【中天智領AI前沿】麻省理工釋出2018年全球10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？
實際上，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。
《麻省理工科技評論》揭曉了2018年“全球十大突破性技術”，這份全球新興科技領域的權威榜單至今已有17年的歷史。
以下為內容摘編。
1
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。
3D列印的發展已有幾十年時間。但到目前為止，3D列印仍主要用於製造一次性的原型產品。如果希望使用除塑料以外的其他材料，例如金屬去列印，不僅成本高昂，且速度很慢。
不過目前，3D金屬列印的成本正越來越低，並逐漸成為一種製造實際零件的方法。如果得到廣泛普及，那麼將改變大批量產品生產的方式。
從短期來看，製造商將不再需要維護大量庫存。對於汽車零配件這樣的商品，在有需要的時候直接列印即可。從長期來看，大批量生產少數幾種零配件的大型工廠可能會被規模較小、更能適應客戶需求變化的工廠所取代。
3D金屬列印可以製造出重量更輕、強度更高的部件，獲得傳統方法難以做到的複雜形狀，並對金屬微結構進行更精確的控制。
2017年，來自勞倫斯利沃莫國家實驗室的研究人員宣佈，已開發出一種3D列印方法，能製造出強度達到傳統工藝兩倍的不鏽鋼。
同樣在2017年，來自波士頓的3D列印公司Markforged釋出了首款價格不到10萬美元的3D金屬印表機。
另一家波士頓創業公司Desktop Metal於2017年推出了金屬列印原型裝置。該公司計劃銷售用於實際產品生產的大型機器，其生產速度比傳統金屬列印方法快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。
2
人工胚胎
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。
3
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。
4
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。
5
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。
問題在於，創造新東西需要想象力，而想象力是人工智慧所不擅長的。
2014年，蒙特利爾大學博士生伊安·古德費羅（Ian Goodfellow）在一家酒吧的學術辯論中首先想到了這個解決方案，這被稱作“生成對抗網路”（GAN）。GAN讓兩個神經網路在數字版的“貓鼠遊戲”中相互對抗。
兩個網路都使用相同的資料集去訓練。其中一個名為“生成器”，任務是利用所看到的影象去建立不同版本，例如3隻手的人。而另一個名為“鑑別器”，任務是識別所看到的影象是否是生成器製造的假影象。
通過這樣的過程，生成器將非常善於產生影象，導致鑑別器無法判斷哪些是真實影象，哪些是假的。從本質上來看，生成器被訓練去識別並製作看起來真實的影象。
過去10年，GAN成為了人工智慧最有前景的領域之一，幫助機器生成能迷惑人眼的結果。
GAN已被投入使用，用於製作聽起來很逼真的語音和影象。例如，英偉達的研究者向GAN提供了大量明星照片，隨後創造出數百張並不存在的頭像。另一個研究團隊則生成了類似梵高作品的假畫。更進一步，GAN可以以不同方式來重新想象畫面，例如將陽光燦爛的道路變成一條雪路，或是將馬變成斑馬。
結果並不總是完美的：GAN或許會給自行車安上兩個車把，或是把眉毛放在頭像錯誤的地方。不過，由於生成的影象和聲音往往非常真實，因此專家認為，從某種意義上來說，GAN已經開始瞭解所看到和聽到的世界的底層結構。這意味著除了想象力之外，人工智慧還能獲得更獨立的能力，理解所見的世界。
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。而阿里巴巴的城市大腦專案團隊在ACM MM2017會議上，其中發表的一篇論文便是使用GAN來生成用以進行車牌識別的訓練資料集。
6
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。
在風靡一時的科幻經典《銀河系漫遊指南》中，你把一條黃色的巴別魚塞到耳朵裡，就可以聽到實時翻譯。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。
佩戴耳塞的人用自己的語言講話——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。
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，搜狗也在日前發表“旅行翻譯寶”和“速記翻譯筆”。
7
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企，也不像可再生能源那樣供給不穩。
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。在正在發展的所有清潔能源技術中 Net Power 的技術是最有遠見的技術之一，他向我們展示的是一個真真切切的可減少碳排放的新突破。
8
完美網路隱私
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。
真正的網際網路隱私終於將成為可能，這要歸功於一種新的工具。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。
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。
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”。對銀行來說，這樣就可以在支付系統中使用區塊鏈了，同時還能保護客戶隱私。
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。
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。例如，我們現在可能只能預測一個人在智商測試中表現的 10%。隨著評分技術的提升，基於 DNA 的智商預測很可能會成為常態。
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
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。
新量子計算機前景廣闊，同時也帶來了一個難題。它們的計算能力遠超今天的機器，功能強大到難以想象，但我們還沒有弄清楚應該如何應用這些能力。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。
化學家們已經在夢想著可用於更有效藥物的新蛋白質、可生產更好電池的新型電解質、可將陽光直接轉化為液體燃料的化合物，以及更高效的太陽能電池。
我們沒有這些東西，因為分子很難在傳統計算機上建模。即使是在一個相對簡單的分子中嘗試類比電子運動，運算的複雜性就遠遠超出當今計算機的能力。
但對於量子計算機來說，這是小菜一碟，因為它使用的不是表示1和0的數字位，而是量子系統的“量子位”。
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。