十大跨领域创新方向（英）

白皮书 影响未来信息通信发展的十大跨领域创新方向 (2022) 2022.6 1 前言 过去几年，第五代（5G）商用以数字智能化转型、实现高质量发展为主要目标，加速了消费升级、生产效率和社会和谐。5G的快速发展导致了大数据，云计算，人工智能（AI）以及其他交叉领域（如芯片和设备）的进步和集成。通信技术（CT）、信息技术（IT）和数据技术（DT）的深度融合已成为未来的必然趋势。 与5G相比，跨域、跨学科的IT（即支持或影响信息通信发展的跨域技术）将加速第六代（6G）发展的融合，并发挥重要的催化剂作用。有望突破6G发展中超大带宽、确定性时延、低功耗、低成本、高安全性、易部署运维等关键挑战，推动社会向“数字孪生”和“智慧无处不在”迈进，真正实现虚拟世界与现实世界融合互动的“元宇宙”。 近日，针对传统信息通信领域，中国移动发布了一系列白皮书，如： 标题为2030+愿景与需求，技术趋势，网络架构展望等。本白皮书旨在根据2035年信息通信技术（ICT）的蓝图，选择影响未来信息通信发展的十大跨领域创新方向。白皮书分析了相关挑战，呼吁学术界和产业界给予更多关注和投入，共同应对这些挑战，以确保未来信息通信产业持续、健康、跨越式发展。 从中国移动的角度来看，这十大跨领域创新方向是未来可能影响信息通信产业发展的重点领域。它们涉及终端、管理、云、计算、安全、低碳以及范式，只是为了启蒙，甚至不是全面的。有必要与学术界和工业界的同事在研究和探索过程中不断进行校准和迭代更新。 内容 前言1 1.新感知——全面智能地感知物理世界1 2.新终端——人机交互的新形式6 3.新计算能力——实现高效、海量安全数据处理9 4.新安全性面向未来网络的内置安全系统14 5.低碳创新——助力实现碳达峰、碳中和目标19 6.新材料——未来信息网络发展的基础23 7.新仿生学——生物技术与信息技术相结合26 8.新组网——“连接+计算+能力”的网络，开放、灵活、类似构建块的架构。30 9.新基建——通信与公共基础设施一体化33 10.新范式——创新的工业和商业模式36 结论41 人民对美好生活的渴望将继续下去。到2035年，人类有望构建“数字孪生 、智慧无处不在”的数字智能社会，生活在虚实互动的元宇宙世界中。未来，信息通信网络将拓展到更多场景、赋能更多行业，与“新感知”、“新终端”、“新网联”、“新算力”、“新仿生”、“新安全”、“低碳创新”、“新材料”等跨领域更加紧密结合。通信基础设施可以与市政管理、运输和物业管理等“新设施”相结合。这将导致未来信息通信产业与这些交叉领域的界限更加模糊，使跨界融合成为“新范式”和新常态。因此，更多的颠覆性创新将出现在商业模式和产业生态中。 1.新感知——全面智能地感知物理世界 随着物联网（IoT）技术和应用的进步，未来的传感技术将从单一功能、低智能向多功能、协同、高智能发展，以支持新兴应用 集成感知与通信、人类数字孪生等场景。 1.1传感技术 传感技术作为连接物理世界和数字世界的桥梁，已成为工业数字化的基石，对整个行业的发展越来越重要。未来，传感器的发展将以各种技术的融合为特征，传感器将与通信、能量收集、异构集成等技术集成，从而实现更准确、可靠和强大的传感能力。 集成传感和通信 未来，传感技术将不再局限于硬件设备，而是可以通过利用无处不在的网络信号来实现环境感知。当物体在射频（RF）场中移动时，可以通过分析无线电电磁波的信号变化来识别物体的位置、移动速度、移动方向和姿态，从而实现大规模的环境感知。综合感知与通信技术是通信与雷达的融合，因此，基站需要在时域和空域配置传感资源，需要支持传感和数据处理功能， 虽然目前相关研究还处于早期阶段。 Passive-sensing技术 通过将环境能量收集技术与传感器相结合，传感器可以采用振动、温度、光和通信信号作为能量源，因此传感器无需电源，可以极大地扩展应用场景。无源感知技术的关键是提高能量转换效率，这与物理和材料科学有关 ，也涉及低压储能机制、高效能量管理算法和软件。因此，被动感知的最大挑战是将基础科学、电子电路和软件结合在一起，同时实现这些技术之间的最佳平衡。 微系统技术 随着新兴技术的出现，集成电路（IC）的性能正逐渐接近摩尔定律的极限 。因此，业界将微电子与其他学科相结合，产生一种新技术——微系统，从而实现“超越摩尔”。微系统技术是微电子、微机电系统（MEMS）和光电子学的结合，具有小型化和系统化的特点。通过使用先进的集成方案在系统级别产生新功能，微系统小型化，从而 大大提高了系统的功能密度。微系统技术的难点在于保证高集成密度，同时实现不同模块之间的耦合和联盟，而微小型化也对微系统技术的鲁棒性、可靠性和验证技术提出了挑战。 智能传感 物联网、大数据和人工智能技术的进步促进了社会的数字化和智能化转型，使所有设备互联集成，实现数据驱动和增强智能。未来的传感技术将具有新的特征：一是智能化，包括较强的感知能力和超前的理解能力;二是自主性，在无人值守环境下运行时，传感器具有较强的环境适应性和自组织能力;第三，协作、设备之间应动态共享资源（数据、知识、计算、通信和电力资源），并通过协作提供复杂的服务。然而，要实现这些功能，智能传感需要关注以下挑战：首先，物联网服务的智能水平有待提高。系统需要从小样本数据中学习的能力，可用于构建物联网知识图谱，实现资源虚拟化、协同计算环境共享，从而实现高智能水平。二 、物联网服务的学习能力需要 得到改进。通过可穿戴设备、环境和人员之间的数据交互，物联网设备应识别和预测人类行为和情绪，并按需提供服务以满足个性化需求。第三，物联网服务的上下文联动能力有待增强，例如，用户需求与数据之间的多对多映射需要复杂的计算，传感器和执行器的行为需要设计相应的协调模型。 1.2人类数字双 数字孪生是新感知的典型用例之一，它基于新兴的传感技术和智能感知能力，可以对人体进行体感感知、情感感知和意识感知，并通过学习人类体感数据和人类使用的设备和环境的数据来理解人脑的神经可塑性，这样人体和虚拟孪生就可以相互映射。数字孪生还涉及人类领域的获取和传输技术，如脑机接口和分子通信，以及信息处理，如计算和演示。 数字孪生的实现面临着许多技术和道德挑战。首先是如何有效地融合来自不同来源的数据，并使用AI和其他算法来实现准确的 躯体双胞胎的诊断和预测;第二个是如何解读和量化人类的情感和移情双胞胎的五种感官感觉。体内信息传递需要复杂的人机通道环境，基于分子通讯的多维异构传输系统等相关技术仍需改进和系统验证。第三，脑科学仍处于起步阶段，意识感知的脑机接口技术有待突破。第四，将出现许多新的道德和隐私安全风险，需要制定相应的政策和法规。 2.新终端——人机交互的新形式 新的人机交互将缩短人与机器之间的距离。未来，新终端应该是舒适、方便、生物友好、低功耗和无处不在的。柔性电子设备将更接近人体，甚至融入人体;全息显示可以产生更具沉浸感和交互性的成像效果，为用户带来更丰富的感官体验。新终端可能是“隐形”的，通过无处不在的传感设备、云计算能力、友好的人机交互技术和无处不在的通信能力，使用户获得更丰富、非感知的体验。 2.1灵活的电子产品 柔性电子可以概括为一种新兴的电子技术，在柔性塑料和薄金属基板上制造有机/无机电子设备。可用于柔性电子显示、有机发光二极管有机发光二 极管（OLED）、印刷射频识别（RFID）、薄膜太阳能电池板，具有独特的 柔韧性和延展性，以及高效低成本的制造工艺。 与传统的IC技术一样，制造技术和设备是柔性电子技术发展的主要动力。柔性薄膜晶体管技术是重要的技术之一。与刚性硅基IC相比，通过在塑料或金属箔基板上制造薄膜晶体管来实现柔性非硅基芯片。它不仅制造成本更低，而且更薄、更灵活。柔性电子制造的关键是如何以更低的成本在更大的基板上制造更小的柔性电子器件。其技术水平可以通过芯片的特征尺寸和基板的面积来衡量。只有当芯片中包含的晶体管达到一定密度时，柔性芯片的性能才能与传统硅基芯片相媲美。 柔性电子技术将突破经典硅基电子学的内在局限，为后磨牙时代器件设计集成、能源革命、医疗技术改革等未来产业发展提供重要机遇。目前 ，有两个主要挑战。首先是机械问题。柔性电子元件反复折叠和弯曲时会继续承受交变应力，长时间后容易开裂。它主要通过结构设计来克服 。第二个挑战是电子封装的问题，即如何将集成在柔性基板上的元件紧密封装并达到预期的功能。 2.2全息显示 全息通信将结合AI、大数据等技术，构建多智能体，实现物理世界与数字世界的融合与交互，提供虚拟与现实交融的全新生活体验。全息通信将整合AI和多种交互模式，利用全新的全息显示终端和设备，从视觉、听觉 、触觉等多个维度为用户提供双向循环耦合体验。 全息通信的关键技术包括全息显示、传感交互和数据通信。 全息显示可能携带多种新型智能终端，涉及动态计算、三维显示、光学加密和压缩编码等技术;感知交互需要支持多通道虚拟现实融合交互能力 （如手势、姿势、眼球运动、语音、嗅觉和触觉）。多维信息非常容易被噪声、抖动、丢包等因素失真，这对于保持交互的自然性、真实感、沉浸感和同步性提出了很大的挑战。全息显示与传感交互产生的大量复杂数据对通信要求很高。这些数据可能来自视频、音频、触摸或人、物理对象和背景环境。所需的网络传输带宽非常大。压缩处理必须使用高效的编码/解码技术。同时需要超大带宽、超低时延、云边集成算力、高同步、强安全性等技术支持。 3.新计算能力——实现高效、海量安全数据处理 随着ICT将世界推向数字经济社会，海量数据已成为日益重要的生产要素 。作为一种新的生产工具，计算已经渗透 进入经济和社会的许多方面。换句话说，计算能力就是生产力。对算力的需求快速增长，导致全球计算技术和产业发生巨大变化。其体系呈现出多元化、多元进化并存的趋势。量子计算、光学计算、轻量级计算、隐私计算等非经典计算正逐渐从理论走向实践。 3.1量子计算 量子计算是一种新的计算模式，它遵循量子力学来控制量子信息单元进行计算。它以量子比特为基本单元，通过量子态的可控演化实现数据存储和计算。它具有强大的并行计算能力，可以在一些特定问题上提供指数级加速。 量子计算可用于量子模拟、量子优化算法、量子云计算和量子增强AI，其中量子优化是解决包括信息处理方向在内的许多优化问题的有效方法。AI的高算力和高并行计算要求使得量子计算与AI的结合成为可能。“量子计算+AI”的模型已应用于数据聚类等领域。 然而，量子计算在信息通信中的应用仍然面临一些巨大的挑战。首先，人工智能与量子计算的结合还处于理论探索阶段，离实际应用还很远，量子计算对机器学习的改进还不清楚。其次，由于量子计算只能解决特定的优化问题，因此有必要探索量子计算在一般优化问题上的可行性。第三，量子计算机的小型化和稳定性存在一些瓶颈。无论哪种类型的量子计算机（基于超导，基于光学，基于离子阱或基于核磁共振），在保持量子相干时间和产生相干量子方面都存在局限性，这两者都需要极高的材料技术。 3.2光学计算 由于电阻、电容和感应，当电荷在设备内频繁移动时，会产生大量的热量。随着通信和计算设备的电路集成水平不断提高，与电荷移动相关的能耗呈爆炸性增长，并且变得不可持续。因此，探索一种更节能的计算系统是非常必要的。 光学计算机是一个潜在的候选者，旨在实现全光学计算，其中包括：光学处理器， 光学数据的发射器/接收器、光存储器等其中，光学处理器能够实现基于光学材料/器件的非线性衍射的受控放大和光学逻辑门等功能。光学数据传输可以通过光纤或空间光调制器（类似于光学透镜）进行。光存储器可以由基于相变或热变的光盘制成。光计算的最大优点是能耗低。除了输入和输出端口的光电和电光转换外，设备内部没有电荷移动。光学计算的另一大优点是它可以非常有效地实现大规模互连，例如，空间光调制器本质上是一种具有非常大孔径的模拟天线，可以将光信号从多个分支分配到不同的接收器。 目前，光学计算的主要挑战是光学设备的成熟，