未來最具潛力的十大新興科技首度曝光

　　18位科學家組成的專家團隊選出十大最具潛力的重要技術成果，旨在幫助人們了解未來技術趨勢，消除人們對新技術的疑慮與擔憂，并彌補阻礙技術發展的投資、監管以及公眾認知之間的鴻溝。從無人機到AI興起，這個榜單讓我們一睹快速邁向未來的科技。

　　制造業的未來，

　　從打印器官到智能服裝

　　積材制造，也被譯為積層制造，主要是指3D打印。2012年奧巴馬國情咨文已經提及，創新制造業是振興美國制造業的重要手段。其中，積層制造就是奧巴馬政府創新突破口。如名稱所示，積材制造是減材制造的反面。后者指的是傳統制造方式：為了想要的形狀，要從一塊更大的材料(木料、金屬、石頭及其他)消減或去除若干層 。相反，積材制造利用數字模板，以松散材料(液體或粉狀)為基礎，逐層疊加成三維造型。

　　與批量生產產品不同，三維打印能夠根據最終用戶需求來量身定制。隱適美公司就是個例子，根據電腦制圖中用戶牙齒形狀，定制合乎嘴型、近乎透明的牙齒矯正器。其他3D打印的醫學應用，多見于生物學方面：直接打印人類細胞，借此制作活體組織，在藥物安全篩查方面，這些活體組織具有廣闊的應用前景，最終幫助人類實現組織修護、再生。生物打印的最早例子是打印出的肝臟細胞層，它被用于藥物測試，最終可能會被用于制造移植器官。如今，生物打印已經被用于生成皮膚、骨頭，以及心臟和血管組織，這些都使得個性化施藥前景廣闊。

　　積材打印的下一個重要發展階段將是集成電子部件的3D打印，比如電路板。納米級電腦部件，比如處理器，很難采用3D打印方式，因為將電子部件與其他多種不同材料制作的部件拼接起來，非常困難。在其他領域，如今的4D打印有望帶來新一代產品，它能隨周圍環境的變化(比如，熱和空氣濕度)而發生變化。這種技術在服裝或鞋類產品以及保健品等方面，很有作為。

　　和分布式制造一樣，積材制造正對傳統加工、供應鏈構成顛覆性破壞。如今，這項技術仍處于初期階段，主要用于汽車、航空和醫學領域。隨著更多商機的不斷涌現，技術創新不斷拉近它與大眾市場的距離，這項技術有望在今后十年里獲得迅猛發展。

　　燃料電池汽車：

　　氫動能的零排放汽車

　　與電或碳氫化合物等能源驅動汽車相比，燃料電池汽車一直頗具潛力和優勢。直到近期，汽車制造商們才打算將這項新技術推向市場。 燃料電池汽車的最初價格可能在7萬美元左右，但是今后幾年，隨著銷量遞增，價格應該會有顯著降低。

　　蓄電池接上外部能源，需要5到12小時的充電時間，而燃料電池就不同了，它利用氫或天然氣直接生成電能(中間不經過燃燒)。不過，實踐中，燃料電池和蓄電池兼而有之，燃料電池生成電能，蓄電池用來儲存動能以供驅動之需。因此，燃料電池汽車屬于混合動力車，將來也很有可能采用再生制動 ( regenerative braking) ，將制動時產生的動能儲存起來，而不是變成無用的熱，這是實現能源利用效率、范圍最大化的關鍵。

　　與電池電動車不同，燃料電池汽車里程很長——每箱燃料 (通常是壓縮氫氣)可行駛650公里;氫燃料加注時間僅需大約3分鐘;氫燃燒干凈，僅排放出水蒸汽，因此，氫動能驅動的燃料電池汽車將實現零排放，這是減少空氣污染的重要手段。

　　大規模生產廉價氫所面臨的重大挑戰之一，就是缺少能與天然氣、柴油加注站并駕齊驅并最終取代它們的氫能補給基礎建設。當下，長距離運輸的氫能(甚至需要氫能處于壓縮狀態)，并無經濟上的可行性。然而，創新性的氫能存儲技術，比如，不需要高壓存儲運輸的有機液體承運商，不久就會降低長途運輸成本，緩解氣體儲存、意外釋放的風險。

　　新一代機器人走下生產線

　　人們早就預見了一個由機器人全面接管日常繁重工作的未來世界。然而，這個機器人化的未來卻頑固地抵制變成現實。機器人僅被限于流水線以及其他可控性工作。盡管我們已經嚴重依賴機器人(比如，汽車制造業)，但由于機器人體型巨大，對與之合作的工人構成威脅，它們不得不被安全設施隔離開。

　　機器人科技的長足進步使得日常現實中的人與機器人的合作成為可能。更好、更便宜的傳感器能讓機器人更加“理解”環境并對之做出反應。受復雜生物結構超凡靈活性、適應性的啟發(比如，人的手)，機器人身體也變得更加靈活，適應性也更強。借助云計算革命，機器人能夠遠距離接收指令、信息，沒有必要將之設計成一個完全獨立的單元。

　　機器人新紀元將會讓這些機器離開大型制造廠商的生產線，幫助人類完成生活中的一系列任務。借助GPS技術，就像智能手機一樣，人們開始將機器人用于精準化農業，比如清除雜草與收獲。在日本，機器人也被用于護理領域，比如幫助病人起床、加強中風患者肢體控制力。更小但更精巧的機器人，主要用來處理一些繁重或人類不宜完成的工作。

　　實際上，機器人很適合兩種工作：不斷重復或很危險的工作，它能連續工作24小時，薪水還比人工低。現實生活中，新一代機器人會和人類合作而不是取代他們。即使考慮到未來可能取得的設計進步以及人工智能的發展，人類參與和監管仍然至關重要。

　　可循環利用的熱固性

　　塑料，告別垃圾填埋

　　塑料分為兩種：熱塑性塑料和熱固性塑料。前者能夠反復多次加熱成型，從孩子玩具到洗手間馬桶，熱塑性塑料運用廣泛。由于能夠融化重新塑形，通常也可以回收重新利用。然而，熱固性塑料經加熱后，只能塑形一次，至此之后，即使遭受高溫高壓，它依然能夠維持原形。

　　由于這種耐久性，熱固性塑料在現代社會中，舉足輕重。他們被廣泛用于許多產品，從移動手機到電路板以及航空工業。但是，這個特點也使得它們難以回收利用。結果，人們不得不填埋這些熱固性聚合物垃圾。考慮到可持續發展，我們迫切需要重新循環利用熱固性塑料。

　　2014年，熱固性塑料的循環利用取得重大進展，發現了新的熱固性聚合物，能夠予以回收。這種叫做 polys或者 PHTs 的物質能夠溶于強酸，分解聚合物鏈條，形成部件似的單體，這些單體能夠重新聚合成新產品。如同傳統不可回收利用的熱固性塑料，這些新結構非常堅固，經得起熱和硬物，在應用市場上，和它們不可循環利用的前輩們一樣，潛力巨大。

　　盡管無法實現100%回收，這種創新如果得到廣泛適用，將會大大降低塑料垃圾的土地填埋，加快邁入可循環發展經濟。我們期待在未來五年里，可循環熱固性塑料能夠取代不可循環熱固性塑料，并能在2025年廣泛應用。

　　精準基因工程技術，

　　以更少的爭議提供更好

　　的農作物

　　傳統基因工程一直備受爭議。最新技術通過直接修改“植物”基因編碼，讓植物更有營養、更能應對氣候變化。我們相信，這些優點和修改的精準性，能將當前的擔心與質疑化為廣泛的接受。

　　目前，農作物基因工程主要采取根癌土壤桿菌技術( bacterium agrobacterium tumefaciens)將受到青睞的DNA轉入目標基因組。盡管公眾普遍存在恐懼情緒，但這一技術已被證明有效、可靠。科學界的共識是，較之傳統雜交技術，從基因層面修改農作物，不會帶來更多的風險。

　　新技術對特定基因位點進行切割，將目標基因組變異為已知、使用者挑選過的序列。 這種技術能夠讓不可欲的基因消失、或者修改它，與自然突變沒什么不同。借由同源重組技術,還能將新DNA序列、甚至整個基因精準地插入基因組。

　　在基因工程領域，另外一個有望實現重大突破的是對農作物使用RNAi 干擾(近幾年來RNAi研究取得了突破性進展，被《Science》雜志評為2001年的十大科學進展之一，并名列2002年十大科學進展之首)。RNAi能夠有效抵抗病毒和病原真菌，保護農作物遠離病蟲害，減少化學殺蟲劑的使用。比如，病毒基因被用來保護木瓜抵制環斑病，在夏威夷，該技術經過十來年的使用，木瓜自身并未進化出免疫力。RNAi也讓絕大部分糧食作物受益匪淺，比如，保護麥子抵制稈銹，谷物、土豆和香蕉抵制枯萎病。

　　這些創新中，不少特別有利于發展中國家的小型農場主。隨著人們日益認識到這些技術能夠有效增加收入、改善百萬人口的膳食質量時，伴隨基因工程的爭議也會越來越少。不僅如此，更為精準的基因組修改也會消除大眾恐懼，特別是，由于并沒有引入外部基因物質，最終也就是沒有所謂的轉基因動植物。總而言之，這些技術都能通過大大增強種植物的耐受性，降低對外部資源的依賴，比如水源、土地以及化肥。同時它們也更易于適應天氣變化。

　　自然人工智能，

　　當計算機能夠學習的話

　　會發生些什么呢

　　人工智能(AI)，簡單來說，就是用計算機來做人類能夠做的事的科學。過去幾年，AI發展顯著：現在我們大部分都是用可以識別語音的智能手機，或者利用圖像識別技術快速通過機場入境處。自動駕駛的汽車和自動無人機正處于大規模應用前的測試階段，在某些特定的學習和記憶任務方面，機器的表現超越人類。人工智能計算機系統Watson在問答游戲Jeopardy中打敗了人類的最佳選手。

　　就像下一代機器人技術，AI會促使生產力顯著提高，就像機器取代了人工那樣，甚至更有過之。大量證據表明，自動駕駛汽車會減少撞車概率，避免道路交通事故帶來的死亡和傷害，因為機器不會犯人類犯的錯誤，如注意力不集中、視力缺陷以及其他的缺點。智能機器能夠快速訪問大容量存儲的信息，能夠沒有感情偏見地做出回應，也能夠在診斷疾病時比專業醫師表現得更好。Watson系統正被應用于腫瘤科以協助診斷，并為癌癥患者提供個性化的、以事實為依據的治療方案以供選擇。

　　長期以來人來都對AI懷有科幻噩夢。AI確實會帶來風險，最顯著的就是超智能機器有一天也許會超越并且奴役人類。雖然幾十年過去了，專家們越發重視這個問題。更簡單地說，由智能計算機替代人工引起經濟變化，可能會加劇社會不平等，威脅到現有的工作機會。例如，無人機會代替大部分人工運輸機，而自動駕駛短期出租車輛會使的士越來越無用。另一方面，自然AI可能會使那些只限于人類的屬性——創造性、情感、私人關系——更加有價值。

　　分布式制造：

　　家門口的在線工廠

　　分布式制造正在我們制造和運輸產品的路上打開局面。在傳統的制造業中，原材料送到大型中央工廠里，在那里組裝加工成相同的成品，接下來送到客戶手上。在分布式工廠里，原材料和制作方式是分開的，制造出的成品非常接近最終客戶。

　　從本質上，這個想法是用數字信息盡可能多地替代材料供應鏈。例如，想要制造一把椅子，不再把采購木頭和制造椅子都放在工廠里，而是將組成椅子的各部件的切割數字計劃發布到使用電腦切割工具的本地制造企業。消費者或者本地制作工坊可以自行組裝這些部件，變成成品。已經在使用這種模式的公司是美國的一家家具公司AtFAB。

　　目前分布式制造的利用嚴重依賴于DIY玩家的活動，愛好者們用他們自己的3D打印機和本地材料制造產品。如此一來，消費者們可以個性化定制滿足他們需求和喜好的產品。與集中生產不同，創造性的設計元素更加眾包，當更多人參與到可視化和生產，產品會演變出更多的性質。

　　分布式生產被賦予期望，能夠更有效地使用資源，減少集中式工廠內的容量浪費。通過減少建立第一個原型和產品所需的資本，它同樣降低了進入市場的門檻。重要的是，它會減少制造業對整體環境的影響：數字信息通過網絡傳送，而不是實物產品通過道路、鐵路貨水路傳送;原材料來源于當地，進一步減少了運輸所需的能源。

　　如果分布式制造應用更加普遍，將會打亂傳統的勞動力市場，及傳統制造業。這的確構成風險：調節和控制遠程人造醫療設備可能會變得更加困難，而槍械類產品既不合法又危險。并不是所有東西都能用分布式生產方式來制作，而傳統制造業和供應鏈仍會存在以保證大部分非常重要而又復雜的消費品的生產。

　　分布式生產會鼓勵現今標準化的產品如智能手機和汽車更加多樣化。應用規模無限：一家英國公司Facit Homes利用個性化設計和3D打印為消費者建立了一幢自定義的房子。產品功能不斷發展，服務于不同的市場和地理位置，貨物及服務將迅速擴散至那些現今傳統制造業無法覆蓋的區域。

　　能夠感知與避讓的無人機

　　用會飛的機器人(眾所周知的無人駕駛汽車，或者無人機)檢查電纜或運輸緊急物資在近年已經成為軍事能力重要又具有爭議的部分。該技術還被應用于農業拍攝和許多其他應用，這些地方都需要廉價和廣泛的空中偵察。但目前為止，這些無人機都需要人類駕駛員，區別在于這些飛行員都在地面上，遠程控制著這些飛行器。

　　無人機技術的下一步是開發機器自行飛行，將它們帶到更廣的應用領域。為了這一目的，無人機必須能夠感知和對周邊環境做出回應，調整高度和飛行軌跡以避免在它們的飛行軌道上與其他物體相撞。帶有可靠的自主性和防碰撞系統的無人機可以開始執行對于人類來說太過危險或太遠的任務：比如檢查電力線纜，或者緊急情況下提供醫療用品。無人運輸機會考慮其他飛行器或障礙并找到前往目的地的最佳路徑。在農業中，無人機會收集處理大量的來源于空氣的可視化數據，根據這些數據可以精確有效地利用化肥和灌溉。

　　2014年1月，Intel和Ascending技術公司展示了多動力無人原型機，該無人機可以定位障礙物，并且自動避讓走在它們設定的航行路線上的人類。無人機使用了Intel的實時感知攝像頭，攝像頭僅重8克，厚度不超過4mm。這個級別的防碰撞系統將會迎來共享領空的未來，將有很多無人機在接近人類的地方飛行，執行各種任務。無人機本質上就是在3個而不是2個維度上進行操作的機器人，下一代機器人技術的進步將會加速這種趨勢。

　　神經形態技術：

　　模仿人類大腦的

　　計算機芯片

　　即使是當今最好的超級計算機也無法匹敵人類大腦的復雜性。計算機是線性的，通過高速主干網，在內存芯片與中央處理器間來回移動數據。而大腦則是完全相互關聯的，邏輯與記憶緊密交叉，其密度與多樣性數十億倍于現代電腦。神經芯片試圖用一種與傳統硬件完全不同的方式來處理信息，即模擬大腦體系結構，試圖大幅度提高計算機思維響應能力。

　　多年來，小型化已在傳統計算能力領域大幅度發展，但在中央處理器與存儲中不斷轉移數據的瓶頸在于這樣會耗費大量的能量并且造成熱量流失，從而限制了長遠的發展。相反，神經芯片將數據存儲于數據處理部分放在同一個相互關聯的模塊里，可以更有效地利用能源，并且更加強大。在這個意義上來說，系統復制了數十億的網絡神經元，從而彌補了人類的大腦。

　　神經形態技術將是強大計算的下一階段，將大大提高數據處理速度，提高機器學習能力。擁有更強大的計算能力，消耗更少的能量，占用更小的體積，擁有這些優點的神經芯片將會帶來更加智能化的小規模機器，從而將小型化與人工智能帶入下一階段。潛在的應用包括：無人機能夠更好地對視覺線索做出處理和響應，相機和智能手機能夠更加強大和智能化，大規模數據運算能夠幫助解密金融市場或者天氣預報。計算機將會預測和學習，而不僅僅以預編程方式做出回應。

　　數字基因組：

　　當你的遺傳密碼

　　存儲在一個U盤時代的

　　衛生保健

　　第一次對組成人類基因組的32億對堿基對的DNA測序花費了多年的時間與上億美元的資金，今天，只要花上幾分鐘和幾百美元就能對你的基因組進行測序并數字化。結果可以保存到U盤上，甚至輕易地通過網絡進行分享。這種迅速廉價地確定我們獨特、個體的基因組的能力帶來了更加個性化和更有效率的保健改革。

　　很多人類棘手的健康問題，從心臟病到癌癥，都與基因有關。事實上，癌癥是基因引起的疾病中最好描述的。隨著數字化，醫生將能夠通過腫瘤基因組來決定患者的癌癥治療方式。這項技術也使精密醫學成為現實，開啟了高度靶向治療的發展，可以提供改進后治療方式的潛在效果，特別是針對那些正在對抗癌癥的患者。

　　跟其他個人信息一樣，因為隱私原因，人的數字基因也需要保護好。個人的基因組分析已經面臨了挑戰，人類對自身遺傳類疾病風險的更多的了解，以及其他人如雇主或保險公司都會想要獲取并利用這些信息。但，利益很可能超出了風險，因為個性化治療和靶向治療可以創造出更多的潛力，可以應用于許多因為DNA病變導致或引起的疾病。