阿里达摩院2020十大科技趋势，与区块链有关与你的私钥有关

本文摘选自阿里达摩院2020十大科技趋势，摘选其中与区块链相关的部分发表，如对全文有兴趣的，可以登录阿里达摩院首页下载完整版白皮书。

2020是如此科幻的年份，步入2020年，仿佛回到久违的未来。科技浪潮新十年开启，蓄势已久的智能革命将迎来颠覆性的技术变局。达摩院今天发布2020十大科技趋势，希望与你共同见证那些期待已久或从未料想的变化，并且循着技术演进的曲线，找到我们的来处和去向。

趋势1

人工智能从感知智能向人知智能演进

人工智能虽然在达摩院的白皮书中没有直接提到与区块链相关，但是人工智能必将影响到区块链的算法与性能等方面，区块链+人工智能，绝对是大势所趋。

人工智能已经在"听、说、看"等感知智能领域达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。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，并结合跨领域知识图谱、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，实现从感知智能到认知智能的关键突破。

趋势解读

近些年来，人エ智能已经在感知智能上取得了长足的进步，甚至在许多领域已经达到或超出了人类的水准，解决了"听、 説、看”的问题.但对于需要外部知识、逻辑推理或者领域迁移等需要思考和反馈"的向题，仍然存在诸多问题去攻破。相较于感知智能这一人工智能1.0， 人工智能2.0将更多基于数据，自动将非结构化的数据转变为结构化的知识，做到真正意义上的认知智能。探索如何保持大数据智能优势的同时，赋予机器常识和因果逻辑推理能力，实现认知智能，成为当下人工智能研究的核心。

认知智能的机制设计非常重要，包括如何建立有效的机制来稳定获取和表达知识，如何让知识能够被所有模型理解和运用。这需要从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感，并结合跨领域知识图谱、因果推理、持续学习等研究领域的发展进行突破。

认知智能将结合人脑的推理过程，解决复杂的阅读理解问题和少样本的知识图谱推理问题，协同结构化的推理过程和非结构化的语义理解。它也需要解决多模态预训练问题，帮助机器获得多模感知能力，赋能海量任务。

大规模图神经网络被认为是推动认知智能发展强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据(如图像、语音和文本序列等)推广到更高层次的结构化数据(如图结构等)。大规模的图数据可以表达丰富并蕴含逻辑关系的人类常识和专家规则，图节点定义了可理解的符号化知识，不规则图拓扑结构表达了图节点之间的依赖、从属、逻辑规则等推理关系。以保险和金融风险评估为例，一个完备的AI系统需要分析个人的履历、行为习惯、健康程度等，还需要通过其父母、亲友、同事、同学之间的来往数据和相互评价进一步进行信用评估和推断。基于图结构的学习系统能够利用用户之间、用户与产品之间的交互，做出非常准确的因果和关联推理。

未来人工智能热潮能否进一步打开天花板，形成更大的产业规模，认知智能的突破是关键。认知智能可以帮助机器跨越模态理解数据，学习到最接近人脑认知的“一般表达"，获得类似于人脑的多模感知能力，有望带来颠覆性的产业价值。认知智能的出现使得AI系统主动了解事物发展的背后规律和因果关系、而不再只是简单的统计拟合，从而进一步 推动实现下一代具有认知能力的Al系统。

趋势2

计算存储一体化突破Al算力瓶颈

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,极大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。

据从存储单元读取到计算单元，运算后会把结果写回存储单元。在大数据驱动的人工智能时代，AI运算中数据搬运更加频繁，需要存储和处理的数据量远远大于之前常见的应用。当运算能力达到一定程度，由于访问存储器的速度无法跟上运算部件消耗数据的速度，即使再增加运算部件也无法充分利用，从而形成所谓的冯诺伊曼“瓶颈"，或"内存墙”问题。这就好比一台马力强劲的发动机，却因为输油管的狭小而无法产生应有的动力。

计算力瓶颈以及功耗瓶颈已经对更先进、复杂度更高的AI模型研究产生了限制。例n， 最先进的自然语言处理模型XL Net有约4亿模型参数，每次训练需要数百个深度学习加速器运算三天。而据估算人脑中细胞间互联轴突个数更是高达百万亿到千万亿数量级。显然AIl在认知问题上离我们追求的所谓通用人工智能还有巨大差距，未来计算能力和计算系统的效率需要比现在至少提高几个数量级。因此人工智能要进-步突破，必须采用新的计算架构，解决存储单元和计算单元分离带来的算力瓶颈。

计算存储一体化，类似于人脑，将数据存储单元和计算单元融合为一体，大幅减少数据搬运，极大提高计算并行度和能效。计算存储-体化的研究无法一蹴而就，对于广义上计算存储一体化架构的发展，近期策略的关键在于通过芯片设计、集成、封装，拉近存储单元与计算单元的距离，增加带宽，降低数据搬运的代价，缓解由于数据搬运产生的瓶颈。中期规划，通过架构方面的创新，设存储器于计算单元中或者置计算单元于存储模块内，实现计算和存储你中有我，我中有你。远期展望，通过器件层面的创新，实现器件既是存储单元也是计算单元，不分彼此，融合一体，成为真正的计算存储一体化。近年来，一些新型非易失存储器，如阻变内存，显示了一定的计算存储融合的潜力。

计算存储- -体化正在助力、推动算法升级，成为下一代AI系统的入场券。它提供的大规模更高效的算力，使得算法设计有更充分的想象力，从而将硬件上的先进性，升级为系统性的领先优势，最终加速孵化新业务。

更进一步，计算存储一体化是一个game-changer,开辟了一条新赛道。它的出现将重构当前处理器和存储器相对垄断的产业格局。在此过程中，可以帮助芯片行业中更多中小企业获得发展。

趋势6

规模化生产级区块链应用将走入大众

区块链BaaS (Blockchain as a Service)服务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将应运而生，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。未来将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。

2019年是区块链里程碑的一年，区块链技术正式被定位为国家战略，为区块链产业的发展打开了巨大的想象空间。区块链技术应用已延伸到数字金融、数字政府、智能制造、供应链管理等多个领域，主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。以JP Morgan Coin和Facebook Libra为代表的企业稳定币与国家主权数字货币正在试图重构全球金融基础设施网络。区块链将正式面对海量用户场景的考验，这将对系统处理量提出更高要求，并加剧参与节点在信息存储、同步等方面的负担，在现有技术环境下会导致系统性能和运行效率的下降。

区块链的路线之争逐步清晰，从颠覆到补充，从去中心到去中介，联盟链架构成为行业主流技术路线。聚焦研发高吞吐、低延时大规模共识网络，各行业内提升多方协作效率的价值链接局域网逐步呈现。在传统物理世界中，链外到链上锚定过程中的信息真实性保障一直是全行业技术攻关的重点。 目前各个行业中正在逐步形成的局域网，通过更好地实现数据共享，帮助价值网络的无障碍流动，有望形成真正的价值互联网络。在商用网络中，区块链保证所有信息数字化并实时共享，使得离散程度高、链路长、涉及环节多的多方主体仍能有效合作，但与此同时，也带来了存储成本、秘钥安全、数据隐私等方面的压力。

展望2020年，区块链BaaS(Blockchain as a Service)服务将进-步降低企业应用区块链技术的门槛。在商业应用大规模落地的同时，区块链网络的”局域网"和“数据孤岛”问题将被新型的通用跨链技术所解决。自主可控的安全与隐私保护算法及固化硬件芯片将会成为区块链核心技术中的热点领域，保障基础设施的性能和安全。以端、云、链的软硬件产品为基础的一站式解决方案，进一步加速企业上链与商业网络搭建的进程。区块链通过与AloT技术融合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。这也将进一步夯实区块链在数字经济时代数据和资产可信流转的基础设施地位。

在电气时代，用电量是衡量经济水平的核心指标;在4G时代，互联网上的活跃用户数是繁荣的标志:在数字经济时代，面对即将到来的海量用户场景，我们相信很快将会井喷式地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。与此而来的，一批日活千万的区块链规模化生产级应用将会走入大众。以区块链为基础的分布式帐本，将在数字经济中进一步推动产业数字化形成的价值有效传递，从而构建新一代价值互联网和契约社会。

趋势 7

量子计算进入攻坚期

量子霸权对区块链数字货币而言绝对是致命的，因为这意味着你的私钥是否会被破解。

2019年，“量子霸权”之争让量子计算再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年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。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正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。

趋势解读

通过利用量子力学中非经典的性质，量子计算有望颠覆当前的计算技术，给经济和社会带来变革性的进步。目前量子计算正处于从实验室走进实际应用的转变之中。2019年谷歌宣称达到“量子霸权”的里程碑，即其量子计算器件可执行一个任何经典计算机都无法完成的任务。另领军团队IBM当即反驳，称该任务仍在经典算力之内。且不论争论的是非，谷歌在硬件上的进展大大增强了行业对超导路线以及对大规模量子计算实现步伐的乐观预期。2020年的量子计算将蓬勃发展，主要特点是技术上进入攻坚和产业化的加速阶段。

技术方面，超导量子计算仍将继续占据中心舞台，并对其他硬件路线造成严峻的压力。因为谷歌在超导方向上的成果皆为已知技术，多个追赶者将按图索骥，在2020年或做出令人钦佩的复制性结果，或陷入高度复杂的工程疆梦。而领先团队的目标已然锁定在比”量子霸权”更重要且毫无争议的两个里程碑:容错量子计算和演示实用量子优势。前者指的是如何通过量子纠错，避免硬件错误的累积，技术上需要同时在“高精度”和”大规模“两个维度上突破。后者指有力地证明量子计算机可以用超越经典计算的性能解决一个有实际意义的问题。至于演示实用量子优势是否能绕过纠错，还有待历史证明，因为实际问题要求的规模可能如此之大，导致对精度的要求不低于纠错的要求。在2020年 ，乃至未来几年，毫无争议地达到这两个目标中任何一个都非常艰巨， 故而量子计算将进入技术攻坚时期。

产业和生态方面，政府、企业和学术机构的规划和投入将升级、扩大。竞争将在多个维度激化:领军团队规模扩充的同时透明性下降;人为设障的风险上升。产业分工将进一步细化:制冷、微波、低温电子控制、设计自动化、制备代工等领域在资本推动、政策扶植和生态滋养下蓬勃发展。各行龙头企业会加力探索应用，助长算法和软件。

国际上工业界学界-开放性平台和服务三方将相互赋能。工业界的工程复杂度任何纯学术团队无法企及;学界将探索高不确定、颠覆性的方向;开放性平台和服务将降低研究和创业的时间和成本，加速整个领域的迭代和创新速度。这一生态依赖于人才的自由流动，深厚的基础研究能力，和强大的企业执行力;并将得益于大面积且高效的政府投入，及以降低门槛、激励创新、带动民间投入为目标的政策引领。

预期和现实总在上下交替的舞蹈中螺旋上升。过去两年硬件的进展为量子计算赢得了未来一段时间攻坚作战的粮草。2020年的技术进展将主要是基础技术的突破。虽然不一定为大众津津乐道，但将助推量子计算未来的又一个高潮。

—-

编译者/作者：胡巴区块链研究室

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。