日前，木头姐（Cathie Wood）的方舟投资公司（ARK）发布了一年一度的《Big Ideas 2023》投研报告，该系列报告自2017年上线以来，获得了大量的行业用户关注。
今年的报告长达153页，对全球最新创新技术融合趋势进行了概述，覆盖AI、数字钱包、电动汽车、航空航天等13大创新领域。
报告预测，至2030年为止，AI训练成本将持续以每年70%的速度下降。举例来说，要将一款大型语言模型训练至GPT-3的水平，2020年需要花费近460万美元，2022年则可以降至45万美元。
数字加密货币方面，方舟投资在报告中指出，加密货币和智能合约在未来十年内，可以分别达到20万亿美元和5万亿美元的市值，2030年，比特币价格将达到100万美元一枚。
电动汽车领域，方舟投资则预测其价格将下降，销量将增加7倍以上，或以每年50%的速度增长，从2022年的大约780万辆，增加到2027年的6000万辆。
一、技术融合创建指数级增长潜力
根据ARK的研究，五大创新平台正在融合，创造前所未有的增长轨迹。人工智能是最重要的催化剂，它的速度级联（1）到所有其他技术中。在这个商业周期中，颠覆性创新平台的市场价值将以每年40%的速度增长，从今天的13万亿美元，增加到2030年的200万亿美元。到2030年，与颠覆性创新相关的市场价值，可能会占全球股票市场市值的绝大部分。
// 编注1：级联，在关联映射中是个重要的概念，指当主动方对象执行操作时，被关联对象是否同步执行同一操作。
1、公共区块链
在被大规模采用后，所有资金和合同将转移到公共区块链上，实现并验证数字稀缺性和所有权证明。金融生态系统可能会重新配置，以适应加密货币和智能合约的兴起。这些技术提高了透明度，减少了资本和监管控制的影响，并降低了合同执行成本。在这样的世界里，随着越来越多的资产变得像货币一样，企业和消费者将适应新的金融基础设施，数字钱包也将变得越来越重要。当下的公司结构，也可能因此受到质疑。
2、人工智能
基于数据量增长的计算系统和软件，可以用以解决棘手的问题，甚至推动知识性工作的自动化，并加速技术与每个经济部门的融合。
事实应该证明，神经网络的采用比互联网的引入更重要，有望创造出10万亿美元的价值。
在规模上，这些系统将需要前所未有的计算资源，主打AI特性的计算硬件可能会主导训练和操作人工智能模型的下一代云数据中心，这最终将为终端用户带来巨大好处：诸多人工智能驱动的智能设备将渗透到人们的生活中，改变他们的消费、工作和娱乐方式。人工智能的应用将改变每个领域，影响每项业务，并推动每个创新平台发展。
3、多组学测序（2）
收集、排序和理解数字生物数据的成本正在急剧下降。多组学技术为研究科学家、治疗组织和健康平台提供了前所未有的访问DNA、RNA、蛋白质和数字健康数据的途径。癌症护理应该随着泛癌症血液测试的发展而改变。多组学数据应该利用针对和治愈罕见疾病、慢性病的新兴基因编辑技术，为新的精密疗法提供素材。多组学应该释放出全新的可编程生物学能力，包括设计和合成具有跨行业应用的新生物结构，特别是在农业和食品生产领域。
// 编注2：多组学测序是指同时进行多个组学层面的测序分析，如蛋白质组、微生物组、转录组和代谢组测序等，通过基因表达法则将各个组学层面联系起来。
4、能源存储
先进电池技术成本的下降应该会促使外观尺寸发生巨大变化，使自主移动系统成为现实，这将大幅降低人、物体运输的成本。电动传动系统成本的下降，应该会开启微移动(3)和空中系统的潜力，包括飞行出租车，从而实现改变城市面貌的商业模式。自动驾驶应该有助于大幅降低出租车、送货和监控的成本，实现无摩擦运输，这将提高电子商务的速度，并降低汽车保有率。这些创新与大规模固定式电池相结合，应该会促使能源加速转型，取代液体燃料，并将发电基础设施推向网络的边缘。
// 编注3：微移动是指由重量不到500公斤的车辆、设备实现的机动性。
5、机器人技术
在人工智能的催化下，自适应机器人应该可以与人类密切合作，帮助改变产品的制造和销售方式。3D打印应该有助于制造业的数字化，不仅可以提高最终使用部件的性能和精度，还可以提高供应链的弹性。与此同时，世界上速度最快的机器人“可重复发射火箭”应该会继续降低发射卫星网络的成本，并实现不间断的连接。作为新兴的创新平台，机器人技术可以大幅降低高超音速飞行的距离成本、3D打印机制造复杂性带来的成本，以及人工智能机器人的生产成本。
二、融合平台涉及14项投资技术
融合创新平台涉及14项可投资的技术，这些技术的成本正在急剧下降，对多个行业产生影响，并成为更多创新的跳板。
ARK的融合评分框架和网络图：
1）技术得分是它们催化其他技术时产生超指数增长潜力的函数。
2）最粗的线条对应于对另一项技术潜力指数级增长的预期。
3）这些技术具有催化方向性。例如，神经网络应该催化自主移动，自主移动系统生成的数据应该有助于提高神经网络的能力。
4）节点大小对应于该技术对2030年企业价值的估计。
5）基于这个网络图，可以清晰地对创新平台进行分类。
1、神经网络是最重要的催化剂
2、自主移动系统充分体现了技术之间的融合
3、AI聊天机器人将“驾驶”自动驾驶出租车
特斯拉将可转换神经网络应用于语言翻译解决方案，以帮助其车辆理解复杂的十字路口和可行驶的道路。人工智能创新的步伐增加了我们对自动驾驶出租车和其他自主移动系统商业可行性的信心。神经网络的表现开始在多个领域超越人类，自动驾驶领域也不例外。神经网络的性能改进将使可扩展的自动驾驶出租车系统在几乎所有情况下都比人类更安全。
4、深度神经网络可实现更精确的长读DNA测序（4）
2021年，谷歌研究人员将通常用于最先进可转换语言模型应用于来自PacBio Sequel II系统基因组数据的长读测序。它们不仅减少了错误，提高了经质量调整的产量，而且还降低了长读基因组测序的成本。2023年，PacBio将在其长读测序仪中构建特定于人工智能的计算硬件，以不到1000美元的价格，实现第一个高质量的完整长读基因组。
// 编注4：传统的基因组测序技术将基因组切成小块，长读测序保留了由数万个碱基对组成的长长DNA。
