进入全球前10强的中国机构还有两家,即中国科学院大学(1,462人,第六名)、清华大学(1,305人,第八名)。
从国际学者合作来看,中美学者合作为全球最热络的双边合作。但从2018年开始出现降温。2012年至2021年,在数字科技领域,中美学者共同合作产出被引量Top1%的论文1,954篇www.cechina.cn,为全球科研成果产出最丰硕的双边合作(第二为美英学者合作,共产出1,528篇)。但从2018年开始www.cechina.cn,中美两国学者合作论文增长率一直处于下降态势。
报告显示,全球数字科技顶尖科研团队基本被美国机构包揽。全球数字科技顶尖科研团队(Top10)基本来自美国顶尖高校(如斯坦福大学、卡内基梅隆大学、加利福尼亚大学、麻省理工学院、哥伦比亚大学、康奈尔大学等)、科技巨头(如谷歌、微软、IBM等)下设的科研机构(如下表所示)。