1. <source id="hovff"></source>
    2. <rt id="hovff"><optgroup id="hovff"><u id="hovff"></u></optgroup></rt>

      <s id="hovff"><optgroup id="hovff"></optgroup></s>
      <strong id="hovff"><li id="hovff"></li></strong>
    3. <s id="hovff"></s>
        1. <strong id="hovff"><span id="hovff"></span></strong>
            <cite id="hovff"></cite>
            
            

              1. 您所在的位置:網站首頁 /學會動態 / 行業新聞

                科技熱點 | MIT發布2021年10大突破性技術

                2021-03-04 09:17



                      《麻省理工科技評論》一直關注新興技術的發展及商業化落地,自2001年起每年都會評選出年度“十大突破性技術”,希望借此對擁有極大潛力實現商業化的、并可對未來世界帶來極大影響的新興科技做出最有力的研判。評選至今,這份在全球科技領域舉足輕重的榜單曾精準預測腦機接口、智能手表、癌癥基因療法、深度學習等諸多熱門技術的崛起。

                       近日,《麻省理工科技評論》發布了最新的2021年10大突破性技術,帶大家一瞥未來。


                1、Messenger RNA疫苗   



                我們很幸運。兩種最有效的針對冠狀病毒的疫苗均基于信使RNA,該技術已經使用了20年。當covid-19大流行于去年1月開始時,幾家生物技術公司的科學家迅速轉向使用mRNA作為研發潛在疫苗的一種方法。到2020年12月下旬,全球范圍內有超過150萬人死于covid-19,但同時該疫苗已在美國獲得批準,這標志著流感大流行結束的開始。

                新的共生疫苗基于一種從未在治療中使用的技術,它可能會改變醫學,從而開發出針對各種傳染病(包括瘧疾)的疫苗。如果這種冠狀病毒不斷變異,mRNA疫苗可以很容易地快速修改。

                信使RNA還具有廣闊的前景,可作為廉價的基因修復鐮狀細胞疾病和HIV的基礎。同樣還可用于利用mRNA幫助機體抵抗癌癥的研究中。


                2、GPT-3    


                學習寫作和說話的大型自然語言計算機模型是向人工智能邁出的一大步,可以更好地理解世界并與之互動。GPT-3是迄今為止最大也是最有文采的計算機模型。

                GPT-3經過數千本書和大部分互聯網的文本訓練,能夠以奇異的(有時是離奇的)現實主義模仿人類編寫的文本,使其成為使用機器學習產生的最令人印象深刻的語言模型。

                但是GPT-3不了解它在寫什么,因此有時結果是亂碼和荒謬的。培訓需要大量的計算能力,數據和金錢,造成了巨大的碳足跡,并限制了那些擁有非凡資源的實驗室開發類似的模型。而且由于它的訓練對象是來自互聯網的文本,而互聯網上充滿了錯誤的信息和偏見,所以它經常會產生類似的偏見段落。


                3、TikTok推薦算法     


                自2016年在中國推出以來,TikTok已成為全球增長最快的社交網絡之一。它已被下載數十億次,并吸引了數億用戶。為什么?因為為TikTok“為您而生”的算法已經改變了人們在網絡上成名的方式。

                當其他平臺更傾向于突出具有大眾號召力的內容時,TikTok的算法似乎可以從默默無聞的創作者中挖掘出一個新的創作者,就像它們可以突出一個知名的明星一樣。而且他們特別善于將相關的內容輸送給那些有共同興趣或身份的小眾用戶社區。

                新創作者能夠非常迅速地獲得大量瀏覽量--以及用戶可以輕松地發現如此多種類的內容--這些都促成了該應用的驚人增長。其他社交媒體公司現在正爭相在自己的應用上復制這些功能。


                4、鋰金屬電池    



                電動汽車的銷售形勢艱難。

                不僅因為它們比較昂貴,還因為在需要充電之前,您只能開車幾百英里——這比停下汽油要花費更長的時間。而所有這些缺點與鋰離子電池的局限性有關。

                一家資金雄厚的硅谷創業公司現在表示,它有一種電池,將使電動汽車更容易被大眾消費者接受。

                它被稱為鋰金屬電池,由QuantumScape公司開發。根據早期的測試結果,這種電池可以將電動車的續航里程提高80%,并且可以快速充電。這家初創公司與大眾汽車達成協議,大眾汽車表示將在2025年之前銷售搭載這種新型電池的電動車。

                這種電池還只是一個原型,比汽車所需的電池小得多。但是,如果QuantumScape和其他從事鋰金屬電池研究的公司取得成功,它可能最終使電動車吸引數百萬消費者。


                5、數據信托    



                事實證明,技術公司對我們的個人數據管理不善。我們的信息被泄露,被黑客入侵,且出售和轉售的次數超過了我們大多數人的能力。

                也許問題不在于我們,而在于我們長期以來一直遵循的隱私模型——在這種模型中,我們作為個人主要負責管理和保護我們自己的隱私。

                數據信托提供了一種替代方法,一些政府正在開始探索。數據信托是一個法律實體,代表人們收集和管理他們的個人數據。雖然這些信托的結構和功能仍在定義中,許多問題仍然存在,但數據信托為隱私和安全方面的長期問題提供了潛在的解決方案。

                6、綠色氫能

                氫氣一直是化石燃料的誘人替代品。

                它燃燒干凈,不排放二氧化碳;它的能量密度大,因此是一種很好的方式來儲存來自可再生資源的電力;你還可以制造液態合成燃料,作為汽油或柴油的直接替代品。但到目前為止,大多數氫氣都是由天然氣制成的,該過程很臟且耗能大。

                而太陽能和風能的成本迅速下降,意味著綠色氫現在便宜到可以實用。只需用電將水除掉,就可以得到氫氣。

                目前歐洲正在引領潮流,開始建立所需的基礎設施。比如電解廠正以太陽能和風能為動力,生產干凈的氫氣。


                7、數字接觸追蹤      



                隨著冠狀病毒開始在世界范圍內傳播,乍一看似乎數字接觸追蹤可能對我們有幫助。智能手機應用可以使用GPS或藍牙來創建最近有過交集的人的日志。如果他們中的一個人后來檢測出covid陽性,這個人可以將結果輸入應用程序,它會提醒其他可能已經暴露的人。

                但是,數字接觸跟蹤在很大程度上未能對病毒的傳播產生很大影響。蘋果和谷歌迅速向許多智能手機推出了諸如暴露通知之類的功能,但公共衛生官員卻難以說服居民使用這些功能。

                不過,這不代表數字接觸跟蹤沒意義。我們從這次大流行中吸取的教訓不僅可以幫助我們為下一次大流行做好準備,而且還可以延續到其他醫療領域。


                8、超精確定位


                我們每天都在使用GPS;它已經改變了我們的生活和許多業務。但是,今天的GPS可以精確到5到10米以內,而新的超精確定位技術的精確度可以達到幾厘米或幾毫米。

                這為我們帶來了新的可能性——從山體滑坡預警到送貨機器人,再到自動駕駛汽車,超精確定位使這些應用更安全。

                中國的北斗(北斗)全球導航系統于2020年6月完成,這是使這一切成為可能的一部分。它為世界上任何人提供1.5至2米的定位精度。使用基于地面的增強,它可以降低到毫米級的精度。

                同時,自1990年代初以來就一直存在的GPS正在升級:11月發射的四顆GPS III新衛星,預計到2023年將在軌道上發射。


                9、遠程技術

                     


                狂熱的大流行迫使世界走向遠程技術。在醫療保健和教育領域,正確實現這一轉變尤為關鍵。世界上一些地方在讓這兩個領域的遠程服務為人們提供良好服務方面做得特別好。

                比如,在線家教公司Snapask在亞洲9個國家擁有350多萬用戶,還有位于印度的學習應用Byju's的用戶數量已經飆升至近7000萬。遺憾的是,其他許多國家的學生仍然在網上上課方面舉步維艱。

                與此同時,烏干達和其他幾個非洲國家的遠程醫療工作已經在流行病期間將醫療服務擴展到數百萬人。在世界上長期缺乏醫生的地區,遠程醫療已經成為救命稻草。


                10、多技能AI       



                盡管近年來人工智能取得了巨大的進步,但AI和機器人在許多方面仍然是愚蠢的,特別是在解決新問題或瀏覽陌生環境方面。他們缺乏人類的能力,甚至不如年幼的兒童,他們無法學習世界如何運轉并將常識應用于新情況。

                提高人工智能技能的一個很有前途的方法是擴展它的感官。

                當前,具有計算機視覺或音頻識別功能的AI可以感知事物,但無法使用自然語言算法“談論”其看到和聽到的內容。但如果你把這些能力結合在一個人工智能系統中呢?這些系統是否會開始獲得類似人類的智能?一個能看、能摸、能聽、能交流的機器人是否能成為更高效的人類助手?

                如果把感官與語言結合起來,為AI提供一種更像人類的方式來收集和處理新信息,它最終會發展會對世界的理解嗎?研究人員正希望通過這種方式,產生一種更強大的AI,可以適應新情況或新問題。這樣的AI算法可以幫助我們解決更復雜的問題,或者被移植到智能機器人和協作機器人中,以改善我們的生產與生活。



                本文來源:MIT、愿望智庫

                摘自:中國科訊


                万家彩