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，但疫情扭转障碍科技前进的脚步，量子计算，基础材料，生物医疗等领域的多种重大科技突破纷争至沓来，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的预测。
今年的趋势报告分为“原子动能”，“比特跃迁”，“场景转变”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，并与5G基站，新能源汽车，特高压，数据中心等新基建场景，显着降低整体绩效。
新材料的价值远不止提供更出色的性能，它还能突破传统材料的物理极限，达摩院预测，碳基材料作为制造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，例如用该该材料制作的电子皮肤多个机械特性与真实皮肤相似，还有外部环境感知功能。
2020年极度明显的是AI落地到产业的趋势，达摩院认为，AI在生产线上只是开始，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，销售等各类别的串联智能。
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（公众号：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转变。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：
-
以氮化镓，碳化硅为代表的第三代半导体迎来应用大爆发
-
后“量子霸权”时代，量子纠错和实用优势成核心命题
-
碳基技术突破加速柔性电子发展
-
AI提升药物及疫苗研发效率
-
脑机接口帮助人类超越生物学极限
-
数据处理实现“自治与自我进化”
-
云原生重塑IT技术体系
-
农业迈入数据智能时代
-
工业互联网从单点智能走向分布式智能
-
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。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。第三代半导体引用于前两代半导体具有更宽的禁带宽度，因此也可以宽禁带半导体。更宽的禁带宽度允许材料在更高的温度，更强的电压，改变的开关频率下运行，因此第三代半导体可以耐高温，耐高压，高频率，大功率，抗辐射等优异特性，可以使用作功率器件和射频器件，广泛集成5G衬底，新能源汽车，特高压，消费电子，航空航天，数据中心等领域。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。直到近几年这一局面才得以突破：替代，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；替代，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高，利用第三代半导体器件性能不断提高且成本不断下降，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，而长续续航里程；没有少数的电子消费厂商推出了GaN快速充电器，价格不未来5年，除现有的电动汽车和消费电子外，预计工业充电，5G变频器以及可再生能源和储藏能领域的电源应用都重置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取代的硅器件。
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增长，技术和生态蓬勃发展。超导领军团队宣布了解决1百万比特币的规划；其他平台也异彩纷呈。通过系统集成和容错组件上有力演示，证明了和超导同台技艺的潜力。声子-超导混合比特币也跻身身为采用该平台。如上潮流将在2021年继续涌动，多管齐下，奔向“后霸权”的两个层次：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”，“更高”和“高连接度”：至少几千个尺度，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“高精度”要求两个比特的基本操作接近完美，“高连接度”要求比特以网格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。基于新型设计的超高级超导比特和扬弃目前线性结构的可扩展的二维离子替代。超导的另一端场扬弃也可能在2021年播下种子：低温电子学的成熟将变得庞大和昂贵的室内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，并通过模拟对错误的宽容。冷原子和量子煺火系统等模拟量子计算平台试图将其与数字平台一起，继续产生鼓舞人心的进步。
2021年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很好的新鲜事物，但我们世界的电子设备目前仍以“硬质”为一体，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板上，使电子器件在弯曲，折叠，扭曲，压缩，拉伸，甚至变成任意形状后，仍可保持其性能。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。
总的来说，大多数柔性电子应用场景，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，会有所一定的柔性。但可以穿透硅基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着着。的性能差异。
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，三维的石墨和金刚石等，这其中，碳纳米管和石墨烯出色的电性能，透过性特别是延展性，被公认为是柔性电子的“天选”材料。但一直以来，主要在于于材料制备技术，难以获得大面积，合理的碳基材料成为限制其应用的最大障碍。
2020年，研究人员在8英寸衬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的关键参数的材料，并同步开发了自动的提纯和组装设备，已有量产的技术积累。基于替代材料，研究人员还已经批量制备了场效应晶体管和环形振荡器电路，性能在同时，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，已经证明具有卓越的电学性能。这些都意味着碳基集成电路已经初步有了工业化基础，“碳时代”即将到来。
例如，“电子皮肤”可以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
由于新冠状病情的全球蔓延和深远影响，医疗行业从未像今天这样高度聚焦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阅读片，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，有着非常好的工作效率与正确率，已经逐步应用在医疗诊断辅助领域。未来AI诊断医疗影像/语言类等辅助诊断应用走向疫苗设计及药物临床研究，在疫苗化合物中筛选，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替代上广泛参与。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。
《自然》数据显示：一种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％。而一种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转变，它决定了一次研发的具体目标。这个交替又分为疾病选择，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，可以减少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证明。
例如在研发的疫苗中添加化合物可以提高其功效，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自动输入近似值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，最终迅速找到可能成为人类免疫药物的优质替代化合物。
人类未来将越来越多的依靠AI等技术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替代，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，其中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，这一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。
植入式脑机接口索引非植入式头皮贴片方式精确度更高，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。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，只是单一学科的进展都值得期待，而更精确的电极，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，但其他的算法/算力让前者难以望其项背。其中的结合可以帮助人类超越生物学极限；利用脑机接口，结合AI可以对神经工程的发展战略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。在康复方面，通过对神经系统活动的识别，转化人的“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，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，未来都将变成现实。
科学技术的发展不断突破人类的临床底线和价值尺度，脑机接口同样避免不了科学研究问题。人类和机器建立智能相互作用已是大势所趋，如何保障这样的技术进展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都是企业IT架构的重要组成部分，通过物联网，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期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，替代的特点，这导致在管理上面临数据汇聚，集成，存储和检索成本高的问题；占用计算资源短缺，缺乏数据管理系统需要处理更复杂的多租户，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非常规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，资源消耗过剩超过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，显着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测与实时监测系统，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力量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，可变的产品研发效能是企业IT领导者和开发人员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改进，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，可扩展，替代的云计算架构，达到数十级的极致弹性能力，从而应对业务突发布；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，实现应用的可扩展和易维护，通过微服务助力应用敏捷开发，并进一步降低业务的试错成本，促进业务应用的部署和迭代速度。
同时，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互连硬件和替代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云，让开发者只需关注业务逻辑并同时最大程度回归到应用程序的开发突破，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技术的全互连体系，在开发，测试，上线，运维，监控和升级等间接中形成新的技术标准，通过技术推进整个云计算的标准化，使规模，可复制的跨区域，跨平台和跨扩展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％的增长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展，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年人类人口数量增长预期接近百亿，而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导致问题的传统农业产业发展一度封闭僵局。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，相互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技术将解决由于受限于限制带来的传感器设备连接密度波动的问题，提升网络设备交换数量和密度，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，进行农作物生产的精细化识别，感知，有效改善资源利用效率，并同时大幅提高农作物的产量；同时，纵向结合计算机视觉技术将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，综合分析作物环境和作物情况进行精确播种，施药，从而提高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分开都将产生海量的数据，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，收割等全生命周期间隔中产生的数据进行模型预测和精确预测，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，运输和零售渠道的上下通道，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转变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分段智能
工业时代，机器人被视为制造业皇冠上的“明珠”。它在相当大的程度上释放了人类的双手双脚，并让生产运营效率达到了一个新的高度。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，方法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，虽然冠以“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化的需求。究其原因，数字替代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。
首先是信息技术的进步和扩展，2019年中国云基础架构投资首次超过传统的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扩展新的应用场景。其次，新冠疫情对工业智能的发展发挥了加速作用。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利益，从而成为企业应对未来不确定性时的立足之本。最终，新型基础设施建设为工业智能发展带来了空前工业互联网作为“新基建”的重要组成部分，将会迎来更好的政策环境和规模的投资速度，并推动整个生态体系壮大。
如今，工业智能正从单点智能快速迈向垂直智能，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规模；；从辅助决策升级到生产系统的控制，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，从而提高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，化工等方面的良好信息化基础的制造业，连续供应链，生产，资产，物流，销售等各方面的企业生产决策闭环的多种智能化应用将大规模涌现。
【1】中国信息通信研究院《工业互联网平台报纸（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
“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。”，中国智慧城市市场陆续涌现出“最多跑一次”，“一网通办”等最佳实践，既有效提升了政府的治理水平，也让广大市民切实发挥智慧城市带来的便利。
然而，智慧城市发展至今也已经暴露了一些问题，特别是在突如其来的新冠状病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相互干扰-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，导致最终只是堆内置的硬件，能够实际运转的业务则屈指可数。
面情况下，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。
城市运营中心首先肯定是智慧的，它离不开AIoT的技术支撑：重组，5G时代下物联网的应用广泛，将显着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建立数字重组生城市直观展现城市全量信息。在数字序列生城市中全面整合城市感知数据，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。
这意味着从根本上把城市作为统一的巨系统，从而避免使用传统的中心化思路逐一解决替代问题，而不是利用城市数字化，智能化所释放出来的数字最大化，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，促使其成为未来城市的数字基础设施。
相关文章：
重磅！阿里达摩院发布《 2020十大科技趋势》
重磅！阿里达摩院发布《 2019十大科技趋势》