2017全球十大新兴技术大公开!哪些将改变我们的未来?

2017 年 6 月 30 日 Python技术博文 Anne

来源: 环球科学ScientificAmerican(ID:huanqiukexue)

概要:《科学美国人》与世界经济论坛联合发布了2017年全球十大新兴技术。


近日,《科学美国人》与世界经济论坛联合发布了2017年全球十大新兴技术。这份榜单由《科学美国人》、《科学美国人》全球顾问委员会、世界经济论坛全球专家网络、世界未来委员会共同选出,涵盖了在医疗、计算机、环保等领域的最新技术,它们在提高生活质量、促进产业转型、保护地球环境等方面具有无限潜能。

 

“新兴技术正在重新定义工业,它们使传统的界线变得模糊,在我们前所未见的尺度上创造新的机遇,”世界经济论坛管理委员会成员、第四次工业革命中心主任Murat Sönmez说,“所有机构都必须通过正确的政策、规划与合作方式,让技术革新为人类构建更美好的未来,同时避免技术泛滥带来的风险。”

 

自2012年起,世界经济论坛开始评选年度十大新兴技术。在此前五年的榜单中,3D打印、CRISPR-Cas9、光遗传等技术已经成为我们生活、研究中的重要元素。而在今年的榜单中,又有哪些将改变人类的未来?

 

2017年全球十大新兴技术一览:

 

1. 液体活检


液体活检技术的出现,标志着人类在攻克癌症的道路上又前进了一大步。与传统的组织活检相比,液体活检具备多项优势:首先,对于组织活检无法企及的部位,液体活检可以成为替代品。其次,组织活检只能反映出样品中的信息,而液体活检可以检测出患者的整体情况。此外,液体活检主要检测的是循环肿瘤DNA(ctDNA),它们通常会从肿瘤组织进入血管中。因此,与依靠症状和图像进行诊断相比,液体活检对癌细胞的定位更加迅速。



2. 从空气中收集净水


此前,科学家已经能够从空气中收集净水,但现有的技术需要耗费大量电力,并且只有在湿度较高时才能实现。而现在,情况正在发生改变。来自MIT和加州大学伯克利分校的研究团队通过一类新型多孔晶体——金属有机骨架(metal-organic frameworks),在空气湿度低至20%的环境下成功收集净水,且这一过程完全不需消耗能量。此外,一家位于亚利桑那州的初创企业Zero Mass Water,通过离网型太阳能系统,每天可以生产2.5升水。



3. 深度学习与机器视觉


在深度学习的帮助下(尤其是随着卷积神经网络的发展),计算机的图像识别能力开始超越人类。目前,机器视觉技术在自动驾驶、医学诊断、保险索赔的破损评估、水位监测、农业生产等领域具有广泛的应用前景。



4. 从阳光中收集液态燃料


我们能否模仿树叶的光合作用,让“仿生树叶”生成、储存能量?现在,这个问题的答案正呼之欲出。哈佛大学的科学家找出一款新型钴-磷催化剂,利用太阳能,其将水分子分解成氢气和氧气,随后这些氢将二氧化碳转化成有机物。在这样一个封闭系统中,燃烧释放的二氧化碳将重新被转化成燃料,而不是被排放至大气中。这项技术可能会给太阳能和风能行业带来革命性的影响。



5. 人类细胞图谱计划 


人类细胞图谱计划于2016年10月正式启动,这个国际合作项目旨在破译人类身体的秘密,由陈-扎克伯格倡议支持。此项目希望确定所有组织的不同细胞类型、各类细胞分别由哪些基因、蛋白和其他分子来控制细胞活动、细胞的准确位置,以及细胞是如何与其他细胞交流,在细胞发生改变后又是如何影响身体机能的……该计划最终将为个性化医疗提供有力的帮助。



6. 精准农业 


第四次工业革命为农民提供了一系列新的工具,这些工具能够在减少水和农药使用量的同时,提高作物的产量与质量。传感器、机器人、GPS、地图工具以及数据分析软件全部按照植物养护的需求量身定制。虽然对于全世界的大多数农民来说,距离利用无人机来实时监控植物的生长状态还相对较远,但现在已经有了一些相对简易的技术,例如悉尼大学的Salah Sukkarieh已经在印度尼西亚使用了一套价格低廉的现代化监控系统,依靠太阳能及手机实现监控。



7. 廉价的氢能汽车催化剂 


此项目的目的是开发一种零排放的氢燃料电池技术。目前使用的催化剂含有金属铂,价格高昂,因此项目暂时陷入瓶颈。但是,现在很多研究正在致力于减少对这种稀有而昂贵金属的依赖,目前最新的研究已经能够做到不利用铂,甚至是完全不使用金属。例如,凯斯西储大学的科学家就研制出掺杂氮和磷的碳泡沫催化剂,其活性不亚于标准催化剂。



8. 基因疫苗 


基于基因的疫苗在很多方面优于现在的传统疫苗。基因疫苗能够快速生产,这对于应对突然暴发的疫情非常关键。相比于在细胞培养物或SPF鸡蛋中生产的传统蛋白疫苗,基因疫苗制作起来也更简单、廉价。而且,通过这种方法制得的疫苗能够快速适应病原体突变。最终,科学家能够找出能够抵抗病原体的人群、纯化能够为人类提供保护的抗体,然后设计出基因序列,诱导人体细胞产生这种抗体。



9. 可持续型社区


如能将绿色建筑理念一次性应用到大规模的建筑过程中,它将可能为能量、水资源的消耗带来一场革命。目前,加州大学伯克利分校的科学家正计划通过智能微电网,将本地产生的太阳能用于建筑的电力供应,这将减少一半的电力消耗,并将碳排放降至0。与此同时,他们还计划重新设计建筑的排水系统,从而实现厕所和下水道中水资源的就地循环利用,而雨水也将被收集利用,这些举措将会使饮用水的需求量下降70%。



10. 量子计算机


量子计算机拥有无限的潜能,与之相对应的是高度的建造难度和高昂的花费。这也就不难解释,为什么小型量子计算机的运算能力仍未超越超级计算机。不过在2016年,IBM将量子计算机的发展推向了一个新高度,它们成为首家向公众提供量子计算机云服务的公司。这项技术为超过20篇等待发表的学术论文提供了实验平台。目前,全球超过50家企业正在努力让量子计算机成为现实,这其中既有大型企业,也有不少初创公司。这些进展让人们开始相信,量子时代正向我们走来。



推荐阅读,点击即可阅读哦:

经验 | Python爬虫基础

Python基础章程

近几年微软笔试题汇总分类解析

阿里巴巴为什么要选择星际争霸作为AI算法研究环境?

真正受过教育的人应该具备的思维方式

看看 40 岁“老”程序员的反思

如何优雅的使用Python






登录查看更多
0

相关内容

德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
234+阅读 · 2020年1月23日
2019->2020必看的十篇「深度学习领域综述」论文
专知会员服务
270+阅读 · 2020年1月1日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
浅谈群体智能——新一代AI的重要方向
中国科学院自动化研究所
43+阅读 · 2019年10月16日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
下载 ‖ 十大医疗数据集
机械鸡
103+阅读 · 2017年8月5日
人工智能与医疗,正成为人工智能时代重头戏
机器之能
6+阅读 · 2017年7月10日
Arxiv
45+阅读 · 2019年12月20日
Generative Adversarial Networks: A Survey and Taxonomy
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
136+阅读 · 2018年10月8日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
3+阅读 · 2018年5月11日
VIP会员
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
234+阅读 · 2020年1月23日
2019->2020必看的十篇「深度学习领域综述」论文
专知会员服务
270+阅读 · 2020年1月1日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
相关资讯
浅谈群体智能——新一代AI的重要方向
中国科学院自动化研究所
43+阅读 · 2019年10月16日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
下载 ‖ 十大医疗数据集
机械鸡
103+阅读 · 2017年8月5日
人工智能与医疗,正成为人工智能时代重头戏
机器之能
6+阅读 · 2017年7月10日
相关论文
Arxiv
45+阅读 · 2019年12月20日
Generative Adversarial Networks: A Survey and Taxonomy
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
136+阅读 · 2018年10月8日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
3+阅读 · 2018年5月11日
Top
微信扫码咨询专知VIP会员