《麻省理工科技評論》2019年“全球十大突破性技術”_風聞

自 2001 年起，《麻省理工科技評論》每年都會評選出當年的“十大突破性技術”，這份在全球科技領域舉足輕重的榜單曾精準預測了腦機接口、智能手錶、癌症基因療法、深度學習等諸多熱門技術的崛起。當然，與其説是“預測”，不如説是《麻省理工科技評論》站在全球科技最前沿，目睹了科技創新的百年變遷後的一種沉澱，是對科研邁向產業的可行性分析，是對技術商業化及影響力的研判。

今年是《麻省理工科技評論》創刊 120 週年，2019 年的“十大突破性技術”榜單也與過去稍有不同。在本次的榜單評選中，**我們非常榮幸的邀請到了比爾·蓋茨先生作為客座評選人，**他全程參與了評選工作，併為本屆榜單作序。本屆榜單的入選技術也多是以“人類福祉”為最終目標。

正如比爾·蓋茨先生所説，看過這些突破性技術之後，你會覺得“美好的未來，值得我們為之奮鬥”。

世界未來，盡在吾輩手中

比爾·蓋茨

能受邀成為《麻省理工科技評論》“十大突破性技術”誕生以來的首位客座評選人，我倍感榮幸。從眾多科技成果中優中選優並不容易。因為我希望我參與選出的技術，不僅是 2019 年的關注焦點，更能為整個科技史留下濃重的一筆。這也令我思考，科技創新是如何隨着時間的推移而演變的。

説到改變世界的突破性技術，我第一個想到的，是犁。它完美代表了人類創新的歷史。早在公元前 4000 年，美索不達米亞的農民們就開始用磨尖了的棍子給土壤透氣。後來，經歷了漫長的修補和完善，我們終於看到了今天的犁，這一技術上的奇蹟.

但犁到底有什麼用呢？犁，能用來創造：有了犁，我們能播撒更多種子，收穫更多糧食，有更多東西吃。可以毫不誇張地説，在那些缺乏食物的地方，犁就是人們多活幾年的保障。與古代、現代的很多技術一樣，犁能以更有效的方式創造更多東西，也讓更多人受益。

 

**實驗室人造肉類是我今年選出的十大突破性技術之一。**與犁相比，在實驗室裏培養動物蛋白並不是為了養活更多人。即便肉類需求上升，現在的家畜也已足夠養活全世界了。下一代蛋白質不是為了讓肉更多，而是為了讓肉更好。它讓我們在不助長森林砍伐或甲烷排放的前提下，更好地供給這個人口不斷增長、生活水平不斷提升的世界，讓我們不用殺害任何動物就能享用漢堡。

換句話説，犁延長了我們的壽命，**而實驗室中製造的肉類則改善了我們的生活質量。**人類歷史中，我們的大部分創新都給了前者，我們的努力也取得了回報：全球人口預期壽命從 1913 年的 34 歲，1973 年的 60 歲，提高到了今天的 71 歲。隨着壽命的延長，我們的注意力也慢慢轉向生活幸福感的提升。如果我們把突破性技術分為增加物質滿足和提升生活質量兩類，你可能會覺得 2009 年的榜單好像和今年的沒什麼不同。因為人們關注點的改變和大多數進步一樣，非常漸進，難以察覺。整個過程需要幾十年而不是幾年 - 我相信，我們只是還在轉型的過程中。

還要明確一件事，我認為人類短期內不會放棄對延長壽命的探索。我們離人人都能健康長壽這個目標還很遙遠，還要做出大量的創新。此外，我剛提到的“質”和“量”可以同時提升。舉例來説，有了瘧疾疫苗，兒童不再會因為瘧疾而發育遲緩，這是對孩子生命的拯救，也是對他們生活質量的提升。

放在歷史的長河裏看，我們對時下的世界如此着迷，就是因為現在，**增加物質滿足和提升生活質量可以一起實現。**如果要我預測一下這個榜單幾年後的評選結果，我敢打賭，治療慢性病的技術將會是一大主題，我説的技術並不光是新的藥物（雖然我個人很想看到阿爾茨海默症等疾病的新藥上榜），還有能幫關節炎患者保持靈活的機械手套，能幫重度抑鬱患者得到所需治療的手機應用之類的創新。

如果把眼光放得再遠一些，比如展望一下 20 年後的技術榜單，**我希望上榜的幾乎都是以提升人類福祉為目標的技術。**我認為未來的聰明人會關注更加形而上學的問題，比如説：人類的幸福感如何提升？人與人之間有意義的連接如何建立？怎樣才能幫助每個人都過上充實的生活？

我很願意看到 2039 年的榜單是圍繞着這些問題展開的，因為這意味着那時的我們已經成功戰勝了疾病，還能應對氣候變化。這就是在我看來人類能取得的最大的進步。不過，就目前而言，能改變人類的技術創新都既能延長壽命，又能提高生活質量的，我選出的技術也是基於這兩個考量。這些技術從不同方面激勵我樂觀面對未來，希望它們也能對你有所啓發。

我所選出的技術，從預測早產的簡單血液測試，到能夠消滅致命病原體的廁所，都是未來拯救生命的強大武器。我也為榜單上其他能夠改善我們生活的技術感到興奮，比如穿戴式健康監測設備，其中腕部心電儀會給心臟病人預警即將出現的問題，血糖檢測儀能幫糖尿病人時刻追蹤血糖指標，控制病情發展；先進的核反應堆能為世界提供無碳、安全、可靠的能源。

我選出的技術中，還有一項甚至讓我們看到，未來的世界將會以實現個人價值為主要目標——它就是屬於每個人的人工智能助理，它甚至能幫你把電子郵箱都整理好。

這起來可能沒什麼了不起，但是，當以往每天用來看電子郵件的 30 分鐘可以用來做別的，就給生命創造了很多其他可能性。我知道，有些人會用這些時間做更多工作，但我希望大多數人能在這段時間裏和朋友喝喝咖啡，輔導一下孩子的功課，甚至是在社區裏做做志願者。

我想，以上的美好生活，就是值得為之奮鬥的未來。

 《麻省理工科技評論》在今天正式揭曉 2019 年“全球十大突破性技術”（10 Breakthrough Technologies）。

圖 | 2019 年《麻省理工科技評論》全球十大突破性技術榜單包括：靈巧機器人、核能新浪潮、早產預測、腸道顯微膠囊、定製癌症疫苗、人造肉漢堡、捕獲二氧化碳、可穿戴心電儀、無下水道衞生間、流利對話的AI助手共 10 大突破性技術。

以下是該份榜單詳細內容及部分解讀節選：

靈巧機器人

重大意義：機器正在通過自我學習學會應對這個現實世界。如果機器人能學會應對混亂的現實世界，那麼它們就可以勝任更多的任務。

**主要研究者：**OpenAI（人工智能非營利組織）、卡內基梅隆大學、密歇根大學、加州大學伯克利分校

**成熟期：**3-5年

儘管人們一直在討論機器取代人類工作的話題，但目前工業機器人仍然表現得較為笨拙且靈活性欠佳。雖然機器人可以在裝配線上不厭其煩地重複着同一個動作，同時還能保持超高的精度，但哪怕目標物體被稍微移動了一點，或將其替換成不同的零件，機器人的抓取過程就會變得十分笨拙甚至是直接抓空。

如今，雖然我們還無法讓機器人做到和人一樣，在看到物體後就明白如何將其拿起，但現在它可以通過在虛擬空間裏進行反覆的試驗，最終自主學會處理眼前的物體。

位於舊金山的非盈利組織 OpenAI 就推出了這樣一套 AI 系統 Dactyl，並已成功操控一個機器手讓其靈活地翻轉一塊積木。**這套神經網絡軟件能夠通過強化學習，讓機器人在模擬的環境中學會抓取並轉動積木後，再讓機器手進行實際操作。**這套軟件開始時會進行隨機的嘗試，並在不斷地接近最終目標的過程中逐漸加強網絡內部的連接。

通常我們無法讓機器人將模擬練習中獲得的知識應用到現實環境裏，因為我們很難模擬出像摩擦力或是材料的不同性質這樣的複雜變量。而 OpenAI 團隊則通過在虛擬訓練中引入隨機性來克服了這個問題。

現階段，我們還要取得更多的突破才能讓機器人變得更加靈活。但如果研究人員能夠很好地利用這種學習方法，未來的機器人將有望能夠學會組裝電子產品、將餐具擺入洗碗機裏、甚至是能夠將卧牀的人從牀上扶起。

核能新浪潮

**重大意義：**先進的核聚變和核裂變反應堆正在走進現實。在減少碳排放和限制氣候變化的努力方面，核能的作用似乎正變得越來越不可或缺。

**主要研究者：**陸地能源（Terrestrial Energy）、泰拉能源（TerraPower）、紐斯凱爾（NuScale）、General Fusion

**成熟期：**新型核裂變反應堆到 2020 年代中期有望實現大規模應用；核聚變反應堆仍需至少十年時間。

在過去的一年中，新型核反應堆發展勢頭強勁，核能的使用將會變得更安全，成本也更低。**新型反應堆的發展包括：顛覆了傳統設計的第四代核裂變反應堆、小型模塊化反應堆，以及似乎永遠也無法實現的核聚變反應堆。**第四代核裂變反應堆的開發者，比如加拿大的 Terrestrial Energy 和總部位於華盛頓的泰拉能源（TerraPower），已經開始與電力公司建立研發合作關係，力爭在 2020 年代之前實現併網發電（這個估計可能有些樂觀）。

小型模塊化反應堆可以產生的電力，通常為數十兆瓦（相比之下，傳統核反應堆可以產生約 1000 兆瓦的電力）。像俄勒岡州的 NuScale 這樣的公司表示，小型化的反應堆可以節約資金成本，並降低環境和金融風險。

核聚變方面也有進展。雖然沒人指望可控核聚變技術會在 2030 年以前實現交付，但像 General Fusion 和 Commonwealth Fusion Systems 這樣的來自麻省理工學院的初創企業，正在取得一些積極進展。許多人認為可控核聚變只是黃粱美夢，然而，由於核聚變反應堆不會出現堆芯熔燬，也不會產生衰變期長、放射性高的核廢料，它所可能會面臨的公眾抵制應該會比常規核反應堆少很多。（比爾·蓋茨是泰拉能源和 Commonwealth Fusion Systems 的投資方。）

早產預測

重大意義：每年有 1500 萬嬰兒過早出生，這是 5 歲以下兒童死亡的主要原因

主要研究者：Akna Dx

成熟期：可在 5 年內進入臨牀測試。

簡單的驗血可以預測孕婦是否有過早分娩的風險。我們的遺傳物質主要存在於細胞內。

但是少量的“無細胞”DNA 和 RNA 也漂浮在我們的血液中，通常由垂死細胞釋放。在孕婦中，這些遊離的遺傳物質碎片來自胎兒、胎盤和母親的細胞。斯坦福大學的生物工程師 Stephen Quake 已經找到了一種方法來解決醫學界最棘手的問題之一：大約十分之一的嬰兒過早出生。

自由漂浮的 DNA 和 RNA 攜帶者以前需要侵入性細胞抓取細胞的信息，例如對腫瘤進行活組織檢查或刺破孕婦的腹部進行羊膜穿刺術。不一樣的是現在更容易檢測和分析血液中無細胞遺傳物質。

在過去幾年中，研究人員開始通過從血液中檢測腫瘤細胞的 DNA，以及通過血液檢測對孕婦進行唐氏綜合症等疾病的產前篩查。這些檢測依賴於尋找 DNA 中的基因突變。另一方面，RNA 是調節基因表達的分子物質，能夠決定從基因中產生多少蛋白質。

**通過對母親血液中的自由漂浮的 RNA 進行測序，Quake 篩選出與早產有關的七種基因表達的波動。**這讓他可以識別可能過早分娩的女性。一旦被警告，醫生可以採取措施避免早產，並給予孩子更好的生存機會。

Quake 説，血液檢測所運用的技術，快速，簡便，每次測量不到 10 美元。他和他的合作者已經創辦了一家創業公司 Akna Dx 將其商業化。

腸道顯微膠囊 

重大意義：一種小型的、可吞嚥的設備，不使用麻醉也可以捕捉到腸道的詳細圖像，甚至在嬰兒和兒童體內也可以。這一設備使腸道疾病的探測和研究變得更為容易，其中包括使貧困地區的數百萬兒童發育不良的一種疾病。

主要研究者：麻省總醫院

成熟期：目前在成人體內使用；嬰兒試驗將於2019年進行。

環境性腸功能障礙（EED）可能是你從未聽説過的花費最高昂的疾病之一。以腸道發炎、腸道泄露和營養吸收不良為特徵，這一疾病在貧窮國家廣泛傳播，這也是這些地區許多人營養不良、發育遲緩、未能達到正常身高的原因之一。

沒有人知道引起 EED 的具體原因是什麼，也沒有人知道怎樣預防或治療這一疾病。切實可行的檢測手段可以幫助醫務工作者瞭解何時應該干預及怎樣治療。在嬰兒中已經有了治療方法，但診斷和研究這些幼兒腸道疾病通常需要麻醉，並將一個稱為內窺鏡的管子插入喉嚨。這種方法昂貴、不舒服、且在 EED 盛行地區難以開展。

因此，麻省總醫院（MGH）的病理學家和工程師 Guillermo Tearney 研發了一種小型設備，**這種設備能夠檢測 EED 的表現症狀，甚至可以進行組織活檢。**與內窺鏡不同，它在基礎保健檢測過程中應用簡單。

Tearney 的可吞嚥膠囊顯微鏡附在可彎曲的線型導管上，被連接到一種叫做光學相干斷層成像系統( OCT )的設備上。在病人將膠囊吞嚥後，醫療人員在將纖維膠囊拉回的過程中，能夠無死角對整個消化道做纖維斷層掃描。這種膠囊在消毒後可以重複利用（這聽起來有點令人不適，但是 Tearney 的團隊已經研發出一種技術，據他們説，這種技術不會造成不適。）它還帶有以單細胞分辨率拍攝消化道表面的技術，以及捕捉幾毫米深度的三維橫截面的技術。

這項技術有幾種應用；在麻省總醫院, 它被用來檢測巴雷特食管，一種食管癌的前身。關於 EED，Tearney 的團隊研發出了一種更小的版本，可以給不能吞嚥藥丸的嬰兒使用。這已經在盛行 EED 的巴基斯坦地區的青少年身上驗證過了，此外，計劃在 2019 年進行嬰兒試驗。

這一小型探測儀將幫助研究者們回答關於 EED 進展的相關問題——例如它會影響什麼細胞和是否有細菌涉及其中——並評估干預手段和潛在療法。

定製癌症疫苗

重大意義： 通過識別各腫瘤的特異性突變，激發人體的天然防禦能力，從而對癌細胞進行針對性破壞。傳統化學療法對健康細胞有很大影響，而且對腫瘤的治療效果並不總是理想。

主要研究者：BioNTech 、Genentech

成熟期：已在臨牀試驗

目前，科學家正處於將首支個性定製疫苗商業化的關鍵時刻。如果其效果真如預期的話，該疫苗就的確能夠通過腫瘤獨特的突變觸發人體免疫系統對其進行識別，從而有效地阻止多種癌症的發生。

更重要的是，與傳統化學療法不同，疫苗是通過使用人體的天然防禦系統來選擇性地破壞腫瘤細胞的，對健康細胞的損害較有限。

此外，在初始治療後，攻擊性免疫細胞將也會對遊離的癌細胞保持警惕。在人類基因組計劃完成五年後的 2008 年，當遺傳學家公佈了癌細胞的第一個序列時，這種疫苗的誕生就不再是天方夜譚了。

此後不久，研究人員開始將癌細胞的 DNA 與健康細胞和其他腫瘤細胞三者的 DNA 進行比較。研究證實，所有這些癌細胞都含有數百個甚至數千個特定的突變，其中大多數是這些腫瘤各自特有的。幾年後，一家名為 BioNTech 的德國初創公司提供了令人信服的證據，證明含有這些突變拷貝的疫苗可以催化機體的免疫系統產生 T 細胞，從而做好發現、攻擊和摧毀所有含有這些突變癌細胞的準備。

目前正在進行的試驗針對至少 10 種實體癌症，目標是在全球各地招募 560 名以上的志願者。目前，這兩家公司正在設計新的生產技術，以期能廉價快速地生產數千種私人訂製疫苗。

但這會是塊“硬骨頭”，因為製造疫苗需要對病人的腫瘤進行活檢，對其 DNA 進行測序和分析，並將這些信息迅速傳遞到生產現場。一旦生產出來，疫苗就必須及時送到醫院，而任何延誤都可能是致命的。

人造肉漢堡

重大意義：實驗室培育的人造肉和植物製成的素肉，能在不破壞環境的情況下接近真實肉類的味道和營養價值。人造肉的出現，可以緩解畜牧業生產造成的毀滅性的森林砍伐、水污染和温室氣體排放。

主要研究者：美國人造肉企業Beyond Meat

成熟期：目前已經有成形的植物性素肉；2020年左右可研製成功實驗室人造肉。

根據聯合國的預測，世界人口數量將在 2050 年達到 98 億，人口富裕水平也會上升。但這於對氣候變化來説可不是什麼好事——**人類一旦脱貧致富，就往往要吃掉更多肉。**據預測，到 2050 年，人類吃掉的肉會比 2005 年多 70%。事實證明，飼養供人類食用的動物，是對環境的最大傷害之一。根據動物種類的不同，以西方工業化方法生產一磅肉類蛋白要比生產等量植物蛋白多用 4 到 25 倍的水，6 到 17 倍的土地，6 到 20 倍的化石燃料。

而問題在於，人肯定不會馬上就戒掉肉類。也就是説，**實驗室培養的人造肉和植物製成的素肉可能是抑制環境惡化的最好辦法。**實驗室人造肉的過程，是從動物身上提取肌肉組織，然後放入生物反應器進行培育。雖然最終成品的口感可能有待提高，但外形上已經與我們正常吃的肉差不多了。荷蘭馬斯特里赫大學的研究人員已在為實驗室人造肉的量產而努力。

他們認為，到明年，人造肉漢堡的生產成本可能都比牛肉漢堡還低。但人造肉也不完美，生產人造肉對環境到底有多大改善，我們還只能粗估。世界經濟論壇最近的一份報告説，生產實驗室人造肉的温室氣體排放量也只比生產牛肉生產少大概 7%。對環境更友好的肉類替代品，就是 Beyond Meat 和 Impossible Foods（比爾·蓋茨投資了這兩家美國人造肉初創企業）等公司研發的植物製成的“素肉”。

他們用豌豆蛋白、大豆、小麥、馬鈴薯和植物油來還原動物肉的質地和口感。Beyond Meat 公司在加州新開了一家佔地 26000 平方英尺（約 2400 平方米）的工廠，已經在 3 萬家商店和餐館售出了超過 2500 萬個漢堡。密歇根大學可持續系統中心分析顯示，Beyond Meat 製作漢堡產生的温室氣體可能比傳統牛肉漢堡少 90%。

捕獲二氧化碳

重大意義：實用且經濟地從空氣中直接捕獲二氧化碳的方法，可以吸走超量排放的温室氣體。從大氣中去除CO2可能是阻止災難性的氣候變化最後的可行方法之一。

主要研究者：Carbon Engineering、Climeworks、Global Thermostat

成熟期：5到10年

即使我們降低目前的二氧化碳排放速度，温室氣體造成的變暖效應依然會持續數千年之久。為防止氣温攀升至危險範圍，聯合國氣候變化委員會當前得出的結論是，在本世紀，全世界將需要從大氣中去除高達 1 萬億噸的二氧化碳。

去年夏天，哈佛大學氣候科學家大衞·凱斯（David Keith）計算之後驚喜地發現，**一種叫做直接空氣捕獲（Direct Air Capture，DAC）的方法，理論上可以將機器捕集二氧化碳的成本降低到每噸 100 美元以下。**先前估計的成本要比這個數字高出一個數量級，因而許多科學家曾認為這項技術太過昂貴，不具備可行性。不過，直接空氣捕獲仍需至少數年的時間，才有可能將成本降低到接近 100 美元的範圍。

然而，一旦成功實現了二氧化碳的捕集，還要想辦法處理。由凱斯在 2009 年參與共同創辦的加拿大初創企業碳工程公司（Carbon Engineering），計劃擴大其試驗工廠的規模，來提高合成燃料的產量。這種合成燃料的關鍵原料之一，就是所捕獲的二氧化碳。（比爾·蓋茨是碳工程公司的投資方。）

直接從大氣中吸取 CO2，是一種高難度的應對氣候變化的方法，但我們已經沒有多少選擇了。

總部位於蘇黎世的 Climeworks 在意大利的直接空氣捕獲工廠，將利用捕集到的二氧化碳和氫氣一起生產甲烷，而他們位於瑞士的第二家工廠則會把二氧化碳出售給汽水企業。紐約的 Global Thermostat 也是如此，該公司於去年在阿拉巴馬州完成了第一家商業化碳捕集工廠的建設。

不過，如果二氧化碳被用於合成燃料或生產汽水，那麼它們中的大部分最後還是會回到大氣中去。我們的終極目標，是實現温室氣體的永久封存。其中的一些會被封存在類似於碳纖維、聚合物或混凝土這樣的產品中去，但更多的需要深埋於地下。目前還沒有可行的商業模式來支持這項成本高昂的工作。

事實上，從工程學的角度來看，從空氣中吸取 CO2 是應對氣候變化最困難、也是最昂貴的方法之一。但鑑於目前我們降低排放的進程太過緩慢，我們並沒有多少別的選擇。

可穿戴心電儀

重大意義： 隨着監管機構的批准和相關技術的進步，人們可以輕鬆通過可穿戴設備持續監測自己的心臟健康。可檢測心電圖的智能手錶可以預警如心房顫動等潛在的危及生命的心臟疾病。

主要研究者：蘋果、AliveCor、Withings

成熟期：現在

健康監測裝置並不是真正的醫療設備，劇烈的運動或錶帶沒繫緊都會干擾傳感器讀取脈搏。而心電圖則是在病人中風或心臟病發作之前，醫生就可以用其來診斷心臟異常，但需要去正規診所才能檢查，因此人們經常不能及時就診。

隨着監管部門新法規的出台和軟、硬件的相關創新，心電監測智能手錶已經問世，它具有可穿戴設備的便利性，並且能夠提供接近醫療設備的精度。硅谷初創公司 AliveCor 推出了一款與蘋果手錶兼容的腕帶，**該腕帶可以檢測出心房顫動，**這是導致血栓和中風的常見原因。

去年，蘋果發佈了帶有心電圖 (ECG) 功能的 Apple Watch，並且該功能已經通過 FDA 認證。隨後，健康設備公司 Withings 也宣佈計劃發佈一款配有心電圖功能的手錶。現階段的可穿戴心電圖監測設備仍然只有一個傳感器，而真正的心電圖設備則有 12 個傳感器。目前還沒有任何一種可穿戴設備能夠診斷心臟病。

但這種情況可能很快就會改變。去年秋天，AliveCor 就一款應用程序和雙傳感器系統向美國心臟協會 (American Heart Association) 提交了初步審查，據稱該系統可以檢測到某種類型的心臟病。

無下水道衞生間

重大意義： 節能廁所可以在沒有下水道系統的情況下使用，並且可以就地分解糞便。23億人缺乏安全的衞生設施，並許多人因此死亡

主要研究者：杜克大學、南佛羅里達大學、Biomass Controls、加州理工學院

成熟期：1-2年

全球大約有 23 億人沒有良好的衞生條件。由於缺乏衞生的廁所，人們將糞便傾倒在附近的池塘和溪流中，這會傳播細菌、病毒和寄生蟲，從而導致腹瀉和霍亂。全世界每 9 名兒童中就有 1 名死於腹瀉。

​現在，**研究人員正在努力開發一種新型廁所，這種廁所對發展中國家來説也足夠便宜，不僅可以處理糞便，還可以對其進行分解。**2011 年，比爾·蓋茨提出重新發明廁所挑戰，並設立了 X 大獎。

自從挑戰開始以來，有幾個團隊已經將設計的廁所原型投入使用。所有的糞便都是就地處理的，不需要用大量的水把它們送到遙遠的處理廠。

（來源：GATES FOUNDATION）

大多數的廁所原型都是獨立的，不需要下水道，但他們看起來像傳統的廁所，裝在一個小隔間裏並且有馬桶。由南佛羅里達大學設計的 NEW generator 馬桶用一種厭氧膜過濾污染物，這種厭氧膜的孔徑比細菌和病毒都小。另一個來自康涅狄格州 Biomass Controls 的項目則像是一個海運集裝箱大小的煉油廠，它能加熱糞便，使其轉化成一種富含碳的物質，用作土壤肥料。但是這些廁所有一個缺點，它們並不是在所有場合都能使用。

例如，Biomass Controls 的產品每天能為成千上萬的用户提供方便，因此它不太適合較小的村莊。相反，杜克大學開發的另一套系統則只能供少數家庭使用。

所以現在的挑戰是如何讓這些廁所更便宜，更能適應不同規模的社區。

來自南佛羅里達大學、領導 NEW generator 小組的 Daniel Yeh 副教授表示:“建造一兩個原型廁所非常棒，但要真正讓技術影響世界，唯一的辦法就是讓這些設備進行大規模生產。”

流利對話的 AI 助手

重大意義：捕捉單詞之間語義關係的新技術正在使機器更好地理解自然語言。人工智能助手現在可以執行基於對話的任務，如預訂餐廳或協調行李託運，而不僅僅是服從簡單命令。

主要研究者：谷歌、阿里巴巴、亞馬遜

成熟期：1-2 年後

我們已經習慣了人工智能助手——Alexa 在客廳裏播放音樂，Siri 在你的手機上為你定鬧鐘——但它們並沒有真正做到所謂的智能。它們本應簡化我們的生活，但卻收效甚微。它們只識別很小範圍的指令，稍遇偏差就很容易出錯。

但最近的一些進展將增加你的數字助理的功能。2018 年 6 月，OpenAI 的研究人員開發了一種技術，可以在未標記的文本上訓練人工智能，以減少人工對數據進行分類標記時花費的成本和時間。幾個月後，谷歌的一個團隊推出了一個名為 BERT 的系統。該系統在研究了數百萬個句子後學會了如何預測漏掉的單詞。在一個多項選擇測試中，它在填空方面的表現和人類一樣好。

這些改進加上更好的語音合成系統，讓我們從簡單的向人工智能助手下指令轉向與它們交談。它們將能夠處理日常瑣事，如做會議記錄、查找信息或網上購物。這樣的人工智能助手已經面世，如谷歌助手的逆天升級版谷歌 Duplex，可以幫你接聽電話，甚至過濾掉垃圾郵件及電話推銷。它還可以打電話幫你預約餐廳或沙龍。

在中國，消費者正在習慣阿里巴巴 (Alibaba) 的 AliMe。AliMe 通過電話協調包裹遞送，還可以與顧客討價還價。

儘管人工智能程序能更好地找出你的需求，它們仍然不能理解一個完整的句子。腳本化或由統計生成的回答反映了向機器灌輸真正的語言理解是多麼困難。一旦我們解決了這個難題，我們也許會看到人工智能的另一種進化：從物流協調員到保姆、老師，甚至朋友。