2020年，疫情震荡全球，经济波动剧烈，无论是国家还是企业，都希望通过把握未来科技“脉搏”，驱散经济下行阴影，实现组织升级迭代。

逝者如斯，新的十年，哪些关键技术将重新塑造我们的社会、改变我们的生活？

近日，京东集团技术委员会发布《技术重构社会供应链——未来科技趋势白皮书》，向业界全面展示了京东数智化社会供应链在人工智能、物联网、区块链、自主系统、下一代技术等五大关键技术领域的技术趋势研究，以及在零售、健康、物流、金融、城市等五大场景的技术赋能成果。

其中，人工智能、物联网、区块链、自主系统、下一代计算，正在成为未来科技趋势的主要关键词，并积极将这5项技术与业务场景进行融合：

人工智能（包括机器学习、深度学习及联邦学习等）将在机器学习、机器视觉、自然语言处理等领域的基础理论和关键技术取得重要突破，从而加强AI的可信赖程度。

物联网设备、5G通信技术、以及边缘计算技术的发展将使物联网实现跨越式普及，数字孪生世界将成为可能。

区块链的共识机制、分布式存储、安全保护在保证数据可信可靠传播中扮演着重要的角色。区块链的发展将构筑以互信合作商业模式为主的数智化供应链新模态，形成人与人之间完全信任、共享共建的新社会生态。

自主系统（自动驾驶、高精地图、自主环境感知等）将进入高级自动化和自治时代，人脑、云脑、端脑与生物体、数字体、机械体融合共生，达到人机柔性智能融合。

下一代计算（包括量子计算、云计算、异构计算等）具有多场景、安全、云边端协同一体化的特性，将成为数智化社会的重要基础设施。

以下为《技术重构社会供应链——未来科技趋势白皮书》的扩展解读。

趋势一：

“人工智能”三大重点技术走向“深水区”

对于人工智能的未来发展方向，在此次白皮书中，主要分析了三项主流技术：

机器学习

机器视觉（视）

自然语言处理（听、读、说）

目前，人工智能技术表现出来的更多是“人工的”智能，依靠人工帮助机器拓宽可学习的范围。

京东集团技术委员会认为，虽然目前的方法尚未赋予机器完全的认知智能或决策智能，但已经在线上零售、金融风控、智慧城市等多个行业及应用场景产生了商业价值。

京东集团人工智能应用场景

机器学习领域发展最快的一个分支，又属以神经网络为基础的深度学习。

目前业界大数据、无人车、计算机视觉、智能供应链等工程项目均使用深度学习算法。其中，针对超大数据量的深度学习，模型训练是关键步骤，同时也是既耗时又耗费GPU资源的工作，严重限制了深度学习各项应用的推进。

对于这一痛点，京东提出了新颖的深度学习分布式优化理论和算法——特征回放算法（Features replay），并通过实验验证了在无性能损失的前提下，特征回放算法比传统反向传播算法（Backpropagation），在速率上节省至少34.4%的训练时间。

此外，随着新场景问题的不断出现，结合特定场景的机器学习范式也不断被提出，代表了未来机器学习发展的方向，例如联邦学习、迁移学习、对抗学习、分布式学习、元学习、 可解释学习、轻量学习和量子机器学习等。

而京东科技也积极跟进这些机器学习发展方向，比如在2020年10月正式推出自主研发的联邦学习平台——Fedlearn。目前京东科技金条、白条业务模型已经全面实现了传统建模向联邦建模的升级，联邦模式下模型的风险识别能力和流量转化率均得到了提升。除了在风控方面的应用，Fedlearn平台还在智能城市等领域有着广泛应用。

除了机器学习外，白皮书还聚焦分析了机器视觉、自然语言处理这两项主流技术。

京东集团技术委员会认为，在机器视觉领域，大规模视觉分析识别准确率不断提升，落地于部分实际应用场景，但复杂开放场景的应用尚未广泛铺开。目前，机器视觉技术在安防、工业检测、自动驾驶等场景下快速普及，具体可用于手机、行车记录仪、安防摄像头等。

在自然语言处理方面，“熟读唐诗三百首，不会作诗也会吟”的概念不仅适用于人，同样适用于机器。

未来，智能客服、智能营销、旅游咨询、医疗问诊等场景，随着数据的大量累积和使用，可以提供接近于行业专家水准的拟人化服务。据悉，在2020年“京东 11.11”当天，京东情感智能客服累计服务 6552 万次，京东智能分析平台调用量超过 1 亿次。