影响2021年的14个科技应用走向

趋势1：深度学习走向多模态融合

深度学习近年来持续成为产业热点，以计算机视觉为例，已广泛应用于人脸识别、工业视觉、OCR和视频内容理解等领域。深度学习技术正从语音、文字、视觉等单模态向多模态智能发展。通过对视觉、听觉等感知，甚至未来对嗅觉、味觉、心理学等难以量化的信号进行融合，实现多个模态的联合分析，加强高阶认知技能开发，将推进深度学习从感知智能升级为认知智能。多模态融合技术还可以实现对人体姿态、表情和功能等的模拟仿真，打造高度拟人化的数字虚拟人，创造全新的人机交互方式。

趋势2：沉浸式媒体向体验和场景的纵深演进

沉浸式媒体实现了物理和虚拟世界的融合共生，被认为是改变未来生活和工作方式的颠覆性趋势之一。在5G、AI、VR、AR、MR等技术推动下，沉浸式媒体正走向体验和场景的纵深化发展。更深度的沉浸式体验，主要体现在真实场景的6DOF(Degree of Freedom)、更清晰和流畅的内容显示、多通道交互等方面。依托三维重建、近眼显示、渲染处理、感知交互等技术的产业化进程，沉浸式媒体将带来听视觉的逼真性、交互的流畅感和真实感升级。从场景看，沉浸式正从面向个人娱乐的消费类市场，深化发展到企业级市场的垂直行业。未来，随着5G的大规模普及，沉浸式媒体硬件及技术的进一步突破、制作成本的下降以及更多优质内容的开发，沉浸式媒体产品和服务将被主流群体广泛采纳，应用场景和商业空间将被全面激活。

趋势3：产业区块链推动数据要素市场化

区块链在产业中的应用可有效加强多方间的协作信任，提升系统的安全性和可信性，并简化流程、降低成本。但区块链在商业化场景的真正发力，需要服务于数据要素的市场化。具体体现在两个方面：第一，资产数字化，即以传统金融资产为主流开始进行数字化迁移，这一过程对IOT设备的普及提出了更高要求，同时也催生了资产网关的全新角色。这一角色将成为传统资产上链的枢纽，确保真实性与可校验。第二，数字资产化，即以互联网原生的产品为资产，如原创的文字、音乐、图片作品等。这需要推动跨链、辅助上链及周边设施的发展，基于区块链的确权与交易将成为基础设施。

趋势4：脑机接口有望在康复领域先行突破

脑机接口指在脑与外部设备之间建立的通讯和控制通道，是理解、改造自然和人类的“终极疆域”。“脑-机”简单运动控制持续取得突破，在康复场景下有很大的应用潜力，可辅助残障人士获得部分肢体功能，帮助脑疾病患者进行主动运动康复、重塑部分脑功能。目前主要方向是提升脑电信号采集信噪比、高带宽双向读写、无创/微创植入等。长期来看，其应用突破有赖于多学科合力推进、软硬件技术协同发展，包括硬件方面更精密的电极、更生物友好的材料、更丰富的数据库、更明确统一的数据标准更强大的机器学习算法以及脑科学研究的关键性进展等。

趋势5：软硬融合推升量子算力

量子计算是利用量子物理特性高效进行信息处理任务的新型计算方式，是人类探究微观世界的重大成果。量子比特的制备和操作，计算信息的存储和测量，都需要特殊环境和工艺，而目前的技术还有不容忽视的差错率。因此近期的量子计算机有规模小，含噪声的特点。为了在当前不完美的量子计算机上，也能完成一些有意义的计算任务，中短期内有可能通过改变过去相对独立的软硬件研究，把软硬件结合到一起进行专有化设计。同时，未来几年将有更多的量子算法被发现，更多的量子系统特点被揭示，以及更多的硬件设计加工工艺在精进。

趋势6：疫情按下医疗AI应用快进键

医疗AI泛指AI技术在医疗各领域的应用，通过人机协同扩大医疗供给并提升医疗效率和质量。在小样本学习技术、域自适应方法、注意力机制等关键创新的加持下，医疗影像AI、疾病监测预警AI和辅助医疗决策AI等，有效突破了医疗数据量小等障碍，在疫情期间获得了明显加速发展。未来随着更多医疗AI的可用性被验证，医疗AI的数据整合、软硬件集成和多病种通用化，将是更长远需要关注和把握的重要趋势。

趋势7：数字生物标记物照亮居家慢病诊疗

数字生物标记物(DigitalBiomarkers)，即通过数字化手段将生物标记物所释放的“数字信号”变成一种可量化具有临床可解释性的客观标准，用于发现、解释或预测疾病走向。典型的例子，如通过视频分析和手机传感器测量评估帕金森综合症、心功能、肾功能、骨质酥松、脊柱侧弯等;通过面部、语音、呼吸音、咳嗽音、运动功能来测量和评估心功能恶化等。基于智能手机传感器、摄像头等的便携式数字生物标记物测量方式，未来实用化门槛低、普及的可能性大。这将促进居家慢病管理服务市场进入高速发展通道，最终推动全生命周期健康管理和个性化精准医疗成为现实，提高疾病预防和诊疗的质量，减轻疾病对个人生活和社会经济的影响。

（编辑：平顶山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!