麻省理工发布2018年全球10大突破性技术 零碳天然气发电入选！

6巴别鱼耳塞

入选理由：虽然现有硬件并不那么好用，但谷歌 Pixel Buds 却展示了实时翻译的前景。

技术突破：近实时翻译适用于多种语言，而且使用起来很方便。

重大意义：在全球化日益发展的今天，语言仍是交流的一大障碍。

主要研究者：谷歌、科大讯飞、百度、腾讯、搜狗、清华大学、哈尔滨工业大学、苏州大学等。

成熟期：现在。

在风靡一时的科幻经典《银河系漫游指南》中，你把一条黄色的巴别鱼塞到耳朵里，就可以听到实时翻译。在现实世界中，谷歌已经研究出了一个过渡性的解决方案：一副叫做 Pixel Buds 价值 159 美元的耳塞。这副耳塞可以在 Pixel 智能手机上通过谷歌翻译应用进行实时翻译。

佩戴耳塞的人用自己的语言讲话——然后谷歌翻译应用就会对所讲的话进行翻译，并在智能手机上大声播放。手持手机的人回应后，回答被翻译，然后在耳塞中播放。

佩戴人可以在说话的同时用手指点击和长按右边的耳塞。将交互分别放在智能手机和耳塞上，可以让双方都能控制麦克风，帮助讲者保持眼神交流，因为这样就不用来回传递手机了。

目前，Pixel Buds 因为低于行业平均水准的设计而备受抨击。耳塞看起来很不智能，也不是很贴合耳朵，而且很难与手机进行适配。不过硬件笨拙还是有计可施的。Pixel Buds 让大家看到了近实时翻译跨语言障碍自由沟通的曙光，而且你还不用把一条巴别鱼塞到耳朵里。

在中国，有许多公司也积极投入发展，科大讯飞、百度、搜狗可以说是这个领域的领先者，除了提供智能语音、翻译等服务外，也将技术引入硬件中，不过，相较于外国业者偏好以耳机作为切入点，中国企业则选择翻译机，像是科大讯飞推出晓译翻译机，百度则有共享 WiFi 翻译机，搜狗也在日前发表“旅行翻译宝”和“速记翻译笔”。

7零碳天然气发电

入选理由：一种针对天然气发电厂的新工程学方法，将二氧化碳回收再利用。

技术突破：一家发电厂能够以廉价高效的方式捕捉天然气燃烧释放的碳元素，避免了温室气体的排放。

重大意义：天然气发电为美国提供了近 32% 的电力，其碳排放量也达到电力部门总碳排放量的 30%。

主要研究者：8 RiversCapital、Exelon 电力公司、CB&I等。

成熟期：3-5 年。

在可预见的未来，我们可能要一直将天然气作为主要的发电能源之一。现成又便宜的天然气发出的电占美国总发电量的 30%, 全世界发电量的 22%。天然气虽然比煤炭清洁得多，仍造成了大量的碳排放。

在美国炼油工业区的中心休斯顿城外出现了一家前沿发电厂，他们正在测试一项可以实现清洁天然气能源的技术。这家公司拥有 50 兆瓦特的项目，他们就是 Net Power。该公司相信他们能捕获天然气发电过程中释放的所有二氧化碳，同时又能够以低廉的成本发电，至少和标准天然气发电厂的成本相同。

如果此举真的可以实现，就意味着从此就可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电必会改善能源供给的局面，因为它既不像核能那样成本高企，也不像可再生能源那样供给不稳。

这家发电厂将燃烧天然气产生的二氧化碳放置到高压高温的环境中，并用合成的超临界二氧化碳作为“工质”，驱动一个特制的涡轮机。其中，大部分的二氧化碳都能被不断地再利用，剩下不能利用的可以用一种低成本的方式捕获。

降低成本的关键在于出售部分二氧化碳。目前二氧化碳主要用于协助开采原油。这个市场容量有限，也并不环保。然而最终 Net Power 希望其他行业对二氧化碳的需求能够涨起来，比如水泥制造业、塑料制造业及其他碳基材料行业。

Net Power 的科技并不能解决天然气带来的所有问题，尤其是开采方面的问题，但是只要我们还在使用天然气，就应该让天然气变的更清洁。在正在发展的所有清洁能源技术中 Net Power 的技术是最有远见的技术之一，他向我们展示的是一个真真切切的可减少碳排放的新突破。

8完美网络隐私

入选理由：原本为加密货币的交易过程开发的一种工具，现在能让你在上网时避免透露任何非必要信息。

技术突破：计算机科学家正在完善一款加密工具，可以在不透露非必要信息的前提下完成验证。

重大意义：如果你需要透露个人信息以在网上完成某件事，这个方法可以让你在免除隐私泄漏或身份被盗窃风险的同时轻松实现。

主要研究者：Zcash、摩根大通、荷兰国际集团等。

成熟期：现在。

真正的互联网隐私终于将成为可能，这要归功于一种新的工具。举个例子，该工具可以让你不用透露出生日期就能证明自己年满 18 岁，或者不用透露自己的银行余额或其他细节，就能证明自己在银行有足够的存款可以完成金融交易。这样就大大降低了隐私泄漏或身份盗用的风险。这款工具是一种叫做“零知识验证”(zero-knowledge proof)的新密码协议。

尽管研究人员已经研究了几十年，但直到去年人们对零知识验证的兴趣才开始暴增，某种程度上，这要得益于人们对加密货币日益增长的热情，以及大多数加密货币都为机构所拥有的的现实。

一定程度上也得益于 2016 年末建立的电子货币——Zcash 把零知识验证应用于实际。Zcash 的研发人员使用一种叫做 zk-SNARK(简明非交互零知识验证)的方法让用户进行匿名交易。

尽管理论上来说，这些交易都是匿名的，但通过与其他数据进行结合，还是可以追踪到甚至识别出交易人。世界第二大区块链网络以太坊创始人 Vitalik Buterin 将 zk-SNARK 称为一项“彻底改变游戏规则的技术”。对银行来说，这样就可以在支付系统中使用区块链了，同时还能保护客户隐私。

9基因占卜

入选理由：大规模基因研究将让科学家能够预测普通疾病及人格特征。

技术突破：科学家们现在可以利用你的基因组数据预测你患心脏病或乳腺癌的几率，甚至你的智商也能被预测。

重大意义：基于 DNA 的预测技术可能公共健康领域下一个重大突破，但它将增加歧视的风险。

主要研究者：Helix、23andMe、Myriad Genetics、UKBiobank 、Broad Institute、华大基因、奕真生物、WeGene等。

成熟期：现在。

将来有一天，婴儿出生时就会得到一份 DNA 检测报告。这些报告将提供婴儿患心脏病或癌症的几率、是否对烟草上瘾，以及是否比一般人更聪明的预测。由于大型基因研究(部分研究涉及人数超过 100 万人)的开展以及科学进步，这样的报告很快就会从概念变成现实。

事实证明，最常见的疾病和人们的许多行为和特征，包括智力水平，都不是一个或几个基因影响的结果，而是许多基因作用的结果。利用正在进行的大型基因研究的数据，科学家们正在创造他们所谓的“多基因风险评分”指标。

尽管新的 DNA 测试只是提供了概率推断，而不是直接得出诊断结论，但依然可以极大地造福医学的发展。例如，如果那些患乳腺癌几率高的女性做更多的乳房 X 光检查，而患病几率低的女性做更少的乳房 X 光检查，那么这些检查可能会发现更多真正罹患癌症的患者，也能降低假警报发生的几率。

问题是，这些预测远非完美。谁愿意知道他们未来可能会患上阿兹海默症? 如果癌症风险指标得分低的人推迟接受筛查，然后又患上癌症怎么办? 多基因检查指标评分也存在其他争议，因为它们几乎可以预测任何个体特征，不仅仅是疾病。例如，我们现在可能只能预测一个人在智商测试中表现的 10%。随着评分技术的提升，基于 DNA 的智商预测很可能会成为常态。

然而，家长和教育工作者应该如何使用这些信息呢?对此，行为遗传学家 EricTurkheimer 表示，这项新技术“既令人兴奋又令人担忧”，因为基因数据不仅可以造福我们，也有可能会被用于其他用途，产生不好的影响。

10材料的量子飞跃

入选理由：研究者们最近开始使用量子计算机对简单分子进行建模，而这仅仅是开始。

技术突破：IBM 采用 7 量子比特的量子计算机对小分子的电子结构成功地进行彷真计算。

重大意义：借助该技术，科学家能了解分子的各个方面信息并以此开发出更有效的药物以及更高效生成或传输能源的新材料。

主要研究者：IBM、Google、哈佛大学 Alán Aspuru-Guzik 教授、中国科技大学、中国科学院、浙江大学、阿里巴巴等。

成熟期：5 到 10 年。

新量子计算机前景广阔，同时也带来了一个难题。它们的计算能力远超今天的机器，功能强大到难以想象，但我们还没有弄清楚应该如何应用这些能力。一个前景无限的应用方向正在向量子计算机招手：精确分子设计。

化学家们已经在梦想着可用于更有效药物的新蛋白质、可生产更好电池的新型电解质、可将阳光直接转化为液体燃料的化合物，以及更高效的太阳能电池。

我们没有这些东西，因为分子很难在传统计算机上建模。即使是在一个相对简单的分子中尝试模拟电子运动，运算的复杂性就远远超出当今计算机的能力。

但对于量子计算机来说，这是小菜一碟，因为它使用的不是表示1和0的数字位，而是量子系统的“量子位”。

实际上，中国在量子计算方面也有相当明显的成长，虽然目前的技术层次还无法与前面几家大企业相提并论，但是在产业、学术界，以及政府的通力合作之下，也正一步步追赶上领先者的脚步。

2017 年 5 月，中国科学院宣布由中科大、中国科学院──阿里巴巴量子核算实验室、浙江大学、中科院物理所等单位或公司联合研製的光量子电脑正式诞生。另外，同年 10 月 11 日，由中科院与阿里云合作发佈量子计算云平台，量子计算的商业化已经近在咫尺，速度毫不逊色于欧美的脚步。

然而，量子计算还有不少需要突破的地方，首先，量子计算的精度相当低，虽然用在深度学习等精度需求不高的计算上相当合适，但要处理传统计算机的通用计算工作，可能就力有未逮了。其次，量子计算这种高度并行的计算环境需要框架的适配，以及编译器的针对性优化，这种开发逻辑与现有的计算架构完全不同。

摘自《麻省理工科技评论》