智能世界2030-solarbe文库

资源描述：

构建万物互联的智能世界智能世界 2030 01 畅享未来智能世界，人们无需再排队等候，无需再重复单调乏味的工作，任何商品和服务都会在你最需要的时候即时送达。未来全球数据将进入YB时代，智能和宽带将像空气一样无所不及，几乎所有家庭、车辆和个人都能享受万兆网络。在这样的世界中，健康将可计算，诊疗将更高效，抗击癌症和疫情将取得显著成果。在这样的世界中，我们可以用工业化的方式解决农业问题，打造不受气候和土地资源影响的农场，用数据换产量，解决全球饥饿问题。在这样的世界中，无人驾驶汽车将开启第三空间，满足人们出行时的学习和娱乐等需求。无人驾驶革命将使能空中电动出租，带来出行新体验。在这样的世界中，绿色、全光和数字化转型将打造更宜居、更人性化的全联接城市。全球85的企业将借助牢不可破的区块链技术保护个人隐私安全，隐私增强计算将占总计算的一半以上。在云计算的加持下，未来的能源将更清洁、更智能。在数字可信的世界中，企业将更具韧性，柔性生产将更受青睐。总之，未来将是一个智能世界。作为世界领先的技术领导者，华为引领数字未来建设，并致力于展望未来创新趋势。智能世界2030报告描绘了华为对于未来世界的美好愿景。华为“智能世界”研究团队与1000多名来自各个行业的学者进行交流，悉心聆听数十家客户的想法，广泛征求合作伙伴的意见。研究团队分析了国际组织、科学期刊和咨询公司的大量数据，并结合华为自身的洞察和判断。研究团队组织了2000多场研讨会，让思想在交流中碰撞出智慧的火花。乔治.吉尔德序言 02 这份报告以信息理论为指导，打通学科界限，融合多学科智慧。经济信息论认为，财富在最本质上是知识（山顶洞人毕竟当时也拥有我们今天所掌握的所有物质资源）。经济增长指的是“学习”，具体表现在所有竞争公司降低成本的“学习曲线” 上。限制学习过程的是时间当其他一切资源变得丰富时，时间依然有限。这就是智能世界的愿景。持续学习是华为不断丰富实践知识的基础。有限的时间提醒我们避免浪费，促使我们提升效率和降低成本。在这样的世界中，时间成本将用来衡量价值，工人为提供商品或服务所付出的时间将用于衡量产品和服务的价值。随着收入的增加和成本的降低，时间成本将成为衡量进步的一个普遍标准。从这个衡量标准来看，我们生活在一个高速发展的时代。远古时期的人类醒来就要随时劳作以获取食物来维持生计，但我们现在为了获取食物只需要几分钟的时间。因此，我们有更多的时间进行发明创造，比如将本报告中描绘的愿景变为现实。如果按照时间成本来衡量，经济增长至少是通常估计的两倍。虽然世界人口在过去40年增长了75，但生活用品的时间成本却下降了75。此外，在过去40年，中国以每年近12的增长高速发展，大幅领先世界其他国家。正如本报告对未来的憧憬，华为等公司对未来的探索和展望为社会发展提供了源源不断的动力。著名经济学家、未来学家 03 邬贺铨当今世界，我们感受到工业化带来的经济社会发展，但同时也面临日益严峻的挑战。与老龄化、城镇化等伴随的是医疗需求激增、劳动力短缺、CO2排放增加、城市交通拥堵、环境污染严重，去年以来的新冠疫情持续不断，异常气候导致灾害频发，这些都凸显现代社会的脆弱性。联合国提出到2030年应达到的17个可持续发展目标，以此来应对上述挑战，这些目标的实现依赖科技创新与政策法规，需要通过数字化和智能化转型来建设智能世界。网络基础设施是信息化的基础，是未来社会的底座。未来世界对网络有何需求全球互联网普及率现已超52，年均约增 3，未来十年发展中国家的网民数还将持续增加，预计2030年全球互联网普及率可达70，而且网络连接数增加更快，目前连接物的数量已超过连接人的数量，过去十年全球物联网连接数年复合增长率达到10，2030年物联网连接数将较网民数有数量级的增加。IDC 报告20162020年全球数据量年增30，可类推未来十年全球数据量将较现在增长14倍。数据驱动宽带化，过去十年消费应用的平均接入带宽增长十倍多，未来十年万兆级接入将大量应用。网络应用的主体将从消费应用转到产业应用，低时延和确定性通信及精准定位是工业应用的特点，高安全高可靠和数据保护是产业应用的前提。为了使网络能力能满足未来社会的要求，以2030为目标的未来网络技术研究已提前布局，取得初步成果，基于IPv6地址潜力可提供应用感知和随流检测能力，在此基础上可开发新的路由协议支持低时延高可靠服务，进一步通过灵活IP协议提升网络对业务的自适应性，已经提出了一些新型网络体系方案，针对性为不同应用需求提供确定性、内生安全与边界安全结合的高安全性、绿色化、智能化、泛在化的网络能力。未来还将更深入融合5G、云计算、物联网、大数据、人工智能、区块链等新一代信息技术，更精准对业务应用意图的理解和对网络资源的优化高效利用，实现云网协同安全可信。 04 华为公司发布智能世界2030报告，从医、食、住、行、城市、企业、能源和数字可信等八个领域展望2030年，通过利用新一代信息技术，让健康可计算、让生命有质量、让数据换粮食、让城市更宜居、让建筑更绿色、让出行更便捷、让产业更智能、让社会更可信。本报告列举了一些示范应用取得的效果，引用了国际知名机构对上述八大领域的预测数据，使十年后的远景清晰可见。本报告还附有通信网络、计算、数字能源和智能汽车解决方案四份产业报告。本探索报告顾名思义是对未来的预判，但未来发展还有很多不确定性，本报告给出的预见仅是为科技工作者思考未来智能世界提供一个参考，鼓励创新思维，探索颠覆性技术应对未来社会的挑战。中国工程院院士中国互联网协会咨询委员会主任中国标准化专家委员会主任 05 高文人工智能在近十年取得了突破性进展，各类应用已经逐渐渗透到所有人的衣、食、住、行中，特别是在疫情期间发挥了巨大的作用，让世人共同见证了人工智能的普惠价值。中国的人工智能技术在数据规模和产业应用、青年人才储备方面具有优势，但在原创算法与核心元器件、开源开放平台方面还是短板。如何尽快补上短板，使得我国的人工智能发展可以健康发展、长久不衰，是我们需要认真思考与布局的大事。本轮人工智能的蓬勃发展依赖于三个要素数据、算法、算力。所谓算力就是超强的计算能力。人工智能的进步带来了远远超越摩尔定律的算力需求。以深度学习为例，从2011年兴起到今天，对于算力的需求一直是指数级增长的，每隔3.4个月算力需求翻一倍。2020年，自然语言处理模型GPT-3参数量达到1750亿，算力需求是3640PD（PD代表以千万亿次每秒的算力计算一天所用的浮点计算量）；2021年，鹏程.盘古业界首个全开源 2000 亿参数中文预训练语言模型，使用E级AI算力的鹏城云脑II算了50天，算力需求达到了25000PD；到2023年，这种巨量模型的算力需求能到百万PD，这就对现有计算机和计算处理能力提出了严峻的考验。 AI的发展离不开数据共享、算力共享、生态共享的大趋势。各算力中心之间如何在保障数据安全的前提下进行联动训练，探索打破隐私保护和数据挖掘相悖的方法，将是未来几年持续探索的话题。针对这个问题，联邦学习、AI靶场等技术也先后面世，相信随着相关技术的逐渐成熟，保障数据安全与促进数据开发利用将不再是矛盾，可信的计算平台也会促进算力网络的进一步发展。这份研究报告全面阐述了华为的研究发现，华为在计算产业的思考相信对关心计算产业发展的相关人士具有很好的启示和参考意义。面向未来510年，人工智能将会有更广泛的应用，比如以AI为主导的6G智能感知网络、突破现有的机器图像系统的类脑视觉等等，让我们大家一起携手走向计算产业的美好未来。中国工程院院士鹏城实验室主任北京大学博雅讲席教授 06 汽车的出现改变了世界，使人们出行更便捷、更自由，但现在的汽车也给城市带来了“疾病”，如空气污染、交通堵塞、能源不可持续等。因此，汽车必须被改变。未来 10到 20 年间，我们将会迎来一场新的汽车革命。汽车工业发展到现在已有百余年的历史，它的身体十分强壮，但它的大脑有些衰退。信息产业拥有强大的大脑，它们进入造车新势力，但它们的身体仍然不够强大。因此，要完成这个革命，这两个产业应该跨界融合，开发新一代汽车。这场汽车革命的核心内容是电气化、自动驾驶、汽车互联和共享，目的是以人为本，车、路、城智能化，以实现安全、舒适、低碳、环保、节能、高效的自由出行。现在，中国经济已由高速增长阶段转向高质量发展阶段，中国崛起的时间线恰逢人类社会迈入第四次工业革命时期。我们需要颠覆性地战略思考应对这次工业革命，突破传统的线性思维。“四网四流”融合就是以突破性的环形思维取代线性思维。 “四网”指的是能源网、信息网、交通网、人文网；“四流”是指能源流、信息流、物质流、价值流。通过“四网四流”融合，可以将人的主观能动性和能源革命、信息革命、交通（出行）革命联动起来。其核心思想是，在人的先进思想（上层建筑）指导下，可以采用先进的信息（经济基础）技术，即将信息和云、5G、人工智能技术结合，从数据变信息，再通过数字化变知识、智能。然后将此智能和能源（经济基础）融合，产生智能能源，将废弃的能源变成有用的能源，同时促进碳中和，提高经济效益和生态效益。这也是人信息物理系统三位一体的融合创新。通过建立人机（信息）物理系统形成的新的生产关系，发掘第四次工业革命的数据红利所能带来的巨大生产力，并在前三次工业革命生产力总和的基础上爆发出指数级的增长。从电动汽车到智能汽车，从智能汽车到智能交通，从智能交通到智能城市，再进入智能时代，我们可以产生很多附加值和价值机会。新时代新征程，我们现在已进入能源革命时代。中国正面临着很大的环境压力，对新能源汽车的需求比任何国家都迫切，所以中国必须要走发展新能源汽车的道路。做好能源与互联网的融合发展，现在是最好的机遇。由于新能源智能汽车是移动的分布式能源、储能和信息载体，通过联动汽车革命、能源革命和信息革命，以及‘四网四流’ 融合，特别是把能源流变成物质流，可以降低能源强度和碳排放强度，助推“碳中和”。“四网四流”融合通过已开发的智慧能源操作系统，将能源技术和信息技术结合起来，将能源技术与云技术、边缘计算、人工智能和大数据技术结合起来，实现增值效果。这将推动能源领域从第四次工业革命向第五次工业革命过渡。陈清泉 07 智慧能源，除了安全、智能以外，最主要的是能否把原来没有用的能源变成有用的，从热力学来说就是把原来的上熵增变成熵减，或者说熵变成 a¥ ，其实质就是将原来无序的系统变成有序的系统。在汽车行业继续发展的同时，考虑到“碳中和”，才能行稳致远。全球即将迈入智能汽车时代，未来世界汽车产业科技发展方向共识是绿色、互联、智能，其发展与变革需要以创新为驱动，也终将会从电动车延伸至人类整个出行方式的变革。要改变人类未来出行方式仅限于研发与制造还远远不够，更要致力于通过智能网联技术实现智捷交通，进而打造未来智慧城市，最终才能真正实现人类未来智能出行方式变革的目标。汽车是互联网、大数据、人工智能与实体经济深度融合的典型应用，信息技术重新定义汽车，网联化、智能化是汽车的发展方向，智能网联汽车是智能交通的重要支柱。智能网联汽车带来技术、政策、法规等多方面的挑战，智能汽车的标准化还在进行中，智能网联汽车的创新永远在路上。希望我们以后的交通系统是舒适的、生态的、方便的和安全的。让我们共同努力世界电动车协会创始主席中国工程院院士英国皇家工程院院士 08 无界探索，翻开未来科技的发展速度，远远超越我们的想象。以5G、云、AI为代表的数字技术，不断突破边界，实现跨越式发展。技术的创新正从单一学科到跨学科交叉，从单点技术到跨技术协同，从垂直行业到跨行业融合，数字化、智能化的未来，正在加速到来今天，全球互联网把46亿人和200亿终端联接在一起，彻底改变了人们的生活和工作。互联网的规模仍在持续扩大，正在从消费互联网扩展到工业互联网，华为GIV预测，到2030年，全球联接总量将突破2000亿，与此同时，企业网络接入、家庭宽带接入、个人无线接入突破万兆，迎来一个万兆联接的时代。今天，每个人口袋里的一部智能手机的算力，已经远远超过当年阿波罗登月时主控计算机的能力。华为GIV预测，到2030 年，人类将进入YB数据时代，全球通用计算算力将达到3.3ZFLOPSFP32，AI计算算力将超过105 ZFLOPSFP16，增长500倍。站在下一个十年的起点，我们隐约能看到智能世界2030的雏形。2030年，ICT技术与人体生物数据相结合，使得“健康可计算”成为现实，人类将活得更健康，更有质量；“大数据人工智能农艺知识”相结合的科学决策体系，将构建一个可持续的普惠绿色饮食系统；全息通信和全屋智慧控制系统，将打造“懂你”的空间，让我们的居住的空间更加人性化；新能源和自动驾驶技术的高速发展，让人类开启住宅、办公室之外的“移动第三空间”；新型城市数字基础设施、云计算和区块链等数字技术，让城市更宜居、城市的治理更高效；协作机器人、AMR自动移动机器人、数字员工等新型生产力将进入千行万业，这将重塑企业生产和交易模式，提升企业韧性；“源网荷储”全链路数字化的能源互联网，将系统性地减少碳排放，让绿色能源更加智能；区块链、数字水印、隐私增强等技术，为数字文明的可持续发展构建坚实基础。基于对未来的不懈探索，过去三年，华为与业界1000多名学者、客户和伙伴深入交流，组织了2000多场研讨，集业界专家和华为专家的智慧，输出了面向下一个十年的思考智能世界2030报告。在宏观层面，提出了跨学科、跨领域的八大探索方向，阐述ICT技术如何解决人类发展面临的问题与挑战，为组织、个人带来哪些新机会；在产业层面，系统思考了通信网络、计算、数字能源以及智能汽车解决方案这四个领域的未来技术和发展方向。汪涛 09 三十多年前，我们把电话部署到了每一个家庭，丰富人们的沟通与生活；十多年前，我们把网络联接到每一个角落，共建全联接世界；今天和未来，我们致力于把数字世界，带入每个人、每个家庭、每个组织，构建万物互联的智能世界。我们坚信，一个波澜壮阔的智能世界正在加速到来。想象力决定了我们的未来能走多远，行动力决定了我们到达未来有多快，预测未来最好的方式就是创造未来。在迈向智能世界2030的道路上，仍有大量的挑战需要跨越，让我们携起手来，勇于探索、持续创新，共同创造更美好的智能世界华为常务董事 ICT产品与解决方案总裁 10 26 16 12 36 目录展望一让健康可计算，让生命有质量展望二用数据换产量，普惠绿色饮食 4 6 执行概要展望三新交互体验，让空间人性化展望四智能低碳出行，开启移动第三度空间 45 方法论指标定义展望五城市新基建，让城市有温度更宜居展望六新生产力重塑生产模式，增强企业韧性展望七绿色能源更智能，呵护蓝色星球展望八数字技术与规则塑造可信未来 11 109 120 121 91 78 61 12 13 14 15 16 17 过去的十年，是人类健康发展充满“生命力” 的十年，据WHO（world health statistic 2021）报告显示，全球人口预期寿命从2000年的66.8岁增加到2019年的73.3岁。这意味着活得长已经成为大多数人可以实现的目标，活得有质量将成为我们新的追求。伴随着人口老龄化的加速， 2030年全球60岁以上人口占比将达到16.5 2 ，人类对医疗的需求也将激增。WHO的2019数据显示，全球卫生费用支出占生产总值的10，其增长快于全球经济增长。WHO也预测，2030年全球护士缺口高达570万人 3 ，医护人员总缺口高达1800 万人 4 。此外，慢性病和亚健康对人类生命质量的影响也在加剧。据2021世界卫生统计报告， 2019年全球前10大死因中，有7个为慢性非传染性疾病，因慢病导致的过早死亡率为17.8 5 。同时，全球的医疗资源与人口增长分布形成剪刀差。根据联合国世界人口展望 2019显示，预计到2050年，非洲人口将达24.9亿，欧洲人口为7.1亿 6 ，但从目前的医疗资源来看，仅德国的平均每千人医生数量是尼日利亚（非洲经济强国）的10.5倍 7 。面向未来，如何降低医疗成本，丰富医疗资源和医疗形态，创造新的预防和治疗手段，将帮助解决看病贵，看病难的问题，让人们少生病，让生命更有质量。在下一个十年，创新的解决思路正在不断涌现。 18 根据WHO的研究显示，身体患病60的因素和生活方式有关 8 ，能否培养好的生活习惯是保持健康的重要前提。我们可以通过对健康状态的实时追踪和建模计算，来督促良好生活习惯的培养。把防病与日常生活习惯结合起来，在发病以前消灭病痛，从“治已病”转向“治未病”。未来场景构建知识图谱，让健康更靠谱探索方向一以计算识别隐患，从“治已病”转向 “治未病” 得益于互联网、物联网、AI等技术的发展，以及可穿戴设备、家用监测设备等产品的普及，对个人健康建模不再是奢望。具体来说，利用大数据、物联网等技术，实时分析用户身体指标数据、医学临床反应、健康诊疗结果等，形成健康知识图谱。通过对比分析，为用户提供定制的健康解决方案。我们还可以通过对营养、运动、睡眠等维度的干预，帮助用户逐渐改善不良生活方式，促进个人形成健康的生活习惯，从而少生病。比如业界有公司尝试构建饮食和疾病之间关系的健康知识图谱，可帮助用户改善睡眠质量，进行有效的体重管理，全年接受健康管理的参与者平均每天睡眠增加35分钟，体重减轻约1.5公斤 9 。从而降低因不良生活方式导致的相关疾病的发生概率。此外，我们甚至还可以将健康知识图谱与医疗知识图谱进行结合。这样，不但能绘制出患病的风险情况及未来发展趋势，让用户获得更准确的症状、药物、病情风险因素、医生诊断等信息；还可以帮助医生做出更迅速、更有针对性的诊断。未来场景传染病蔓延轨迹预测，让疾病预报更准确利用自然语言处理等技术，持续收集并分析全球范围内关于重大公共卫生事件的新闻、报告和搜索引擎指数，从中提取有效数据，并进行科学建模和智能化判断分析，可以有效提升应对公共卫生事件的响应速度和决策能力。 CT技术也可以用在流行病、疫情等监控和预测上，比如说业界有公司使用自然语言处理和机器学习，从官方公共卫生组织、数字媒体、全球航空公司票务数据、牲畜健康报告和人口统计声明等多种公共数据来源中，分析了数十亿个数据点，可以24小时不间断地分析疾病的传播与蔓延情况 10 。 19 未来场景药效精确评估，从“千人一药”到“千人千药合理的医学治疗方案能够使患者获得有效、安全、便捷的治疗。制定医疗方案，要根据患者的个体差异，实时追踪和评估症状、疗效，如果把复杂的临床症状比作数学题目，那么怎样在诸多可行的治疗方案中寻求最优解关键答案或许在于“计算”。探索方向二以精准医疗，计算最佳治疗方案通常，制定一个有效的药物治疗方案需要综合考虑病患外部条件、药物匹配、用药时机、用药剂量、用药疗程和联合用药效果等因素，且还需不断根据诊疗情况实时完善，这给医生的诊断带来很大的挑战。在传统情况下，医生没有太多的时间，去了解每个病人身体状况的方方面面，主要依赖专业知识和个人经验的判断，快速给出一个通用性的医疗方案。AI通过学习成千上万的病理诊疗方案，并实时分析结合病人个体综合差异，可以帮助医生给出更具个性化的治疗方案。新加坡研究机构创建了以人工智能技术驱动的药效精准评估平台，该平台可以快速识别每位患者的历史临床数据，针对患者自身情况给出建议的用药剂量和联合用药方案，并在此基础上对肿瘤大小或肿瘤生物标志物水平进行修正。此外，这些数据还可用于患者疗程和后续治疗方案的制定等 11 。 20 未来场景AI精准识别靶区，减少错杀健康细胞个性化的精准医疗的价值，也在帮助对抗人类的天敌-癌症上。据统计，2020年全球新发癌症病例1,929万例，死亡病例996万例 12 ，预计 2030年患癌病例仍将增加75 13 。通过科技的力量，提升癌症的诊疗效果，改善医疗质量，将帮助患者快速康复。在传统的癌症放射治疗过程中，主要通过放射线对癌症部位进行照射，将癌细胞杀灭。但传统放疗的靶区设定范围较大，消灭癌细胞的同时也误伤了大量健康细胞，对人体伤害较大，易引发不良反应。自适应放疗借助AI技术，在放疗过程中自动识别病灶位置变化，对放疗靶区的影像进行精密地勾画，以实现精准照射，从而减少对健康组织的损害。目前AI精准识别靶区，已实现CT、超声、MRI 等多种影像的靶区自动勾画。通过基于人工智能技术的配准功能，根据临床的需要，在不同器官和选择区域间进行自动配准，突破传统算法的精度和速度限制。AI的应用将原来2-3小时的勾画环节缩短至分秒级，使得放疗对健康组织的损害量降低30 14 。 21 科技对疾病的预防与治疗发挥价值的同时，也推动人类思考，是否每个人都能享有对于健康实时管理的医疗产品和个性化医疗服务。业界在积极尝试，通过云边端计算协同，实现远程医疗联动，便可让优质医疗资源可共享，同时还能让医疗服务不限于医院，而是扩展至社区、家庭。探索方向三家庭诊所，云边端计算协同，普惠医疗资源未来场景云上诊断，专家资源面对面传统诊疗流程是病人至医院进行医学检查后，由医生现场诊断。但由于地域医疗资源分布不均，优质专家多集中在大城市，小城市和乡村医疗资源不足，常因诊断失误而贻误病情。在未来，将传统影像设备的复杂处理逻辑放到云端，在云上为医生提供远程阅片及人工智能辅助诊断功能，并将医学影像、检验检查结果、病历等诊疗信息同步传输，患者只需面对屏幕，就可接受知名专家的云端诊疗服务。通过“终端数据采集5G云计算”方式，在社区医院与医学中心之间建立医学影像信息互联共享，患者在社区医院医疗设备上拍片后，自动或手动将影像文件上传至云端，由医学中心在云端阅片并出具报告。未来场景设备便携化，降低专业医疗检测的门槛在元器件小型化、芯片化的技术推动下，原来只能在医院内使用的大型医疗设备，正在便携化方向发展，让移动化检查成为现实。掌上超声将超声波探头的性能集成到一个芯片中，通过智能手机应用进行超声信息采集，并结合云计算和深度学习等技术，实现实时复合成像和自动扫描等强大功能，打破时间和空间限制，让传统笨重的大型超声台式机所具备的功能在随身携带的轻巧手持设备上得以实现。使得原本医院一台十多万美金的大型超声仪器，变成几千美金就可以拥有的掌上设备 15 。 22 面向2030年，人类可以依托高度灵敏的生物传感器技术与智能硬件支持，实时跟踪身体各项指标，并建立个人的健康知识突破，从而实现自主驱动个人健康，减少对医生的依赖。在ICT技术的驱动下，未来的治疗方案也将不再千篇一律。例如，强大的算力支持和高度智能的深度学习系统将在精准的药物治疗方案、靶区自适应放疗和康复机器人训练力量精准控制等方面有着深度应用等等。通过精密的软硬件、强大的云边端计算能力和稳定的网络覆盖，使得便携化的医疗设备可以普及到在各个基层医院、社区、甚至家庭等多种场景，可以按需实时采集医疗数据并上传至云端处理中心，实现远程医疗联动。让健康可计算，让生命有质量结语 2523 AI计算（FP16）总量将达 105 ZFLOPS，同比2020年增长 500 倍。全球通用计算（FP32 总量将达 3.3 ZFLOPS，同比2020年增长 10 倍。 AI 华为预测，到2030年 24 1WHO “World Health Statistics 2021” https//apps.who.int/iris/bitstream/handle/10665/342703/9789240027053-eng.pdf 2WPA “World Population Ageing 2015 Report” https//www.un.org/en/development/desa/population/publications/pdf/ageing/WPA2015_Report.pdf 3WHO “State of The World s nursing 2020” https//www.who.int/zh/publications/i/item/9789240003279 4WHO “World will lack 18 million health workers by 2030 without adequate investment, warns UN” https//www.who.int/hrh/com-heeg/bmj.i5169.full.pdf 5WHO “World Health Statistics 2021” https//apps.who.int/iris/bitstream/handle/10665/342703/9789240027053-eng.pdf 6UN “World Population Prospects 2019” https//www.un.org/development/desa/publications/world-population-prospects-2019-highlights.html 7中国卫生健康委员会 2019中国卫生健康统计年鉴 http//www.nhc.gov.cn/mohwsbwstjxxzx/tjtjnj/202106/04bd2ba9592f4a70b78d80ea50bfe96e.shtm 8Dariush D. FARHUD “Impact of Lifestyle on Health” https//www.ncbi.nlm.nih.gov/pmc/articles/PMC4703222/B1 9MIAO Health “Chronic disease management’s digital future” https//www.nature.com/articles/d42473-021-00191-7 10Cory Stieg “How this Canadian start-up spotted coronavirus before everyone else knew about it” https//www.cnbc.com/2020/03/03/bluedot-used-artificial-intelligence-to-predict-coronavirus- spread.html 11Benjamin Kye Jyn Tan et al. “Personalised, Rational, Efficacy-Driven Cancer Drug Dosing via an Artificial Intelligence SystEm PRECISE A Protocol for the PRECISE CURATE.AI Pilot Clinical Trial” https//www.frontiersin.org/articles/10.3389/fdgth.2021.635524/full 12UN “国际癌症研究机构2020年全球新增1930万癌症患者 1000万人因癌症去世” https//news.un.org/zh/story/2020/12/1073672 13CBS News “Global cancer cases projected to rise 75 by 2030” https//www.cbsnews.com/news/global-cancer-cases-projected-to-rise-75-by-2030/ 14Manteia Tech http//www.manteiatech.com/pd_AccuContour.html 15Butterfly Network, Inc. https//www.butterflynetwork.com/ 相关引用 26 426.92 76.34 主动预防家庭诊所精准医疗 26 27 民以食为天，粮食是全世界最大的天，实现“零饥饿”被联合国列入2030可持续发展的目标之一。据统计，至今全球仍有超过6.9亿人在挨饿，预计到2030年，受饥饿影响的人数将超过8.4亿 1 。过去，为了解决粮食短缺的问题，人们主要看天吃饭，更多依赖于资源禀赋，比如气候、土壤条件，以及农业劳动力的补给等。但随着自然环境的变化、城市化进程的加速，仅依赖现有自然条件以及传统农业技术，很难支撑2030可持续发展目标的 2 达成农业从事者长期流失根据国际劳工组织的数据，在全球范围内，从事农业工作的人的比例从1991 年的43.699下降到2019年的26.757 3 。人均耕地面积减少据世界银行数据显示，在 1968-2018这50年间，全球人均耕地已从0.323 公顷下降至0.184公顷,下降43 4 。土壤农药污染严重据统计，目前全球64的农业土地大约2450万平方公里面临着农药污染的风险，其中31的土地面临着高风险 5 。与此同时，随着消费的升级，人们对于饮食的需求有了新的变化，从“好吃”转向“吃好”，越来越追求吃得健康，吃得放心。2018年，中国获得食品行业绿色认证的产品数量达到13,316个， 2019年，这一数量增至14,699个，同比增长 10.4 6 绿色认证产品的背后是对种植环境和技术更高的要求。在迈向2030年的进程中，挑战与需求并存，我们通过洞察看到，科技正在为农业赋能，帮助突破种植条件的限制，全面提升粮食的产量，让绿色食品进入每个普通人的餐桌。 28 在同一片大田中的两块土地，土壤的水分含量、营养情况、农作物的生长情况都可能不相同，而传感器和移动设备等既可远程管理农场，也能够做到实时监测土壤湿度、环境温度、作物状况，获得精准数据。在肥力高的地方进行密集种植，反之则稀疏种植，播种、给水、施肥、调种等一系列农艺措施都可基于多元数据进行灵活调整，让土壤和作物处于最佳匹配状态。以玉米为例，仅依据数据进行的自适应播种这一改变，就能带来每公顷300-600公斤的增产 7 。精准农耕的前提，是对所收集数据的深入分析，形成农情多元数据图谱。基于云服务的农情图谱可以帮助农民迅速得到农作物在不同关键生长阶段的所需的土壤灌溉、肥力需求；还可结合地形的特征、气候预期、病虫害程度等信息进行产量预估、农作活动安排、预算管理等。多元数据图谱提供对农田的状态和农业生产过程的多维度实时监测与分析，在多变环境中做出敏捷而高效的预警，及时给予多种应对措施的建议、快速锁定损失区域并估算后期产量。从而降低突变环境因素对产量的影响，帮助农民及时止损。探索方向一用精准的数据，让种庄稼不再只靠经验正所谓“栽种有时，收获有时”（a time to plant and a time to pluck up that which is planted）。传统农业，适合播种的时节并不多，因而才制订了历法，以方便人们判断“农时”，即便有历法参考，人们依然需要个人经验来辅助。何时播种，何时施肥，何时除虫，若仅靠经验来判断，便会让农业生产有着极大不确定性和产生诸多浪费。未来场景精准农耕，构建农情多元数据图谱 29 探索方向二农场工厂化，让农业生产不再收自然环境的影响未来场景智能垂直农场，打造未来农业新形态 ◎无需农药，无需土壤，减低对农业用水的浪费垂直农场的模式下，通过营养液，利用水培或气雾栽培的方式，确保养分被植物高效吸收，残余养分，也可以和水一起回收。其所需用水不到传统种植方法的10，创造无污染的绿色农作物。农业工厂化的一个典型案例就是在室内种植的 “垂直农场”，即用数据构建突破地域限制的标准化生长环境。在垂直农场里，从苗圃播种到施肥再到收割，每个环节都离不开对光照、温度、用水和营养输送等的精确控制，而数据就是掌握这些植物生命密码的“钥匙”。它会在全链条的各个环节发力，因地因时调整参数，为农作物构建起最为适宜的生长环境。总体而言，垂直农场有几大优势精准农耕的确能够用数据来提高粮食产量，但在人口增加、人均耕地下降、农田受污染和气候变迁等大背景下，要想满足未来庞大的粮食需求，它不能当作唯一的解决方案。精准农耕是依据时刻变化的数据，来分析、计算，以判断最好的种植方案。然而，风云变幻难测，数据只能用于当下，这无法解决农业数据分析结果的迭代使用问题。除“精准农耕”外，还可以将“农业工厂化” 打造“垂直农场”作为补充，在封闭环境下，模拟作物生长发育所需的环境要素。“垂直农场” 不但可以收集数据，同时可以人为调控，确保庄稼始终在最合适的环境内。事实上，无论耕地稀缺的日本、韩国和新加坡，还是土地资源丰富的美国，都在积极发展“垂直农场”技术。