來源：清帆科技EduBrain

本文約4500字，建議閱讀10+分鐘。

本文為你介紹2018年全球十大突破性技術。

人們通常會問，你們所說的“突破性”指的是什麼？這個問題問得合情合理：我們選出的技術中有些並沒有得到廣泛應用，然而有些則即將實現商業化。實際上，我們尋找的是即將對我們的生活產生深遠影響的單項技術或者一系列技術。

今年，人工智慧領域一項被稱作GAN的技術正在賦予機器想象力；人造胚胎，儘管面臨棘手的倫理限制，但它正在重新定義生命產生的方式，為關於人類生命發展早期階段的研究打開了一扇窗戶。在可預見的未來，天然氣很有可能是我們的主要能源來源之一，而一家位於德克薩斯州化工產業中心的實驗性工廠正在嘗試利用天然氣來創造清潔能源。這些，以及這份榜單上的其他技術，都值得我們密切關注。

1. 對抗性神經網路

入選理由：兩個 AI 系統通過玩“貓捉老鼠”遊戲來獲得想象力

技術突破：兩個 AI 系統可以通過相互對抗來創造超級真實的原創影象或聲音，而在此之前，機器從未有這種能力

重大意義：這給機器帶來一種類似想象力的能力，因此可能讓它們變得不再那麼依賴人類，但也把它們變成了一種能力驚人的數字造假工具；

主要研究者：Google Brain、DeepMind、英偉達、中科院自動化所、百度、阿里巴巴、騰訊、商湯科技、依圖科技、雲從科技、曠視科技等；

成熟期：現在

人工智慧識別物體的能力已經越來越強了：給它看一百萬張圖片，它就可以用驚人的準確度來告訴你究竟哪張裡面有個行人在過馬路。但是 AI 幾乎不可能獨自生成行人的圖片。

如果它可以實現這一點，它將可以創造大量看似真實的合成圖片，把行人放在各種環境下。而自動駕駛系統或許足不出戶就能使用這些圖片進行訓練。

但問題在於，從無到有創造一個東西需要想象力，而這正是人工智慧技術一直難以實現的能力。

直到 2014 年，當時還是蒙特利爾大學博士生的 Ian Goodfellow 在酒吧裡與友人進行學術辯論時，他突然想到了這個問題的答案。這種名為“對抗式生成網路”（GAN）的手段會使用兩個神經網路（一種簡化人腦數學模型，是現代機器學習基石），然後讓這兩者在數字版的“貓捉老鼠”遊戲中相互拼殺。

這兩個網路會使用同一個資料集進行訓練。其中一個神經網路叫生成網路，它的任務就是依照所見過的圖片來生成新的圖片，比如一個多長一條手臂的行人。而另外那個神經網路叫判別網路，它的任務則是判斷它所見得圖片是否與訓練時的圖片相似，還是由生成模型創造出來的“假貨”，比如，判斷那個長著三個手臂的人有沒有可能是真的？

慢慢的，生成網路創造圖片的能力會強到無法被判別網路識破的程度。基本上，經過訓練之後，生成網路學會了識別並創造看起來十分真實的行人圖片。這項技術已經成為了在過去十年最具潛力的人工智慧突破，幫助機器產生甚至可以欺騙人類的成果。

目前，GAN 已被用於創造聽起來十分真實的語音，以及非常逼真的假圖片。就拿一個很有名的例子來說，來自晶片公司英偉達的研究人員們用明星照片訓練出了一個 GAN 系統，而這個系統則生成了數百張根本不存在、但看起來十分真實的人臉照片。另外一個研究團隊則生成了看起來十分逼真的梵高油畫。在進一步訓練後，GAN 可以對圖片進行各種修改，比如在乾淨的馬路上蓋上一層雪，或者把馬變成斑馬。

但是 GAN 的成果並非完美：它們可能生成有兩套把手的自行車，或者眉毛錯位的臉。但由於有些圖片與聲音實在太逼真了，一些專家相信，GAN 在某種程度上已經開始理解它們所見到，所聽到的世界的底層結構。

而這意味著，隨著人工智慧開始獲得想象力，它們也可能開始理解它在這世界上所看到的東西。Ian Goodfellow發明出GAN後，獲得Facebook首席科學家Yann LeCun、NVIDIA創辦人黃仁勳、Landing.ai創辦人吳恩達等大牛的讚賞，吸引了諸多的機構及企業開始研究。

在中國部分，學術機構致力於研究GAN理論的近一步改良及優化，像是中科院自動化所研究人員受人類視覺識別過程啟發，提出了雙路徑GAN（TP-GAN），用於正面人臉影象合成，而商湯－香港中大聯合實驗室在國際學術大會上發表多項GAN相關研究成果。

中國企業界則是更傾向於把技術應用在服務中，相關案例不勝列舉，比如，百度使用GAN構建語音識別框架，科大訊飛通過GAN與傳統深度學習框架的結合在語音合成領域獲得了很大的進展。

2. 共享AI

入選理由：將機器學習工具搬上雲端，將有助於人工智慧更廣泛的傳播

技術突破：基於雲端的人工智慧正在降低這項技術的使用難度和價格

重大意義：目前，人工智慧的應用是受到少數幾家公司統治的。但其一旦與雲技術相結合，那它將可以對許多人變得觸手可及，從而實現經濟的爆發式增長；

主要研究者包括：亞馬遜、谷歌、微軟、百度、騰訊、阿里巴巴、科大訊飛、第四正規化等；

成熟期：現在

人工智慧一直以來都只是亞馬遜、百度、谷歌和微軟等大型科技公司，以及少數初創公司的玩物。對於其他領域的眾多公司來說，人工智慧太貴也太難，無法全面普及。

這個問題該如何解決？基於雲端的機器學習工具正在將人工智慧帶給更廣泛的群體。如今，亞馬遜旗下的 AWS 子公司幾乎統治了雲 AI 市場。谷歌則試圖通過 TensorFlow 這款可以開發機器學習系統的開源人工智慧框架來挑戰它的地位。而谷歌近日剛公開的 Cloud AutoML 也是一套經過預先訓練，可以讓人工智慧變得更容易使用的系統。

以 Azure 平臺加入雲服務大戰的微軟則選擇與亞馬遜合作，推出了一款開源深度學習框架 Gluon。在理論上，Gluon 可以讓建立神經網路——一款試圖複製人腦學習方式的重要人工智慧技術——變得和開發手機 APP 一樣簡單。

雖然我們不知道究竟哪家公司將會成為人工智慧雲服務市場的領頭羊，但贏家一定會獲得巨大的商業機會。如果人工智慧革命會擴散至經濟領域的各個角落，那麼機器學習工具也將會隨之成為必需品。

如今的人工智慧技術絕大多數僅用於科技行業，為這個領域帶來了效率的提升以及多種新的產品和服務。但是其他的公司與行業一直難以利用人工智慧技術的發展。如果可以在醫療、製造以及能源等行業裡更全面地推行人工智慧技術，將極大提高各產業的生產力。

可惜，絕大多數的公司依然缺乏瞭解如何使用雲端人工智慧的人才。所以，亞馬遜與谷歌也創辦了諮詢服務。

3. 完美的網路隱私

入選理由：原本為加密貨幣的交易過程開發的一種工具，現在能讓你在上網時避免透露任何非必要資訊

技術突破：電腦科學家正在完善一款加密工具，可以在不透露非必要資訊的前提下完成驗證

重大意義：如果你需要透露個人資訊以在網上完成某件事，這個方法可以讓你在免除隱私洩漏或身份被盜竊風險的同時輕鬆實現；

主要研究者：Zcash、摩根大通、荷蘭國際集團等；

成熟期：現在

多虧一款新工具的出現，真正的網際網路隱私終於可以實現了。

舉個例子，該工具可以讓你不用透露出生日期就能證明自己年滿18 歲，或者不用透露自己的銀行餘額或其他細節，就能證明自己在銀行有足夠的存款可以完成金融交易。

這樣就大大降低了隱私洩漏或身份盜用的風險。這款工具是一種叫做“零知識驗證”（zero-knowledge proof）的新密碼協議。

儘管研究人員已經研究了幾十年，但直到去年人們對零知識驗證的興趣才開始暴增，某種程度上，這要得益於人們對加密貨幣日益增長的熱情，以及大多數加密貨幣都為機構所擁有的的現實。

同時，很大一定程度上也得益於 2016 年末建立的電子貨幣——Zcash 把零知識驗證應用於實際。Zcash 的研發人員使用一種叫做 zk-SNARK（簡明非互動零知識驗證）的方法讓使用者進行匿名交易。通常，這在比特幣以及其他公共區塊鏈系統中是不可能實現的，比特幣以及其他公共區塊鏈系統中的交易對所有人都是公開透明的。

儘管理論上來說，這些交易都是匿名的，但通過與其他資料進行結合，還是可以追蹤到甚至識別出交易人。世界第二大區塊鏈網路以太坊創始人 Vitalik Buterin 將 zk-SNARK 稱為一項“徹底改變遊戲規則的技術”。

去年，摩根大通將 zk-SNARK 新增到自己基於區塊鏈的支付系統中。不過儘管 zk-SNARK 承諾種種好處，但計算量大，執行緩慢。

同時，zk-SNARK 需要“信任安裝”，所生成的金鑰如果落入壞人之手就可以破壞整個系統。不過，研究人員正在努力研究替代方案，希望可以更加高效地部署零知識驗證，同時不需要上述金鑰。

4. 巴別魚耳塞

入選理由：雖然現有硬體並不那麼好用，但谷歌 Pixel Buds 卻展示了實時翻譯的前景

技術突破：近實時翻譯適用於多種語言，而且使用起來很方便

重大意義：在全球化日益發展的今天，語言仍是交流的一大障礙；

主要研究者：谷歌、科大訊飛、百度、騰訊、搜狗、清華大學、哈爾濱工業大學、蘇州大學等；

成熟期：現在

在科幻經典《銀河系漫遊指南》中有這樣的場景，將黃色的巴別魚塞到耳朵裡，就可以實時地聽到外星人的翻譯。

在現實世界中，谷歌已經研究出了一個過渡性的解決方案：一副叫做 Pixel Buds 價值 159 美元的耳塞。這副耳塞可以在 Pixel 智慧手機上通過谷歌翻譯應用進行實時翻譯。需要一個人佩戴耳塞，另一個人手持手機。

佩戴耳塞的人用自己的語言講話——預設是英語——然後谷歌翻譯應用就會對所講的話進行翻譯，並在智慧手機上大聲播放。手持手機的人迴應後，回答被翻譯，然後在耳塞中播放。

谷歌翻譯之前就已經有了對話功能，其 iOS 和安卓版應用都可以自動識別說話者的語言，然後自動翻譯。但背景噪音會增加應用理解話語的難度，同時也會讓應用很難判斷說話人何時停頓，何時開始翻譯。

Pixel Buds 有效解決了這些問題，因為佩戴人可以在說話的同時用手指點選和長按右邊的耳塞。將互動分別放在智慧手機和耳塞上，可以讓雙方都能控制麥克風，幫助講者保持眼神交流，因為這樣就不用來回傳遞手機了。

目前，Pixel Buds 因為低於行業平均水準的設計而備受抨擊。耳塞看起來很不智慧，也不是很貼合耳朵，而且很難與手機進行適配。不過硬體笨拙還是有計可施的。Pixel Buds 讓大家看到了近距離實時翻譯跨語言障礙自由溝通的曙光，而且你還不用把一條巴別魚塞到耳朵裡。

在中國，有許多公司也積極投入發展，科大訊飛、百度、搜狗可以說是這個領域的領先者，除了提供智慧語音、翻譯等服務外，也將技術引入硬體中，不過，相較於外國業者偏好以耳機作為切入點，中國企業則選擇翻譯機，像是科大訊飛推出曉譯翻譯機，百度則有共享 WiFi 翻譯機。

5. 感測城市

入選理由：Alphabet 旗下的 Sidewalk Labs 計劃建立一個高科技社群來重新思考到底應該如何建設和運營一座城市

技術突破：多倫多的一個街區有望成為全球首個成功將尖端城市設計與前沿科技融合在一起的地方

重大意義：智慧城市會讓都市地區變得更加可負擔、宜居、環保；

主要研究者：Alphabet 旗下的 Sidewalk Labs、多倫多 Waterfront、阿里巴巴等；

成熟期：專案 2017 年 10 月對外公佈，預計在 2019 年開始施工建設

如今，全球很多智慧城市計劃都已擱淺，要麼下調了曾經雄心勃勃的目標，要麼因為生活成本原因逼走了超級富豪之外的普通居民。而多倫多的一個叫 Quayside 的專案，卻希望從頭開始重新設計一個社群，用最新的數字技術將其重建，打破現有的失敗局面。

Alphabet 旗下位於紐約市的 Sidewalk Labs 將和加拿大政府進行合作，讓這一高科技專案落地在多倫多 Waterfront 工業區。

該專案的目標之一就是讓一切關於設計、政策以及資訊科技的決策都以一個巨大的感測器網路為基礎。這個網路將收集各種資訊：空氣質量、噪聲水平以及人們的行為等資料。

在該規劃中，一切車輛都是自動駕駛的共享車輛，地下也將跑著負責送快遞這種低階體力勞動的機器人。Sidewalk Labs 表示，他們計劃讓正在設計的軟體與系統開源，可以允許其他公司在其上建立服務，類似為手機開發 APP 的做法。

該公司計劃密切監視公共基礎設施，然而這卻引起了對資料管理與隱私的擔憂。但是 Sidewalk Labs 相信，它可以通過與社群和當地政府的合作，緩解部分擔憂。

“在 Quayside 專案中，我們所做的最獨特的一點就是，這個專案不僅包含我們巨大的野心，也有著一定程度上的謙遜”，負責城市系統規劃的 Sidewalk Labs 高管 RitAggarwala 說道。

目前，北美已有多個城市正在爭取成為 Sidewalk Labs 的下一個標的。據管理 Quayside 開發的某公共部門 CEO WillFleissig 表示：“舊金山、丹佛、洛杉磯以及波士頓都來聯絡我們，就是為了獲得引薦。”

6. 零碳天然氣發電

入選理由：一種針對天然氣發電廠的新工程學方法，將二氧化碳回收再利用

技術突破：一家發電廠能夠以廉價高效的方式捕捉天然氣燃燒釋放的碳元素，避免了溫室氣體的排放

重大意義：天然氣發電為美國提供了近 32% 的電力，其碳排放量也達到電力部門總碳排放量的 30%；

主要研究者：8 RiversCapital、Exelon 電力公司、CB&I等；

成熟期：3-5 年

在可預見的未來，我們可能要一直將天然氣作為主要的發電能源之一。現成又便宜的天然氣發出的電佔美國總髮電量的 30%, 全世界發電量的 22%。天然氣雖然比煤炭清潔得多，仍造成了大量的碳排放。

在美國煉油工業區的中心休斯頓城外出現了一家前沿發電廠，他們正在測試一項可以實現清潔天然氣能源的技術。

這家公司擁有 50 兆瓦特的專案，他們就是 Net Power。該公司相信他們能捕獲天然氣發電過程中釋放的所有二氧化碳，同時又能夠以低廉的成本發電，至少和標準天然氣發電廠的成本相同。如果此舉真的可以實現，就意味著從此就可以以合理的價格從化石燃料中獲得零碳能源。這樣的天然氣發電必會改善能源供給的局面，因為它既不像核能那樣成本高，也不像可再生能源那樣供給不穩。

Net Power 公司是 8 Rivers Capital、Exelon 電力公司以及 CB&I 能源公司合作的產物。這家公司的發電廠已經在試執行且開始了初始測試，他們打算在未來幾個月內就公佈初次評估的結果。

這家發電廠將燃燒天然氣產生的二氧化碳放置到高壓高溫的環境中，並用合成的超臨界二氧化碳作為“工質”，驅動一個特製的渦輪機。其中，大部分的二氧化碳都能被不斷地再利用，剩下不能利用的可以用一種低成本的方式捕獲。降低成本的關鍵在於出售部分二氧化碳。目前二氧化碳主要用於協助開採原油。這個市場容量有限，也並不環保。然而最終 Net Power 希望其他行業對二氧化碳的需求能夠漲起來，比如水泥製造業、塑料製造業及其他碳基材料行業。

Net Power 的科技並不能解決天然氣帶來的所有問題，尤其是開採方面的問題，但是隻要我們還在使用天然氣，就應該讓天然氣變的更清潔。

7. 3D金屬列印

入選理由：新型裝置首次讓3D列印金屬零部件成為實用型技術

技術突破：3D金屬印表機實現了低成本快速金屬物體列印

重大意義：按需列印大型複雜金屬物體的能力將為製造業帶來變革；

主要研究者：Markforged、Desktop Metal、GE等；

成熟期：現在

雖然 3D 列印技術已經存在了幾十年，但它之前仍然侷限在業餘愛好者和設計師的小圈子內，只是用來製造一次性原型。而且，之前的 3D 列印技術使用任何非塑料材料（尤其是金屬）時，成本非常昂貴，速度也慢得讓人無法接受。不過現在，隨著成本越來越低，使用也越來越簡單，這項技術有望成為可用於零部件生產的實用技術。

如果它被廣泛應用，將有可能改變我們大規模量產產品的方式。短期來看，有了這項技術後，製造商們將不再需要維持大量的庫存，他們可以按需地列印一個部件。

長期來看，那些大規模生產某一特定零部件的大工廠將會被產品線豐富的小工坊所取代。這些小工坊將能按照顧客的需求隨時打印出各種各樣的零部件。

這項技術的優勢在於它可以生產出更輕、更堅固的金屬零部件，以及用傳統金屬加工方法無法制造出來的複雜形狀的零部件。它甚至還可以在製造過程中精確調控金屬的微觀結構。2017 年，來自勞倫斯·利弗莫爾國家實驗室（Lawrence Livermore National Laboratory）的研究人員宣佈他們研發出了一種 3D 列印不鏽鋼零部件的方法，通過這種方法生產出來的零部件的強度是通過傳統方法生產出來的兩倍。

同樣在 2017 年，位於波士頓附近的 3D 列印初創公司 Markforged 釋出了第一臺價格在 10 萬美元以下的 3D 金屬印表機。

而另一家位於波士頓地區的 3D 列印初創公司 Desktop Metal 也在 2017 年 12 月開始交付他們的第一臺 3D 金屬原型印表機。該公司還計劃推出體積更大的、用於工業製造的印表機，它們的速度將會比之前的 3D 金屬印表機快 100 倍。3D 金屬列印的操作如今也變得越來越容易。Desktop Metal 公司現在推出了一款用於 3D 金屬列印的軟體。使用者只要在軟體中輸入他們所要列印的物體規格，軟體就會生成一個適用於 3D 列印的計算機模型。

GE 公司長期以來一直將 3D 列印技術用於它的航空產品生產中。早在 2013 年“十大突破性技術”中就曾提到“增材製造”（Additive Manufacturing）。該公司現在也正在測試一款新型 3D 金屬印表機，該印表機列印速度很快，可用於大型零部件的生產。而 GE 計劃在 2018 年開始銷售該 3D 金屬印表機。

8. 材料的量子飛躍

入選理由：研究者們最近開始使用量子計算機對簡單分子進行建模，而這僅僅是開始

技術突破：IBM 採用 7 量子位元的量子計算機對小分子的電子結構成功地進行彷真計算

重大意義：藉助該技術，科學家能瞭解分子的各個方面資訊並以此開發出更有效的藥物以及更高效生成或傳輸能源的新材料；

主要研究者：IBM、Google、哈佛大學 Alán Aspuru-Guzik 教授、中國科技大學、中國科學院、浙江大學、阿里巴巴等；

成熟期：5 到 10 年

新型量子計算機功能強大，不過它的發展道路上依然籠罩著一層迷霧：量子計算機有著當今計算機無法比擬的計算力，但是我們至今尚未弄清楚這種能力能被用來做什麼。

一個前景無限的應用方向正在向量子計算機招手：精確分子設計。

多少年來，化學家都夢想著能設計出新型蛋白質，用於研製更有療效的藥物，或是設計出新型高效電池中的電解質、直接將太陽能轉化為液態燃料的神奇化合物以及更高效的太陽能電池。

然而，這些技術中的材料分子都難以在計算機上建模和彷真，遑論設計和合成了。即使彷真一個簡單分子的電子形態這樣的任務，都會複雜到讓現有的計算機敗下陣來。不過，這對於量子計算機而言就是小菜一碟了。

相比傳統計算機那樣採用“1”或“0”的數字位元（Digital Bits）作為計算和儲存單元，量子計算機採用量子系統的量子位元（Qubits）作為運算單元。最近，IBM 的研究者應用 7 量子位元量子計算機針對一個三原子分子進行了彷真實驗。

如今，科學家正在打造具有更多量子位元的量子計算機，量子演算法也在提升，我們更感興趣的大分子精確彷真計算也將成為可能。

實際上，中國在量子計算方面也有相當明顯的成長，雖然目前的技術層次還無法與前面幾家大企業相提並論，但是在產業、學術界，以及政府的通力合作之下，也正一步步追趕上領先者的腳步。

2017 年 5 月，中國科學院宣佈由中科大、中國科學院──阿里巴巴量子核算實驗室、浙江大學、中科院物理所等單位或公司聯合研製的光量子電腦正式誕生。另外，同年 10 月 11 日，由中科院與阿里雲合作釋出量子計算雲平臺，量子計算的商業化已經近在咫尺，速度毫不遜色於歐美的腳步。

然而，量子計算還有不少需要突破的地方，首先，量子計算的精度相當低，雖然用在深度學習等精度需求不高的計算上相當合適，但要處理傳統計算機的通用計算工作，可能就力有未逮了。

9. 基因占卜

入選理由：大規模基因研究將讓科學家能夠預測普通疾病及人格特徵

技術突破：科學家們現在可以利用你的基因組資料預測你患心臟病或乳腺癌的機率，甚至你的智商也能被預測

重大意義：基於 DNA 的預測技術可能公共健康領域下一個重大突破，但它將增加歧視的風險；

主要研究者：Helix、23andMe、Myriad Genetics、UKBiobank 、Broad Institute、華大基因、奕真生物、WeGene等；

成熟期：現在

將來有一天，嬰兒出生時就會得到一份 DNA 檢測報告。這些報告將提供嬰兒患心臟病或癌症的機率、是否對菸草上癮，以及是否比一般人更聰明的預測。由於大型基因研究（部分研究涉及人數超過 100 萬人）的開展以及科學進步，這樣的報告很快就會從概念變成現實。

事實證明，最常見的疾病和人們的許多行為和特徵，包括智力水平，都不是一個或幾個基因影響的結果，而是許多基因作用的結果。利用正在進行的大型基因研究的資料，科學家們正在創造他們所謂的“多基因風險評分”指標。儘管新的 DNA 測試只是提供了概率推斷，而不是直接得出診斷結論，但依然可以極大地造福醫學的發展。

例如，如果那些患乳腺癌機率高的女性做更多的乳房 X 光檢查，而患病機率低的女性做更少的乳房 X 光檢查，那麼這些檢查可能會發現更多真正罹患癌症的患者，也能降低假警報發生的機率。製藥公司還可以在針對阿爾茨海默病或心臟病等疾病的預防性藥物的臨床試驗中使用這些分數指標。通過挑選患病風險更高的志願者，他們可以更準確地測試藥物的效果。

問題是，這些預測遠非完美。誰願意知道他們未來可能會患上阿茲海默症? 如果癌症風險指標得分低的人推遲接受篩查，然後又患上癌症怎麼辦? 多基因檢查指標評分也存在其他爭議，因為它們幾乎可以預測任何個體特徵，不僅僅是疾病。

然而，家長和教育工作者應該如何使用這些資訊呢? 對此，行為遺傳學家 EricTurkheimer 表示，這項新技術“既令人興奮又令人擔憂”，因為基因資料不僅可以造福我們，也有可能會被用於其他用途，產生不好的影響。

10. 人造胚胎

入選理由：科學家們已經開始通過幹細胞製造胚胎

技術突破：在不使用卵細胞或精子細胞的情況下，研究人員僅從幹細胞中就可以培育出類似胚胎的結構，為創造人造生命提供了一條全新的途徑

重要意義：人造胚胎將為研究人員研究人類生命神祕起源提供更方便的工具，但該技術正在引發新的生物倫理爭議；

主要研究者：劍橋大學、密歇根大學、洛克菲勒大學、中國科學院等；

成熟期：現在

英國劍橋大學的胚胎學家們在一項重新定義瞭如何創造人造生命的突破性研究中，利用幹細胞培育出了一種逼真的小鼠胚胎。該胚胎並不是由卵細胞與精子結合而來的，只使用了從另一個胚胎中得到的細胞。研究人員將這些細胞小心翼翼地放在三維支架上觀察，細胞隨後彼此開始聯結，並且排列成幾天大的老鼠胚胎獨有的子彈形狀，研究人員被這一景象吸引住了。

“我們知道幹細胞有著極其強大的潛能，可以展現出近乎魔法般的能力。然而，我們沒有意識到，他們可以如此完美地實現自組織”，團隊負責人 Magdelena Zernicka -Goetz 表示。

Zernicka-Goetz 稱，她的“合成”的胚胎可能不會發育成老鼠。儘管如此，它們也意味著，我們很快就可以實現在沒有卵子的情況下育出哺乳動物。

但這並不是 Zernicka-Goetz 的最終目標。她想研究早期胚胎的細胞是如何開始分化出其特殊作用的。她說，研究的下一步是使用人類胚胎幹細胞生成人造胚胎，這也是密歇根大學和洛克菲勒大學正在進行的研究。

人工合成的人類胚胎將是科學家們的福音，這可以讓他們梳理出胚胎在早期發展中經歷的過程。而且，由於這些胚胎是從易操作的幹細胞發展而來的，實驗室將能夠使用各種工具，例如基因編輯技術，在它們生長的過程中對它們進行研究。

然而，人造胚胎將會引發一些倫理問題。如果它們最終與真實的人類胚胎難以區分，我們該怎麼辦? 在它們形成痛覺之前，它們能在實驗室裡成長多久? 生物倫理學家們說，我們需要在科學競賽愈演愈烈之前解決這些問題。

— End —