您的位置:首页 > 科技 >

阿里达摩研究所2021年十大技术趋势:第三代半导体材料将大

2020-12-28 14:44:00 来源:IT之家

12月28日上午,阿里巴巴达摩院发布了2021年十大科技动态,这是达摩院自三年前成立以来第三次发布年度科技动态。

材料是一切科技发展的基础,新材料技术推动了多轮科技革命。然而,由于成本高和生产工艺不成熟,许多新材料没有得到大规模应用。达摩研究所认为,未来几年,以氮化镓和碳化硅为代表的第三代半导体材料将在材料生长、器件制备等技术上实现突破,并将应用于5G基站、新能源汽车、UHV、数据中心等新的基础设施场景。大大降低了整体能耗。

新材料的价值不仅提供了更好的性能,也突破了传统材料的物理极限。达摩研究所预测,碳基材料作为制作柔性器件的核心材料,将走出实验室,制备可任意拉伸弯曲的柔性电子器件。比如用这种材料制成的电子皮肤,不仅具有类似真实皮肤的机械特性,还具有外界环境感知功能。

这几年来,AI技术悄然渗透到传统行业。比如AI已经进入制造企业提高质检效率。达摩研究所认为,AI在生产中的应用只是开始,汽车、消费电子、服装、钢铁、化工等信息基础较好的行业将实现供应链、生产、资产、物流、销售的全球智能化,最终实现生产运营效率的大幅提升。

在医疗领域,业界公认AI与药物、疫苗研发相结合是大势所趋,但利用AI开发药物并成功投放市场的情况极为罕见。达摩研究所指出,新AI算法的迭代和计算能力突破将解决药物分子靶标确认和药物可生产性问题。比如在疫苗研发过程中,AI可以自动输入有效的化合物模型,然后与计算机合成程序生成的上亿种不同的化合物进行比较,最终快速找到高质量的疫苗候选化合物。

脑机接口作为未来的人机交互和人机混合智能技术,在医学领域具有重要的研究价值。达摩研究所在趋势中指出,学术界和工业界都在努力克服大脑信号采集和处理的问题,帮助人类更好地理解大脑的工作原理。成熟的技术将加速脑机接口的临床应用,为未来不能说话、不能动手的患者提供精准的康复服务。

科技发展总是以不断发散和收敛的模式跳跃。去年达摩研究所预测“云将成为IT技术的创新中心”。一年后,云成为云计算领域的一个新变量。达摩研究所提出,未来芯片、开发平台、应用软件乃至计算机都将诞生在云上,AI、5G、区块链等技术都将诞生在云上,企业获取IT服务的路径将再次缩短。

以下为达摩院2021十大科技趋势全文:

趋势一以氮化镓和碳化硅为代表的第三代半导体迎来应用爆炸

以氮化镓(GaN)和碳化硅(SiC)为代表的第三代半导体具有耐高温、耐高压、高频、大功率、抗辐射等优良特性。但由于工艺和成本的限制,多年来只在小范围内应用。近年来,随着材料生长和器件制备技术的不断突破,第三代半导体的性价比优势逐渐显现,并开拓了应用市场:SiC元器件已用于汽车逆变器,G

2020年是“量子霸权”的第一年。世界对量子计算的投资持续上升,技术和生态蓬勃发展,很多平台五彩缤纷。这一趋势将在2021年继续推高社会的关注度和期望度,量子计算的研究需要证明其实用价值;行业需要聚焦“后霸权”时代的使命:协同创新,解决无数科学和工程问题,为尽快达到量子纠错和实际优势两个里程碑铺平道路。

趋势3。碳基技术突破加速柔性电子的发展

柔性电子是指经过扭曲、折叠、拉伸后仍保持原有性能的电子设备,可用作可穿戴设备、电子皮肤、柔性显示屏等。柔性电子发展的主要瓶颈在于目前的材料——柔性材料,要么“柔性”易失效,要么电性能远不如“硬”硅基电子。近年来,碳基材料的技术突破为柔性电子提供了更好的材料选择:碳纳米管这种碳基柔性材料的质量可以满足大规模集成电路的制备要求,在这种材料上制备的电路性能超过同尺寸硅基电路;另一种碳基柔性材料石墨烯的大面积制备也已实现。

趋势4。人工智能提高了药物和疫苗研发的效率

AI已广泛应用于医学影像、病历管理等辅助诊断场景,但AI在疫苗研发和药物临床研究中的应用仍处于探索阶段。随着新AI算法的迭代和计算能力的突破,AI将有效解决疫苗/药物研发周期长、成本高等问题,如提高化合物筛选效率、建立疾病模型、发现新靶点、发现先导化合物、优化先导药物等。AI与疫苗和药物的临床研究相结合,可以减少重复性工作和时间消耗,提高研发效率,极大地促进医疗服务和药物的推广。

趋势5。脑机接口帮助人类超越生物极限

脑机接口是新一代人机交互和人机混合智能的关键核心技术。脑机接口对神经工程的发展起着重要的支撑和推动作用,帮助人类从更高维度空间进一步分析人脑的工作原理。脑机接口是一个新的技术领域,它探索性地将大脑与外部设备进行通信,通过思维来控制机器。例如,帮助提高控制机械臂的应用准确性,将为心智健全、思维健全、但不会说话或移动手的患者提供准确的康复服务。

趋势6。数据处理实现“自主和自我进化”

随着云计算的发展和数据规模的不断指数级增长,传统的数据处理面临着存储成本高、集群管理复杂、计算任务多样化等巨大挑战。面对庞大的数据规模和复杂多样的处理场景,人工管理和系统调优捉襟见肘。因此,通过智能方法实现数据管理系统的自动优化是数据处理未来发展的必然选择。人工智能和机器学习方法逐渐广泛应用于智能冷热数据分层、异常检测、智能建模、资源动员、参数优化、压力测试生成、指标推荐等领域,有效降低了数据计算、处理、存储、运行和维护的管理成本,实现了数据管理系统的“自治和自进化”。

趋势7。云重塑了信息技术系统

在传统的信息技术开发环境下,产品开发在线周期长,R&D效率低。云原生架构充分利用云计算的分布式、可扩展和灵活的特性,在异构硬件和环境下更高效地应用和管理各种云计算资源。通过方法论工具集、最佳实践和p

传统农业产业发展存在土地资源利用率低、从生产到零售环节脱节等瓶颈。以物联网、人工智能、云计算等为代表的科技。与农业产业深度融合,开启了农业产业的全环节过程。结合新一代传感器技术,可以实时获取和感知农田地面数据信息,依靠大数据分析和人工智能技术快速处理海量农业数据,实现作物监测、精细育种和环境资源按需配置。同时,通过5G、物联网、区块链等技术的应用,可以保证农产品物流运输中的可控性和可追溯性,保证农产品整体供应链流程的安全性和可靠性。农业将告别“倚天”,进入智能农业时代。

趋势9。工业互联网从单点智能走向全球智能

由于实施成本和复杂性高、供应方数据难以获取、整体生态不完善等因素,当前的工业智能仍然侧重于解决碎片化需求。数字经济在疫情中表现出来的韧性,让企业更加重视工业智能的价值。再加上数字技术的进步普及和新基础设施的投入,这些因素将共同推动工业智能从单点智能向全球智能的快速过渡,尤其是在汽车、消费电子、品牌服装、钢铁、水泥、化工等信息基础较好的制造业。贯穿供应链、生产、资产、物流和销售的企业闭环生产决策的全球智能应用将大规模涌现

趋势10。智能运营中心成为未来城市的标准

在过去的10年里,智慧城市通过数字化的手段有效地提高了城市治理水平。但在新冠肺炎疫情防控中,暴露出一些所谓的智慧城市,尤其是“重建设轻运营”造成的业务应用不足。在这种背景下,城市管理者希望通过运营中心来盘活数据资源,促进治理和服务的全球化、精细化和实时化。AIoT技术的成熟和普及以及空间计算技术的进步,将进一步提升运营中心的智能化水平,将城市作为一个统一的系统,在数字双城的基础上提供整体的智能治理能力,从而成为未来城市的数字基础设施。

栏目导读

IDEMIA Identity&Security USA授权ORNL先进的光学阵列

IDEMIA Identity&Security USA已授权在能源部橡树岭国家实验室开发的先进光学阵列。便携式技术可用于帮助识别具有挑战性的...

2019-08-10 18:16

自动驾驶汽车开发商可以选择传感器融合解决方案和L2 +功能

2018是每年在技术进步的自主驾驶(AD)的市场重点放在共享平台的移动性,整合电气 电子(E E)架构人工智能在AD的各个方面...

2019-08-14 10:24

ITC Infotech将创建一个智能数字劳动力

ITC Infotech是全球领先的技术解决方案和服务提供商,也是ITC Ltd 的全资子公司,正在推出一种独特的数字化劳动力解决方案...

2019-08-14 13:51

中国人工智能的独角兽企业Squirrel AI Learning深入参与的研究项目

深度学习的第一个国际研讨会:方法和应用(DLG 2019)在苏州举行,阿拉斯加,美国于2019年8月5。值得一提的是,在中国人工智能...

2019-08-14 15:17

新的类似Spectre的CPU漏洞绕过了现有的防御

安全研究人员发现了一种新的方法来滥用现代CPU的推测执行机制来打破安全边界并泄漏内核内存的内容。这项新技术滥用了一个名为...

2019-08-14 15:48
焦点
头条关注
热点新闻