亚太地区“35岁以下科技创新35人”重磅出炉！20位中国青年学者崭露头角

来源：DeepTech深科技

世界正身处于一个科技新物种大爆发的时代，面向未来的恢弘画卷徐徐展开，数学、物理、化学、生物等基础科学的突破正在释放叠加性进步的力量。这些成就有关人类理想，关乎世界情怀。探索未知秘密的旅程中，有这样一批汇聚智慧与勇气的科技青年，在时代大潮中劈波斩浪，不断取得令人激动的创新突破。
 他们中，有在人类科学边界不断求索的先锋者（Pioneers）；有洞悉技术变化方向的远见者（Visionaries）；有灵感不断涌现的发明家（Inventors）；还有积极推动前沿技术落地的创业家（Entrepreneurs）；更有科技向善、以人为本的人文关怀者（Humanitarians）。 从实验室里不断涌现的研究成果，到科技创业者们在各前沿领域取得的里程碑式突破，有两个关键词始终闪烁：青年与创新。《麻省理工科技评论》“35 岁以下科技创新 35 人” 便是为他们量身打造的全球性社区。
 自 1999 年起，“35 岁以下科技创新 35 人” 每年都会从世界范围内的前沿科学、新兴技术、创新应用中遴选出对未来的科技发展产生深远影响的创新领军人物，涵盖但不限于生物技术、 能源材料、人工智能、信息技术、智能制造等新兴技术领域。
2010 年，“35 岁以下科技创新 35 人” 首次进行区域性评选，一跃成为亚太、欧洲以及拉丁美洲等多个国家和地区科技青年群体的重要标尺。2021 年，“35 岁以下科技创新 35 人” 亚太区正式落地中国，旨在为极具发展潜质的青年科技人才提供多元化的国际发展平台，让引进来和走出去的亚太科技成果再添新章。 经过近一年的严格评审以及全球 40 余位顶级科学和技术领袖的全程参与，我们看到了来自亚太地区 10 余个国家的科技青年们的突破性成就，他们或生长于此，或深耕于此，领域不同，背景多样。这些年轻人们或是高科技企业的创新领袖，或是来自各地高校的科研佼佼者，覆盖生命科学、人工智能、能源环境、先进材料等新兴科技领域。 
10 月 28 日- 29 日，杭州未来科技城联合《麻省理工科技评论》共同举办世界科技青年论坛，新一届亚太区 “35 岁以下科技创新 35 人” 也在本论坛上重磅揭晓。
作为一个拥有 2200 年悠久历史的中国古城，文明的曙光照耀着杭州这片土地。宋代大文豪苏东坡曾赞叹道：“天下西湖三十六，就中最好是杭州。” 世界著名科学家、成就 “两弹一星” 伟大事业的钱学森前辈也于杭州开始童年启蒙。

本次论坛的举办地杭州未来科技城更是早已成为实至名归的 “全域创新策源地”。近年来，随着全球领先高科技产业纷纷入驻，全球青年科技英才在此汇聚。此次世界科技青年论坛的召开，将为未来科技城构建科技人才高端矩阵凝聚国际新动力，同时，也将为杭州高层次人才计划的实施注入新动能，让科技智慧在杭州开花结果。 这些未满 35 岁的青年后浪，在各大科研领域中不断探索实践，让日新月异的科技创新更好地造福人类，让今天的世界变得更加美好，他们是真真正正值得尊敬的榜样。而这，也是 “35 岁以下科技创新 35 人” 这一全球青年科技领袖社区坚守 20 余年的初心 —— 让世界看见科技青年榜样的力量。 以下为 2021 年“35 岁以下科技创新 35 人” 亚太区名单（排名不分先后）：

他研制出可替代钢材的超级木材以及低成本、高性能的木基电池和太阳能蒸发器，用以促进环境友好型发展，解决迈向碳中和过程中面临的材料 - 能源 - 环境问题。

陈朝吉现为武汉大学资源与环境科学学院教授。加入武汉大学之前，他于 2017 年至 2021 年 5 月于马里兰大学帕克分校胡良兵教授课题组从事博士后研究工作，研究方向为木材基生物质材料的多尺度结构设计、功能化及高附加值循环利用，以解决材料、能源与环境的可持续发展问题，并最终在轻质结构材料、储能、环境修复、柔性电子设备和生物塑料五个方向取得多个创新突破。

作为团队核心成员之一，他参与开发了一种超级木材，强度与钢铁一样高，密度却只有钢铁的六分之一。这种轻质高强材料在轻量化汽车、节能建筑领域具有巨大的应用潜力，有望部分替代高耗能、高密度的钢材结构材料。

在绿色能源领域，他通过开发一系列高容量、低成本木基电池和超级电容器，为高性能、低成本、大规模储能提供了一种环保且可持续的策略。在环境水处理领域，他开发了 3D 木材膜材料用于水过滤及海水淡化，通过木基材料的双峰孔结构工程有效解决了该领域长期存在的盐积聚问题。

另外，他还研制了绿色环保木材基多功能器件和可降解生物塑料，展示了木材在功能器件领域的潜力。这些材料有望部分替代广泛应用的化石基不可降解塑料。

他凭借其独特的机械工程背景，为凝血疾病的诊断、治疗和控制寻找更好的解决方案。

通过将血流背后的机械力与其对血液蛋白和凝血细胞的影响联系起来，居理宁致力于为凝血疾病的诊断、治疗和控制找到更好的解决方案。他深耕的研究领域被称为 “ 机械生物学 ”。

居理宁致力于使用力学知识和工程技术在单分子层面上解决心血管生物力学问题，他发明了一种名为生物膜力学探针（Biomembrane Force Probe，BFP）的纳米工具，能够在单分子水平上实时监测膜蛋白受体动力学，并捕捉细胞内瞬时发生的信号，一改传统单细胞力学生物学研究中所使用的非实时性、求群体平均值的方法，实现在活细胞上同步获取力谱和钙离子信号，并将该单分子技术用于研究血小板在复杂血流动力学微环境下产生血栓的机制。

之后，居理宁又不断地对这项开创性技术进行升级。为了在具有动态血流的生理背景下进一步开展血栓力学生物学研究，他利用其他尖端技术对 BFP 进行了补充，构建了 4Ms 策略：力学（Mechanics）、显微镜（Microscopy）、微制造（Microfabrication）和小鼠模型（Mouse model），该方法集成了生物力学工程、成像、微流体和分子生物学。

通过对一系列机械感应（力感应）蛋白质的世界领先发现，以及了解血细胞如何利用这些机械力传感器来感应循环系统中的力学信号，居理宁已经开发出新的治疗策略，能够及早有效地预防和干预血栓的形成。

他开发仿人脑视觉皮层的机器学习机制，并应用到人脸识别相关的安全防控中，使用AI系统帮助人类打造一个更安全的世界。

人脑的视觉皮层非常强大。一个物体，只需看上几眼，人脑就可以快速处理视觉信息并识别物体 —— 任何人造机器的速度和精度都无法与之匹敌。

在剑桥大学攻读博士学位以来，Skylark Labs 的创始人兼首席执行官 Amarjot Singh 一直在进行人脑视觉皮层的研究。他致力于开发基于最优深度学习模型的类人类学习机制，使其在数据处理、内存使用率和计算资源利用方面更为高效。

2018 年，他发明了一种名为 “ ScatterNet Hybrid Deep Learning (SHDL) ” 的高效混合计算架构。该架构模拟人脑视觉皮层的机制来优化传统的大型深度网络，可以从有限的标记样本中学习有意义的信息，并以计算高效且内存占用低的方式工作，使其成为构建实用 AI 系统的理想选择。

“在印度成长的经历让我意识到人们每天面临着许多人身安全问题，尤其是女性，” Amarjot 说，“ 这对我产生了很大的影响，并促使我开发人工智能技术（混合网络框架）来应对这些挑战。”

他的公司还积极参与了一系列运用人脸识别技术解决现实生活中重大问题的项目，例如打击印度儿童贩卖的 CENSER 儿童救援系统，帮助叙利亚难民家庭成员重聚的面部识别系统，这些努力均致力于让世界变得更安全。

她开发了一系列新颖的分子振动光谱成像技术来原位获取生物分子信息，通过实现亚细胞水平的功能成像来应对生命科学中无标记成像的挑战。

李炫祯开发了一系列新颖的分子振动光谱成像技术来原位获取生物分子信息，通过实现亚细胞水平的功能成像来应对生命科学中无标记成像的挑战。这些技术发展有助于解决神经科学、细胞代谢和肿瘤学方面的问题。

她建立了一种新的无标记电压成像技术来跟踪神经活动，创新设计了一种高速受激拉曼成像方法，可直接测量膜的分子特性。这项新技术极大地提高了灵敏度和特异性，因此被用于在没有任何荧光标记的情况下在单个哺乳动物神经元中展示单次动作电位成像。作为该领域的首创，这一成果在生物光子学、生物物理学和生命科学等多个研究领域产生了重大影响。

这种成像技术创新启发了其他研究小组进行后续研究。它被认为是一项开创性的研究，也是新成像方法的代表性例子之一。

他致力于开发新的蛋白质设计方法，并设计可与天然蛋白质相互作用的人工设计结合蛋白，这些结合蛋白有望替代抗体成为新一代蛋白质药物以用于调节免疫反应、治疗癌症和杀死病毒。

曹龙兴开发了一种蛋白质从头设计新方法，可针对自然界中的任意蛋白质的特定靶点设计结合蛋白，这种方法除了目标的三维结构外，不需使用任何其它信息。

为了证明他的研究具有非常广泛的适用性，曹龙兴及其同事针对 12 种重要的自然界蛋白质靶标设计了结合蛋白，这些蛋白质靶标具有截然不同的表面形状和物理化学特性。生物物理实验验证表明，这些结合蛋白非常稳定，能够以纳摩尔至皮摩尔级的亲和力结合其靶标。对于其中所获得的五种复合物晶体结构，其计算模型与晶体结构完美匹配。这种新方法能用于开发新一代的蛋白质药物，在各种疾病的诊断与治疗应用中具有极大的潜力。

在新冠疫情大流行期间，曹龙兴成功对蛋白抑制剂进行从头设计，使其能够以皮摩尔级亲和力与新冠病毒刺突蛋白结合并阻止病毒感染细胞。此外，曹龙兴的抑制剂是针对病毒刺突蛋白最保守的区域设计的，它们能对现有的各种变异毒株保持高效力，并可应对未来病毒的持续突变和进化。

蛋白质从头设计可以用于新型药物、催化剂和材料的精确设计，并对我们人类在 21 世纪医学、能源和技术方面所遇到的各种挑战提供新的解决方案。

他构建的三维柔性生物电子器件可在微米到厘米尺度上监测与治疗人体器官，解决了电子器件与生物组织的界面失配问题，推助生命健康与智慧医疗发展。

韩梦迪致力于解决电子器件与生物组织的界面失配问题，他发明的柔性、三维电子器件可对生命体系进行长期、实时、连续的监测，为医疗大数据提供硬件基础，推动生物医疗信息的数字化，最终实现信息技术与生物技术的交叉融合。

针对皮肤、大脑、心脏等厘米尺度的器官，韩梦迪开发了转印工艺，可以将多模态、阵列化的电子器件转移至任意三维柔性曲面，实现电子器件与生物组织在模量、形貌、功能等多方位的匹配；针对细胞、组织、类器官等微米尺度的生命体系，他开发了三维组装工艺，可以并行化地将传统平面器件转化为三维立体结构，实现微尺度下电子器件与生物组织的几何形貌匹配。

他构建的一系列三维生物电子器件，尺寸从微米量级跨度至厘米量级，能够与不同类型的生物组织形成良好的界面，助力生物医学检测与治疗。他的加工方法具有并行化的特点，适于批量生产。这些跨尺度三维生物电子器件可以作为生物医疗大数据与人工智能的硬件基础，以微创诊疗器械、器官芯片、可穿戴设备等形式服务于生命健康领域。

他专注于开发和设计基于硅量子点的自旋量子比特，实现了双量子点量子比特的高温控制。

杨智寰于 2015 年实现了双量子点的量子比特设计和制造，于 2019 年开发新技术突破自旋量子态的存活时间限制，实现长时间存在的高保真度量子比特，打开了硅量子器件阵列化组成量子计算机的大门。

2020 年，他通过对材料系统的精细控制，实现了双量子点量子比特的高温控制（温度为 1.5K），将 “ 热 ” 量子比特带入了硅基 MOS 世界，为操作量子计算机复杂电路的正常运行提供了温度条件，这对量子计算来说将是决定性的技术。杨智寰的这两项技术都能够将硅量子点打造成开发大型量子计算机的主流技术。

2014 年，杨智寰于澳大利亚新南威尔士大学获电子工程学博士学位后，便长期留任新南威尔士大学开展研究工作，期间他曾与美国国家标准与技术研究院（NIST）和英国剑桥大学进行过短期研究合作。

她创新性地将非线性纳米光学和拓扑光学理论结合，应用于光学拓扑结构和器件的研究。

Daria Smirnova 专注于非线性纳米光学和拓扑光学理论，并将二者结合、聚焦于纳米尺度的光学拓扑结构和器件的研究，投入高效光能转换创新性研究。

Daria 创造了一种使用高折射率介电材料制成的纳米结构的概念框架。通过辅以精心设计的共振元件和晶格排列，她展示了在现实中实现光拓扑结构的特殊前景。

她和同事开发了一套全新的方法，可用于光子晶体的光学拓扑相表征，能够更方便地获得光学系统的拓扑性质，提供了一种不需要低温或强相互作用条件就可以简单实现光学拓扑态的方法。

此外，Daria 还将她的理论转化为应用，开发了多种纳米光学拓扑器件原型，有望应用于光子学领域和量子计算领域。

Daria 于 2015 年在澳洲国立大学获得物理学博士学位，随后分别以博士后、DECRA 研究员的身份在澳洲国立大学非线性物理研究中心开展研究至今。

他专注于研究肿瘤坏死因子受体的激活机制，其成果为肿瘤免疫治疗提供全新的研究思路并可用于开发靶向药物。 

潘利强的研究聚焦于肿瘤坏死因子受体（TNFR）的激活机制，以及相关靶向药物的开发。其中包括新型多功能配体（如 TRAIL、APRIL）或抗体衍生物（如配体/抗体偶联药物、多特异性抗体）等。

通过对肿瘤坏死因子受体超家族成员（TNFRSF）之一的死亡受体 5（Death Receptor 5，DR5）跨膜区进行系统的结构和生物学功能研究，潘利强与合作者共同发现了受体中跨膜螺旋（TMH）单体能通过聚簇来直接驱动信号传导，并推导出 DR5 胞外区在配体结合前应处于自抑制状态。他的研究廓清了 DR5 被特异性激活的机制，为那些正在开发通过激活 DR5 或 TNFR 超家族其他成员的癌症免疫治疗提供了新的思路。

为解决多特异性抗体的异源匹配问题，潘利强与合作者进一步设计并开发了一种可即时精准制备自组装多特异性抗体的 NAPPA 平台技术，并作为科学创始人联合创立了以 NAPPA 平台技术为核心的生物制药公司 Assembly Medicine Inc.，进一步将该技术应用于面向未来的个性化肿瘤免疫治疗及多特异性抗体药物等新型生物药物的研发。

他将物理材料与计算机、机器人技术相结合，创造无缝的有形交互体验。

用户界面（UI）是人类与电子设备背后的数字世界沟通的重要桥梁。在过去数十年里，有形用户界面（TUI）已成为一种新颖的增强型 UI，可以更有效地连接物理世界和数字世界。

Ken Nakagaki 在麻省理工学院媒体实验室（MIT Media Lab）媒体艺术与科学专业拿到了博士学位，即将担任芝加哥大学助理教授。自 2014 年以来，他一直致力于研究 TUI 的未来，特别是 TUI 与动态驱动和能力转换的结合 —— 这又被称为 “ 受驱动的有形用户界面（Actuated Tangible User Interfaces，A-TUI）”。A-TUI 旨在以物理方式传达数字信息并通过制动（例如形状变化和运动）动态适应交互。

Ken 的研究专注于将物理材料与计算和机器人技术相结合，以创造无缝的有形交互体验，其中包括三个主要研究方向：硬件形式、感知设计和被动材料激活。

Ken 此前的研究成果，如 LineFORM 和 ChainFORM，是对 “ 线形材料”（如弦、绳索和电线）交互性的探索。他设计了可以形变的 A-TUI 的原型产品，制作出了灵活的模块化蛇形电子设备和显示器。

第二个关键部分是将人因工程和感知设计技术集成到硬件设备中。Ken 表示自己开发了一套交互系统，通过触摸和制动来营造新颖的认知体验，以丰富数据的物理化，还可用于娱乐。

Ken 的第三个研究方向是被动材料激活，这也是他的博士研究方向。他将这个概念定义为“机械外壳”，主要研究我们周围物理环境中的被动物体，可以如何被激活、与其它被动系统“对接”并对交互做出反应。

“ 我想将我的想法和愿景带入真实的‘可体验’原型中。通过此类研究，我希望揭示物理环境中新的交互机会，以物理表达并动态响应人类交互。我相信这种前沿的研究范式可以真正推动我们与计算机和物体互动的方式，” Ken 表示。

2022 年，Ken 将成为芝加哥大学助理教授，建立自己的实验室，名为 Actuated Experience Lab，以进一步研究他的愿景。

从地下到太空，他利用等离子资源和技术来应对下一代人面临的挑战。

Lim Jian Wei Mark 是新加坡太空技术初创公司 Aliena 的首席执行官。该公司主要开发先进的等离子体推进发动机，为卫星运营商提供更经济的解决方案。

“ 随着我在科研领域的深入，最让我着迷的是我们如何利用等离子资源来应对下一代面临的挑战，” Mark 表示。

Aliena 公司的成立始于 Mark 在南洋理工能源研究所（ERI@N）担任研究科学家时参与的一个项目。在整个项目过程中，Mark 负责开发部署在纳米卫星上的等离子推进系统的系统固件。2018 年，Aliena 公司从南洋理工大学独立出来，自此诞生。

作为博士研究的一部分，Mark 开发了一种用于纳米卫星的新型微型等离子推进器，其设计独特（新型离子发动机）可以在小于 5W 的功率下运行，打破了最低功率纪录。该设计还延长了系统的使用寿命并解决了侵蚀问题。2019 年，南洋理工卫星研究中心（SaRC）对该项发明背后的物理概念进行了测试和验证，并预计将于 2022 年在太空中进行在轨试验。

据 Mark 介绍，Aliena 在 2019 年筹集了超额认购的种子投资轮，其工程团队和产品线正在迅速扩大，以适应卫星公司日益增长的需求。

她的研究为嵌入式与信息物理系统的验证做出了奠基性贡献，展示了该技术应用于工业系统的可能性。

范楚楚的博士论文研究被 ACM 评审委员会称作是 “ 为嵌入式与信息物理系统的验证做出了奠基性贡献，且展示了该技术应用于工业系统的可能性。”

她的主要研究内容是用形式化方法、机器学习与控制论等严谨的数学理论来设计、分析与验证安全自动控制系统。她聚焦于非线性系统的灵敏度分析，以及如何结合程序和动态的物理实体。

她使用机器学习算法学习灵敏度分析，然后用灵敏度分析检查系统安全性问题。她的解决方案将数值模拟数据、基于物理实体的符号灵敏度分析以及软件验证的核心方法（如等效性检查和定点分析）结合在一起。

范楚楚提出一个基于灵敏度分析、用于非线性混合系统有界验证的数据驱动算法，并成立初创公司将该方法商业化。在此基础上，她开发出 DryVR 验证工具，目前已应用在智能辅助驾驶系统、基于神经网络的控制器、分散式机器人以及医疗设备中，并首次对丰田的系统进行了验证，近期又应用在城市空中交通管理场景的模拟验证中。她还提出了一种 RealSyn 方法，为自动驾驶汽车的实时运动规划算法奠定了基础。

他致力于开发尖端的全量子计算模拟方法，为物理学、化学、生物学、能源和环境科学中的基础和跨学科问题提供理论视角，特别是在凝聚态物理和新材料领域提供模拟复杂过程的有利计算方法。 

陈基致力于开发尖端的全量子计算模拟方法，为物理学、化学、生物学、能源和环境科学中的基础和跨学科问题提供理论视角。

陈基与合作者一起，以量子原理揭示了水中铵离子的水合结构和动力学。该研究为铵筛纳米膜的设计与制作提供了重要的理论指导，为高效的水净化和经济的全球供水铺平了道路。

他精确地计算了二氧化钛的电子结构，并首次揭示了氧空位在单重态自旋态下的真实基态以及水分解效率与衬底电子态的理论关系。基于二氧化钛的研究，陈基与同事一起提出了高效水分解太阳能电池的设计方法，为清洁能源的研究提供指导性思路。

除此之外，陈基在凝聚态物质和材料的全量子物理领域也做出了重要贡献，其中研究液氢中的核量子效应以及准确预测二维冰的结构都是该领域的开创性工作。

陈基于 2014 年在北京大学物理学院获得博士学位，之后相继在英国伦敦大学学院、德国马克思普朗克固体研究所做博士后研究员，2018 年回国任教于北京大学。

他开发了利用各种功能性生物材料进行癌症免疫治疗的新策略。

汪超专注于癌症免疫治疗领域的新兴生物技术。他通过利用各种功能性生物材料开发了针对癌症的免疫疗法的新策略。

在攻读博士学位期间，汪超首次发现基于纳米材料的肿瘤光热疗法结合免疫检查点阻断疗法可以产生协同效应，有效抑制体内残留肿瘤细胞的生长和转移。相关工作帮助推动了全球多个团队在该方向的后续研究。

汪超在博士后期间开发了多种用于递送免疫检查点抑制剂的药物递送载体，包括微针贴片、凝胶和细胞载体，目前正在临床转化。

自 2018 年成为 PI 以来，汪超致力于利用细胞来源的新型生物材料，作为药物递送系统以提高肿瘤免疫治疗的疗效和减少免疫相关副作用。此外，汪超还开发了基于生物材料的局部/靶向和联合治疗策略，用于增强癌症免疫治疗，在临床实践中很有前景。

他开发的新技术或将让化学工业摆脱化石资源的束缚，走上低碳绿色和去中心化的道路。 

新冠疫情肆虐的日子里，过氧化氢为大家所熟知。这是一种强大的、环境友好型氧化剂，可用于日常漂白、消毒和水处理。然而，目前的过氧化氢生产技术，需要密集的能源投入，并会生产出大量的有机污染物。

与之类似，作为世界上产量第二高的化学物质，氨的生产也伴随着高能耗、高碳排放、巨大的投资风险和区域分布不平衡等问题。

唐城认为，他找到了解决这些挑战的办法。他开发了一种叫做 “ 电催化炼制 ”、或称 “ 电炼制 ” 的新概念。这个概念框架将可以实现当前化学工业的去化石资源化、去碳化和去中心化。在此基础上，他创造出了一系列新技术，可以创造性地将水、空气和二氧化碳这些地球上最丰富的免费资源合成为几种必要的化学品，其中就包括过氧化氢和氨。

最重要的是，这些独特的工艺将可以通过光伏和风能等可再生能源实现。化工行业或将因此摆脱化石资源的束缚，走上低碳绿色的道路。而对于欠发达地区来说，这些技术也将极大地方便他们获取更清洁的生活用水，拥有更可靠的卫生条件，并实现更稳定的粮食供应。

通过设计与制备高质量新型二维量子器件，他在石墨烯摩尔超晶格的强关联、超导、拓扑等方面做出了一系列开创性研究工作。

陈国瑞主要从事实验凝聚态物理研究，重点关注二维材料及其异质结中出现的新奇物理现象。他通过设计与制备高质量新型二维量子器件，近年来在石墨烯摩尔超晶格的强关联、超导、拓扑等方面做出了一系列开创性研究工作。

陈国瑞的科学发现开辟了一个新的研究领域——“moiré 平带”，并将二维材料打造成研究强关联、高温超导、拓扑物理等方面研究的理想平台。

他原创性地提出基于石墨烯和其他二维材料创造强关联材料这一理论，并首次用石墨烯实现了可调控 Mott 绝缘体，是第一个能够同时控制掺杂浓度和关联强度的真实存在的系统，也是强关联物理方向研究的理想平台。

陈国瑞在复旦大学取得博士学位后，前往加州大学伯克利分校从事博士后研究，2020 年回国并在上海交通大学担任副教授。

她开发了廉价、易于量产的可穿戴生物传感器，可用汗液追踪和评估健康状况。

斯坦福大学的博士后 Hnin Yin Yin Nyein 发明了一种新型可穿戴生物传感器，巧妙利用人体静息时产生的汗液进行分子水平上的健康信息评估。该可穿戴传感器成本低廉，易于量产，可以为人们提供持续和定期的健康监测。

她将汗液作为可持续获得的生物液体来源，通过连续不断的汗液检测来研究与精神压力、新陈代谢问题和潜在精神系统疾病等相关联的内源性汗液分泌。该设备具体可以用于持续监测由压力导致的人体状况变化，或糖尿病患者在低血糖时的出汗现象以及帕金森患者服药后的身体状况监测等。

不论穿戴者是活动或静止，年长或年幼，生病或健康，该设备都可以提供长达 24 小时的持续健康监测，全程被动且无需外部施加刺激来激活。这对将分子水平的监测手段融入数字健康中至关重要。

他揭示了电池反应在纳米-原子级别上的真实过程，并为提升下一代可充电锂电池的性能提供了有效策略。 

袁一斐专注于新能源动力电池领域储能材料的开发和相关储能反应机理的原位电镜研究，利用各种原位电镜表征平台，对储能材料在工况下的关键结构演化信息进行微纳和原子尺度的探究。他发展并运用一种先进电子显微镜方法，即原位透射电子显微镜，将电池在纳米级甚至原子级的电化学反应实现可视化。

他致力于探索材料合成-性质-性能之间的相互关系，围绕隧道结构二氧化锰储能展开微观尺度的研究，最终阐明了隧道相形核和生长的机理，以及锂电子在隧道结构内的传输特性，并在此基础上为提高锂离子电池充放电倍率性能和隧道储钠稳定性提供了有效策略。其基础研究成功应用于化学工程纳米材料中，相关理论被美国橡树岭国家实验室跟进，以进一步提高电池性能。

她研发的纳米抗体为自身免疫性疾病提供新的疗法，其低成本、易于存储运输的技术使她的研究成果能够惠及发展中国家。

Novalia 针对自身免疫性疾病，研发出一种纳米抗体。经过特殊设计，该纳米抗体在注射进人体后能精准靶向抗原呈递细胞（APC）并对其进行调控，从而在不伤害其他免疫细胞的情况下，使错误攻击神经元的免疫细胞凋亡。这在预防和治疗多发性硬化症、I型糖尿病以及类风湿性关节炎方面发挥着重要作用。在小鼠实验中还发现，该纳米抗体只需向小鼠体内注射一次，便能终生有效。它既不会损害免疫系统对抗病原体的能力，还能在免疫遗传中发挥作用。

她发明的工程纳米抗体制备成本低廉，易于大规模量产，无需冷藏且运输方便。这些优势使得该纳米抗体能够有效应用于发展中国家的自身免疫性疾病治疗中。此外，在采用器官移植、基因治疗以及治疗性蛋白质注射等外源性治疗方式后，患者身体出现排斥反应时，该工程纳米抗体还能保护人体细胞和器官。

他专注于研制新型廉价金属催化剂，并设计出高效且可持续发展的推助化学合成方案。

随着地壳中可获取的过渡金属越来越少，研制铁、镍等廉价金属制成的催化剂以推助化学合成可持续发展成为了一项有待发展的课题。许民瑜致力于开发新合成方案，使用可持续的过渡金属催化剂来提升化学合成效率。

自 2018 年起，许民瑜在新加坡国立大学带领团队开启了铁催化（IC）、镍催化 （NC） 和单原子催化（SAC）三个有关打造可持续过渡金属催化剂的研究。

在铁催化研究中，许民瑜团队研制出一种基于铁的均相催化剂，用于将廉价烯烃转化为更高价值的烯烃产品，或将化学领域中的其他廉价原料转化为珍贵的有机硼化合物。在镍催化方面，他们通过使用均相镍基催化剂，设计出了促进交叉偶联和烯烃/炔烃功能化的新方案，并将其应用到生物活性分子和药物的制备中。在单原子催化研究中，他们采用多学科方法设计出多种多相单原子金属催化剂，这些催化剂可以多次反复回收，在促进化学可持续生产方面具有巨大潜力。

她开发出可自愈电子材料，以缓解每年数以万吨计的电子垃圾污染问题。

随着电子产品的更新迭代和不断上涨的销量，旧设备被丢弃后产生的电子垃圾大量堆积。这些电子垃圾中包含重金属、不可降解的塑料等诸多有毒物质，它们最终多被填土掩埋、投入深海或被焚烧处理。这些过程不仅会加重温室效应，还严重威胁着野生动物和人类的健康。

陈毓君和她的同事仿照水母皮肤，研发出一款防水的可伸缩透明自愈电子材料。该材料可广泛应用于智能手机屏幕、外科手术机器人以及义肢当中，一定程度上延长产品寿命并降低成本，从而减少电子垃圾。此外，这些技术在应对环境不可预测性和对机器自主操作性等方面同样显示出巨大潜力。

2018 年，陈毓君和她的同事还开发出一种新型透明自愈离子导体。在离子偶极相互作用下，该材料可以在无需人工干预的情况下实现自主修复。使用该材料，他们制作出触摸传感器、压力传感器和应变传感器，并通过 3D 打印制成了柔软可自愈的离子印刷电路板。

他融合多种人工智能技术打造即时、有效的虚拟心理咨询师，帮更多人解开心结。

精神障碍和心理疾病已成为全球公共卫生机构关注的重要问题，世界各地的科学家和企业家都在竞相寻找有效且可扩展的解决方案。

在人工智能的帮助下，西湖大学助理教授蓝振忠博士正在尝试以独特的方式解决这个问题：通过整合多种人工智能技术，构建一个虚拟心理咨询师，可以提供即时、有效、低成本、可扩展的咨询服务。

蓝振忠原本计划博士毕业后在谷歌继续他的科研之路，然而就在毕业前夕，他发现身边许多朋友和同事都饱受心理问题困扰。从那时起，他开始研究心理健康问题，并渴望做一些事情来减轻他们的孤立感。

蓝振忠于 2020 年 6 月加入西湖大学，他希望利用自己的专业知识帮助中国的精神障碍患者。

他正在进行的一项研究是训练对话型 AI 获得长期记忆。通过这种方式，AI 系统可以更好地理解上下文，甚至可以“记住几天前的对话内容”。

目前，蓝振忠团队创建了一个由AI 驱动的微信小程序 ——“心聆”，为使用者提供免费的心理咨询。据他介绍，该平台已为 3,000 多人提供过咨询服务。

他以崭新思路来克服植入式柔性电子系统在脑机接口应用的相关技术难题，实现柔性高密度全脑维度的放大微电极阵列，为未来高性能生物神经接口电子系统做出突破性贡献。

近年来，各类面向脑内电子移植的创新型器件发展迅猛。然而，目前的脑机接口技术存在刚性结构与信号采集面积、分辨率不足的局限。

宋恩名对此创新了纳米薄膜的半导体器件柔性转移技术，建立了基于数以万计硅纳米薄膜晶体管的全脑尺寸和密度可控的皮层脑电前放电极阵列。该技术可应用到实时监测脑电信号成像（如猴、幼鼠等），预计可面向相关脑疾病的诊断与治疗（如癫痫）。

植入式柔性电子封装失效同样会带来严重问题，传统封装材料因其力学性能与柔软的脑组织不匹配容易造成脑损伤。目前，国际大多数植入式柔性电子设备在人体内的寿命有限，脑脊髓液渗透还会导致电流泄露。因此研发性能稳定的超薄封装材料的需求尤为迫切。宋恩名对此开发了基于热氧化 SiO2 的纳米封装材料，使得能够进行皮层脑电图成像的植入式器件能够稳定工作数年之久同事植入器件。

另外，针对传统电极材料功能与稳定性的瓶颈问题，宋恩名还提出了基于高密度重掺硅薄膜电极阵列的生物兼容性脑电信号成像，实现了信号放大与刺激并存的低干扰脑机接口系统。

他专注于开发廉价、高效的非金属纳米材料，应用于新型绿色、智能水处理技术。

在当今世界，随着生活消费品和工业生产的日益激增，各种新的化学物质和材料不断涌现。这一过程中产生的废水对环境及人类健康造成了巨大危害。

传统水处理技术主要依靠过渡金属或贵金属作为催化剂来去除水中的有机污染物。然而，这种方法非但成本较高，还会造成二次重金属污染，这类问题长期困扰着废水处理行业。

段晓光首次发现了基于纳米碳基催化剂的非自由基氧化体系，开辟了废水处理的新型技术。在此基础上开发的绿色氧化体系可以对复杂水体中的微污染物保持极佳的选择性。与传统的金属催化剂相比，非金属材料表现出了优异的污水处理效率，从而有效地解决了传统方法在处理生活及工业废水等复杂水生系统时的效率低下及二次污染等问题。

段晓光的研究为采用绿色安全的纳米技术进行水处理开启了新的时代，并在水体修复领域开辟了全新的研究方向。其成果显著赋与了先进制造、水安全保障和清洁环境的可持续发展。

她开发了多种人工智能平台，用于优化药物剂量或加快寻找治疗癌症和其他疾病的药物。

作为目前治疗癌症的最成熟方式之一，化疗带来的毒副作用可能会给患者带来难以承受的痛苦。为了将化疗药物的疗效发挥到最大，并最大程度降低其毒副作用， Agata Blasiak 及其团队开发了人工智能平台 CURATE.AI，协助新加坡当地医生优化化疗药物剂量，减轻病人痛苦的同时提高疗效。目前，CURATE.AI 正在进行临床验证并用于治疗血癌和实体瘤。

2020 年春天，她迅速转变工作重点以投身于对抗新冠病毒的研究。前期，Agata与合作者完成了一系列新冠药物设计实验，并指出了在临床上可行的治疗方案。在此基础上，他们研发出药物组合优化平台 IDentif.AI 。

利用该平台，他们发现若将瑞德西韦与抗艾滋病药物相结合，可以使瑞德西韦在对抗新冠病毒中的效果增强六倍。通过严格设计和实验测试小部分药物组合，IDentif.AI 能够在有限时间和医疗资源条件下，快速提供在临床上可以执行的疾病解决方案。

Agata 的这些发明在几个月内获得了专利，目前正在进行商业化。下一步，Agata 和她的团队正在努力将其成果推向市场，并有可能将其应用于新冠肺炎诊断以外的其他疾病。

他是卷积神经网络架构 DenseNet 的发明者之一，他将密集连接引入深度学习网络，从而巧妙缓解梯度消失问题，开启卷积神经网络架构新阶段。

黄高参与构建的 DenseNet（Densely Connected Convolutional Network）是深度学习领域中的又一里程碑，被顶级会议 CVPR 2017 评为最佳论文奖。该架构一改卷积神经网络（CNN）几十年来一直使用的递进层级结构，并将密集连接引入深度学习网络，从而巧妙地缓解了反向传播时的梯度消失问题。

DenseNet 的核心思想在于建立不同层之间的连接关系，该架构通过让网络中的每一层都直接与其前面层相连，实现特征的重复利用；同时利用瓶颈层（bottleneck layer）、转换层（translation layer）等来使网络变窄，即网络的每一层只学习非常少的特征图（最极端情况下每一层只学习一个特征图），达到降低冗余性的目的，一定程度上减少了参数数量，以此节省计算成本并有效抑制过拟合。

黄高发明的 DenseNet 已作为标准 CNN 模型被 TensorFlow 和 PyTorch 等流行深度学习平台使用。在智能医疗领域，该架构被应用在基于 X 光图像的肺炎诊断、脑部核磁共振、肝脏肿瘤等医学影像检测中。DenseNet 低内存占比和较高的计算效率优势使其在为移动端和边缘性设备提供人工智能产品上具有巨大潜力。

他的研究大幅拓展了人们对群组测试背后的数学算法和理论认知，有助于提升磁共振成像、DNA 测序等复杂任务的执行效率。

群组测试（group testing）是一种医疗领域广泛使用的快速检测技术，可用于血样检测和鼻腔 PCR 检测中。在新冠肺炎疫情大流行高峰期间，全球的测试资源出现短缺且成本高昂，群组测试因此成为了一种特别受欢迎的强大病毒检测手段。

新加坡国立大学助理教授 Jonathan Scarlett 多年来致力于更好地理解群组测试背后的数学算法和理论。在加入新加坡国立大学之前，他在洛桑联邦理工学院 (EPFL) 担任博士后研究员，并在剑桥大学完成了博士学位。他的主要研究方向为机器学习、信号处理和信息论。

通常来说，群组测试问题是根据对整个群组的测试，从一大堆目标集里确定一小部分有缺陷的目标（例如在医学测试中抽象地表示受感染的个体）。这可以被视为是类似稀疏推理的组合搜索问题。Jonathan 的工作用新的方式精确描述了算法和不可能结果的性能界限，即该问题的基本数学界限。

此外，他还在部分样本恢复（容忍样本出现少量误报或漏报）、出现相变行为所需测试次数的证明、噪声下群组测试算法的可实现性的证明等问题上做出贡献，以此扩大了该领域的研究范围。

Jonathan 还将他对群组测试的数学研究应用于其他看似不同的信号采集问题，比如应用在磁共振成像（MRI）上。

“他的新发现可以减少患者在 MRI 机器中停留的时间，使一台机器可以诊断更多患者。它还使我们能够更有效地重建图像，从而降低整个成像过程的总成本，” 洛桑联邦理工学院的 Volkan Cevher 教授表示。

除了研究群组测试之外，Jonathan 还在机器学习领域做出了贡献。他在贝叶斯优化和多臂老虎机方面的工作已在 NeurIPS、ICML 和 COLT 等机器学习顶级会议上发表。他还是多篇调查文章和专著的合著者，其中两篇发表于 Foundations and Trends in Communications and Information Theory 上。

他发明出“碳化法新型湿法冶金技术”，创造性地将碳排放与固废物处理两大环境问题的解决相结合，并将技术成果有效转化，推动绿色可持续发展。

周小舟所研究的“碳化法新型湿法冶金技术”可应用于钢铁废渣的回收处理环节，有效针对目前中国钢铁渣近 20 亿吨的存量市场，解决环保产业链中固体废物防治问题。

该技术将钢铁冶金后产生的钢铁渣和排放的二氧化碳进行特殊处理，处理后生成的铁矿粉和低纯度的碳酸钙可再次作为冶金原材料供应钢铁厂。此外，该技术还可以定制化生产填料级高纯碳酸钙，应用于造纸、塑料、涂料、橡胶等行业。

该方法有效避免了传统湿法冶金技术中使用强酸会带来的二次污染问题，并巧妙地将工厂排放的二氧化碳和余热进行回收再利用，用于固体废物的处理环节，减少碳排放的同时提高了钢渣循环利用率。此外，钢铁冶炼原材料的采购成本以及堆放固废的土地成本也一并降低，进一步实现了绿色可持续发展。

周小舟不仅在技术上有着创造性的开拓，他还积极推动该技术工程化落地，真正将科研成果应用到中国的环保产业链中。他创办的瀜矿科技（上海）有限公司/ Greenore Cleantech LLC 在 2016 - 2017 年间完成了一年 10 吨钢渣的处理，后与包头钢铁集团合资建成并运行了全球首套三千吨级中试示范工厂，目前在包头钢铁正在建设年钢渣处理 10 万吨、二氧化碳矿化量 2 万吨量级的全球首套商业化工厂。

她将传热和光学结合起来，发明了可以控制热能传输的方式，极大地扩展了传热设计的自由度。

热能，这种最常见的能量形式，其实是出了名的难以控制，尤其是具有扩散性的热传导。奠定了量子理论基础的普朗克辐射定律，将热辐射描述为了一种全光谱过程：物体的对外热辐射覆盖着一个很大的波长和角度范围。

然而，正如马克斯·普朗克本人（辐射定律就是以他的名字命名的）所指出的，全光谱辐射的实现也有例外：如果发出辐射的物品的尺寸小于热辐射的波长，辐射能量分布将大大偏离该定律。

前加州大学圣地亚哥分校博士生、现新加坡国立大学助理教授 Sunmi Shin 发现了一种使普朗克预言成真的方法。她设计了一系列新颖的装置，其中包括发射功率极低的纳米级发射器，能够增强并测量低温到室温相干热辐射，并加强了对辐射方向性的控制。

换句话说，她制造了一根“热线”，并以类似于光纤的方式控制了热流的方向。

他的研究对单晶卤化物钙钛矿产生了革命性的影响，可以从根本上加速这类新兴半导体材料单晶的工业化。 

他在卤化物钙钛矿外延薄膜中首次实现了可控应变工程，证明了卤化物钙钛矿外延中的可控应变技术和外延稳定效应。

陈怡沐开发了一种新的高性能单晶卤化物钙钛矿器件的制备方法，其中包含用于器件集成的单晶卤化物钙钛矿薄膜的转移方法。

此外，他还解决了卤化物钙钛矿与半导体微纳制造之间的不相容性，并制作了第一个卤化物钙钛矿单晶 micro-LEDs。他创新地采用致密的聚合物为卤化物钙钛矿单晶提供额外保护，使其在微纳加工艺制程中免受水分的损伤。

陈怡沐 2020 年于美国加州大学圣迭戈分校获博士学位，同年回国任教于哈尔滨工业大学（深圳校区）。

他专注于生物应用激光器的研究及相关生物信息学编码技术，为生物学研究和医学研究开辟新赛道。

陈又诚最具影响力的创新之一是开发出一系列“具有智能功能的微纳米生物激光器”, 通过激光发射为生物医学分析和生物信息学开拓了一条新道路。这种微型激光器可以与活细胞、组织或身体结合，以检测关键的生化或物理信号。其中，陈又诚开发了第一个采用 DNA 和活体细胞控制的微型激光，并用于解决生物传感和生物医学成像问题。

另一方面，与生物激光器相关的生物信息编码技术也同样重要，它使我们能够区别复杂且重要的生物大分子信号。陈又诚与其团队采用界面能量共振传输原理实现了生物响应动态激光条形码，能够检测液滴中的生物大分子。

在陈又诚诸多成果中最令人瞩目的是，他开发出首款 3D 打印活体激光芯片，为活体生物（病毒、细菌、细胞）的高通量芯片激光分析开辟了新的可能性。这些突破标志着使用微纳激光器，传感和成像已经可以实现智能功能。

陈又诚于 2017 年从美国密歇根大学安娜堡分校获博士学位，之后留在密歇根大学危重病护理及医学中心担任博士后研究员。2018 年，他前往新加坡南洋理工大学任教。

他是世界著名消费级无人机背后的“最强大脑”，为机载智能系统的小型化做出了重大技术贡献，使它们变得智能、创新且易于使用。 

在消费级无人机领域，大疆（DJI）的名字可谓是无人不晓。

在大疆标志性的消费级无人机产品背后，数以千计的顶尖工程师倾注了他们的智慧和努力，其中就包括周谷越。他于 2012 年在香港科技大学读博期间加入大疆实习，是推助 Phantom 4 和 Mavic Pro 等热门产品诞生的功劳者之一。

周谷越以创造了消费无人机自主驾驶系统而闻名，特别是无人机的机载系统架构、多传感器感知算法和应用级功能。他曾是大疆核心团队的成员和领导者之一，先后创建并负责计算机视觉、智能制造、入门级无人机和 STEAM 教育等技术和产品团队，领导数百名工程师。

周谷越曾带领团队研发出无人机的核心视觉导航系统，还在系统架构和计算算法上为机载智能系统的小型化做出重大技术贡献。

在科研方面，周谷越在国际学术会议和期刊上发表论文 10 余篇，拥有国内外授权专利 60 余项，这些成果已应用于大疆无人机全线产品中。

2020 年 11 月，周谷越加入清华大学智能产业研究院 （AIR） 任副研究员兼副教授，主要研究方向为机器人、计算机视觉、先进制造和人机交互。

她利用数据科学和物联网技术来降低能耗并改善空气质量。

建筑物里，室内空间的热舒适性和良好的空气质量，是由供暖、通风和空调系统保证的。这些设备比住宅中的任何其他电器都消耗着更多的能源。如果可以对建筑的通风设备进行准确的实时监测和运行优化，便能将能耗大幅降低。

化学工程博士 Natalia Mykhaylova 是加拿大创业公司 WeavAir 的首席执行官，她通过将数据科学和物联网概念应用于建筑领域解决了这个问题。他们的解决方案用到了最先进的传感器技术、算法和实时分析技术，但使用和操作过程却非常简单：只需要在通风设备上安装空气质量监测设备。

通过测量设备性能、监测空气质量、跟踪入住率，甚至新冠病毒的传播风险，其方法所收集和分析的数据可以节省建筑通风系统 60% 以上的能源成本。在改善空气质量的同时，维修和维护成本也可以大幅降低。这种可扩展的成熟技术解决了建筑管理的基本需求，可惠及住宅、商业建筑、旅游业等多个行业。

他开发出新型可穿戴机器人设备并革新外骨骼技术，以营造积极社会影响，改善残障人士的生活质量。 

近年来，外骨骼技术一直在突飞猛进，它正在成为人们可以依赖的新型可穿戴技术，有望改变许多残障人士生活体验。

远也科技（Yrobot）创始人兼首席执行官丁也多年来致力于开发外骨骼等新型可穿戴机器人设备，以提高老年人和残疾人的生活质量。他目前还担任北京大学人工智能创新中心的顾问和复旦大学附属华山医院运动医学科双聘专家。

丁也于 2018 年取得哈佛大学博士学位。他研究的重点是设计新一代可穿戴机器人设备以增强人体运动表现，同时开发智能算法使外骨骼设备能够自动适应穿戴者的步态。

2019 年，丁也成立了远也科技。该公司目前正在研发一种智能肌肉外甲。据丁也介绍，这套外甲能够“知晓穿戴者的意图”。它不同于传统的外骨骼设备，因为它让穿戴者可以自主活动，在增加肌肉力量方面更有效，并且重量轻且体积小，足以在日常生活中使用。

丁也将远也科技设想为一家帮助老年人进行日常活动、帮助残疾人（如神经损伤患者）加速康复的公司。在他的领导下，远也科技在过去两年中发展迅速，融资超过 2000 万美元，估值达到 8000 万美元。

“作为一名工程师，我一直在考虑如何有效地利用技术来帮助人们。借助超过 15 年的机器人研究背景，我希望将越来越多的科学发现转化为积极的社会影响，”丁也表示。

作为跨越机器学习、细胞生物学和应用数学领域的研究人员，他热衷于利用数学模型揭示细胞的内在决策机制。

作为一个自然的复杂微系统，细胞的内在决策过程仍待人们探究。曹志兴正致力于探索这一课题。他采用了多学科交叉的方法，通过量化研究来破译细胞的决策机制，从而为癌症治疗、新药研发、疫苗研制等提供新观点、新思路。

他设计了一种线性映射近似方法，将非线性基因调控网络映射到线性网络上，实现了大规模求解基因表达的随机动力学和高通量分析单细胞数据。

近期，他开发了一个基因表达解析模型，其中包含迄今为止最完整的细胞生理细节如细胞生长、细胞分裂等，从而使得精确解读细胞生理和基因表达的耦合机制成为可能。

针对细胞内生化反应规模大、反应物数量多的维度灾难问题，曹志兴提出了非马尔可夫的建模方法来降低系统维度，并开发一种微分机器学习方法来高效求解非马尔科夫模型，并将建模所需的数据量显着减少到经典方法所需样本的 1/30。

关注学术桥，关注科研人员发展本文内容及未标注图片来自网络，版权归原作者所有，仅供分享之用，不代表本公众号观点。如转载稿涉及版权等问题，请联系或者请留言通知我们删除。欢迎投稿，分享博士求职、面试、发展经历和感悟，指点科研、学术、项目和奖项经验和体会，来稿和内容合作微信：yeziwuyuxin，信箱：[e-mail]。

关注学术桥：联结全球 汇聚人才

延伸阅读