找回密码

《科学美国人》2018十大新兴技术公布

这些改变世界的灵感都在今年的“10大新兴技术”之列。生物学、无机化学、机器人和人工智能等领域的顶尖专家们经过大量评选工作,最终总结出了这张列表。

AI新连接 9月28日讯,据国外媒体报道,在不远的将来,技术将如何改变你我的生活呢?人工智能将大大促进创新药物和材料的设计。先进的诊疗工具将推动定制化药物的出现。增强现实将进入寻常百姓家,在现实景象上叠加一层信息和动画,帮你更好地解决日常任务,或帮助企业更加高效地运营。

《科学美国人》评2018十大新兴技术:人造肉你吃吗?

你要是病了,医生可以向你体内植入活细胞,它们就像药物工厂一样,可以针对你的病症对症下药。你还能吃到由干细胞人工培育而来的牛肉、鸡肉和鱼肉,这些“人造肉”能够大大减轻动物养殖业对环境带来的影响,还能使无数生灵免于被不人道屠戮的命运。

这些改变世界的灵感都在今年的“10大新兴技术”之列。生物学、无机化学、机器人和人工智能等领域的顶尖专家们经过大量评选工作,最终总结出了这张列表。

首先,专家们进行了广泛撒网,邀请世界经济论坛全球未来理事会和专家网络的创新人士、“科学美国人”顾问委员会和编辑们给出建议。接着,专家们成立的“引导小组”在一系列会议上对各项候选技术进行了评估,看它们是否满足几项特定标准。入选技术必须能对社会和经济带来巨大效益,并且需在接下来三到五年间实现。它们必须有改变现状的潜质,能够转变行业或现有的做事方式。它们还必须处于较早的开发阶段,不可以已被大量使用,但必须正被许多群体研究,令专家们倍感激动,能吸引到越来越多的投资,最好还要有不止一家公司在研发该技术。“引导小组”在第一次会议上敲定了包含50多项候选技术的初始名单,再考虑了其它信息后,又留下了约20项候选技术,最后在又过了两轮讨论之后敲定了最终名单。

无处不在的增强现实技术

虚拟现实技术能让你置身于一个虚幻而独立的“宇宙”之中。增强现实技术则不同,可以把计算机生成的信息实时叠加在现实世界之上。当你观察增强现实设备、或佩戴装有增强现实软件和摄像头的设备时(比如智能手机、平板电脑、头戴设备或智能眼镜),程序就会对输入的视频流进行分析,下载大量与该场景有关的信息,并将这些信息叠加在相关数据、图片或视频上,并且往往以3D形式呈现。

倒车影像和手机游戏“精灵宝可梦”就是两个这样的例子。很多消费者App也运用了增强现实技术,可以帮你在外国旅游时翻译路牌、让学生们解剖虚拟青蛙、或是让购物者在买沙发之前先看看它摆在自家客厅里是什么效果。今后,利用增强现实技术,博物馆可以制作全息图形式的参观导览,医生们能够以3D形式看清病人皮肤下的组织,建筑师和设计师们可以通过全新的方式合作,无人机操作员可以借助增强成像远程控制无人机,医学、工厂维修等行业的学徒也可以迅速学习新技能。

在今后几年间,易于上手的软件将为消费者提供更多选择。但就目前而言,增强现实的影响主要在工业领域,是“第四次工业革命”、又称“工业4.0”的关键元素。工业4.0是指,通过整合实体与数字系统,使制造业朝质量更高、成本更低、效率更高的方向发生系统性转变。许多公司已经开始在装配线上试用增强现实技术。增强现实技术能够根据需要实时提供相关信息,从而减少失误、提高效率和生产力。它还能使设备受到的压力可视化,生成问题所在部位的实时图像。

ABI Research、IDC和Digi-Capital等市场分析公司认为,增强现实技术正处在成为主流的关键节点上。据他们预计,到了2020年,增强现实的市场总额将从目前的15亿美元增长到1000亿美元。谷歌、苹果和微软等主要科技公司正向增强现实和虚拟现实产品与应用投入大量财力和人力。风险投资也开始涉足这片水域。2017年,在增强现实和虚拟现实领域的风险投资为30亿美元,其中一半都是在第四季度投资的。哈佛商业评论近期强调,增强现实技术是一项将影响所有行业的变革型技术。

不过阻碍仍然存在。就目前而言,硬件和通讯带宽的限制使得增强现实技术难以实现大规模生产、供消费者日常使用。例如,许多使用了增强现实技术的博物馆和旅游App必须要提前下载,并且增强图像的质量也往往达不到用户预期。但随着成本更低、速度更快、且已经配备了增强现实技术的手机芯片被研发出来,功能更丰富的智能眼镜被推广上市,再加上带宽的增加,这一领域必将实现迅速进步。到时增强现实技术也会像互联网和实时视频通话一样,成为我们日常生活的一部分。

可实现定制化医疗的先进诊断技术

在20世纪的大部分时间里,乳腺癌患者接受的治疗方法都相差无几。但如今的疗法已变得越来越定制化,乳腺癌被分成了不同类型,然后分门别类对症下药。例如,许多女性的肿瘤会产生雌激素受体,针对这些受体的药物就会对她们起作用,可以作为标准术前化疗的辅助手段。今年,研究人员开始考虑采用更加定制化的疗法。他们发现一大部分患者的肿瘤具有某些特定特征,说明这些患者不必进行化疗,从而避免化疗的严重副作用。

诊断工具的进步加速了许多疾病的定制化、或精准化疗法的诞生。这些技术可以帮助医生识别并量化多种生物标记(即说明体内存在某种疾病的分子),从而根据患者的患病可能性、预后结果、或对某种疗法有反应的概率,把患者分成不同类别。

早期分子诊断工具考察的是单个分子,如针对糖尿病分析的就是葡萄糖。但在过去10年间,“组学”技术取得了巨大进步,能够迅速、可靠、低成本地完成基因组测序,或者测量全部蛋白质水平(即蛋白质组)、或新陈代谢的副产物(新陈代谢组学)、或者体液或组织样本中的微生物含量(微生物组学)。该技术的常规使用已经开始生成巨大的数据库,人工智能可以进行挖掘、寻找对临床有用的新生物标记。组学技术和人工智能技术的结合将开创先进诊断技术的新时代,将改变我们对许多疾病的认知和治疗方法,也让医生能够针对病人体内的分子含量制定定制化疗法。

一些先进的诊断方法已经被用在了癌症治疗中。其中一种名叫Oncotype DX的技术能够对21种基因进行检测。正是这项技术发现,许多乳腺癌患者其实可以免于化疗之苦。另一项名叫FoundationOne CDx的技术能够在肿瘤中的300多种基因中探测到基因变异,说明也许可以在病人身上使用基因靶向药。

除了癌症之外,子宫内膜异位症也有了一种令人激动的新诊断工具。过去诊断这种疾病通常需要做手术。但由DotLabs研发的一种非侵入式的新检测技术则以唾液为基础,只需测量“小分子核糖核酸”(microRNA)的数量,就可以诊断子宫内膜异位症。一些新型血检技术也应用而生,可帮助医生诊断自闭症、帕金森综合征和阿尔茨海默症等脑部疾病,而这些疾病目前还只能通过医生对症状的主观评价进行诊断。研究人员甚至还在探索,是否能通过对健康人进行基因组测序、分析微生物组、测量数百种蛋白质含量、以及新陈代谢情况,为这些人提供健康指导,帮助他们预防特定疾病。

需要注意的是,使用这些诊断工具的医疗机构和研究人员必须严格保护患者隐私。此外还要有清晰的指导方针,确保在评估生物标记作为诊疗工具的价值时保持一致性。这些指导方针将加速新的生物标记在医疗实践中的应用。

即便如此,先进的诊断技术已经开始取代标准的疾病诊断与治疗方法。若能对患者使用最有效的疗法,甚至还可以降低医疗开支。也许有朝一日,很多人都会拥有一个属于自己的生物标记云端数据库,其中的数据会越积越多,且不受就诊地点限制。

用人工智能设计新分子

想设计出一种新型太阳能材料、新型抗癌药、或者能帮助庄稼对抗病毒的新型化合物吗?你首先要解决两项挑战:一是弄清这种物质的化学结构,二是弄清哪些化学反应能把原子连接成所需的分子或分子组合。

传统方法需进行大量猜测和摸索,极为耗时耗力,往往历经多次失败才能成功。例如,一套合成方案可能要经历成百上千步才能成型,其中很多步都会产生不理想的副反应,或是根本不可行。不过,如今人工智能已经开始提升分子设计和合成双方面的效率,让企业能够更快、更容易、更低成本地进行生产,同时减少化学废料。

运用人工智能技术,机器学习算法能够对过去所有试图发现或合成新物质的实验进行分析。这些实验有的成功了,但失败的实验其实更重要。根据从中发现的规律,机器学习算法会对可能有用的新分子的结构、以及合成这些分子的方法进行预测。当然,这些可不是按下一个按钮就能做到的事情,但在药物分子和材料的实际设计领域,人工智能技术正处于飞速进步之中。

例如,德国明斯特大学研发的一款人工智能工具能够重复模拟1240万种已知的单步骤化学反应,最终确定一套多步骤合成方案,且速度足足比人类快30倍。

而在制药领域,一项以人工智能为基础的、名叫“生成机器学习”的技术也令人倍感激动。大多数制药公司都储存着数百万种化合物,需对它们一一进行筛查,看它们有没有制造新药的潜力。但即使借助机器人和实验室自动化工具,这个筛查过程也十分缓慢,成功率也较低。此外,理论上可能存在的分子达1030种,制药企业拥有的化合物只占其中的一小部分。但利用一个描述已知药物(以及候选药物)的化学结构和性质的数据库,机器学习工具就可以找到拥有类似性质、但用处可能更大的新化合物。这种能力大大加速了新型药物先导化合物的发现。

将近100家初创公司已经在尝试用人工智能技术进行新药研发了,包括Insilico Medicine、Kebotix和BenevolentAI等公司。其中BenevolentAI最近获得了1.15亿美元的融资,用于借人工智能技术进行运动神经元疾病、帕金森综合征和其它疑难杂症药物的研发。BenevolentAI将人工智能应用到了药物研发的全过程中,从发现新分子到药物设计,再到证明该药物的安全性和有效性的临床测试,都有人工智能的参与。

在材料领域,Citrine Informatics等公司也运用了和制药公司相似的手段,并通过与巴斯夫、松下这样的大公司合作来加速创新进程。美国政府也对该领域研究表示了支持。自2011年来,美国政府向材料基因组计划的投资已超2.5亿美元。

过去的经验告诉我们,新材料和新化学物质可能会对健康与安全造成无法预见的风险。幸运的是,人工智能应当能预测到这些风险,从而减少负面结果。这项技术似乎正大大提高新分子和新材料上市的速度和效率,进而改善医疗,帮扶农业,更好地保护资源,并促进可再生能源的生产与存储。

能够辩论和发指令的人工智能

如今的数字助手有时会让你怀疑它们就是人类,但更加全能的数字助手也即将问世。在表象之下,Siri、Alexa和其它同类产品借助高级的语音识别软件来了解你的需求,弄清如何满足你的需求,然后用听上去很自然的声音读出与你的问题对应的答案。这类系统首先要接受“训练”,接触大量人类可能给出的要求,然后由人类编写出合适的答案,再将答案编辑成高度结构化的数据形式。

这项工作非常耗时,训练出的数字助手能够执行的任务也很有限。这些系统也会“学习”,不断加强问题与答案的匹配度,但毕竟程度有限。但尽管如此,它们的能力也堪称惊人。

目前正在研发的新技术能够让下一代人工智能系统具备吸收和组织非结构化数据(如原始文本、视频、图片、语音、电子邮件等等)的能力,然后针对某个从未接受过训练的话题,自动生成可靠建议、或是给出反对意见。

有些网站使用的聊天机器人已经展现出了这种能力,在它们受过训练的数据范围之内,可以回答用自然语言提出的问题。这些聊天机器人基本不需要接受针对特定问题或要求的训练,只需借助一系列预先配置好的数据组合、以及即时读取相关背景材料的能力,即可完成相应任务。不过,它们仍需接收一定用词和意图识别方面的训练,才能给出高度准确的回答。

今年六月,IBM发布了一项更高级的技术:一套未预先接受相关话题训练、就能与人类专家开展实时辩论的系统。该系统需利用非结构化数据(包括维基百科上的内容,其中有些经过了编辑),确定这些信息的相关度和准确度,然后将信息组织成能够重复利用的资源库,从中提取出能够支持己方观点的辩词。它还要对人类对手的辩词做出反应。这套系统在展示中参加了两场辩论。许多观众都认为,它在其中一场辩论中的辩词比人类对手更具说服力。

这套技术使用的软件不仅能理解自然语言,还能应对判断积极和消极情绪这样的高阶挑战。其研发时间已超五年,且目前仍处于未完成阶段。尽管如此,该系统仍在与人类专家的辩论中占了上风。接下来的三至五年间,想必会出现无数与之相关的应用。这些系统将发挥重要作用,如帮助医生迅速找到与某个复杂病例相关的研究资料,然后据此分析某套治疗方案的优势。

这类智能系统只能汇编已有知识,无法像科学家或专家那样创造新的知识。但随着机器变得越来越智能,人类失业的可能性也越来越大。因此社会需要为下一代人工智能提供必要的技能,让他们解决需要人类智力才能解决的问题。

可自行合成药物的细胞

许多糖尿病患者每天需要戳破手指好几次,测量血样的血糖水平,以此决定需要注射的胰岛素剂量。但若能向体内植入可合成胰岛素的胰岛细胞,糖尿病患者就不必做这种麻烦事了。细胞移植还可以改变其它疾病的治疗方法,包括癌症、心脏病、血友病、青光眼和帕金森综合征等。但细胞移植有一大缺点:患者需无限期地服用免疫抑制药物,避免免疫系统出现排异反应。这些药物会带来严重的副作用,如增加感染和患恶性肿瘤几率等。

几十年来,科学家发明了多种将细胞封存在半渗透保护膜中、防止免疫系统攻击被移植细胞的方法。这种保护囊允许营养物质和其它小分子进入,也允许必要的激素或其它有治疗作用的蛋白质从其中流出。但这种方法效果还不够好,假如免疫系统把保护材料本身也视作异物,就会在保护囊上长出疤痕组织。有了这层“纤维”的阻挡,营养物质就无法进入细胞,导致细胞死亡。

研究人员如今已开始着手解决这一“纤维化”问题。例如,麻省理工学院的一支研究团队在2016年发布了一种可以使移植物避开免疫系统追查的方法。研究人员在制造并筛查了数百种材料之后,决定采用一种名叫藻酸盐(alginate)的胶状物经化学方法修改过的版本。这种物质在人体内有很长的安全使用史。当研究人员把胰岛细胞封存在这种胶中、然后移植到患糖尿病的小鼠体内后,胰岛细胞立即对血糖水平的变化做出反应,开始分泌胰岛素,并且在时长六个月的研究中,始终将胰岛素分泌量控制在正常水平。研究人员也并未观察到纤维化的现象。该团队后来在另一项单独的研究工作中报告称,只需阻止巨噬细胞上的一种特定分子(集落刺激因子-1)发挥作用,就可以抑制疤痕组织的形成。只要添加这样一种阻滞剂,应当就能提高植入细胞的存活率。

目前已经成立了几家研究包被细胞疗法的公司。其中一家名叫Sigilon Therapeutics的公司正致力于改进麻省理工学院研发的用于治疗糖尿病、血友病和溶酶体贮积病的技术。美国礼来制药公司正与该公司合作,共同研究糖尿病疗法。另外一家名叫Semma Therapeutics的公司也以糖尿病为重点,不过使用的是自家技术。Neurotech Pharmaceuticals公司在青光眼和其它由视网膜退化导致的眼部疾病方面卓有建树,研制出的移植细胞已经进入了临床试验阶段。Living Cell Technologies公司则在开展针对帕金森综合征移植细胞的临床试验,此外也在研究其它神经退行性疾病的疗法。

目前被放入包被中的细胞主要来自动物或人类尸体,或由人类干细胞培育而成。未来的细胞移植疗法可能会包含更广泛的细胞类型,包括由合成生物学制造的细胞,可以在受控情况下、根据需求将特定药物分子释放进人体组织中。但该领域研究还处于早期阶段,包被细胞疗法的安全性和有效性都尚未得到大型临床试验的验证。不过目前表现出的迹象的确很鼓舞人心。

人造肉

未来的你仍然能对着汉堡大快朵颐,但不会有任何动物为此而死。在实验室中由细胞培育而来的“人造肉”正把这一想象变为现实。Mosa Meat、Memphis Meats、SuperMeat 和Finless Foods等初创公司已经开始研发人造牛肉、猪肉、鸡肉和海鲜,并且该领域吸引的投资已达成百上千万美元。例如,Memphis Meats公司去年共募得1700万美元,投资者包括比尔盖茨、还有嘉吉公司这样的大型农业公司。

若人造肉(也叫“清洁肉”)被消费者广泛接受,便可以免除动物受到的种种不人道待遇,还能降低肉类生产造成的巨大环境代价,无需耗费动物养殖所需的大量资源。

要生产人造肉,首先要从动物身上提取一份肌肉样本。技术人员再从组织中提取出干细胞,让它们大量增殖,进而分化成构成各类肌肉组织的原始纤维。Mosa Meat公司称,从一头牛身上提取的一份组织样本可以培育出8万份四分之一磅重的汉堡肉。

许多初创公司表示,希望在接下来几年间推出可出售的产品。但清洁肉要想在商业上取得成功,首先要跨越几道阻碍。

首先是成本和口味。2013年,记者们曾品尝过一款由人造肉制作的汉堡,但这块肉饼成本太高(超过30万美元),口感也干巴巴的(脂肪量太少)。自此之后,人造肉的成本一直在下降。Memphis Meats今年报道称,四分之一磅牛肉的成本约为600美元。按照这一趋势,人造肉在短短几年内就足以与传统肉相媲美。如果对肉质多加注意,再准确添加一些提升口感的辅料,便可以解决人们对口味的担忧。

为获得入市批准,首先要证明人造肉可以安全食用。虽然没有理由怀疑人造肉会造成健康风险,但美国食品药品监督管理局(FDA)刚开始考虑如何对人造肉进行监管。此外,传统肉类生产商也在抵制人造肉的推广,称这些实验室产品根本算不上肉,也不应当被贴上“肉”的标签。市场调查也显示,消费者对食用人造肉的兴趣“非常微弱”。尽管存在这些挑战,人造肉公司仍在大力开展研发。如果这些公司能成功造出口味以假乱真、且价格能够承受的人造肉,我们的饮食习惯也许会变得更人道、对环境也更友好。

电子疗法

电子疗法(即通过电脉冲治疗疾病的方法)在医学中已有很长的应用史。如心脏起搏器、人工电子耳蜗、针对帕金森综合征的脑深部刺激等。其中一种电子疗法主要向迷走神经(即将脑干脉冲发送到大多数器官、再将器官脉冲传回大脑的神经)传递信号。未来该疗法将变得更加全能,能够大大提升多种疾病的治疗质量。

迷走神经刺激术(VNS)之所以能得到全新应用,一部分原因是因为范恩斯坦医学研究院的凯文•特雷西(Kevin Tracey)等人发现,迷走神经释放的化学物质有助于调节免疫系统。例如,脾脏中释放的一种特殊神经递质能够使全身炎症反应涉及到的免疫细胞平静下来。这些发现说明,迷走神经刺激术或许也可以治疗与电信号紊乱无关的疾病,如自体免疫疾病和炎症反应等。这对此类疾病患者来说可能是一大福音,因为现有药物往往会失效、或造成严重副作用。迷走神经刺激术对患者来说可能要好受一点,因为它只作用于特定神经。而药物则通常会遍及全身,导致无关组织也受其影响。

到目前为止,针对炎症相关应用的研究颇为鼓舞人心。由特雷西共同创立的SetPoint Medical公司研发的迷走神经刺激设备已经在几种疾病的早期临床试验中证明了安全性,包括类风湿性关节炎(关节发炎、疼痛、变形)和克罗恩病(肠道炎症)。目前针对这两种疾病的临床试验正在进一步开展。科学家还在考虑用这种电击疗法之类其它涉及炎症的疾病,如心血管疾病、新陈代谢紊乱、痴呆、以及狼疮等自体免疫疾病。此外,预防组织移植后的免疫系统排异反应也是一个很有潜力的应用领域。

大多数迷走神经刺激设备都采用了移植物的形式,包括SetPoint公司的产品、以及目前已用于治疗癫痫和抑郁症的设备。医生通常会把设备放置在锁骨下方的皮肤下面。移植物伸出的导线缠绕在迷走神经的一根分支上,按照设定好的间隔发射电脉冲,其频率和其它特性都通过体外的一根磁棒来设置。如今的移植物直径约为1.5英寸(约合3.8厘米),但日后估计会越变越小,也能进行更精密的调控。

用于缓解丛集性头痛和偏头痛的非侵入式手持迷走神经刺激设备近期刚刚获得FDA批准,不过其缓解效果尚不清楚。这种手持设备可通过脖颈皮肤或耳部向神经发射微弱的电信号。

迷走神经并非新型电击疗法的唯一目标。去年年底,FDA批准了一款能够缓解戒毒反应的设备。该设备通过耳后皮肤向颅神经和脑神经发射电信号。共有73名戒毒者参与了此次实验,其中至少31%的人戒毒反应有所减轻,因此该设备获得了FDA批准。

但这些移植物的成本较高,且需通过手术植入体内,这些缺点可能会阻碍迷走神经刺激术的广泛运用。不过随着该技术逐渐朝非侵入式的方向发展,这一问题应当会有所缓解。但成本并不是唯一的挑战。研究人员还要进一步了解迷走神经刺激术对各种疾病的效果,以及如何确定每位患者接受刺激的最佳规律。此外,针对迷走神经释放的脉冲还可能影响周围神经,造成不良后果。

尽管如此,随着越来越多的研究和试验评估该方法的机制和效果,迷走神经刺激术和其它电击疗法也许能更好地用于慢性病的治疗,使成百上千万病人免受日日服药之苦。

基因驱动技术

有一项基因工程技术足以改变一个群体、甚至整个物种的特征,而针对该技术的研究正在快速进步当中。这就是所谓“基因驱动”技术,即能够从父母遗传给大量后代、从而在种群中实现迅速扩散的遗传元素。基因驱动可以在自然条件下发生,但也能通过基因工程实现,并且往往能为人类带来许多好处。该技术可以阻止昆虫传播疟疾等恶性传染病,改变害虫特征、从而增加农作物产量,也可以增强珊瑚对环境压力的抵抗力,或是阻止动植物入侵破坏生态系统。但研究人员很清楚,盲目改变、甚至剿灭某个物种很可能造成严重后果。因此,科学家正在制定相应的监管规则,以便开展基因驱动的实地测试,并投入更广泛的应用。

几十年来,研究人员一直在探索利用基因驱动打击疾病和其它问题的方法。随着近年来CRISPR基因编辑技术的诞生,科学家能够更容易地向染色体的指定位置插入遗传材料。2015年有几篇论文报道称,以CRISPR为基础的基因驱动技术已经成功在酵母菌、果蝇和蚊子身上得到了应用。其中一项研究通过基因驱动技术,使一群蚊子拥有了对疟原虫的抵抗力,这在理论上应当能限制疟原虫的传播。还有一项研究对另一种蚊子的雌蚊生育能力进行了干扰。

今年有一套以CRISPR为基础的基因驱动系统在小鼠身上开展了测试。该技术可以操控小鼠毛色,但仅对雌鼠有效。尽管如此,测试结果说明该技术或许有助于杜绝或防范鼠类及其它哺乳动物入侵对当地农作物或野生动物的威胁、或是随之传播的传染病。

美国国防部高级研究计划局(DARPA)便是这项技术的投资机构之一,对该技术充满热情,目前已向打击蚊媒疾病和啮齿动物入侵的基因驱动研究投资了1亿美元。比尔&梅琳达•盖茨基金会也向一项致力于打击疟疾的合作研究项目投资了7500万美元。

虽然看上去前景喜人,但基因驱动技术也引发了许多担忧。它们是否会在无意间对其它野生物种造成干扰呢?从一个生态系统中除去特定物种会产生什么风险?恶人有没有可能把基因驱动作为打击农业的武器?

为避免出现上述情况,一支研究团队发明了一种开关。只有向其中输入一种特殊物质后,才能打开开关、启动基因驱动。此外还有多支科学家团队在制定相关协议,为基因驱动测试提供阶段性指导。例如,美国国家科学院、工程院和医学院在2016年对该领域研究开展了评估,并给出了负责行动建议。此外在2018年,一支大型国际工作小组针对该技术从实验室研究向实地应用的转变,制定了一份行动路线图。DARPA和比尔&梅琳达•盖茨基金会的评论员也参加了该工作小组的部分会议。该小组的建议以非洲借基因驱动技术控制疟疾的情况为模板,因为该小组认为,该技术对非洲公共卫生的改善效果最为显著。

除了限制该技术本身的风险之外,许多研究人员还力图避免意外事故或错误的发生。在2017年一篇关于用基因驱动技术驱除有害哺乳动物的论文中,麻省理工学院的凯文•M•埃斯维尔特(Kevin M。 Esvelt)和新西兰奥塔哥大学的尼尔•J•甘默尔(Neil J。 Gemmell)不安地指出,一次全球范围内的意外将导致该领域研究至少倒退10年。“光拿疟疾来说,”他们预言道,“这种意外将导致成百上千万人付出生命的代价,而他们的死亡原本是可以避免的。”

等离子材料

加州理工学院的哈利•阿特瓦特(Harry A。 Atwater)在2007年为《科学美国人》撰文时预言道,一种名叫“等离子体”(plasmonics)的技术将得到广泛运用,如用来制作高度灵敏的生物探测器、隐形衣等等。十年后,许多等离子技术已经成为了商业现实,还有更多正在从实验室向市场过渡。

这些技术的基础都是控制电磁场与金属(通常是金或银)中自由电子之间的相互作用,且这些自由电子与金属的导电性和光学特性有关。被光线击中后,金属表面的自由电子会同时震荡,形成所谓的“表面等离子体”。如果这块金属很大,自由电子就会将光线反射回去,使金属闪闪发光。但如果金属直径只有几纳米,自由电子就被限制在了一块很小的空间内,振动频率也因此受限。具体的振动频率要取决于金属纳米粒子的大小。通过共振现象,等离子体只会吸收与自身频率相同的入射光。这种表面等离子体共振现象可用来制造纳米天线、高效率太阳能电池等有用设备。

在等离子体材料的应用中,被研究得最透彻的一种当属用于检测化学和生物因子的传感器。以其中一种方法为例:研究人员在等离子体纳米材料上涂了一种能够与目标分子(如某种细菌毒素)结合的物质,若不存在这种毒素,照射在该材料上的光线就会以特定角度反射出去;但如果存在这种毒素,表面等离子体的振动频率就会随之改变,反射光的角度也会发生相应变化。研究人员可以准确测量出这种效果,即使只存在微量毒素,也能探测到毒素的存在、并测出毒素浓度。几家初创公司正以这种方法和其它相似方法为基础研发相关产品,如能够置于电池内部的传感器,它可以监测电池活动,从而提高电池能量密度和充电速度;还有一种能够将病毒和细菌感染区分开的设备。等离子体材料在硬盘磁性存储器领域也有用武之地。例如,它可以在硬盘写入期间、定时加热硬盘上的若干小点,从而提高热辅助磁记录设备的存储能力。

在医疗领域,光激活纳米粒子正在就癌症治疗能力接受临床试验。纳米粒子能够融入血液之中,然后在肿瘤内部聚集。如果用与表面等离子体振动频率相同的入射光照射肿块,这些纳米粒子就会发生共振,产生的热量可以选择性地杀死肿瘤中的癌细胞,但不会伤害周围的健康组织。

新企业在研究等离子体材料的同时,也要确保产品定价合理、质量可靠、易于量产、且能够与其它元件兼容。虽然存在这些挑战,但该领域的前景似乎颇为光明。随着各种合成纳米材料相继问世,研究人员使用的材料不再仅限于金和银,石墨烯和各种半导体材料也得到了运用。市场调查公司Future Market Insights(未来市场洞察)预言,截至2027年,等离子体传感器在北美地区的市场总额将从2017年的2.5亿美元增长到近4.7亿美元。

量子计算机算法

再过短短几年,量子计算机就可能赶上、甚至超过传统计算机了。而这都要归功于研究人员对量子计算机硬件和算法所做的大量研究。

量子计算机利用量子力学进行运算。其运算的基本单位是量子比特,类似于传统比特(0或1),但它其实是两种不同运算状态的量子叠加,可以同时为0和1。借助这种特性,以及量子的独特性质“量子纠缠”,量子计算机解决特定问题的效率可以远超任何传统计算机。

该技术虽令人倍感激动,但也极为复杂繁琐。例如,一种名叫“退相干”(decoherence)的过程可以轻松扰乱量子计算机的功能。研究人员认为,拥有几千个量子比特、受到严格控制的量子计算机可以通过量子纠错技术解决退相干问题。然而,目前各实验室推出的规模最大的量子计算机(最著名的例子当属IBM、谷歌、初创公司Rigetti Computing和IonQ)也仅有数十个量子比特。这些量子计算机被加州理工学院的约翰•普瑞斯基尔(John Preskill)称为“嘈杂中型量子(NISQ)计算机”,尚无法进行纠错。不过,随着越来越多的人开始研究专为NISQ量子计算机编写的算法,也许可以让这些计算机以高于传统计算机的效率开展特定运算。

随着全世界越来越多的用户能够接触到NISQ计算机,这一过程得到了有力推动,越来越多的研究人员也得以研发并测试针对这些计算机的小规模程序。此外,相关的初创公司也如雨后春笋般蓬勃发展,着重于量子软件的不同方面,逐渐形成了一套产业“生态系统”。

研究人员认为,NISQ计算机有两类算法的潜力格外大:一种为模拟算法,另一种为机器学习算法。1982年,伟大的理论物理学家理查德•费曼指出,量子计算机最强大的应用将是模拟自然本身,即模拟天然原子、分子和材料。许多研究人员都编写了能在NISQ计算机(以及未来可实现完全自我纠错的量子计算机)上模拟分子和材料的算法。这些算法可以大大改进能源和健康科学等领域的新型材料设计。

研究人员还在评估量子计算机在开展机器学习任务时是否表现出色。对NISQ计算机算法的测试结果显示,对于给信息分类、把相似物品或特征归为一组、以及从已有数据样本中生成新的样本等机器学习任务,NISQ计算机的确能促进这些任务的开展。至少已有三支研究团队各自独立地报告了自己在研发量子版生成对抗网络(GAN)方面取得的进步(生成对抗网络是一种机器学习算法,近年来如疾风暴雨般席卷了整个机器学习领域。)

虽然不少算法在现有的NISQ计算机上似乎的确运行得不错,但还缺乏能证明它们比传统计算机算法更强大的证据。这些证据不易收集,可能要过数年时间才能完成。

今后几年间,研究人员很可能研发出更大、更可控的NISQ计算机,此后再推出拥有数千个量子比特、具备完整纠错功能的量子计算机。算法研究者们相信,NISQ计算机的算法效率足以超过目前最先进的传统计算机,但我们也许还是要等待具备完整纠错功能的量子计算机问世。

重要提醒:文章部分内容及图片来源于网络,我们尊重作者版权,若有疑问可与我们联系。侵权及不实信息举报邮箱至:aiskr@aiskr.com

相关推荐