万字长文,解读阿里达摩院《2021十大科技趋势》

标签: 业界 | 发表时间:2020-12-28 11:44 | 作者:
出处:https://www.leiphone.com

12月28日,阿里巴巴达摩院发布《2021十大科技趋势》,这是达摩院成立三年以来第三次发布年度科技趋势。

在震荡的2020年,许多行业重启向上而生的螺旋,但疫情并未阻挡科技前进的脚步,量子计算、基础材料、生物医疗等领域的一系列重大科技突破纷至沓来,后疫情时代,基础技术及科技产业将如何发展,达摩院为科技行业提供了全新预测。

今年的趋势报告分为“原子动能”、“比特跃迁”、“场景变革”三个部分,多了不少新的关键词,但整体是与过去一年的总结、未来一年的开启深度捆绑。

达摩院认为,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,并应用于5G基站、新能源汽车、特高压、数据中心等新基建场景,大幅降低整体能耗。

新材料的价值远不止提供更优的性能,它还能突破传统材料物理极限,达摩院预测,碳基材料作为制作柔性设备的核心材料,将走出实验室并制备可随意伸缩、弯曲的柔性电子设备,例如用该材料制作的电子皮肤不仅机械特性与真实皮肤相似,还有外界环境感知功能。

2020年极度明显的是AI落地到产业的趋势,达摩院认为,AI应用于生产环节只是开始,汽车、消费电子、服装、钢铁、化工等信息化基础良好的行业将实现供应链、生产、资产、物流、销售等各环节的全局智能。

此外,生物医药领域,AI研发药物、脑机接口将极具研究价值。

雷锋网注意到,与前两次报告一致的内核在于,达摩院坚信:AI、5G、云计算及IoT等数字技术正发生前所未有的化学反应,农业乃至城市都将因此发生新一轮变革。在农业领域,自动监测农作物、精细化育种,农产品物流运输可追溯都将变成现实;城市将拥有一颗超级大脑,感知、通信、决策能力全面提升,为城市提供整体治理能力。

2021十大科技趋势分别为:

  1. 以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发

  2. 后“量子霸权”时代,量子纠错和实用优势成核心命题

  3. 碳基技术突破加速柔性电子发展

  4. AI提升药物及疫苗研发效率

  5. 脑机接口帮助人类超越生物学极限

  6. 数据处理实现“自治与自我进化”

  7. 云原生重塑IT技术体系

  8. 农业迈入数据智能时代

  9. 工业互联网从单点智能走向全局智能

  10. 智慧运营中心成为未来城市标配

以下为《2021十大科技趋势》的扩展解读:

趋势一  以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发

半导体产业发展到今天,主要建立在三代材料的基础上:兴起于20世纪50年代的基于硅(Si)、锗(Ge)的第一代半导体;兴起于20世纪80年代的以砷化镓(GaAs)、磷化铟(InP)为代表的第二代半导体;以及兴起于20世纪末的以氮化镓(GaN)、碳化硅(SiC)为代表的第三代半导体。目前,第一代半导体材料Si应用最为广泛,它构成了一切逻辑器件的基础,CPU、GPU所提供的算力都离不开 Si 的功劳。

第二代半导体主要用于高频高速场景,例如手机中的射频电路。第三代半导体相比于前两代半导体具有更宽的禁带宽度,因此也称作宽禁带半导体。更宽的禁带宽度允许材料在更高的温度、更强的电压、更快的开关频率下运行,因此第三代半导体具备耐高温、耐高压、高频率、大功率、抗辐射等优异特性,可以用作功率器件和射频器件,广泛应用于5G基站、新能源汽车、特高压、消费电子、航空航天、数据中心等领域。此外,较宽的禁带宽度使第三代半导体可用作制备短波长光电器件,例如可用于医疗消毒的紫外光源。

由于制造设备、制备工艺特别是材料成本上的劣势,多年来第三代半导体材料只是在小范围内应用。直至近几年这一局面才得以打破:一方面,在5G、新能源汽车等新兴市场中,Si基半导体的性能已无法完全满足需求,第三代半导体的性能优势被放大;另一方面,制备技术特别是大尺寸材料生长技术不断突破,SiC和GaN两种材料均从4英寸换代到6英寸并已研发出8英寸样品,加之器件制备技术逐步提升,使得第三代半导体器件性能日益稳定且成本不断下降,性价比优势逐渐显现。

目前,第三代半导体已经出现在应用市场:一些新能源汽车在逆变器中应用SiC功率器件提升电能转换效率,进而提升续航里程;不在少数的电子消费厂商推出了GaN快速充电器,价格不贵,体积很小,一个快充头可以支撑手机、电脑等多设备快速充电。未来5年,除现有的电动汽车和消费电子外,预计工业充电、5G高频器件以及可再生能源和储能领域的电源应用都将从第三代半导体的发展中受益,尤其是在高频高压应用中将竞争性取代原有的Si器件。

趋势二 后“量子霸权”时代,量子纠错和实用优势成核心命题

2020年为后“量子霸权”元年,世界对量子计算的投入持续上涨,技术和生态蓬勃发展。超导领军团队宣布了通往1百万比特的规划;其他平台也异彩纷呈。离子阱则通过系统集成和容错部件上有力演示,证明了和超导同台技艺的潜力。声子-超导混合比特也跻身业界采用的平台。如上潮流将在2021年继续涌动,多管齐下,奔向“后霸权”的两个里程碑:量子纠错和实用优势。    

演示纠错的系统必须同时达到“多比特”、“高精度”和“高连接度”:至少几千个高质量、强关联的比特。量子比特数一直为大众关注重点;但只以比特数来衡量量子计算芯片的质量,好比“论画以形似”一样天真。“高精度”要求两比特的基本操作接近完美, “高连接度”要求比特以网格或更复杂的结构相互作用。    

除了增量式进步外,2021年有望见证在这些维度上突破性的创新。比如基于新型设计的超高精度超导比特和扬弃目前线性结构的可扩展的二维离子阱。超导的另一场扬弃也可能在2021年播下种子:低温电子学的成熟将使得庞大和昂贵的室温电子学开始走向末路。

实用优势的探索将继续以模拟物理为主流,借助模拟对错误的宽容。冷原子和量子煺火系统等模拟量子计算平台有望连同数字平台一起,继续产生鼓舞人心的进步。

2021量子计算开源项目将以广泛和深入的贡献,大大降低学习和研究的成本,加速创新,并消减非科学因素撕裂量子社区的风险。量子计算还属于科学和工程并重的研究阶段,各个地区的科学家需要继续开放性研究,相濡以沫,携手合作。这是我们的信念,也是我们对2021年量子世界协同和平的祈愿。

趋势三 碳基技术突破加速柔性电子发展

尽管折叠屏手机已经不是多么新鲜的事物,但我们世界的电子设备目前仍以“硬材质”为主导,柔性电子技术才刚刚起步。

柔性电子通过将电子器件制作在柔性基底上,使电子器件在经受弯曲、折叠、扭曲、压缩、拉伸、甚至变成任意形状后,仍可保持原有性能。柔性电子是一场全新的电子技术革命,将在发光显示、能源装置、电子标签、电子皮肤等方面改变人类的生活方式。

柔性电子发展的主要制约因素是材料。目前多数的柔性电子应用场景,是对硅进行柔性化处理——硅在变得非常薄且尺寸非常小之后,会具备一定的柔性。但随着硅基半导体器件尺寸逼近物理极限,这一方法已日趋贴近天花板。其他的柔性材料还包括有机材料,以及将有机材料和无机材料相结合。然而,利用这些材料制备的柔性电子,距离硅基器件存在显著的性能差距。

碳基材料为柔性电子提供了更好的选择。碳基材料包括零维的富勒烯、一维的碳纳米管、二维的石墨烯、三维的石墨及金刚石等,这其中,碳纳米管和石墨烯凭借优异的电性能、透光性特别是延展性,被公认为是柔性电子的“天选”材料。但一直以来,主要受限于材料制备技术,难以获得大面积、高质量的碳基材料成为限制其应用的最大障碍。

近年来,碳基材料制备取得了突破性进展。2020年,研究人员在8英寸基底上成功制备了高密度高纯半导体阵列碳纳米管材料【1】,材料纯度可达99.9999%,突破了碳纳米管集成电路关键的材料瓶颈,并同步开发了全自动的提纯和组装设备,具备了量产的技术积累。基于此种材料,研究人员还批量制备了场效应晶体管和环形振荡器电路,性能超越类似尺寸的硅基器件和电路。与此同时,石墨烯的大面积制备已经实现,特别是利用化学气相沉积法制备的石墨烯材料,已经证明具备优异的电学性能。这些都意味着碳基集成电路已经初步具备工业化基础,“碳时代”即将到来。

随着材料技术的突破和发展,碳基柔性电子有望在医疗健康等领域率先实现规模应用。例如,“电子皮肤”可将外界作用于其上的力或热转换为电信号进行处理,让残疾人的义肢兼具美观和功能性;可植入的柔性电子设备为复杂疾病的治疗,如帕金森、癫痫、抑郁症等提供了新的治疗手段。

【1】北京大学《用于高性能电子学的高密度半导体碳纳米管平行阵列》

趋势四 AI提升药物及疫苗研发效率

由于新冠疫情的全球蔓延和深远影响,医疗行业从未像今天这样高度重视疫苗和药物的研发效率。以AI为代表的新技术被广泛关注,AI在医疗CT读片、影像分析、使用自然语言处理(NLP)录入病例等易于建立标准的领域,有着绝佳的工作效率与准确率,已经逐步应用在医疗诊断辅助领域。未来AI将从医疗影像/语言类等辅助诊断应用走向疫苗设计及药物临床研究,在疫苗化合物筛选、建立疾病模型、发现新靶点、先导化合物发现、先导药物优化及老药新用等环节上广泛参与。今年12月1日美国科学家首次用AI精准预测了蛋白质折叠形状,这将帮助研究人员进一步发现疾病的发病原理并开发新药。 

《Nature》数据显示:一款新药的平均研发成本大约是26亿美元,耗时约10年,成功率不到10%。而一款新药从研发到最后上市,需要经过药物发现、临床前研究、临床研究以及审批与上市 4 个阶段。其中,药物发现是非常重要的环节,它决定了一次研发的具体目标。这个环节又分为疾病选择、靶点发现和化合物合成几个步骤。其中仅化合物合成一步,一种药品就需要对5000~10000种化合物进行筛选,最后仅有 5 种左右进入最后的研究阶段。由于工程量巨大,所以药品研发的临床前研究阶段一般需要耗时3至6 年。

AI与药物筛选结合是未来明确的方向,通过筛选流程和实验过程模型化,利用虚拟药物筛选、模拟计算筛选出药物的高概率结构,可以大幅减少化合物筛选的时间消耗。而且AI的帮助不仅是新药研发,通过匹配、发掘疾病与现有药物之间的数据关联性,老药新用也能快速在其他适应症上给予有效性证明。

在疫苗设计和研发领域,AI也将成为有力帮手。例如在研发的疫苗中添加化合物可以提升其功效,更好地刺激人体免疫系统形成更多抗体。这个过程可以利用AI自动输入一系列已知的可激活人体免疫系统的有效化合物模型,与电脑合成程序产生的数亿种不同的化学化合物对比筛选,最终快速找到可能成为人类免疫药物的优质候选化合物。

人类未来将越来越多的借助AI等科技手段来提升疫苗设计/药物研发的效率和精度,所有依赖于计算、依赖数据经验和可模型化的环节,都值得通过AI智能化的方式去尝试解决。未来AI与疫苗/药物研究的规模推广离不开AI算法和云端的大算力调用,两者的结合将给人类带来巨大的经济价值和社会效益。

趋势五  脑机接口帮助人类超越生物学极限

脑机接口技术并不是一个新概念,这项技术经过几十年的研究发展(接口分植入式和非植入式),已经逐渐从学术界渗透到创业圈。虽然离实用化还有很长的路要走,但毫无疑问,人类朝着大脑与机器融合的伟大目标,向前踏出了一大步。

植入式脑机接口相比非植入式头皮贴片方式精准度更高,可以编码更复杂的命令,但非植入式更安全,接受程度也更好。目前各个脑区里研究比较充分的有运动皮层、感觉皮层和视觉皮层;其中运动皮层脑机结合已经可以做到用意念控制机械手完成简单的三维运动、手腕方向和手指握力,例如机械手移动和抓握,但太精细的动作做不到,这也是未来需要攻克的方向。

脑机接口技术是一个交叉学科,它的背后包括材料学、电子工程学、生物医学、神经信息学、计算机科学和认知科学等等,各项单一学科的进展都值得期待,比如更精确的电极、更友好的生物材料、更明晰的神经科学认知、更强大的AI机器学习算法等等。

人类已经进化了数百万年,机器只存在了大约200年,但后者的算法/算力让前者难以望其项背。两者的结合可以帮助人类超越生物学极限;借助脑机接口,结合AI可以对神经工程的发展起到重要支撑与推动作用,帮助解决神经工程研究中遇到的类似精准控制等诸多难题,从更高维度空间解析人类大脑的工作原理。 

例如通过接口直接从大脑中合成语音,帮助失去说话能力的人通过技术手段来进行交流。此外在康复方面,通过对神经系统活动的识别,读取人的“意念”,通过机械臂精确完成大脑内发出的相应指令。脑机接口技术将在改善脑瘫患者、渐冻人、帕金森症等残疾人弱势群体的生活质量中做出了巨大贡献,为神智清醒,思维健全,却口不能言、手不能动的患者提供精准康复服务。在脑机结合方面,虽然离大众所想象的实际应用还有遥远的距离,但我们今天所想象的一切,未来都将变为现实。

科技的发展不断突破人类的伦理底线和价值尺度,脑机接口同样避免不了伦理问题。人类和机器建立智能交互已是大势所趋,如何保障这样的科技进程安全地向着利于人类自身的方向发展,成为人类最大的挑战。

趋势六  数据处理实现“自治与自我进化”

数据管理系统一直以来是企业IT架构的重要组成部分,随着物联网、云计算技术的深入发展和开源生态的不断完善,传统数据管理的局限性日益凸显,存储容量有限导致公司无法长时间存储和管理海量数据集,元数据来源广泛、种类繁多,具有多源、异构的特点,这使其在管理上面临数据汇聚、集成、存储和检索成本高的问题;另一方面计算资源匮乏,缺乏统一管理接口和大数据处理环境所需的可伸缩、可拓展的灵活性和高效性。数据管理系统需要承担更加复杂的多租户、多任务下的执行工作,人工手动管理和运维再也无法有效应对海量多源异构的数据规模和丰富复杂的数据处理场景带来的问题和挑战。

传统模式下,系统超载、资源消耗过剩不仅要影响到其他正常运行的系统作业,而且需要大量的人力资源进行系统排查和纠正,难以确保系统有效率的运行状态。因此通过智能化方式实现数据管理系统的升级优化将成为未来数据计算与处理的必然趋势。将系统技术与人工智能技术相结合,利用机器学习算法在数据仓库与数据库系统管理、资源调度、引擎优化、压测生成等各个方面进行数据系统的自我管理,人工智能将充分嵌入到数据处理的整个生命周期,帮助提高数据查询的效率,提升整体资源调度的优化性。

例如通过智能化手段对冷热数据分层分离,让计算和存储资源得到充分利用,有效降低数据管理成本。通过分析系统运行状态和日志数据信息,利用人工智能建模,来实现动态系统参数调整和系统优化,显著降低系统数据管理者的运维成本。机器学习技术也将帮助系统建立更加准确高效的在线预警与实时监测系统,来实现智能化的运维管控和资源调配,帮助系统管理人员将更多的时间和精力集中在更重要的系统任务上。

同时,系统技术也将更多地辅助人工智能的深度发展,在大规模多样化数据集上进行高效的数据挖掘和机器学习优化分析的模型选择、元参数搜索、自动化的元数据学习、非结构化数据与结构化数据融合处理等工作,从而帮助系统变得更加智能、安全和可靠。

趋势七   云原生重塑IT技术体系

在传统开发环境里,漫长的产品开发、测试和上线周期,不稳定的产品研发效能是企业IT领导者和开发人士面临的核心问题和挑战,同时在应用程序的部署过程中,软、硬件环境等基础设施的技术复杂性很大程度束缚开发人员对于业务实现的生产力,受制于数据库、数据中心、操作系统等传统架构的局限性,制定的业务解决方案需要不断妥协与折中,效能也可能大打折扣。

以容器、k8s、ServiceMesh、Severless为代表的云原生技术将充分沿用云计算的设计理念,全面利用分布式、可拓展、灵活性的云计算架构,达到毫秒级别的极致弹性能力,从而应对业务突发场景;同时基于云原生平台系统高度自动化的资源编排调度机制,实现应用的可拓展和易维护,通过微服务助力应用敏捷开发,进而大幅降低业务的试错成本,提升业务应用的部署和迭代速度。

另一方面,云原生将网络、服务器、操作系统、业务流程等基础架构层高度抽象化,更高效地应用和管理异构硬件和异构环境下的各类云计算资源,向上支撑多种负载,包括大数据计算、区块链、人工智能等创新性的服务,高效解决部署一致性问题,并极大地降低云服务的使用门槛,让开发者只需关注业务逻辑本身并最大程度回归到应用程序的开发环节,专注于用户服务和商业价值的创造过程,从而帮助企业实现快速创新。

云原生将重塑IT技术的全链路体系,在开发、测试、上线、运维、监控和升级等环节中形成新的技术标准,通过技术生态推动整个云计算的标准化,使大规模、可复制的跨区域、跨平台和跨集群的部署能力成为可能,将更多敏捷、分布式、可扩展的技术红利带给企业和开发者。

云原生技术应用在2020年呈现出爆发式的增长,其价值已在互联网、金融、教育、零售、能源等诸多行业得到广泛实践和验证,并预计在两年内有75%的全球化企业将在商业生产中使用云原生的容器化应用【1】。云原生为企业上云用云提供了崭新的技术方式,帮助企业快速享受到云计算带来的成本和效率优势,全面加速企业数字化创新升级进程,并终将推动云计算产业的再次升级。

[1] Gartner《云原生基础设施未来的八大趋势》

趋势八  农业迈入数据智能时代

到2050年人类人口总量有望接近百亿,随着世界人口的不断攀升,对粮食的需求也将不断扩大。同时,农业产业的现代化发展面临的挑战日益严峻,全球人口耕地分布不平均、利用率低下,粮食单产品质不稳,化肥农药资源使用过量,以及产业上下游供应链脱节等瓶颈问题使得传统农业产业发展一度陷入僵局。以物联网、人工智能、云计算、5G、大数据计算等为代表的新一代科学技术正在与农业产业深度融合,并将成为农业迈入智慧革命发展阶段的核心推手。

传感器技术已经广泛应用于农业领域,新一代物联网和5G技术将解决由于带宽限制带来的传感器设备连接密度受限的问题,提升网络设备接入数量和密度,支持设备之间的图像传输和自主分析等功能,集成天气、灌溉、微生物和其他农作环境中产生的数据变量,并通过快速检测、实时监测和连续反馈的能力,进行农作物生产环节的精细化识别、感知,有效改善资源利用效率,并大幅提高农作物产量;同时,下一代无人机结合计算机视觉技术将具备在广阔和偏远地区分析田间作业环境的能力,将实时数据传递到其他传感器,综合分析农田环境和作物情况进行精准播种、施药,从而提升水肥利用效率并有效降低农业劳动力成本。

依托传感器技术的兴起,农业生产链中的各个环节都将会产生海量的数据,通过对这些数据进行整合、分析和挖掘,人工智能、大数据等新型数据科学技术将数据和算法充分融合,更好地对农作物耕地、播种、施药、杀虫、收割等全生命周期环节中产生的数据进行模型构建和精准预测,实现农作物监测、精细化育种、病害虫防控和环境资源按需分配,推动农业生产过程中的自动化运行和管理过程中的数智化控制。

同时,区块链和农业大数据等技术也将充分联合,打通农业生产、加工、运输和零售环节的上下通路,实现产销一体化,从农业生产、农业物流、农业市场和农产品管理等方面上提升全产业链的整体效率,对相关数据进行记录和存储以帮助追溯农产品流通中的全程信息,从源头上保障农产品食品的安全和可靠。

趋势九    工业互联网从单点智能走向全局智能

工业时代,机器人被视为制造业皇冠上的“明珠”。它在相当程度上释放了人类的双手双脚,并让生产运营效率达到一个新的高度。而迈入数字时代,云计算、大数据、AI等新一代信息技术与工业的结合,则进一步地解放了人类的大脑。在具有认知能力的机器的辅助下,决策可以更加精准和高效。工业智能正快速成为制造业冉冉升起的“新星”。

过去几年,在利好政策、资本投入、以及新技术新产品大量涌现等因素的共同推动下,工业智能实现了快速发展。中国工业互联网平台已达300家左右,具有一定规模和影响力的平台数量也有50家之多【1】。然而,尽管冠以“工业互联网”之名,但工业智能仍以解决碎片化需求为主,难以满足制造企业全面数字化转型的需求。究其原因,数字孪生的实施成本和复杂度高、供给侧数据难以打通、整体生态系统不够完善等因素延缓了工业智能的前进步伐。

未来几年,工业智能将在多重利好推动下取得长足发展。首先是信息技术的进步和普及, 2019年中国云基础架构投资首次超过传统IT基础架构投资,新旧技术间已经实现交替【2】;人工智能在质量检测等制造业场景中得到了能力证明;而5G时代的到来也将为物联网拓展新的应用场景。其次,新冠疫情对工业智能的发展起到了加速作用。在过去,制造企业看待工业智能更像是“锦上添花”,而疫情下工业互联网所展现出来的韧性,使其成为企业应对未来不确定性时的立足之本。最后,新型基础设施建设为工业智能发展带来了空前机遇。工业互联网作为“新基建”的重要组成部分,将会迎来更好的政策环境和更大的投资力度,进而推动整个生态体系壮大完善。

如今,工业智能正从单点智能快速迈向全局智能,包括从复杂代码编写升级到低代码的应用开发,从而降低企业的使用成本;从边缘业务切入企业核心业务,从而扩大工业智能的应用范畴;从辅助决策升级到对生产系统的控制,从而扩展工业智能的应用场景;从单一业务方案升级到平台化整体方案,从而提升工业智能的使用价值。预计在未来3年时间里,工业特别是汽车、消费电子、品牌服饰、钢铁、水泥、化工等具备良好信息化基础的制造业,贯穿供应链、生产、资产、物流、销售等各环节在内的企业生产决策闭环的全局智能化应用将大规模涌现。

【1】中国信息通信研究院《工业互联网平台白皮书(2019年)》

【2】IDC《全球云计算IT基础设施市场预测报告》

趋势十 智慧运营中心成为未来城市标配

“智慧城市”从概念提出至今已经历了十余年的发展。以中国为例,在2014年中国就已制定国家政策,把智慧城市作为新型城镇化建设的重要抓手和实现路径。之后,中国智慧城市市场陆续涌现出“最多跑一次”、“一网通办”等诸多最佳实践,既有效提升了政府的治理水平,也让广大市民切实感受到智慧城市带来的便利。

然而,智慧城市发展至今也暴露了一些问题,特别是在突如其来的新冠疫情折射下这些问题更加凸显:许多智慧城市相关设施在防疫任务中陷入瘫痪——部分地方没有应对人口流动调查的信息化系统,只能靠手工填表;而一些有软件平台的地区,也因各部门、地区的数据不互通导致系统一度形同虚设。这些暴露的问题只是表象,背后的真正原因是许多智慧城市项目没有有效运营,导致最终只是堆砌了大量硬件,能够实际运转的业务则屈指可数。

面对此情况,智慧城市市场各参与方特别是城市管理者开始重新思考,更加看重智慧城市的实际应用效果,并更加强调“运营”的理念。在这样的市场风向变化下,把城市数据进行汇聚、交换和共享并在此基础上进行智能决策的综合管理服务平台,即城市运营中心将逐渐兴起。

城市运营中心首先必然是智慧的,它离不开AIoT的技术支撑:一方面,5G时代下物联网的应用普及,将显著扩大对城市的描述范围,以数字化手段动态采集反映城市元素、事件以及状态的数据;同时,AI技术的不断进步将推动其基于城市数据进行科学决策,为城市治理提供最优解决方案。

智慧的城市运营中心能够通过构建数字孪生城市直观展现城市全量信息。在数字孪生城市中全面融入城市感知数据、政府数据、商业数据等,并通过空间计算技术,在时间和空间维度下立体呈现城市运转的全貌,助力实现城市治理精细化。

智慧城市运营中心最重要的功能,是将城市作为一个有机整体进行治理。这意味着它将从根本上把城市作为统一的巨系统,从而避免用传统的中心化思路逐一解决单个问题,而是利用城市数字化、智能化所释放出来的数字生产力,从更高的维度去解决非此即彼的矛盾,以升维后的视角和手法去治理城市,帮助政府更好地实现多目标平衡。智慧运营中心所具备的这些能力,将在城市可持续发展中发挥不可替代的作用,进而推动其成为未来城市的数字基础设施。

相关 [万字 阿里 达摩] 推荐:

万字长文,解读阿里达摩院《2021十大科技趋势》

- - 雷锋网
12月28日,阿里巴巴达摩院发布《2021十大科技趋势》,这是达摩院成立三年以来第三次发布年度科技趋势. 在震荡的2020年,许多行业重启向上而生的螺旋,但疫情并未阻挡科技前进的脚步,量子计算、基础材料、生物医疗等领域的一系列重大科技突破纷至沓来,后疫情时代,基础技术及科技产业将如何发展,达摩院为科技行业提供了全新预测.

AI 首次实现秒级“自主判案”:阿里达摩院颠覆性研究成果技术解读

- - IT瘾-tuicool
近日,阿里达摩院发布了一项新的研究成果:针对电商交易中出现的纠纷案件,可以借助 AI 实现秒级“自主判案”. 该项成果已经入选顶级会议 SIGIR. SIGIR 组委会认为,阿里巴巴的这项技术是司法智能领域的一项开创性成果. 该项技术用到了最近比较热门的多任务学习,本文将对这项研究工作进行详细解读.

传言:阿里旺旺 Linux 版本?

- Tony - LinuxTOY
今日鸟嘀咕上流行了一张截图,据传是阿里旺旺 Linux 内部测试版本. 图片来源(可以从中看出估计是用 Qt4 开发的). 在下看到此图不禁回想起曾经高调一时,被称为"攻破朝内 Linux 桌面应用普及坚冰"的 QQ for Linux 发布. 现在阿里旺旺 Linux 面临和当年 QQ for Linux 一样同室操戈的问题.

用ControlJS优化阿里妈妈广告

- Cary - Taobao UED Team
长时间以来阿里妈妈的广告载入策略一直存在些问题,很多页面也因为阻塞式的广告载入而被拉低性能,影响用户体验. 毕竟阿里妈妈广告的渲染依赖于诸多嵌套的document.write. ControlJS的目标就是解决js的阻塞式渲染,因此灵玉急不可耐想与同仁们共同去揭秘ControlJS……. Steve Souders在2010年12月份发布了ControlJS项目,该项目是让开发者更好的去控制javascript文件的下载和执行,从而提高了页面脚本的加载速度.

阿里巴巴的零知识证明

- 见涛 - 科学松鼠会
战争中你被俘了,敌人拷问你情报. 你是这么想的:如果我把情报都告诉他们,他们就会认为我没有价值了,就会杀了我省粮食,但如果我死活不说,他们也会认为我没有价值而杀了我. 怎样才能做到既让他们确信我知道情报,但又一丁点情报也不泄露呢. 这的确是一个令人纠结的问题,但阿里巴巴想了一个好办法,当强盗向他拷问打开山洞石门的咒语时,他对强盗说:“你们离我一箭之地,用弓箭指着我,你们举起右手我就念咒语打开石门,举起左手我就念咒语关上石门,如果我做不到或逃跑,你们就用弓箭射死我.

阿里妈妈广告产品研究

- - 牛国柱
阿里近几年广告应收的增速非常迅速,在2012年,为站长和淘宝客带来的分成收入突破了30亿元,比2011年翻了一番( http://roll.sohu.com/20121224/n361391164.shtml),非常大的成就. 那么阿里是如何做到这一成就的呢. 阿里妈妈第一次出现是在2007年,定位是全网的广告交易平台,使命是“让天下没有难做的广告”,没错,和我们很耳熟的一句话——让天下没有难做的生意很像,是阿里战略在广告市场的延续.

阿里双十一数据库技术

- - Hello Database
真的很抱歉,我的博客已经很久没有更新了,因为花了太多的时间在微博和微信上,当然最主要的原因还是工作实在太忙了,仅剩的那点业余时间都用来陪娃了. 从2012年开始,工作重心转移到了淘宝和天猫,我的技术方向也发生了改变,2012年和2013年,经历了两次双十一,在这个过程中学到了很多东西. 尤其是2013年的双十一,系统准备的非常充分,技术上有很多创新,团队也得到了成长.

阿里产品经理在做什么?

- - 人人都是产品经理
这个周末又把大学时看得《人人都是产品经理》拿出来梳理,看看阿里的产品经理在头几年都做了些什么. 总的来说有三个方面,需求分析、项目管理以及战略思维. 需求分析一般作为产品经理的入门工作,包括用户研究、需求采集、需求分析、需求筛选以及最后的需求管理. 用户研究也就是说研究使用该产品的客户,理解客户是产品经理的基本素质之一,也就是我们所说的以用户为中心,但实际中也有不少项目是以老板为中心.

阿里的大数据之路

- - 钛媒体TMTpost—把脉科技资本论
作为一个拥有全世界最多互联网用户的国家,”大数据“成为国内各大互联网巨头不得不面对的问题. 阿里巴巴集团旗下的支付宝、淘宝及天猫商城作为国内第一大电商,所拥有的交易及信用数据,不仅仅具有量的优势,还具有极高的商业价值. 在大数据时代,阿里巴巴的战略布局是怎么样的. 《南方周末:阿里巴巴的大数据梦》对阿里巴巴的大数据战略进行了报道,钛媒体对其总结如下:.

使用阿里云ODPS之点滴

- - SQL - 编程语言 - ITeye博客
    趁着这次做网聚宝搜索服务化这个项目,体验了一下阿里云的重量级云产品ODPS,也就是传说中的云梯2. 项目几近结束,现在回过头来看当初选择使用OPDS的决定还是相当正确的,ODPS在网聚宝搜索上云这个项目中起到了非常至关重要的作用,一句话总结:ODPS是非常靠谱的. 从刚开始里了解ODPS开始,到引入项目中使用,进而通过优化加速在项目中使用得游刃有余,经历了一个过程,中间也走了不少弯路.