2015年十大创新技术

中文版的《科学美国人》 《环球科学》最近为2015年选择了10项创新技术:用眼睛控制计算机，用一滴样本检测所有病毒，以及小型聚变反应堆……2015年仍有许多技术创新可以改变世界。它们不仅会改善人们的生活，而且有希望拯救处于危机中的世界。

    眼控机器：软件把眼动转换为设备的控制命令为瘫痪患者带来希望

很久以前，科学家们知道眼睛可以揭示人们的目标——，他们想去哪里，他们想做什么，他们想联系谁。伦敦帝国学院专攻神经科学的副教授奥尔多·费萨尔希望用人类的眼球运动来控制轮椅、电脑和电子游戏。费萨尔和他的同事制作了一副带有视频游戏摄像头的眼镜，用来记录用户的眼球运动，并将眼球运动数据输入电脑。然后计算机中的软件将数据转换成机器指令。几乎每个人都可以使用这项技术，而构建该系统的成本不到50美元。成千上万的志愿者在一次科学展览上试用了这项技术。大多数人不用指导就能在15秒内熟练地打乒乓球。

Faisal和他的同事开发了一套算法，利用70年来对眼球运动的神经生物学研究，可以将眼睛转换成控制轮椅的指令，将眨眼转换成鼠标点击，并将瞳孔的快速运动转换成游戏手柄的晃动。为了预测用户的意图，该算法需要用真实世界的数据进行训练，研究人员将收集他们的眼球运动数据。通过不断的训练，软件系统可以逐渐识别用户的意图。人们将火箭送入太空已经有50多年了。在过去50年左右的时间里，将火箭送上预定轨道仍然需要极高的成本。火箭重量的90%是燃料和推进剂，几乎没有空间装载货物。1924年，苏联科学家康斯坦丁·齐奥尔科夫斯基提出了一种降低成本的方法，并建议使用地面信号发射器发射的微波束作为火箭的动力。Tsiolkovsky建议使用抛物面镜将“平行的短波电磁辐射束”导向火箭腹部，加热推进剂产生推力，而无需在火箭舱内携带大量燃料。这个想法一直被忽视。直到最近，技术进步才最终赶上了齐奥尔科夫斯基的愿景。20世纪50年代，微波激射器被发明，但直到更好更便宜的——回旋管出现，微波激射器的发射功率才达到太空发射所需的兆瓦级。

    微波火箭：微波束驱动的火箭可以让人类以更低廉的成本进入太空

    可注射进脑部的柔软电子探针：导电的高聚物网可以给大脑研究带来新希望

为了解开大脑之谜，科学家们需要仔细而准确地监测活体动物大脑中的神经元。然而，大脑探针通常很笨拙。由哈佛大学化学家查尔斯·利伯领导的团队希望用一种丝般的聚合物网络来改进目前的研究方法。现在，研究人员已经在植入了电子传感器的活老鼠身上测试了他们的网状聚合物。一旦这项研究证实了网状聚合物的安全性，它就可以用于人类研究单个神经元的活动如何产生认知和治疗帕金森氏病等疾病。(赛斯·弗莱彻)世界范围内正在培养大量的转基因大肠杆菌，以分泌有用的物质，如医用胰岛素、塑料聚合物和食品添加剂。当这些转基因细菌完成它们的使命时，它们将作为工业废料被丢弃或用作肥料。

    转基因生物的毁灭开关：毁灭开关可以抵御商业间谍并预防基因污染

    自己学习的机器:自我学习能力让人工智能变得更加聪明

目前，这种做法对环境造成的风险很小，因为转基因大肠杆菌的生存能力比自然界中的大肠杆菌弱，在实验室外无法存活很长时间。然而，未来出现的转基因细菌可能会出现在不该出现的地方，并带来风险。2009年，旧金山加利福尼亚大学的生物工程师布莱恩·卡瑞安开始研究如何在转基因生物逃脱或被盗时摧毁它们的转基因DNA。最近，他了解到一种叫做CRISPR的细菌防御机制，细菌用它来切割和破坏入侵病毒的DNA。Carian意识到CRISPR可以用来制造一个内置于转基因细菌中的破坏开关。卡瑞安已经修改了质粒(自动复制的微小环状DNA)，这样它们就可以编码一些核糖核酸碱基和酶来形成破坏开关。然后，他将这些质粒注射到转基因大肠杆菌中，并给细菌安装致死程序。一旦阿拉伯糖被添加到基因修饰的大肠杆菌的培养基中，破坏开关将被打开以切断细菌的修饰的DNA。谷歌、脸书和其他商业巨头正在开发自学技术，并取得了很大进展。他们的工作在很大程度上依赖于一种叫做深度学习的技术。

深度学习网络源于一个已经有几十年历史的观点:如果计算机运行得更接近人脑，它们将变得更智能。这种深度学习网络由几个相互连接的中央处理器层组成，也称为人工神经元。每一层人工神经元处理输入信息的方式都不同。与传统神经网络相比，深度学习神经网络的层数要多得多。网络越深(即层次越多)，它可以提取的内容就越抽象。最近，深度学习已经开始应用于市场。谷歌照片就是一个例子，它是谷歌在2015年5月推出的。事实上，这项技术标志着向真正的人工智能迈进了一步，人工智能将拥有与人类几乎相同的智能行为。2015年2月，来自深度思维的一组人工智能专家报告了他们的结果:他们用深度学习技术建造了一台自我训练的电脑，可以玩一些简单的电子游戏，打败人类王牌玩家。(加里·斯蒂克斯)

    让视线转个弯:弹射的光子可以让摄像头看到视线外的物体

如果摄像机能看到拐角另一边的情况，它就能警告司机拐角处的潜在危险，帮助消防队员搜索燃烧的建筑物，并允许外科医生看到身体难以触及的部位。几年前，麻省理工学院媒体实验室的研究人员发明了这种相机，但这只是一个昂贵的早期原型。该设备使用激光脉冲将光线通过墙壁或门射到隔壁房间的静态物体上。一台价值50万美元的照相机将捕捉反射光。最后一个程序将记录单个光子的到达时间，计算距离，并重建不可见的物体。从那以后，麻省理工学院的研究小组大大改进了这项技术，现在它可以拍摄移动到视线之外的物体。它还用一个发光二极管和一个100美元的微软Kinect传感器取代了激光器和50万美元的照相机。(拉里·格林迈尔)

深度学习网络源于一个已经有几十年历史的观点:如果计算机运行得更接近人脑，它们将变得更智能。这种深度学习网络由几个相互连接的中央处理器层组成，也称为人工神经元。每一层人工神经元处理输入信息的方式都不同。与传统神经网络相比，深度学习神经网络的层数要多得多。网络越深(即层次越多)，它可以提取的内容就越抽象。最近，深度学习已经开始应用于市场。谷歌照片就是一个例子，它是谷歌在2015年5月推出的。事实上，这项技术标志着向真正的人工智能迈进了一步，人工智能将拥有与人类几乎相同的智能行为。2015年2月，来自深度思维的一组人工智能专家报告了他们的结果:他们用深度学习技术建造了一台自我训练的电脑，可以玩一些简单的电子游戏，打败人类王牌玩家。(加里·斯蒂克斯)

深度学习网络源于一个已经有几十年历史的观点:如果计算机运行得更接近人脑，它们将变得更智能。这种深度学习网络由几个相互连接的中央处理器层组成，也称为人工神经元。每一层人工神经元处理输入信息的方式都不同。与传统神经网络相比，深度学习神经网络的层数要多得多。网络越深(即层次越多)，它可以提取的内容就越抽象。最近，深度学习已经开始应用于市场。谷歌照片就是一个例子，它是谷歌在2015年5月推出的。事实上，这项技术标志着向真正的人工智能迈进了一步，人工智能将拥有与人类几乎相同的智能行为。2015年2月，来自深度思维的一组人工智能专家报告了他们的结果:他们用深度学习技术建造了一台自我训练的电脑，可以玩一些简单的电子游戏，打败人类王牌玩家。(加里·斯蒂克斯)

当医生想要鉴定引起感染的病毒时，他们通常使用聚合酶链式反应来“扩增”分散的DNA片段以获得足够的测试样本。然而，医生必须知道要检测的病毒类型，这意味着他们需要猜测。2015年9月，哥伦比亚大学的研究小组描述了一种无需猜测即可使用的新方法。这项技术有一个尴尬的名字:脊椎动物病毒的病毒群捕获和测序平台。它可以在一滴唾液、一滴脊髓液或一小块组织中找到所有的病毒，精确度近乎完美。该方法可在48小时内同时分析21个样品，每个样品的分析成本约为200美元。只要这些病毒与已知病毒的相似度不低于40%，它还可以发现新病毒或突变病毒。该团队首先建立了一个包含1000多种脊椎动物病毒的数据库，然后合成了匹配所有病毒株的基因探针。他们已经合成了总共200万个基因探针(一个25到50纳米长的DNA片段)，当遇到匹配的病毒时，这些探针会与之结合。为了分离病毒，研究人员在样本中添加了直径为1至3微米的磁珠。通过化学接头，磁珠、探针和捕获的病毒被吸附在一起。然后，包含磁珠、探针和病毒的试管将被放置在磁架上，磁珠将由于磁力而粘附在试管壁上。在研究人员用探针和病毒分离并清洗磁珠后，他们将对病毒的基因进行测序，以消除假阳性的干扰。当两种元素结合或“融合”在一起，产生一种新的元素，并将物质转化为能量，这就是太阳能量产生的方式。正在法国建造的国际热核聚变实验堆(ITER)是7个国家的合作项目。托卡马克反应堆耗资210亿美元，使用超导磁体使等离子体达到足够高的温度和密度，以实现聚变反应。ITER建成后，总重量将达到23，000吨。ITER的主要竞争对手——国家点火设施(NIF)的组成也很复杂:它将在5000摄氏度的温度和1500亿个大气压的压力下发射192束激光来给燃料芯块提供燃料。然而，在此基础上建造一座实用的核聚变核电站仍然需要几十年的时间。一个新的研究小组正在寻找不同的策略:裁员。2015年，美国高级能源研究和规划署(ARPA-E)投资3000万美元，通过一个名为“低成本等离子体加热和组装推广”的项目，实施九个旨在建造廉价反应堆的小型项目。此外，通用聚变公司已经制造了一种装置，利用冲击波在液态金属中传播来引发聚变。三阿尔法能源公司正在建造一个碰撞束聚变反应堆。武器巨头洛克希德·马丁公司也宣布正在开发一个集装箱大小的磁限制聚变反应堆。无论哪种方法能够成功地输出清洁和充足的电力而不产生放射性废物，这项创新本身就能解决从能源短缺到气候变化的一系列问题。(大卫·比耶洛

   迅捷排查病毒:新方法可以鉴定出样本中的每一种病毒，准确度近乎完美

在全球变暖的情况下，减少能源消耗是一个重要问题。斯坦福大学的研究人员称，有一种材料可以吸收暴露在太阳下的建筑物的热量，并将热量辐射到外层空间，这有望导致散热问题。辐射冷却的概念起源于20世纪80年代，当时一些工程师发现涂漆的金属屋顶可以吸收建筑物的热量，并将热量转化为可以穿透地球大气层的辐射。但是在那个时候，没有人能够创造出一种能够辐射热能和反射阳光的材料。斯坦福大学的团队创造了一种相当于高效镜子的装置。这种材料以银、钛和硅为基材，覆盖有几层二氧化铪和二氧化硅，可以反射97%的阳光。二氧化硅中的原子就像微型天线一样，从面板一侧的空气中吸收热量，从另一侧发射热辐射。这种材料发出的热辐射波长主要在8到13纳米之间，它可以完全不受阻碍地穿过地球大气层，因此不会导致建筑物附近的空气温度上升，热量将被散发到空间。即使在阳光直射下，直径为20厘米的冷却板的温度也是5度

    小型聚变反应堆:数十年的缓慢发展和大规模投资后，聚变反应堆研究者正在改变策略

    高效吸热装置:多用途镜面能吸收热量，将热量传导至外太空

在细胞内环境的液体中，氢键可以将碱基对连接在一起。在我们的星球上，许多化学反应发生在水体中，例如海洋。大多数药物也是在溶剂中合成的。然而，化学家只能深入到单个化学键中去研究气体环境中化学反应的机理。在液体中，分子更多，它们之间的碰撞更频繁，因此反应发生得更快、更无序、更复杂。你试图观察的化学过程非常像一个连续的糊状物——，除非你能在“曝光时间”只有万亿分之一秒的情况下拍下一些反应的照片。

英国布里斯托尔大学的安德鲁·奥尔-尤因用激光研究化学反应。液体中的热催化反应可以产生可观察到的红外光谱。从2012年到2014年，奥尔-尤因的团队用超短紫外脉冲激光照射乙腈溶剂中的二氟化氙分子。激光脉冲就像手术刀，能够以极高的反应性切断氟原子。氟原子可以从溶剂分子中“偷走”氘原子，形成氟化氘。他们使用标准的红外光谱技术来观察第一个激光脉冲后红外振荡出现和消失的速度，这代表了原子间化学键形成的速度和反应达到平衡的速度。

这些实验证实在1皮秒内观察液体中的化学反应细节是可行的。然而，大多数化学家不使用昂贵的激光器和探测器，而是使用计算机模拟方法来观察和改善化学反应。奥尔-尤因的同事、布里斯托尔大学的大卫·格洛瓦斯基和杰里米·哈维已经编写了一套模拟软件，可以高精度地预测奥尔-尤因的光谱实验结果。

• 联系人：榜单