複製鏈接
請複製以下鏈接發送給好友

重大領域交叉前沿方向2021

鎖定
2021年9月13日,由浙江大學中國科教戰略研究院牽頭完成的科技戰略報告《重大領域交叉前沿方向2021》正式發佈。報告涵蓋五大領域的50項交叉前沿方向的未來發展態勢。該報告瞄準當前全球科技創新熱點話題,選取新藥創制、未來計算、人工合成生物、AI+基因組編輯、腦-意識-人工智能等五大領域,凝練形成50項交叉前沿方向。
中文名
重大領域交叉前沿方向2021
發佈時間
2021年9月13日
發佈機構
浙江大學中國科教戰略研究院
涉及領域
新藥創制、未來計算、人工合成生物、AI+基因組編輯、腦-意識-人工智能等五大領域

目錄

重大領域交叉前沿方向2021簡介

報告對各領域全球發展趨勢、國家戰略佈局和未來發展規劃進行了解讀與分析,比較深度和客觀地反映了總體發展態勢。
《重大領域交叉前沿方向》科技戰略研究項目,旨在以持續推出交叉前沿報告的方式,反映全球科研發展趨勢,探索新的學術增長點,為國家、區域及機構創新佈局提供參考。
該報告在研究方法上採取了專家諮詢和文獻計量相結合的方法,以專家研判和集中討論為主,文獻計量分析為輔。文獻計量方面,該項目依託數據分析團隊,通過主題檢索從Scopus數據庫獲得各研究方向的相關論文,並通過SciVal分析平台對論文發表趨勢、研究主題、重點國家和機構等各項參數進行分析。 [1] 
專家諮詢方面,研究報告匯聚了浙江大學校內外相關領域許多高水平專家的智慧,專家們深度參與了前期諮詢、領域研究、專題討論、意見徵集、報告撰寫等多個環節。專家意見與數據分析結果互為補充、不斷迭代,較好地保障了分析結果的可靠性。
未來,浙江大學中國科教戰略研究院將繼續研判重大領域發展趨勢,組織相關研究力量,從世界科技前沿、國家重大需求出發,持續發佈年度《重大領域交叉前沿方向》報告,打造一流科技戰略智庫品牌。 [2] 

重大領域交叉前沿方向2021報告摘錄

五大領域的50項交叉前沿方向之新藥創制 五大領域的50項交叉前沿方向之新藥創制
面向新藥創制領域,報告認為新藥創制是生命科學領域的重要一環,但一直以來受到缺少創新理論指導、缺乏多學科交叉創新技術方法應用等問題的限制,同時原創藥物靶點缺乏、化合物合成工藝複雜、成藥性評價耗時耗力、藥物藥效差、毒性大等始終制約創新藥物研發的成功率。基因編輯技術、腫瘤免疫療法大數據人工智能等前沿新技術不斷湧現,將顯著提高藥物治療的有效性,進而改善生命體的質量,逐步實現人類生命延續。尤其基於智能計算智能藥學、基於創新材料的微納藥學、基於多組學整合的系統藥學、基於細胞工程細胞藥學代表了新藥創制和生物醫藥的重要發展方向。
五大領域的50項交叉前沿方向之未來計算 五大領域的50項交叉前沿方向之未來計算
面向未來計算領域,報告認為短期內基於硅基馮·諾依曼架構的現代計算技術(如高性能計算)仍然是構成未來計算的主體,面向不同應用需求的系統優化成為技術創新重點方向,器件及芯片、系統技術和應用技術等將同步發展。長期而言,因硅基集成電路的物理極限和馮·諾依曼架構的固有瓶頸,量子、神經形態計算(又稱類腦計算)等非馮·諾依曼架構計算技術的突破和產業化將是未來計算的研究重點。
五大領域的50項交叉前沿方向之人工合成生物 五大領域的50項交叉前沿方向之人工合成生物
面向人工合成生物領域,報告認為人工合成生物研究的發展,推動生命科學研究開啓以系統化、定量化和工程化為特徵的“多學科會聚”研究新時代。人工合成生物領域研究主流從單一生物部件的設計,迅速拓展到對多種基本部件和模塊進行整合,推動更加精準認知、改造甚至重新合成生命成為現實。研究目前主要依靠三大核心使能技術:基因編輯技術(CRISPR/Cas9技術)、DNA組裝技術以及體內定向進化技術。 [2] 
五大領域的50項交叉前沿方向之AI+基因組編輯 五大領域的50項交叉前沿方向之AI+基因組編輯
面向AI+基因組編輯領域,報告認為作為精準調控生命並提供延續生命革新性工具手段的基因組編輯技術,正推動生命健康向個性化、精準化、微創化、智能化發展。由於動植物基因組量級龐大、構成複雜,基因編輯技術在應用層面仍存在靶點的結合、識別和切割序列、切割位點編輯等不精準的問題,而利用人工智能開展計算機模型識別、判斷與預測大數據,可幫助提升基因編輯活動的精準度和效率,讓基因編輯具備更好配合人類應用目的的能力,在醫療健康、農業發展等領域具備更廣泛的應用前景。 [2] 
五大領域的50項交叉前沿方向之腦-意識-人工智能交叉 五大領域的50項交叉前沿方向之腦-意識-人工智能交叉
面向腦-意識-人工智能交叉領域,報告認為當前以大數據深度學習算力為基礎的人工智能語音識別人臉識別等以模式識別為特點的技術應用上已較為成熟,但對於需要專家知識、邏輯推理或領域遷移的複雜性任務,人工智能系統的能力還遠遠不足。 [1]  與此同時,基於統計的深度學習注重關聯關係,缺少因果分析,使得人工智能系統的可解釋性差,處理動態性和不確定性能力弱,難以與人類自然交互,在一些敏感應用中容易帶來安全和倫理風險。未來,類腦智能認知智能混合增強智能將成為重要發展方向。 [2] 
參考資料