上一个十年见证了不少科技趋势蓬勃发展，比如大数据、人工智能、区块链等技术的迅速崛起。2020年到来，包括阿里达摩院在内的顶级研究机构纷纷预测科技趋势，量子计算、工业互联网、新材料半导体等热词上榜。很多时候人们喜欢追赶风口，其实我们不妨停下来回顾历史、分析现状，盘点那些科技界永不过时的常青树。

人工智能：从70年前的图灵测试开始

人工智能是当前最为火热的概念，很多公司不把产品和人工智能沾上边，都不好意思拿到市场上来卖。人工智能到底是什么？有人将人工智能和语音识别、自动驾驶、人机对话等概念划等号。我认为，人工智能是一个非常宽泛的概念，凡是在机器上编写程序来模拟人类的行为都属于人工智能。早在1950年，计算机科学先驱图灵提出使用图灵测试来判断机器是否有足够的智能。1956年的达特茅斯会议上，包括Marvin Minsky、Claude Shannon、Herbert Simon等大佬进行了一次长达两个月的头脑风暴，并正式提出了Artificial Intelligence这个概念。要知道，那个时候现代计算机还是一种稀奇物种，只能给军工和大型科研机构使用。所以说，人工智能是随着计算机的出现而诞生的，是用机器来模拟人类智能的一种研究方向。

上一个十年，人工智能的概念走红起源于2012年Geoffrey Hinton和他的团队使用卷积神经网络拿下了计算机视觉比赛头筹，并且比第二名遥遥领先。从此，神经网络改写了计算机视觉这个领域的游戏规则，神经网络开始成为主流技术，这项技术简称为深度学习。神经网络这项技术很早以前就已经提出，但历史上一直没有得到如此之大的关注。2012年之后开始大红大紫，主要是因为芯片能够提供更强大的算力，大数据存储能够提供更大规模的数据集。其实，在20世纪末，算力和数据都不够成熟的情况下，神经网络和人工智能曾经有一段低谷期，一些研究投入了不少人力和经费，但是产出甚微。最近几年，深度学习是最火人工智能研究方向。但深度学习是否已经到达瓶颈，深度学习到底还能火多久，还需拭目以待。

实际上，神经网络和机器学习只是人工智能的一个分支。人工智能还包括知识库建设、知识表示和推理，智能体自动规划等问题。知识库建设就是一个经典的人工智能研究方向。在这个方向上，研究人员试图对某个领域的知识梳理成可被计算机计算的高度结构化的知识图谱，比如形成一个医学知识图谱，当有人类有健康方面的疑问时，可以直接向这个知识库询问，不必再跑到医院求医问药。另外，智能体的自动规划是人工智能的另一大方向，经常应用在很多棋牌和游戏中，比如电脑玩家如何自动出招，如何胜过有团队协作能力的人类选手？在围棋领域Alpha Go完胜人类，在包括dota在内的大型多人协作游戏中，人类玩家也不敌机器，人类智能的疆土一再缩小。深度学习越来越成熟，但人工智能的其他分支仍有很多未解问题。

数据库：计算机领域的常青树

数据库，或者广义上的数据管理是计算机领域的常青树，因为数据存储和查询是非常普遍的需求。现代计算机刚诞生不久，一些研发人员就开始开发数据库系统以查询和存储数据。最早的数据库是给美国的Apollo登月计划开发的，那时的数据需要整层楼来堆放磁盘磁鼓等信息介质。70年代末，Larry Ellison在中央情报局做一个数据相关的项目，发现了数据管理领域存在巨大商机，随后开发了Oracle第一个版本，Oracle名字来自中央情报局的项目。之后，数据库进入大规模商用阶段，被广泛应用在银行、电信等国计民生领域。数据库相关的学术会议早在20世纪70年代就已经开始举办，比如1975年开始的SIGMOD（Management of Data）和VLDB（Very Large Data Bases）是数据库乃至整个计算机界公认的两大顶级会议。

2000年左右，互联网开始兴起，互联网公司成了数据库的重度用户。早期的阿里巴巴和淘宝是Oracle的“明星”用户，淘宝曾拥有一个全亚洲最大的Oracle RAC集群，有淘宝数据库经验的DBA（Database Administrator）也是市场上的稀缺人才。但是Oracle有一个致命的缺点，就是贵！或者说维持Oracle数据库+IBM小型机+EMC存储的开支太大。这是一个封闭的市场，如果没有自研技术，用户很难找到替换方案，只能向这三家公司乖乖滴交钱。于是，各大公司为了节省成本，开始寻找替代方案，比如开源的MySQL。而阿里为了避免核心技术卡脖子，也开始走上了自研的道路。19年10月，阿里打破世界纪录的消息红遍网络，其自研的OceanBase在TPC-C基准测试中打破了垄断9年之久的Oracle记录，荣登榜首。

随着大数据时代的到来，如何快速存储、查询、分析大数据数据是一项非常有挑战的工作。大数据领域涌现了很多开源的框架，比如数据存储和计算方案Hadoop，分布式数据库HBase、内存Redis等。并且不断有公司进入数据库的领域，根据自身业务需求开发所需的数据库解决方案，比如腾讯推出的时间序列数据库。

芯片：永恒的底层驱动

芯片是驱动计算机的底层技术，没有芯片，所有计算机的技术都无从谈起。狭义上的芯片主要包括计算机的CPU和GPU，广义上的芯片还包含了一些其他控制芯片。芯片本质上是一种电路结构，将能够进行复杂计算的电路集成到一小块硅上极具挑战。

CPU芯片的开发从50年代就已经开始，60年代末Intel和AMD相继诞生。90年代前，芯片领域还是百花齐放的状态，摩托罗拉、德州仪器、Sun等玩家都在入局。随着Intel的x86架构的成熟，个人电脑市场上的CPU逐渐被Intel和AMD垄断。后来，Intel连大型数据中心的市场也霸占了，整个芯片领域似乎一家独大。但随着技术的发展、产品的演进，不同类型的芯片被开发出来，比如英伟达的显卡芯片，手机和移动设备上的ARM芯片等。美国对中国的技术封锁之后，普通人也开始关心国内的芯片发展。从阿里平头哥、华为鲲鹏到比特大陆的矿机芯片，凡是有计算场景的地方都可以部署国产自研芯片。与此同时，芯片之上的编译器和相关软件也需要有人来进一步开发和拓展。芯片及相关产业将会驱动整个科技界的换代升级。

变与不变

本文只罗列了几种技术，实际上在科技领域还有很多技术常青树。趋势每年都在变，有人喜欢赶热点，在风口浪尖上淘金。但我认为，科技从业人员更应该关注那些关键性的核心技术，这些核心技术是科技发展的中流砥柱，不随着趋势而消亡，在这些技术上深挖，未来肯定有巨大汇报。