《麻省理工科技評論》發布本年度35歲以下青年英雄榜

美國時間 8 月 16 日，《麻省理工科技評論》公布了第 17 屆 TR35 評選結果，即全球 35 位 35 歲以下的科技創新青年榜。各路精英在影響力、創新能力、進取精神、未來發展潛力和溝通能力方面的表現都非同尋常。從初創公司到研發機構再到科技巨頭，都是他們的大展拳腳的舞台。毫無疑問，他們是各自領域中的青年翹楚。

在 35 名上榜者中，共有 6 位華人，他們分別是創立了 Project Include 的 Pinterest 軟體工程師周怡君（Tracy Chou）、Law.ai 和 Wafa Games 的創始人龔曉思、柔宇科技的創始人兼 CEO劉自鴻、阿里巴巴人工智慧實驗室的首席科學家王剛、阿里雲首席安全科學家吳翰清，以及 AutoX 的創始人兼 CEO肖健雄。

該榜單分為 5 大類別：

· 發明家（Inventors）

· 遠見者（Visionaries）

· 先鋒者（Pioneers）

· 創業家（Entrepreneurs）

· 人文關懷者（Humanitarians）

與此同時，我們也正在接收2017 年中國地區的第一屆 MIT TR35 榜單的提名與報名。此次中國區榜單專註於中國地區，將以全球視野挖掘最有創新能力的科技青年，也是MIT TR35全球榜單中規模最大、評委級別和數量最高的榜單。

這份榜單不僅將彙集中國最有潛力改變人類生存方式的科技青年，更將展現未來科技的發展方向與商業趨勢。參選者將有機會向全球權威科學界及產業界人士展示自己的科技成果和創新能力，最終的獲獎者更將受邀出席 2018 年 1 月 30 日的頒獎典禮，並作為成員自動加入 MIT TR35 全球社區，參與全球範圍內的創新交流活動。

本次極具權威性的中國榜單評選有幸獲得近30位重量級專家的支持，他們是來自國內外各個專業領域的權威人士。我們即將公布中國區評委全名單。

以下為本屆全球榜單的詳細內容：

— 發明家（Inventors）—

Ian Goodfellow，31歲

他發明了讓神經網路合作並提升性能的新方法。

幾年前，在蒙特利爾的一個酒吧里的激烈辯論之後，Ian Goodfellow 想到了一個點子，這個點子是人工智慧中最吸引人的想法之一。他應用了博弈論，設計出了一種方法，可以讓機器學習系統高效地教自己理解世界的運作方式。這可以讓我們不用再費勁地給計算機提供標記好的訓練數據，讓計算機變得更聰明。

Goodfellow研究的是如何讓神經網路在沒有人力監督的情況下學習。通常，神經網路需要標記好的示例才能有效地學習。雖然它們也可以從未標記的數據中學習，但效果常常不盡人意。Goodfellow 是谷歌大腦的研究科學家，他想知道兩個神經網路是否可以一起工作——一個神經網路去了解數據集並生成示例；第二個則試著判斷這是真是假，允許第一個調整參數並作出改進。

Goodfellow 從酒吧回來後，寫出了第一個案例的代碼。他把這種方法命名為「生成對抗模式網路 （GAN）」 。這個互相對抗的神經網路方法，大大提高了對未標記數據的學習能力。GAN 已經可以執行一些令人眼花繚亂的技巧。比如通過內部化一組照片的特徵，GAN 就可以提高像素圖片的清晰度，還能想像出真實的假照片，或將圖片變成特定的藝術風格。Goodfellow 說：「你可以認為這種生成模式為人工智慧帶來了某種形式的想像力。」

Olga Russakovsky，31歲

她採用眾包方式大大提升了計算機的視覺系統。

「如果不能夠很好地辨識人類的環境，那麼機器將很難發揮它們的作用」，普林斯頓大學助理教授 Olga Russakovsky 說道，而她正致力於開發更好的人工智慧識別系統。

幾年前，機器只能識別出大約 20 個物體，例如人類、飛機和椅子等。 Russakovsky 通過訓練機器對照片上物體的進行識別，AI 已經能夠辨別出 200 個物體，甚至包括手風琴和鬆餅機。

Russakovsky 希望最終 AI 能夠操控機器人或者智能相機，這樣就能讓老年人放心地獨自留在家中；或是讓自動駕駛車輛能夠更好地檢測到道路上的行人或垃圾桶等障礙物。「我們多多少少還差那麼一截。」 她說，「而關鍵原因之一就是因為視覺技術還沒能達到那一步。」

這個以男性為主的工作領域中，身為女性的 Russakovsky 成立了 AI4ALL ——一個在人工智慧領域中推動多元化的組織。她不僅想要讓種族和性別更加多元化，也想要思維更加多樣多元。她說：「我們一再地把同一類的人帶入這個領域，但我覺得這會給我們帶來非常嚴重的危害。」

如果將來機器人可能在各方面融入我們的生活，為什麼不能讓不同專業背景的人去創造它們，並幫助它們適應需要它們的人呢？

Russakovsky 選擇了相對傳統的道路，首先是從斯坦福大學獲得數學學士學位，然後又獲得了計算機碩士和博士學位。但她建議說：「我們還需要各領域的人才。就比如生物學家可能不太擅長編程，但我們需要他們在生物方面的專業知識；我們還需要心理學家，將更多樣化的想法和創意帶到這片領域，就能更廣泛地去思考我們應該做的，以及我們應該解決什麼樣的問題，而不是單從一個特定的角度出發。」

Radha Boya，32歲

她發明了能夠過濾水和氣體的最窄流體通道。

Radha Boya 實驗室的顯微鏡下，放著一張薄薄的碳片，碳片的中心被切割出了一個幾乎無法發覺的細微通道，深度和一個水分子相當。「我想要創造出世界上最小的流體通道，」Boya 解釋道。她的解決方法如下：找到可靠且可重複的最佳「積木」，用它們搭建一個結構(體)，其中包含細小到難以想像的通道。她選擇了石墨烯，一種厚度只相當於一個碳原子的材料。

她把兩層石墨烯（單層厚度僅有0.3納米）擺放在一起，之間留出窄小的間隙。像製作三明治一樣，在兩層石墨烯的兩側放置石墨層（由多層石墨烯堆疊而成）。最終成品是一個穿過石墨塊的通道，僅有 0.3 納米深、100 納米寬。通過增加石墨烯層數，她能以 0.3 納米為單位來調整通道的尺寸。

然而什麼物質可以通過如此窄小的通道呢？一個直徑約為 0.3 納米的水分子在沒有施加壓力時是無法通過的，但是如果把兩層石墨烯之間的間隔調整為 0.6 納米，水就能夠以每秒 1 米的速度通過通道。「石墨烯的表面是輕微疏水的，因此水分子不會沾在通道壁上。」Boya 解釋道。這種特質能夠幫助液體暢通無阻。

由於層與層之間的間隔大小十分統一，因此它們可以用來打造高精度的過濾系統。Boya 通過實驗展示了她的通道可以從水中過濾鹽離子，或者把易揮發的較大有機組織與較小的氣體分子分離開來。統一的間隔也使得這個過濾系統更為高效。

Boya 目前就職於英國曼徹斯特大學的石墨烯研究所，研究所位於一棟建成於 2015 年的巨大黑色建築中，致力於石墨烯基礎研究的工業化。它「石墨烯之家」的稱號並非浪得虛名，因為在同一個走廊里，不僅有 Boya 的辦公室，還有安德烈·海姆(Andre Geim)和康斯坦丁·諾沃肖洛夫(Kostya Novoselov)的辦公室，兩人曾因發現石墨烯而捧得諾貝爾獎。

Gregory Wayne，34歲

他運用對大腦的了解來打造更聰明的機器。

Greg Wayne 是 DeepMind 公司的研究員，他設計了一個從自己的錯誤中吸取教訓，可以像人類一樣進步的軟體。2016 年，Wayne 與人合著的一篇論文發表在《自然》上，展示了這個軟體能夠解決人工智慧領域常用的傳統神經網路無法解決的問題，如圖像問題、邏輯難題和樹狀結構。

Wayne 對計算領域的洞察源於他對人腦神經元之間連接的興趣——為什麼某些結構會引起特定的感覺、情緒或決定。如今在設計機器時，他經常參考人腦結構背後蘊藏的原理。

Gene Berdichevsky ，34歲

他為鋰離子電池的製作探索更好的新材料。

作為工號為 7 的特斯拉員工，Gene Berdichevsky 曾助力解決公司的早期挑戰之一：特斯拉意欲在旗下電動汽車上裝載的上千塊鋰電池比電池生產商聲稱的更加易燃。他的解決辦法是：發明一套結合了熱導材料、冷卻通道和電池排布的方案，確保任何火苗都能被隔離開來。

如今，Berdichevsky 是 Sila Nanotechnologies 公司的聯合創始人，致力於研發更好的鋰電池。該公司已經研發了一種可以製成大容量陽極的硅基納米顆粒。硅的理論容量是其它鋰電池常用材料的 10 倍，但是它充電後容易膨脹並可能造成破壞。Sila Nanotechnologies 公司研發的顆粒在足夠結實的同時，兼顧了疏鬆性以適應充電後的膨脹，這預示著更持久的電池即將面世。

Michael Saliba，34歲

他找到切實可行的方法製作鈣鈦礦基太陽能電池。

90% 的現役太陽能光電板都是由昂貴的晶體硅板製成的，而且他們的光電能量轉換效率已經接近極限。因此在幾年前，瑞士洛桑聯邦理工學院的研究員Michael Saliba 正著手研究一種基於鈣鈦礦系列材料的新型太陽能電池。第一款所謂的鈣鈦礦太陽能電池在 2009 年就出現了，據稱是一項便宜且易操作的技術，然而這些早期鈣鈦礦電池的光電轉化率僅有 4%。

Saliba 通過向現有的鈣鈦礦中增添正電荷離子的方法提高了電池的性能，將此類太陽能電池的光電轉化率提高到了 21% 以上，他也同時向人們展示了通向更高效率的新方法。

Svenja Hinderer，32歲

她發明了可生物降解的心臟瓣膜——可能會徹底消除重複手術的必要性。

難題：超過 8.5 萬美國人在使用人造心臟瓣膜，但是這些瓣膜並不是永遠有效的，替換它們需要進行不菲的侵入式手術。在孩子體內的瓣膜必須反覆更換。

解決方法：德國斯圖加特弗勞霍恩夫協會的 Svenja Hindere 領導的一個研究小組發明了一種可生物降解的心臟瓣膜，研究表明這種瓣膜假以時日將會被病人自己的細胞所替換。

為了實現這個目標，Hinderer 發明了一種由可生物降解纖維製成的支架，模擬了健康組織的彈性特質。她把蛋白質附著其上，用來吸引血液中自然循環的幹細胞。這項發明的核心理念是一旦將心臟瓣膜植入體內，它將會在兩到三年內被病人自身的細胞佔據並替換。

Franziska Roesner ，31歲

她為增強現實（AR）所帶來的安全和隱私隱患做好準備。

如果 AR 系統被入侵了將會是什麼樣子的？想像一下：車載 AR 顯示系統正在輔助你導航，然後一名黑客在 AR 系統中添加了虛擬的狗或行人的影像……

31 歲的 Franzi Roesner 早早地意識到了這個挑戰，並且正在領導著關於 「AR 設備和人類需要什麼樣的安全和隱私規定來保護自身」 的思考。她在華盛頓大學的研究小組創造了一個 AR 平台原型，它能夠在汽車行駛過程中，阻止一個擋風玻璃應用程序企圖隱藏現實世界中的標識和人的舉動。

「我一直在問這樣一個問題：『一個有缺陷的或者惡意的應用程序可以有多壞？』」

Lorenz Meier，32歲

他致力於開發無人機的開源自動駕駛技術。

Lorenz Meier 曾經對能夠讓機器人自主移動的技術感到十分好奇，然而當他在 2008 年開始研究的時候，發現當時的技術平淡無奇——大部分系統甚至都沒有採用連智能手機中都有的平價運動感測器。

所以 Meier，如今的瑞士蘇黎世聯邦理工學院的博士後，打造了一款開源的無人機自動駕駛控制系統：PX4。重要的是，Meier 的系統致力於通過廉價的相機和計算機邏輯，讓無人機操控自己躲避障礙物，找出最佳路線，以及在很少或沒有人為干預的情況下，掌控整個飛行過程。這項技術已經被英特爾、高通、索尼和 GoPro 等公司所採用。

— 遠見者（Visionaries）—

周怡君（Tracy Chou），29歲

她把科技產業慘淡的員工多元化數據公諸於世。

矽谷鍾愛數據。但是，直到最近，科技公司仍對這一個數據興趣乏乏：員工多元化。關於員工多元化的數據不是得不到重視，而是根本不存在。

現在，大部分的科技公司都公布了員工多元化的報告，來自 GitHub 的獨立眾包資料庫也在收集關於科技公司員工的信息。而這一切的發生都與周怡君有關：2013 年秋天，身為 Pinterest 的軟體工程師的她在 Medium上發表了一篇名為《數字在哪裡？》的文章。

周怡君之所以寫這篇文章，還與臉書的首席運營官 Sheryl Sandberg 有關。在一次會議上，Sheryl 稱，科技產業中女性員工人數正在下降。「我覺得她說對了」，周怡君說，「但我也在想：『她怎麼知道的呢？根本沒有這個數據』。然後，我意識到，這就是問題的所在。」

她發表在 Medium 的文章以病毒傳播的速度在網上傳開。很快，她關心的那些數據出現了：先是通過推特，然後輸入到她設立的 GitHub 資料庫。幾周之內，周怡君就擁有超過 50 個公司的數據。相關的資料庫現在已經有了成百上千個公司的數據。

2014 年的夏天，矽谷最有影響力的公司們大都發布了員工的人口報告。報告的數字有一點非常慘淡：在科技崗位工作的女性只佔總人數的 10%~20%。而且，一項研究發現，45% 的矽谷公司沒有女性主管。情況或許沒有得到改善，但至少，這些數據現身了。

當這一切發生的時候，周怡君還仍繼續她在 Pinterest 的編程工作，而她也發現，自己成了一個受歡迎的演講者和討論小組的參與者。

2016 年春天，她與包括風險投資家鮑康如（Ellen Pao）和 Slack 的工程師 Erica Joy Baker 在內的其他七位女性，創立了 Project Include 組織，旨在幫助總裁們在公司內落實多元化和包容戰略。

不過，周怡君並不是也不想成為一位職業的活動家。「做這些事情我很有成就感，而且我也在其中發揮了一定的作用」，她說，「我的本職工作是開發並且生產產品，這同樣是對我工作的一種互補。」

她已成為科技領域多元化問題的權威之聲，因為她非常擅長講述矽谷職業女性的個人經歷與女性面對的普遍性別歧視之間的聯繫，她能充分論證缺乏多元化對公司帶來的損害。

比如，性別和科技之間很明顯就存在著一個瓶頸問題：學習科學、科技、工程和數學這些課程或者拿到 STEM 學位畢業的年輕女性還不夠多。周怡君認為，這並不能解釋科技領域女性人才的大量缺失和高級職位鮮少有女性的事實（也就是女性在職場中面臨著玻璃天花板過低的問題）。

有時候，科技領域缺少女性身影是因為那些非常落後且各式各樣的性別歧視，比如最近優步（Uber）曝露的問題，或者是那些來自男性的「你太漂亮了，不可能是個程序員」的言論。這也可能因為許多公司有著這樣一種假設：女性天生就不容易掌握編程，同時也不願意努力工作。

一個實例是，周怡君在斯坦福大學拿到了電子工程學士學位和計算機科學碩士學位，同時還在臉書和谷歌做過實習生。然而，在她的第一份工作中，她同樣遭遇到那些隨意看輕她的性別歧視，這讓她懷疑她是否適合這個行業。

「我喜歡編程，」她說，「但是我會覺得哪裡不對。我覺得我不屬於這裡，而且我甚至認真問過自己是否要繼續待在科技領域。我真的以為問題出在我身上。」

許多研究表明，讓組織和團體更多元化可以提升他們的表現：多元化使得團體不容易屈服於集體思考，還能幫助公司進入未開發的市場。「產品往往是為了解決開發它們的人所遇到的問題，」周怡君說，「這不一定是一件壞事。但是，這也意味著，矽谷花費大量的精力和注意力用以解決那些收入可觀的都市男性的問題，而很少會關注到婦女、老人和兒童。」

儘管這些證據已經擺在面前，仍有許多公司需要被說服。「關於多元化這個概念已經有很多戲劇性事件，我們也費了很多口舌，」她說。「也許我們已經幫助剔除了一些最過分的『演員』。但我們還有很長的路要走。」

Greg Brockman，28歲

他致力於預防人工智慧會對人類造成的不利影響。

儘管要實現擬人化的人工智慧還有些遙遠，但 Greg Brockman 認為，考慮其安全性問題宜早不宜遲。所以在成功創辦線上支付公司 Stripe 之後，他又與 Elon Musk 等人聯合創辦了社會企業 OpenAI。作為一個非營利的研究型企業，OpenAI 的目標就是保障人工智慧在急速發展的同時，不會產生對人類不利的情況。

而 Brockman 本人在公司里則是一個「萬金油」——從招聘人才到幫助研究人員測試新的學習演算法無一不能。在他眼中，通用人工智慧系統需要一種類似於「羞恥」的感覺來預防失誤。「這將是人類創造出來的最重要的技術」，他說道，「所以把它『做對』十分重要。」

Abdigani Diriye，33歲

作為計算機科學家的他成立了索馬利亞首個初創公司孵化器和加速器。

Abdigani Diriye 在 5 歲那年為躲避戰亂離開了索馬利亞來到英國，在倫敦長大的他最終獲得了倫敦大學學院計算機博士學位。

2012 年，他協助創辦了一個名為 Innovate Ventures 的機構，以培訓和支援索馬利亞的編程人員。首個項目是在索馬利亞舉辦了一個為期兩周的編程訓練營，共有約 15 人參加。那也是他在 20 多年後首次回到索馬利亞。

2015 年，Diriye 與兩個為索馬利亞青年舉辦工作培訓的慈善組織進行了合作，為一些極富潛力的初創公司提供了營銷、財務以及產品設計的培訓。這個為期 5 個月的孵化器最終有 5 個初創公司成功畢業。

2016 年，Diriye 與 Oxfam（樂施會）、VC4Africa（一個專註非洲的線上風投社區）以及 Telesom（索馬利亞最大的電信公司）進行了合作，舉辦了一個為期 10 周的初創公司加速器。當時預計有 40 到 50 組申請者，而最終項目卻收到了 180 組申請。

今年，加速器將會持續 12 周，他們已經收到了 400 多份申請。

「盧安達和肯亞等國家已有將自己的國家轉變為非洲科技和創新中心的計劃。而索馬利亞蘭和索馬利亞卻正在面臨著來自醫療、教育以及農業等基礎領域的挑戰。但是，創新、科技以及初創公司有著令這裡快速發展的潛力。我認為通過我們舉辦的各種項目，我們已經在朝著那個方向前進了。而我們也在慢慢的轉變人們對索馬利亞蘭以及索馬利亞的看法。」

Amanda Randles，34歲

她的軟體可以模擬人體內部血液的流動。

杜克大學生物醫療工程系助理教授 Amanda Randles 正在開發一款可以通過個人醫療成像來模擬其體內血液流動的軟體。這款軟體叫「HARVEY」，是用 17 世紀醫生 William Harvey（歷史上首個研究血液循環系統的醫生）的名字所命名的。它需要一台超級計算機來計算血管中數百萬個細胞流動的流體力學。Randles 對她的血液循環系統模型有著更大的計劃，接下來，她將掃描患有心血管疾病的新生兒以輔助手術，以及預測癌細胞在人體內的流動方式。

Viktor Adalsteinsson，29歲

他致力於改良癌症的診斷和治療。

在 Viktor Adalsteinsson 位於 Broad 研究所的實驗室中，有一套自動系統，可以通過掃描血樣探測癌細胞 DNA，一種所謂的「液體活檢」系統。從晚期癌細胞里提取的遺傳信息很有可能讓我們得知這種疾病在晚期時的機理，以及什麼藥物會起效。

Adalsteinsson 的母親在他讀博士的時候因為乳腺癌去世了。他在數個項目中都在試圖改良癌症的治療方式，其中一個項目就是向美國正在抵抗乳腺癌的女性提供采血樣的設備。「醫生和患者們都會祈禱，然後就是長時間的觀望和等待。如今，我們可以密切監控患者們對療程的反應，並找出到底是什麼導致了療程的失敗。」 Adalsteinsson 說道。

王剛，34歲

他走在將人工智慧變成消費級產品的最前沿。

人工智慧已經到達了一個「關鍵點」，王剛說。這項技術已經走出實驗室，現在準備帶來可以進入大眾消費市場的產品了。3 月加入阿里巴巴人工智慧實驗室的王剛，走在推進人工智慧成為實用消費者產品的前沿。眾所周知，阿里巴巴是全球規模龐大的消費者市場中最具野心和實力的公司之一。他也是阿里巴巴 7 月推出的首款人工智慧產品——天貓精靈的幕後科研人員。類似於亞馬遜的 Echo，這個設備可以在阿里巴巴的網站上進行購物並且執行一些其他任務，包括通過語音指令播放音樂以及查看日曆。

「人工智慧神經網路的設計需要與現實世界的應用相互聯繫，」王剛說。「只有這樣我們才能創造出商業場景下有用的產品。」

Anca Dragan，30歲

她致力於確保機器人與人類可以和諧地共同工作和生活。

加州大學伯克利分校的電子工程與計算機科學助理教授 Anca Dragan，正在試圖將複雜或模糊的人類行為轉化為機器人能理解的簡易數學模型。她表示，當人們試圖與機器人共事時，許多衝突都來自於雙方對彼此的不了解。如果機器人能夠理解它可能對人類情緒造成的影響，就有望解決這一問題。此研究短期之內最重要的應用莫過於幫助自動駕駛汽車與傳統汽車預判對方可能的行為。

Neha Narkhede，32歲

她致力於幫助公司理解數據。

全世界正在被數據淹沒，而 Neha Narkhede 則想教企業如何「游泳」。作為領英的一名工程師，Narkhede 曾與人聯手發明了一款開源軟體平台，以幫助領英迅速處理來自用戶的海量數據，這就是 Apache Kafka。她敏感地發現了其中的商機，繼而在 2014 年創辦了 Confluent，一個幫助企業開發 Apache Kafka 工具的初創公司。

從那時起，她就在持續推廣該平台：高盛用它向交易員提供實時信息，Netflix 用它為節目推薦收集數據，優步用它為高峰定價分析數據。Confluent 的產品讓企業可以通過平台進行大量的數據操作，比如在多個數據中心中進行同步，以及通過中央控制台監視所有行為。

「我們將我們的技術視為企業的中央神經系統，可以大量收集數據並在毫秒內進行分析」，她說道，「我們認為，幾乎所有企業都可以從中受益，我們則將為他們服務。」

Adrienne Porter Felt，30歲

她引領推進更安全的網路。

下次你打開谷歌 Chrome 瀏覽器，瀏覽安全網頁的時候，注意一下在地址欄左邊出現的綠色小圖標。如果它是一個鎖的樣子，並且是綠色的，那就說明你所在的網站正將你和網頁上的數據加密。但並不是所有人都知道這個操作是什麼或者這代表什麼，這就需要 Adrienne Porter Felt 出場了。

作為谷歌 Chrome 的軟體工程師，Adrienne 承擔著使互聯網更安全的任務，並幫助這個世界上最受歡迎的瀏覽器的用戶在上網的安全和隱私方面作出明智且知情的選擇。這個過程就包括花費長達一年時間說服全球各類網站，推動他們從使用傳統的未加密的 HTTP 轉變到更為安全的 HTTPS。

為什麼提出對所有人都有效的網路安全措施如此複雜呢？

一部分的原因是安全措施普遍會阻止人們做某件事情。我們讓你保持安全的方法通常是告訴你不要去做某事，但這也會有非常實際的代價：你可以嚇他們，你可以完全不讓人們使用網路。但是，另一方面來說，如果你不採取任何措施，這意味著將人們和他們的數據置於真正的危險之中。所以你要搞清楚如何採取措施才能平衡。而面對數十億的互聯網用戶，找到一個讓大家都滿意的平衡點非常困難。

一種讓大家都更安全地上網的方法就是鼓勵網站使用 HTTPS。而又是什麼使得這個方法如此複雜？

想像一下像華盛頓郵報這樣的網站。當你瀏覽華盛頓郵報的主頁時，會有來自各個網站的 100 個資源正被載入。所有這些網站都要支持 HTTPS，華盛頓郵報自己才能支持 HTTPS。網站都需要保證收益沒有受影響，他們要保證搜索排名沒有受影響，他們要確保網站的性能沒有受影響，然後他們才能轉換到 HTTPS，所有的這些都能做到。網站現在正在成功進行大規模的轉型，但這同樣需要大量的工作。

現在許多大型網站都已經從 HTTP 轉變到 HTTPS。你們現在主要關注的是什麼呢？

收尾是一個大問題。現在有許多許多的網站幾乎不存在維護，有些可能是你的牙醫、理髮師、小學老師所開發運營的網站，他們並不急著為 HTTPS 提供支持。現在的問題是，「好的，我們已經覆蓋了所有受歡迎的網站，現在開始處理那些處於中間位置的網站，還有剩下的網站怎麼辦呢？」我並不想看到最後的結果是，噢，好，你上一個大公司的網站那就是安全的，而小公司的、獨立的網站就是不安全的。因為我仍希望人們可以認為他們可以安全地瀏覽每一頁網站。

— 創業家（Entrepreneurs）—

肖健雄，33歲

他的公司 AutoX 致力於讓每個人都可以用上自動駕駛汽車。

AutoX 的創始人兼 CEO 肖健雄曾經表示，他想讓自動駕駛可以和計算機一樣普及到尋常百姓家。最近，AutoX 展示了最新的自動駕駛汽車，這款車並未採用昂貴的激光感測器，轉而使用了普通的網路攝像頭和精妙的計算機視覺演算法。令人驚嘆的是，這輛自動駕駛汽車可以在夜間和天氣惡劣的情況下行駛。AutoX 並未透露自動駕駛的軟體細節，但我們知道肖建雄是深度學習專家，而這項人工智慧技術可以讓機器學習執行各種困難的任務，如在不同的角度下和不同的亮度中識別行人。

這名聲音溫和的企業家，同時也是普林斯頓大學助理教授。他讓大家叫他 「Professor X」（X教授），免得有人不會拼他的名字。他曾經發表過數十篇關於以精妙的方式教機器理解世界，與世界互動的論文。去年，他還向大眾展示了自動駕駛汽車可以通過對比谷歌地圖中顯示的道路與谷歌街景視圖中的圖像，識別真實路況。

Rachel Haurwitz，32歲

她致力於基因組編輯技術 CRISPR 的商業化。

Rachel Haurwitz 本來是一個普通實驗室工作者，而由於 CRISPR 技術出現的巨大突破，她搖身一變成為了科技公司的 CEO。2012 年，CRISPR 技術取得重大突破時，她正在加利福尼亞大學伯克利分校的 Jenifer Doudna 實驗室工作。幾周之後，她離開了可以看到舊金山灣的頂樓實驗室，來到了一個沒有天花板、只有一張桌子的地下室。就在這裡，她成為了 Caribou Biosciences 公司的 CEO。

這家衍生公司負責授權伯克利的 CRISPR 專利，並已經與製藥企業、研究公司和農業巨頭（如杜邦）達成協議。她目前正管理著 44 名員工，這些員工緻力於改進基因組編輯的核心技術。最近這個團隊又有了最新的進展，他們開發了一種叫做 SITE-Seq 的工具，可以用於發現 CRISPR 犯的錯誤。

Tallis Gomes，30歲

他在創立巴西的「美容優步」。

Tallis Gomes 在 EasyTaxi 擔任CEO已經四年。EasyTaxi 在當地享有「巴西優步」的美譽，2015年，Tallis Gomes 打算把該公司往美容行業發展。

這個按需分配美容服務的平台叫 Singu，能夠讓客戶可以在家裡或辦公室預約一名按摩師、美甲師或美容師。系統根據 Singu 和第三方的數據來分配適合顧客要求的美容師。數據統計顯示，每個美容師每月可以有 110 名顧客，收入可達2000 美元。2000 美元的月薪在巴西已經和律師、初級工程師的工資差不多了。

劉自鴻， 34歲

他的曲面屏有可能會改變未來電子產品的走向。

劉自鴻（Bill Liu）想做到三星，LG 和聯想做不到的事：製造價格合理的可以彎曲、摺疊甚至捲起來的電子產品。

學術界的許多研究人員也有類似的想法，但劉自鴻已經快人一步開始實施了。 2012 年，他創立了一家叫做柔宇（Royole）的公司。2014 年，該公司推出了世界上最輕薄的可彎曲顯示屏：像洋蔥皮一樣薄，可以繞著鋼筆捲成一卷。而其他公司的顯示屏目前只能彎曲成固定形狀但並不能完全摺疊。

龔曉思，30歲

她在中國開始新的創業路徑。

龔曉思 13 歲時就被人譽為象棋天才，17 歲時便被哥倫比亞大學錄取，隻身一人飛到紐約市開始留學生涯。剛到紐約時，她還不太會說英語，但她勤勉練習，四年後順利畢業並回國發展。之後，龔曉思在青年科技創業者中脫穎而出，她在多個行業推出了數個公司，其中之一就是 Law.ai。

Law.ai 是一家機器學習公司，該公司創造了一個名叫 Lily 的離婚律師機器人和一個叫 Mike 的簽證和移民律師機器人。現在，龔曉思和她的團隊成立了一家名為 Wafa Games 的新公司，意圖試水中東遊戲市場。她表示，中東市場一直以來都被其他遊戲公司忽略了。

— 先鋒者（Pioneers）—

Jenna Wiens，31歲

她研發出的計算模型可識別出受到致命感染的病人。

現在有一種現象，有很多病人在住院後都會被醫院內的病毒所感染，其中最為致命的莫過於艱難梭狀芽胞桿菌（Clostridium difficile）了。根據 2015 年美國疾病控制和預防中心（CDC）的調查結果顯示，這種很容易在醫院等衛生機構內傳播的細菌，會導致美國每年有超過 50 萬的病人被其感染，而它的病原蟲更是與超過 15000 名病人的死亡息息相關。

來自密歇根大學計算機科學與工程專業的助理教授 Jenna Wiens 對此有自己的看法，她認為現有的醫療系統可以通過對已知感染和死亡病人數據的進一步挖掘來對該細菌的感染進行預防。「我覺得我們可以通過機器學習和數據挖掘技術在已知的數據中得到大量的信息。」她說。

Wiens 設計了一個計算模型，通過演算法對醫院內部病人醫療記錄（病人吃的葯、病理分析以及他們都動過的手術等等）的檢索，來歸納出可能造成感染的重要因素。「傳統的檢索方式是通過對一小部分數據的整理來人工判斷出可能會引發感染的因素，再在已知信息的基礎上來搭建模型。而我們的方法可以直截了當地顯示出所有可能的病因。」 Wiens 說。

Wiens 說，她的計算模型不僅能夠有效幫助病人進行預防和治療，還可以在新型治療方式（比如說新型抗生素）的研究上起到一定的助推作用。由於艱難梭狀芽胞桿菌的感染致死過程十分快，在之前的研究中由於時間關係，研究員們沒有辦法採集到一個有效的樣本。不過通過使用 Wiens 的演算法就可以輕易的找出感染的切入點並更加有效地阻止病毒的感染。

隨著醫療成本的逐漸增高，考慮到整體的收益，很少會有醫院對機器學習等新興的治療手段進行更多的投資。但是 Wiens 在這一方面上持樂觀態度，她相信醫院會聘請更多的數據科學家來開展相關的工作。「在我看來，對這些已有的數據置之不理只會造成更大的浪費，」 Wiens 說「如果我們能徹底拯救被細菌感染的病人們，這將是一個莫大的善舉。」

Joshua Browder，20歲

他利用聊天機器人來幫助人們節省不必要的律師費。

Joshua Browder 將要徹底打破價值兩千億美元的法律服務市場的遊戲規則了！他認為，很多在需要在律師那裡支付高昂費用得到的服務，聊天機器人就能提供。「法律仲裁的過程不應該給人們的生活增添不必要的麻煩，也不能因為費用問題而放棄幫助任何人。」 Browder 說，「它是一個只關乎結果的事情，最終的目的就是要讓正義得以伸張。」

2015 年，Browder 正式開始了他的行動，他創造了一個簡單的應用 「DoNotPay」 來幫助人們應對不合理的停車罰單。他是在他個人駁回罰單的經歷中得到的啟發，他的朋友們鼓勵他創建一個應用來讓更多的人通過他的方式獲益。Browder 開發的「機器人律師」只需要一些簡單的信息就可以做出合理的判斷，通過對罰單日期和地點的分析，來自動生成一封請求法院撤回指控的模板信函。Browder 說，到目前為止，已有 37.5 萬人成功免除了約 970 萬美元的罰款。

7 月初，DoNotPay 進一步推出了包括職場中種族歧視投訴和取消網路營銷審訊等 1000 項各類的法律諮詢服務。不久後，他們又推出了開源的工具，來幫助那些沒有編程經驗的律師創建自己的聊天機器人。波士頓學院（Boston College）法律系副教授 Warren Agin 就通過該工具來創建了屬於自己的聊天機器人，來幫助已經宣布破產的債務人來擋開債權人的追債。「債務人其實有很多可以保護自己的方法，只是他們不知道而已。」Agin 說。

Browder 希望能將他的應用進一步擴大，他想將被詬病已久的法律程序大幅的簡化（比如說尋求政治庇護和離婚手續辦理）。但挑戰依舊是十分艱巨的，Browder 的做法顯然會直接影響到律師系統的收益，這無疑是最大的阻礙，更棘手的問題是，還有相當多的人並不願意將希望完全寄托在計算機演算法上。

Angela Schoellig，34歲

她的演算法將使自動交通變得更加安全。

安全問題從來不是機器學習系統首先要考慮的重點，這在日常的圖像和聲音識別中還不會有多大影響。但在自動駕駛領域裡完全就是另外一回事了，一個小小的失誤很可能造成嚴重的生命危險。

多倫多大學動態系統實驗室的負責人 Angela Schoellig 就編寫了一套可用於讓機器之間可以互相學習的演算法來確保機器本身以及相關用戶的安全。例如無人機依據導航在未知的區域也不會撞牆，無人車在一個陌生的城市裡也不會迷路等等。這些目標的實現都受益於這類演算法。而且她的工作成果還進一步拓展了現有機器人的能力，並確保自我駕駛的交通工具可以有效排除不穩定因素來按照預先編好的路線行駛。

瑞士蘇黎世聯邦理工學院的博士 Schoellig 與她的同事們一起建造了一個「飛行器競技場」，一個用於訓練自動機飛行的 10 立方米的密閉空間。2010 年，它運用自動機編排了一場舞蹈表演，被稱為「舞蹈四機陣」（dancing quadrocopter）。她在其中應用了一種全自動演算法（不需要人工錄入數據），來保持自動機跟著音樂同步飛行，也避免了自動機之間的相撞。Schoellig 兼顧了兩個自動化系統的重要組成部分——感知和運動，並在放置在場地上方的一個 200 幀/秒動態捕捉系統的幫助下實現了完美的詮釋。該系統也使得研究小組更專註於自動機管理演算法。

Volodymyr Mnih，34歲

他研發了一個足以媲美人類的遊戲 AI。

DeepMind 的研究員 Volodymyr Mnih，創造了第一個可以在近 2600 款 Atari 電子遊戲中輕鬆通關的電腦系統，它擁有不亞於人類的電競能力。Mnih通過深度學習手段，來模擬人腦中對於電子遊戲信息的學習方式（即通過真實案例學習）。他所研發的軟體通過多次對遊戲的嘗試來逐漸完善自己的技能，並以得分作為衡量其遊戲技能水平的最佳標準。

吳翰清，32歲

他降低了預防黑客攻擊的成本。

在一次分散式拒絕服務攻擊中（Distributed Denial of Service, DDoS）,一名黑客通過流量過載的方式使一個域名伺服器崩潰。而抵抗這種攻擊的傳統方式是增加伺服器的帶寬來應對黑客所釋放的數據，但隨著黑客所釋放的數據量日益增大，這種方法也變得不再可行。

鑒於這種攻擊的目標是一個網站的 IP 地址，阿里雲首席安全科學家吳翰清，研究出一種新的防禦機制，它可以在受到攻擊時，將原本收到的數據導向數千個 IP 地址去。這種被稱為「彈性安全網路」的技術可以瞬間化解黑客在一個 IP 地址上所傾注的巨大數據量。與此同時，此方式也大大減少了維護網路安全的成本。

Austin Russell，22歲

他為自動駕駛提供了更好的感測器。

現在，絕大部分自動駕駛汽車使用的是激光雷達，來偵測周圍的障礙物並將其繪製成地圖貯存在系統內。但是現在有很多造價低廉的感測器並不能勝任高速行駛下的精確測量。「這些感測器只適合用在掃地機器人上。」

從斯坦福大學輟學並創辦激光雷達公司 Luminar 的 Austin Russell 說「最可怕的莫過於人們在自動駕駛汽車上使用不合格的感測器了。」Luminar 所生產的激光雷達使用了波長更長的激光，讓感測器可以探測到原本探測距離兩倍之外的物體。假設汽車行駛的速度是70英里/小時，它可以在危險發生時提前3秒做出預警。

Jessica Brillhart，33歲

她是虛擬現實電影製作人的先驅。

傳統的電影製作技術往往並不能直接遷移到虛擬現實的場景中。過去的幾年中，前任谷歌首席虛擬現實電影製作人、現獨立製作人 Jessica Brillhart 嘗試找出虛擬現實電影製作的核心。她認為，在虛擬現實電影裡面，導演的意願不再是電影的主心骨，觀眾的關注點有時候不在導演想要突出的東西上。她完全理解這些與導演想法相悖的觀眾的行為，並在這些方面大膽嘗試「這些想法讓我變得前所未有的大膽與創新。」 Brillhart 說，「現在我的劇本不僅僅停留在屏幕上，我可以創造一個世界，我很喜歡這樣。」

Fabian Menges，32歲

他研發出了一種納米級溫度測量方法。

包括在自動駕駛汽車和人工智慧設備上一些複雜的微型處理器，往往都有因過熱而宕機的風險。其原因通常都是由於處理器中的納米級部件溫度過高。但是在過去的十幾年裡，還沒有人想出可以在納米級晶元上進行溫度測量的方法。

Fabian Menges 是一名瑞士蘇黎世 IBM 研究院的研究員。他研發出了一種掃描探測方法來監測熱變電阻的變化和熱量經過表面的頻率。通過掃描得出的數據可以測量出一個尺寸小於 10 納米的物件的溫度。有了此技術之後，晶元製造商可以做出擁有更好散熱功能的晶元。

Phillipa Gill，32歲

她發明了用經驗衡量的網路審查制度。

五年前，當 Phillipa Gill 開始在多倫多大學公民實驗室（University of Toronto』s Citizen Lab）研究獎學金項目時，她驚訝地發現，通過經驗衡量的審查制度並不被廣泛接受。於是，作為馬薩諸塞大學安姆斯特分校（University of Massachusetts, Amherst）計算機科學助理教授的 Gill，建立了一套新的測量工具來檢測和量化這些案例。

她的技術可自動檢測攔截頁面，並能告知用戶某個站點是否被政府或其他實體所攔截。 在 2015 年，Gill 和她的同事通過該方法確認了葉門國有的網路提供商曾在武裝衝突期間使用過流量過濾裝置，以阻止任何政治內容的傳播。

— 人文關懷者（Humanitarians）—

Katherine Taylor，28歲

她設計了簡單有效的抽水機，改變數以百萬計的印度農民的生活。

位於東印度的恆河盆地擁有豐沛的水資源，對於生活在那裡的三千萬農民來說，灌溉水源應該不成問題。但是現在他們卻要做出一個艱難的抉擇：只在每年的雨季時種植一種單一穀物，或者花費他們 90% 的收益引進柴油或者煤油抽水機來抽取充沛的淺層地下水，以確保農田在旱季也可以被灌溉。第二種選擇顯然沒有被大多數人所採納，大片的田地在旱季都處於撂荒的狀態；為了養家糊口，農民們被迫在外地的鑽石礦或者制衣廠里做危險而又卑微的工作，好幾個月才可以回一次家。

而這恰恰引起了工程師 Katherine Taylor 的關注，她放棄了在美國優渥的生活，漂洋過海來到印度，創辦了一家名叫 Khethworks 的公司。這個公司為印度農民們提供一種經濟實惠的以太陽能為動力的澆灌系統，使他們能夠常年耕種。

「有時候人們會問我是否想過去一家高科技公司工作。但我覺得，創辦 Khethworks 對我來說並不是一個損失，恰恰相反，這一直是我所追求的目標。」 Taylor 說。「幫助家庭團聚、幫助人們從事一份令他們感到有尊嚴的工作，這些才是我們一直希望實現的。」

Taylor 最早在麻省理工學院攻讀機械工程碩士學位時就把低壓滴灌系統作為研究方向。但她在遊覽印度時，當地的農民幫助她發現了一個市場空白。「他們告訴我，滴灌系統的確非常好，可是我們真正需要的是一個我們支付得起的抽水機，」她說。「當他們甚至沒有能力做到常年保持灌溉時，又有誰會去選擇使用滴灌系統呢？」

對此，她和 Khethworks 的聯合創始人 -Victor Lesniewski 及 Kevin Simon 設計了一個比相同尺寸抽水機的離心泵效率高三倍的產品。這也就是說，這個離心泵只需要平時所需的太陽能板的三分之一就能運行——而太陽能板正是抽水機里最昂貴的部件。這個設計不僅大大降低了成本，移動起來也更加方便。這樣，農民還可以輕易地把設備租賃給別人。

2016 年，Taylor 和 Lesniewski 搬到了普納（印度西部城市），並在來年春天交付他們的第一批產品。

可這過程實屬不易，Taylor 表示。無盡的繁文縟節令她十分困擾，而且她們必須適應不同的商業文化，並用另外一種態度對待任務期限。「有幽默感尤為重要，」她說。但 Taylor 始終對一些大公司一直沒有為印度農民量身打造一個灌溉系統而感到費解。

由於需要持續不斷的滿足農民的需要，所以 Taylor 和公司的聯合創始人們都已經成長為了無所不能的「全能型選手」。從工程設計到建立分銷模式都需要他們自己完成。「在我們這兒，只去做你最擅長的事情是一個不大可能的奢望。」Taylor 說。

Eyad Janneh，31歲

他就地取材的發明能夠解救陷於危難之中的敘利亞公民。

Janneh 自小在敘利亞長大，2010 年離開了他的祖國，現在則在土耳其的伊斯坦布爾工作。他們設計出一種新型安全氣囊，它類似於兩個大熱水袋的扁黑色袋子，可以撐起了一面倒塌的混凝土鋼筋牆，並在牆和下面的石頭中間之間製造出了空隙。這項設計已經在敘利亞投入使用，用於被炸彈襲擊之後的援救工作。

他們的設計和測試工具都可以就地取材。例如他們的安全氣囊是由聚酯織物和一些其他附件製成的，而這些都是可回收再利用的材料，並早已應用在貨車頂上的布罩。今年四月份，這種安全氣囊就在敘利亞拯救了兩名被困在瓦礫中的人。

Suchi Saria，34歲

她讓現有醫療數據預測敗血症的風險。

有時，對病症快速準確的診斷或許就是決定生死的關鍵。而對於敗血症來說，感染後只要病情一發作就有可能置人於死地，但時至今日卻仍然沒有一個測試能讓醫生準確地診斷病情。

約翰·霍普金斯大學的助理教授 Suchi Saria 曾想：現有的醫療信息可否用於預測哪些病人患敗血症的風險最大呢？ 隨後，通過她創建的分析患者數據的演算法，正確地預測了 85％ 的感染性休克案例，平均在發病前一天內就能預測出來，比其現有的篩選測試提升了 60％。

下一個科技創新先鋒青年

會是你嗎？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！