發(fā)布日期：2018-02-22
3D金屬打印機（3-D metal Printing）、人造胚胎（Artificial Embryos）、傳感城市（Sensing City）、給所有人的人工智能（AI for Everybody）、對抗性神經(jīng)網(wǎng)絡(luò)（Dueling Neural Networks）、巴別魚耳塞（Babel-Fish Earbuds）、零碳排放天然氣（Zero-Carbon Natural Gas）、完美網(wǎng)絡(luò)隱私（Perfect online Privacy）、基因占卜（Genetic Fortune-Telling）、材料的量子飛躍（Materials’ Quantum Leap）等入選了MIT2018全球十大突破性技術(shù)。
人造胚胎（Artificial Embryos）
UNIVERSITY OF CAMBRIDGE
突破性：未使用卵細胞或精子細胞，研究人員僅從干細胞就創(chuàng)造出了胚胎樣結(jié)構(gòu)（embryo-like structure），為創(chuàng)造生命提供了一條全新的途徑。
重要性：人造胚胎將使研究人員更加容易地研究人類生命的神秘起源，但這一技術(shù)也正在引發(fā)新的生物倫理爭論。
可用性：現(xiàn)在
關(guān)鍵研究者：劍橋大學(xué)、密歇根大學(xué)、洛克菲勒大學(xué)
在一項重新定義了如何創(chuàng)造生命的突破性研究中，英國劍橋大學(xué)的胚胎學(xué)家們僅利用干細胞（沒有卵子，沒有精子，只是從另一個胚胎中取出的細胞）就培育出了逼真的（realistic-looking）小鼠胚胎。
領(lǐng)導(dǎo)該研究的Magdelena Zernicka-Goetz說：“我們知道，干細胞具有不可思議的能力，但我們真的沒有意識到，它們能夠如此完美地自我組織（self-organize）。”
不過， Zernicka-Goetz表示，她的“合成”胚胎可能不能發(fā)育成小鼠。這也不是Zernicka-Goetz的目標(biāo)。她想要研究，一個早期胚胎中的細胞如何開始發(fā)揮其特殊的作用。她還說，他們的下一步計劃是用人類干細胞生成人造胚胎。密歇根大學(xué)和洛克菲勒大學(xué)的科學(xué)家們正在進行相關(guān)的研究。
人工合成的人類胚胎將是科學(xué)家們的福音，可以讓他們弄清早期發(fā)育中發(fā)生的各種事件。同時，由于這類胚胎是從易操作的干細胞發(fā)育而來的，因此，研究人員將能夠利用各種工具（如基因編輯）在它們生長的過程中調(diào)查它們。不過，
人造胚胎這一突破技術(shù)也引發(fā)了倫理問題。如果它們變得與真實的胚胎難以區(qū)分，我們該怎么辦？ 在它們能夠感覺疼痛之前（before they feel pain），它們能在實驗室里成長多久？ 生物倫理學(xué)家們說，我們需要在科學(xué)競賽愈演愈烈之前解決這些問題。
給所有人的人工智能（AI for Everybody）
MIGUEL PORLAN
突破性：基于云的人工智能技術(shù)（Cloud-based AI）使得這項技術(shù)的使用更便宜、更容易。
重要性：目前，AI的使用由少數(shù)幾家公司主導(dǎo)，但作為一種基于云的服務(wù)，它能夠被更多的人使用，從而推動經(jīng)濟增長。
可用性：現(xiàn)在
關(guān)鍵研究者：亞馬遜、谷歌、微軟
迄今為止，人工智能主要是像亞馬遜、百度、谷歌和微軟這樣的大型科技公司以及一些初創(chuàng)公司的“利器”，對許多其他公司和經(jīng)濟領(lǐng)域來說，AI系統(tǒng)太昂貴，且太難完全實現(xiàn)了。
那么，讓AI更普及的解決方案是什么呢？基于云的機器學(xué)習(xí)工具正在將AI帶給更廣泛的群體。到目前為止，亞馬遜的 AWS 子公司主導(dǎo)著云AI（cloud AI），而谷歌正試圖用TensorFlow（一個開源的AI庫）來挑戰(zhàn)它的地位。擁有自己AI云平臺Azure的微軟則選擇與亞馬遜合作，推出了一款開源深度學(xué)習(xí)庫—— Gluon。
這些公司中的哪一家會成為提供人工智能云服務(wù)的領(lǐng)導(dǎo)者，目前還不清楚。但對于贏家來說，這是一個巨大的商機。如果人工智能革命將會在經(jīng)濟的不同領(lǐng)域更廣泛地擴散，那么，這些云產(chǎn)品將是不可或缺的。
目前AI主要應(yīng)用于科技行業(yè)，許多其他行業(yè)一直難以利用人工智能技術(shù)的發(fā)展。醫(yī)療、制造以及能源等行業(yè)如果能夠更全面地推行人工智能技術(shù)，那么，這些行業(yè)可能將產(chǎn)生巨大的改變。
對抗性神經(jīng)網(wǎng)絡(luò)（Dueling Neural Networks）
DEREK BRAHNEY
突破性：兩個AI系統(tǒng)可以通過相互對抗來創(chuàng)造逼真的圖像和語音，此前，機器從未有過這種能力
重要性：這給機器帶來類似想象力的能力，可以讓它們不再那么依賴人類，同時也把它們變成了一種數(shù)字造假工具。
可用性：現(xiàn)在
主要研究者：Google Brain、DeepMind、Nvidia
人工智能（AI）在識別事物方面變得越來越擅長了：向它展示一百萬張圖片，它能以驚人的準(zhǔn)確性告訴你哪張照片描繪了一個行人穿越街道。但是AI幾乎不可能生成行人的圖像。如果能做到這一點，它就能創(chuàng)造出大量逼真的合成畫面，比如在各種環(huán)境下的行人。這樣，自動駕駛系統(tǒng)可以在不出門的情況下使用這些圖片進行訓(xùn)練。
但問題是，創(chuàng)造一個全新的東西需要想象力，而這一直困擾著AI。 直到2014年，蒙特利爾大學(xué)的一名博士生Ian Goodfellow在一家酒吧的學(xué)術(shù)辯論中，率先想到了解決方案。這種方法被稱為“對抗式生成網(wǎng)絡(luò)”（GAN），它采用了兩種神經(jīng)網(wǎng)絡(luò)（人腦的簡化數(shù)學(xué)模型，這是現(xiàn)代機器學(xué)習(xí)的基礎(chǔ)），并在數(shù)字版貓捉老鼠游戲中相互對抗。
這兩個神經(jīng)網(wǎng)絡(luò)都是在相同的數(shù)據(jù)集上進行訓(xùn)練的，其中一個被稱為“發(fā)生器”（generator），負責(zé)依照所見過的圖片來創(chuàng)造新的圖片。另一個被稱為鑒別器（discriminator），負責(zé)識別它所看到的圖片是否像訓(xùn)練時的圖片，還是發(fā)生器產(chǎn)生的虛假圖像。
漸漸地，發(fā)生器可以創(chuàng)造出鑒別器不能識別出的圖片。這項技術(shù)已經(jīng)成為AI在過去十年中最有希望的進展之一，它能夠幫助機器“騙過”人類。
目前，GAN已經(jīng)被用于制作非常逼真的語音和假圖片。舉個例子，芯片制造商Nvidia的研究人員用明星照片訓(xùn)練出一個GAN系統(tǒng)，而這個系統(tǒng)生成了數(shù)百張不存在但看起來很真實的面孔。另一個研究小組則生成了很逼真的梵高作品。進一步訓(xùn)練之后，GAN可以用不同的方式重新創(chuàng)造圖片，比如在干凈的道路上鋪上一層雪，或者把馬變成斑馬。
但GAN也不總是完美的，它可能會生成有兩套把手的自行車或者，眉毛錯位的臉。但由于圖片和聲音的逼真，一些專家認(rèn)為，在某種意義上，GAN在某種程度上開始理解它們所見所聽。這就意味著，隨著想象力的獲得，AI也有可能開始理解它在這個世界上所看到的東西。
基因占卜（Genetic Fortune-Telling）
DEREK BRAHNEY
突破性：科學(xué)家可以使用基因來預(yù)測人們未來患心臟病、乳腺癌的風(fēng)險，甚至可以預(yù)測IQ。
重要性：基于DNA水平的預(yù)測技術(shù)可能是公共健康領(lǐng)域下一個重要突破，但它也會增加基因歧視風(fēng)險。
可用性：現(xiàn)在
主要研究者：Helix、23andMe、Myriad Genetics、UK Biobank、Broad Institute
將來有一天，嬰兒出生時就會得到一份DNA檢測報告。這些報告將提供他們患心臟病或癌癥的幾率，是否對煙草上癮，以及是否比一般人更聰明的預(yù)測。由于大型基因研究的陸續(xù)開展，這一天很快就會來臨。
事實證明，最常見的疾病和包括智力等許多行為特征，都不是一個或幾個基因的結(jié)果，而是許多基因作用的結(jié)果。利用正在進行的基因研究的數(shù)據(jù)，科學(xué)家們正在創(chuàng)造他們所謂的“多基因風(fēng)險評分”。
盡管新的DNA檢測提供的只是概率，而不是精確診斷，但它們?nèi)钥梢詷O大地造福醫(yī)學(xué)的發(fā)展。比如說，醫(yī)生可以建議乳腺癌高危的女性多做乳房x光檢查，而低風(fēng)險的女性乳房x光檢查則少做些，那么這些檢查可能幫助發(fā)現(xiàn)更多的真正患癌癥的病人，并能夠減少 “假警報”的情況。
此外，制藥公司還可以在針對阿爾茨海默病或心臟病等疾病的預(yù)防性藥物的臨床試驗中使用這些信息，他們通過挑選患病風(fēng)險更高的志愿者，從而可以更準(zhǔn)確地測試藥物的效果。
但問題是，這些預(yù)測遠非完美。誰想知道他們未來可能會患上老年癡呆癥?如果癌癥風(fēng)險評分低的人推遲接受篩查，然后又患上癌癥怎么辦?
多基因評分也有爭議，因為它們可以預(yù)測任何個體特征，而不僅僅是疾病。比如說，他們現(xiàn)在可以預(yù)測一個人在智商測試中表現(xiàn)的10%。隨著評分技術(shù)的提高，DNA智商的預(yù)測很可能會成為常規(guī)的檢測。但是家長和教育工作者將如何使用這些信息呢?
行為遺傳學(xué)家EricTurkheimer表示，基因數(shù)據(jù)是把雙刃劍。“基因占卜”既讓人興奮，也令人擔(dān)心。
參考資料
10 BREAKTHROUGH TECHNOLOGIES 2018
來源：生物探索
