日邁月徵，朝暮輪轉。這一年裡，科技開拓者們，產業同行者們用科技匯聚向上的力量步入了數智時代的 “星辰大海”。數字化是我們創造出來的一個永恆並且充滿活力的裝置，數智技術正在以前所未有的速度發展，並引發顛覆式的變革。
低延遲、高通路的網路通訊技術加速現代人類的“千里傳音”；產業AI、泛在應用助力人類"身臨其境"暢遊虛擬世界；人工智慧生成內容AIGC，讓人工智慧如同手握畫筆，在一幅幅畫卷上“妙筆生花”......
京東探索研究院結合近年來諮詢公司、學術界和產業界的熱點研究方向，釋出了2023十大科技趨勢，包括了自動化工具、產業AI、計算機通訊、基礎科學等領域。
在這份報告中，我們詳細分析了十大科技趨勢的關鍵要素，並按照其商業價值和技術棧層級，繪製了科技趨勢全景圖。技術的組合效應將放大並加速新的商業模式和創新，透過顛覆現狀和創造新的機會來改變行業格局。
一、低延遲、高通路的網路通訊技術
低延時、高通路的網路通訊技術是指能夠減少現有網路的限制及通訊的延遲，透過使用人工智慧、邊緣裝置、基站上的加速器來處理運算負載，從而提供超低延遲、高連線密度和網路切片的獨立網路，並促進基於網際網路的生態系統的一種即時通訊技術。
未來趨勢：
- 高低軌衛星聯合組網，單星與星座互補是發展趨勢
- 低延時高通路的網路通訊為使用者提供沉浸式娛樂、生活體驗，加速XR裝置在消費端的應用
- 衛星通訊與5G相容方面的前期探索，為6G有機融合高中低軌衛星通訊與地面行動通訊發展打下堅實基礎
二、下一代計算
下一代計算是以量子計算、專用整合晶片、矽基光電晶片等技術為代表的，突破經典計算架構提供指數級算力增長的軟硬體能力集合。
未來趨勢：
- 立法與標準化是未來五年重點
- 科技企業更加重視量子夥伴關係的建立和鞏固
- “量子服務”新型服務機構將會出現
- 神經形態計算的創新架構方法將為發展自主人工智慧提供動力
三、可信任科技
可信任科技旨在制定保障措施、增強隱私計算、構建可信任平臺、管理工程風險，從而獲得內外部利益相關者的信任的系統。
未來趨勢：
- 新的資料分享技術有望保留隱私的面紗，催生新的商業模式和產品
- 數字主權將減少網路安全/軟體等領域的信任風險，為新的CX、EX和遠端運營工作提供一個基礎
- 人工智慧技術作為基礎，將助力零售業，提升供應鏈流程以及促進醫療行業發展，提升診斷效率及精度
四、綠色 清潔 可持續科技
綠色、清潔、可持續科技旨在從清潔技術、人工智慧和商業模式角度出發，滿足對環境、可持續發展和治理目標的需求。
未來趨勢：
- 數字化向可持續方向變化
- 人工智慧將支援能源系統的自動化
- 雲通訊資料中心設施供應商正在增加可再生能源的消耗，並承諾實現碳中和運營。
五、超自動化
超自動化是一種業務驅動的方法，用於識別、審查和自動化儘可能多的業務流程、IT流程和演算法流程等。它需要協調使用多種技術工具和平臺，包括機器人流程自動化(RPA)、自動機器學習 (AutoML) 、人工智慧工程化 (AI Engineering)、低程式碼平臺等。
未來趨勢：
- AI門檻將得到降低以及實現普及化
- AI工程實踐不斷得到完善，以持續的從人工智慧中提取業務價值
- 資料驅動的通用人工智慧加速超自動化的實現
- 雲邊一體化的協調自動最佳化，將擴大自動化的應用範圍
六、人工智慧等技術向實體領域深度融合
隨著技術能力提升，先進科技正逐步地應用於實體企業的設計、製造和運營工作。
未來趨勢：
- 人-機-物共存的混合多智慧體融合體系必然成為萬物互聯時代的新標準
- 與實體深度融合的技術堆疊有可能改變現有商業模式
- 工業技術棧實體化融合、多智慧體群體智慧的高效擴充套件將促進無人駕駛、智慧城市、智慧工廠的加速落地
七、指數級智慧
AI大模型擁有超大規模引數、巨量訓練資料，透過模型的巨量化可以提高人工智慧的通用屬性，並降低人工智慧的應用門檻。
未來趨勢：
- 大模型發展聚焦實現真正的多工學習、推理與部署
- 跨模態將海量資料沉澱為海量知識，提高人工智慧水平，進而提高生產力和商業價值
- 面向決策和控制的認知智慧將得到發展，以全面實現面向視覺、語言等場景的通用感知智慧
八、數實融生、泛在應用
隨著元宇宙（消費級體感裝置、 XR裝置與應用）開始興起，數字服務將打破虛實界限，深度融合數字經濟與實體經濟。
未來趨勢：
- AR眼鏡實現內容沉浸化、互動實時化與服務泛在化
- 實時情境下的內容創作、分發、搜推能力助力售前決策、提高流量轉化，重構實體零售業態
- 設計製造、運營協作和創新方式有望重塑，將推動實現元宇宙內容供應鏈
九、人工智慧生成內容AIGC
人工智慧生成內容AIGC是繼專業內容生成(PGC)和使用者內容生成(UGC)後新興的內容生產方式，具體指使用人工智慧技術自動或輔助地生成或編輯文字、音訊、視覺等數字內容，提供更加簡單、高效、智慧、專業的內容編輯、製作和創造技術與工具。
未來趨勢：
- 多模態大模型為代表的新興人工智慧技術成為了AIGC能力升級的新引擎
- AIGC將不僅可以構建更加宏大的虛擬數字場景，同時具備了語義理解、控制、創作能力
- AIGC的產品型別逐漸豐富、場景應用更多元
- AIGC技術不斷進步將促進通用人工智慧發展
十、AI for Science 基礎科學加速突破
下一代算力和人工智慧的迅速發展，使我們能夠充分利用更高維度、更多模態的資料中的資訊、模擬更加複雜的生、理、化過程，AI for Science就是讓人工智慧利用自身強大的資料歸納和分析能力去學習科學規律和原理，得出模型來解決實際的科研問題，特別是輔助科學家在不同的假設條件下進行大量重複的驗證和試錯，從而大大加速科研探索的程式。
未來趨勢：
- 基礎設施建設預計到2026年完成，將打造一系列工業級的2.0演算法，建設與新計算形態相匹配的基礎設施
- 人工智慧在基礎科學領域的廣泛應用將在2030年得到實現，系統改變工業行業研發流程，AI for Science演算法走向3.0
- 與腦科學結合的下一代人工智慧技術得以發展，將人類科學總結的先驗知識更好地融入人工智慧模型
- AI for Science擴充套件AIGC技術應用領域，增強人工智慧在合成生物學、分子結構學、奈米材料領域的預測能力
2023年見證科技向善之力指引我們一路繁花相送、過青墩。