由网络原生走向数实共生——数字新技术激发新业态、新应用

　　当前，新一轮科技与产业革命蓄势待发，新技术、新模式、新应用和新生态不断涌现，这也使得以互联网为代表的数字技术与数字经济、数字社会和数字治理等相关活动日益交叉融合，并从网络原生向网上网下的数实融合新阶段迈进。

　　一、数字交互和智能技术日臻成熟，为数字化升级提供新动力

　　近年来，扩展现实产业加速发展，社交媒体巨头“脸书”更名为“Meta”，旗下VR 头显产品突破1000 万的销量，跨越了业界普遍共识的产业规模化临界点；国内腾讯成立XR 事业部，加速布局软硬件等全链路的XR 生态。目前VR 在培训、教育和文旅，AR 在安防巡检、工业生产等领域已经成为行业标配。可以说， VR 和AR 作为新一代交互方式、新型的计算终端和用户入口，有望成为未来元宇宙时代最重要的交互方式之一。

　　同时，以手机为显示终端的VR360°全景视频发展迅速。目前VR360°全景技术已经在看房、文旅、会展等场景中得到大范围的应用。一些互联网视频网站和生活服务网站，也将其作为重要流量入口，融入到现有业务和商业逻辑中。如快手全景视频频道在2021 年1 月— 11 月期间，周均播放量超过1 亿次。人民VR、新华社、中国国家地理等权威媒体机构也都加入到创作行列，生态初具雏形。

　　近年来，人工智能已经在语音、图像、视频和自然语言处理等领域取得了长足进步，并在一些特定的任务上超越了人的能力，尤其是一些突破性的成果，诸如AlphaFold2 破解了困扰生物学界50 多年的蛋白质结构预测难题，让人们再次惊叹和期待人工智能改变世界的无限可能。在重点应用方面，融合了语音识别、语音合成、自然语言处理、多模态建模、知识图谱、3D 视觉技术和语音驱动面部动画的数字虚拟人技术正在成为热点，从虚拟客服、虚拟主播、虚拟偶像到各行各业的数字员工，数字人正以更快的速度融入到经济社会中，推动虚拟世界和现实世界的进一步融合。作为人工智能集大成者的自动驾驶持续火热，传统车厂、造车新势力和跨界者纷纷加速布局，在国内数十个城市全面展开了自动驾驶的测试和运营。

　　超大模型蓬勃发展，有望加速通用人工智能进程。当前的人工智能大多针对特定的场景应用进行训练，生成的模型难以迁移到其他应用，属于小模型的范畴。整个过程不仅需要大量的手工调参，还需要给机器喂养海量的标注数据，这拉低了人工智能的研发效率，且成本较高。OpenAI 的大规模预训练语言模型 GPT-3 在翻译、问答、内容生成等领域的不俗表现，让业界看到了达成通用人工智能的希望。大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练，之后进行简单的微调，或采用少量数据进行二次训练，就可以满足新的应用场景的需要。这意味着对大模型的改进可以让所有的下游小模型受益，大幅提升人工智能的适用场景和研发效率。因此，大模型正在成为业界重点投入的方向，谷歌、脸书、微软以及国内的百度、阿里、腾讯、华为和智源研究院等纷纷推出了超大模型。可以预见，短期内，模型的规模就会进一步提升，行业将出现多个万亿级参数的大模型，对算力基础设施的需求也会进一步提升，与云的结合成为突破算力限制的首选。同时，大模型中的数据类型将不断丰富，由目前以文本为主向图像、视觉等多模态方向丰富，进而推动模型准确性和泛化能力的提升。

　　针对一些数据获取难的行业，小样本学习技术为行业智能化带来了新解法。在工业、医疗等行业，人工智能技术的落地往往面临训练样本数量不足的挑战，而小样本学习技术正是针对这一问题的有效方法。例如，先在大规模数据集上预训练模型，之后在目标小样本数据集上进行参数微调获得模型，这一方法在目标数据集和源数据集较为类似的情况下比较有效。再如，通过多任务分割网络和迁移学习，可以实现对大量异质公开数据集的利用，将学习到的知识和特征用于生成目标领域的模型，从而实现知识在不同领域之间的迁移。

　　“一站式机器学习平台”正在成为人工智能的研发基础设施，推动模型工业化进程。人工智能的模型开发往往面临算力资源搭建周期长、计算框架维护繁琐、算法和模型调优门槛高、人才缺口大等难题，这使得传统上通过自建开展人工智能研发的方式面临重大瓶颈，难以满足工业化大生产的需求。一站式机器学习平台，可以为开发者提供从数据标注、数据预处理、模型构建、模型训练、模型评估到模型服务的全流程开发支持，帮助开发者更快完成业务模型的搭建，大幅降低机器学习的进入门槛。相比自建模型的繁琐工作，未来将有更多的开发者选择一站式机器学习平台进行高效的模型开发，加速人工智能模型生产的工业化。

　　可信和安全人工智能技术的持续探索，正在成为AI 普适化和工业化的重要保障。人工智能在产业落地过程中，还面临一些模型本身的问题和外部安全风险。一方面，模型的输入数据和输出结果之间，存在着人们无法洞悉的 “隐层”，使得人工智能的工作原理难以被清晰解释，也被称为“黑盒”，这导致行业应用中面临模型可解释性不足等问题。另一方面，随着人工智能被应用到更多高价值的行业，算法后门攻击、对抗样本攻击、模型窃取攻击等带来的安全风险与日俱增。科学家正在探索一种能够将知识驱动和数据驱动相结合的有效方法，从而更好地发挥两者的优势，提升人工智能的鲁棒性和可解释性。例如，贝叶斯深度学习，不仅可以发挥贝叶斯算法本身的可解释性，从少量数据中学习，又具备深度学习强大的拟合能力，预计将在人工智能可解释性方面发挥重要作用。同时，通过安全左移，增强主动安全检测，对各类攻击进行侦测与拦截，从而提升人工智能系统的安全性，也是技术研发的重要方向。

　　二、新技术革命推动更多元的网络新空间涌现

　　以元宇宙为代表的下一代互联网已成为世界各国和国际巨头布局的重点。在信息技术加速发展、疫情推动全社会生产生活加速线上化的背景下，元宇宙日益成为全球关注的热点。美国元宇宙产业以企业为核心推动，Facebook 改名Meta，投入超过1 万名工程师从事虚拟现实等硬件和内容的开发；微软CEO 纳德拉表示，公司正在努力打造一个“企业元宇宙”；全球GPU 芯片巨头英伟达推出了建设元宇宙的模拟和协作平台Omniverse ；韩国信息通讯产业振兴院联合25 家机构和企业成立元宇宙联盟，首尔推出了元宇宙发展5 年规划，投资 70 亿韩元建造元宇宙首尔，包括首尔虚拟公共服务中心，元宇宙120 中心等，这也是全球由地方政府出台的第一个综合性中长期元宇宙政策。

　　元宇宙将推动产业链各环节产生增量价值。元宇宙的产业链较移动互联网时代将更加绵长，底层架构、后端基建、应用设备、内容开发、交互设计等，都将衍生出不可估量的市场需求，可塑造全新的数字产业链和价值链，为新兴信息技术提供更多新应用场景。远程会议、教育培训、心理咨询、旅游导览等应用场景将有望实现更加沉浸式、互动式的体验，如分隔两地的建筑设计师可共同参与同一建筑的设计等。世界银行发布的数据显示，2020 年全球元宇宙市场规模已达46.9 亿美元，2020 年— 2027 年间年均增速估计将达到43.3%。元宇宙将促成数字经济新形态迈向更为深度数字化的未来。元宇宙高度关注用户体验，推动虚拟和现实进一步融合，有望创造新的商业模式，催生“创作者经济”，孵化出新的就业岗位及新的数字产业创业方向。比如，将有更多艺术创作者（音乐人、插画师、时装师等）和知识分享者，在元宇宙环境下提供艺术品、知识产品及相关服务。

　　数字引擎、多媒体等为代表的交互技术有望成为产业新制高点。在元宇宙等新一代互联网发展背景下，交互技术成为新的发展热点，也是全球新技术竞争的新高地。这些技术包括GPU 图形处理芯片、游戏渲染引擎、动捕系统、建模软件、高精度相机、5G 传感、边缘计算、脑机接口、可穿戴式设备、感知交互、机器视觉、激光点云扫描、语音、自然语言处理、全息影像、仿真引擎、空间声场、追踪计算、AIGC（人工智能生产内容）、非同质化通证（NFT）以及区块链等基础技术，全球的高科技企业纷纷在这些领域积极发力。以游戏引擎为例，全球主要份额被2 家公司占据，即Unity 与Unreal，其中Unity2021 年的市场占比已达50% ；而微软近期之所以斥巨资687 亿美元收购动视暴雪，除了内容IP，很大程度上也是看中了后者在游戏引擎方面的强大实力。

　　同时，数字引擎凭借其模拟逼真、渲染实时、开发便捷等特点，成为当下产业界实践数字孪生平台的路径，并正与设计仿真软件、3D建模工具的数据进行兼容，适配不同行业的需求。以自动驾驶为例，行业普遍预测，为了保证自动驾驶技术安全可靠，车企需要110 亿英里的测试数据来优化其自动驾驶系统。目前，各大车企已投入自动驾驶车队进行路测，按照测算，假设100 辆自动驾驶汽车以25 英里（40 公里）每小时的平均时速、每天24 小时不停歇地进行路测，仍然需要500 多年的时间才能完成目标里程，耗费的成本也将相当惊人。结合专业的游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术，腾讯打造了虚实结合、线上线下一体的自动驾驶仿真系统TAD Sim （Tencent Autonomous Driving Simulator），如同《头号玩家》中的“绿洲”一样，允许车企进入高度真实的虚拟试驾情境，在模拟环境中开展自动驾驶测试验证，提高自动驾驶研发效率。 TAD Sim 内置高精度地图，可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证，不同天气、光照条件等环境的几何模拟以及测试车辆的感知能力、决策能力和车辆控制仿真都可以实现。结合采集的交通流数据以及更多极端交通场景的模拟，在TAD Sim 上可以进行各种激进驾驶、极端情况下的自动驾驶等项目的测试，以更高的效率、更安全的方式完成在现实世界中无法进行的各项测试。

　　三、由消费到产业，数实融合是数字经济提质升级的新方向

　　C2B 成为产业互联网发展的重要模式。中国消费互联网的发展取得了举世瞩目的成绩，腾讯、阿里、字节、京东、美团、百度和拼多多等一大批消费互联网企业，服务了全国超10 亿网民的衣食住行用玩等各类需求，并不断走向国际化。与此同时，消费互联网连接起来的亿万网民，又是传统产业的重要用户。因此，很多传统产业也纷纷拥抱互联网，立足客户感知，提升服务能力。消费互联网在C 端积累的产品能力、运营经验和流量优势，也让其在服务产业互联网中有了天然的助力。例如，互联网公司在底层的账户体系、连接能力以及大数据、广告、内容上的业务积累，能够成为很好的业务切入点，这也是很多互联网公司近几年基于C2B 方向不断探索的比较有效的发展模式。

　　数实融合是数字经济高质量发展的必由之路。在消费互联网向产业互联网扩展的过程中，互联网等数字技术和实体经济的融合正在逐步加深，未来将没有纯粹的互联网企业，也没有纯粹的实体企业，互联网企业也有实体的部分，实体产业也有互联网的服务，数字技术和实体经济的深度融合将成为未来发展的重要趋势。同时，国家政策也积极鼓励这一融合。例如，第十四个五年规划和2035 年远景目标纲要指出，要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。习近平总书记在十九届中央政治局第三十四次集体学习时强调，面向未来，我们要站在统筹中华民族伟大复兴战略全局和世界百年未有之大变局的高度，统筹国内国际两个大局、发展安全两件大事，充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。

　　四、科技伦理是产业健康发展的“安全带”

　　随着数字化、网络化、智能化深入发展，我国数字经济的健康、可持续发展越来越离不开科技伦理的保障。尤其是人工智能、虚拟现实、脑机接口、量子计算、基因编辑等众多新兴技术及其应用日益进入深水区甚至无人区，科技在造福我国经济社会发展的同时，也可能带来隐私侵犯、大数据杀熟、算法歧视、深度伪造、就业替代、道德失范等负面影响，这对加强科技伦理建设、落实科技伦理治理提出了更高要求。

　　2017 年以来，国家持续加强科技伦理顶层设计，成立了国家科技伦理委员会，明确科技伦理是科技活动必须遵守的价值准则；将“健全科技伦理治理体系”“健全科技伦理体系”分别写入十九届四中全会的决定、第十四个五年规划和2035 年远景目标纲要中；修订《科学技术进步法》，提出科技伦理管理主体责任、科技伦理审查机制等要求。在科技伦理问题较为突出的人工智能与算法领域，国家新一代人工智能治理专业委员会先后发布了《新一代人工智能治理原则——发展负责任的人工智能》和《新一代人工智能伦理规范》，为各界开展人工智能活动提供伦了理指引；中央网信办等国家部委先后出台了《关于加强互联网信息服务算法综合治理的指导意见》和《互联网信息服务算法推荐管理规定》，明确要求开展算法推荐活动应当尊重社会公德和伦理，建立科技伦理审查等方面的管理制度和技术措施。

　　在上述工作的基础上，2022 年3 月，随着中办、国办印发《关于加强科技伦理治理的意见》，我国对加强科技伦理治理也作出了全面部署。这表明，国家对科技伦理治理工作高度重视，将其视为科技创新的重要支撑。可以说，国家科技战略规划已经迈上科技创新与科技伦理并重的新台阶。随着全球科技竞争的日益激化，科技伦理治理不仅事关社会伦理的风险防范，而且事关国家科技竞争力，因而《意见》明确要求加强科技伦理治理，将科技伦理作为开展科学研究、技术开发等科技活动的价值理念和行为规范，防控科技伦理风险，推动科技向善，实现科技自立自强。面向未来，有效落实上述《意见》，需要在科技伦理治理体制、科技伦理治理制度保障、科技伦理审查和监管、科技伦理教育和培训等多方面深入推进相关工作。

　　随着科技伦理成为数字经济发展的必选项和必答题，互联网行业也更加重视科技伦理与科技向善，积极推进负责任的研究与创新。互联网企业从理念原则、治理机制、服务工具、人员培训等方面积极践行科技伦理要求，尤其是尝试通过技术创新方式解决技术应用带来的社会伦理问题，涌现出了A I 鉴伪、合成数据、联邦学习、算法歧视奖励、伦理服务工具等具有良好实践效果的做法，这种技术化、市场化的治理模式未来将发挥出更大的价值。

　　需要在全社会塑造科技向善的文化理念。简而言之，就是通过必要的制度和机制，让科技伦理充分发挥对数字经济的“安全带”作用，让科技更好地增进人类的福祉。

关注读览天下微信， 100万篇深度好文， 等你来看……