2023年十大数字科技前沿应用趋势

7b121e3d0a0be6c729f390f4b18dfd07.jpeg来源:腾讯研究院

编辑:蒲蒲

继21年的“变量”、22年的“融合”,2023年数字科技的发展呈现出明显的“升维”特征。

近日,腾讯研究院联合百位内部科学家、技术专家和外部院士专家,发布《升维 - 2023年十大数字科技前沿应用趋势》报告观察。

报告从数字科技的科研突破、重大事件和创新应用等方面,对高性能计算、泛在操作系统、云计算、数字人、时空人工智能、能源互联网、Web3、机器人、数字办公、产业安全共10个热点方向进行了深入分析,洞察前沿科技的重点趋势。

fd68af6dbb56d68500068fed24c14c9c.png

课题组通过持续研究,遴选了数字科技前沿应用的百余个关键技术点,绘制成一幅“数字科技星图”。根据这些技术点的相关性、影响力和成熟度,报告将其以“星座”的形态,分布在IT重塑,智能世界,数实交互和未来网络四个领域。

6660a59b42812bb9038e7db60d37bbbe.jpeg

IT重塑的星系,汇聚着计算、存储、架构、安全、操作系统等数字科技底层设施的重塑;智能世界的星系,表达着AI、终端、机器人、数字空间等构筑未来世界的数字元素;数实交互的星系,描绘着音视频、人机交互、XR、数字人、数字孪生等推动数实共生的技术动力;未来网络的星系,预示着5G/6G、物联网、Web3、能源互联网等未来网络形态的涌现。

高性能计算

高性能计算迈向“CPU+GPU+QPU”时代

2022年是高性能计算技术发展的蓄力之年。高性能计算在架构、硬件和软件等方面的迭代和积累,将在“应用驱动”的持续塑造下,加速完成2.0的代际过渡,进入3.0时代。

f626baf3b9bddef3580fe04226925296.jpeg

  • 趋势要点1:异构计算成共识,加速高性能计算2.0性能突破,3.0探索CPU+GPU+QPU。

  • 趋势要点2:芯粒技术普及为未来算力突破蓄力,量子计算机硬件为应用转化持续积累。

  • 趋势要点3:AI技术应用于高性能计算,算法和软件将成为量子计算新驱动力。

泛在操作系统

泛在操作系统加速人-机-物全面融合

操作系统是计算机系统中最为关键的一层系统软件,是计算系统的核心。人类社会、信息空间、物理世界深度融合的泛在计算时代正在开启,融合“人机物”海量、异质、异构资源的新场景正在涌现,所需管理的资源复杂度呈指数级增加。构建一个对下管理各类泛在设施/资源、对上支撑各类场景下数字化与智能化应用的泛在操作系统已成为发展趋势。

65f05238db52d396d8ffd53c2a0c40cf.jpeg

  • 趋势要点1:“软件定义”成为泛在操作系统构造的核心使能技术。

  • 趋势要点2:新应用模式正在催生多样化的应用场景操作系统。

  • 趋势要点3:云-边-端不同类型泛在操作系统更趋于交互与协同。

云计算

云计算向精细化、集约化和异构计算演化

云平台从计算、网络、存储等基础能力的提升,到大数据、人工智能、数字孪生、AR/VR等数字技术与云紧密耦合形成云原生服务,再到混合云、专有云、无服务器计算、分布式云等不断形成精细化的交付模型,并伴随全真互联的需求,云上融合GPU、DPU等加速形成丰富的计算服务,云计算不断想精细化、集约化和异构计算演进。

f6aff2e6770d19f517a6da0e89e7318a.jpeg

  • 趋势要点1:交付模型持续丰富适配用户转型需求。

  • 趋势要点2:人工智能、大数据向云原生范式转变。

  • 趋势要点3:全真互联计算需求推动云上异构计算体系加速构建。

时空人工智能

城市复杂系统的时空AI应用将会普及

时空人工智能是一组数字工具、模型和方法的集合,可以增加我们对如何、在哪里以及为什么我们在城市中定位和移动的理解。未来城市将涌现出城市的信息空间,打破物理空间与社会空间之间的隔阂,并交织重组。未来城市实际上是物理空间、社会空间和信息空间的融合体。

基于数字技术实现设施与服务的高效供需匹配,是数字技术背景下未来城市的核心特征,而实现这种基于动态时空的资源供需匹配所需的核心技术之一,就是时空智能。

2849a6bec05347d8bf15cabf605ad3fd.jpeg

  • 趋势要点1:时空数据管理能力开始全面统筹城市复杂系统。

  • 趋势要点2:时空数据实时计算能力正在实现城市时空资源高效匹配。

  • 趋势要点3:时空知识推理与计算持续增强推理与决策能力。

能源互联网

软件定义能源网络成为电网平衡先决条件

随着新能源市场发展,当下是软件定义能源网络(SDEN)的重要发展契机。在新能源转型的背景下,电网波动性加剧,无法单纯凭借电气装置达到平衡,需要依靠数字化手段进行调节,数字技术从原来的降本增效转向,成为实现电网平衡的刚需。

因此,软件定义能源网络是未来数字化能源系统基础设施的一个核心,代表了未来能源电力系统,尤其是新型电力系统的发展方向。

d382f62f207d9963863c34011bb3ef8e.jpeg

  • 趋势要点1:即插即用,能源网络接口设施标准化,奠定软件定义电力的基石。

  • 趋势要点2:硬件蓄力,能源设备模块化革新,是实现软件定义的硬件基础。

  • 趋势要点3:软硬兼施,能源虚拟化技术发展,实现软件定义能源网络。

Web3

隐私和扩容技术突破加速应用向Web3迁移

2021年,伴随着海外以太坊等公链上的应用和交易剧增,Web3的概念受到广泛关注。随着NEF市场的火热,区块链应用层被进一步打开。2021年被业界定义为Web3飞速发展的元年,Web3产业层面的发展刚刚拉开序幕。

目前,业界就Web3的概念形成的初步共识是:Web3是区块链技术出现后,基于Web3技术框架产生的概念,是一个由用户和建设者共同拥有的互联网,具有资产上链及可编程、可组合的特点。

ab1b60bcb396f2bb17d7d9c1448d48c7.jpeg

  • 趋势要点1:通用去中心化身份(DID)成为Web3底座。

  • 趋势要点2:以太坊扩容有望带来大规模应用迁移。

  • 趋势要点3:零知识证明将解决区块链性能瓶颈和隐私问题。

机器人

柔性材料革新推动机器人仿生精进

未来1-3年,随着柔性电子技术和机器学习算法的进步,触觉传感器的空间分辨率和精度有望大幅提升。对于提高机器人灵巧操作水平、带来人机交互体验升维意义重大,从而进一步拓展智能机器人应用空间和服务能级。

包括工业机器人遥操作、医疗手术机器人、仿真培训、空天探索、智能座舱等场景将更多补足触觉感知,将向虚拟现实下一代交互终端、末端假肢器等场景扩展。

4e0b530c73ba9f1c774665ef9945bca5.jpeg

  • 趋势要点1:柔性材料取得突破性科研进展,推动机器人“穿戴”高分辨率、大面积的触觉感知。

  • 趋势要点2:科技公司投身触觉感知的软硬件研发,推动机器人从触觉感知向触觉智能进化。

  • 趋势要点3:触觉感知技术在视觉补足、视触听多模态融合方面实现发挥增量价值,有望在3-5年内实现产品级突破。

数字人

数字人成为全真互联交互新入口

目前,数字人产业正处于快速发展期间:离线渲染、非交互类型的数字人仍是主流,在数字化营销、文娱等领域应用广泛;而AI驱动的数字人在行业服务领域以及虚拟分身数字人在虚拟空间的应用都处于爆发前期。

1e7a5cf61a8f7e4dff6956ade543c11c.jpeg

  • 趋势要点1:技术集推动数字人制作周期大幅度缩减,算力提升助力实时渲染。

  • 趋势点2:AI技术发展提升推动多模态感知和交互能力,数字人“思想”更像人。

  • 趋势要点3:数字人将成为3D互联网交互入口,推动渲染从本地到云端。

数字办公

数字办公加速走向在场协同和知识共创

数字办公协同正在风靡全球,据远程工作空间提供商IWG估计,全球70%的员工每周至少远程工作一次;此外,IDC数据显示,至2023年,全球2000家企业或组织中,70%将采用远程或混合办公优先的工作模式。

云平台、音视频处理、数字协同、数据操作、人工智能、表达渲染基本构建了数字办公技术栈。同时知识数字化、数字协同工具的广泛应用也进一步推动数字办公协同的发展,使得未来数字办公日益走向“多模态”与“大协同”,并引发知识共创的范式革新。

c49f7af6b6a5910af09c10c99cca069d.jpeg

  • 趋势要点1:沟通从“在线”到“在场”-“把世界带到你身边”。

  • 趋势要点2:数字协作技术提升数字办公“”四维生产力。

  • 趋势要点3:数字生产力从办公外溢,图谱化协作引发知识共创范式革新。

产业安全

多元技术促进产业安全一站式和场景化

随着“数实融合”的深入发展,数字技术的在各行业中广泛应用,引发了潜在的新型基础设施安全、数据安全、数字产业链安全、网络安全等一系列安全问题,面对挑战,一体化防护和一站式数据治理、零信任安全体系、威胁青报、AI、大数据、隐私技术等技术及理念驱动解决新型安全问题的新思路、新方法和新路径。

74e265a52e66ececf88d32b9eb8b7a5a.jpeg

  • 趋势要点1:数字化上云进程加快,一体化防护和一站式治理将成为最优解。

  • 趋势要点2:混合办公时代未来以来,零信任体系破局安全变革。

  • 趋势要点3:全球安全形势严峻,威胁情报共享是安全生态共建的重要路径。

  • 趋势要点4:企业业务安全意识加速重塑,前沿数字技术驱动封控防线更安全。

扫码下载“2023年趋势”报告

1f688f5a9434e23158079c2ff88489f6.jpeg

关注数据观信息仓 | 行业数据全洞察

具体内容如下

712f3cfed8264dc75a48923d712d40cc.png

98af3c9222190548bd11b9d7b4d17e52.jpeg

e611457d8fc5f8666be60c5ee2a5a914.jpeg

b468f0db803a29e94d1e397cd1704ab3.jpeg

4183ef55188ace43730d6f7d13c9ae6c.jpeg

557d6930dac036abd25dd46d97ed640a.jpeg

74ca903e7d704b4d6d5d0c0949a4e48e.jpeg

5ca1e829aec2b32db2961c5a77788002.jpeg

95e172379314c7437f7121b9e6f26929.jpeg

6bc320861a693f651a86c7f0c4689d95.jpeg

3eb8a3cca831c20a5fe46f85ccc2e5e8.jpeg

5f2db8742954ad2f8a358468c6aa75d5.jpeg

613f5896b6888184c08a69a82cf7d963.jpeg

a08f65877f3f84b0f2afd5f9e5cf8c4b.jpeg

1a0aa2b275e3f6d6b9a65a5290906e44.jpeg

25203e057baacbaddf432a83134451cc.jpeg

b94e2540f9165ebbe49f6e9c7e19f39a.jpeg

9032f54abb0ed0e63c3799272c0d6cd9.jpeg

ae050977771cd56c9dd89d4d5a0cd1c4.jpeg

0acc97bfef1ed8fb5f48f5445eb5253e.jpeg

725ff6d07ab33a3fdb2d0c050e9eb542.jpeg

43c7834630d62a22b498ca7539c8766d.jpeg

776f1dc97a3944821cb7dfbaac2c8949.jpeg

32e797298e6e87f93b4c96ec52008998.jpeg

9ff35d113c265a682df6bbb10ec6ae08.jpeg

5c01f1d3ab39e89980bd589de48e7286.jpeg

678ac47c66b6ff656c10e22d601ffd01.jpeg

fe11be31d25b488767b7f285070abf03.jpeg

971ffd637d6f97728bdfbaf0ae2a35dc.jpeg

c4ee42e955f8fc921cf74701b264feb2.jpeg

2fd944b3374ff5a6c15ecf6178cb4259.jpeg

753487e905fe9266c6c9509a7c22bf54.jpeg

63ef0c9d4e5dafe0a446a074441cc723.jpeg

95059a8b17815a9e62a7bc9734af66a9.jpeg

8993106c5fbf581926d0e930e3798abf.jpeg

d25f040758c7e40720f0458baa2ca171.jpeg

b7d18ec2cba9d72e055f9e331cb51430.jpeg

137424aebc36d4d4f5869d2a9d32fabf.jpeg

ad76f897df831fc11c00e0ab09eff07f.jpeg

283310d2244f2b20e586c04c5cd40ac8.jpeg

8d137c1c7c5f29150a75c5ecfd2ef980.jpeg

8a1a63dabfa3a242b49602dba12094e0.jpeg

c0a77803285f407e7fa2a6363cc0c75d.jpeg

dc71574a1840e13c12b901572e77a26d.jpeg

7e89ea8b7dfb66cef30e007496dced24.jpeg

1d41739e5c36962c7d6cdc563e5d50f8.jpeg

ec18a667b9d71020242ff04259b02598.jpeg

bee4374fd9c34dab74c042d1b7b4a53b.jpeg

3434ac8a80369db9f070d3a7a42c0813.jpeg

7939e65f0dceb1385cd38689efaa6725.jpeg

e5b0224d008ad1e94b9d1ad3bedb9d19.jpeg

fc5a397cfb345a1df2b52e2e04df2346.jpeg

854e6d9aac05a5ce474abb9d4df4a1d9.jpeg

142d39f837acf4b1817c3c4984c8e1be.jpeg

1912c6745639a0771bd1eca05e106368.jpeg

f223e80a4be11d1169e04b9f05f94996.jpeg

185451a03aa488711522a502b4ef094c.jpeg

1294b9f892c5b53fb35e8ff0e9f6057b.jpeg

352e51f94c61e24a3a400b1746bb1586.jpeg

32929c5c6c13a46aaa7f093448e20b83.jpeg

351fed52ceab0657910c3f5fab390f11.jpeg

8a3ba9ccc4915f3e534e0d9d8a0c54ac.jpeg

242f0c315824cdaf9c301f6e104fbec4.jpeg

b2fd98fee444e470c1eeb47879c564ff.jpeg

d87924d4d6fb5107c09603b07888e627.jpeg

472adbea2235ba7235968759edeb8d7c.jpeg

da2ffdc92f88ebf40f677bc337d2e68a.jpeg

afe5b11a9442fce6b6d5b4e4df109abd.jpeg

d0fc3db49caf0526f3905d7d40400cfe.jpeg

99d8ce71c01f716a32cfcf11690cb7c1.jpeg

1d96e384bcb893e50a3239e132688cab.jpeg

ba7c9973044ffa46cf2b4ec916255242.jpeg

49046ec8581a3bdcf5a21819132acc6c.jpeg

8dae88944951bcabaae0553f918b57ce.jpeg

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

41c032558fb0483a7b5f5836d8cee756.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481296.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

绕开数学,讲讲信息论

看到文章的标题,肯定有人想说“诶?小夕你不是做人工智能吗?怎么又捣鼓起通信里面的信息论了?”小夕肯定会很开心的揪住你,然后说“哈哈哈~发现一只外行!”学过机器学习的喵喵肯定知道很多决策树的核心就是计…

大数据时代的机器学习有什么不同?

小夕昨晚没有发文章&#xff0c;却收到了一个大红包和好多晚安&#xff0c;好受之有愧..>_<...谢谢你们喵。路人戊&#xff1a;小夕&#xff0c;我们身处大数据时代了&#xff0c;好厉害呢。小夕&#xff1a;嗯嗯&#xff0c;哪里厉害了呢&#xff1f;路人戊&#xff1a;…

Science Bulletin | 阿尔茨海默病的现状与未来

目前全球人口老龄化进展严重&#xff0c;中国已成为世界上老龄化最快的国家之一。随着人口老龄化&#xff0c;痴呆患者的数目急剧增加&#xff0c;阿尔茨海默病&#xff08;Alzheimers disease, AD&#xff09;作为痴呆的主要原因&#xff0c;已成为当今社会最为热点的话题之一…

Science年度十大科学突破出炉:韦伯望远镜高居榜首,AIGC、NASA主动撞击小行星紧随其后...

来源&#xff1a;FUTURE远见选编&#xff1a;FUTURE | 远见 闵青云 文&#xff1a;量子位 前脚韦伯望远镜运维科学家刚获得Nature年度十大人物&#xff1b;紧接着&#xff0c;Science也将韦伯望远镜评为年度最大科学突破&#xff01;今天&#xff0c;Science重磅发布2022年度科…

词袋、独热与词向量

亲爱的读者喵喵&#xff0c;由于一些事情&#xff0c;小夕最近情绪欠佳&#xff0c;导致昨天又失约没有更新文章...而且文章中萌气散失...小夕会尽快调整好哦&#xff0c;小夕依然萌萌嗒我们知道&#xff0c;传统的数据挖掘任务面向的是结构化数据。结构化数据很好理解&#xf…

人工智能会“偷走”潜艇的隐身能力吗?

更好的探测技术 不仅能使海洋变得透明&#xff0c;也许还会削弱核威慑力。潜艇的价值主要在于其隐蔽性。有一种名为“相互确保摧毁”的威慑战略&#xff0c;其关键在于尽量确保潜艇在核战争的第一次导弹打击中幸存下来&#xff0c;从而在第二次打击时发射导弹回击。因此&#x…

人工智能大地图之分布式人工智能篇

前言人工智能大地图系列文章更新啦&#xff01;大地图系列的文章是为了帮助即将入门和初步入门人工智能相关领域的喵喵从上帝视角看清整个人工智能学科的全貌&#xff08;好长的句子&#xff09;&#xff0c;小夕可不希望小夕的粉丝在研究了一年的人工智能某方向后&#xff0c;…

符合人类创作过程的AIGC:自动生成长故事的模型出现了

来源&#xff1a;机器之心报道编辑&#xff1a;小舟、蛋酱AI写文章还是得模仿人类的创作方法。在今天的人工智能领域&#xff0c;AI 写作神器层出不穷&#xff0c;技术和产品可谓日新月异。如果说 OpenAI 两年前发布的 GPT-3 在文笔上还稍欠火候&#xff0c;那么前段时间的 Cha…

Science:挑战传统理论,重塑联想学习概念

来源&#xff1a;brainnews编译作者&#xff1a;Young&#xff08;brainnews创作团队&#xff09;校审&#xff1a;Simon&#xff08;brainnews编辑部&#xff09;学会根据环境线索预测奖赏对生存至关重要。人们认为&#xff0c;动物通过在结果偏离预期时更新预测来学习预测奖赏…

【完结】史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(四)

小夕再次感谢大家的关心&#xff0c;你们的小夕已经满血复活啦&#xff01;小夕会坚持为大家带来独一无二的干货和故事哦。前言有读者反映&#xff0c;ta若能完成这个系列的阶段三&#xff0c;就在他们实验室被奉为神了。因为他们实验室每个人人手一本《模式分类》&#xff0c;…

文本相似度

《统计学习方法》-李航 损失函数总结 概要 <div id"post_detail">NLP点滴——文本相似度 目录 前言字面距离common lang库相同字符数莱文斯坦距离(编辑距离)定义实现方式Jaro距离定义实现方式应用SimHash定义基本流程相似性度量存储索引实现应用语义相似性背…

「可解释知识图谱推理」最新方法综述

来源&#xff1a;图灵人工智能近年来&#xff0c;以深度学习模型为基础的人工智能研究不断取得突破性进展&#xff0c;但其大多具有黑盒性&#xff0c;不 利于人类认知推理过程&#xff0c;导致高性能的复杂算法、模型及系统普遍缺乏决策的透明度和可解释性。在国 防、医疗、网…

小夕的算法入门之路

小夕都快要成XX入门指导专业户了QAQ&#xff0c;小夕是要写人工智能和计算机干货的啊喂~好吧&#xff0c;问小夕如何入门算法的小伙伴太多了&#xff0c;还是写一篇文章吧。小夕还收到了“如何准备托福”和“如何准备考研英语”的求助&#xff0c;然而小夕没有考过&#xff0c;…

AIGC发展路径思考:大模型工具化普及迎来新机遇

来源&#xff1a;腾讯科技摘要&#xff1a;当前&#xff0c;AIGC引发社会关注&#xff0c;尤其是大模型和开源模式的推动&#xff0c;让AIGC有望成为AI应用落地的新领域。一方面大模型和开源加速降低AIGC应用门槛并拓展应用范围&#xff1b;另一方面AI与创新的界限进一步模糊&a…

0基础讲解机器学习算法-朴素贝叶斯分类器

朴素贝叶斯分类器可以说是最经典的基于统计的机器学习模型了。首先&#xff0c;暂且不管贝叶斯是什么意思&#xff0c;朴素这个名字放在分类器中好像有所深意。 一查&#xff0c;发现这个分类器的英文是“Nave Bayes”。Nave&#xff08;读作“哪义务”&#xff09;即幼稚的、…

你可以在虚拟世界里过上美好生活吗?

来源&#xff1a;混沌巡洋舰时间来到 2095 年。地球表面满目疮痍&#xff0c;核战争和气候变化引发一场灾难。你只能过着困苦的生活&#xff0c;躲避匪帮&#xff0c;避开地雷。你的主要愿望就是活下去。或者&#xff0c;你也可以将自己的肉体锁存在安保严密的仓库里&#xff0…

web of science,SSCI索引,带你入门!

第一步;选择数据库&#xff0c;一般选择web of science 核心文集 第二步&#xff1a;在更多设置中选择web of science 第三步&#xff1a;点击被引频次后面的数字 第四部&#xff1a;点击查看其他的被引频次计数 根据自己引用的选择次数 注意事项&#xff1a;web of sci…

陶哲轩破解数十年前几何猜想,用反例证明它在高维空间不成立,同行:推翻的方式极尽羞辱...

Pine 萧箫 发自 凹非寺量子位 | 公众号 QbitAI又一个重要数学猜想&#xff0c;被陶哲轩和他的博士后破解了&#xff01;此前陶哲轩在博客上发了个小预告&#xff0c;就已经有不少人赶来围观&#xff1a;看起来是个大新闻。现在&#xff0c;不少人期待的正式版论文&#xff0c;终…

手把手教你-如何查询中文期刊是否属于核心期刊!

1.进入图书馆、点击数据库检索、在输入cscd中国科学引文数据库&#xff08;Chinese Science Citation Database&#xff0c;简称CSCD&#xff09; 2 3 4 5 6点击详细信息进入下面的页面&#xff0c;可判断文档是否属于核心期刊&#xff01;

《机器学习系列-强填EM算法在理论与工程之间的鸿沟(上)》

小夕曾经问一位做机器学习理论的学姐&#xff1a;“学姐学姐&#xff0c;EM算法是什么呢&#xff1f;”学姐回答&#xff1a;“EM算法啊&#xff0c;就是解决包含隐变量的参数估计问题。”小夕&#xff1a;然后小夕去问一位做工程的学长&#xff1a;“学长学长&#xff0c;EM算…