麻省理工科技評論公佈的年度“十大突破性技術”被稱為科技界的奧斯卡。每年，在這一名單中，不乏中國的企業身影。比如2017年的“刷臉支付”可謂專為中國定製，主要研究者也均為國內一線廠商。
今年，又有哪些科技和中國企業入榜了呢？我們一起來看看。
1.3D金屬打印
入選理由：新型設備首次讓3D打印金屬零部件成為實用型技術
技術突破：3D金屬打印機實現了低成本快速金屬物體打印
重大意義：按需打印大型複雜金屬物體的能力將為製造業帶來變革
主要研究者：Markforged、DesktopMetal、GE等
成熟期：現在
3D打印的發展已有幾十年時間。但到目前為止，3D打印仍主要用於製造一次性的原型產品。如果希望使用除塑料以外的其他材料，例如金屬去打印，不僅成本高昂，且速度很慢。不過目前，3D金屬打印的成本正越來越低，並逐漸成為一種製造實際零件的方法。如果得到廣泛普及，那麼將改變大批量產品生產的方式。從短期來看，製造商將不再需要維護大量庫存。對於汽車零配件這樣的商品，在有需要的時候直接打印即可。從長期來看，大批量生產少數幾種零配件的大型工廠可能會被規模較小、更能適應客戶需求變化的工廠所取代。3D金屬打印可以製造出重量更輕、強度更高的部件，獲得傳統方法難以做到的複雜形狀，並對金屬微結構進行更精確的控制。
2.人工胚胎
入選理由：科學家們已經開始通過幹細胞製造胚胎
技術突破：在不使用卵細胞或精子細胞的情況下，研究人員僅從幹細胞中就可以培育出類似胚胎的結構，為創造人造生命提供了一條全新的途徑
重要意義：人造胚胎將為研究人員研究人類生命神秘起源提供更方便的工具，但該技術正在引發新的生物倫理爭議
主要研究者：劍橋大學、密歇根大學、洛克菲勒大學、中國科學院等
成熟期：現在
人工智能合成的人類胚胎將給科學家們帶來福音，幫助他們理解人體早期發育的每個過程。而由於這些胚胎來自易於操作的幹細胞，因此實驗室中可以使用各種工具，例如基因編輯工具，在它們的生長過程中開展研究。然而，人工胚胎帶來了倫理問題。如果這樣的胚胎與真實胚胎難以區分，那麼情況會是什麼樣?在胚胎感到疼痛之前，它們能在實驗室裡成長多久?生物倫理學家認為，在科學競賽開始之前，我們需要首先解決這些問題。
3.感知城市
入選理由：Alphabet旗下的SidewalkLabs計劃創建一個高科技社區來重新思考到底應該如何建設和運營一座城市
技術突破：多倫多的一個街區有望成為全球首個成功將尖端城市設計與前沿科技融合在一起的地方
重大意義：智慧城市會讓都市地區變得更加可負擔、宜居、環保
主要研究者：Alphabet旗下的SidewalkLabs、多倫多Waterfront、阿里巴巴等
成熟期：項目2017年10月對外公佈，預計在2019年開始施工建設
項目的目標之一是，利用龐大的傳感器網絡收集空氣質量、噪音水平、人口活動等多種數據，隨後指導設計、政策和技術決策。這樣的計劃要求所有車輛都實現自動駕駛，並進入共享出行平臺。機器人會從事瑣碎的雜務，例如遞送郵件。SidewalkLabs表示，將開放對該公司軟件和系統的訪問，讓其他公司可以在此基礎上開發服務，就像第三方為智能手機開發應用一樣。
4.面向所有人的人工智能
入選理由：將機器學習工具搬上雲端，將有助於人工智能更廣泛的傳播
技術突破：基於雲端的人工智能正在降低這項技術的使用難度和價格
重大意義：目前，人工智能的應用是受到少數幾家公司統治的。但其一旦與雲技術相結合，那它將可以對許多人變得觸手可及，從而實現經濟的爆發式增長。
主要研究者包括：亞馬遜、谷歌、微軟、百度、騰訊、阿里巴巴、科大訊飛、第四範式等
成熟期：現在
到目前為止，人工智能主要是亞馬遜、百度、谷歌和微軟等大公司，以及一些創業公司的玩具。對許多其他公司來說，人工智能的成本太高，全面部署非常困難。那麼解決方案是什麼?基於雲計算的機器學習工具正在將人工智能帶給更廣泛的受眾。到目前為止，亞馬遜AWS是雲端人工智能的領先者。谷歌正憑藉開源的人工智能庫TensorFlow對亞馬遜發起挑戰。近期，谷歌還公佈了CloudAutoML。這是一套經過預訓練的系統，讓人工智能更易於使用。目前尚不清楚，哪家公司會成為雲端人工智能的領先者。但對贏家來說，這意味著巨大的商機。
5.對抗性神經網絡
入選理由：兩個AI系統通過玩“貓捉老鼠”遊戲來獲得想象力
技術突破：兩個AI系統可以通過相互對抗來創造超級真實的原創圖像或聲音，而在此之前，機器從未有這種能力
重大意義：這給機器帶來一種類似想象力的能力，因此可能讓它們變得不再那麼依賴人類，但也把它們變成了一種能力驚人的數字造假工具
主要研究者：GoogleBrain、DeepMind、英偉達、中科院自動化所、百度、阿里巴巴、騰訊、商湯科技、依圖科技、雲從科技、曠視科技等
成熟期：現在
“生成對抗網絡”（GAN）讓兩個神經網絡在數字版的“貓鼠遊戲”中相互對抗。兩個網絡都使用相同的數據集去訓練。其中一個名為“生成器”，任務是利用所看到的圖像去創建不同版本，例如3隻手的人。而另一個名為“鑑別器”，任務是識別所看到的圖像是否是生成器製造的假圖像。通過這樣的過程，生成器將非常善於產生圖像，導致鑑別器無法判斷哪些是真實圖像，哪些是假的。從本質上來看，生成器被訓練去識別並製作看起來真實的圖像。
GAN已被投入使用，用於製作聽起來很逼真的語音和圖像。例如，英偉達的研究者向GAN提供了大量明星照片，隨後創造出數百張並不存在的頭像。另一個研究團隊則生成了類似梵高作品的假畫。更進一步，GAN可以以不同方式來重新想象畫面，例如將陽光燦爛的道路變成一條雪路，或是將馬變成斑馬。
6.巴別魚耳塞
入選理由：雖然現有硬件並不那麼好用，但谷歌PixelBuds卻展示了實時翻譯的前景
技術突破：近實時翻譯適用於多種語言，而且使用起來很方便
重大意義：在全球化日益發展的今天，語言仍是交流的一大障礙
主要研究者：谷歌、科大訊飛、百度、騰訊、搜狗、清華大學、哈爾濱工業大學、蘇州大學等
成熟期：現在
谷歌翻譯已經擁有會話功能，它的iOS和Android應用程序允許兩個用戶交談，對話將被自動識別並翻譯過來。但是，背景噪音會使App應用難以理解人們的對話，也不知道人們何時停止交談，何時開始翻譯。
PixelBuds繞開了這些問題，辦法是讓用戶在講話時按住右耳塞。將手機和耳機的互動區分開來，可以人為控制麥克風，有利於通話者保持目光接觸，不用將手機拿來拿去。
7.零碳排放天然氣
入選理由：一種針對天然氣發電廠的新工程學方法，將二氧化碳回收再利用
技術突破：一家發電廠能夠以廉價高效的方式捕捉天然氣燃燒釋放的碳元素，避免了溫室氣體的排放
重大意義：天然氣發電為美國提供了近32%的電力，其碳排放量也達到電力部門總碳排放量的30%
主要研究者：8RiversCapital、Exelon電力公司、CB&I等
成熟期：3-5年
在休斯敦郊外的美國天然氣和煉油工業中心，一家試驗性發電廠正在測試一項技術，有望使天然氣變為清潔能源的夢想成為現實。這個50兆瓦的項目名為“淨電力”(NetPower)，主辦企業相信可以以更低成本發電，至少能夠與標準天然氣發電廠的成本不相上下，作業過程中所排放的二氧化碳可全部回收。
該工廠將燃燒的天然氣所排放的二氧化碳置於高壓高溫環境下，利用它所產生的超臨界二氧化碳作為“工作流體”驅動特製渦輪機。大部分二氧化碳可以連續循環使用，其餘的可被便宜地回收。
降低成本的關鍵部分在於出售二氧化碳。今天，二氧化碳的主要用途是幫助從油井中提取石油。這是一個有限的市場，而且，不是一個特別環保的市場。然而，“淨電力”項目最終希望看到二氧化碳在水泥製造和製造塑料和其他碳基材料方面的需求日益增長。
8.完美的在線隱私
入選理由：原本為加密貨幣的交易過程開發的一種工具，現在能讓你在上網時避免透露任何非必要信息。
技術突破：計算機科學家正在完善一款加密工具，可以在不透露非必要信息的前提下完成驗證。
重大意義：如果你需要透露個人信息以在網上完成某件事，這個方法可以讓你在免除隱私洩漏或身份被盜竊風險的同時輕鬆實現。
主要研究者：Zcash、摩根大通、荷蘭國際集團等
成熟期：現在
真正的互聯網隱私終於將成為可能，這要歸功於一種新的工具。它的功能多多，包括在不洩露你出生日期的前提下，判斷你已年滿18歲，或者證明你在銀行裡有足夠的錢可供金融交易，而不會透露你的餘額或其他細節。這就限制了隱私洩露或身份盜竊的風險。
該工具是一種新興的加密協議，稱為零知識證明。儘管研究人員為此已經研究了幾十年，但在過去的一年裡，人們的興趣才開始激增，這在一定程度上要歸功於公眾對加密貨幣的痴迷，其中大部分與私有無關。
9.遺傳預測
入選理由：大規模基因研究將讓科學家能夠預測普通疾病及人格特徵
技術突破：科學家們現在可以利用你的基因組數據預測你患心臟病或乳腺癌的幾率，甚至你的智商也能被預測
重大意義：基於DNA的預測技術可能公共健康領域下一個重大突破，但它將增加歧視的風險
主要研究者：Helix、23andMe、MyriadGenetics、UKBiobank、BroadInstitute、華大基因、奕真生物、WeGene等
成熟期：現在
有一天，嬰兒出生時將得到DNA報告卡。這些報告將提供他們患心臟病或癌症的幾率，以及是否對菸草上癮、是否比一般人更聰明的預測。
雖然新的DNA測試只能提供概率，而不是診斷，但卻可以極大地造福醫學。例如，如果乳腺癌高危女性增加乳房X光檢查次數，而低風險的女性減少乳房X光檢查次數，那麼，這些檢查可能發現更多真正的癌症，並減少假警報。
多基因評分也面臨爭議，因為它們可以預測任何特徵，而不僅僅是疾病。例如，他們現在對智商測試結果的測試準確率約為10%。隨著分數的提高，DNA智商預測很可能會成為常規。但是，家長和教育工作者將如何使用這些信息呢?
10.材料的量子飛躍
入選理由：研究者們最近開始使用量子計算機對簡單分子進行建模，而這僅僅是開始
技術突破：IBM採用7量子比特的量子計算機對小分子的電子結構成功地進行彷真計算
重大意義：藉助該技術，科學家能瞭解分子的各個方面信息並以此開發出更有效的藥物以及更高效生成或傳輸能源的新材料
主要研究者：IBM、Google、哈佛大學AlánAspuru-Guzik教授、中國科技大學、中國科學院、浙江大學、阿里巴巴等
成熟期：5到10年
最近，IBM的研究人員使用一臺量子計算機，用7個量子位模擬出一個由三個原子組成的小分子。當科學家制造出更多量子位的機器時，就應該能夠精確地模擬出更大更有趣的分子，同樣重要的是，量子算法也會演化得更好。
閱讀更多 上海汽車報 的文章
