胡延平：2005到2050年 全世界科技的创新趋势在这里

wz***

　　

　　注：技术的变革是驱动人类社会进步的根本原因，我们处在一个技术爆发式增长的时代。对于未来，我们充满期待但又略显迷茫。

　　胡延平是FutureLab未来智库专家，DCCI互联网数据中心创始人，中国互联网独立第三方研究专家。作为2017虎嗅F&M主会场的开场嘉宾，他向我们展示了过去三年所做的研究成果：全球创业前沿科技的地图和报告，从不同维度和领域，系统地展示了当下科技的现状和布局，以及基于研究和大数据，对于尖端新技术的未来做出了预估。

　　胡延平认为，我们正处在一个历史性变革的时代。基于过去的研究，他预计2020年到2025年，全息影像和机器翻译有望得到商用;2025年到2030年，自动驾驶和量子计算将得以实现;2030年将实现人体增强;而到2040年，超级智能、人造器官和真正的清洁能源将问世。

　　另外，对于我国目前大力发展并取得局部领先的人工智能领域，他认为，我们没有必要崇洋媚外，但还是要理性、客观为好，现在的AI还有很长的一段路要走。

　　2017年12月2日，胡延平在2017年虎嗅F&M创新节上发表的主题为《全球创新前沿科技地图瞭望》的演讲，以下是演讲全文：

　　大家上午好，我们用了三年多的时间做了一个作业，今天和大家探讨和分享。

　　

　　技术、资源、资本、应用，这就是我们看到的过去、现在和未来。我们的国家从人口红利、消费红利、市场红利、应用红利走起来，从互联网开始起步，现在我们资本的角逐、角力也是最热的，在中国市场最重要的也是这个部分。我们在朋友圈，在舆论看到的最热点、最前沿的是右上角的部分，这个部分也是过去三年多的时间我做的作业的关键。

　　这个关键是什么?关键是业态竞争的维度在改变，产业的中心在改变，产业的形态、技术、创新(在改变)。相信大家已经感触到、感受到，成为了关乎于我们每个人以及关乎于产业的关键。在过去的三年多的时间里面我们所做的作业，就尝试从最微观的部分变化看起，从7000多个技术点位每个点位都进行全球的跟踪、扫描甚至实地的查看，实地的像雷达、显微镜去看每一个部分，通过这样的努力来跟大家做一种整体上的认知，以及走出包括舆论误导性因素存在的有偏差性的认知。

　　三年的“作业”：前沿科技的报告

　　涉及的领域有这么多，每一个领域我们都把它变成了一个每个月、每个季度都在更新的，每个部分从最基层的核心设施，再到相应的解决方案，再到每个领域的产品以及相关的应用，包括相关的开发者工具，相关的开发平台，以及典型场景的关键应用。只放了三个领域，每个领域除了动态共性以外，我们从其个维度去看在关键性的技术上，尚不为人知的创新性技术，它的重要成分，它的领域潜在的影响，到底会发生什么样的变化，我们进行深度的扫描。

　　在这个基础上我们形成了全球创业前沿科技的地图和报告。这个报告过去在西雅图、旧金山、纽约都跟相关的业内进行过分享。这项作业本身的专家顾问，他们是每个领域本身在做技术研发的技术伽，而不是纯粹的研究人员。这个不是我们在海外相关的研讨场景，是我们支持对的组织其中一个小小的产出：黑科技在海外的场景。

　　小小的努力，微不足道的探索，却是我们专注地图式的对20多个领域7000多个技术点位进行探针式去探微的过程，关于这样一个作业，跟大家进行一个小小的汇报。

　　这个作业的工作量和涉及到的内容量非常大，因为时间关系，(我)从这几个模块，尤其是前四个模块给大家进行一个分享。我们所看的是20多个领域、7000多个技术点位，(它们)是非常紧密相关的整体，是新一轮创业周期，是从2005年到2050年的阶段，这么大的一个创新周期不同的部分。

　　右侧的部分是下一步的界面，下一代的自然交互的部分;左下角是下一代的交通，智能交通;右下角是未来的制造。新一轮创新周期，大家日常看到的点点滴滴已经非常多了，我们的认知是根本上的思考，新一轮创新周期最典型的特征是多点、多发、多维，这是第一个。

　　

　　第二个，新一轮创新周期的不同部分，是交融发展、相互赋能的。

　　新一轮创新周期除了我们看到的创新大爆炸和我们看到的碎片以外，它在重新定义创新本质的同时，更在重新定义传统的IT，新IT，智慧IT，包括重新定义相应的全球产业分工，导致创新协作体系的变化以及全球范围内或者核心竞争力、国家战略。这也导致了这个产业不同领域的此消彼涨，相应的技术、技术竞争以及业态，全球新IT的分工体系的变化。

　　这个变化是历史性的，这个变化只有从过去70年代、80年代、90年代有一个相提并论。在那个变化中我们看到以美国、日韩、台湾在内的IT体系。

　　新IT的体系形成在即，新IT、生物、医药相关部分的变化，甚至要超过智慧科技的变化。而智慧科技部分的变化又是生物相关产业剧烈变革的关键。无论是相关经历的研究、研发、检测仪器还是类似于基因大数据、因特DNA，(都是)我们讲的相互交融的关键。材料和能源的部分就不用讲了，比如说纳米和空气，都是材料层面的;比如说小小手机的天线，包括CPU的计算能力，几倍、数十倍GPU的情况下并没有显著的提高，甚至有些部分已经走到了天花板，这都是跟材料的变化高度紧密相关。

　　无论在地图还是报告里面，我们在看每一个具体的点位，我们尝试做这样的认知，基于不同的部分局部微观认知的整体认知。也就是说，我们不能就着AI看AI，不能就着智能看智能，(也不能)从生物本身看生物，而是要整体的看。

　　我们把计算机视觉，柔性电子、柔性皮肤，柔性增强等等所有这些都要放在一起来看，尤其关于在IT和AI的结合度，无论是跟认知科学的BCI，还是相关的生物传感，它们其实是紧密相关的整体。

　　关于创新周期：别吹了，AI还没成熟

　　再来看2020年到2050年关键的技术，技术本身的成长周期、成熟曲线，走的路径以及可能会成熟的商用的时间点。

　　这样的时间点不是我们凭空推测出来的，是我们下面讲的20多个领域，7000多个点位每一个点位在原材料、实验室的技术以及从理论上的可行性和研发进展来看综合形成的研判。

　　我们再增加会讲、分享、探讨跟我们日常所看到的，包括业内的大伽在内的一些认知有所不及的信息。

　　尽管AI非常热，但是真正成熟的商业化是在2020至2025年这个时间段，无论是机器翻译，智能翻译，包括全息影像在这个时间点相应的技术、瓶颈包括后端的基础设施再深度的提升和进化，我们才会看到它的成熟。

　　

　　包括自然交互以及自动驾驶、量子计算是在2025年至2030年。2030年至2035年，类似于像成计算、无人飞行、人体增强是在这个时间段，比如说人体增强具体时点的判断，都是基于后面的不同部分模块的技术，甚至原材料、原技术。2030年至2035年是内容机器人，包括欧盟、美国、中国、日本、韩国，从政府角度正在用很大力度做进化。在2030年、2035年的第一个阶段，是能源的传输。2040年是人造器官、超级智能和真正的清洁能源。

　　第一个模块创新周期给大家讲完了。

　　下一个(话题)是下一代的基础设施。为什么要讲下一代基础设施?我们看到很多人、很多媒体、很多舆论已经把AI给捧到天上了，而我们对AI的认知很多时候局限于AI本身。我们再看到中国的AI已经超越美国，已经在全球、全世界如何如何。我们没有必要崇洋媚外，但是我们还是理性、客观为好。

　　我们要跟大家分享的是什么?如果只有AI一个点，我们极有可能会被误导，我们会以为那些技术天才关在屋子里面用算法就能够征服世界和改变世界，用算法就能解决问题等等。但是事实的真相是怎么样?真相是下一代基础设施为AI赋能，其次才是AI为万事万物赋能，而在万事万物赋能的认知我们有一个核心就是大智能。

　　“大智能”有多大?

　　大智能就是决胜未来的关键。大智能才是AI能不能从泡沫，从浮躁的状态真正落地的关键;才是AI本身的能力、水准会处在什么样水平的关键。

　　大智能在哪个部分?感知的能力，包括智能化本身的组成部分，还有数据本身的能力，数据的存储能力，再包括你的开发者工具，你的开发环境、开发平台、开发语言环境，还有连接能力。这个不仅是在互联网、物联网、车联网等等，包括在应用和应用之间，场景和场景之间，对于数据和数据之间的连接能力就更不用讲，这个连接能力尤其是拥有云端的基础设施大的平台级玩家为用户、开发者提供基础能力的关键。

　　然后就是计算能力。计算能力尽管不是一个很时髦，甚至说是听起来比较老套的东西，但它其实是核心的关键中的关键。我们就从AI(MAP)来看，AI(MAP)真正决定这个领域反倒是最基础的部分，包括芯片、载人等等的能力。

　　时间关系，类似于像AI里面的个人信息助理以及计算机视觉，还有AI芯片的部分，我们就不多展开了，我们只是用具体的数据告诉大家，包括我们非常知名的创业导师在海外所讲的中国人工智能已经如何如何这样的观点，无论从数量、质量、结构它都是不成立的。为什么?因为这才是AI。

　　对真正的AI领域核心的玩家玩的是什么?他的架构是这样的，云，云端，端侧以及包括SaaS这样层面的AI能力，包括数据本身的架构，数据本身的能力，CPU，还是SPG架构，在未来的计算部分的核心能力，基于这个部分像开发者平台、开发工具等等。

　　具体AI本身的问题不展开，我们再来看下一代自然交互。下一代自然交互，移动、融合、自然，这三个核心的要素具体某个阶段的呈现，就是VR、AI、MR。从今天起我们大家对于VR、AI、MR大家可以觉得大不可稀奇，它们并不是未来，它们只是我们在往下一代交互过程中走的时候，在特定的阶段我们所看到的产品形态，它们只是从不同的层面方面解决了自然交互基础性的问题，甚至连基础性的问题都没有充分有效的解决，还有一个很长的过程去走。

　　而这个很长的过程去走的过程里边，很多核心的去技术迭代的能力，其实并不在AI、VR、MR的终端设备、制造商或者是相关的企业、创业者手里边，大家去看相关的定位、动作捕捉显示还是数据传输，可以说每一个关键的部分都不是某一个创业公司、终端设备提供商能够解决的，而这个也是我们看到这些大的公司，它们在如何布局的原因。我们看到布局有两个个特点，这两个特点是什么?一个是前面我们讲的历史架构;另外一个他们正在全球范围内的投资、并购。

　　百亿美金的，无论是高通并购还是因特尔并购，还是他们对于创新的比如AI芯片公司的投资。我们用一分钟的时间看一下下一代交通的(MAP)。(可以看出)实时感知，是非常重要的部分。在这个部分，汽车本身还是很重要的，像前面讲到的平台级的玩家，核心的玩家做的事情是正在向无人机、智能汽车等等相关领域深度的切入，而这样深度的切入创造了两个结果，第一个结果就是关键领域基础设施的一致性和平台的一致性。另外一个结果是分布式，无论是从传感层、解决方案层，无论是后端的云还是前端的系统，其实最终是少数玩家的结果。

　　未来的世界就在这样的维度。无论是从融合的速度、能量密度、数据密度、连接密度、感知尺度还是网络尺度、计算速度和移动速度都在发生着剧烈而又深刻的变革，最关键的是我们今天看到的所有都是刚刚开始，很多方面他们都还是在最早期，甚至是非常早期的早期，我们从数据的角度也只是刚刚开始能够有所感知而已。

　　时间关系，我们对前沿科技，20多个领域，7000多个点位在雷达式、探针式探寻的结果只能做这么一个简短的介绍，谢谢各位，希望这个作业有时间能够跟大家再深度的探讨，谢谢。