权威科技媒体《麻省理工科技评论》（MIT Technology Review）正式揭晓了2019年“全球十大突破性技术”（10 Breakthrough Technologies 2019），为我们前瞻2019年的那些“黑科技”发展提供了很好的洞察指导。

这份权威指南已经发布18年之久，每年初都会带给科技行业最前沿的视角，曾精准预测了诸多热门技术的崛起。今年，MIT评出的“全球十大突破性技术”涵盖：灵巧机器人、核能新浪潮、早产预测、肠道显微胶囊、定制癌症疫苗、人造肉汉堡、二氧化碳捕获器、可穿戴心电仪、无下水道卫生间、可流利对话的AI助手。


 

#1 灵巧机器人（Robot dexterity）

技术突破：它现在可以通过虚拟试验和试错，学会自己操纵物体。

意义：机器正在教自己处理和应对这个现实世界。如果机器人可以学会处理现实世界的混乱状况，他们可以做更多的任务。

关键参与者：OpenAI、卡内基·梅隆大学、密歇根大学、加州大学伯克利分校

成熟期：3-5年

对于所有关于机器工作的讨论，工业机器人仍然笨拙且缺乏灵活性。机器人可以以惊人的精度重复拾取装配线上的部件而不会感到厌倦——但是只要将物体移动半英寸，或者用略微不同的东西替换它，机器将就会变成无法思索的“智障”，摆出抓空的动作。

但是，虽然机器人还不能通过编程来确定如何抓住任何物体，就像人们一样，它现在可以通过虚拟试验和错误学会自己操纵物体。

其中一个典型项目是Dactyl，这是一个机器人，它教会自己用手指翻转玩具积木。Dactyl来自旧金山的非营利组织OpenAI，由一个现成的机器人手组成，周围环绕着一系列灯光和照相机。这个机器人使用所谓的强化学习、神经网络软件学习如何在手模拟真实之前抓住并转动模拟环境中的块状物体。这套软件开始时会进行随机的尝试，并在不断地接近最终目标的过程中逐渐加强网络内部的连接。

通常不可能将这种类型的虚拟实践转移到现实世界，因为诸如摩擦或不同材料的不同属性之类的东西很难模拟。OpenAI团队通过在虚拟培训中添加随机性来解决这个问题，让机器人成为现实混乱的处理巧手。

我们需要机器人的进一步突破才能掌握真正的仓库或工厂所需的高级灵巧性。但如果研究人员能够可靠地利用这种学习方法，机器人最终可能会组装电子产品、将餐具摆入洗碗机里，甚至帮助老人起床。 - Will Knight

#2 核能新浪潮（New-wave nuclear power）

技术突破：新型核裂变反应堆- 颠覆了传统设计的第四代核裂变反应堆、小型模块化反应堆，以及似乎永远也无法实现的核聚变反应堆；核聚变反应堆- General Fusion 、Commonwealth Fusion Systems的进展为代表。

意义：先进的聚变和裂变反应堆正在接近现实。新的、更安全的核反应堆可能有助于阻止气候变化。

关键参与者：陆地能源（Terrestrial Energy）、泰拉能源（TerraPower）、纽斯凯尔（NuScale）、General Fusion

成熟期：新型核裂变反应堆- 2020年代中期有望大规模应用；核聚变反应堆- 需十年以上时间。

在过去一年中，获得动力的新核设计有望使这种电源更安全，更便宜。其中包括：颠覆了传统设计的第四代核裂变反应堆、小型模块化反应堆，以及似乎永远也无法实现的核聚变反应堆。第四代裂变设计的开发商，如加拿大的Terrestrial Energy和总部位于华盛顿的TerraPower，已经与公用事业公司建立了研发合作伙伴关系，目标是在2020年之前实现并网发电（可能有些乐观）。

小型模块化反应堆通常产生数十兆瓦的电力（相比之下，传统的核反应堆一般只产生约1,000兆瓦的电力）。像俄勒冈州NuScale这样的公司表示，小型化反应堆可以节省资金并降低环境和金融风险。

从钠冷裂变到先进的融合，新一代项目希望重新燃起对核能的信任。

融合方面甚至取得了进展。虽然没有人指望在2030年之前可以实现交付，但像General Fusion和Commonwealth Fusion Systems这样麻省理工学院分拆的公司正在取得一些进展。许多人认为可控核聚变是一个梦想，但由于反应堆不能融化，并且不能产生衰变期长、放射性高的核废料，因此它面临的公众抵抗力可能会比传统核能更少。（比尔·盖茨是TerraPower和Commonwealth Fusion Systems的投资者。） - Leigh Phillips

#3 预测早产（Predicting preemies）

技术突破：现在更容易检测和分析血液中无细胞遗传物质，通过筛选出与早产有关的七种基因表达的波动。快速、简便，每次测量不到10美元。

意义：每年有1500万婴儿过早出生——它是五岁以下儿童死亡的主要原因。

关键参与者：Akna Dx等

成熟期：5年内在医生办公室进行测试

简单的验血可以预测孕妇是否有过早分娩的风险。

我们的遗传物质主要存在于细胞内。但是少量的“无细胞”DNA和RNA也漂浮在我们的血液中，通常由垂死细胞释放。在孕妇中，无细胞材料是来自胎儿、胎盘和母亲的核酸的细胞。

斯坦福大学的生物工程师斯蒂芬·雷克斯（Stephen Quake）已经找到了一种方法来解决医学界最棘手的问题之一：大约十分之一的婴儿过早出生。

自由浮动的DNA和RNA可以产生以前需要侵入性细胞抓取细胞的信息，例如对肿瘤进行活组织检查或刺穿孕妇的腹部以进行羊膜穿刺术。得到改变的是，现在更容易检测和测序血液中的少量无细胞遗传物质。

在过去的几年里，研究人员已经开始开展癌症血液检测（通过从肿瘤细胞中发现明显的DNA）以及产前筛查唐氏综合症等疾病。

这些条件的测试依赖于寻找DNA中的基因突变。另一方面，RNA是调节基因表达的分子物质，能够决定从基因中产生多少蛋白质。

通过对母亲血液中自由漂浮的RNA进行测序，Quake可以发现七个基因表达的波动，这些基因与早产相关。这让他可以识别可能过早生产的女性。一旦被警告，医生可以采取措施避免早产，并给予孩子更好的生存机会。

Quake说，验血背后的技术快速、简便，每次测量不到10美元。他和他的合作者已经启动了一家创业公司Akna Dx，将其商业化。 -Bonnie Rochman

#4 肠道显微胶囊（Gut probe in a pill）

技术突破：能够检测EED的表现症状，甚至可以进行组织活检。

意义：一个小型、可吞咽的设备可以捕获肠道的详细图像，无需麻醉，即使在婴儿和儿童体内也是如此。

关键参与者：麻省总医院

成熟期：目前- 成人体内使用；婴儿试验- 2019年开展。

环境肠道功能障碍（EED）可能是您从未听说过的最昂贵的疾病之一。由发炎的肠道漏出并吸收营养不良，在贫穷国家普遍存在，这也是许多人营养不良，发育迟缓，从未达到正常身高的原因之一。没有人确切知道导致EED的原因，以及如何预防或治疗EED。

检测它的实际筛查将有助于医务人员知道何时进行干预以及如何进行干预。治疗方法已经可用于婴儿，但诊断和研究这些幼儿的内脏疾病往往需要麻醉它们并将一个称为内窥镜的管插入喉咙。这种方法昂贵、不舒服，并且在EED普遍存在的地区不实用。

因此麻省综合医院（MGH）的病理学家和工程师Guillermo Tearney正在开发小型设备，可用于检查肠道是否有EED迹象，甚至可以进行组织活检。与内窥镜不同，它们在基础保健检测过程中使用简单。

Tearney的可吞咽胶囊包含微型显微镜。它们附着在一个灵活的绳状绳索上，提供电源和光线，同时将图像发送到带监视器的公文包式控制台。这使得卫生保健工作者可以将胶囊暂停在感兴趣的点，能够无死角对整个消化道做纤维断层扫描，并在完成后将其拉出，从而使其可以进行消毒和重复使用。（虽然这听起来有点令人不适，但Tearney的团队已开发出一种他们认为不会引起不适的技术。）它还可以携带在单个细胞的分辨率下对消化道的整个表面成像，以及捕捉几毫米深度的三维横截面的技术。

该技术有多种应用;在MGH，它被用于筛查Barrett食道，这是食道癌的前兆。对于EED，Tearney的团队开发了一种更小的版本，用于无法吞服避孕药的婴儿。它已在巴基斯坦的青少年进行了测试，其中EED很普遍，婴儿测试计划在2019年进行。

这个小探针将帮助研究人员回答有关EED发展的问题——例如它会影响什么细胞和是否有细菌涉及其中——并评估干预措施和潜在治疗方法。 -Courtney Humphries

#5 定制癌症疫苗（Custom cancer vaccines）

技术突破：该治疗通过识别每个肿瘤特有的突变，引发身体的自然防御，仅破坏癌细胞。

意义：传统的化学疗法对健康细胞造成严重影响，并不总是有效对抗肿瘤。这一局面将因定制癌症疫苗得以扭转。

关键参与者：BioNTech、基因泰克

成熟期：人体测试中

科学家正处于第一个个性化癌症疫苗商业化的关键时刻。如果按预期那样，这种疫苗将可以通过其独特的突变触发人体免疫系统识别肿瘤，可以有效地阻止多种类型的癌症。

通过使用身体的天然防御来选择性地仅破坏肿瘤细胞，疫苗与传统的化学疗法不同，对健康细胞的损害有限。在初始治疗后，攻击性免疫细胞也可以警惕发现任何杂散的癌细胞。

这种疫苗的可能性在人类基因组计划完成五年后，于2008年开始诞生面世，当时遗传学家发表了第一个癌细胞序列。

不久之后，研究人员开始将肿瘤细胞的DNA与健康细胞和其他肿瘤细胞的DNA进行比较。这些研究证实，所有癌细胞都含有数百种（如果不是数千种）特定突变，其中大部分都是每种肿瘤所独有的。

几年后，一家名为BioNTech的德国初创公司提供了令人信服的证据，证明含有这些突变拷贝的疫苗可以催化机体免疫系统产生T细胞，这些T细胞可以寻找、攻击和摧毁所有携带它们的癌细胞。

2017年12月，BioNTech与生物技术巨头Genentech合作，开始对癌症患者的疫苗进行大规模测试。正在进行的试验针对至少10种实体癌症，目标是在全球各地招募560名患者。

这两家公司正在设计新的制造技术，以便宜而快速地生产数以千计的个人定制疫苗。这将是棘手的，因为创建疫苗涉及对患者的肿瘤进行活组织检查、测序和分析其DNA，并将这些信息传递到生产现场。一旦生产，疫苗需要立即送到医院；任何延误都可能是致命的。 -Adam Piore

#6 人造肉汉堡（The cow-free burger）

技术突破：接近真实肉类的味道和营养价值，却几乎没有破坏环境。

意义：畜牧业生产导致灾难性的森林砍伐、水污染和温室气体排放，减少牛肉等畜牧肉类的烹饪食用，将对这些问题大有改善。

关键参与者：Beyond Meat、Impossible Foods

成熟期：目前- 以植物为基础；实验室培育食用肉- 2020年左右

联合国预计，到2050年世界将有98亿人口。而且这些人越来越富裕。这两种趋势都不利于气候变化——特别是因为人们摆脱贫困时往往会吃更多的肉。

到那时为止，根据预测，人类将比2005年消耗多70％的肉。事实证明，饲养动物供人类消费是我们对环境做的最糟糕的事情。

取决于动物，用西方工业化方法生产一磅肉蛋白质需要比生产一磅植物蛋白质多4-25倍的水，6-17倍的土地和6-20倍的化石燃料。

问题是——人们不太可能很快停止吃肉。这意味着实验室种植和植物替代品可能是限制对环境破坏、资源浪费的最佳方式。

制作实验室生长的肉类——包括从动物身上提取肌肉组织，并在生物反应器中生长。最终产品看起来很像你从动物身上得到的东西，尽管研究人员仍在研究这种味道。荷兰马斯特里赫特大学（Maastricht University）的研究人员正在努力大规模生产实验室生长的肉类，他们认为，到明年，实验室种植的汉堡可能只需要一头牛制成的汉堡包。实验室种植肉类的一个缺点是，其环境效益的估算仍然是粗略的——最近世界经济论坛的一份报告称，实验室生产的肉类排放量仅比牛肉生产的排放量低7％左右。

Beyond Meat和Impossible Foods（比尔盖茨是两家公司的投资者）等公司的植物性肉类可以做出更好的环境保护，使用豌豆蛋白、大豆、小麦、马铃薯和植物油来模仿质地和动物肉的味道。

Beyond Meat在加利福尼亚州拥有一个占地26,000平方英尺（2,400平方米）的新工厂，已经从30,000家商店和餐馆销售了超过2500万汉堡。根据密歇根大学可持续系统中心的分析，Beyond Meat馅饼的温室气体排放量可能比传统的牛肉汉堡减少90％。 -Markkus Rovito

#7 二氧化碳捕获器（Carbon dioxide catcher）

技术突破：捕获、吸收二氧化碳每吨不到100美元。

意义：实现从空气中捕获二氧化碳的实用且经济实惠的方法，可以吸收过多的温室气体排放，是阻止灾难性气候变化的最后可行方法之一。

关键参与者：Carbon Engineering、Climeworks、Global Thermostat

成熟期：5-10年

即使我们减缓二氧化碳排放，温室气体的变暖效应也会持续数千年。为了防止气温升高，联合国气候小组现在得出结论——世界将需要从本世纪的大气中清除多达1万亿吨的二氧化碳。

去年夏天，哈佛大学气候科学家大卫凯斯（David Keith）在一项意外发现中计算出，通过称为直接空气捕获的方法，理论上可以将机器降低到每吨不到100美元。这比先前的估计便宜一个数量级，导致许多科学家认为这项技术过于昂贵——尽管成本仍需要数年才能降到接近该水平的任何地方。

但是一旦你捕获碳，你仍然需要弄清楚如何处理它。

加拿大创业公司Keith于2009年共同创办的碳工程公司计划扩大其试验工厂，以捕获二氧化碳作为关键成分来提高其合成燃料的产量。 （比尔·盖茨是Carbon Engineering的投资者。）

位于苏黎世的Climeworks在意大利的直接空气捕获工厂将从捕获的二氧化碳和氢气中产生甲烷，而瑞士的第二家工厂将向软饮料行业销售二氧化碳。纽约Global Thermostat也是如此，该公司去年在阿拉巴马州建成了第一家商业工厂。

尽管如此，如果它用于合成燃料或苏打汽水，二氧化碳大部分会回到大气中。最终目标是永久锁定温室气体。有些可能嵌在碳纤维、聚合物或混凝土等产品中，但更多的东西只需埋在地下，这是一项代价高昂的工作，没有任何商业模式可能支持。

事实上，从工程角度来看，从空气中吸收二氧化碳是应对气候变化最困难和最昂贵的方法之一。但考虑到我们减少排放的速度有多慢，除此之外目前没有好的选择。 - James Temple

#8 可穿戴心电仪 （An ECG on your wrist）

技术突破：一种可穿戴设备，能够真正诊断心脏病。

意义：随着监管机构的批准和相关技术的进步，人们可以轻松通过可穿戴设备持续监测自己的心脏健康。可检测心电图的智能手表可以预警如心房颤动等潜在的危及生命的心脏疾病。

关键参与者：苹果、AliveCor、Withings

成熟期：现在

监管审批和技术进步使人们更容易通过可穿戴设备持续监控他们的心脏。

健身追踪器不是严肃的医疗设备。强烈的锻炼或松散的带子可能会干扰读取脉搏的传感器。但心电图——医生用于在导致中风或心脏病发作之前诊断异常——就需要去诊所就诊，而且人们经常无法及时接受检查。

通过新规则和硬件/软件创新实现的支持心电图的智能手表，为可穿戴设备提供了更接近医疗设备精度的便利。

硅谷初创公司AliveCor推出了一款与苹果手表兼容的腕带，可以检测房颤，这是血栓和中风的常见原因，于2017年获得FDA批准。去年，苹果发布了自己的获得FDA认证的ECG功能手表。健康设备公司Withings还宣布计划在不久之后配备一台配备ECG的手表。

目前的可穿戴设备仍然只使用一个传感器，而真正的心电图有12个。并且没有可穿戴设备可以检测到正在发生的心脏病发作。

但这可能会很快改变。去年秋天，AliveCor向美国心脏协会（American Heart Association）提交了一个应用程序和双传感器系统的初步结果，该系统可以检测到某种类型的心脏病发作。 - Karen Hao

#9 没有下水道的卫生间（Sanitation without sewers）

技术突破：节能厕所可以在没有下水道系统的情况下运行，并在现场处理废物。

意义：23亿人缺乏安全的卫生设施，许多人因此而死亡。

关键参与者：杜克大学、南佛罗里达大学、Biomass Controls、加州理工学院

成熟期：1-2年

全球大约有23亿人没有良好的卫生条件。缺乏适当的厕所，人们会选择将粪便排放到附近的池塘和溪流中，从而传播可导致腹泻和霍乱的细菌、病毒和寄生虫。腹泻导致全世界九分之一的儿童死亡。

现在，研究人员正致力于为发展中国家建造一种价格低廉的新型厕所，不仅可以处理废物，还可以对其进行处理。

2011年，比尔盖茨创造了这个领域的X大奖——重塑厕所挑战赛。自比赛开始以来，一些团队已将原型投入现实生活中使用。所有的粪便都是就地处理的，不需要用大量的水把它们送到遥远的处理厂。，因此不需要大量的水将其运送到远处的处理厂。

大多数原型都是独立的，不需要下水道，但它们看起来像传统的厕所，安置在小型建筑物或储存容器中。在南佛罗里达大学设计的NEWgenerator马桶用厌氧膜过滤掉污染物，厌氧膜的孔隙小于细菌和病毒。另一个来自康涅狄格州生物质控制公司的项目是一个大小与集装箱相当的炼油厂——它能加热粪便，使其转化成一种富含碳的物质，用作土壤肥料。

一个缺点是厕所不能在各种场合下都能工作。例如，Biomass Controls的产品主要是为每天数万用户设计的，这使得它不太适合小型村庄。杜克大学开发的另一个系统仅供附近的几个家庭使用。

因此，现在的挑战是使这些厕所更便宜，更适应不同规模的社区。“建立一个或两个单位真是太棒了，”南佛罗里达大学副教授Daniel Yeh说，他领导了NEW generator团队。 “建造一两个原型厕所非常棒，但要真正让技术影响世界，唯一的办法就是让这些设备进行大规模生产。” - Erin Winick

#10 流畅对话的AI助手（Smooth-talking AI assistants）

技术突破：捕获单词之间语义关系的新技术，使机器更好地理解自然语言。

意义：AI助手现在可以执行基于会话的任务，例如预订餐厅预订或协调包裹下车，而不是仅仅遵循简单的命令。

关键参与者：谷歌、阿里巴巴、亚马逊

成熟期：1-2年

我们已经习惯了AI助手——Alexa在起居室里播放音乐，用Siri在你的手机上设置闹钟——但他们并没有真正实现他们所谓的智能。他们原本应该简化我们的生活，但却收效甚微。他们只承认一系列狭窄的指令，很容易被偏差绊倒。

但最近的一些进展即将扩展您的数字助理的功能。在2018年6月，OpenAI的研究人员开发了一种技术，可以在未标记的文本上训练AI，以避免手动分类和标记所有数据的费用和时间。几个月后，Google的一个团队推出了一个名为BERT的系统，该系统通过研究数百万个句子来学习如何预测遗失的单词。在多项选择测试中，它在填补空白方面与人类一样好。

这些改进加上更好的语音合成，让我们从简单的AI助手转变为与他们进行对话。他们将能够处理每日细节——例如记笔记、查找信息或在线购物。

这样的人工智能助手已经面世，如谷歌助手的逆天升级版谷歌 Duplex，可以帮你接听电话，甚至过滤掉垃圾邮件及电话推销。它还可以打电话帮你预约餐厅或沙龙。

在中国，消费者已经习惯了阿里巴巴的AliMe，它通过电话协调包裹递送，并且可以与顾客讨价还价。

但是，虽然人工智能程序在弄清楚你想要什么方面变得更好，但他们仍然无法理解完整的句子。脚本化或由统计生成的回答反映了向机器灌输真正的语言理解是多么困难。一旦我们跨过这个障碍，我们将看到另一个演变，可能从后勤协调员到保姆、老师，甚至朋友。