麻省理工科技評論發(fā)布十大突破技術(shù)：精確編輯備受看好

　　麻省理工科技評論從 2001 年開始，每年都會公布“十大突破技術(shù)”，并預(yù)計其對人類生活和社會的重大影響。這些技術(shù)代表了當(dāng)前世界科技的發(fā)展前沿和未來發(fā)展方向，反映了近年來世界科技發(fā)展的新特點和新趨勢。

　　正如麻省理工科技評論主編 Jason Pontin 所說，突破性技術(shù)的定義非常簡單，那就是能夠給人們帶來高質(zhì)量的運(yùn)用科技的解決方案。此榜單今年第一次中美進(jìn)行同步發(fā)布。

　　在時下新興技術(shù)中，哪些有可能解決重大問題并開啟新的機(jī)會?以下是我們挑選的今年十大技術(shù)。在過去的一年里，這十項技術(shù)均已到達(dá)一個里程碑式的階段或即將到達(dá)這樣一個階段。

　　1.免疫工程

　　突破技術(shù)：殺傷性T細(xì)胞可被用來消滅癌癥。

　　重要意義：癌癥、多發(fā)性硬化癥和艾滋病毒(HIV)都可以通過免疫系統(tǒng)工程進(jìn)行治療。

　　主要研究者：賽萊克蒂斯、朱諾治療、諾華

　　基因工程改造的免疫細(xì)胞正在挽救癌癥患者的生命。人體內(nèi)的T細(xì)胞(即免疫系統(tǒng)中所謂的殺傷性細(xì)胞)可以識別和殺滅入侵者，而通過基因技術(shù)制造的工程化T細(xì)胞，可以識別、攻擊特定的病毒細(xì)胞，且具有記憶功能，可以對病毒進(jìn)行永久阻斷，即達(dá)到所謂的“功能性治愈”。這項技術(shù)不僅僅限于癌癥或者白血病，通過免疫系統(tǒng)工程治療疾病將是未來醫(yī)學(xué)的一個主攻方向。

　　2.精確編輯植物基因

　　突破技術(shù)：能夠便宜、 精確地編輯植物基因組，不留下外源 DNA。

　　重要意義：提高農(nóng)業(yè)生產(chǎn)率，以滿足日益增長人口的需要。到 2050 年世界人口預(yù)計將達(dá)到 100億。

　　主要研究者：塞恩斯伯里實驗室、首爾國立大學(xué)、明尼蘇達(dá)大學(xué)、 遺傳與發(fā)育生物學(xué)研究所

　　基因編輯技術(shù) CRISPR(這是 2014 年十大突破技術(shù)之一)為改造農(nóng)作物提供了精確方法，可以使它們提高產(chǎn)量、更有效地抵御干旱和疾病。過去一年的研究表明，這樣編輯過的植物沒有外源 DNA 的蹤跡。中國已經(jīng)用它來創(chuàng)建抗真菌的小麥以及提高水稻產(chǎn)量。 CRISPR 作物是否將受轉(zhuǎn)基因作物同樣的法規(guī)監(jiān)管目前還并不明確。

　　3.語音接口

　　突破技術(shù)：將語音識別和自然語言理解相結(jié)合，為世界上最大的互聯(lián)網(wǎng)市場創(chuàng)造切實可用的語音接口。

　　重要意義：通過打字與電腦互動是非常耗時和令人沮喪的。

　　主要研究者：百度、谷歌、蘋果、Nuance 通信公司、 Facebook

　　中國是發(fā)展語音接口的理想市場，因為使用微型觸摸屏來進(jìn)行漢字輸入十分麻煩。不過，隨著百度在語音技術(shù)方面的不斷進(jìn)步，語音接口變得更為實用和有效，人們可以更為便利的與身邊的設(shè)備進(jìn)行互動。百度的深度語音識別系統(tǒng)(Deep Speech 2)包含了一個非常大的、“深”的神經(jīng)網(wǎng)絡(luò)，它引入了數(shù)以百萬計的轉(zhuǎn)錄語音。有時它在識別漢語語音片段方面，要比人為識別更加準(zhǔn)確。

　　4.可回收火箭

　　突破技術(shù)：可以發(fā)射有效載荷至軌道并安全著陸的火箭。

　　重要意義：降低飛行成本可以為宇宙空間的許多新事業(yè)打開方便之門。

　　主要研研究者：SpaceX、藍(lán)源公司、聯(lián)合發(fā)射聯(lián)盟(ULA)

　　火箭通常會在其首航的過程中損毀。但是如今，人們可以令火箭垂直著陸，并且在重新添加燃料之后，開啟另一個新航程，這為人類航天事業(yè)創(chuàng)造了新紀(jì)元。藍(lán)源公司(Blue Origin)以及太空探索技術(shù)公司(SpaceX)均已實現(xiàn)了這種火箭著陸方式。可以預(yù)見，未來的航天飛行將比過去 40 年阿波羅時代所帶來的影響有趣的多。

　　5.知識分享型機(jī)器人

　　突破技術(shù)：有一種機(jī)器人，可以學(xué)習(xí)任務(wù)，同時將知識傳送到云端，以供其他機(jī)器人學(xué)習(xí)。

　　重要意義：如果不需要分別對所有類型的機(jī)器進(jìn)行單獨編程，那么可以極大地加快機(jī)器人的發(fā)展進(jìn)程。

　　主要研究者：Brain of Things、布朗大學(xué)、加利福尼亞大學(xué)伯克利分校、德國達(dá)姆施塔特工業(yè)大學(xué)

　　如果機(jī)器人能夠獨立解決更多的問題，并互相分享這些內(nèi)容，那會怎么樣?布朗大學(xué)的計算機(jī)科學(xué)系的教授斯蒂芬妮·泰勒斯正在進(jìn)行一項研究，目的是使世界各地的研究型機(jī)器人學(xué)習(xí)如何發(fā)現(xiàn)和處理簡單的物品，并將數(shù)據(jù)上傳至云端，并允許其他機(jī)器人分析和使用這些信息。她們已經(jīng)收集了大約 200 個物品的數(shù)據(jù)，并且已經(jīng)開始共享這些數(shù)據(jù)。她希望能建立一個信息庫，讓機(jī)器人能夠很容易地獲取它們所需要的全部信息。