麻省理工发布2018年“全球十大突破性技术”

自2001年以来，我们每年都会评选出我们眼中的“十大突破技术”。人们通常会问，你所说的“突破”是什么意思？这个问题很有道理：我们选择的一些技术没有被广泛使用，而另一些技术即将商业化。事实上，我们正在寻找的是对我们的生活产生深远影响的单一技术或一系列技术。今年，人工智能领域一种名为GAN的技术正在赋予机器想象力；

尽管存在棘手的伦理限制，人工胚胎正在重新定义生活方式，为研究人类生命发展的早期阶段打开了一扇窗户。在可预见的未来，天然气可能是我们的主要能源之一，位于得克萨斯州化学工业中心的一家实验工厂正试图利用天然气创造清洁能源。这份清单上的这些和其他技术值得我们密切关注。选择013D金属打印的原因：新设备首次使金属零件的3D打印成为一项实用的技术突破：3D金属打印机实现了金属物体的低成本快速打印。这一点意义重大：大型复杂金属物体按需打印的能力将给制造业带来变化。主要研究人员：Markforge、Desktop Metal、GE等成熟年份：尽管3D打印技术已经存在了几十年，但它仍然局限于业余爱好者和设计师的小圈子，仅用于制作一次性原型。此外，以前的3D打印技术使用任何非塑料材料（尤其是金属），这非常昂贵，速度慢得令人无法接受。但现在，随着成本的降低和使用的简化，这项技术有望成为一项实用的零部件生产技术。如果它被广泛使用，它可能会改变我们大规模生产产品的方式。在短期内，有了这项技术，制造商将不再需要维持大量库存，他们可以按需打印组件。从长远来看，大规模生产特定组件的大型工厂将被拥有丰富产品线的小作坊所取代。这些小作坊将能够根据客户的需求随时打印各种零件。这项技术的优点是，它可以生产更轻、更坚固的金属零件，以及传统金属加工方法无法制造的形状复杂的零件。它甚至可以在制造过程中精确控制金属的微观结构。2017年，劳伦斯·利弗莫尔国家实验室的研究人员宣布，他们开发了一种3D打印不锈钢零件的方法，这种方法生产的零件强度是传统方法生产的两倍。同样在2017年，位于波士顿附近的3D打印初创公司Markforge发布了第一台3D金属打印机，价格低于10万美元。波士顿的另一家3D打印初创公司Desktop Metal也于2017年12月开始交付他们的第一台3D金属原型打印机。该公司还计划为工业制造引入更大的打印机，这将比以前的3D金属打印机快100倍。3D金属打印的操作现在变得越来越容易了。Desktop Metal现在推出了一款用于3D金属打印的软件。用户只需要在软件中输入他们想要打印的对象的规格，软件就会生成适合3D打印的计算机模型。长期以来，通用电气一直在其航空产品中使用3D打印技术。早在2013年，“十大突破技术”中就提到了“增材制造”。该公司还在测试一种新型3D金属打印机，这种打印机可以快速打印，可用于生产大型零件。通用电气计划在2018年开始销售3D金属打印机。02选择完美网络隐私的原因：一个最初为加密货币交易过程开发的工具，现在可以防止你在上网时透露任何非必要的信息技术突破。计算机科学家正在完善一种加密工具，该工具可以在不泄露非必要信息的情况下完成验证。这一点意义重大：如果你需要披露个人信息才能在网上完成某件事，使用这种方法，你可以很容易地实现Zcash、摩根大通和ING等主要研究人员的成熟，同时避免隐私泄露或身份被盗的风险。现在，由于一种新工具的出现，真正的互联网隐私终于可以实现了。例如，这个工具可以让你在不透露出生日期的情况下证明你已经年满18岁，或者你在银行里有足够的钱来完成金融交易，而不透露你的银行余额或其他细节。这大大降低了隐私泄露或身份被盗的风险。该工具是一种新的加密协议，称为“零知识证明”。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激增。在某种程度上，这是由于人们对加密货币的热情越来越高，以及大多数加密货币由机构所有的现实。同时，为了一个伟大的……

它还受益于零知识验证在2016年底建立的电子货币Z Cash实践中的应用。Zcash的研究人员使用一种名为zk-SNARK（简洁的非交互式零知识验证）的方法让用户进行匿名交易。通常，这在比特币和其他公共区块链系统中是不可能的，而比特币和其它公共区块链体系中的交易对每个人都是公开透明的。尽管从理论上讲，这些交易是匿名的，但通过与其他数据相结合，仍然可以追踪甚至识别交易员。世界第二大区块链网络以太坊的创始人Vitalik Buterin称zk SNARK是一种“彻底改变游戏规则的技术”。去年，摩根大通在其基于区块链的支付系统中增加了zk SNARK。然而，尽管zk-SNARK承诺了各种好处，但它的计算量大，运行速度慢。同时，zk SNARK需要“可信安装”，生成的密钥如果落入坏人手中，可以摧毁整个系统。然而，研究人员正在努力研究替代方案，希望在没有上述密钥的情况下更有效地部署零知识验证。03选择零碳天然气发电的原因：天然气发电厂的一种新的工程方法，二氧化碳回收技术的突破：发电厂可以以廉价高效的方式捕获天然气燃烧释放的碳，这对避免温室气体排放具有重要意义：天然气发电为美国提供了近32%的电力，其碳排放量也达到了电力部门碳排放总量的30%。主要研究人员：8 RiversCapital，Exelon电力公司，CB&；I类到期日：3-5年。在可预见的未来，我们可能会一直使用天然气作为主要的发电来源之一。现成廉价的天然气发电量占美国总发电量的30%，占世界发电量的22%。尽管天然气比煤炭清洁得多，但它仍然会造成大量的碳排放。美国炼油工业区中心休斯顿郊外出现了一座尖端发电厂，他们正在测试一种可以实现清洁天然气能源的技术。这家公司有一个50兆瓦的项目，他们是净电力公司。该公司认为，他们可以捕获天然气发电过程中释放的所有二氧化碳，同时可以以低成本发电，至少与标准天然气发电厂的成本相同。如果能够实现这一点，就意味着从现在起可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电肯定会改善能源供应状况，因为它既不像核能那样昂贵，也不像可再生能源那样不稳定。净电力公司是8 Rivers Capital、Exelon电力公司和CB&；

我是能源公司合作的产物。该公司的发电厂已经开始试运行，并已开始初步测试，他们打算在未来几个月内公布初步评估结果。这座发电厂将燃烧天然气产生的二氧化碳置于高压高温环境中，并利用合成的超临界二氧化碳作为“工作介质”来驱动一台特殊的涡轮机。其中，大部分二氧化碳可以持续重复使用，其余的可以以低成本的方式捕获。降低成本的关键是出售部分二氧化碳。目前，二氧化碳主要用于辅助原油开采。这个市场容量有限，而且不环保。然而，最终，Net Power希望其他行业对二氧化碳的需求会上升，例如水泥制造、塑料制造和其他碳基材料行业。净电力技术无法解决天然气造成的所有问题，尤其是开采问题，但只要我们仍在使用天然气，我们就应该使其更清洁。选择人工胚胎的原因：科学家已经开始通过干细胞在胚胎技术上取得突破：在不使用卵细胞或精子细胞的情况下，研究人员只能从干细胞中培养出类似胚胎的结构，这为创造人工生命提供了新的途径。意义：人工胚胎将为研究人员提供更方便的工具来研究人类生命的神秘起源。然而，这项技术正在引发新的生物伦理争议。主要研究人员有：剑桥大学、密歇根大学、洛克菲勒大学、中国科学院等。现在，英国剑桥大学的胚胎学家在一项突破性研究中使用干细胞培养了一个逼真的小鼠胚胎，该研究重新定义了如何创造人工生命。这个胚胎不是卵细胞和精子的组合，只使用从另一个胚胎中获得的细胞。研究人员在三维支架上仔细观察了这些细胞，然后这些细胞开始相互连接，并排列成几天大的小鼠胚胎独特的子弹形状。研究人员被这一景象所吸引。团队负责人Magdelena Zernicka-Goetz说：“我们知道干细胞具有极其强大的潜力，可以展现出近乎神奇的能力。然而，我们没有意识到它们可以如此完美地组织自己。”。泽尔妮卡·戈茨说，她的“合成”胚胎可能不会发育成老鼠。尽管如此，它们也意味着我们很快就能在没有卵子的情况下繁殖哺乳动物。但这并不是泽尔尼卡·戈茨的最终目标。她想研究早期胚胎的细胞是如何开始分化为其特殊功能的。她说，下一步的研究是利用人类胚胎干细胞产生人工胚胎，密歇根大学和洛克菲勒大学也在研究这一问题。人工合成的人类胚胎对科学家来说将是一个福音，这将使他们能够梳理胚胎在早期发育过程中所经历的过程。此外，由于这些胚胎是由易于操作的干细胞发育而来的，实验室将能够使用各种工具，如基因编辑技术，在胚胎生长过程中对其进行研究。然而，人工胚胎会引起一些伦理问题。如果它们最终与真正的人类胚胎无法区分，我们该怎么办？它们在实验室里能长多久才会感到疼痛？生物伦理学家说，我们需要在科学竞争加剧之前解决这些问题。05选择对抗性神经网络的原因：两个人工智能系统通过玩“猫捉老鼠”的游戏在想象技术上取得了突破：两个AI系统可以通过相互对抗来创造超真实的原始图像或声音，而在此之前，机器从未有过这种能力，这具有重要意义：它赋予了机器想象能力，因此，这可能会减少它们对人类的依赖。但它也将它们变成了一种具有惊人功能的数字伪造工具。主要研究人员有：谷歌大脑、DeepMind、英伟达、中国科学院自动化研究所、百度、阿里巴巴、腾讯、商汤科技、依图科技、云从科技、Defiance科技等。现在人工智能识别物体的能力越来越强：向它展示一百万张图片，它可以准确地告诉你哪一个有行人过马路。但人工智能几乎不可能单独生成行人的照片。如果能够做到这一点，它将能够创建大量看似逼真的合成图片，并将行人置于各种环境中……

自动驾驶系统可以在足不出户的情况下使用这些图片进行训练。但问题是，从头开始创造东西需要想象力，而这正是人工智能技术难以实现的能力。直到2014年，时任蒙特利尔大学博士生的伊恩·古德费罗在酒吧与朋友进行学术辩论时，突然想到了这个问题的答案。这种被称为“GAN”的方法将使用两个神经网络（一种简化的人脑数学模型，是现代机器学习的基石），然后让它们在数字版的“猫捉老鼠”游戏中相互对抗。这两个网络将使用相同的数据集进行训练。其中一个神经网络被称为生成网络，它的任务是根据我们看到的图片生成新的图片，比如一个单手臂的行人。另一种神经网络被称为判别网络，其任务是判断它看到的图片是否与训练时的图片相似，或者它是否是生成模型创建的“赝品”。例如，有可能判断这个有三只手臂的人是否是真的吗？慢慢地，生成网络来创建图片的能力会非常强，以至于无法通过判断网络来看穿它。基本上，经过训练，生成网络学会了识别和创建看起来非常真实的行人图片。这项技术已成为过去十年人工智能领域最具潜力的突破，帮助机器产生甚至可以人类的结果。目前，GAN已经被用来创造非常真实的声音，以及非常逼真的假图片。自2001年以来，我们每年都会评选出我们眼中的“十大突破技术”。人们通常会问，你所说的“突破”是什么意思？这个问题很有道理：我们选择的一些技术没有被广泛使用，而另一些技术即将商业化。事实上，我们正在寻找的是对我们的生活产生深远影响的单一技术或一系列技术。今年，人工智能领域一种名为GAN的技术正在赋予机器想象力；

尽管存在棘手的伦理限制，人工胚胎正在重新定义生活方式，为研究人类生命发展的早期阶段打开了一扇窗户。在可预见的未来，天然气可能是我们的主要能源之一，位于得克萨斯州化学工业中心的一家实验工厂正试图利用天然气创造清洁能源。这份清单上的这些和其他技术值得我们密切关注。选择013D金属打印的原因：新设备首次使金属零件的3D打印成为一项实用的技术突破：3D金属打印机实现了金属物体的低成本快速打印。这一点意义重大：大型复杂金属物体按需打印的能力将给制造业带来变化。主要研究人员：Markforge、Desktop Metal、GE等成熟年份：尽管3D打印技术已经存在了几十年，但它仍然局限于业余爱好者和设计师的小圈子，仅用于制作一次性原型。此外，以前的3D打印技术使用任何非塑料材料（尤其是金属），这非常昂贵，速度慢得令人无法接受。但现在，随着成本的降低和使用的简化，这项技术有望成为一项实用的零部件生产技术。如果它被广泛使用，它可能会改变我们大规模生产产品的方式。在短期内，有了这项技术，制造商将不再需要维持大量库存，他们可以按需打印组件。从长远来看，大规模生产特定组件的大型工厂将被拥有丰富产品线的小作坊所取代。这些小作坊将能够根据客户的需求随时打印各种零件。这项技术的优点是，它可以生产更轻、更坚固的金属零件，以及传统金属加工方法无法制造的形状复杂的零件。它甚至可以在制造过程中精确控制金属的微观结构。2017年，劳伦斯·利弗莫尔国家实验室的研究人员宣布，他们开发了一种3D打印不锈钢零件的方法，这种方法生产的零件强度是传统方法生产的两倍。同样在2017年，位于波士顿附近的3D打印初创公司Markforge发布了第一台3D金属打印机，价格低于10万美元。波士顿的另一家3D打印初创公司Desktop Metal也于2017年12月开始交付他们的第一台3D金属原型打印机。该公司还计划为工业制造引入更大的打印机，这将比以前的3D金属打印机快100倍。3D金属打印的操作现在变得越来越容易了。Desktop Metal现在推出了一款用于3D金属打印的软件。用户只需要在软件中输入他们想要打印的对象的规格，软件就会生成适合3D打印的计算机模型。长期以来，通用电气一直在其航空产品中使用3D打印技术。早在2013年，“十大突破技术”中就提到了“增材制造”。该公司还在测试一种新型3D金属打印机，这种打印机可以快速打印，可用于生产大型零件。通用电气计划在2018年开始销售3D金属打印机。02选择完美网络隐私的原因：一个最初为加密货币交易过程开发的工具，现在可以防止你在上网时透露任何非必要的信息技术突破。计算机科学家正在完善一种加密工具，该工具可以在不泄露非必要信息的情况下完成验证。这一点意义重大：如果你需要披露个人信息才能在网上完成某件事，使用这种方法，你可以很容易地实现Zcash、摩根大通和ING等主要研究人员的成熟，同时避免隐私泄露或身份被盗的风险。现在，由于一种新工具的出现，真正的互联网隐私终于可以实现了。例如，这个工具可以让你在不透露出生日期的情况下证明你已经年满18岁，或者你在银行里有足够的钱来完成金融交易，而不透露你的银行余额或其他细节。这大大降低了隐私泄露或身份被盗的风险。该工具是一种新的加密协议，称为“零知识证明”。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激增。在某种程度上，这是由于人们对加密货币的热情越来越高，以及大多数加密货币由机构所有的现实。同时，为了一个伟大的……

它还受益于零知识验证在2016年底建立的电子货币Z Cash实践中的应用。Zcash的研究人员使用一种名为zk-SNARK（简洁的非交互式零知识验证）的方法让用户进行匿名交易。通常，这在比特币和其他公共区块链系统中是不可能的，而比特币和其它公共区块链体系中的交易对每个人都是公开透明的。尽管从理论上讲，这些交易是匿名的，但通过与其他数据相结合，仍然可以追踪甚至识别交易员。世界第二大区块链网络以太坊的创始人Vitalik Buterin称zk SNARK是一种“彻底改变游戏规则的技术”。去年，摩根大通在其基于区块链的支付系统中增加了zk SNARK。然而，尽管zk-SNARK承诺了各种好处，但它的计算量大，运行速度慢。同时，zk SNARK需要“可信安装”，生成的密钥如果落入坏人手中，可以摧毁整个系统。然而，研究人员正在努力研究替代方案，希望在没有上述密钥的情况下更有效地部署零知识验证。03选择零碳天然气发电的原因：天然气发电厂的一种新的工程方法，二氧化碳回收技术的突破：发电厂可以以廉价高效的方式捕获天然气燃烧释放的碳，这对避免温室气体排放具有重要意义：天然气发电为美国提供了近32%的电力，其碳排放量也达到了电力部门碳排放总量的30%。主要研究人员：8 RiversCapital，Exelon电力公司，CB&；I类到期日：3-5年。在可预见的未来，我们可能会一直使用天然气作为主要的发电来源之一。现成廉价的天然气发电量占美国总发电量的30%，占世界发电量的22%。尽管天然气比煤炭清洁得多，但它仍然会造成大量的碳排放。美国炼油工业区中心休斯顿郊外出现了一座尖端发电厂，他们正在测试一种可以实现清洁天然气能源的技术。这家公司有一个50兆瓦的项目，他们是净电力公司。该公司认为，他们可以捕获天然气发电过程中释放的所有二氧化碳，同时可以以低成本发电，至少与标准天然气发电厂的成本相同。如果能够实现这一点，就意味着从现在起可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电肯定会改善能源供应状况，因为它既不像核能那样昂贵，也不像可再生能源那样不稳定。净电力公司是8 Rivers Capital、Exelon电力公司和CB&；

我是能源公司合作的产物。该公司的发电厂已经开始试运行，并已开始初步测试，他们打算在未来几个月内公布初步评估结果。这座发电厂将燃烧天然气产生的二氧化碳置于高压高温环境中，并利用合成的超临界二氧化碳作为“工作介质”来驱动一台特殊的涡轮机。其中，大部分二氧化碳可以持续重复使用，其余的可以以低成本的方式捕获。降低成本的关键是出售部分二氧化碳。目前，二氧化碳主要用于辅助原油开采。这个市场容量有限，而且不环保。然而，最终，Net Power希望其他行业对二氧化碳的需求会上升，例如水泥制造、塑料制造和其他碳基材料行业。净电力技术无法解决天然气造成的所有问题，尤其是开采问题，但只要我们仍在使用天然气，我们就应该使其更清洁。选择人工胚胎的原因：科学家已经开始通过干细胞在胚胎技术上取得突破：在不使用卵细胞或精子细胞的情况下，研究人员只能从干细胞中培养出类似胚胎的结构，这为创造人工生命提供了新的途径。意义：人工胚胎将为研究人员提供更方便的工具来研究人类生命的神秘起源。然而，这项技术正在引发新的生物伦理争议。主要研究人员有：剑桥大学、密歇根大学、洛克菲勒大学、中国科学院等。现在，英国剑桥大学的胚胎学家在一项突破性研究中使用干细胞培养了一个逼真的小鼠胚胎，该研究重新定义了如何创造人工生命。这个胚胎不是卵细胞和精子的组合，只使用从另一个胚胎中获得的细胞。研究人员在三维支架上仔细观察了这些细胞，然后这些细胞开始相互连接，并排列成几天大的小鼠胚胎独特的子弹形状。研究人员被这一景象所吸引。团队负责人Magdelena Zernicka-Goetz说：“我们知道干细胞具有极其强大的潜力，可以展现出近乎神奇的能力。然而，我们没有意识到它们可以如此完美地组织自己。”。泽尔妮卡·戈茨说，她的“合成”胚胎可能不会发育成老鼠。尽管如此，它们也意味着我们很快就能在没有卵子的情况下繁殖哺乳动物。但这并不是泽尔尼卡·戈茨的最终目标。她想研究早期胚胎的细胞是如何开始分化为其特殊功能的。她说，下一步的研究是利用人类胚胎干细胞产生人工胚胎，密歇根大学和洛克菲勒大学也在研究这一问题。人工合成的人类胚胎对科学家来说将是一个福音，这将使他们能够梳理胚胎在早期发育过程中所经历的过程。此外，由于这些胚胎是由易于操作的干细胞发育而来的，实验室将能够使用各种工具，如基因编辑技术，在胚胎生长过程中对其进行研究。然而，人工胚胎会引起一些伦理问题。如果它们最终与真正的人类胚胎无法区分，我们该怎么办？它们在实验室里能长多久才会感到疼痛？生物伦理学家说，我们需要在科学竞争加剧之前解决这些问题。05选择对抗性神经网络的原因：两个人工智能系统通过玩“猫捉老鼠”的游戏在想象技术上取得了突破：两个AI系统可以通过相互对抗来创造超真实的原始图像或声音，而在此之前，机器从未有过这种能力，这具有重要意义：它赋予了机器想象能力，因此，这可能会减少它们对人类的依赖。但它也将它们变成了一种具有惊人功能的数字伪造工具。主要研究人员有：谷歌大脑、DeepMind、英伟达、中国科学院自动化研究所、百度、阿里巴巴、腾讯、商汤科技、依图科技、云从科技、Defiance科技等。现在人工智能识别物体的能力越来越强：向它展示一百万张图片，它可以准确地告诉你哪一个有行人过马路。但人工智能几乎不可能单独生成行人的照片。如果能够做到这一点，它将能够创建大量看似逼真的合成图片，并将行人置于各种环境中……

自动驾驶系统可以在足不出户的情况下使用这些图片进行训练。但问题是，从头开始创造东西需要想象力，而这正是人工智能技术难以实现的能力。直到2014年，时任蒙特利尔大学博士生的伊恩·古德费罗在酒吧与朋友进行学术辩论时，突然想到了这个问题的答案。这种被称为“GAN”的方法将使用两个神经网络（一种简化的人脑数学模型，是现代机器学习的基石），然后让它们在数字版的“猫捉老鼠”游戏中相互对抗。这两个网络将使用相同的数据集进行训练。其中一个神经网络被称为生成网络，它的任务是根据我们看到的图片生成新的图片，比如一个单手臂的行人。另一种神经网络被称为判别网络，其任务是判断它看到的图片是否与训练时的图片相似，或者它是否是生成模型创建的“赝品”。例如，有可能判断这个有三只手臂的人是否是真的吗？慢慢地，生成网络来创建图片的能力会非常强，以至于无法通过判断网络来看穿它。基本上，经过训练，生成网络学会了识别和创建看起来非常真实的行人图片。这项技术已成为过去十年人工智能领域最具潜力的突破，帮助机器产生甚至可以人类的结果。目前，GAN已经被用来创造非常真实的声音，以及非常逼真的假图片。举一个著名的例子。芯片公司英伟达的研究人员用明星照片训练了一个GAN系统，该系统生成了数百张根本不存在但看起来非常真实的人脸照片。另一个研究小组制作了梵高的油画，看起来非常逼真。经过进一步的训练，GAN可以对图片进行各种修改，比如用雪覆盖干净的道路，或者把马变成斑马。但GAN的结果并不完美：他们生产的自行车可能有两套车把，或者眉毛错位。但由于一些图片和声音如此逼真，一些专家认为，GAN在某种程度上已经开始了解他们所看到和听到的世界的潜在结构。这意味着，随着人工智能开始获得想象力，他们也可能开始理解它在这个世界上看到的东西。伊恩·古德费罗（Ian Goodfellow）发明GAN后，他受到了脸书首席科学家亚恩·勒村（Yann LeCun）、NVIDIA黄仁勋（NVIDIA Huang Renxun）创始人、兰鼎（Landing.ai）创始人吴恩达（Andrew Ng）的赞扬，吸引了许多机构和企业开始研究。在中国，学术机构致力于进一步完善和优化GAN理论。例如，中国科学院自动化研究所的研究人员受人类视觉识别过程的启发，提出了用于人脸图像合成的双路径GAN（TP-GAN），而商汤中大联合实验室在国际学术会议上发表了多项与GAN相关的研究成果。中国商界更倾向于将技术应用于服务，相关案例数不胜数。例如，百度利用GAN构建语音识别框架，Iflytek通过将GAN与传统深度学习框架相结合，在语音合成领域取得了巨大进展。06选择共享人工智能的原因：将机器学习工具转移到云端将有助于人工智能更广泛地传播。基于云的人工智能正在降低这项技术的难度和价格意义。目前，人工智能的应用主要由少数几家公司主导。但一旦它与云技术相结合，许多人都能接触到它，从而实现爆炸性的经济增长。主要研究人员包括：亚马逊、谷歌、微软、百度、腾讯、阿里巴巴、Iflytek、第四范式等。目前，人工智能一直只是亚马逊、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。对于其他领域的许多公司来说，人工智能太昂贵，也太难完全普及。如何解决这个问题？基于云的机器学习工具正在将人工智能带给更广泛的群体。如今，亚马逊的AWS子公司几乎占据了云人工智能市场的主导地位。谷歌正试图通过TensorFlow挑战其地位，TensorFlow是一个开源的人工智能框架，可以开发机器学习系统。谷歌最近刚刚发布的Cloud AutoML，……

这也是一个经过预训练的系统，可以使人工智能更容易使用。加入Azure平台云服务战争的微软选择与亚马逊合作，推出开源深度学习框架Gloon。理论上，Gloon可以让它变得简单，就像开发一个移动应用程序来创建神经网络一样，这是一种重要的人工智能技术，试图复制人类大脑的学习方式。虽然我们不知道哪家公司将成为人工智能云服务市场的领导者，但赢家肯定会获得巨大的商机。如果人工智能革命将蔓延到经济领域的每一个角落，那么机器学习工具也将成为必需品。如今，绝大多数人工智能技术仅用于科技行业，这为该领域带来了效率的提高以及各种新产品和服务。然而，其他公司和行业很难利用人工智能技术的发展。如果人工智能技术能够更全面地应用于医疗、制造和能源行业，将大大提高各行业的生产力。不幸的是，大多数公司仍然缺乏知道如何使用云人工智能的人才。因此，亚马逊和谷歌也建立了咨询服务。07选择基因占卜的理由：大规模的基因研究将使科学家能够预测常见疾病和人格特征方面的技术突破：科学家现在可以使用你的基因组数据预测你患心脏病或癌症的几率，甚至可以预测你的智商。意义：基于DNA的预测技术可能是公共卫生领域的下一个重大突破。然而，这将增加歧视的风险。主要研究人员：Helix、23andMe、Myriad Genetics、UKBiobank、Broad Institute、华大基因、一真生物、WeGene等：现在有一天，婴儿出生时会得到DNA检测报告。这些报告将预测婴儿患心脏病或癌症的可能性，他们是否对烟草上瘾，以及他们是否比普通人聪明。由于大规模基因研究的发展（其中一些涉及100多万人）和科学进步，这样的报告将很快从概念上变成现实。事实证明，最常见的疾病和人的许多行为和特征，包括智力水平，并不是一个或几个基因影响的结果，而是许多基因的结果。利用正在进行的大规模基因研究的数据，科学家们正在创建他们所说的“多基因风险评分”。尽管新的DNA测试只提供了概率推断，而不是直接的诊断结论，但它仍然可以极大地有利于医学的发展。例如，如果患有癌症高风险的女性接受更多的乳房X光检查，而患有癌症低风险的女性则接受更少的乳房X射线检查，那么这些检查可能会发现更多的患者患有真正的癌症，并降低假警报的可能性。制药公司也可以将这些分数用于阿尔茨海默病或心脏病等疾病的预防药物的临床试验。通过选择患病风险较高的志愿者，他们可以更准确地测试药物的效果。问题是，这些预测远非完美。谁想知道他们将来可能会患上老年痴呆症？如果癌症风险指数较低的人推迟筛查，然后患上癌症怎么办？关于多基因测试指标的得分还有其他争议，因为它们几乎可以预测任何个体特征，而不仅仅是疾病。然而，家长和教育工作者应该如何使用这些信息？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让我们受益，还可以被用于其他目的，并产生不良影响。选择08 Sensor City的原因：Alphabet的子公司Sidewalk Labs计划创建一个高科技社区，重新思考如何建设和运营一座城市。多伦多的一个街区有望成为世界上第一个将尖端城市设计与尖端技术成功融合的地方。重大意义：智慧城市将使城市地区变得更加经济实惠和宜居。环境保护的主要研究人员：Alphabet旗下的Sidewalk实验室、多伦多海滨、阿里巴巴等。成熟度：该项目于2017年10月宣布，预计将于2019年开工。如今，世界各地的许多智慧城市计划都搁浅了……

一旦雄心勃勃的目标被降低，或者超级富豪以外的普通居民因为生活成本而被赶走。然而，多伦多一个名为Quayside的项目希望从头开始重新设计一个社区，并用最新的数字技术重建它，以打破现有的失败局面。Alphabet在纽约拥有的Sidewalk实验室将与加拿大政府合作，使这一高科技项目在多伦多海滨工业区落地。该项目的目标之一是在一个巨大的传感器网络的基础上做出有关设计、政策和信息技术的所有决策。这个网络将收集各种信息：空气质量、噪音水平和人们的行为等数据。在该计划中，所有车辆都是自动驾驶共享汽车，负责快递等低水平体力劳动的机器人也将在地下运行。Sidewalk实验室表示，他们计划将他们正在设计的软件和系统开源，允许其他公司在上面创建服务，类似于为手机开发应用程序的做法。该公司计划密切监控公共基础设施，但这引发了人们对数据管理和隐私的担忧。但Sidewalk实验室认为，它可以通过与社区和地方政府的合作来缓解一些担忧。Sidewalk实验室负责城市系统规划的高管RitAggarwala说：“我们在Quayside项目中所做的最独特的事情是，这个项目不仅包含了我们的雄心壮志，而且有一定程度的谦逊。”。目前，北美许多城市都在努力成为Sidewalk实验室的下一个目标。管理码头区开发项目的公共部门首席执行官WillFleissig表示，“旧金山、丹佛、洛杉矶和波士顿都与我们联系以获得推荐。”选择Babel Fish耳塞的原因是：尽管现有硬件不太容易使用，谷歌Pixel Buds展示了实时翻译的技术突破：近实时翻译适用于多种语言，使用起来非常方便和重要：在当今日益全球化的世界中，语言仍然是沟通的一大障碍。主要研究者有：谷歌、Iflytek、百度、腾讯、搜狗、清华大学、哈工大、苏州大学等成熟时期：现在风靡一时的科幻经典。在现实世界中，谷歌开发了一种过渡性的解决方案：一对名为Pixel Buds的耳塞，价值159美元。这副耳塞可以通过谷歌翻译应用程序在Pixel智能手机上实时翻译。一个人需要戴耳塞，另一个人需要拿着手机。默认情况下，戴耳塞的人会用自己的语言说英语，然后谷歌翻译会翻译他们说的话，并在智能手机上大声播放。拿着手机的人回应后，答案会被翻译出来，然后在耳塞中播放。谷歌翻译之前有对话功能，其iOS和Android应用程序可以自动识别说话者的语言，然后自动翻译。然而，背景噪音会使应用程序更难理解话语，也会使应用难以判断说话者何时停止和开始翻译。Pixel Buds有效地解决了这些问题，因为佩戴者可以在说话时用手指点击并按下右边的耳塞。将互动分别放在智能手机和耳塞上，可以让双方控制麦克风，并帮助扬声器保持眼神交流，因为不需要来回传递手机。目前，Pixel Buds因其设计低于行业平均水平而受到批评。耳塞看起来不智能，不太适合耳朵，而且很难适应手机。然而，对于笨拙的硬件仍有计划。Pixel Buds让每个人都能在近乎实时的翻译中看到跨越语言障碍的自由交流的曙光，你不必把巴别塔鱼放在耳朵里。在中国，许多公司也积极参与开发。Iflytek、百度和搜狗可以说是这一领域的领导者。除了提供智能语音和翻译服务外，他们还将技术引入硬件。然而，与更喜欢耳机作为起点的外国制造商相比，中国企业选择了翻译机，例如Iflytek的Xiao Translator和百度的共享WiFi Translator。材料量子飞跃的10个原因：研究人员最近开始使用量子计算机对简单分子进行建模，这只是技术突破的开始：这具有重大意义……

IBM用7量子位量子计算机成功模拟小分子的电子结构：利用这项技术，科学家可以了解分子信息的各个方面，并开发更有效的药物和新材料，以更有效地产生或传输能量。主要研究人员：IBM、谷歌、哈佛大学的Alán Aspuru Guzik教授、中国科学技术大学、中国科学院、浙江大学、阿里巴巴等。成熟：5到10年后，新型量子计算机功能强大，但其发展道路仍笼罩在迷雾中：量子计算机具有无与伦比的计算能力，但我们尚未实现。一个很有前途的应用方向正在向量子计算机招手：精确分子设计。多年来，化学家们一直梦想着设计新的蛋白质来开发更有效的药物，或者设计新型高效电池中的电解质，将太阳能直接转化为液体燃料的神奇化合物，以及更高效的太阳能电池。然而，这些技术中的材料分子很难在计算机上建模和模拟，更不用说设计和合成了。即使是模拟简单分子的电子形式的任务也会非常复杂，以至于现有的计算机都会失败。然而，对于量子计算机来说，这只是小菜一碟。与传统计算机相比，“1”或“0”的数字比特被用作计算和存储单元，量子计算机使用量子系统的量子比特作为运算单元。最近，IBM的研究人员使用一台7量子位量子计算机来模拟一个三原子分子。如今，科学家们正在用更多的量子位建造量子计算机，量子算法也在改进。准确模拟我们更感兴趣的大分子也是可能的。事实上，中国在量子计算方面已经取得了相当大的进展。虽然目前的技术水平无法与以前的大企业相比，但在工业界、学术界和政府的共同努力下，它正在一步一步地追赶领先者。2017年5月，中国科学院宣布由中国科学技术大学、中国科学院阿里巴巴量子会计实验室、浙江大学和中国科学院物理研究所联合开发的光量子计算机正式诞生。此外，同年10月11日，中国科学院与阿里云联合发布了量子计算云平台。量子计算的商业化指日可待，速度不输欧美。然而，量子计算仍有许多地方需要突破。首先，量子计算的准确性很低。尽管它非常适合深度学习等精度要求较低的计算，但可能很难处理传统计算机的一般计算工作。举一个著名的例子。芯片公司英伟达的研究人员用明星照片训练了一个GAN系统，该系统生成了数百张根本不存在但看起来非常真实的人脸照片。另一个研究小组制作了梵高的油画，看起来非常逼真。经过进一步的训练，GAN可以对图片进行各种修改，比如用雪覆盖干净的道路，或者把马变成斑马。但GAN的结果并不完美：他们生产的自行车可能有两套车把，或者眉毛错位。但由于一些图片和声音如此逼真，一些专家认为，GAN在某种程度上已经开始了解他们所看到和听到的世界的潜在结构。这意味着，随着人工智能开始获得想象力，他们也可能开始理解它在这个世界上看到的东西。伊恩·古德费罗（Ian Goodfellow）发明GAN后，他受到了脸书首席科学家亚恩·勒村（Yann LeCun）、NVIDIA黄仁勋（NVIDIA Huang Renxun）创始人、兰鼎（Landing.ai）创始人吴恩达（Andrew Ng）的赞扬，吸引了许多机构和企业开始研究。在中国，学术机构致力于进一步完善和优化GAN理论。例如，中国科学院自动化研究所的研究人员受人类视觉识别过程的启发，提出了用于人脸图像合成的双路径GAN（TP-GAN），而商汤中大联合实验室在国际学术会议上发表了多项与GAN相关的研究成果。中国商界更倾向于将技术应用于服务，相关案例数不胜数。例如，百度使用GAN构建语音识别框架，Iflytek通过GAN和tra的结合在语音合成领域取得了巨大进展……

国家深度学习框架。06选择共享人工智能的原因：将机器学习工具转移到云端将有助于人工智能更广泛地传播。基于云的人工智能正在降低这项技术的难度和价格意义。目前，人工智能的应用主要由少数几家公司主导。但一旦它与云技术相结合，许多人都能接触到它，从而实现爆炸性的经济增长。主要研究人员包括：亚马逊、谷歌、微软、百度、腾讯、阿里巴巴、Iflytek、第四范式等。目前，人工智能一直只是亚马逊、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。对于其他领域的许多公司来说，人工智能太昂贵，也太难完全普及。如何解决这个问题？基于云的机器学习工具正在将人工智能带给更广泛的群体。如今，亚马逊的AWS子公司几乎占据了云人工智能市场的主导地位。谷歌正试图通过TensorFlow挑战其地位，TensorFlow是一个开源的人工智能框架，可以开发机器学习系统。谷歌最近刚刚发布的Cloud AutoML也是一个经过预训练的系统，可以让人工智能更容易使用。加入Azure平台云服务战争的微软选择与亚马逊合作，推出开源深度学习框架Gloon。理论上，Gloon可以让它变得简单，就像开发一个移动应用程序来创建神经网络一样，这是一种重要的人工智能技术，试图复制人类大脑的学习方式。虽然我们不知道哪家公司将成为人工智能云服务市场的领导者，但赢家肯定会获得巨大的商机。如果人工智能革命将蔓延到经济领域的每一个角落，那么机器学习工具也将成为必需品。如今，绝大多数人工智能技术仅用于科技行业，这为该领域带来了效率的提高以及各种新产品和服务。然而，其他公司和行业很难利用人工智能技术的发展。如果人工智能技术能够更全面地应用于医疗、制造和能源行业，将大大提高各行业的生产力。不幸的是，大多数公司仍然缺乏知道如何使用云人工智能的人才。因此，亚马逊和谷歌也建立了咨询服务。07选择基因占卜的理由：大规模的基因研究将使科学家能够预测常见疾病和人格特征方面的技术突破：科学家现在可以使用你的基因组数据预测你患心脏病或癌症的几率，甚至可以预测你的智商。意义：基于DNA的预测技术可能是公共卫生领域的下一个重大突破。然而，这将增加歧视的风险。主要研究人员：Helix、23andMe、Myriad Genetics、UKBiobank、Broad Institute、华大基因、一真生物、WeGene等：现在有一天，婴儿出生时会得到DNA检测报告。这些报告将预测婴儿患心脏病或癌症的可能性，他们是否对烟草上瘾，以及他们是否比普通人聪明。由于大规模基因研究的发展（其中一些涉及100多万人）和科学进步，这样的报告将很快从概念上变成现实。事实证明，最常见的疾病和人的许多行为和特征，包括智力水平，并不是一个或几个基因影响的结果，而是许多基因的结果。利用正在进行的大规模基因研究的数据，科学家们正在创建他们所说的“多基因风险评分”。尽管新的DNA测试只提供了概率推断，而不是直接的诊断结论，但它仍然可以极大地有利于医学的发展。例如，如果癌症高危女性的乳房X光检查较多，而癌症低危女性的乳房X线检查较少，那么这些检查可能会发现更多的患者患有真正的癌症，并降低假警报的可能性。制药公司也可以将这些分数用于阿尔茨海默病或心脏病等疾病的预防药物的临床试验。通过选择患病风险较高的志愿者，他们可以更准确地测试药物的效果。问题是，这些预测与预期相去甚远……

发射型计算机断层扫描仪。谁想知道他们将来可能会患上老年痴呆症？如果癌症风险指数较低的人推迟筛查，然后患上癌症怎么办？关于多基因测试指标的得分还有其他争议，因为它们几乎可以预测任何个体特征，而不仅仅是疾病。然而，家长和教育工作者应该如何使用这些信息？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让我们受益，还可以被用于其他目的，并产生不良影响。选择08 Sensor City的原因：Alphabet的子公司Sidewalk Labs计划创建一个高科技社区，重新思考如何建设和运营一座城市。多伦多的一个街区有望成为世界上第一个将尖端城市设计与尖端技术成功融合的地方。重大意义：智慧城市将使城市地区变得更加经济实惠和宜居。环境保护的主要研究人员：Alphabet旗下的Sidewalk实验室、多伦多海滨、阿里巴巴等。成熟度：该项目于2017年10月宣布，预计将于2019年开工。如今，世界各地的许多智慧城市计划都被搁置了，或者曾经雄心勃勃的目标被降低了，或者超级富豪以外的普通居民因为生活成本而被赶走了。然而，多伦多一个名为Quayside的项目希望从头开始重新设计一个社区，并用最新的数字技术重建它，以打破现有的失败局面。Alphabet在纽约拥有的Sidewalk实验室将与加拿大政府合作，使这一高科技项目在多伦多海滨工业区落地。该项目的目标之一是在一个巨大的传感器网络的基础上做出有关设计、政策和信息技术的所有决策。这个网络将收集各种信息：空气质量、噪音水平和人们的行为等数据。在该计划中，所有车辆都是自动驾驶共享汽车，负责快递等低水平体力劳动的机器人也将在地下运行。Sidewalk实验室表示，他们计划将他们正在设计的软件和系统开源，允许其他公司在上面创建服务，类似于为手机开发应用程序的做法。该公司计划密切监控公共基础设施，但这引发了人们对数据管理和隐私的担忧。但Sidewalk实验室认为，它可以通过与社区和地方政府的合作来缓解一些担忧。Sidewalk实验室负责城市系统规划的高管RitAggarwala说：“我们在Quayside项目中所做的最独特的事情是，这个项目不仅包含了我们的雄心壮志，而且有一定程度的谦逊。”。目前，北美许多城市都在努力成为Sidewalk实验室的下一个目标。管理码头区开发项目的公共部门首席执行官WillFleissig表示，“旧金山、丹佛、洛杉矶和波士顿都与我们联系以获得推荐。”选择Babel Fish耳塞的原因是：尽管现有硬件不太容易使用，谷歌Pixel Buds展示了实时翻译的技术突破：近实时翻译适用于多种语言，使用起来非常方便和重要：在当今日益全球化的世界中，语言仍然是沟通的一大障碍。主要研究者有：谷歌、Iflytek、百度、腾讯、搜狗、清华大学、哈工大、苏州大学等成熟时期：现在风靡一时的科幻经典。在现实世界中，谷歌开发了一种过渡性的解决方案：一对名为Pixel Buds的耳塞，价值159美元。这副耳塞可以通过谷歌翻译应用程序在Pixel智能手机上实时翻译。一个人需要戴耳塞，另一个人需要拿着手机。默认情况下，戴耳塞的人会用自己的语言说英语，然后谷歌翻译会翻译他们说的话，并在智能手机上大声播放。拿着手机的人回应后，答案会被翻译出来，然后在耳塞中播放。谷歌翻译之前有对话功能，其iOS和Android应用程序可以自动识别说话者的语言，然后自动翻译。然而，背景噪音会使应用程序更难理解话语，也会使应用难以判断说话者何时停止和开始翻译。Pixel Buds有效地解决了这些问题，因为佩戴者可以在说话时用手指点击并按下右边的耳塞。放置……

智能手机和耳塞分别进行交互，可以让双方控制麦克风，帮助扬声器保持眼神交流，因为不需要来回传递手机。目前，Pixel Buds因其设计低于行业平均水平而受到批评。耳塞看起来不智能，不太适合耳朵，而且很难适应手机。然而，对于笨拙的硬件仍有计划。Pixel Buds让每个人都能在近乎实时的翻译中看到跨越语言障碍的自由交流的曙光，你不必把巴别塔鱼放在耳朵里。在中国，许多公司也积极参与开发。Iflytek、百度和搜狗可以说是这一领域的领导者。除了提供智能语音和翻译服务外，他们还将技术引入硬件。然而，与更喜欢耳机作为起点的外国制造商相比，中国企业选择了翻译机，例如Iflytek的Xiao Translator和百度的共享WiFi Translator。材料量子飞跃的10个原因：研究人员最近开始使用量子计算机对简单分子进行建模，这只是技术突破的开始：IBM用7量子位量子计算机成功模拟小分子的电子结构具有重要意义：有了这项技术，科学家可以了解分子信息的各个方面，并开发更有效的药物和新材料，以更有效地产生或传输能量。主要研究人员：IBM、谷歌、哈佛大学的Alán Aspuru Guzik教授、中国科学技术大学、中国科学院、浙江大学、阿里巴巴等。成熟：5到10年后，新型量子计算机功能强大，但其发展道路仍笼罩在迷雾中：量子计算机具有无与伦比的计算能力，但我们尚未实现。一个很有前途的应用方向正在向量子计算机招手：精确分子设计。多年来，化学家们一直梦想着设计新的蛋白质来开发更有效的药物，或者设计新型高效电池中的电解质，将太阳能直接转化为液体燃料的神奇化合物，以及更高效的太阳能电池。然而，这些技术中的材料分子很难在计算机上建模和模拟，更不用说设计和合成了。即使是模拟简单分子的电子形式的任务也会非常复杂，以至于现有的计算机都会失败。然而，对于量子计算机来说，这只是小菜一碟。与传统计算机相比，“1”或“0”的数字比特被用作计算和存储单元，量子计算机使用量子系统的量子比特作为运算单元。最近，IBM的研究人员使用一台7量子位量子计算机来模拟一个三原子分子。如今，科学家们正在用更多的量子位建造量子计算机，量子算法也在改进。准确模拟我们更感兴趣的大分子也是可能的。事实上，中国在量子计算方面已经取得了相当大的进展。虽然目前的技术水平无法与以前的大企业相比，但在工业界、学术界和政府的共同努力下，它正在一步一步地追赶领先者。2017年5月，中国科学院宣布由中国科学技术大学、中国科学院阿里巴巴量子会计实验室、浙江大学和中国科学院物理研究所联合开发的光量子计算机正式诞生。此外，同年10月11日，中国科学院与阿里云联合发布了量子计算云平台。量子计算的商业化指日可待，速度不输欧美。然而，量子计算仍有许多地方需要突破。首先，量子计算的准确性很低。尽管它非常适合深度学习等精度要求较低的计算，但可能很难处理传统计算机的一般计算工作。

标签：摩根斑马发现现代

汽车资讯热门资讯