达摩院|AI for Science时代，知识何存？( 二 ) 歌曲|耳机|音频|传输|娱乐集团

而为了让探测的触角能细致入微，不断挖掘新的数据，人们也在持续发明新的感知设备，比如柔性感知机器人。柔性机器人结合柔性电子、力感知与控制、人工智能技术，获得了力觉、视觉、声音等感知能力，应对多任务的通用性与应对环境变化的自适应性大幅提升，其理想目标是减少对世界的预设，也就是对预编程或穷举可能性的依赖。
柔性感知机器人是一种边缘端设备，它在边缘场景中的有效应用，还得依赖于中心知识的初始迁移，这其实正好印证了大小模型协同进化的趋势之必要性和必然性。另一类边缘端设备则在推进人类感官世界的中心化与边缘化的协同，那便是由AR、VR等设备构成的XR互联网。
知识重定义、知识与数据的协同，对应了人类社会的两大步调，也就是凝聚世界规律，和向新大陆进发。支撑这个过程背后的基础设施，是计算和通讯构成的全球互联网。
全球互联网的演进规律和人类社会是同步的，也就是中心化与边缘化同时进行。其中，在通讯层面，星地计算在扩大互联的规模，并走向全球一体化，云网端融合则是随着全球互联的发展而必然出现的重新分工与协同。而在计算层面，面对算力瓶颈以及突破摩尔定律的需求，人们不再执着于突破量子极限，芯片微型化、密集化的瓶颈还可以往能耗层面去考虑。凭借高密度的计算和极低的能耗，硅光芯片有望取代电子芯片，在保留二进制架构的同时，进一步发展摩尔定律，当然，这更多地也是为了适应人工智能的算力需求。
在中心化与边缘化的演进过程中，人类自身不断经受两股力量的推动。每个人都在中心化推力中恐惧被同化，也在边缘化推力中拒绝成为工具。这些心理驱力下衍生的便是对个体完整性的渴求，也就是在数据定义人的时代，对个人信息隐私性的需求。隐私计算在计算效率提高下将演变为全域隐私计算，适逢其时。
综上，达摩院总结出了未来的十大科技趋势，AI科技评论基于知识重定义、知识与数据协同、基础设施、人工智能伦理四个方面列出如下：
知识重定义

AI for Science

大小模型协同进化

知识与数据协同

绿色能源AI

高精度医疗导航

柔性感知机器人

XR 互联网

基础设施

星地计算

硅光芯片

云网端融合

人工智能伦理

全域隐私计算

知识重定义

AI for Science人工智能成为科学家的新生产工具，催生科研新范式
实验科学和理论科学是数百年来科学界的两大基础范式，而人工智能正在催生新的科研范式。机器学习能够处理多维、多模态的海量数据，解决复杂场景下的科学难题，带领科学探索抵达过去无法触及的新领域。人工智能不仅将加速科研流程，还将帮助发现新的科学规律。预计未来三年，人工智能将在应用科学中得到普遍应用，在部分基础科学中开始成为科学家的生产工具。
大小模型协同进化大模型参数竞赛进入冷静期，大小模型将在云边端协同进化
超大规模预训练模型是从弱人工智能向通用人工智能的突破性探索，解决了传统深度学习的应用碎片化难题，但性能与能耗提升不成比例的效率问题限制了参数规模继续扩张。人工智能研究将从大模型参数竞赛走向大小模型的协同进化，大模型向边、端的小模型输出模型能力，小模型负责实际的推理与执行，同时小模型再向大模型反馈算法与执行成效，让大模型的能力持续强化，形成有机循环的智能体系。