為了更好了解全球數字科技發展情況，阿里研究院、智譜AI近日聯合釋出《2023全球數字科技技術發展研究報告》。報告基於AMiner科技情報平臺的資料，利用文獻計量方法，為數字科技研究前沿“畫像”，揭示創新活躍程度，在系統、客觀的分析方法基礎上，總結2023全球數字科技十大趨勢。
全球數字科技十大趨勢
報告透過對2012年-2021年數字科技領域TOP1%核心論文的持續跟蹤，篩選出了數字科技領域十大熱點前沿技術：生物大資料、生成式對抗網路演算法（Generative adversarial networks，GANs）、沉浸式擴充套件現實（Extended Reality，XR）、量子計算機、AI 破解蛋白質和基因結構、移動邊緣網路、可解釋的AI、聯邦學習、混合計算和能源區塊鏈技術——
表1 數字科技領域10大熱點前沿技術
趨勢一：生物大資料
隨著對生命系統的不斷深入探究和各種其他高通量組學技術的產生和發展，生物資訊學的研究範疇不斷擴大，各種組學資料 ( 轉錄組、蛋白質組、非編碼 RNA 組、表觀遺傳組、代謝組、宏基因組等 ) 以及生物系統層面的解讀不斷擴充套件，生命科學從定性描述開始實現動態、精準和定量解讀。
趨勢二：生成式對抗式網路演算法
作為人工智慧學界的熱門方向，生成式對抗式網路演算法（Generative adversarial networks）
已法被廣泛應用於影像和視覺、語音和語言、資訊保安等領域。未來，隨著 GANs 為代表的深度學習不斷迭代，AIGC 百花齊放，產出效果或將逐漸逼真接近至人類作品。
趨勢三：沉浸式擴充套件現實娛樂平臺
擴充套件現實是元宇宙連線虛擬與現實的關鍵裝置，隨著擴充套件現實產業鏈和技術不斷髮展、內容應用逐漸繁榮，整個元宇宙娛樂生態正在持續豐滿，沉浸式擴充套件現實娛樂平臺有望迎來爆發。
趨勢四：量子原型樣機和專用處理器的研製
當前，量子計算機的研製已從以院校、研究所為主的基礎性研究階段，過渡到以 Google、IBM 等創新企業為主體的“量子霸權”研究階段。隨著量子計算機研製成果的不斷湧現，通用量子計算機研製問題將在未來五年內被攻破，可實際使用的量子處理器將會落地。
趨勢五：AI 解碼蛋白質結構
2021 年，Deepmind 公司的蛋白質解碼預測系統——AlphaFold 橫空出世。與此同時，公司還公佈了約 35 萬種蛋白質的結構，該項成果因此入選《科學》2021 年度十大科學突破。隨著人工智慧技術的不斷髮展，對具有內在無序特性的蛋白質以及透過翻譯後修飾或環境條件改變結構的蛋白質建模問題在將來有望解決。
趨勢六：移動邊緣計算網路
隨著物聯網、5G、工業自動化、智慧製造的興起，處於物理實體和工業連線之間的移動邊緣計算越來越發揮出重要的作用，也逐步實現了集中化和智慧化，其低時延、高頻寬、個性化、高安全性、高隱私性等特性滿足了分散式服務、自動工業控制的需求。
趨勢七：可解釋的 AI
由於人類社會的價值觀念和價值體系存在多元化的特點，未來發展具有可解釋性的人工智慧，加強人機之間的理解，讓人工智慧技術跳出“黑箱”，建立可解釋、可理解、可信任的人工智慧體系成為趨勢。
趨勢八：基於演算法模型和安全隱私的聯邦學習技術
近年來，聯邦學習作為解決資料孤島問題的重要技術引起業界廣泛關注，並被廣泛應用於金融、醫療健康以及智慧城市等領域。未來，聯邦學習技術的發展將與邊緣計算、區塊鏈和網路安全等多個領域關聯，更好的發揮其隱私性、高效性和便捷性。
趨勢九：混合計算
隨著萬物互聯市場的發展，產業界逐漸認識到單一的計算方式不能解決所有問題，“混合計算”借鑑了異構計算的思想——用不同的計算資源處理適合該結構的任務，構建出某領域專用的高效應用元件，從而更好地滿足無線互聯、影片處理、影像識別、智慧製造等多領域的高效處理需求。
趨勢十：能源區塊鏈
針對能源網際網路應用系統中各個模組存在的問題，區塊鏈技術能夠依靠自身的鏈式特徵和獨特的區塊結構融合到能源網際網路中的各個層面，解決能源網際網路系統中的相關問題。未來，建立區塊鏈一體化能源系統可有效促進清潔能源的產量和能源的及時高效消費利用，提高地區效能源的綜合利用率，在保證經濟性和穩定性的基礎上，實現節能環保目標。
全球數字科技科研實力對比
除了前沿新技術，報告還關注數字科技領域科研實力全球對比。報告發現，從全球數字技術論文的“量與質”方面來看，中美數字科技論文整體影響力大致相當。儘管中國數字科技領域論文數量（506,775篇）與美國（525,794篇）還存在4%的差距，但是平均被引量中國比美國多4次/篇，這說明中國數字科技領域論文整體影響力與美國大致相當。
另外，英國和加拿大論文數量大幅落後於中美兩強，但其論文平均被引量明顯高於中美，這說明英加兩國數字科技論文影響力在全球仍佔有重要地位。
中國在卓越研究成果方面明顯落後於美國。某領域全球被引量Top1%論文（以下簡稱“Top1%論文”）被稱為“頂尖論文”，其代表該領域卓越的學術研究成果。在數字科技領域，中國Top1%“頂尖論文”數量（7,096篇）明顯少於美國（9,634篇），且平均被引量也明顯落後於美國。
表2 全球數字科技論文產出國家排名
說明：論文檢索時間範圍為2012年1月至2021年12月。
資料來源:AMiner科技情報平臺。
另外，值得一提的是，中國科學院的數字科技論文發表量高居全球第一。在全球數字科技論文量前10強機構中，排名前三的機構依次是中國科學院（59,487篇）、美國加州大學（49,111篇）和法國研究型大學聯盟（UDICE）（48,217篇）；除中國科學院外，中國還有一家機構即中國科學院大學（18,381篇）也躋身前10強；平均被引量最高的是哈佛大學和美國能源部，前者為50次/篇，後者為45次/篇，顯示兩者在數字科技領域顯示出較強的研究和創新能力。
圖1 全球數字科技領域論文產出數量前10強機構
說明：1.上圖條形長度表示論文產出數量大小；2.論文檢索時間範圍為2012年1月至2021年12月。
資料來源：AMiner科技情報平臺。
研究顯示，中國在總體論文和Top1%論文數量增長上與美國的“黃金交叉”均已出現。2019年，中國在總體論文發表數量上與美國實現“黃金交叉”，而2020年中國在Top1%論文數量上與美國再次實現“黃金交叉”，這說明中國不僅在論文總量超過美國，而且在“頂尖論文”數量上超越美國，並逐年擴大與美國的優勢。
圖2 2012-2021 年中美兩國論文發表數量變化態勢
說明：論文檢索時間範圍為2012年1月至2021年12月。
資料來源：AMiner科技情報平臺。
圖3 2012-2021年中美兩國被引量Top1%論文數量變化
說明：論文檢索時間範圍為2012年1月至2021年12月。
資料來源：AMiner科技情報平臺。
從全球數字技術專利方面來看，中國是數字技術專利大國，中國數字技術專利數量全球遙遙領先。中國共387,989件數字技術專利，是排名第2美國的2.9倍，是排名後9位國家總和的1.6倍，中國數字應用技術整體研發能力在全球首屈一指。
圖4 全球數字技術授權專利數量前10強國家排名
說明：專利檢索時間範圍為2012年1月至2021年12月；
資料來源：AMiner科技情報平臺。
在全球高價值專利前10強機構中，中國的華為和阿里巴巴入榜。韓國三星、微軟公司和谷歌公司是全球高價值專利前三大巨頭，數量依次為1,061件、630件和592件。其他前10強機構依次是、高通、華為、IBM、蘋果、飛利浦、阿里巴巴以及索尼。中國的華為和阿里巴巴入榜，但是中國數字科技巨頭與三星、微軟和谷歌等國際巨頭的專利儲備實力相差較大。
全球數字技術高價值專利儲備實力在較長時間內仍然維持“一超多強”格局。從近10年高價值專利數量變化態勢看，全球主要數字技術強國均處於下降態勢（原因之一是專利價值的顯現需要一定時長），但是美國與日本、韓國、中國、德國等數字技術強國仍保持較大優勢，很難預期後者在較短時期內能趕超前者。
全球數字科技人才儲備實力對比
報告發現，從數字科技人才方面來看，中國人才基數大，但高層次人不足，且嚴重落後於美國。全球數字科技人才總量為77.5萬人，其中中國有12.8萬人，位居第一，佔全球總量的17%，是排名第二的美國的1.5倍，是排名第三的日本的8.3倍。但中國數字科技高層次人才（即H-index≥20，下同）只有0.7萬人，僅佔全球總量的9%，僅為位居第一的美國（2.1萬，佔全球25%）的35%。這說明中國數字科技人才基數很大，但高層次人才儲備不足，且遠落後於美國。
圖5 全球數字科技人才數量前10強國家
資料來源：AMiner科技情報平臺
中國高層次人才集中在高校，而美國高科技公司人才儲備不遜色於頂尖高校。從全球數字科技人才機構分佈看，中國科學院以4,722人的數量名列第一名，以較大優勢領先於排名第二的美國加州大學（2,623人）；進入全球前10強的中國機構還有兩家，即中國科學院大學（1,462人，第六名）、清華大學（1,305人，第八名）。
表3 全球數字科技人才數量前10強機構
資料來源：AMiner科技情報平臺
圖6 2012-2021年數字科技領域中美學者合作關係走勢
說明：圖中合作論文為中美兩國學者合作產出被引量Top1%的“頂尖論文”數量
表5 全球數字科技頂尖科研團隊（Top10）
來自： 阿里研究院