主页 > 教师之窗 >
 
图文资讯
教师之窗

《全球工程前沿2019》报告信息与电子工程 Top 3工程研究前沿解读

教师之窗 | 2019-12-20 | 标签:全球工程前沿2019,报告,信息,电子工程,Top,工程,研
2019年12月10日,中国工程院战略咨询中心、科睿唯安(Clarivate Analytics)以及高等教育出版社在中国工程院联合发布《全球工程前沿2019》报告。

   《全球工程前沿2019》报告遴选出年度全球工程研究前沿93项和工程开发前沿94项,并对其中关键的28项研究前沿和28项开发前沿进行了详细剖析。其中“信息与电子工程”作为“领域报告”的一个重要部分,为大家分布呈现:



信息与电子工程-

工程研究前沿




Top 3 工程研究前沿重点解读

01

类脑智能

 类脑智能研究工作可以追溯到 20 世纪 80 年代美国诺贝尔奖获得者杰拉尔德·艾德曼提出并研制的系列“仿脑机”和加州理工学院卡弗·米德教授开创的“神经形态工程”。2000 年以来,发达国家相继启动神经形态计算系统研制。2015 年 10 月美国能源部组织了“神经形态计算:从材料到架构”主题研讨会。2016 年,3 台大型神经形态计算系统相继上线运行:德国海德堡大学的 BrainScaleS系统、英国曼彻斯特大学的 SpiNNaker 系统和美国 IBM 公司基于 TrueNorth 芯片构造的系统。类似系统还包括斯坦福大学的 Neurogrid、英国阿尔斯特大学的 Si elegans 以及 Intel 公司近年来主推的 Loihi 神经形态芯片与系统。据 2017 年5 月综述论文“A Survey of Neuromorphic Computingand Neural Networks in Hardware” 统 计, 从1985 年开始,神经形态技术相关的论文数量快速增长,累计 2682 篇,表明类脑系统工程技术实现是类脑智能方向发展的主力。

 我国在类脑智能方面的相关研究超过 10 年。2015 年 9 月,北京市启动实施“脑科学研究”专项,“脑认知与类脑计算”作为两大任务之一,从理论基础研究、类脑计算机研制和类脑智能应用 3 个层次布局了 9 方面任务,包括:大脑结构解析平台、认知功能模拟平台、神经形态器件、类脑处理器、机器学习芯片、类脑计算机、视听感知、自主学习和自然会话。专项调动了本地区脑科学研究力量协同攻关重大共性技术,取得了重要进展,例如:清华大学施路平团队提出了类脑混合计算范式架构,开发了“天机”系列类脑芯片,成果 2019 年作为封面文章发表在《Nature》;北京大学黄铁军团队对灵长类视网膜进行高精度解析仿真,提出模拟视网膜机理的仿生视频脉冲编码模型,2018 年研制成功脉冲阵列式超速全时仿视网膜芯片,“超速”人眼千倍。国家级研究层面,2016 年以来“脑科学与类脑智能”重大科技项目实施方案正式编制,预计不久将会启动。2018 年科技部发布“科技创新 2030——新一代人工智能”重大项目指南,明确将神经形态技术和芯片列为重要研究方向。

 “类脑智能”工程研究前沿中核心论文的主要产出国家或地区分布情况见表 1.2.1。美国脑科学研究基础雄厚,类脑智能研究也在学术机构和企业界全面展开,核心论文数量和被引频次均占全球一半以上。英国核心论文占全球近 20%,德国、加拿大和荷兰各占 10% 左右,我国和瑞典、西班牙、意大利各占 5% 左右。我国的国际合作对象主要是美国与加拿大,其他国家之间的相互合作比较均衡(见图 1.2.1)。核心论文产出机构也比较集中(见表 1.2.2 和图 1.2.2),达到 10 篇的机构中,除了脑科学研究重镇瑞典卡罗琳斯卡学院外,均为脑科学与人工智能领域著名大学,如哈佛大学、耶鲁大学、麦吉尔大学、牛津大学、斯坦福大学、爱丁堡大学、剑桥大学和多伦多大学。施引核心论文数量方面(见表 1.2.3),美国占比超过 1/3,英国和我国超过 10%,其他与产出国分布基本相当,表明我国在类脑智能领域追赶势头明显。排名前10位的施引核心论文产出机构中,6家来自美国(见表 1.2.4)。





02

天地一体化组网

 针对天地一体化网络规模庞大、拓扑结构呈现立体多层次化和高度异构性、业务种类繁多的特点,设计出一套结构清晰、功能简洁、易于高效实现的网络体系结构,这是天地一体化网络技术研究需要解决的首要问题。目前世界上主要国家和地区的发展重点为:美国致力于商用天地一体化网络的大规模建设,如 Starlink 大规模制造并发射低成本低轨卫星、Google Loon 项目推进到商业化阶段;欧盟致力于卫星 – 地面网络与 5G 网络融合,重点研究与网络功能虚拟化 / 软件定义网络(SDN/NFV)的结合,H2020 计划中的多个项目已建成原型;我国已设立天地一体化信息网络重大工程,启动低轨卫星网络建设计划。

 天地一体化组网技术研究主要围绕以下几个方向开展。

(1)

地 / 海 / 空 / 天一体化的组网架构设计

    天地一体化网络的基础设施分为高轨卫星、低轨卫星、高空飞行器、海上移动设备和地面设备等。这些设施在覆盖范围、传输时延、带宽成本、容量、频率等方面各有优缺点。协调利用各类设备优势特征组成复合协同网络,充分运用 SDN 等网络领域新技术,提升系统可控性、高效承载各类业务,这是天地一体化组网架构设计的关键内容。

(2)

适用于大规模、高异构性的空间网络协议族

天地一体化组网方面已经提出国际空间数据系统咨询委员会(CCSDS)、延迟容忍网络(DTN)、快照、互联网协议(IP)等多种网络协议。面向航天器可采用 CCSDS 协议,间歇性连接情况下可采用 DTN 协议,规律性运动情况下可采用快照协议,地表用户可采用 IP 协议实现宽带组网应用,最新研究提出将内容中心网络协议(CCN)用于该领域。空间网络协议族还需要进一步丰富内容并适配天地一体化网络的具体场景。

(3)

高动态轻量级移动性切换机制

针对所构建的网络节点特别是低轨卫星高动态运动、面向用户的多星多波束频繁切换等特点,重点开展高动态轻量级的移动性切换机制研究,有效降低网间移动切换时的时延、解决数据丢失问题,在空间网络资源受限的情况下提高网络移动性切换效能。

(4)

多维网络资源协同管理控制技术

面向天基网络与地面网络的融合需求,将SDN/NFV 等技术应用于天地一体化网络,实现多维网络资源虚拟化切片和服务质量保障、应用驱动的网络控制、按需网络资源调度等关键技术的突破以及安全可靠的网络管理,达到卫星互联网与地面互联网高效管控与互联互通的目标。   

天地一体化组网工程研究前沿的核心论文排名前 3 位的是美国、中国和德国(见表 1.2.5)。从核心论文主要产出机构(见表 1.2.6)来看,排名前 3 位 的 机 构 为 东 南 大 学、CALTECH 和清华大学。从主要国家 / 地区间合作网络(见图 1.2.3)来看,相关国家 / 地区均有密切合作。从主要机构间合作网络(见图 1.2.4)来看,东南大学和解放军理工大学间合作关系较为密切。从施引核心论文的主要产出国家或地区统计结果(见表 1.2.7)来看,中国、美国和德国名列前 3,其中中国以1753 篇论文居榜首,所占比例达 26.93%。从施引核心论文的主要产出机构(表 1.2.8)来看,排名前 3的机构为中国科学院、美国 NASA 和北京邮电大学。





03

脑成像技术

 我们正在亲历一场关于脑 – 智自然观的革命性转变。鉴于脑科学研究在科学、经济、社会和军事领域的重大价值,发达国家纷纷抢占脑与认知科技的战略制高点。美国、欧盟和日本先后出台了“脑计划”,力图取得重大突破,为未来人工智能深度发展提供关键基础,并推动类脑智能与脑机融合为基础的新兴产业变革性发展。

 脑科学研究具有科学前沿和综合交叉的双重特征,脑成像技术是深入解析脑功能联结组的有效手段。深入解析脑功能联结组,实质上是对大脑工作原理的反向工程破译,在此基础上有望发展出基于大脑的构造和线路原理的新型计算系统,突破现代计算机和人工智能应对复杂问题的技术瓶颈,构建具有自组织和自我深度学习能力乃至新型类神经人工智能系统。

 近年来,脑科学基础研究发展迅猛,人工智能、脑机接口技术方兴未艾,脑科学研究已迈入黄金时期。随着脑科学研究的逐步深入,科学家在脑成像技术方面提出了更高目标,重点探索如何将脑组织结构的宏观、介观与微观有机融合,绘制脑功能连接图谱,以系统性把握脑组织的结构与功能,开发并优化光、声、电、磁遗传学等非入侵性工具应用于神经与精神疾病。脑成像技术的主要发展方向为:①高分辨率的大脑结构解析方法和技术,包括高通量三维结构、功能成像与样品处理新技术,图像数据处理分析新方法,用于实现以细胞分辨率对不同物种全脑神经元类型、联结与活动的快速定量解析;②大范围、深穿透度的在体高分辨光学成像等新技术,用于实现清醒和自由活动动物神经活动的高时空分辨率解析;③光电关联等超微成像新技术,用于实现对神经突触等亚细胞结构的超微解析和定量表征。

 “脑成像技术”工程研究前沿的核心论文方面(见表 1.2.9),排名前 3 位的是美国、英国和德国。核心论文主要产出机构方面(见表 1.2.10),排名前 3 位的是哈佛大学、伦敦国王学院和斯坦福大学。主要国家或地区间的合作网络方面(见图 1.2.5),相关国家或地区之间均存在非常密切的合作关系。主要机构间的合作网络方面(见图 1.2.6),相关机构间存在紧密合作关系。施引核心论文主要产出国家或地区统计方面(见表 1.2.11),美国、中国和英国排列前 3 名,中国以 6423 篇论文排名第 2,占比 11.77%。施引核心论文主要产出机构方面(见表 1.2.12),哈佛医学院、伦敦大学学院和多伦多大学位列前 3 名。





上一篇:苏州高级技师:电子信息工程技术专业2020年新生专业介绍 下一篇:推动教育进入高质量发展阶段的内生动力