2020年，疫情震蕩全球，經濟波動劇烈，無論是國家還是企業，都希望通過把握未來科技“脈搏”，驅散經濟下行陰影，實現組織升級迭代。

逝者如斯，新的十年，哪些關鍵技術將重新塑造我們的社會、改變我們的生活？

近日，京東集團技術委員會發布《技術重構社會供應鏈——未來科技趨勢白皮書》，向業界全面展示了京東數智化社會供應鏈在人工智能、物聯網、區塊鏈、自主系統、下一代技術等五大關鍵技術領域的技術趨勢研究，以及在零售、健康、物流、金融、城市等五大場景的技術賦能成果。

其中，人工智能、物聯網、區塊鏈、自主系統、下一代計算，正在成為未來科技趨勢的主要關鍵詞，并積極將這5項技術與業務場景進行融合：

人工智能（包括機器學習、深度學習及聯邦學習等）將在機器學習、機器視覺、自然語言處理等領域的基礎理論和關鍵技術取得重要突破，從而加強AI的可信賴程度。

物聯網設備、5G通信技術、以及邊緣計算技術的發展將使物聯網實現跨越式普及，數字孿生世界將成為可能。

區塊鏈的共識機制、分布式存儲、安全保護在保證數據可信可靠傳播中扮演著重要的角色。區塊鏈的發展將構筑以互信合作商業模式為主的數智化供應鏈新模態，形成人與人之間完全信任、共享共建的新社會生態。

自主系統（自動駕駛、高精地圖、自主環境感知等）將進入高級自動化和自治時代，人腦、云腦、端腦與生物體、數字體、機械體融合共生，達到人機柔性智能融合。

下一代計算（包括量子計算、云計算、異構計算等）具有多場景、安全、云邊端協同一體化的特性，將成為數智化社會的重要基礎設施。

以下為《技術重構社會供應鏈——未來科技趨勢白皮書》的擴展解讀。

趨勢一：

“人工智能”三大重點技術走向“深水區”

對于人工智能的未來發展方向，在此次白皮書中，主要分析了三項主流技術：

機器學習

機器視覺（視）

自然語言處理（聽、讀、說）

目前，人工智能技術表現出來的更多是“人工的”智能，依靠人工幫助機器拓寬可學習的范圍。

京東集團技術委員會認為，雖然目前的方法尚未賦予機器完全的認知智能或決策智能，但已經在線上零售、金融風控、智慧城市等多個行業及應用場景產生了商業價值。

京東集團人工智能應用場景

機器學習領域發展最快的一個分支，又屬以神經網絡為基礎的深度學習。

目前業界大數據、無人車、計算機視覺、智能供應鏈等工程項目均使用深度學習算法。其中，針對超大數據量的深度學習，模型訓練是關鍵步驟，同時也是既耗時又耗費GPU資源的工作，嚴重限制了深度學習各項應用的推進。

對于這一痛點，京東提出了新穎的深度學習分布式優化理論和算法——特征回放算法（Features replay），并通過實驗驗證了在無性能損失的前提下，特征回放算法比傳統反向傳播算法（Backpropagation），在速率上節省至少34.4%的訓練時間。

此外，隨著新場景問題的不斷出現，結合特定場景的機器學習范式也不斷被提出，代表了未來機器學習發展的方向，例如聯邦學習、遷移學習、對抗學習、分布式學習、元學習、 可解釋學習、輕量學習和量子機器學習等。

而京東科技也積極跟進這些機器學習發展方向，比如在2020年10月正式推出自主研發的聯邦學習平臺——Fedlearn。目前京東科技金條、白條業務模型已經全面實現了傳統建模向聯邦建模的升級，聯邦模式下模型的風險識別能力和流量轉化率均得到了提升。除了在風控方面的應用，Fedlearn平臺還在智能城市等領域有著廣泛應用。

除了機器學習外，白皮書還聚焦分析了機器視覺、自然語言處理這兩項主流技術。

京東集團技術委員會認為，在機器視覺領域，大規模視覺分析識別準確率不斷提升，落地于部分實際應用場景，但復雜開放場景的應用尚未廣泛鋪開。目前，機器視覺技術在安防、工業檢測、自動駕駛等場景下快速普及，具體可用于手機、行車記錄儀、安防攝像頭等。

在自然語言處理方面，“熟讀唐詩三百首，不會作詩也會吟”的概念不僅適用于人，同樣適用于機器。

未來，智能客服、智能營銷、旅游咨詢、醫療問診等場景，隨著數據的大量累積和使用，可以提供接近于行業專家水準的擬人化服務。據悉，在2020年“京東 11.11”當天，京東情感智能客服累計服務 6552 萬次，京東智能分析平臺調用量超過 1 億次。