1月25日，百度研究院发布2022年十大科技趋势预测。据悉，此次上榜的十大科技趋势涵盖了AI核心技术、交叉学科与跨领域研究、AI的产业及社会价值三个层面，包括预训练大模型、AI for Science（人工智能应用于科学研究）、基于AI的生物计算、隐私计算、量子软硬一体化、自动驾驶、深空探测、人机共生、绿色AI和普惠AI等领域。

在AI核心技术层面，备受业界关注的超大规模预训练模型，将呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势，并逐渐实用化，破除盲目增加参数规模的“军备竞赛”。 预计2022年，大模型研发方向将转向“实用化”，大模型的效果、通用性、泛化性、可解释性和运行效率将持续提升，应用门槛不断降低，在多场景广泛落地。

同时，在交叉学科与跨领域研究层面，AI正成为影响科研方法论与生命科学、数据安全、量子科学等各领域的通用变量。人工智能应用于科学研究，即AI for Science新兴研究领域出现，有望带来科研范式的改变。机器学习帮助数学家发现两大猜想，让业界看到AI在处理数据、设计新型实验、创建更高效计算模型等方面拥有巨大潜力。数据驱动与理论推演两大科研范式，有望在AI for Science影响下不断融合，催生新范式。

随着数据安全议题凸显，以可信机密计算、联邦计算等为代表的隐私计算技术备受关注，将成为数据价值释放的突破口和构建信任的基础设施。长远来看，隐私计算技术或将推动基于密态形式的数据流通和计算成为默认选项。

聚焦量子科学领域，量子软硬一体化方案成为主流趋势，现实需求加速量子计算与各行业融合创新。近年来，量子计算发展不断提速，预计2022年，量子芯片的设计、制备及测控技术将持续发展，量子比特数量实现规模增长，并沿着降低噪声或适应噪声两个思路寻求突破。

在产业及社会价值层面，AI正在推动自动驾驶、航天航空、人机交互等领域的发展。自动驾驶技术进入无人化落地新阶段，多元“汽车机器人”不断涌现，连接技术与场景。2022年，在政策法规与技术进步的双重推动下，自动驾驶将在无人化上高歌猛进，多元“汽车机器人”为代表的汽车形态迅猛发展。通过乘用车、公交车、干线物流、仓储配送、矿山港口特殊作业、零售、环卫等丰富的场景应用，多元“汽车机器人”将进而逐步实现稳健的商业收益。

深空探测是科技竞争的制高点，极具挑战性。未来，AI技术还将与航天科技融合创新，推动深空探测迈向智能化的新阶段。随着深空探测任务规模化、科学任务复杂化，可自主完成任务的智能探测解决方案，成为一个核心技术方向。预计未来，24小时连续无人作业等机械自动化技术将应用在深空探测设备上。比如挖掘标本、搭建临时建筑、故障检测修复等均可由AI操作完成。

不仅如此，AI还在达成“双碳”、科技普惠等目标方面创造重要价值。绿色低碳更多纳入AI蓝图，助力实现碳达峰碳中和目标。随着AI技术产业化加速，数据中心和大规模AI计算的能耗问题不断凸显。预计未来几年，从芯片到模型，从架构到策略，全面进行环保考量，发展“绿色AI”。