麻省理工十大突破技术榜单中的六大技术

什么技术有潜力塑造人类的未来？

2月21日早上，《麻省理工科技评论》（MIT Technology Review）公布了一年一度的十大突破技术榜单，这是该榜单面世以来的第十八届，里面包含了一些非常有趣的技术，我选择了六个比较有趣的技术进行谈论。在这里，“突破”指的是“将对我们的生活产生深远影响的一种或多种技术”。不难理解，对吧？弄清楚定义之后，让我们来看看一些上榜的新技术，这些技术现在看来极具创新性，但在后代人的眼中，它们也十分老旧了罢。

3D金属打印

3D打印逐渐发展到不仅可以用塑料打印，还可以用金属、复合材料以及其他材料，所以，商家将更容易打印出替换零件甚至是全新零件。这意味着，商家不需要未雨绸缪地大量囤货。此外，3D金属打印技术还能制造出更坚固的零件和更复杂的形状，这用传统制造方法是不可能做到的。

人工胚胎

剑桥大学的研究人员已经用干细胞培养出了小鼠胚胎。如今，密歇根大学和洛克菲勒大学等机构的科学家正进一步利用人类干细胞来培养人工胚胎。毋庸置疑，这涉及到伦理方面的问题，但正如麻省理工所说的，这项技术代表了一个巨大的进步，因为它让研究人员能研究人体早期发育的过程，更别说可以使用基因编辑等工具了。

智能城市

多伦多正进行着一项令人兴奋的数字城市项目：该城市一处名叫Quayside的海滨社区正用最新的技术进行改造重建。

麻省理工写道，该社区将利用庞大的传感器网络来收集关于空气质量、噪音水平、人们的活动等信息，并以此为基础来制定政策、设计和技术。此外，区域内的所有交通工具都是自动和共享的。机器人将负责邮件递送等各种琐事，驱动整个区域的系统将向公司开放，让公司可以在此基础上创建服务。

人工智能全面普及

目前，掌握人工智能技术的主要是几个大型技术公司，但麻省理工认为，基于云的人工智能能将其民主化。讽刺的是，开发云端人工智能平台的正是亚马逊、谷歌和微软这些技术巨头，这将让小公司也能参与到人工智能的开发中。人们希望能源、制造和医疗等各种新行业也能利用人工智能技术。

对抗性神经网络

人工智能非常擅长于识别物体，但无法自己生成图像。这意味着，类似自动驾驶汽车的人工智能系统必须依赖已有图像（比如行人的图像）来进行训练，而不能靠自动生成的图像。

这个问题的解决方案或许就是我们所知的生成式对抗网络，简称为GANs。GANs让两个神经网络互相对抗，一个试图用数据集进行创建，另一个则分析所创建的东西是否不同于已知图像。长久下来，一个GAN可以自动生成可用图像，以此来训练其他系统。

智能耳机

谷歌的Pixel Buds在质量方面还不够完美，但它们展示了自动翻译耳机的前景。这或许还需要一些时间，但无需太久，我们将接触到各种提供实时翻译的可穿戴配件，比如去巴黎旅行时，配件能实时将我们听到的法语翻译成英语。多么美好的未来啊！

麻省理工的十大突破技术榜单还包括了：零碳排放天然气，完美在线隐私，基因算命和材料的量子飞跃。点此了解更多。

来源：快公司FastCompany

（编辑：曹瑞芝）