《麻省理工科技评论》发布2021年“全球十大突破性技术”

 

 

文章来源：DeepTech深科技

 

 

2021年2月24日，《麻省理工科技评论》“十大突破性技术” 榜单迎来诞生二十周年的日子。在最新的榜单中，我们关注了在人工智能领域引发热议的 GPT-3 语言模型。它不仅能写出逼真的文本，更具备强大的泛用性，人们甚至认为它是通向真正通用人工智能的里程碑。

 

2021 年《麻省理工科技评论》全球十大突破性技术榜单包括：mRNA 疫苗、GPT-3、数据信托、锂金属电池、数字接触追踪、超高精度定位、远程技术、多技能 AI、TikTok 推荐算法、绿色氢能。 

 

图 | 2021 年《麻省理工科技评论》全球十大突破性技术榜单

 

以下是榜单详细内容解读：

 

1、mRNA 疫苗

 

重大意义：mRNA 新冠疫苗有效性约为 95%，此前从未投入临床应用，可能带来医药领域的巨大变革。

主要研究者：BioNTech 公司、绿光生物科技公司、Moderna、Strand Therapeutics 公司

成熟期：现在

 

在全球，新冠病毒已夺去 200 多万人的生命，mRNA 技术研究人员德鲁•魏斯曼的几位童年好友也因此去世。如今，几种不同类型的新冠疫苗已经上市，美国所注射的新冠疫苗完全依赖于 Moderna 的疫苗、以及 BioNTech 和辉瑞合作开发的疫苗。以上两款疫苗有个共同点：都采用了 mRNA 技术。

 

mRNA 疫苗与传统疫苗生效机制完全不同，传统疫苗使用活病毒、死病毒、或者病毒外壳部分物质，以训练人体免疫系统。而 mRNA 疫苗含有基因物质，由脂质体包裹，注射入体内后，肌肉细胞吸收 mRNA 并产生某种病毒蛋白，免疫系统会及时产生抗体和 T 细胞来抵御病毒的入侵。在此之前，虽然针对 mRNA 的研究已有 20 年，但是直到去年，mRNA 才首次用于进入市场的药物。

 

mRNA 疫苗是否真的效果更好呢？答案是大写的 “是”。临床研究证明，Moderna 和 BioNTech 的疫苗有效性都达到约 95%，而阿斯利康的腺病毒疫苗有效性约为 75％。mRNA 疫苗具备高有效性、以及容易重新构建的特点，更有利于研究人员攻关艾滋病、婴儿呼吸道病毒、疱疹和疟疾这些目前都尚无成功疫苗的疾病。研究人员还认为，在未来，mRNA 技术不仅限于疫苗，还将针对癌症、镰状细胞病、艾滋病等带来低成本的基因修复。

 

不过，mRNA 若想用于药物治疗，建立切实可行的经济模型，还面临以下几个巨大挑战：如何将足够数量的 mRNA 输送到体内的正确位置？如何降低或避免 mRNA 所带来的副作用？如何包装脆弱的 RNA 分子？

 

魏斯曼说，他已经研究明白，如何定位纳米颗粒。从而让纳米颗粒进入骨髓，而骨髓不断制造所有的红细胞和免疫细胞。无论如何，mRNA 疫苗成功投入使用，为 mRNA 技术应用于其他疾病疫苗和药物的研究，开创了一个良好的局面，我们可以期待 mRNA 技术的应用前景。

 

 

2、GPT-3

 

重大意义：学习自然语言的大型计算机模型，朝着构建可理解人类、并与人类世界互动的 AI 迈出的一大步。

主要研究者：OpenAI、Google、Facebook

成熟期：现在

 

继 DeepMind 的 AlphaGo 和 IBM 的 DeepBlue 之后，GPT-3 成为 AI 领域最能引发公众想象的存在。GPT-3 是一种 “大型语言模型”，由旧金山的研究实验室 OpenAI 创建。所谓 “大型语言模型” 指的是一种利用深度学习的算法，通过数千本书和互联网的大量文本进行训练，将单词和短语串在一起。GPT-3 于 2020 年正式发布，能够模仿人类书写文本，逼真程度令人惊异。

 

掌握了语言的 AI，可对世界产生更好的理解，大型语言模型还有很多实际用途。比如，可为开发更好的聊天机器人提供支持，以进行更加流畅的对话；只要给出提示，它们就可以生成关于任何事情的文章和故事；它们还可以总结文本，或回答关于文本的问题；虽然只有获得邀请的人才能使用 GPT-3，但人们已经利用它为数十个应用程序提供了支持，其中不乏从一个产生创业想法的工具，到一个以地下城为背景的 AI 脚本冒险游戏的。

 

GPT-3 并不是 2020 年出现的唯一一个大型语言模型，微软、谷歌和脸书都推出了其开发的大型语言模型，但 GPT-3 却是迄今为止最好的全能型选手。人们认为 GPT-3 可以写出任何东西：同人小说、哲学辩论、甚至代码。人们甚至就 GPT-3 是否是第一个通用人工智能展开争论。

 

尽管 GPT-3 能产生特别逼真的文本段落，但并没有任何实质性创新。GPT-3 的出现证明了一点，那就是规模为王。在构建 GPT-3 时，OpenAI 使用的方法和算法与构建 GPT-2 的基本相同，区别在于 OpenAI 扩大了神经网络和训练集 ——GPT-3 有 1750 亿个参数，神经网络中的值在训练过程中会不断调整。而 GPT-2 仅有 15 亿个参数，GPT-3 也借此成为有史以来最大的语言模型。

 

但有科研人员指出，GPT-3 虽称得上是 AI 中的翘楚，但同时也集合了一些糟糕的问题，比如 GPT-3 耗电巨大，会加剧气候变化；GPT-3 会吸收网上的许多不实信息和偏见，并能按需复制；GPT-3 为机器生成的文本披上人性外衣，能够轻易获取人们的信任 —— 数月前，有人在 Reddit 上发布了一款由 GPT-3 支持的网络机器人，该机器人在几天内发布了数百条评论，并与数十名用户进行互动，直到最后才被发现并非真人。

 

对于相信 “越大越好”（bigger is better）理念的人而言，GPT-3 的出现是一个不小的胜利。这些模型表明，我们可以期待计算能力和数据将在未来走得更远。GPT-4 会是什么样子的？我们可以预期，聊天机器人将能够掌握更广泛的会话主题，与人的交流变得更加流畅，更善于将更长的连贯文本串在一起……

 

 

3、数据信托

 

重大意义：面对个人数据被滥用这一情况，数据信托可以帮助更好地管理数据。

主要研究者：Google Sidewalk Labs

成熟期：2-3 年

 

数据时代，在人们生活更加方便的同时，隐私和安全问题日益突显。那么，是否有一个组织可以像工会维护劳工权利一样来维护人们的数据权利？并且，能够像医生一样，根据个人的数据管理帮助人们做出明智的决策？

 

或许，数据信托是一种可行性方案。在法律中，信托是指基于对受托人的信任，委托人从其自身利益出发，将资产交给受托人管理的行为。而在数据信托中，受托人将管理一群人的数据或数据权利。这就像医生有责任依据病人的利益行事一样，数据受托人管理委托人的数据或数据权利，也对其利益负责。理论上，数据信托允许用户行使其作为数据生产者的权利。

 

此前，谷歌的姊妹公司 “人行道实验室” 建议创立一个公民数据信托 —— 希望在其智能社区 Quayside 入驻的公司必须申请收集和使用数据的许可证，并由社区成员组成的审查委员会对数据收集和使用进行监督，以保证这些数据能为用户产生价值。

 

虽然，“人行道实验室” 在 2020 年 5 月放弃了 Quayside 项目，但其数据信托的提议为数据管理提供了思路：对于智能城市、公共卫生计划等更多公共事务收集到的数据，可以创建数据信托并对其进行管理。

 

对于数据引发的隐私、安全性等问题，数据信托不是唯一的解决办法，但能够控制数据、让数据共享造福人类的数据治理是十分必要的。

 

 

4、锂金属电池

 

重大意义：锂金属电池能量密度高、充电速度快，而且安全可靠，使电动汽车像汽油汽车一样方便和便宜。

主要研究者：QuantumScape 公司、卡耐基梅隆大学、橡树岭国家实验室

成熟期：5 年

 

制约电动汽车产业发展的一大难题就是电池技术。目前，电动汽车普遍使用的是锂离子电池，这种电池昂贵、笨重、能量密度低，并且其所依赖的液体电解质在碰撞时极易起火。电池的一系列缺点体现在电动汽车上就是：价格高、续航低、充电慢，而且还存在安全隐患，这些正是让众多车主对电动汽车望而却步的原因。

 

显然，要使电动汽车比汽油汽车更具竞争力，就需要一种突破性电池来弥补这些缺陷。硅谷初创公司 QuantumScape 声称已经开发出全新的锂金属电池，其采用固体电解质（陶瓷）克服了传统锂离子电池存在的这些缺陷。

 

在传统的锂离子电池中，阳极主要由石墨制成，可以很容易地吸收和释放带电的锂离子，这些锂离子通过电解质在阳极和阴极之间来回穿梭，这些带电粒子流产生电流，电流从电池中流出，为任何需要供电的地方供电。

 

而在锂金属电池中，阳极本身是由锂制成的，这意味着电池阳极上几乎每一个原子都可以用来产生电流。从理论上讲，锂金属阳极可以比同等重量和体积的石墨多存储 50% 的能量。

 

这种锂金属电池拥有较大的能量密度和极快的充电速度，而且更加安全稳定。一旦普及，将彻底改写当今电动汽车产业格局，让电动汽车的成本降低、续航增加，届时充电将会变得像在加油站加油一样快捷方便。当然，这种电池也可用于其他形式的运输，比如长途卡车货运，甚至是短途航班。

 

QuantumScape 公司还展示了一款还处于实验室阶段的单层电池，可在 15 分钟内充电至 80% 以上的电量，续航里程达数十万英里，而且在冰点温度下也能正常工作。该公司表示，这种电池将使电动汽车的行驶里程提高 80% 以上，现在一次充电可以行驶 250 英里的汽车，使用这种电池后可以行驶 450 英里。

 

迄今为止，QuantumScape 公司发表的所有测试都是在电池组上进行的。为了在汽车上工作，该公司还将需要生产几十层电池，而且还必须找到一种方法，以足够低的成本大规模量产电池，从而与占据主导地位几十年的锂离子电池技术相竞争。

 

 

5、数字接触追踪

 

重大意义：在不获取个人位置信息的情况下，手机使用者可获知自己是否与新冠病毒感染者接触。

主要研究者：苹果、谷歌等

成熟期：现在

 

2020 年全球都在经历的新冠疫情让 “数字接触追踪” 引起人们的关注。新冠疫情之下，科技为公共卫生调查人员追溯感染者的行踪提供新思路 —— 数字接触追踪。使用该技术，卫生调查人员不再需要依靠病人的记忆对其行踪进行追踪，这减轻了对疾病监控的压力。

 

这一技术对应到实际应用被称为 “曝光通知”（Exposure Notification）。对于该数字接触追踪系统，程序员在几周内完成了建立和运行，并将代码开源共享，以保证全球各地的、苹果和安卓的用户都可以使用这一功能。

 

具体而言，“曝光通知” 不会追踪用户的位置，而是使用蓝牙来匿名连接附近运行同一应用程序的手机设备，从而保证健康数据的匿名性和隐私性。截至 2021 年 1 月，《麻省理工科技评论》了解到的全球各地政府使用的 “曝光通知” 应用共有 77 个。

 

然而，由于一些公司和用户缺乏对该应用认识和信任、用户信息不明确、感染者可能没有使用该应用等因素的限制下，“曝光通知” 在新冠疫情中似乎并未起到实质性作用。

 

但可以确定的是，越多的人使用 “曝光通知”，它达到的效果就会越好。而此次全球范围内的大规模 “实验” 也表明，一项技术要在实际场景中的应用，建立信任、增加获取渠道以及思考技术在复杂环境中的使用是更加重要的。

 

 

6、超高精度定位

 

重大意义：当定位技术精确到毫米级或更高水平，将开创全新的产业。

主要研究者：中国科学院空天信息创新研究院、ColdQuanta

成熟期：现在

 

全球卫星定位系统的精度正在从 “米” 提高到 “厘米” 级别，这将为自动驾驶汽车、送货机器人等在街道上安全行驶提供更大支撑。

 

2020 年正式开通的北斗三号全球卫星导航系统可实时捕获地面上几米的位置变化，甚至其处理精度能够达到毫米级。该系统已用于检测中国各地山体滑坡易发地区地表的细微变化，并于当年预测到中国湖南省将遭遇数十年来最严重的山体滑坡，使村民得以提前撤离。中国科学院航天信息研究所专家表示，如果卫星定位精度仍然在米或分米的水平，对此，这是不可能实现的。

 

其实，北斗和全球卫星定位系统（GPS）精度的进一步提升都需要通过地面设施来提高定位精度。在目前广泛使用的方法中，一种是实时动态（Real Time Kinematic，RTK）定位，精度可达 3cm 以下；另一种是精确点定位（Precise Point Positioning，PPP），也可以达到厘米级别的精度。此外，中国科学院航天信息研究所专家表示：“我们正在开发 PPP-RTK 技术，结合二者的优势，有望在几年后投入使用。”

 

除卫星系统之外，量子技术也被应用于定位和导航。专家认为，当原子冷却到接近绝对零度时，会达到一种对外力特别敏感的量子态。如果已知一个物体的初始位置，并能测量原子的变化，就能据此找到物体的实时位置。目前，量子技术公司 ColdQuanta 开发的量子定位系统早期版本已经在国际空间站上运行。

 

 

7、远程技术

 

重大意义：2020 年疫情期间，医疗保健和教育这两项重要服务中发生的变化，对人们的整体福祉和生活质量产生了巨大影响。但最重要的改变其实不是技术本身而是我们的行为，因为远程会议和远程医疗早已存在。

主要研究者：中国香港在线辅导公司 Snapask、作业帮、印度 Byju’s

成熟期：现在

 

2020 年四月，全球疫情进入高峰期，170 余个国家的学校关闭，受到影响的学生规模高达 16 亿。全球大部分地区的传统学校转为线上教学模式，亚洲也不例外，例如中国香港在线辅导公司 Snapask 的用户需求激增。

 

目前，Snapask 在亚洲 9 个国家拥有超过 350 万名用户，较疫情之前翻了一番。于 2015 年创立 Snapask 的 Timothy Yu 表示，“之前我们需要五年才能达到的用户数量，由于疫情的原因只用了一年就实现了。”

 

新冠疫情提高了在线辅导服务的知名度，在线辅导迅速成为许多学生生活中与课业同样重要的一部分。

 

疫情把全世界的医院都逼到了崩溃的边缘，为避免感染人们尽量不去医院，而是转向远程医疗。根据麦肯锡数据显示，短短一年时间，美国使用该服务的人数比例就从 2019 年的 11% 飙升至 46%。

 

“新冠肺炎让人们意识到，现在在家里就可以享受到各式服务，无论是购物还是医疗保健。我认为在后疫情时代，依然会伴随我们左右的一件事就是 —— 我们的生活将以家为中心。”穆欣古奇说道。

 

 

8、多技能 AI

 

重大意义：“多模态” 系统能解决更加复杂的问题，让机器人能够实现与人类真正意义上交流和协作。

主要研究者：艾伦人工智能研究所、北卡罗来纳大学、OpenAI

成熟期：3-5 年

 

2012 年底，人工智能科学家首次弄清了如何让神经网络 “拥有视觉”，随后，他们还掌握了如何让神经网络模仿人类推理、听觉、语言和写作的方式。虽然人工智能在完成特定任务方面已经变得非常像人类，甚至是超越人类，但它仍然没有人类大脑的 “灵活性”，即人脑可以在一种情境中学习技能，并将其应用到另一种情境中。例如，AlphaGo 虽然能击败世界上最好的围棋高手，但它无法将这种策略扩展到棋盘之外，无法理解和适应不断变化的外部世界。

 

另外，人工智能系统的设计是一次只做其中的一件事。比如，计算机视觉和音频识别算法可以感知事物，但无法使用语言来描述它们；自然语言模型可以操纵文字，但文字是脱离任何感官现实的。

 

在这方面，儿童成长过程是很好的例子，孩子通过 “感知” 和 “谈论” 世界来了解世界，当他们开始将单词与景物、声音和其他感官信息联系起来时，他们能够描述越来越复杂的现象和动态，并构建一个复杂的世界模型，这个模型能帮助他们驾驭陌生的环境，并将新的知识和经验融入其中。

 

受儿童成长过程的启发，如果将感官和语言结合起来，并让人工智能拥有更接近于人类的方式来收集和处理信息，那么它能否发展出对世界的理解？答案是肯定的。这些可同时获得人类智能的感官和语言的 “多模态” 系统，应该会生成一种更强大的人工智能，也更容易适应新情况、以及解决新问题。

 

如此一来，我们便可以使用这样的算法来解决更复杂的问题，或者将其移植到机器人中去，使得机器人能够在日常生活中与我们交流协作。2020 年 9 月，艾伦人工智能研究所 AI2 的研究人员创建了一个可以从文本标题生成图像的模型，展示了算法将单词与视觉信息关联的能力；11 月，北卡罗来纳大学教堂山分校的研究人员开发了一种将图像纳入现有语言模型的方法，此举提高了模型的阅读理解能力；2021 年初，OpenAI 对 GPT-3 进行了扩展，发布了两个视觉语言模型，其中一个将图像中的对象与标题中描述它们的单词联系起来，另一个则根据它所学的概念组合生成图像。

 

从长远来看，“多模态” 系统取得的重大进展可以帮助突破人工智能的极限，不仅会解锁新的人工智能应用，也会让它们的应用变得更加安全可靠，更加精密的多模态系统也将使更先进的机器人助手成为可能。总而言之，多模态系统可能会成为第一批我们可以真正信任的人工智能。

 

 

9、TikTok 推荐算法

 

重大意义：TikTok 不仅能够精准地为用户推荐感兴趣的视频，还能通过推荐算法帮助他们拓展与其有交集的新领域。

主要研究者：TikTok

成熟期：现在

 

TikTok 是全球最具吸引力、增长最快的社交媒体平台之一。截至目前，TikTok 在全球范围内已超过 26 亿次下载量，在美国拥有 1 亿用户。TikTok 发现和提供内容的独特方式是其具有吸引力的 “秘密武器”。

 

TikTok应用不同于其他社交媒体平台的是，任何人在 “为你推荐” 页面都有可能 “一举成名”。视频将通过 TikTok 的推荐算法向与视频博主有共同兴趣、爱好或特定身份的用户不断推荐，从而使优质的创作内容快速传播。视频博主有多少粉丝、是否走红过等因素并不会作为 TikTok 推荐算法的判断依据，它的推荐取决于视频标题、声音和标签，结合用户拍摄内容、点赞过的视频领域等进行推荐。

 

概括来说，TikTok 增强用户粘性的技能越来越 “炉火纯青”，不仅能够精准地为用户推荐感兴趣的视频，还能通过推荐算法帮助他们拓展与其有交集的新领域。

 

 

10、绿色氢能

 

重大意义：绿色氢气是绿色的碳中性能源，是可再生风能和太阳能的扩充，有可能成为未来低碳化的核心燃料。

主要研究者：绿色氢联盟蒂森克虏伯集团、国际能源署、麦肯锡咨询公司

成熟期：预计 2030 年

 

国际能源署（International Energy Agency）预测，到 2050 年，氢气可提供全球能源需求的 10% 以上，每年可生产 1100 万千兆瓦时以上的能源。

 

目前，区域性的“氢谷”项目正在欧洲各地落成，该项目计划将电解工厂布置在能够满足多种工业用途的地方，项目将包括建设炼油厂、水泥厂、发电厂和海上风电厂。

 

位于荷兰、意大利、西班牙、法国、英国、加拿大、澳大利亚、日本和中国等各国的大型项目也在蓬勃发展。据麦肯锡咨询公司估计，到 2030 年，由于电解和可再生能源发电的成本下降和以及碳排放成本上升，绿色氢气的价格将与灰色氢气同样实惠。尽管当下仍有很多技术障碍需要克服，但大规模利用氢能、实现可持续发展是必然的趋势。

 

 

相关延伸：《麻省理工科技评论》发布2020全球十大突破性技术

 

 

声明：本站文章版权归原作者及原出处所有。本文章系本站编辑转载，文章内容为原作者个人观点，登载该文章的目的是为了学习交流和研究，并不代表本站赞同其观点和对其真实性负责，本站只提供参考并不构成任何投资及应用建议。

本站是一个学习交流和研究的平台，网站上部分文章为引用或转载，并不用于任何商业目的。我们已经尽可能的对作者和来源进行了告知，但是能力有限或疏忽，造成漏登或其他问题，请及时联系我们，我们将根据著作权人的要求，立即更正或删除有关内容。本站拥有对本声明的最终解释权。