《科學美國人》評2018十大新興技術：人造肉你吃嗎？

　　新浪科技訊 北京時間9月28日消息，據國外媒體報道，在不遠的將來，技術將如何改變你我的生活呢？人工智慧將大大促進創新藥物和材料的設計。先進的診療工具將推動定製化藥物的出現。增強現實將進入尋常百姓家，在現實景象上疊加一層信息和動畫，幫你更好地解決日常任務，或幫助企業更加高效地運營。你要是病了，醫生可以向你體內植入活細胞，它們就像藥物工廠一樣，可以針對你的病症對症下藥。你還能吃到由幹細胞人工培育而來的牛肉、雞肉和魚肉，這些「人造肉」能夠大大減輕動物養殖業對環境帶來的影響，還能使無數生靈免於被不人道屠戮的命運。

　　這些改變世界的靈感都在今年的「10大新興技術」之列。生物學、無機化學、機器人和人工智慧等領域的頂尖專家們經過大量評選工作，最終總結出了這張列表。

　　首先，專家們進行了廣泛撒網，邀請世界經濟論壇全球未來理事會和專家網路的創新人士、「科學美國人」顧問委員會和編輯們給出建議。接著，專家們成立的「引導小組」在一系列會議上對各項候選技術進行了評估，看它們是否滿足幾項特定標準。入選技術必須能對社會和經濟帶來巨大效益，並且需在接下來三到五年間實現。它們必須有改變現狀的潛質，能夠轉變行業或現有的做事方式。它們還必須處於較早的開發階段，不可以已被大量使用，但必須正被許多群體研究，令專家們倍感激動，能吸引到越來越多的投資，最好還要有不止一家公司在研發該技術。「引導小組」在第一次會議上敲定了包含50多項候選技術的初始名單，再考慮了其它信息後，又留下了約20項候選技術，最後在又過了兩輪討論之後敲定了最終名單。

　　無處不在的增強現實技術

　　虛擬現實技術能讓你置身於一個虛幻而獨立的「宇宙」之中。增強現實技術則不同，可以把計算機生成的信息實時疊加在現實世界之上。當你觀察增強現實設備、或佩戴裝有增強現實軟體和攝像頭的設備時（比如智能手機、平板電腦、頭戴設備或智能眼鏡），程序就會對輸入的視頻流進行分析，下載大量與該場景有關的信息，並將這些信息疊加在相關數據、圖片或視頻上，並且往往以3D形式呈現。

　　倒車影像和手機遊戲「精靈寶可夢」就是兩個這樣的例子。很多消費者App也運用了增強現實技術，可以幫你在外國旅遊時翻譯路牌、讓學生們解剖虛擬青蛙、或是讓購物者在買沙發之前先看看它擺在自家客廳里是什麼效果。今後，利用增強現實技術，博物館可以製作全息圖形式的參觀導覽，醫生們能夠以3D形式看清病人皮膚下的組織，建築師和設計師們可以通過全新的方式合作，無人機操作員可以藉助增強成像遠程控制無人機，醫學、工廠維修等行業的學徒也可以迅速學習新技能。

　　在今後幾年間，易於上手的軟體將為消費者提供更多選擇。但就目前而言，增強現實的影響主要在工業領域，是「第四次工業革命」、又稱「工業4.0」的關鍵元素。工業4.0是指，通過整合實體與數字系統，使製造業朝質量更高、成本更低、效率更高的方向發生系統性轉變。許多公司已經開始在裝配線上試用增強現實技術。增強現實技術能夠根據需要實時提供相關信息，從而減少失誤、提高效率和生產力。它還能使設備受到的壓力可視化，生成問題所在部位的實時圖像。

　　ABI Research、IDC和Digi-Capital等市場分析公司認為，增強現實技術正處在成為主流的關鍵節點上。據他們預計，到了2020年，增強現實的市場總額將從目前的15億美元增長到1000億美元。谷歌、蘋果和微軟等主要科技公司正向增強現實和虛擬現實產品與應用投入大量財力和人力。風險投資也開始涉足這片水域。2017年，在增強現實和虛擬現實領域的風險投資為30億美元，其中一半都是在第四季度投資的。哈佛商業評論近期強調，增強現實技術是一項將影響所有行業的變革型技術。

　　不過阻礙仍然存在。就目前而言，硬體和通訊帶寬的限制使得增強現實技術難以實現大規模生產、供消費者日常使用。例如，許多使用了增強現實技術的博物館和旅遊App必須要提前下載，並且增強圖像的質量也往往達不到用戶預期。但隨著成本更低、速度更快、且已經配備了增強現實技術的手機晶元被研發出來，功能更豐富的智能眼鏡被推廣上市，再加上帶寬的增加，這一領域必將實現迅速進步。到時增強現實技術也會像互聯網和實時視頻通話一樣，成為我們日常生活的一部分。

　　可實現定製化醫療的先進診斷技術

　　在20世紀的大部分時間裡，乳腺癌患者接受的治療方法都相差無幾。但如今的療法已變得越來越定製化，乳腺癌被分成了不同類型，然後分門別類對症下藥。例如，許多女性的腫瘤會產生雌激素受體，針對這些受體的藥物就會對她們起作用，可以作為標準術前化療的輔助手段。今年，研究人員開始考慮採用更加定製化的療法。他們發現一大部分患者的腫瘤具有某些特定特徵，說明這些患者不必進行化療，從而避免化療的嚴重副作用。

　　診斷工具的進步加速了許多疾病的定製化、或精準化療法的誕生。這些技術可以幫助醫生識別並量化多種生物標記（即說明體內存在某種疾病的分子），從而根據患者的患病可能性、預後結果、或對某種療法有反應的概率，把患者分成不同類別。

　　早期分子診斷工具考察的是單個分子，如針對糖尿病分析的就是葡萄糖。但在過去10年間，「組學」技術取得了巨大進步，能夠迅速、可靠、低成本地完成基因組測序，或者測量全部蛋白質水平（即蛋白質組）、或新陳代謝的副產物（新陳代謝組學）、或者體液或組織樣本中的微生物含量（微生物組學）。該技術的常規使用已經開始生成巨大的資料庫，人工智慧可以進行挖掘、尋找對臨床有用的新生物標記。組學技術和人工智慧技術的結合將開創先進診斷技術的新時代，將改變我們對許多疾病的認知和治療方法，也讓醫生能夠針對病人體內的分子含量制定定製化療法。

　　一些先進的診斷方法已經被用在了癌症治療中。其中一種名叫Oncotype DX的技術能夠對21種基因進行檢測。正是這項技術發現，許多乳腺癌患者其實可以免於化療之苦。另一項名叫FoundationOne CDx的技術能夠在腫瘤中的300多種基因中探測到基因變異，說明也許可以在病人身上使用基因靶向葯。

　　除了癌症之外，子宮內膜異位症也有了一種令人激動的新診斷工具。過去診斷這種疾病通常需要做手術。但由DotLabs研發的一種非侵入式的新檢測技術則以唾液為基礎，只需測量「小分子核糖核酸」（microRNA）的數量，就可以診斷子宮內膜異位症。一些新型血檢技術也應用而生，可幫助醫生診斷自閉症、帕金森綜合征和阿爾茨海默症等腦部疾病，而這些疾病目前還只能通過醫生對癥狀的主觀評價進行診斷。研究人員甚至還在探索，是否能通過對健康人進行基因組測序、分析微生物組、測量數百種蛋白質含量、以及新陳代謝情況，為這些人提供健康指導，幫助他們預防特定疾病。

　　需要注意的是，使用這些診斷工具的醫療機構和研究人員必須嚴格保護患者隱私。此外還要有清晰的指導方針，確保在評估生物標記作為診療工具的價值時保持一致性。這些指導方針將加速新的生物標記在醫療實踐中的應用。

　　即便如此，先進的診斷技術已經開始取代標準的疾病診斷與治療方法。若能對患者使用最有效的療法，甚至還可以降低醫療開支。也許有朝一日，很多人都會擁有一個屬於自己的生物標記雲端資料庫，其中的數據會越積越多，且不受就診地點限制。

　　用人工智慧設計新分子

　　想設計出一種新型太陽能材料、新型抗癌藥、或者能幫助莊稼對抗病毒的新型化合物嗎？你首先要解決兩項挑戰：一是弄清這種物質的化學結構，二是弄清哪些化學反應能把原子連接成所需的分子或分子組合。

　　傳統方法需進行大量猜測和摸索，極為耗時耗力，往往歷經多次失敗才能成功。例如，一套合成方案可能要經歷成百上千步才能成型，其中很多步都會產生不理想的副反應，或是根本不可行。不過，如今人工智慧已經開始提升分子設計和合成雙方面的效率，讓企業能夠更快、更容易、更低成本地進行生產，同時減少化學廢料。

　　運用人工智慧技術，機器學習演算法能夠對過去所有試圖發現或合成新物質的實驗進行分析。這些實驗有的成功了，但失敗的實驗其實更重要。根據從中發現的規律，機器學習演算法會對可能有用的新分子的結構、以及合成這些分子的方法進行預測。當然，這些可不是按下一個按鈕就能做到的事情，但在藥物分子和材料的實際設計領域，人工智慧技術正處于飛速進步之中。

　　例如，德國明斯特大學研發的一款人工智慧工具能夠重複模擬1240萬種已知的單步驟化學反應，最終確定一套多步驟合成方案，且速度足足比人類快30倍。

　　而在製藥領域，一項以人工智慧為基礎的、名叫「生成機器學習」的技術也令人倍感激動。大多數製藥公司都儲存著數百萬種化合物，需對它們一一進行篩查，看它們有沒有製造新葯的潛力。但即使藉助機器人和實驗室自動化工具，這個篩查過程也十分緩慢，成功率也較低。此外，理論上可能存在的分子達1030種，製藥企業擁有的化合物只佔其中的一小部分。但利用一個描述已知藥物（以及候選藥物）的化學結構和性質的資料庫，機器學習工具就可以找到擁有類似性質、但用處可能更大的新化合物。這種能力大大加速了新型藥物先導化合物的發現。

　　將近100家初創公司已經在嘗試用人工智慧技術進行新葯研發了，包括Insilico Medicine、Kebotix和BenevolentAI等公司。其中BenevolentAI最近獲得了1.15億美元的融資，用於借人工智慧技術進行運動神經元疾病、帕金森綜合征和其它疑難雜症藥物的研發。BenevolentAI將人工智慧應用到了藥物研發的全過程中，從發現新分子到藥物設計，再到證明該藥物的安全性和有效性的臨床測試，都有人工智慧的參與。

　　在材料領域，Citrine Informatics等公司也運用了和製藥公司相似的手段，並通過與巴斯夫、松下這樣的大公司合作來加速創新進程。美國政府也對該領域研究表示了支持。自2011年來，美國政府向材料基因組計劃的投資已超2.5億美元。

　　過去的經驗告訴我們，新材料和新化學物質可能會對健康與安全造成無法預見的風險。幸運的是，人工智慧應當能預測到這些風險，從而減少負面結果。這項技術似乎正大大提高新分子和新材料上市的速度和效率，進而改善醫療，幫扶農業，更好地保護資源，並促進可再生能源的生產與存儲。

　　能夠辯論和髮指令的人工智慧

　　如今的數字助手有時會讓你懷疑它們就是人類，但更加全能的數字助手也即將問世。在表象之下，Siri、Alexa和其它同類產品藉助高級的語音識別軟體來了解你的需求，弄清如何滿足你的需求，然後用聽上去很自然的聲音讀出與你的問題對應的答案。這類系統首先要接受「訓練」，接觸大量人類可能給出的要求，然後由人類編寫出合適的答案，再將答案編輯成高度結構化的數據形式。

　　這項工作非常耗時，訓練出的數字助手能夠執行的任務也很有限。這些系統也會「學習」，不斷加強問題與答案的匹配度，但畢竟程度有限。但儘管如此，它們的能力也堪稱驚人。

　　目前正在研發的新技術能夠讓下一代人工智慧系統具備吸收和組織非結構化數據（如原始文本、視頻、圖片、語音、電子郵件等等）的能力，然後針對某個從未接受過訓練的話題，自動生成可靠建議、或是給出反對意見。

　　有些網站使用的聊天機器人已經展現出了這種能力，在它們受過訓練的數據範圍之內，可以回答用自然語言提出的問題。這些聊天機器人基本不需要接受針對特定問題或要求的訓練，只需藉助一系列預先配置好的數據組合、以及即時讀取相關背景材料的能力，即可完成相應任務。不過，它們仍需接收一定用詞和意圖識別方面的訓練，才能給出高度準確的回答。

　　今年六月，IBM發布了一項更高級的技術：一套未預先接受相關話題訓練、就能與人類專家開展實時辯論的系統。該系統需利用非結構化數據（包括維基百科上的內容，其中有些經過了編輯），確定這些信息的相關度和準確度，然後將信息組織成能夠重複利用的資源庫，從中提取出能夠支持己方觀點的辯詞。它還要對人類對手的辯詞做出反應。這套系統在展示中參加了兩場辯論。許多觀眾都認為，它在其中一場辯論中的辯詞比人類對手更具說服力。

　　這套技術使用的軟體不僅能理解自然語言，還能應對判斷積極和消極情緒這樣的高階挑戰。其研發時間已超五年，且目前仍處於未完成階段。儘管如此，該系統仍在與人類專家的辯論中佔了上風。接下來的三至五年間，想必會出現無數與之相關的應用。這些系統將發揮重要作用，如幫助醫生迅速找到與某個複雜病例相關的研究資料，然後據此分析某套治療方案的優勢。

　　這類智能系統只能彙編已有知識，無法像科學家或專家那樣創造新的知識。但隨著機器變得越來越智能，人類失業的可能性也越來越大。因此社會需要為下一代人工智慧提供必要的技能，讓他們解決需要人類智力才能解決的問題。

　　可自行合成藥物的細胞

　　許多糖尿病患者每天需要戳破手指好幾次，測量血樣的血糖水平，以此決定需要注射的胰島素劑量。但若能向體內植入可合成胰島素的胰島細胞，糖尿病患者就不必做這種麻煩事了。細胞移植還可以改變其它疾病的治療方法，包括癌症、心臟病、血友病、青光眼和帕金森綜合征等。但細胞移植有一大缺點：患者需無限期地服用免疫抑製藥物，避免免疫系統出現排異反應。這些藥物會帶來嚴重的副作用，如增加感染和患惡性腫瘤幾率等。

　　幾十年來，科學家發明了多種將細胞封存在半滲透保護膜中、防止免疫系統攻擊被移植細胞的方法。這種保護囊允許營養物質和其它小分子進入，也允許必要的激素或其它有治療作用的蛋白質從其中流出。但這種方法效果還不夠好，假如免疫系統把保護材料本身也視作異物，就會在保護囊上長出疤痕組織。有了這層「纖維」的阻擋，營養物質就無法進入細胞，導致細胞死亡。

　　研究人員如今已開始著手解決這一「纖維化」問題。例如，麻省理工學院的一支研究團隊在2016年發布了一種可以使移植物避開免疫系統追查的方法。研究人員在製造並篩查了數百種材料之後，決定採用一種名叫藻酸鹽（alginate）的膠狀物經化學方法修改過的版本。這種物質在人體內有很長的安全使用史。當研究人員把胰島細胞封存在這種膠中、然後移植到患糖尿病的小鼠體內後，胰島細胞立即對血糖水平的變化做出反應，開始分泌胰島素，並且在時長六個月的研究中，始終將胰島素分泌量控制在正常水平。研究人員也並未觀察到纖維化的現象。該團隊後來在另一項單獨的研究工作中報告稱，只需阻止巨噬細胞上的一種特定分子（集落刺激因子-1）發揮作用，就可以抑制疤痕組織的形成。只要添加這樣一種阻滯劑，應當就能提高植入細胞的存活率。

　　目前已經成立了幾家研究包被細胞療法的公司。其中一家名叫Sigilon Therapeutics的公司正致力於改進麻省理工學院研發的用於治療糖尿病、血友病和溶酶體貯積病的技術。美國禮來製藥公司正與該公司合作，共同研究糖尿病療法。另外一家名叫Semma Therapeutics的公司也以糖尿病為重點，不過使用的是自家技術。Neurotech Pharmaceuticals公司在青光眼和其它由視網膜退化導致的眼部疾病方面卓有建樹，研製出的移植細胞已經進入了臨床試驗階段。Living Cell Technologies公司則在開展針對帕金森綜合征移植細胞的臨床試驗，此外也在研究其它神經退行性疾病的療法。

　　目前被放入包被中的細胞主要來自動物或人類屍體，或由人類幹細胞培育而成。未來的細胞移植療法可能會包含更廣泛的細胞類型，包括由合成生物學製造的細胞，可以在受控情況下、根據需求將特定藥物分子釋放進人體組織中。但該領域研究還處於早期階段，包被細胞療法的安全性和有效性都尚未得到大型臨床試驗的驗證。不過目前表現出的跡象的確很鼓舞人心。

　　人造肉

　　未來的你仍然能對著漢堡大快朵頤，但不會有任何動物為此而死。在實驗室中由細胞培育而來的「人造肉」正把這一想像變為現實。Mosa Meat、Memphis Meats、SuperMeat 和Finless Foods等初創公司已經開始研發人造牛肉、豬肉、雞肉和海鮮，並且該領域吸引的投資已達成百上千萬美元。例如，Memphis Meats公司去年共募得1700萬美元，投資者包括比爾蓋茨、還有嘉吉公司這樣的大型農業公司。

　　若人造肉（也叫「清潔肉」）被消費者廣泛接受，便可以免除動物受到的種種不人道待遇，還能降低肉類生產造成的巨大環境代價，無需耗費動物養殖所需的大量資源。

　　要生產人造肉，首先要從動物身上提取一份肌肉樣本。技術人員再從組織中提取出幹細胞，讓它們大量增殖，進而分化成構成各類肌肉組織的原始纖維。Mosa Meat公司稱，從一頭牛身上提取的一份組織樣本可以培育出8萬份四分之一磅重的漢堡肉。

　　許多初創公司表示，希望在接下來幾年間推出可出售的產品。但清潔肉要想在商業上取得成功，首先要跨越幾道阻礙。

　　首先是成本和口味。2013年，記者們曾品嘗過一款由人造肉製作的漢堡，但這塊肉餅成本太高（超過30萬美元），口感也乾巴巴的（脂肪量太少）。自此之後，人造肉的成本一直在下降。Memphis Meats今年報道稱，四分之一磅牛肉的成本約為600美元。按照這一趨勢，人造肉在短短几年內就足以與傳統肉相媲美。如果對肉質多加註意，再準確添加一些提升口感的輔料，便可以解決人們對口味的擔憂。

　　為獲得入市批准，首先要證明人造肉可以安全食用。雖然沒有理由懷疑人造肉會造成健康風險，但美國食品藥品監督管理局（FDA）剛開始考慮如何對人造肉進行監管。此外，傳統肉類生產商也在抵制人造肉的推廣，稱這些實驗室產品根本算不上肉，也不應當被貼上「肉」的標籤。市場調查也顯示，消費者對食用人造肉的興趣「非常微弱」。儘管存在這些挑戰，人造肉公司仍在大力開展研發。如果這些公司能成功造出口味以假亂真、且價格能夠承受的人造肉，我們的飲食習慣也許會變得更人道、對環境也更友好。

　　電子療法

　　電子療法（即通過電脈衝治療疾病的方法）在醫學中已有很長的應用史。如心臟起搏器、人工電子耳蝸、針對帕金森綜合征的腦深部刺激等。其中一種電子療法主要向迷走神經（即將腦幹脈衝發送到大多數器官、再將器官脈衝傳回大腦的神經）傳遞信號。未來該療法將變得更加全能，能夠大大提升多種疾病的治療質量。

　　迷走神經刺激術（VNS）之所以能得到全新應用，一部分原因是因為范恩斯坦醫學研究院的凱文?特雷西（Kevin Tracey）等人發現，迷走神經釋放的化學物質有助於調節免疫系統。例如，脾臟中釋放的一種特殊神經遞質能夠使全身炎症反應涉及到的免疫細胞平靜下來。這些發現說明，迷走神經刺激術或許也可以治療與電信號紊亂無關的疾病，如自體免疫疾病和炎症反應等。這對此類疾病患者來說可能是一大福音，因為現有藥物往往會失效、或造成嚴重副作用。迷走神經刺激術對患者來說可能要好受一點，因為它只作用於特定神經。而藥物則通常會遍及全身，導致無關組織也受其影響。

　　到目前為止，針對炎症相關應用的研究頗為鼓舞人心。由特雷西共同創立的SetPoint Medical公司研發的迷走神經刺激設備已經在幾種疾病的早期臨床試驗中證明了安全性，包括類風濕性關節炎（關節發炎、疼痛、變形）和克羅恩病（腸道炎症）。目前針對這兩種疾病的臨床試驗正在進一步開展。科學家還在考慮用這種電擊療法之類其它涉及炎症的疾病，如心血管疾病、新陳代謝紊亂、痴呆、以及狼瘡等自體免疫疾病。此外，預防組織移植後的免疫系統排異反應也是一個很有潛力的應用領域。

　　大多數迷走神經刺激設備都採用了移植物的形式，包括SetPoint公司的產品、以及目前已用於治療癲癇和抑鬱症的設備。醫生通常會把設備放置在鎖骨下方的皮膚下面。移植物伸出的導線纏繞在迷走神經的一根分支上，按照設定好的間隔發射電脈衝，其頻率和其它特性都通過體外的一根磁棒來設置。如今的移植物直徑約為1.5英寸（約合3.8厘米），但日後估計會越變越小，也能進行更精密的調控。

　　用於緩解叢集性頭痛和偏頭痛的非侵入式手持迷走神經刺激設備近期剛剛獲得FDA批准，不過其緩解效果尚不清楚。這種手持設備可通過脖頸皮膚或耳部向神經發射微弱的電信號。

　　迷走神經並非新型電擊療法的唯一目標。去年年底，FDA批准了一款能夠緩解戒毒反應的設備。該設備通過耳後皮膚向顱神經和腦神經發射電信號。共有73名戒毒者參與了此次實驗，其中至少31%的人戒毒反應有所減輕，因此該設備獲得了FDA批准。

　　但這些移植物的成本較高，且需通過手術植入體內，這些缺點可能會阻礙迷走神經刺激術的廣泛運用。不過隨著該技術逐漸朝非侵入式的方向發展，這一問題應當會有所緩解。但成本並不是唯一的挑戰。研究人員還要進一步了解迷走神經刺激術對各種疾病的效果，以及如何確定每位患者接受刺激的最佳規律。此外，針對迷走神經釋放的脈衝還可能影響周圍神經，造成不良後果。

　　儘管如此，隨著越來越多的研究和試驗評估該方法的機制和效果，迷走神經刺激術和其它電擊療法也許能更好地用於慢性病的治療，使成百上千萬病人免受日日服藥之苦。

　　基因驅動技術

　　有一項基因工程技術足以改變一個群體、甚至整個物種的特徵，而針對該技術的研究正在快速進步當中。這就是所謂「基因驅動」技術，即能夠從父母遺傳給大量後代、從而在種群中實現迅速擴散的遺傳元素。基因驅動可以在自然條件下發生，但也能通過基因工程實現，並且往往能為人類帶來許多好處。該技術可以阻止昆蟲傳播瘧疾等惡性傳染病，改變害蟲特徵、從而增加農作物產量，也可以增強珊瑚對環境壓力的抵抗力，或是阻止動植物入侵破壞生態系統。但研究人員很清楚，盲目改變、甚至剿滅某個物種很可能造成嚴重後果。因此，科學家正在制定相應的監管規則，以便開展基因驅動的實地測試，並投入更廣泛的應用。

　　幾十年來，研究人員一直在探索利用基因驅動打擊疾病和其它問題的方法。隨著近年來CRISPR基因編輯技術的誕生，科學家能夠更容易地向染色體的指定位置插入遺傳材料。2015年有幾篇論文報道稱，以CRISPR為基礎的基因驅動技術已經成功在酵母菌、果蠅和蚊子身上得到了應用。其中一項研究通過基因驅動技術，使一群蚊子擁有了對瘧原蟲的抵抗力，這在理論上應當能限制瘧原蟲的傳播。還有一項研究對另一種蚊子的雌蚊生育能力進行了干擾。

　　今年有一套以CRISPR為基礎的基因驅動系統在小鼠身上開展了測試。該技術可以操控小鼠毛色，但僅對雌鼠有效。儘管如此，測試結果說明該技術或許有助於杜絕或防範鼠類及其它哺乳動物入侵對當地農作物或野生動物的威脅、或是隨之傳播的傳染病。

　　美國國防部高級研究計劃局（DARPA）便是這項技術的投資機構之一，對該技術充滿熱情，目前已向打擊蚊媒疾病和嚙齒動物入侵的基因驅動研究投資了1億美元。比爾&梅琳達?蓋茨基金會也向一項致力於打擊瘧疾的合作研究項目投資了7500萬美元。

　　雖然看上去前景喜人，但基因驅動技術也引發了許多擔憂。它們是否會在無意間對其它野生物種造成干擾呢？從一個生態系統中除去特定物種會產生什麼風險？惡人有沒有可能把基因驅動作為打擊農業的武器？

　　為避免出現上述情況，一支研究團隊發明了一種開關。只有向其中輸入一種特殊物質後，才能打開開關、啟動基因驅動。此外還有多支科學家團隊在制定相關協議，為基因驅動測試提供階段性指導。例如，美國國家科學院、工程院和醫學院在2016年對該領域研究開展了評估，並給出了負責行動建議。此外在2018年，一支大型國際工作小組針對該技術從實驗室研究向實地應用的轉變，制定了一份行動路線圖。DARPA和比爾&梅琳達?蓋茨基金會的評論員也參加了該工作小組的部分會議。該小組的建議以非洲借基因驅動技術控制瘧疾的情況為模板，因為該小組認為，該技術對非洲公共衛生的改善效果最為顯著。

　　除了限制該技術本身的風險之外，許多研究人員還力圖避免意外事故或錯誤的發生。在2017年一篇關於用基因驅動技術驅除有害哺乳動物的論文中，麻省理工學院的凱文?M?埃斯維爾特（Kevin M。 Esvelt）和紐西蘭奧塔哥大學的尼爾?J?甘默爾（Neil J。 Gemmell）不安地指出，一次全球範圍內的意外將導致該領域研究至少倒退10年。「光拿瘧疾來說，」他們預言道，「這種意外將導致成百上千萬人付出生命的代價，而他們的死亡原本是可以避免的。」

　　等離子材料

　　加州理工學院的哈利?阿特瓦特（Harry A。 Atwater）在2007年為《科學美國人》撰文時預言道，一種名叫「等離子體」（plasmonics）的技術將得到廣泛運用，如用來製作高度靈敏的生物探測器、隱形衣等等。十年後，許多等離子技術已經成為了商業現實，還有更多正在從實驗室向市場過渡。

　　這些技術的基礎都是控制電磁場與金屬（通常是金或銀）中自由電子之間的相互作用，且這些自由電子與金屬的導電性和光學特性有關。被光線擊中後，金屬表面的自由電子會同時震蕩，形成所謂的「表面等離子體」。如果這塊金屬很大，自由電子就會將光線反射回去，使金屬閃閃發光。但如果金屬直徑只有幾納米，自由電子就被限制在了一塊很小的空間內，振動頻率也因此受限。具體的振動頻率要取決於金屬納米粒子的大小。通過共振現象，等離子體只會吸收與自身頻率相同的入射光。這種表面等離子體共振現象可用來製造納米天線、高效率太陽能電池等有用設備。

　　在等離子體材料的應用中，被研究得最透徹的一種當屬用於檢測化學和生物因子的感測器。以其中一種方法為例：研究人員在等離子體納米材料上塗了一種能夠與目標分子（如某種細菌毒素）結合的物質，若不存在這種毒素，照射在該材料上的光線就會以特定角度反射出去；但如果存在這種毒素，表面等離子體的振動頻率就會隨之改變，反射光的角度也會發生相應變化。研究人員可以準確測量出這種效果，即使只存在微量毒素，也能探測到毒素的存在、並測出毒素濃度。幾家初創公司正以這種方法和其它相似方法為基礎研發相關產品，如能夠置於電池內部的感測器，它可以監測電池活動，從而提高電池能量密度和充電速度；還有一種能夠將病毒和細菌感染區分開的設備。等離子體材料在硬碟磁性存儲器領域也有用武之地。例如，它可以在硬碟寫入期間、定時加熱硬碟上的若干小點，從而提高熱輔助磁記錄設備的存儲能力。

　　在醫療領域，光激活納米粒子正在就癌症治療能力接受臨床試驗。納米粒子能夠融入血液之中，然後在腫瘤內部聚集。如果用與表面等離子體振動頻率相同的入射光照射腫塊，這些納米粒子就會發生共振，產生的熱量可以選擇性地殺死腫瘤中的癌細胞，但不會傷害周圍的健康組織。

　　新企業在研究等離子體材料的同時，也要確保產品定價合理、質量可靠、易於量產、且能夠與其它元件兼容。雖然存在這些挑戰，但該領域的前景似乎頗為光明。隨著各種合成納米材料相繼問世，研究人員使用的材料不再僅限於金和銀，石墨烯和各種半導體材料也得到了運用。市場調查公司Future Market Insights（未來市場洞察）預言，截至2027年，等離子體感測器在北美地區的市場總額將從2017年的2.5億美元增長到近4.7億美元。

　　量子計算機演算法

　　再過短短几年，量子計算機就可能趕上、甚至超過傳統計算機了。而這都要歸功於研究人員對量子計算機硬體和演算法所做的大量研究。

　　量子計算機利用量子力學進行運算。其運算的基本單位是量子比特，類似於傳統比特（0或1），但它其實是兩種不同運算狀態的量子疊加，可以同時為0和1。藉助這種特性，以及量子的獨特性質「量子糾纏」，量子計算機解決特定問題的效率可以遠超任何傳統計算機。

　　該技術雖令人倍感激動，但也極為複雜繁瑣。例如，一種名叫「退相干」（decoherence）的過程可以輕鬆擾亂量子計算機的功能。研究人員認為，擁有幾千個量子比特、受到嚴格控制的量子計算機可以通過量子糾錯技術解決退相干問題。然而，目前各實驗室推出的規模最大的量子計算機（最著名的例子當屬IBM、谷歌、初創公司Rigetti Computing和IonQ）也僅有數十個量子比特。這些量子計算機被加州理工學院的約翰?普瑞斯基爾（John Preskill）稱為「嘈雜中型量子（NISQ）計算機」，尚無法進行糾錯。不過，隨著越來越多的人開始研究專為NISQ量子計算機編寫的演算法，也許可以讓這些計算機以高於傳統計算機的效率開展特定運算。

　　隨著全世界越來越多的用戶能夠接觸到NISQ計算機，這一過程得到了有力推動，越來越多的研究人員也得以研發並測試針對這些計算機的小規模程序。此外，相關的初創公司也如雨後春筍般蓬勃發展，著重於量子軟體的不同方面，逐漸形成了一套產業「生態系統」。

　　研究人員認為，NISQ計算機有兩類演算法的潛力格外大：一種為模擬演算法，另一種為機器學習演算法。1982年，偉大的理論物理學家理查德?費曼指出，量子計算機最強大的應用將是模擬自然本身，即模擬天然原子、分子和材料。許多研究人員都編寫了能在NISQ計算機（以及未來可實現完全自我糾錯的量子計算機）上模擬分子和材料的演算法。這些演算法可以大大改進能源和健康科學等領域的新型材料設計。

　　研究人員還在評估量子計算機在開展機器學習任務時是否表現出色。對NISQ計算機演算法的測試結果顯示，對於給信息分類、把相似物品或特徵歸為一組、以及從已有數據樣本中生成新的樣本等機器學習任務，NISQ計算機的確能促進這些任務的開展。至少已有三支研究團隊各自獨立地報告了自己在研發量子版生成對抗網路（GAN）方面取得的進步（生成對抗網路是一種機器學習演算法，近年來如疾風暴雨般席捲了整個機器學習領域。）

　　雖然不少演算法在現有的NISQ計算機上似乎的確運行得不錯，但還缺乏能證明它們比傳統計算機演算法更強大的證據。這些證據不易收集，可能要過數年時間才能完成。

　　今後幾年間，研究人員很可能研發出更大、更可控的NISQ計算機，此後再推出擁有數千個量子比特、具備完整糾錯功能的量子計算機。演算法研究者們相信，NISQ計算機的演算法效率足以超過目前最先進的傳統計算機，但我們也許還是要等待具備完整糾錯功能的量子計算機問世。（葉子）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！