全球十大突破技术发布，基因治疗2.0上榜
来源：众视AsiaOTT
2月21日下午，美国权威科学杂志《麻省理工科技评论》(MIT Technology Review)发布2017年全球十大突破性技术榜单。它们分别是：强化学习、自动驾驶货车、360度自拍、刷脸支付、实用型量子计算机、太阳能热光伏电池、基因治疗2.0、细胞图谱、治愈瘫痪、僵尸物联网。
作为全球最为著名的技术榜单之一，《麻省理工科技评论》全球十大突破性技术具备极大的全球影响力和权威性，至今已经举办了超过16年。
刷脸支付
Paying with Your Face
技术突破：人脸识别技术如今已经可以十分精确，在网络交易等相关领域已被广泛使用。
重大意义：该技术提供了一种安全并且十分方便的支付方式，但是或许仍存在隐私泄露问题。
主要公司：
- 旷视Face++
- 百度
- 科大讯飞
- 阿里巴巴
成熟期：现在
在中国，人脸识别系统现在应用于授权支付、设备访问以及罪犯追踪。那么问题来了，其他国家会效仿么？
Face++是一家估值超过10亿美金的中国初创公司，当笔者走进公司大门时，发现我那满是胡茬的脸呈现在了入口的大屏幕上。从那一刻起，我的脸已经进入了公司的数据库，我也可以靠着“刷脸”自由出入公司大门了。
不仅如此，人脸识别系统还能对于我在各个房间内的活动进行监控。
其实，Face++的人脸识别技术登陆手机app已有一段时间了。现在，支付宝也已经可以使用人脸识别进行授权支付了。另外，在“滴滴打车”软件中，用户能够看到司机的实名认证以及人脸认证信息。任何想注册成为“滴滴司机”的用户都需要在摄像头前扫描并进行人脸识别认证。
作为全世界首批上线人脸识别技术的国家，中国对于监控以及隐私方面的政策对此有很大的与推动。
与其他国家不一样的是，中国有一个庞大的身份证数据库。笔者在Face++访问的时候就见到当地政府利用人脸识别技术识别监控里的嫌疑人。相比于尚不成熟的足迹分析技术和早已过时的嫌犯存档照片等其它刑事鉴定技术，人脸识别显然更加有效。
比如，全中国最大搜索引擎百度的研究人员也在将人脸识别和机器学习进行结合，并进行了软件识别人脸与真人识别人脸的对比。今年一月份，在一档电视节目上，百度开发的人脸识别软件与人展开了一场对决，双方同时观察嘉宾幼时的照片并以此识别真人，结果百度的人脸识别系统完胜。
现在，百度正在开发一种人脸识别取火车票的系统，试点选在了乌镇。这座旅游城市足够的人流量将为系统实验提供充足的数据。据悉，这将需要将数百万张人脸输入数据库中才能达到99%的正确识别率。
太阳能热光伏电池
Hot Solar Cells
技术突破：一种可以让太阳能电池效率翻倍的技术。
重要意义：这项新设计可能会催生出在日落后依然可以工作的廉价太阳能发电技术。
主要研究者：
- David Bierman、Marin Soljacic、Evelyn Wang（麻省理工学院）
- Vladimir Shalaev（普渡大学）
成熟期：10到15年
太阳能电池板覆盖了越来越多的屋顶，但是，尽管这项技术已经发展了几十年，这些硅片组成的电池组件仍然笨重、昂贵而且低效。理论上的限制让这些常规的光伏电池板只能吸收太阳光中的一部分能量。
但是，麻省理工学院的一个科学家团队已经制造了一种全新类型的太阳能设备，利用工程创新和最新的材料科学进步来捕获更多的太阳能。
该技术的秘诀在于先将太阳光变成热能，然后将其重新变成光，而且聚集在太阳能电池可以使用的光谱范围内。
虽然许多研究人员已经在这项被称为是太阳能热光伏的技术上研发了多年，但麻省理工学院的这个装置是第一个可以比只使用光伏电池吸收更多能量的装置，表明该方法可以显着提高效率。
标准硅太阳能电池主要捕获从紫色到红色的可见光。再加上其他条件的限制，它们永远不能把太阳能中超过32％的能量转化为电能。麻省理工学院的这个设备仍然是一个粗糙的原型，而且运行效率只有6.8％，但是通过各种办法提高效率后，其效率可以大约达到传统光伏的两倍。
实用型量子计算机
Practical Quantum Computers
技术突破：制造出稳定的量子比特。比特是传统计算机中的信息单位，而量子比特是量子计算机的信息单位。
重要意义：在运行人工智能程序以及处理复杂的模拟和规划问题时，量子计算机的速度可能是传统计算机的指数倍，而量子计算机甚至能制造出无法破解的密码。
主要公司：
- 荷兰量子技术研究所QuTech
- 英特尔 - 谷歌
- 微软 - IBM
成熟期：4~5年
科学家们正在将以前的理论设计变成现实。量子计算机虽然每年都是“十大突破性技术”的夺标大热门，但每年我们都得出同样的结论：仍然无法实用。
的确，量子比特和量子计算机多年来很大程度上都是在纸上谈兵，存在于论文中，或者在确定其可行的脆弱的实验中。
尽管加拿大公司D-Wave系统几年前就开始出售其所谓的量子计算机，他们的量子计算机使用一种名为“量子退火（quantumannealing）”的专有技术。但怀疑人士指出，这一方法只适合应用于非常有限的计算，而且与传统计算机相比，可能并没有速度上的优势。
但今年，科学家们正在将以前的理论设计变成现实。
而且，今年的新气象还包括：来自谷歌、IBM、英特尔、微软等公司的资金正源源不断地流入，为建造一台能工作的量子计算机所需要的各种技术，包括微电子学、复杂电路以及控制软件等的研发，提供了强大的资金支持！
在应用层面，量子计算机尤其适合对海量的数据进行分解，这让它很容易破解大多数现有的密码技术，并且可能设计出无法被破解的密码。此外，量子计算机还适合用于解决复杂的最优化问题，并执行机器学习算法。
治愈瘫痪
Reversing Paralysis
技术突破：无线脑-体电子元件可绕过神经系统的损伤来实现运动。
重要意义：全球有数百万人被瘫痪所折磨，无时不刻都渴望着摆脱疾病的困扰。
主要研究机构：
- 巴黎综合理工大学洛桑理工学院（EPFL）
- 韦斯生物和神经工程中心（Wyss Institute at Harvard）
- 匹兹堡大学（University of Pittsburgh）
- 凯斯西储大学（Case Western Reserve University）
成熟期：10至15年
Grégoire Courtine持有脑脊柱接口的两个主要部分在利用脑植入来恢复脊髓损伤引起的运动自由受损上，科学家们已经取得了显着的进步。
近年来，借助脑植入物，少量患者已可以通过思想来控制计算机光标或者是机器臂。现在研究人员正在尝试意义重大的下一步：治愈瘫痪。
他们利用无线电将大脑读取技术直接连接到身体上的电刺激器，创造出法国神经科学家Grégoire Courtine所称的“神经旁路”，从而使人们的想法能够再次控制他们的四肢。
由Robert Kirsch和Bolu Ajiboye领导的凯斯西储大学团队对一个四肢瘫痪者进行了一次实验，他们在瘫痪者的手臂和手掌肌肉安装了超过16个的精细电极，在大脑中放置了两个比邮票还小的硅制记录装置，上面有上百个头发大小的金属探针，来探测神经元发出的命令。
在操作过程中，志愿者在弹簧扶手的帮助下缓慢地抬起了他的手臂，并可以实现手掌的张和握，他甚至可以把有吸管的杯子递到嘴边。
僵尸物联网
Botnets of Things
突破技术：可以感染并控制摄像头、监视器以及其他消费电子产品的恶意软件，可造成大规模的网络瘫痪。
重要意义：基于这种恶意软件的僵尸网络对互联网的破坏能力将会越来越大，也会越来越难阻止。
关键人物：
- Mirai僵尸网络软件的创造者
- 任何使网络有安全隐患的人——其中有你吗？
成熟期：现在
正在兴起的物联网热潮有着极其危险的副作用，且该风险与日俱增。
僵尸网络并不是一个新技术。早在2000年，就有黑客通过集合僵尸网络中所有电脑的力量，随意释放威力强大的分布式拒绝服务攻击（Distributed Denial-of Service Attack，缩写为DDoS）。被攻击的目标网站或服务器会因为大量的数据流量而超载下线。
在2016年10月，一个僵尸网络成功攻陷了一家互联网基础服务提供商Dyn，该公司的域名服务器（DNS）被迫断网，大量网站如Twitter、Netflix等暂时瘫痪。攻击Dyn的僵尸网络是由一款名为Mirai的公开恶意软件创造的。由于该软件可以被任何人轻易获得，并且对感染控制电子产品的过程进行了大量的自动化设置，导致其潜在危害非常严重。
该如何抵抗僵尸网络的攻击？
以彼之道，还施彼身：在僵尸网络还比较罕见的过去，直接攻击其中央控制系统是一个非常有效的反制方式。不过，这一手段随着僵尸网络的泛滥开始逐渐失效，对僵尸网络的攻击进行被动防御也是一种选择。
目前，市场上有多家公司出售DDoS Scrubber（DDoS清理）设备。不过，它们的防御效果并不稳定，会根据被攻击的服务类型以及程度做出变化。
但是总体来说，黑客还是处于上风。Dyn所承受的攻击只是一个开始，人们需要准备好承受更多来自僵尸网络的攻击。
强化学习
Reinforcement Learning
技术突破：强化学习（Reinforcement Learning，RL）是一种人工智能方法，能使计算机在没有明确指导的情况下像人一样自主学习。
重要意义：假如机器不能够自主通过环境经验磨练技能，自动驾驶汽车以及其他自动化领域的进展速度将受到极大地限制。
主要研究者：
- DeepMind - 科大讯飞
- Mobileye - 阿里巴巴
- OpenAI - 微软亚洲研究院
- Google - 中科院
- Uber - 百度
成熟期：1~2年
强化学习技术，正是AlphaGo能够掌握复杂的围棋游戏，并击败世界最强职业选手的关键。如今，强化学习正在迅速发展，并逐步将人工智能渗透到除了游戏之外的各个领域。除了能够提升自动驾驶汽车性能，该技术还能让机器人领会并掌握以前从未训练过的技能。
本质上，强化学习技术是从自然界中学习的一种基本法则。心理学家爱德华·桑代克（Edward Thorndike）在100多年前也注意到了这一点。在最著名的迷箱实验中，桑代克将猫放在一个迷箱中，猫只能通过按压一个控制杆才能逃脱。观察结果显示，经过相当长时间的来回徘徊，动物最终总会偶然地踩到控制杆，然后逃脱。
在国内，以科大讯飞为例，这家公司已经针对强化学习在多个方向展开了研究和应用，包括人机对话系统、智能客服系统、机器辅助驾驶、机器人控制等方向，都已有了应用研究。以对话系统这样一个多轮人机交互系统为例，它就是一个非常典型的强化学习应用案例。
360°自拍
The 360-Degree Selfie
突破技术：消费级360°全景相机，能够更真实的还原事件和场景。
重要意义：能提供360°全景拍摄的廉价相机将开启摄影的新篇章，也将改变人们分享故事的方式。
主要研究者：
- 日本理光（Ricoh）
- 360fly
- 三星
- JK Imaging （柯达Pixpro相机的制造厂商）
- IC Real Tech（ALLie相机的制造厂商）
- Humaneyes Technologies（全景相机Vuze的制造厂商）
成熟期：现在
360°全景拍摄的热潮最早是由一位哈佛大学的生态学者柯恩·霍夫肯斯（Koen Hufkens）掀起的。去年秋天他前往马萨诸塞州的一片丛林中探险，并在网站上实时直播了探险的过程。
当时，他使用的就是一台价值350美元的名为“theRicoh Theta S camera”的360°全景相机。在这一过程中，观众可以通过使用鼠标或者点击移动设备的屏幕将直播图像区域放大，借此看到森林的全貌。
在学术圈，这样的全景相机也大有用处，一家位于洛杉矶的初创公司Giblib就开发了专供医用的4k全景相机，医学院的学生已经可以通过它传来的影像学习外科手术了。
市场方面，在2016年球状全景相机的市场份额占全球相机的1%，而到2017年年初就已经增至4%，全景相机的兴起之势已不可阻挡。根据YouTube官方的反馈，很多人都会使用谷歌的Cardboard和Daydream设备搭配手机来观看虚拟现实视频，虚拟现实和全景拍摄已形成相互促进的局面。
基因疗法2.0
Gene Therapy 2.0
技术突破：美国即将批准首个基因治疗技术，更多基因疗法正在开发与批准的进程中。
重要意义：很多疾病都是由单个基因突变导致的，新型基因疗法能够彻底治愈这些疾病。
主要研究者：
- SparkTherapeutics
- BioMarin
- GenSight Biologics
- BlueBird Bio
- UniQure
成熟期：现在
数十年来，研究人员一直在追求基因疗法的梦想。基因疗法的前景非常美好：利用改造过的病毒将相关基因的健康副本递送至携带有缺陷基因的患者体内。然而，至今为止，基因疗法带来的失望远大于希望。1999年，一名18岁的肝病患者杰西·基辛格（Jesse Gelsinger）在一场基因治疗实验中死亡，从此整个基因疗法领域的发展就开始停滞不前。
早期基因疗法失败的原因部分是源于其递送机制，因为新的遗传物质（改造基因）、以及将其携带至细胞的载体病毒，被错误地递送到基因组的其他位置，这会激活某些患者体内的致癌基因，或者引起患者免疫系统的过度反应，从而导致多器官功能衰竭以及脑死亡。
但是现在，一些关键的难题已经解决，基因治疗也将迎来曙光。研究人员使用了更高效的病毒将新的功能基因转运到细胞中。
现在，两种遗传性疾病的基因疗法：治疗一种SCID病的Strimvelis，以及治疗一种引起脂肪在血液中堆积的失调症的Glybera，已在欧洲获得相关管理部门的批准。
细胞图谱
The Cell Atlas
技术突破：这是人体中各种细胞类型的完全目录。
为什么重要：超精确的人类生理学模型将加速新药研发与试验。
主要研究者：
- 布罗德研究所（Broad Institute）
- 桑格研究所（Sanger Institute）
- 陈—扎克伯格的Biohub（Chan Zuckerberg Biohub）
成熟期：5年
我们究竟是什么组成的？下一个生物学上的巨型项目将会回答。
科学家正在建立一个超详细的 “人类细胞图谱”，即通过细胞内部的内容来定义活细胞。
在1665年，罗伯特·胡克（Robert Hooke）凝视着显微镜下的一块软木，在其中发现了无数像房间一样的小格子。作为第一个描述细胞的科学家，胡克一定会被生物学的下一个大型项目震惊到：这是一个使用现代基因组学和细胞生物学中最强大的工具，来单独捕获和端详数百万个细胞的计划。
这个项目的目标是构建第一个全面的“细胞图谱”，或者人类细胞地图。这个项目的实现将成为一个技术奇迹，因为它将首次全面揭示人体是由什么所组成的，并为科学家们提供一个新的复杂生物学模型，以提升药物研发的速度。
细胞图谱研究的执行者主要是顶尖研究所，包括英国桑格研究所、麻省理工学院和哈佛大学的布罗德研究所、以及由Facebook首席执行官马克·扎克伯格（Mark Zuckerberg）资助的位于加利福尼亚州的一个全新的“Biohub研究所”。在去年9月，扎克伯格和他的妻子Priscilla Chan将细胞图谱研究作为了30亿美元医疗研究捐赠的首个目标。
自动驾驶货车
Self-DrivingTrucks
技术突破：可以在高速路上自动驾驶的长途货车。
重要意义：这项技术的发展将帮助货车司机更高效地完成运输任务，但这一岗位的薪酬可能会因此下降，货车司机最终也将失业。
主要公司：
- Otto
- 沃尔沃（Volvo）
- 戴姆勒（Daimler AG）
- 皮特比尔特（Peterbilt）
- 百度（Baidu）
成熟期：5年到10年
未来，自动驾驶货车将在高速上与其它车辆并驾齐驱，美国170万的货车司机又将何去何从？
研究自动驾驶系统的Otto公司成立于2016年，总部位于旧金山南市。公司的创始人安东尼·莱万多夫斯基（Anthony Levandowski）曾为谷歌的自动驾驶汽车团队效力，利奥尔·罗恩（Lior Ron）则曾是谷歌地图的负责人。
截至目前，谷歌自动驾驶汽车已经在美国多个州行驶了超过两百万英里。对莱万多夫斯基和罗恩来说，借助为谷歌工作积累的大量经验创立一家自动驾驶公司是很自然的一件事。
Otto最新一代的传感器和处理器阵列被安装在沃尔沃车内，很自然地和驾驶室融为了一体。全套设备包括四个面向前方的摄像机、雷达和一盒加速度传感器。
Otto的关键技术是一种激光雷达系统，该系统使用脉冲激光器记录下货车周围环境的详细数据。Otto从第三方买激光雷达的成本在10万美元左右，但该公司已经成立了一个团队，旨在制造Otto自己的激光雷达，并将成本控制在1万美元以内。
Otto驾驶室内有一个液冷式的定制微型超级计算机，大小跟面包箱差不多。这台计算机将会处理来自传感器海量的数据，然后通过制导算法，根据货车的载货量调整刹车和转向指令。该硬件系统的最后一环是利用电子线控技术，将计算机输出的指令转化为货车的机械动作。这一环的执行借助了机电作动器，它们被安装在货车的转向、节流和刹车设备上。
根据美国劳工统计局的数据，全美有170万个货车司机岗位。自动驾驶货车的应用不会代替所有的货车司机，但这项技术必定改变这个岗位的工作性质——而这种改变不一定被每个人都接受。
目前，中国有720万台货车和1600万个长途司机负责城际公路上的物资运输——这个产业的价值高达3000亿美元，而司机的工资成本占运输总成本的40%。如果使用自动驾驶货车，一些原本需要两到三位司机合作完成的长途运输任务可以由一位司机完成。
目前，中国的货运服务良莠不齐，公众普遍期待这个行业能进行大整改。此外，由于该行业的监管较松，给了企业很大的创新空间。在这两个因素的驱动下，中国的自动驾驶货车产业有望得到快速发展。
相关文章推荐：