2018年十大新興技術清單:生物學、無機化學、機器人、人工智慧...
2023-03-31 05:56:53 1
在不久的將來，科技將如何改變你的生活將大大加速創新藥物和材料的設計。先進的診斷工具將使醫療保健越來越個性化。增強現實將無處不在，將信息和動畫疊加在真實世界的圖像上幫助你完成日常任務，幫助行業更有效地運作。如果你生病，醫生將能夠植入活細胞到你的身體裡治療你的疾病。你將吃來自幹細胞的牛肉、雞肉和魚，大大減少動物養殖對環境的影響。保護無數生物不人道的待遇。
這些由生物學、無機化學、機器人和人工智慧領域的頂尖專家選擇的改變世界的想法構成了今年十大新興技術清單。
首先，我們在網上集思廣益，徵求世界經濟論壇全球未來理事會、專家、社區創新者、科學美國諮詢委員會的成員和編輯以及其他方面的意見。e技術符合若干標準。這些技術必須能夠提供顯著的社會和經濟效益，並在未來三至五年內實現這一目標。它們必須具有潛在的破壞性，能夠改變行業或建立做事的方式。它們必須處於相對穩定的狀態。開發初期，尚未廣泛使用，但正在被眾多團體研究，激發了專家們的興趣，吸引了越來越多的投資。理想情況下，它們是由多家公司開發的。在第一次會議上，指導小組刪除了50多份初稿，然後準備了額外的條件來評估剩餘的20項候選技術。最後決定是在通過進一步收集更多信息之後作出的。ER討論。
虛擬實境（VR）允許你沉浸在虛擬和孤立的世界中。相比之下，增強現實（AR）實時性涵蓋了真實世界中計算機生成的信息。當你看到或佩戴裝備有AR軟體和照相機的設備時，無論是智慧型手機、平板電腦、耳機。es或智能眼鏡，程序將分析傳入的視頻流，下載關於場景的大量信息，並將相關數據、圖像或動畫疊加到它們上，通常是三維的。
兩個例子：一個幫助自動備份安全且流行的遊戲精靈夢寶GO的顯示屏。許多消費者應用程式還具有AR功能，包括為外國遊客翻譯路標、讓學生剖析虛擬青蛙和允許購物者觀看的應用程式。在把椅子帶回家之前，先把椅子放在起居室裡。將來，這項技術將使博物館的用戶能夠製作全息圖式的導遊；外科醫生能夠將病人皮膚下的組織三維可視化；建築師和設計師能夠以新穎的方式進行合作；無人機操作員能夠通過增強的圖像角色遠程機器人；和新手快速學習從醫藥到工廠維護。新的任務領域。
易於使用的軟體設計應用將在未來幾年擴展到消費類產品。然而，目前，增強現實正在對行業產生最大的影響。它是第四次工業革命或工業4.0的一個組成部分：通過物理和數字系統的集成來提高製造系統的質量、降低成本和提高效率。在需要時提供適當的信息，從而減少誤差，提高效率和提高生產率。它還使設備中的應力可視化，並創建問題的實時圖像。
在二十世紀的大部分時間裡，所有的乳腺癌婦女都接受了類似的治療。從那時起，治療變得更加個性化：乳腺癌現在被分類為亞型並相應地治療。例如，許多腫瘤產生雌激素受體的婦女可以專門接受藥物。針對這些受體，以及標準的術後化療。今年，研究人員正朝著更加個性化的治療邁出一步。他們發現，大部分患者的腫瘤具有安全放棄化療和避免嚴重副作用的特徵。影響。
隨著診斷工具的發展，許多疾病的個體化或精確醫學的進步正在加速，這些技術可以幫助醫生檢測和量化各種生物標誌物（指示疾病的分子），並將患者分類為具有不同可能性的亞組。對疾病、預後或特異性治療的反應。
早期的分子診斷工具已經研究了糖尿病中的單個分子，如葡萄糖。然而，在過去的十年中，在組織學領域已經取得了很大的進展，這使得能夠快速、可靠和廉價地測序個人的整個基因組或測量水平。體液或組織樣本中所有蛋白質（蛋白質組）、代謝副產物（代謝物）或微生物（微生物）的s。這項技術的常規應用也開始產生巨大的數據集，人工智慧可以挖掘這些數據集以發現新的可用於臨床的生物標誌物高通量組織學與人工智慧的結合正在引領診斷進入一個新時代，這將改變對許多疾病的認識和治療，並允許醫生根據個別患者的分子特徵定製治療方案。
一些先進的診斷方法已被用於治療癌症。一個OnCODYPEDX測試了21個基因；測試顯示許多乳腺癌患者可以避免化療。另一個測試，稱為基礎一CDX，檢測實體瘤和IDE中超過300個基因中的基因突變。特定的基因靶向藥物可能對特定患者有用。
值得注意的是，使用這種私人診斷工具的醫療機構和研究人員必須嚴格執行保護患者隱私的措施。此外，需要明確的監管指南來持續評估生物標記物作為診斷工具的價值。Delin將加速新的生物標誌物的引入到醫療實踐中。
儘管如此，先進的診斷技術已經開始消除診斷和治療疾病的標準方法。通過指導患者進行最有效的治療，它們甚至能夠降低醫療保健的成本。有一天，我們中的許多人可能擁有積累的個人生物標誌物數據云。隨著時間的推移，告訴我們治療方法，無論我們在哪裡尋找它們。
要設計一種能防止病毒侵襲作物的新的太陽能材料、抗癌藥物或化合物，你首先必須面對兩個挑戰：找到該材料的正確化學結構，並確定哪些化學反應將正確的原子連接到所需的分子或分子。單元組合。
傳統上，答案來自於由偶然事件引起的複雜猜測。這個過程是耗時的，涉及許多失敗的嘗試。例如，一個合成計劃可能有數百個單獨的步驟，其中許多步驟產生不想要的副作用或副產品，或者完全無效。然而，現在人工智慧正開始提高設計和合成的效率，使企業更快、更容易、更便宜，並減少化學廢物。
在人工智慧中，機器學習算法分析所有已知的過去試圖發現和合成感興趣的物質的實驗，包括那些有效的，更重要的是那些失敗的。新的分子及其可能的製造方法。沒有機器學習工具能夠通過按下按鈕來完成這一切，但是人工智慧技術正在迅速進入藥物分子和材料的真正設計中。
例如，德國明斯特大學的研究人員開發的人工智慧工具重複地模擬了1240萬個已知的單步化學反應，並提出了比人類快30倍的多步合成路線。
在醫藥領域，基於人工智慧的機器學習技術也是令人興奮的。大多數製藥公司存儲數百萬種化合物，並將它們作為新藥進行篩選。但是即使使用機器人和實驗室自動化工具，篩選過程也是如此。此外，在理論上，所有的庫可能只是1030個分子的一小部分。使用描述已知藥物（和候選藥物）的化學結構和性質的數據集，機器學習工具可以構建新co.具有相似和可能更有用的特徵。這種能力開始加速藥物領導者的識別。
將近100家初創公司已經開始探索用於藥物發現的人工智慧。其中包括Insilico.、Kebotix和BenevolentAI，它們最近籌集了1.15億美元，以擴展其人工智慧技術，以發現運動神經元疾病、帕金森病和其他難以治療的藥物。我將人工智慧應用於整個藥物開發過程，從發現新分子到設計和分析臨床試驗，以證明人類的安全性和有效性。
在材料領域，CitrineInformatics等公司正在使用類似的方法生產藥品，並與巴斯夫和松下等大公司合作，以加速創新。美國政府也支持人工智慧設計的研究。自2011年以來，它已經投資了250多美元製造廠。離子在材料基因組項目，這是一個基礎設施建設，包括人工智慧和其他計算方法，以加速先進材料的發展。
過去的經驗告訴我們，新材料和化學品會對健康和安全帶來不可預測的風險。幸運的是，人工智慧方法應該能夠預測和減少這些不良後果。這些技術似乎可以顯著提高速度和效率。新的分子和材料被發現並投入市場。它們可以提供諸如改善醫療保健和農業、更好地保護資源以及加強可再生能源的生產和儲存等好處。
今天的數字助理有時會讓你相信他們是人類，但更有能力的數字助理正在路上。這些系統必須首先在無數情況下進行培訓，在這些情況下人類可能請求各種請求，並且適當的響應必須由人類編寫和組織成高度結構化的數據格式。
這項工作是耗時的，這導致了這樣一個事實，即數字助理僅限於他們可以執行的任務。系統可以學習，並且他們的機器學習能力使他們能夠更好地將輸入問題與現有答案匹配，但是在有限的範圍內。VE。
在更高的複雜度級別上，正在開發技術以允許下一代這樣的系統從無數的源中吸收和組織非結構化數據（原始文本、視頻、圖片、音頻、電子郵件等），然後在它們具有說服力的建議或辯論時自動提出說服性的建議或辯論。E從未受過訓練。
我們已經在網站上看到了這種能力，這些聊天機器人可以回答包括他們訓練的各種數據集的自然語言問題。聊天機器人在特定的問題或需求上需要相對較少或沒有訓練；他們使用預先配置的數據和應急能力來讀取R。然而，在識別單詞和意圖時，他們需要一些訓練來提供高度準確的答案。
六月，IBM提出了一個更高級的技術版本：一個與人類專家進行實時辯論的系統，不需要事先對這個主題進行訓練或爭論。使用非結構化數據（包括維基百科的內容），系統必須確定信息的相關性和準確性。將它組織成一個可重用的資產，它可以被調用以形成一致的參數來支持它的指定位置。它還必須響應它的人類對手的論點。系統在演示期間進行了兩次辯論，大量的觀眾認為它更有說服力。
支持技術已經發展了五年多，包括軟體不僅可以理解自然語言，而且能夠應對檢測積極和消極情緒的更困難的挑戰，這仍然是一項正在進行的工作。贏得一位公認的人類專家，並為未來三到五年可能出現的無數相關應用打開了大門。例如，這樣的系統可以幫助醫生快速找到與複雜病例相關的研究，然後討論給定治療方案的益處。
這些智能系統只是用來匯集現有的知識，而不是像科學家或專家那樣創造知識。然而，隨著機器變得越來越智能，它們也是不斷增加的失業的幽靈。
許多糖尿病患者每天數次刺破手指來測量血糖水平並確定他們需要的胰島素量。胰島細胞植入物通常在體內產生胰島素，使得這種麻煩的過程不必要。同樣，細胞植入物可以改變其他疾病的治療。包括癌症、心力衰竭、血友病、青光眼和帕金森病。但是細胞植入物有一個主要的缺點：接受者必須無限期服用免疫抑制劑以防止免疫系統的排斥。這些藥物可能引起嚴重的副作用，包括增加感染疾病的風險。腫瘤或惡性腫瘤。
幾十年來，科學家們已經發明了將細胞密封在半透性保護膜中的方法，這種膜防止免疫系統攻擊植入的細胞。然而，讓細胞遠離損傷是不夠的：如果免疫系統認為保護材料是外來的，它會導致瘢痕組織生長在膠囊上。這種纖維化會阻止營養物質到達細胞並殺死它們。
現在，研究人員開始著手解決纖維化的挑戰。例如，在2016，麻省理工學院的研究小組發布了一種使植入物免疫系統不可見的方法。在生產和篩選了數百種材料之後，研究人員發現了一種化學修飾的凝膠，稱為藻酸鹽。人體安全使用的悠久歷史。
幾家公司已經開發了膠囊細胞療法。其中一家是西吉隆治療公司，它正在促進麻省理工學院的發展技術。它被設計用於糖尿病、血友病和一種叫做溶酶體存儲疾病的代謝性疾病。在其他情況下，SemmaTherap.ics也使用自己的技術關注糖尿病；NeurotechPharmac.icals在青光眼和以視網膜變性為特徵的各種眼病的臨床試驗中植入細胞；Li.CellTechnologies正在進行臨床試驗帕金森的植入物正在開發中，他是神經退行性疾病的治療劑。
今天，包囊中的細胞是從動物或人類屍體或人類幹細胞中提取的。有一天，可植入的細胞治療可以包括更廣泛的細胞類型，包括一些經合成生物學修飾的細胞，這些細胞對細胞的遺傳學進行重新編程以執行新的功能，例如控制指定的藥物分子按需釋放到組織中。這些仍處於早期階段。在大型臨床試驗中，膠囊細胞治療的安全性和有效性尚未得到證實，但這些跡象令人鼓舞。
想像一下咬著一個沒有殺死動物的多汁牛肉漢堡包。人造肉在細胞培養實驗室中把這個願景變為現實。幾個初創公司正在開發實驗室來種植牛肉、豬肉、家禽和海鮮，包括莫薩肉、孟菲斯肉、超級肉和F。這一領域吸引了數百萬美元的資金。例如，在2017，孟菲斯肉類從農業公司比爾蓋茨和卡吉爾獲得了1700萬美元的投資。
如果廣泛使用，實驗室培育的肉類，也稱為清潔肉類，可以消除對動物的大多數殘忍和不人道的待遇。它還可以減少肉類生產的相當大的環境成本；僅需要資源來產生和維持培養的細胞，而不需要生長整個有機體。OM出生。
許多初創企業表示，他們希望在未來幾年內銷售他們的產品。但如果要在商業上可行，人工肉必須克服許多障礙。
成本和口味是其中兩個因素。2013年，當一個由人造肉製成的漢堡送給記者時，這個餡餅的價格超過30萬美元，而且嘗起來很乾（因為脂肪太少）。此後，成本下降了。孟菲斯肉類公司今年報告說，它的四分之一磅切碎的牛肉價格為6美元左右。鑑於這種趨勢，人造肉可以在幾年內與傳統肉類競爭。仔細注意質地和合理添加其他成分可以解決味道問題。
為了得到市場的認可，我們必須證明人造肉是安全的。雖然沒有理由相信實驗室生產的肉對健康有害，但是FDA現在才開始考慮如何管制它。同時，傳統的肉類生產商正在反擊，爭辯說實驗室根本不生產肉類，不應該這樣標註。調查顯示，公眾對吃人造肉不感興趣。儘管面臨這些挑戰，但清潔肉類公司仍在向前發展。如果他們成功地生產出價格合理、口感真實的產品，清潔肉類可以使我們的日常飲食習慣更有道德感和環境。精神上的可持續。
電子療法(Electro.icals)具有悠久的電脈衝療法的醫療歷史。考慮起搏器、人工耳蝸植入物和帕金森病的腦深部刺激。其中之一有望變得更加多才多藝，大大改善一系列疾病的護理。它包括向迷走神經傳遞信號，迷走神經從腦幹向大多數器官發送脈衝並再次返回。
迷走神經刺激（VNS）的新用途已經成為可能，部分原因是因為Feinstein醫學研究所的KevinTracey和其他研究表明迷走神經釋放的化學物質有助於調節免疫系統。脾使全身炎症的免疫細胞平靜下來。這些發現表明VNS可能對除了自身免疫和炎症外還幹擾電信號轉導的疾病有益。對於這些疾病的患者，這可能是一個好消息，貝卡。使用現有的藥物往往失敗或造成嚴重的副作用。VNS可能更耐受，因為它作用於特定的神經，藥物通常散布全身，並可能破壞超過治療目標的組織。
到目前為止，與炎症相關的研究一直令人鼓舞。由SetPointMedical（由Tracey共同創立）開發的VNS設備在類風溼性關節炎的早期人體試驗中已經證明是安全的，類風溼性關節炎可引起關節疼痛、畸形炎症和涉及腸道炎症的克羅恩病。正在進行臨床試驗。電療法也被考慮用於其他具有炎性成分的疾病，如心血管疾病、代謝紊亂和痴呆，以及自體免疫疾病，如狼瘡，其中迷走神經本身變得不活躍。預防移植物rejeCIT是另一個潛在的應用。
雖然目前尚不清楚迷走神經刺激如何幫助這些疾病，但最近FDA也批准了用於減輕叢集性頭痛和偏頭痛的無創手持迷走神經刺激器。他戴在脖子上或耳朵上。
迷走神經不是唯一被新的電子療法靶向的神經。在2017年底，FDA批准了一種非植入式裝置，通過耳後皮膚向顱神經和枕神經的分支發送信號，從而減輕阿片類戒斷症狀。在73例服用阿片類藥物的患者中，戒斷症狀的嚴重程度降低31%或更多後，e裝置被FDA批准。
植入物和外科手術的成本可能會阻礙VNS治療的廣泛應用，儘管隨著技術的侵襲性降低，這個問題應該得到緩解。但是成本並不是唯一的挑戰。研究人員仍然需要更多地了解VNS在每種情況下是如何工作的，以及如何最好地確定最優方案。對個別患者的刺激模式。迷走神經的衝動也可能以不受歡迎的方式影響周圍神經。
然而，隨著越來越多的研究和實驗檢查其機制和作用，VNS和其他電子藥物可能最終能夠更好地管理各種慢性疾病，從而可能減少數百萬患者的藥物需求。
能夠永久改變種群乃至整個物種特性的基因工程技術的研究正在迅速發展。人口。基因驅動是自然發生的，但也可以設計成以多種方式給人類帶來好消息。它可以防止昆蟲傳播瘧疾和其他可怕的傳染病，通過改變侵入植物的害蟲來增加作物產量，使珊瑚對環境不利。研究人員很清楚，改變甚至毀滅一個物種會產生深遠的影響。作為回應，他們正在制定規則，以管理實驗室的基因驅動技術的轉移。對未來的現場測試和更廣泛的使用。
幾十年來，研究者們一直在考慮使用基因驅動技術抗擊疾病和其他問題。近年來，CRISPR基因編輯的引入促進了這一努力，這使得將遺傳物質插入染色體上的特定位點更加容易。2015，幾篇報導報導了在酵母、果蠅和蚊子中成功傳遞了CRISPR基因驅動程序。
今年，CRISPR基因驅動系統在老鼠身上進行了試驗，試圖控制毛皮的顏色。這一過程只對婦女有效。即使如此，結果也支持了這項技術能夠幫助消除或改變侵襲性小鼠或其他哺乳動物種群，威脅莊稼或野生動物，或者傳播疾病。
國防高級研究計劃署（DARPA）是對這項技術充滿熱情的投資者之一，它投資了1億美元的基因驅動研究旨在打擊蚊子疾病和齧齒動物。比爾和梅林達蓋茨基金會已經向EST投資了7500萬美元。這是一個基因驅動的研究聯盟，致力於防治瘧疾。
加利福尼亞理工學院的哈利·阿特沃特說，等離子體技術最終將導致一系列的應用，從高靈敏的生物探測器到隱形鬥篷。十年後，各種等離子體技術已成為商業現實，其他技術也是如此。從實驗室走向市場。
這些技術依賴於控制電磁場與金屬(通常是金或銀)中的自由電子之間的相互作用，這負責金屬的導電性和光學性質。m所謂的表面等離子體。當一塊金屬非常大時，自由電子反射撞擊它們的光，使材料發光。但是當金屬只有幾納米時，它的自由電子被限制在一個非常小的空間內，這限制了它們的振動頻率。具體說明振蕩的ic頻率取決於金屬納米顆粒的大小。在稱為共振的現象中，等離子體僅吸收部分入射光，並以與等離子體本身相同的頻率(反射其餘的光)振蕩。可以使用表面等離子體共振(SPR)。d產生納米天線、高效率太陽能電池和其他有用的器件。
等離子體材料的最佳應用之一是用於化學和生物製劑的傳感器。在某種程度上，研究人員在等離子體納米材料上塗覆一種與感興趣的分子結合的物質，例如細菌毒素。在沒有毒素的情況下，在材料上發射的光在一個特定的角度。但是如果有毒素，它會改變表面等離子體的頻率，從而改變反射光的角度。這種效應可以非常精確地測量，甚至可以檢測和測量毒素的數量。d相關方法-包括用於電池內部傳感器，用於監測其活動以幫助提高功率密度和充電速率，以及用於區分病毒和細菌感染的設備。EMAL輔助磁記錄裝置通過在寫入期間臨時加熱磁碟上的微小點來增加存儲器存儲。
在醫學領域，正在臨床試驗中測試光活化納米顆粒治療癌症的能力。納米顆粒被注射到血液中，然後它們被集中到腫瘤中。然後，以與表面等離子體相同的頻率照射到物質中，導致這些粒子通過共振加熱，選擇性地殺死癌細胞而不損傷周圍的健康組織。
隨著新公司開始充分利用等離子體，他們需要確保他們的產品價格合理、可靠、堅固、易於批量生產和與其他部件集成。電子材料已經導致了等離子體中不尋常的光學效應，使得等離子體研究人員能夠使用除金和銀之外的材料，例如石墨烯和半導體。2017年初的2億5000萬美元，到了2027美元的近4億7000萬美元。
在幾年之內，由於硬體和算法的重要工作，量子計算機可以趕上甚至超過經典計算機。
量子計算機使用量子力學來執行計算。它們的基本計算單位，量子位，與標準位（0或1）相似，但它在兩個計算量子態之間是量子疊加的：它可以是0和1。這個性質與另一個uni一起存在。量子糾纏的特徵使得量子計算機能夠比任何傳統計算機更有效地解決某些類型的問題。
雖然這種技術是令人興奮的，它是殘酷的。例如，一個稱為消相干的過程可能會破壞其功能，研究人員已經確定，嚴格控制千比特的量子計算機可以承受的技術稱為量子退相干的錯誤更正檢驗。但到目前為止，最大的量子計算機的IBM、谷歌、rigetti計算和ionq已被證明在實驗室中只包含量子比特幾十人。這些版本，由加州理工大學的JohnPreskiel命名為中等規模的量子噪聲（nisq）電腦，沒有然而被修正。不過，專門寫nisq算法的研究可以使這些設備執行某些計算比傳統計算機更有效。
全球用戶對NISQ機器的訪問的增加為這一進展作出了巨大貢獻，使得越來越多的學術研究人員能夠為機器開發和測試小型程序版本。一個專注於量子軟體不同方面的啟動生態系統也在蓬勃發展。
研究人員已經看到了兩種NISQ算法的特殊前景，一種用於模擬，另一種用於機器學習。1982年，傳奇理論物理學家理察·費曼提出，量子計算機最強大的應用之一是模擬自然本身：原子、分子。許多研究人員已經開發出算法來模擬NISQ器件上的分子和材料（以及將來將完全糾正錯誤的量子計算機）。這些算法可以增強新材料的設計，並將它們從能源應用到健康科學。S.
開發人員還在評估量子計算機是否更擅長機器學習任務，計算機可以從大型數據集或經驗中學習。根據類別對信息進行分類，將相似項目或特徵聚類在一起，並從現有的統計樣本中生成新的統計樣本。自適應網絡（GAN），近年來在機器學習領域得到了廣泛的應用。
雖然許多算法似乎在現有的NISQ機器上工作良好，但是沒有提供正式的證據來證明它們比在傳統計算機上執行的算法更強大。這些證明非常困難，可能需要幾年才能完成。
在接下來的幾年裡，研究人員可能開發出更大、更可控的NISQ設備，隨後是具有數千物理量子位的機器用於完全糾錯。從事算法研究的人對NISQ算法將非常有效和更有優勢持樂觀態度。比最先進的傳統計算機更古老，雖然我們可能要等到具有完全錯誤校正的機器可用。
