(網經社訊)近年來，數(shù)字經濟推動全球經濟發(fā)展新動力，更是中國高質量發(fā)展新引擎。依托數(shù)字化技術實現(xiàn)新一輪產業(yè)變革、搶占全球價值鏈制高點，已成為各國競爭的焦點。中國提出建設數(shù)字中國，努力構筑國家競爭新優(yōu)勢。
為了更好了解全球數(shù)字科技發(fā)展情況，阿里研究院、智譜AI近日聯(lián)合發(fā)布《2023全球數(shù)字科技技術發(fā)展研究報告》。報告基于AMiner科技情報平臺的數(shù)據(jù)，利用文獻計量方法，為數(shù)字科技研究前沿“畫像”，揭示創(chuàng)新活躍程度，在系統(tǒng)、客觀的分析方法基礎上，總結2023全球數(shù)字科技十大趨勢。
全球數(shù)字科技十大趨勢
報告通過對2012年-2021年數(shù)字科技領域TOP1%核心論文的持續(xù)跟蹤，篩選出了數(shù)字科技領域十大熱點前沿技術：生物大數(shù)據(jù)、生成式對抗網絡算法（Generative adversarial networks，GANs）、沉浸式擴展現(xiàn)實（Extended Reality，XR）、量子計算機、AI 破解蛋白質和基因結構、移動邊緣網絡、可解釋的AI、聯(lián)邦學習、混合計算和能源區(qū)塊鏈技術——
表1 數(shù)字科技領域10大熱點前沿技術
趨勢一：生物大數(shù)據(jù)
隨著對生命系統(tǒng)的不斷深入探究和各種其他高通量組學技術的產生和發(fā)展，生物信息學的研究范疇不斷擴大，各種組學數(shù)據(jù) ( 轉錄組、蛋白質組、非編碼 RNA 組、表觀遺傳組、代謝組、宏基因組等 ) 以及生物系統(tǒng)層面的解讀不斷擴展，生命科學從定性描述開始實現(xiàn)動態(tài)、精準和定量解讀。
趨勢二：生成式對抗式網絡算法
作為人工智能學界的熱門方向，生成式對抗式網絡算法（Generative adversarial networks）
已法被廣泛應用于圖像和視覺、語音和語言、信息安全等領域。未來，隨著 GANs 為代表的深度學習不斷迭代，AIGC 百花齊放，產出效果或將逐漸逼真接近至人類作品。
趨勢三：沉浸式擴展現(xiàn)實娛樂平臺
擴展現(xiàn)實是元宇宙連接虛擬與現(xiàn)實的關鍵設備，隨著擴展現(xiàn)實產業(yè)鏈和技術不斷發(fā)展、內容應用逐漸繁榮，整個元宇宙娛樂生態(tài)正在持續(xù)豐滿，沉浸式擴展現(xiàn)實娛樂平臺有望迎來爆發(fā)。
趨勢四：量子原型樣機和專用處理器的研制
當前，量子計算機的研制已從以院校、研究所為主的基礎性研究階段，過渡到以 Google、IBM 等創(chuàng)新企業(yè)為主體的“量子霸權”研究階段。隨著量子計算機研制成果的不斷涌現(xiàn)，通用量子計算機研制問題將在未來五年內被攻破，可實際使用的量子處理器將會落地。
趨勢五：AI 解碼蛋白質結構
2021 年，Deepmind 公司的蛋白質解碼預測系統(tǒng)——AlphaFold 橫空出世。與此同時，公司還公布了約 35 萬種蛋白質的結構，該項成果因此入選《科學》2021 年度十大科學突破。隨著人工智能技術的不斷發(fā)展，對具有內在無序特性的蛋白質以及通過翻譯后修飾或環(huán)境條件改變結構的蛋白質建模問題在將來有望解決。
趨勢六：移動邊緣計算網絡
隨著物聯(lián)網、5G、工業(yè)自動化、智能制造的興起，處于物理實體和工業(yè)連接之間的移動邊緣計算越來越發(fā)揮出重要的作用，也逐步實現(xiàn)了集中化和智能化，其低時延、高帶寬、個性化、高安全性、高隱私性等特性滿足了分布式服務、自動工業(yè)控制的需求。
趨勢七：可解釋的 AI
由于人類社會的價值觀念和價值體系存在多元化的特點，未來發(fā)展具有可解釋性的人工智能，加強人機之間的理解，讓人工智能技術跳出“黑箱”，建立可解釋、可理解、可信任的人工智能體系成為趨勢。
趨勢八：基于算法模型和安全隱私的聯(lián)邦學習技術
近年來，聯(lián)邦學習作為解決數(shù)據(jù)孤島問題的重要技術引起業(yè)界廣泛關注，并被廣泛應用于金融、醫(yī)療健康以及智慧城市等領域。未來，聯(lián)邦學習技術的發(fā)展將與邊緣計算、區(qū)塊鏈和網絡安全等多個領域關聯(lián)，更好的發(fā)揮其隱私性、高效性和便捷性。
趨勢九：混合計算
隨著萬物互聯(lián)市場的發(fā)展，產業(yè)界逐漸認識到單一的計算方式不能解決所有問題，“混合計算”借鑒了異構計算的思想——用不同的計算資源處理適合該結構的任務，構建出某領域專用的高效應用組件，從而更好地滿足無線互聯(lián)、視頻處理、圖像識別、智能制造等多領域的高效處理需求。
趨勢十：能源區(qū)塊鏈
針對能源互聯(lián)網應用系統(tǒng)中各個模塊存在的問題，區(qū)塊鏈技術能夠依靠自身的鏈式特征和獨特的區(qū)塊結構融合到能源互聯(lián)網中的各個層面，解決能源互聯(lián)網系統(tǒng)中的相關問題。未來，創(chuàng)建區(qū)塊鏈一體化能源系統(tǒng)可有效促進清潔能源的產量和能源的及時高效消費利用，提高地區(qū)性能源的綜合利用率，在保證經濟性和穩(wěn)定性的基礎上，實現(xiàn)節(jié)能環(huán)保目標。
全球數(shù)字科技科研實力對比
除了前沿新技術，報告還關注數(shù)字科技領域科研實力全球對比。報告發(fā)現(xiàn)，從全球數(shù)字技術論文的“量與質”方面來看，中美數(shù)字科技論文整體影響力大致相當。盡管中國數(shù)字科技領域論文數(shù)量（506,775篇）與美國（525,794篇）還存在4%的差距，但是平均被引量中國比美國多4次/篇，這說明中國數(shù)字科技領域論文整體影響力與美國大致相當。
另外，英國和加拿大論文數(shù)量大幅落后于中美兩強，但其論文平均被引量明顯高于中美，這說明英加兩國數(shù)字科技論文影響力在全球仍占有重要地位。
中國在卓越研究成果方面明顯落后于美國。某領域全球被引量Top1%論文（以下簡稱“Top1%論文”）被稱為“頂尖論文”，其代表該領域卓越的學術研究成果。在數(shù)字科技領域，中國Top1%“頂尖論文”數(shù)量（7,096篇）明顯少于美國（9,634篇），且平均被引量也明顯落后于美國。
表2 全球數(shù)字科技論文產出國家排名
說明：論文檢索時間范圍為2012年1月至2021年12月。
數(shù)據(jù)來源:AMiner科技情報平臺。
另外，值得一提的是，中國科學院的數(shù)字科技論文發(fā)表量高居全球第一。在全球數(shù)字科技論文量前10強機構中，排名前三的機構依次是中國科學院（59,487篇）、美國加州大學（49,111篇）和法國研究型大學聯(lián)盟（UDICE）（48,217篇）；除中國科學院外，中國還有一家機構即中國科學院大學（18,381篇）也躋身前10強；平均被引量最高的是哈佛大學和美國能源部，前者為50次/篇，后者為45次/篇，顯示兩者在數(shù)字科技領域顯示出較強的研究和創(chuàng)新能力。
圖1 全球數(shù)字科技領域論文產出數(shù)量前10強機構
說明：1.上圖條形長度表示論文產出數(shù)量大小；2.論文檢索時間范圍為2012年1月至2021年12月。
數(shù)據(jù)來源：AMiner科技情報平臺。
研究顯示，中國在總體論文和Top1%論文數(shù)量增長上與美國的“黃金交叉”均已出現(xiàn)。2019年，中國在總體論文發(fā)表數(shù)量上與美國實現(xiàn)“黃金交叉”，而2020年中國在Top1%論文數(shù)量上與美國再次實現(xiàn)“黃金交叉”，這說明中國不僅在論文總量超過美國，而且在“頂尖論文”數(shù)量上超越美國，并逐年擴大與美國的優(yōu)勢。
圖2 2012-2021 年中美兩國論文發(fā)表數(shù)量變化態(tài)勢
說明：論文檢索時間范圍為2012年1月至2021年12月。
數(shù)據(jù)來源：AMiner科技情報平臺。
圖3 2012-2021年中美兩國被引量Top1%論文數(shù)量變化
說明：論文檢索時間范圍為2012年1月至2021年12月。
數(shù)據(jù)來源：AMiner科技情報平臺。
從全球數(shù)字技術專利方面來看，中國是數(shù)字技術專利大國，中國數(shù)字技術專利數(shù)量全球遙遙領先。中國共387,989件數(shù)字技術專利，是排名第2美國的2.9倍，是排名后9位國家總和的1.6倍，中國數(shù)字應用技術整體研發(fā)能力在全球首屈一指。
圖4 全球數(shù)字技術授權專利數(shù)量前10強國家排名
說明：專利檢索時間范圍為2012年1月至2021年12月；
數(shù)據(jù)來源：AMiner科技情報平臺。
在全球高價值專利前10強機構中，中國的華為和阿里巴巴入榜。韓國三星、微軟公司和谷歌公司是全球高價值專利前三大巨頭，數(shù)量依次為1,061件、630件和592件。其他前10強機構依次是、高通、華為、IBM、蘋果、飛利浦、阿里巴巴以及索尼。中國的華為和阿里巴巴入榜，但是中國數(shù)字科技巨頭與三星、微軟和谷歌等國際巨頭的專利儲備實力相差較大。
全球數(shù)字技術高價值專利儲備實力在較長時間內仍然維持“一超多強”格局。從近10年高價值專利數(shù)量變化態(tài)勢看，全球主要數(shù)字技術強國均處于下降態(tài)勢（原因之一是專利價值的顯現(xiàn)需要一定時長），但是美國與日本、韓國、中國、德國等數(shù)字技術強國仍保持較大優(yōu)勢，很難預期后者在較短時期內能趕超前者。
全球數(shù)字科技人才儲備實力對比
報告發(fā)現(xiàn)，從數(shù)字科技人才方面來看，中國人才基數(shù)大，但高層次人不足，且嚴重落后于美國。全球數(shù)字科技人才總量為77.5萬人，其中中國有12.8萬人，位居第一，占全球總量的17%，是排名第二的美國的1.5倍，是排名第三的日本的8.3倍。但中國數(shù)字科技高層次人才（即H-index≥20，下同）只有0.7萬人，僅占全球總量的9%，僅為位居第一的美國（2.1萬，占全球25%）的35%。這說明中國數(shù)字科技人才基數(shù)很大，但高層次人才儲備不足，且遠落后于美國。
圖5 全球數(shù)字科技人才數(shù)量前10強國家
數(shù)據(jù)來源：AMiner科技情報平臺
中國高層次人才集中在高校，而美國高科技公司人才儲備不遜色于頂尖高校。從全球數(shù)字科技人才機構分布看，中國科學院以4,722人的數(shù)量名列第一名，以較大優(yōu)勢領先于排名第二的美國加州大學（2,623人）；進入全球前10強的中國機構還有兩家，即中國科學院大學（1,462人，第六名）、清華大學（1,305人，第八名）。
表3 全球數(shù)字科技人才數(shù)量前10強機構
數(shù)據(jù)來源：AMiner科技情報平臺
從國際學者合作來看，中美學者合作為全球最熱絡的雙邊合作。但從2018年開始出現(xiàn)降溫。2012年至2021年，在數(shù)字科技領域，中美學者共同合作產出被引量Top1%的論文1,954篇，為全球科研成果產出最豐碩的雙邊合作（第二為美英學者合作，共產出1,528篇）。但從2018年開始，中美兩國學者合作論文增長率一直處于下降態(tài)勢。
圖6 2012-2021年數(shù)字科技領域中美學者合作關系走勢
說明：圖中合作論文為中美兩國學者合作產出被引量Top1%的“頂尖論文”數(shù)量
報告顯示，全球數(shù)字科技頂尖科研團隊基本被美國機構包攬。全球數(shù)字科技頂尖科研團隊（Top10）基本來自美國頂尖高校（如斯坦福大學、卡內基梅隆大學、加利福尼亞大學、麻省理工學院、哥倫比亞大學、康奈爾大學等）、科技巨頭（如谷歌、微軟、IBM等）下設的科研機構（如下表所示）。
表5 全球數(shù)字科技頂尖科研團隊（Top10）
