AOIOT

智能交通领域，通过摄像头、雷达、气象传感器等采集各种数据，完成车辆识别、交通事件识别、路面状况识别，生成局部路段的全息数据，并在云端形成城市级道路数字孪生，实现车道级实时路况、历史路况的全息呈现。

随着L4级的自动驾驶规模商用，数据被源源不断地送往数字孪生，AI在数字世界中不断学习训练，自动驾驶AI将变得越来越聪明，最终将在应对复杂路况、极端天气超越人类,实现更高级L5级的完全自动驾驶。

智慧城市中的物联网传感器则持续生成城市运行的环境数据，未来，每一个物理实体都将有一个数字孪生。城市智慧治理将带来100倍的社会数据

聚集，实现高效城市治理。

世界卫生组织估计到年，将出现1800万卫生工作者的短缺，人工智能将为人类应对这一挑战提供有力的帮助。

AI将更加透明，不再是一个黑盒，不仅会告知结论，同时也会告知如何得出结论的，让人类明白AI的思考过程，和人类建立彼此的互信。

人类训练人工智能的过程，同时也是认识自己的过程，人工智能使得认识人类的智能、人脑的规律变得更加重要，进而重新认识教育、改革教育。

人工智能进入人类生活的方方面面，让我们更高效的思考、创作、学习，让优质稀缺的资源变得更加容易获得，将在精准医疗、创作设计、文化教育、老人护理、社区服务、自动驾驶等领域普惠每一个人。

预计到年，全球联接总数将达到两千亿，传感器的数量达到百万亿级，传感器持续不断地从物理世界采集数据，温度、压力、速度、光强、湿度、浓度等，为了让机器人具备“视觉、触觉、听觉、味觉、嗅觉”，需要更加多维的感知能力。

人工智能参与人类的思考和创造过程，需要结果具备可解释性，并符合人类思考问题的逻辑，具备与人类使用自然语言无缝交流的能力，未来人工智能将实现从感知到认知、从弱人工智能到强人工智能的跨越。

预计年，超过30%的企业在数字世界中运营与创新，各种虚实结合的AR（Augmented Reality，增强现实）/VR（Virtual Reality，虚拟现实）用户数达到10亿。

数字世界与物理世界的无缝融合，能够准确感知和还原物理世界，在虚实结合的世界中理解用户的意图，体验将驱动计算走向边缘，云与设备、设备与设备、虚拟与现实多维协同计算。

未来，随着人类认知边界的不断扩展，量子力学、生命科学、地球大气、宇宙起源的研究，尺度从10-21到1028米，跨越微观世界到无垠宇宙，科学家需要处理的数据与计算量将爆炸性增长，数字世界算力的规模决定了物理世界探索的广度和深度。

未来应用人工智能监测地震、实时估算地震震源等将极大提高预报的准确性。从地震记录推算地震震源机制是个计算耗时的过程，自1938年地震学家第一次开始推算地震断层面，震源机制参数一直是个难题。采用人工智能方法有效地解决了这个复杂计算问题，应用地震大数据训练人工智能神经网络，可完善预报系统的准确性和可靠性，实现地震预报领域的突破。

IT越来越成为企业生产系统的重要组成部分。互联网企业因为采用DevOps（敏捷开发和开发运维一体化）而变得敏捷高效。年，工业制造等传统企业将在更加复杂的产业链上下游环境中实现由软件定义的高效企业运营。

从感知走向认知是必然趋势，认知智能是人工智能技术发展的高级阶段，旨在赋予机器数据理解、知识表达、逻辑推理、自主学习等的能力，使机器成为人类改造世界、提升能力的得力助手。

计算云化打破了传统安全边界，传统基于信任域划分的外挂式安全防护方案已经无法应对各种新型攻击方法的挑战。

全球数据中心能耗约占电力需求的1%，通用计算的总能耗每3年增长1倍，碳中和目标将驱动算力提升百倍的同时提升能源效率。

未来的计算，数据将在最合适的地方，以最合适的算力来处理，例如网络数据在DPU（Data Processing Unit，数据处理单元）上就近被处理，神经网络模型在NPU上训练；算力无处不在，硬盘、网卡、内存等外设开始逐渐具备数据分析和处理能力。

通过多维感知与数据建模技术，物理世界被镜像、计算、增强，形成孪生的数字世界；利用光场全息渲染、AI内容生成等技术，实现数字世界到物理世界的精确映射。

学术界、工业界都在寻求物理层突破，通过探索模拟计算、非硅基计算、新型存储器以及优化芯片工程技术，在未来继续提升计算能效和存储密度。