发现思想力 成就影响力
《麻省理工科技评论》近日正式揭晓2018年“全球十大突破性技术”,这份全球新兴科技领域的权威榜单至今已经有17年的历史。
▲2018年《麻省理工科技评论》全球十大突破性技术榜单包括:给所有人的人工智能(云端AI)、对抗性神经网络、人造胚胎、“基因占卜”、传感城市、巴别鱼耳塞、完美的网络隐私、材料的量子飞跃、实用型3D金属打印机、零碳排放天然气发电共10大突破性技术。
回看过去几年的上榜技术,我们发现一个明显的趋势:越来越多的人工智能相关技术入选榜单,其中包括:2008年机器学习、2009年的Siri、2013 年的深度学习、2014年的神经形态芯片、2016年的语音接口与知识分享型机器人,以及2017年的自动驾驶卡车与强化学习。
2018年,我们在人工智能领域看到最具开创性的突破点,就在于人工智能将脱离需要大量资料喂养设定的框架,取得足以自行演化出更精细结果的能力。
我们认为,今年最具突破性的人工智能技术是对抗性神经网络/ 对抗式生成网络(GAN)——通过两个AI系统的竞争对抗,极大化加速机器学习的过程,进而赋予机器智能过去从未企及的想像力。
另一个同样在2018年入选榜单的人工智能技术则是:“给所有人的人工智能”——云端AI,足以让深度学习算法变得像微博一样简单易用。
回顾人类历史发展的过程,越是先进的技术,越是被少数人控制掌握,也越容易成为操纵垄断的工具,但今年入选的这两项人工智能技术的重要性,就在于破除过去的陈规旧习,达成用AI技术普惠人类世界的愿景目标。
技术的强大和普及,将促进相关领域科研及社会经济的发展,但不可讳言的是,技术发展带来的负面影响也不容忽视,比如GAN能创造出以假乱真的图片及视频来混淆视听,这是伴随技术突破发展而来的全新挑战。
在2018年的榜单中,类似GAN这种“亦正亦邪”的技术不止一个,在生物医疗领域的“人造胚胎”和“基因占卜”也属于这样充满了争议性的技术。我们究竟该如何善用科学与科技的突破进展,回答过去无法被回答的问题,解决过去无法被解决的困难,但却不致于迷失在谁能扮演上帝的迷惑与恐惧中?
同样的状况也出现在谷歌母公司Alphabet旗下的Sidewalk Labs的一项计划中,Sidewalk Labs准备在加拿大多伦多启动一项智慧城市试验性项目,通过遍布城市每个角落的传感器,来收集居民活动的所有相关数据。但这到底是大数据用于公众利益的范例,还是个人隐私被侵犯监视噩梦的开始?幸运的是,并不是所有上榜技术都是让人纠结的双面刃难题。
,正在积极的发展一项
从零碳排放的天然气发电、3D金属打印机、到《银河系漫游指南》书中所写的将巴别鱼塞进耳朵就能听懂不同语言的实时翻译耳塞等等,也都是我们认为具有突破性、且将改变世界的重要技术。
▲《银河系漫游指南》中的巴别鱼已经实现?
值得注意的是,可能很多人没有注意到的是,在这次榜单中也包含了由当前火热的区块链所衍生的突破性技术——零知识验证(zero-knowledge proof)的新密码协议,与当前多项由区块链技术发展出的加密货币交易有著紧密关系,要如何在几乎完完全公开交易过程中,仍然维持用户的隐私安全性,这一直都是在区块链与加密货币蓬勃发展背后的隐忧。
该项技术入选十大突破性技术,进一步凸显于区块链相关技术的讨论,已脱离单纯的加密货币发行与新兴商业模式的初期狂热阶段,进入更强调能够让区块链技术生态环境能够永续发展的关键性技术发展阶段,安全隐私就是其中的重点所在,这攸关于未来区块链技术能否真正成为价值互联网的发展基础,而不只是一时狂热的资金泡沫。
以下是该份榜单详细内容及部分解读节选:
01 实用型3D金属打印机
入选理由:新型设备首次让3D打印金属零部件成为实用型技术。
技术突破:3D金属打印机实现了低成本快速金属物体打印。
重大意义:按需打印大型复杂金属物体的能力将为制造业带来变革。
主要研究者:Markforged、Desktop Metal、GE等。
成熟期:现在。
虽然3D打印技术已经存在了几十年,但是之前的3D打印技术使用任何非塑料材料(尤其是金属)时,成本非常昂贵,速度也慢得让人无法接受。
不过现在,随着成本越来越低,使用也越来越简单,这项技术有望成为可用于零部件生产的实用技术。如果它被广泛应用,将有可能改变我们大规模量产产品的方式。
短期来看,有了这项技术后,制造商们将不再需要维持大量的库存,他们可以按需地打印一个部件。比如说,当顾客需要给旧车替换一个零部件的时候,就可以立即提供给他。
长期来看,那些大规模生产某一特定零部件的大工厂将会被产品线丰富的小工坊所取代。这些小工坊将能按照顾客的需求随时打印出各种各样的零部件。
专业解读
3D打印在2012、2013年受到媒体热烈瞩目,在外界看来后续的发展虽从火热回归平实,但技术的演进并未停止,特别是有机会能改变传统制造业生产方式的3D金属打印,潜力更大。
目前3D金属打印的趋势有三,分别是大尺寸、精致化、自动化。未来,3D金属打印也可与机器手臂、工业4.0概念结合,提升制造业的自动化程度。
不过,虽然金属3D打印的商业运转已经可行,但相较于传统的铸造或锻造工法,3D金属打印还有几个阻碍:
一是机器设备以及金属粉末的成本都仍偏高。
二是尽管目前3D金属打印已经来到了四支雷射喷头可同时工作,但以用户的角度来看,速度还是慢。
02 完美的网络隐私
入选理由:原本为加密货币的交易过程开发的一种工具,现在能让你在上网时避免透露任何非必要信息。
技术突破:计算机科学家正在完善一款加密工具,可以在不透露非必要信息的前提下完成验证。
重大意义:如果你需要透露个人信息以在网上完成某件事,这个方法可以让你在免除隐私泄漏或身份被盗窃风险的同时轻松实现。
主要研究者:Zcash、摩根大通、荷兰国际集团等。
成熟期:现在。
多亏一款新工具的出现,真正的互联网隐私终于可以实现了。举个例子,该工具可以让你不用透露出生日期就能证明自己年满额18岁,或者不用透露自己的银行余额或其他细节,就能证明自己在银行有足够的存款可以完成金融交易。这样就大大降低了隐私泄漏或身份盗用的风险。这款工具是一种叫做“零知识验证”(zero-knowledge proof)的新密码协议。
尽管研究人员已经研究了几十年,但直到去年人们对零知识验证的兴趣才开始暴增,某种程度上,这要得益于人们对加密货币日益增长的热情,以及大多数加密货币都为机构所拥有的的现实。
通常,这在比特币以及其他公共区块链系统中是不可能实现的,比特币以及其他公共区块链系统中的交易对所有人都是公开透明的。
专业解读
如果有一个系统能够在机制公开透明的同时,又能够保证用户的隐私得到充分的保证,那么这个系统就会有足够的吸引力,尤其是在区块链中,所有的交易是全网公开的,基于零知识证明的区块链系统就可以以完全公开透明的形式实现信息的隐私保护,这无疑是有着巨大的现实意义的。
现在,更多的区块链系统将要或正在集成零知识证明这一技术。区块链中有部分成熟的应用,其交易相关的隐私数据需要对任意第三方保密,如在供应链系统中一旦暴露就会造成巨大的后果。
对于这类不能将信息暴露给潜在第三方的系统,零知识证明毫无疑问是一个“刚需”。搭上区块链高速发展的快车,零知识证明技术可望在不远的将来得到广泛的应用,成为下一代价值互联网的基石。
03 零碳排放天然气发电
入选理由:一种针对天然气发电厂的新工程学方法,将二氧化碳回收再利用。
技术突破:一家发电厂能够以廉价高效的方式捕捉天然气燃烧释放的碳元素,避免了温室气体的排放。
重大意义:天然气发电为美国提供了近32%的电力,其碳排放量也达到电力部门总碳排放量的30%。
主要研究者:8 RiversCapital、Exelon电力公司、CB&I等。
成熟期:3-5年。
在可预见的未来,我们可能要一直将天然气作为主要的发电能源之一。
在美国炼油工业区的中心休斯顿城外出现了一家前沿发电厂,他们正在测试一项可以实现清洁天然气能源的技术——Net Power。该公司相信他们能捕获天然气发电过程中释放的所有二氧化碳,同时又能够以低廉的成本发电,至少和标准天然气发电厂的成本相同。
如果此举真的可以实现,就意味着从此就可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电必会改善能源供给的局面,因为它既不像核能那样成本高企,也不像可再生能源那样供给不稳。
专业解读
中国科学院山西煤炭化学研究所副研究员陈成猛表示,为使以天然气和煤炭等为燃料的火电厂更清洁环保,在现有技术体系通常是进一步增设CO2吸附、脱硫脱硝、降灰等环保装置来实现。
然而,这些手段大都是补救性质的,会增加发电成本和能耗,降低经济效益。Net Power公司则不然,在天然气发电领域,他们选择了源头创新,彻底摒弃传统的以水蒸气为工质的热能循环过程,选用全新的以高压高温超临界CO2为介质的Allam循环过程。
该技术的工艺方案独辟蹊径,从热力学原理上是可行的,但估计存在如下工程技术难点:
一、由于工质从水蒸气变成了CO2,对装置的技术要求变化会很大,许多设备都需重新设计开发,其与工艺的匹配性还需进一步的中试和工业示范验证。
二、由于燃烧气氛从空气改为纯氧,这就需要在前端增加空气分离装置,会增加一些固定投资和单位能耗。此外,由此带来的燃烧速度控制和安全隐患亦不容小觑。
04 人造胚胎
入选理由:科学家们已经开始通过干细胞制造胚胎。
技术突破:在不使用卵细胞或精子细胞的情况下,研究人员仅从干细胞中就可以培育出类似胚胎的结构,为创造人造生命提供了一条全新的途径。
重要意义:人造胚胎将为研究人员研究人类生命神秘起源提供更方便的工具,但该技术正在引发新的生物伦理争议。
主要研究者:剑桥大学、密歇根大学、洛克菲勒大学、中国科学院等。
成熟期:现在。
英国剑桥大学的胚胎学家们在一项重新定义了如何创造人造生命的突破性研究中,利用干细胞培育出了一种逼真的小鼠胚胎。该胚胎并不是由卵细胞与精子结合而来的,只使用了从另一个胚胎中得到的细胞。
然而,人造胚胎将会引发一些伦理问题。如果它们最终与真实的人类胚胎难以区分,我们该怎么办?在它们形成痛觉之前,它们能在实验室里成长多久?生物伦理学家们说,我们需要在科学竞赛愈演愈烈之前解决这些问题。
专业解读
瑞典卡罗林斯卡医学院助理教授李林鲜表示,首次在体外培养皿里通过两种干细胞的3D共培养模拟了胚胎发育的早期过程,为研究胚胎的早期发育提供了一种可能的替代方法。
人造胚胎的研究的价值依然是非常显而易见的,例如应用在胚胎早期发育的基础研究上。在胚胎早期发育的基础研究中,很多时候需要用到如CRISPR的基因组编辑工具,比较在培养皿里对干细胞和胚胎的操作难度,干细胞的相关操作要容易些。
05 对抗性神经网络
入选理由:两个AI系统通过玩“猫捉老鼠”游戏来获得想象力。
技术突破:两个AI系统可以通过相互对抗来创造超级真实的原创图像或声音,而在此之前,机器从未有这种能力。
重大意义:这给机器带来一种类似想象力的能力,因此可能让它们变得不再那么依赖人类,但也把它们变成了一种能力惊人的数字造假工具。
主要研究者:Google Brain、DeepMind、英伟达、中科院自动化所、百度、阿里巴巴、腾讯、商汤科技、依图科技、云从科技、旷视科技等。
成熟期:现在。
人工智能识别物体的能力已经越来越强了:给它看一百万张图片,它就可以用惊人的准确度来告诉你究竟哪张里面有个行人在过马路。但问题在于,从无到有创造一个东西需要想象力,而这正是人工智能技术一直难以实现的能力。
直到2014年,当时还是蒙特利尔大学博士生的Ian Goodfellow在酒吧里与友人进行学术辩论时,他突然想到了这个问题的答案。这种名为“对抗式生成网络”(GAN)的手段会使用两个神经网络(一种简化人脑数学模型,是现代机器学习基石),然后让这两者在数字版的“猫捉老鼠”游戏中相互拼杀。
中国企业界则是更倾向于把技术应用在服务中,相关案例不胜枚举,比如,百度使用GAN构建语音识别框架,科大讯飞通过GAN与传统深度学习框架的结合在语音合成领域获得了很大的进展。而阿里巴巴的城市大脑项目团队在ACM MM2017会议上,其中发表的一篇论文便是使用GAN来生成用以进行车牌识别的训练数据集。
专业解读
商汤—香港中文大学联合实验室教授李鸿升表示,GAN未来可能对计算机图形学产生冲击。发展三年多的GAN,在已经发展了60年的人工智能领域中,虽然还是很新的技术,不过已经有各种变体或进阶版出现,例如有机会从二维的图片进展到三维的视频等等,在更远的将来,有可能会对图形学产生冲击或挑战。
06 给所有人的人工智能
入选理由:将机器学习工具搬上云端,将有助于人工智能更广泛的传播
技术突破:基于云端的人工智能正在降低这项技术的使用难度和价格
重大意义:目前,人工智能的应用是受到少数几家公司统治的。但其一旦与云技术相结合,那它将可以对许多人变得触手可及,从而实现经济的爆发式增长。
主要研究者包括:亚马逊、谷歌、微软、百度、腾讯、阿里巴巴、科大讯飞、第四范式等
成熟期:现在
人工智能一直以来都只是亚马逊、百度、谷歌和微软等大型科技公司,以及少数初创公司的玩物。对于其他领域的众多公司来说,人工智能太贵也太难,无法全面普及。
这个问题该如何解决?基于云端的机器学习工具正在将人工智能带给更广泛的群体。虽然我们不知道究竟哪家公司将会成为人工智能云服务市场的领头羊,但赢家一定会获得巨大的商业机会。
如今的人工智能技术绝大多数仅用于科技行业,为这个领域带来了效率的提升以及多种新的产品和服务。如果可以在医疗、制造以及能源等行业里更全面地推行人工智能技术,将极大提高各产业的生产力。
专业解读
Lightelligence联合创始人兼CEO沈亦晨表示,计算硬件是人工智能的核心之一,算力更高的计算硬件可以在更短的时间里完成神经网络的训练,而云计算平台把有限的资源集约化共享给大众。
AI算法共享也是云平台的一大优势,目前有一些已经被广泛使用的AI算法,如人脸识别、语音识别、图像识别等,都是定义非常清晰的,公众也只需要一个结果最好的算法。
07 基因占卜
入选理由:大规模基因研究将让科学家能够预测普通疾病及人格特征。
技术突破:科学家们现在可以利用你的基因组数据预测你患心脏病或乳腺癌的几率,甚至你的智商也能被预测。
重大意义:基于DNA的预测技术可能公共健康领域下一个重大突破,但它将增加歧视的风险。
主要研究者:Helix、23andMe、Myriad Genetics、UKBiobank、Broad Institute、华大基因、奕真生物、WeGene等。
成熟期:现在。
将来有一天,婴儿出生时就会得到一份DNA检测报告。这些报告将提供婴儿患心脏病或癌症的几率、是否对烟草上瘾,以及是否比一般人更聪明的预测。由于大型基因研究(部分研究涉及人数超过100万人)的开展以及科学进步,这样的报告很快就会从概念变成现实。
问题是,这些预测远非完美。谁愿意知道他们未来可能会患上阿兹海默症? 多基因检查指标评分也存在其他争议,因为它们几乎可以预测任何个体特征,不仅仅是疾病。
家长和教育工作者应该如何使用这些信息呢?对此,行为遗传学家 EricTurkheimer表示,这项新技术“既令人兴奋又令人担忧”,因为基因数据不仅可以造福我们,也有可能会被用于其他用途,产生不好的影响。
专业解读
麻省理工学院-哈佛大学布罗德研究所研究员、清华大学访问学者丛乐表示,基因组学的科研进展结合大规模临床研究,使科学家看到基因预测未来的曙光。
这一领域近年来加速式前进,并获得来自大学院校等科研机构、初创公司跨国药厂等企业,以及风险投资等资本市场的持续投入,从而让研究人员得以分析预判遗传信息对人类的健康状况、疾病风险、甚至智力等个人能力等影响,这无疑将会影响医疗、保险、教育等多个层面,而这一连串的效应虽然刚刚开始但发展迅猛,究竟是福是祸尚未可知。
08 传感城市
入选理由:Alphabet旗下的Sidewalk Labs计划创建一个高科技社区来重新思考到底应该如何建设和运营一座城市。
技术突破:多伦多的一个街区有望成为全球首个成功将尖端城市设计与前沿科技融合在一起的地方。
重大意义:智慧城市会让都市地区变得更加可负担、宜居、环保。
主要研究者:Alphabet旗下的Sidewalk Labs、多伦多Waterfront、阿里巴巴等。
成熟期:项目2017年10月对外公布,预计在2019年开始施工建设。
如今,全球很多智慧城市计划都已搁浅,要么下调了曾经雄心勃勃的目标,要么因为生活成本原因逼走了超级富豪之外的普通居民。而多伦多的一个叫Quayside的项目,却希望从头开始重新设计一个社区,用最新的数字技术将其重建,打破现有的失败局面。
专业解读
毫无疑问,物联网技术在项目中会得到广泛的应用,大量的传感器将融入整个城市的建设当中,就如同给城市装上全新的数字肢体和感官,万物实现互联、可感、可控,城市的运行将由一个无比强大的AI接管。
蚂蚁技术实验室无人值守算法技术负责人曾晓东就表示:城市版本的“操作系统OS”,搭载先进的“四肢”与“感官系统”为项目的关键所在。
相比传统基础设施的发展和存在模式,基于传感器建设的未来城市基础设施新范式,将会以更加集成、更加智能的方法来建设和管理基础设施,而不是将城市的能源、交通和水务等基础设施单元或环节单独割裂管理。
中国科学院生态环境研究中心副研究员王旭认为,随着城市化快速扩张,传统基础设施存在的问题和产生的社会、经济和环境压力将与之俱增。
09 巴别鱼耳塞
入选理由:虽然现有硬件并不那么好用,但谷歌Pixel Buds却展示了实时翻译的前景
技术突破:近实时翻译适用于多种语言,而且使用起来很方便
重大意义:在全球化日益发展的今天,语言仍是交流的一大障碍
主要研究者:谷歌、科大讯飞、百度、腾讯、搜狗、清华大学、哈尔滨工业大学、苏州大学等
成熟期:现在
在风靡一时的科幻经典《银河系漫游指南》中,你把一条黄色的巴别鱼塞到耳朵里,就可以听到实时翻译。在现实世界中,谷歌已经研究出了一个过渡性的解决方案:一副叫做Pixel Buds价值159美元的耳塞。这副耳塞可以在Pixel智能手机上通过谷歌翻译应用进行实时翻译。需要一个人佩戴耳塞,另一个人手持手机。
佩戴耳塞的人用自己的语言讲话——默认是英语——然后谷歌翻译应用就会对所讲的话进行翻译,并在智能手机上大声播放。手持手机的人回应后,回答被翻译,然后在耳塞中播放。
在中国,有许多公司也积极投入发展,科大讯飞、百度、搜狗可以说是这个领域的领先者,除了提供智能语音、翻译等服务外,也将技术引入硬件中,不过,相较于外国业者偏好以耳机作为切入点,中国企业则选择翻译机,像是科大讯飞推出晓译翻译机,百度则有共享WiFi翻译机,搜狗也在日前发表“旅行翻译宝”和“速记翻译笔”。
专业解读
Google发布的这款pixel buds是其对于智能耳机领域的第一次的尝试,然而小硬件背后却是大心思。仅通过这一款硬件,Google就攒起自家过半的当家AI技术-知识图谱、自然语音处理、翻译、语音识别,以家居+车载+便携的全场景语音接口,撬动智能家居,智能出行等生态系统,这次打造耳机便携AI接口的野心不可谓不大。
微软亚洲研究院资深研究员/研究经理韦福如表示:近年来,机器翻译的质量和水平得到了大幅度的提高,这是深度学习算法在自然语言处理领域最大的突破和成果之一。
10 材料的量子飞跃
入选理由:研究者们最近开始使用量子计算机对简单分子进行建模,而这仅仅是开始。
技术突破:IBM采用7量子比特的量子计算机对小分子的电子结构成功地进行彷真计算。
重大意义:借助该技术,科学家能了解分子的各个方面信息并以此开发出更有效的药物以及更高效生成或传输能源的新材料。
主要研究者:IBM、Google、哈佛大学Alán Aspuru-Guzik教授、中国科技大学、中国科学院、浙江大学、阿里巴巴等。
成熟期:5到10年。
新型量子计算机功能强大,不过它的发展道路上依然笼罩着一层迷雾:量子计算机有着当今计算机无法比拟的计算力,但是我们至今尚未弄清楚这种能力能被用来做什么。一个前景无限的应用方向正在向量子计算机招手:精确分子设计。
相比传统计算机那样采用“1”或“0”的数字比特(Digital Bits)作为计算和存储单元,量子计算机采用量子系统的量子比特(Qubits)作为运算单元。
如今,科学家正在打造具有更多量子比特的量子计算机,量子算法也在提升,我们更感兴趣的大分子精确彷真计算也将成为可能。
实际上,中国在量子计算方面也有相当明显的成长,在产业、学术界,以及政府的通力合作之下,正一步步追赶上领先者的脚步。
2017年5月,中国科学院宣布由中科大、中国科学院──阿里巴巴量子核算实验室、浙江大学、中科院物理所等单位或公司联合研制的光量子电脑正式诞生。
然而,量子计算还有不少需要突破的地方:
首先,量子计算的精度相当低,虽然用在深度学习等精度需求不高的计算上相当合适,但要处理传统计算机的通用计算工作,可能就力有未逮了。
其次,量子计算这种高度并行的计算环境需要框架的适配,以及编译器的针对性优化,这种开发逻辑与现有的计算架构完全不同。
编辑:杨胡贤哲