每年，《麻省理工科技評論》都會評選出 35 位 35 歲以下的青年研究者、科學(xué)家和企業(yè)家，他們因其在各自領(lǐng)域的開創(chuàng)性工作而入選“35 歲以下科技創(chuàng)新 35 人”名單。

今年的創(chuàng)新者們正在推動科技的前沿發(fā)展，并積極探尋其研究成果的實際應(yīng)用。在這 35 位入選者中，有人開發(fā)了新型醫(yī)療方法，有人對政策制定產(chǎn)生了重要影響，有人發(fā)明了新的計算器件，還有一些人在領(lǐng)導(dǎo)著公司。

這些科學(xué)家和企業(yè)家憑借其早期的卓越成就以及運用自身專業(yè)技能和知識解決重大問題的能力，從全球數(shù)百位候選人中脫穎而出。

*以下排名不分先后

氣候與能源領(lǐng)域的創(chuàng)新者發(fā)明了能夠?qū)崿F(xiàn)脫碳的先進技術(shù)，應(yīng)用領(lǐng)域涵蓋航運、時尚等多個行業(yè)。他們還在探索利用可持續(xù)能源的新方法，并為捕獲二氧化碳開發(fā)出巧妙的新用途。

他利用地下巖石，以更環(huán)保的方式生產(chǎn)化學(xué)品。

化學(xué)品的生產(chǎn)往往伴隨著巨大的耗能——生產(chǎn)燃料和化肥等產(chǎn)品的反應(yīng)往往需要極高的溫度和壓力，這意味著需要燃燒化石燃料，而化石燃料的燃燒會產(chǎn)生碳污染，加劇氣候變化。

32 歲的 Iwnetim Abate 正致力于通過探索地球深處來改變這一現(xiàn)狀：他在麻省理工學(xué)院的實驗室希望利用地下熱能和壓力生產(chǎn)氨（一種常見化學(xué)品）。對此，他聯(lián)合創(chuàng)立了一家名為 Addis Energy 的公司，以推動該研究成果的商業(yè)化。

氨是化肥的關(guān)鍵成分，目前人們正考慮將其作為綠色燃料，類似氫氣，應(yīng)用于長途航運等領(lǐng)域。然而，生產(chǎn)氨的過程是高污染的，其二氧化碳排放量占全球的 1% 至 2%。

越來越多的研究人員和公司正在尋找地下天然存在的氫氣。而 Abate 提出了一個新的想法：利用地球表面以下富含鐵的巖石，通過加入水和催化劑來產(chǎn)生氫。隨后，他轉(zhuǎn)向氨的生產(chǎn)，因為氨更容易運輸。

Addis Energy 目前正在尋找一個試驗場地，以測試其氨的生產(chǎn)工藝。與此同時，Abate 的實驗室將繼續(xù)研究這些反應(yīng)背后的化學(xué)原理。

Abate 擁有電化學(xué)背景，他還領(lǐng)導(dǎo)著鈉離子電池的研究工作，其中大部分研究集中在材料開發(fā)，希望借助這種材料，在保持電池穩(wěn)定性的同時，將更多能量儲存在電池單元中。

Abate 表示，他與 Addis Energy 的合作可能改變采礦業(yè)的模式。這不僅意味著從地下開采有價值的元素和關(guān)鍵礦物，還可能利用地下資源生產(chǎn)有用的化學(xué)品。

她通過使用電力而非化石燃料來生產(chǎn)常見的化學(xué)品。

制造洗發(fā)水瓶、地板和織物等產(chǎn)品所需的化學(xué)原料可能對氣候造成巨大影響。目前，化工行業(yè)的二氧化碳排放量約占全球排放總量的 5%。

31 歲的 Sarah Lamaison 是總部位于巴黎的初創(chuàng)公司 Dioxycle 的聯(lián)合創(chuàng)始人兼首席執(zhí)行官，這家公司正在探索一種利用電力生產(chǎn)化學(xué)品的新方法，該生產(chǎn)過程將產(chǎn)生更少的溫室氣體。

這項技術(shù)的關(guān)鍵在于電解槽，這是一個利用電力觸發(fā)化學(xué)反應(yīng)的裝置。在 Dioxycle 的案例中，它可以將一氧化碳和二氧化碳轉(zhuǎn)化為乙烯，后者可用于塑料包裝、紡織品及下一代燃料。

通常，乙烯生產(chǎn)相當(dāng)耗能，需要在爐中將烴類物質(zhì)和蒸汽加熱到極高溫度。Lamaison 表示，Dioxycle 的方法可以通過用廉價、清潔的電力替代來自化石燃料的熱能，使成本與傳統(tǒng)乙烯生產(chǎn)相當(dāng)，甚至更低。

然而，實現(xiàn)這一目標(biāo)仍需更多創(chuàng)新。目前，該公司的電費成本占其產(chǎn)品預(yù)期最終成本的一半以上，因此進一步降低生產(chǎn)過程中的能源消耗是首要任務(wù)。而電解槽可以按需進行調(diào)整，特別是對低價能源的利用，比如在太陽能豐富的地區(qū)或者陽光充足的下午都能進行使用。

Lamaison 與聯(lián)合創(chuàng)始人于 2021 年離開斯坦福大學(xué)創(chuàng)立了 Dioxycle。最初幾年，團隊專注于開發(fā)電解槽并實現(xiàn)規(guī)?；a(chǎn)，從最初僅郵票大小的設(shè)備，發(fā)展到了如今體積約一輛汽車大小的商業(yè)化版本。目前，團隊正與合作伙伴共同開展一項示范項目，預(yù)計在未來兩年內(nèi)完成，這將需要建造更多商業(yè)規(guī)模的設(shè)備。

盡管公司在研究進展和規(guī)?；矫嬉讶〉蔑@著成就，但 Lamaison 對未來挑戰(zhàn)仍保持著現(xiàn)實主義的態(tài)度：“這將是一段艱難的旅程，但我們必須堅持下去?！?/p>

他致力于為工業(yè)領(lǐng)域提供更清潔的碳和氫。

Ga?l Gobaille-Shaw，34 歲，在攻讀博士學(xué)位期間，他厭倦了自己像個高級實驗室機器人的感覺。相反，他希望自己的創(chuàng)造力能對現(xiàn)實世界的氣候問題提供解決方案。一天晚上，他夢到了一種特殊的膜，可以利用電荷從空氣中提取二氧化碳（以碳酸根離子的形式存在）。他說：“這是我第一次做科學(xué)夢，而且在化學(xué)上是講得通的?！?/p>

Gobaille-Shaw 很快將這個夢境變?yōu)楝F(xiàn)實。他創(chuàng)立了自己的第一家公司 Mission Zero，該公司研發(fā)的直接空氣捕獲（direct air capture，DAC）設(shè)備，可以吸取大氣中的二氧化碳并將其轉(zhuǎn)化為綠色碳。此后，他創(chuàng)立了第二家公司，并構(gòu)思了第三家。每一家公司都基于他的愿景，即空氣、水和可再生能源可以構(gòu)建一個超越化石燃料的世界。

與許多需要燃燒化石燃料才能釋放捕獲碳的 DAC 系統(tǒng)不同，Mission Zero 采用電化學(xué)技術(shù)。其設(shè)備吸入空氣，用堿性溶液吸附二氧化碳，然后通過酸性溶液和基于膜的電滲析過程釋放純二氧化碳氣體。這一系統(tǒng)無需熱能，僅需電力和水即可運行。該設(shè)備結(jié)構(gòu)緊湊且模塊化，可實現(xiàn)大規(guī)模生產(chǎn)并幾乎能在任何地方部署。在比爾·蓋茨、埃隆·馬斯克和英國政府的支持下，其中一個工廠每年已能夠捕獲 50 噸二氧化碳用于噴氣燃料；另一個工廠每年將為建筑材料提供 250 噸二氧化碳。

Gobaille-Shaw 的第二家公司 Supercritical 專注于氫能。雖然通過電解水制取的氫在理論上是清潔燃料，但傳統(tǒng)電解技術(shù)產(chǎn)生的氫以低壓形式存在，必須經(jīng)過壓縮——這一過程能耗高，且存在爆炸風(fēng)險。Supercritical 的高溫、高壓堿性電解槽可在分解水之前先對其進行壓縮。因此，產(chǎn)生的氫已處于加壓狀態(tài)。Gobaille-Shaw 表示，這一過程的能源效率接近 100%。鑒于世界上大部分糧食供應(yīng)都依賴于以氫為基礎(chǔ)的氨肥，因此這一結(jié)果尤其令人期待。

他正在開發(fā)人工智能模型，以更輕松地預(yù)測天氣和氣候變化。

傳統(tǒng)氣候模型主要通過運行基于大氣、海洋、森林和冰蓋物理定律的復(fù)雜數(shù)學(xué)方程，來預(yù)測地球?qū)厥覛怏w水平上升的響應(yīng)。不過，這些模型通常需要大型計算機來運行。另外，我們對這些過程的有限理解和不完整的模擬能力對模型也有一定的限制。

基于這些氣候模擬結(jié)果訓(xùn)練的人工智能模型，可以幫助研究人員以更快的速度和更少的計算資源提供類似的預(yù)測。此外，通過向人工智能模型輸入廣泛可用的天氣數(shù)據(jù)，他們正在構(gòu)建擅長短期和局部預(yù)測的系統(tǒng)，同時降低對地球物理過程的全面理解的依賴。

31 歲的 Aditya Grover 是加州大學(xué)洛杉磯分校的計算機科學(xué)助理教授。他利用這些技術(shù)開發(fā)了 ClimaX，該模型發(fā)布于 2023 年，能夠預(yù)測世界各地的天氣事件及氣候變化，預(yù)測時間跨度從幾天到幾十年不等。

Grover 表示，這是首個用于天氣和氣候的基礎(chǔ)模型，在人工智能領(lǐng)域這意味著它可被用于多種應(yīng)用。

Grover 及其同事與微軟的研究人員利用海量數(shù)據(jù)集對該工具進行訓(xùn)練，包括在多種情景下運行的氣候模擬，以及衛(wèi)星和雷達對天氣模式的觀測數(shù)據(jù)。他的研究團隊還對 ClimaX 進行持續(xù)優(yōu)化，近期發(fā)布了 Stormer 和 SeasonCast 兩個模型，可以減少預(yù)測未來事件時可能出現(xiàn)的誤差。

與其他人工智能基礎(chǔ)模型類似，ClimaX 可以使用特定數(shù)據(jù)進行微調(diào)，以掌握特定問題的專業(yè)知識。由于該工具開源，任何人都可使用或調(diào)整它來探索自己的研究問題。

例如，多家非營利組織已對該模型進行調(diào)整，以提升作物產(chǎn)量預(yù)測、自然災(zāi)害損失評估以及森林砍伐預(yù)測的準確性。

Grover 也在持續(xù)優(yōu)化該技術(shù)，特別是生成更高分辨率的區(qū)域性結(jié)果，比如他長大的國家——印度，該國正面臨著氣候變化帶來的一些極具破壞性的后果。

她的初創(chuàng)公司開發(fā)了一種全新的紡織品制造方法——直接從空氣中提取原料。

作為女性服裝品牌 Bebe 背后的家族成員，Neeka Mashouf 從小就感受到了時尚的魅力，同時也意識到了時尚產(chǎn)業(yè)對環(huán)境的影響。時尚產(chǎn)業(yè)不僅是除農(nóng)業(yè)外用水量最大的行業(yè)，還是砍伐森林的主要因素之一，其溫室氣體排放量占全球總排放量的 8%。

現(xiàn)年 28 歲的 Mashouf，找到了幫助時尚行業(yè)改善環(huán)保情況的方法。她位于加利福尼亞州的初創(chuàng)公司 Rubi Laboratories 開發(fā)了一種直接從大氣中提取二氧化碳來制造紡織品的工藝。Mashouf 表示，這個概念聽起來可能有些天馬行空，但實際上是在模仿植物的自然行為。

受舊金山灣區(qū)的巨型紅木樹的啟發(fā)，她和雙胞胎姐姐 Leila 共同創(chuàng)立了公司 Rubi。和其他樹木一樣，紅木通過吸收二氧化碳，利用酶將其轉(zhuǎn)化為纖維素，這是樹葉和枝干的主要成分。一些半合成纖維，如人造絲（Rayon）和萊賽爾（Lyocell），就是用木漿中提取的纖維素為原料制成。Rubi 的目標(biāo)是無需砍伐任何樹木即可復(fù)制這些材料。

實現(xiàn)這一目標(biāo)需要對酶進行大量調(diào)試，酶是加速化學(xué)反應(yīng)的蛋白質(zhì)。通過結(jié)合天然存在的酶和在實驗室中利用人工智能合成的酶，Mashouf 及其團隊開發(fā)了一種高產(chǎn)、節(jié)能的二氧化碳轉(zhuǎn)化為纖維素紡織品的制造工藝，他們表示該工藝最終將在工業(yè)規(guī)模上具有成本效益。目前，Rubi 已為沃爾瑪、H&M 和 Patagonia 等時尚品牌生產(chǎn)了試驗性面料，其中一些面料是用從工業(yè)過程中捕獲的二氧化碳制成。

據(jù) Mashouf 介紹，采用 Rubi 材料制成的服裝最早可能于 2026 年初進入市場。目前尚不清楚這類產(chǎn)品與傳統(tǒng)面料制成的商品在成本競爭力方面如何。不過，Mashouf 認為 Rubi 的概念未來有望為建筑材料、包裝及食品等多個領(lǐng)域帶來更環(huán)保的制造方式。

他正在開發(fā)從船只中捕獲二氧化碳，并將其封存于海洋的應(yīng)用系統(tǒng)。

跨洋運輸貨物是氣候變化的主要原因之一，每年產(chǎn)生的溫室氣體排放量約占全球總排放量的 3%。由于電池目前仍無法驅(qū)動大型船只航行數(shù)千公里，因此航運業(yè)也是最難實現(xiàn)清潔化的領(lǐng)域之一。

30 歲的 Pierre Forin 最初在法國能源巨頭道達爾能源（Total Energies）的研究部門從事相關(guān)研究。2021 年他轉(zhuǎn)至加州理工學(xué)院，與該校及南加州大學(xué)的兩位教授合作，開發(fā)實驗室規(guī)模的反應(yīng)器，以測試和優(yōu)化一套捕獲并儲存船只二氧化碳污排放的系統(tǒng)。

次年，三人籌集了 350 萬美元共同創(chuàng)立了 Calcarea 公司，這家孵化于加州理工學(xué)院的公司以一種海洋海綿命名，寓意其技術(shù)具備吸收二氧化碳排放的能力。

該公司的技術(shù)將船只產(chǎn)生的廢氣導(dǎo)入海水中，形成碳酸。隨后，這種混合物流經(jīng)石灰石床層，生成碳酸氫根離子，這是模擬了海洋中已存在的鎖住碳的化學(xué)過程。

任公司首席技術(shù)官的 Forin 表示，處理后的水可在航行過程中安全地排放到海洋中。這避免了壓縮和儲存二氧化碳所需的大量能耗和成本，而其他捕獲和封存溫室氣體的方法則依賴于此。

此外，該公司還在探索利用相同技術(shù)捕獲并處理陸地工廠（如沿海水泥廠）排放的二氧化碳的可能性。

Calcarea 計劃于明年在商用船只上安裝首個試點裝置，并希望在 2027 或 2028 年開始銷售其技術(shù)。這與聯(lián)合國國際海事組織計劃實施航運業(yè)排放限制并設(shè)定碳價的時間大致相同。

該公司的系統(tǒng)無法捕獲船只產(chǎn)生的全部氣體排放。雖然目前尚不清楚航運業(yè)的各類清潔方案中，哪一種將獲得長期且最大的支持，但 Calcarea 開發(fā)的產(chǎn)品，其市場化時機恰逢行業(yè)監(jiān)管開始推動變革之際，這將幫助航運公司在大洋間穿梭時逐步減少污染。

人工智能（AI）領(lǐng)域的創(chuàng)新者，不僅有在硅谷大型科技公司中主導(dǎo)模型開發(fā)的人員，還有開發(fā)新方法以提升 AI 性能的學(xué)術(shù)研究人員。

他致力于打開人工智能模型的“黑箱”，以理解其為何會完成特定輸出。

人工智能模型在做出決策時，我們往往不能完全理解其背后的原因。因此，人工智能模型常被視為“黑箱”——數(shù)據(jù)輸入后，輸出的是文本、圖像或視頻等內(nèi)容。

但如果研究人員無法理解模型為何會做出特定行為，當(dāng)模型生成錯誤或無用信息時，就難以對其進行修正。這就是 26 歲的 Neel Nanda 所專注的研究領(lǐng)域。

“我認為我的工作是：開展研究，以確保我們開發(fā)出相當(dāng)于人類水平的人工智能時，對世界是安全且有益的?！?/p>

Nanda 領(lǐng)導(dǎo)著 Google DeepMind 的一個團隊，專注于人工智能安全的子領(lǐng)域——機制可解釋性（mechanistic interpretability，通常簡稱為“mech interp”）的研究，該領(lǐng)域通過數(shù)學(xué)知識深入理解人工智能模型內(nèi)部的運作機制。

常見的方法是將人工智能模型分解為計算層，并利用稀疏自編碼器（sparse autoencoders）等工具提取模型在各層中內(nèi)隱學(xué)習(xí)的特征與概念。去年，Nanda 和其他研究人員共同發(fā)布了 Gemma Scope，這是一組包含超過 400 個稀疏自編碼器的集合。每個模型都是在 Google 的 Gemma 2 模型上訓(xùn)練的，以表示 Gemma 在文本片段中解釋的獨特概念。這個公開的數(shù)據(jù)集合可以在線演示，使研究人員能夠以透視視角，深入了解 Gemma 模型的行為，揭示模型完全自主建立的關(guān)聯(lián)。

Nanda 投身人工智能領(lǐng)域，源于他對通用人工智能（AGI）可能迅速到來的日益擔(dān)憂——他認為若不能完全理解如何確保其安全性，AGI 便可能會帶來重大風(fēng)險。他認為，讓更多人參與該領(lǐng)域至關(guān)重要，這樣才能確保人們在構(gòu)建 AGI 之前先理解其本質(zhì)。為此，Nanda 撰寫關(guān)于機械可解釋性的科普文章，制作 YouTube 視頻，并在機器學(xué)習(xí)對齊與理論學(xué)者項目（MATS Program）中擔(dān)任導(dǎo)師。

Nanda 認為，這些推廣活動有助于普及機械可解釋性這一領(lǐng)域?！拔铱吹浇淌趥冊?X（推特）上抱怨，太多博士申請者想研究機械解釋性，”他說，“我為自己對他們有所幫助感到高興。”

從生成圖像到編寫代碼，他正在訓(xùn)練人工智能模型新的技能。

ChatGPT 能夠流暢地處理文本、音頻和圖像，能夠接受一種格式的提示并生成另一種格式的結(jié)果。這種流暢性很大程度上要歸功于 Mark Chen，他今年 34 歲，目前擔(dān)任 OpenAI 的首席研究官。

自 2018 年加入該公司以來，Chen 帶領(lǐng)團隊開創(chuàng)了許多領(lǐng)先人工智能模型用于處理和生成視覺數(shù)據(jù)的技術(shù)。值得一提的是，他弄清楚了如何調(diào)整 Transformer 架構(gòu)（研究人員此前已成功將其用于生成自然語言）來圖像處理。事實證明，構(gòu)成圖像的像素可以被編碼為一系列 token，類似于句子中的單詞。

“一旦你有了將圖像視為特殊語言的表示方式，就可以在 Transformer 中使用它了?！?Chen 表示。該團隊首先將這一方法應(yīng)用于 2020 年發(fā)布的 ImageGPT，隨后又推出了 DALL·E 系列。目前，他們已將此技術(shù)部署到了 GPT-5 中。

除了在圖像方面的工作，Chen 還主導(dǎo)了 OpenAI Codex 模型的開發(fā)，該模型能夠根據(jù)提示生成計算機代碼。盡管代碼以文本形式編寫，但生成代碼的模型與其它語言模型有著不同的標(biāo)準——因為生成的代碼在執(zhí)行時必須能夠?qū)崿F(xiàn)預(yù)期功能，而不僅僅是聽起來正確。

現(xiàn)在，Chen 正領(lǐng)導(dǎo) OpenAI 團隊創(chuàng)建一個比早期版本更具復(fù)雜推理能力的模型。該公司的策略是讓模型放慢速度，將提示分解為步驟，即所謂的“思維鏈”，OpenAI 在 2024 年發(fā)布其 o1 模型時首次展示了這一技術(shù)。Chen 的目標(biāo)是盡快構(gòu)建能夠長期自主運行的模型，以生成更細致的輸出，例如制定科學(xué)實驗的研究計劃。

在其新職位上，Chen 還負責(zé)產(chǎn)品安全。他認為，安全的人工智能模型應(yīng)能按照用戶意愿行事，且不會“失控”，例如在未經(jīng)用戶同意的情況下向他人發(fā)送郵件。他還需應(yīng)對公司模型因表現(xiàn)出的文化和政治偏見而受到的批評，以及關(guān)于其訓(xùn)練數(shù)據(jù)中存在的知識產(chǎn)權(quán)侵權(quán)的訴訟問題。

他正在訓(xùn)練能夠在你入睡后繼續(xù)工作的人工智能。

今年 3 月，季逸超出現(xiàn)在一段迅速走紅的發(fā)布視頻中。這位 32 歲的年輕人用流利的英語介紹了由中國初創(chuàng)公司 Butterfly Effect（蝴蝶效應(yīng)）開發(fā)的 AI Agent Manus。該 Agent 基于多種模型構(gòu)建，包括 Anthropic 的 Claude。

“這不僅僅是一個聊天機器人或工作流程，”季逸超在視頻中說道，“它是一個真正自主的 Agent，架起了從構(gòu)思到執(zhí)行的橋梁。”

隨著人工智能 Agent 成為硅谷的最新熱潮，Manus 的獨特之處在于其真正自主性的承諾。大多數(shù) Agent 需要持續(xù)監(jiān)督，但 Manus 被設(shè)計為獨立運行——能夠自主完成任務(wù)、在過程中適應(yīng)變化，甚至無需重啟即可響應(yīng)新指令。用戶可以關(guān)閉筆記本電腦，但回來時工作便已完成。

發(fā)布一周內(nèi)，Manus 就吸引了多達兩百萬申請用戶。這種熱潮迅速轉(zhuǎn)化為資金：一輪 7500 萬美元的融資使該公司估值達到約 5 億美元。此次發(fā)布為中國的創(chuàng)業(yè)氛圍注入了活力，并引起了人們對中國涌現(xiàn)出的人工智能應(yīng)用的關(guān)注。

多年以來，季逸超致力于構(gòu)建結(jié)合技術(shù)深度和實際應(yīng)用的工具。作為長期開源貢獻者和產(chǎn)品狂熱者，他自高中起便開始發(fā)布軟件——其中最有名的是 Mammoth，一款曾短暫成為中國同類應(yīng)用中下載量最高的 iPhone 瀏覽器。20 多歲時，他獲得紅杉資本和真格基金的投資，創(chuàng)立 Peak Labs，并開發(fā)了基于定制語言模型驅(qū)動的知識搜索引擎 Magi。該引擎受前沿人工智能研究啟發(fā)，構(gòu)建知識圖譜——一張展示知識互聯(lián)關(guān)系的“思維導(dǎo)圖”。

但季逸超的獨特之處不僅在于其產(chǎn)品，更在于他所代表的群體：新一代中國科技人才，他們具備全球視野、深受開源文化影響，并且在技術(shù)架構(gòu)與產(chǎn)品愿景方面均游刃有余。

目前定居新加坡的季逸超，是新一代打造世界級人工智能的創(chuàng)始人代表。Manus 本身也是全球流動性的產(chǎn)物——由中國團隊開發(fā)，基于美國模型，為全球用戶設(shè)計。

她幫助人工智能理解真實世界。

大型語言模型在處理文字方面表現(xiàn)出色，這在一定程度上得益于它們所處理的海量文本數(shù)據(jù)。然而，人工智能的前沿研究在于構(gòu)建能夠超越文本理解、感知周圍世界——即具備視覺、聽覺和復(fù)雜情境響應(yīng)能力。這是一個巨大的飛躍，也是該領(lǐng)域面臨的最大挑戰(zhàn)之一。美國西北大學(xué)的 33 歲研究員李曼玲，正致力于推動這一前沿領(lǐng)域的發(fā)展。

李曼玲的研究專注于人工智能領(lǐng)域的核心挑戰(zhàn)：將語言轉(zhuǎn)化為現(xiàn)實世界中的行動。傳統(tǒng)人工智能系統(tǒng)專注于單一類型的數(shù)據(jù)輸入，如文本，而李曼玲開發(fā)的系統(tǒng)則整合了感知、推理和行動。她創(chuàng)建了一個框架，使人工智能可以從多媒體信息（如圖像、音頻、視頻和文本）中拼湊出正在發(fā)生的事件。這種能夠“感知”多種數(shù)據(jù)格式的能力對于構(gòu)建在現(xiàn)實世界中做出更全面判斷的人工智能至關(guān)重要。

李曼玲的工作不僅幫助人工智能系統(tǒng)識別周圍環(huán)境中發(fā)生的事情，還幫助系統(tǒng)“理解”事情發(fā)生的原因以及它們之間的聯(lián)系。除了識別視頻中的物體或從句子中提取關(guān)鍵詞，該系統(tǒng)還能跟蹤事件發(fā)展、分析不同行為之間的關(guān)聯(lián)，并解釋事情發(fā)生的原因。隨著人工智能系統(tǒng)越來越多地參與我們的日常生活中的重大決策，這種透明性變得越來越重要。

她的研究成果已不僅僅局限于實驗室，包括美國國防高級研究計劃局（DARPA）在內(nèi)的政府機構(gòu)已經(jīng)采用了她的系統(tǒng)。通過開源工具，她還將這項先進的人工智能技術(shù)進行了更廣泛的推廣。此外，她還創(chuàng)建了新的基準，用于評估人工智能在現(xiàn)實世界環(huán)境中的表現(xiàn)，例如在物理環(huán)境中導(dǎo)航以及回答視頻中正在發(fā)生的事情等復(fù)雜問題。

隨著人工智能被嵌入到從智能助手到自動駕駛汽車的各個領(lǐng)域，李曼玲的研究確保了這些系統(tǒng)在變強大的同時，變得更加可靠、更加透明。

他是 OpenAI 的視頻生成模型 Sora 的共同發(fā)明者。

2022 年 12 月，Tim Brooks 在加州大學(xué)伯克利分校完成人工智能博士研究時，他意識到，現(xiàn)在正是他在人工智能視頻生成領(lǐng)域留下自己印跡的時機。就在一個月前，ChatGPT 的發(fā)布讓生成式人工智能迎來了它的時刻。通過簡單的提示，用戶可以與聊天機器人進行流暢的對話——而一些這樣的系統(tǒng)甚至還能生成高分辨率、逼真的圖像。然而，人工智能對于視頻的生成仍然無法真正實現(xiàn)。早期模型在模擬特定場景或賦予靜態(tài)圖像些許動態(tài)方面取得了一些進展，但高質(zhì)量、通用的模型仍難以實現(xiàn)。

31 歲的 Brooks 加入 OpenAI 后，一場競賽就此展開：他與在伯克利的同事 Bill Peebles 合作，著手開發(fā)一款能夠生成長達一分鐘高清視頻片段的模型。他們的策略涉及一種創(chuàng)新的方法，可以將圖像和視頻分解成更小的信息片段，這使得他們能夠在廣泛的視覺數(shù)據(jù)上訓(xùn)練模型。他們還采用了與大多數(shù)聊天機器人底層架構(gòu)相似的 Transfomer 架構(gòu)，使其模型在擴展過程中能夠不斷優(yōu)化。最終成果便是 Sora，一款突破性的人工智能視頻生成器，于 2024 年 12 月公開發(fā)布。

與谷歌、Meta 等公司推出的類似產(chǎn)品一樣，Sora 既引起了大家的驚嘆，也引發(fā)了擔(dān)憂。一些批評者擔(dān)心這些模型將導(dǎo)致廣告、電影等創(chuàng)意產(chǎn)業(yè)的就業(yè)崗位流失；而且，由于深度偽造技術(shù)（deepfakes）和虛假信息的傳播，大多數(shù) Sora 用戶被禁止制作涉及真實人物的視頻。此外，人們還擔(dān)心這將導(dǎo)致更多“AI 垃圾內(nèi)容”（AI slop）的產(chǎn)生，即大量低質(zhì)量內(nèi)容在網(wǎng)上泛濫。

但 Brooks 相信，這些工具將為數(shù)字創(chuàng)作者開辟新的可能性。作為 Google DeepMind 的研究科學(xué)，他的目標(biāo)是構(gòu)建一個更廣泛的“世界模型”，以幫助人工智能更好地理解我們的物理環(huán)境，并更接近人類大腦的功能。

她利用數(shù)據(jù)存儲來減少人工智能的幻覺。

生成式人工智能模型會犯錯——它們可能會自信地陳述錯誤事實，或者將真實的片段拼湊成毫無意義的內(nèi)容。即使用大量真實的數(shù)據(jù)對人工智能模型進行訓(xùn)練，這些所謂的“幻覺”也會發(fā)生。

對于 30 歲的 Akari Asai 來說，這是一個大問題，尤其是在事實至關(guān)重要的情況下，例如科學(xué)研究或軟件開發(fā)。她認為，解決方案是停止專注于構(gòu)建越來越大的模型，這些模型只是對提示做出回應(yīng)并輸出答案。“我們需要從單純擴展單一語言模型轉(zhuǎn)向開發(fā)增強型語言模型，”她解釋道，這意味著模型能夠與其他實體互動，并分析自身輸出和行為。

Akari Asai 從事檢索增強生成（RAG）技術(shù)的研究，該技術(shù)使語言模型在生成響應(yīng)前先查閱存儲的參考資料（即數(shù)據(jù)集）。查閱數(shù)據(jù)集可幫助模型識別即將生成虛假信息的情況，隨后利用檢索到的信息修正響應(yīng)。

Self-RAG 是 Asai 與合作者于 2023 年提出的一個行為框架，在此基礎(chǔ)上更進一步，讓模型并行處理數(shù)據(jù)存儲的不同部分以確定最相關(guān)的內(nèi)容。Self-RAG 無法完全防止幻覺，但它試圖限制幻覺，同時確保機器聽起來不是在朗讀百科全書。根據(jù)其團隊的測試，基于 Meta Llama 訓(xùn)練的 Self-RAG 在回答簡短問題時，比僅使用普通 RAG 的 Llama，準確率高出 10-25%，具體準確率取決于問題類型；與未采用 RAG 的 Llama 相比，提升幅度更為顯著。

Asai 剛剛在華盛頓大學(xué)完成博士研究，將于 2026 年開始在卡耐基梅隆大學(xué)擔(dān)任教授，她還在構(gòu)建定制數(shù)據(jù)存儲庫，這可能比維基百科等通用數(shù)據(jù)庫提供更好的事實核查結(jié)果。目前，她和同事已構(gòu)建了科學(xué)文獻數(shù)據(jù)集（含 4500 萬篇論文）和編程數(shù)據(jù)集（含 2500 萬份文檔）。她還計劃探索該方法用于處理敏感生物醫(yī)學(xué)數(shù)據(jù)的應(yīng)用可能性。

她致力于開發(fā)更安全且更具全球適用性的生成式人工智能。

英語僅被全球不到 20% 的人口使用，但有專家估計，用于構(gòu)建大型語言模型訓(xùn)練數(shù)據(jù)的 90% 以上是英語。結(jié)果導(dǎo)致，這些人工智能模型在全球大約 7000 種非英語語言中的表現(xiàn)較差，強化了英語數(shù)據(jù)中所體現(xiàn)的文化規(guī)范和價值觀，并造成了難以察覺的危害。

作為 Google Research 的高級研究科學(xué)家，32 歲的 Sunipa Dev 正試圖通過使用更具包容性、多語言和多元文化的數(shù)據(jù)集來訓(xùn)練和評估人工智能，以改變這一現(xiàn)狀。

自 2023 年起，Dev 及其團隊發(fā)表了兩篇關(guān)于 SeeGULL 的論文，這是一個多語言、多區(qū)域刻板印象數(shù)據(jù)集，是當(dāng)時同類中規(guī)模最大的。他們采用合成數(shù)據(jù)與社區(qū)貢獻數(shù)據(jù)相結(jié)合的方法，涵蓋了 178 個英語國家以及 23 個地區(qū)的 20 種非英語語言的示例。

為確保生成式人工智能的輸出結(jié)果與本地用戶相關(guān)，她的團隊與全球各地（包括中東地區(qū)）的個人數(shù)據(jù)標(biāo)注員展開合作。在一些代表性不足的地區(qū)，如印度、拉丁美洲和撒哈拉以南非洲，他們與當(dāng)?shù)胤菭I利組織、用戶體驗設(shè)計師等合作，以吸納更多見解。

Google 目前已開始使用 SeeGULL 數(shù)據(jù)集來評估其大語言模型避免復(fù)現(xiàn)有害刻板印象的能力。該數(shù)據(jù)集也已公開發(fā)布，供更廣泛的人工智能安全評估使用。鑒于 SeeGULL 的開源特性，Dev 與同行們希望通過這一工具，確保非西方社區(qū)的擔(dān)憂能被納入人工智能的安全測試中。

Dev 希望通過建立一個志同道合的人工智能從業(yè)者社區(qū)來擴大這一使命的影響力。她表示，其最終的愿景是，在未來五年內(nèi)，全球主要語言的 90% 使用者能夠獲得連貫、相關(guān)、安全且最終有益的人工智能；并且有一天，這一比例將逐步覆蓋所有人?！叭斯ぶ悄鼙仨毦邆淙蛑悄?，” Dev 說，“而不僅僅是在某些特定情境下表現(xiàn)得很聰明?！?/p>

她開發(fā)了一個人工智能平臺，旨在簡化金融研究流程。

2020 年代初，當(dāng)支持 ChatGPT 和其他聊天機器人的大型語言模型（LLMs）正在硅谷研發(fā)時，Maithra Raghu 已經(jīng)開始展望更遠的未來。作為 Google 的一名人工智能研究科學(xué)家，34 歲的 Raghu 看到了利用這些模型創(chuàng)建能夠進行類人對話的平臺的潛力。但她最興奮的是這項技術(shù)讓更多研究密集型任務(wù)實現(xiàn)自動化的可能性，例如支持金融領(lǐng)域的基礎(chǔ)數(shù)據(jù)收集和分析工作。

然而，ChatGPT 和其他通用型大語言模型在處理專業(yè)化、實時信息方面表現(xiàn)不佳。因此，在金融界朋友的鼓勵下，Raghu 決定自主研發(fā)模型：她的初創(chuàng)公司 Samaya AI 于 2022 年正式成立。

該公司首個由人工智能驅(qū)動的工具，功能與個人研究助理類似：它會搜索網(wǎng)絡(luò)和用戶內(nèi)部數(shù)據(jù)，提供研究與分析結(jié)果，并且可輸出多種格式，包括報告和演示文稿。目前該工具已經(jīng)在包括摩根士丹利在內(nèi)的多家金融機構(gòu)投入使用。

與大多數(shù)依賴單一大語言模型的通用聊天機器人不同，Samaya 使用多個內(nèi)部開發(fā)的專用小型模型。這些模型經(jīng)過特殊訓(xùn)練，能夠協(xié)同優(yōu)化，從而提升其檢索高質(zhì)量信息、從中提取見解并將所有內(nèi)容置于上下文中的能力。Raghu 表示，這種方法使工具能夠更準確地處理海量數(shù)據(jù)，從而最大限度地降低“幻覺”（即提供虛假信息）的風(fēng)險。

目前，Samaya 的技術(shù)主要被研究分析師使用：它能夠在海量文檔中精準定位單一數(shù)據(jù)點，分析比人類分析師能夠處理的更多來源，或者跟蹤實時信息。早期測試表明，這些模型也可能用于自動預(yù)測公司或更廣泛的經(jīng)濟領(lǐng)域的業(yè)績表現(xiàn)。

生物技術(shù)領(lǐng)域的創(chuàng)新者致力于開發(fā)新型避孕措施和生育治療方案，同時在神經(jīng)科學(xué)領(lǐng)域取得突破性進展。他們還倡導(dǎo)讓前沿醫(yī)療技術(shù)惠及更多人。

他開發(fā)的人工卵巢技術(shù)已幫助一名女性成功懷孕。

2018 年 Christian Kramme 進入哈佛醫(yī)學(xué)院實驗室時的第一個研究項目可謂極具前瞻性：利用基因工程將皮膚細胞轉(zhuǎn)化為人類卵子。但制造功能性人類卵子難度極高——至今無人成功。更令他擔(dān)憂的是，實驗室制造的卵子可能因爭議過大而永遠無法投入使用。

于是 29 歲的 Christian Kramme 轉(zhuǎn)向研究卵泡中的其他細胞——這類細胞通過釋放激素支持卵子成熟。這些細胞更易于培養(yǎng)，如今擔(dān)任哈佛大學(xué)衍生公司 Gameto 首席科學(xué)官的他，正迅速推進這些細胞的新應(yīng)用開發(fā)。

Gameto 的首個構(gòu)想是幫助試管嬰兒（IVF）患者。該公司正在測試一款產(chǎn)品，即將患者自身的卵子置于“人工卵巢”中進行成熟培育，實際上只是讓卵子在水滴中與實驗室培育的卵巢細胞接觸，而這些細胞有助于協(xié)調(diào)卵子的發(fā)育。在實驗室而非人體內(nèi)使卵子完全成熟，意味著試管嬰兒過程所需的激素注射次數(shù)減少，患者承受的壓力也隨之降低。

Kramme 已構(gòu)思出下一個產(chǎn)品計劃。今年，Gameto 從美國女性健康計劃中獲得 1000 萬美元資助，旨在利用其實驗室制造的卵巢細胞治療更年期癥狀。其目標(biāo)是制造一個含數(shù)千萬細胞的生物相容性植入物。一旦將這個“人工卵巢”植入人體皮下，將在數(shù)年內(nèi)持續(xù)分泌雌二醇和孕酮等激素，成為激素替代療法的長效替代方案。

2024 年 12 月，秘魯誕生了全球首例采用 Gameto 技術(shù)的試管嬰兒。此后該公司獲準在美國生育診所開展大規(guī)模臨床研究，該項目已于今夏啟動。Kramme 表示：“見證一位女性首次接受我的療法、成功懷孕并生下寶寶，這是我做過最酷的事?！?/p>

他的公司正在測試新的男性避孕方案。

男性與女性發(fā)生性行為時，預(yù)防懷孕的方式寥寥無幾：使用避孕套或接受輸精管結(jié)扎術(shù)。但避孕套的有效率僅約 87%，而輸精管結(jié)扎術(shù)不建議用于未來可能想要孩子的男性。

32 歲的 Kevin Eisenfrats 自高中時便開始思考這個問題——當(dāng)時他看了 MTV 一個名為《16 歲孕婦》（16 and Pregnant）的節(jié)目。他想，如果男性有更有效的避孕方式，或許會有更多人使用，從而減少意外懷孕的發(fā)生。

在弗吉尼亞大學(xué)讀書期間，他師從已故教授 John Herr，該教授實驗室部分研究方向正是探索新型避孕方案。2015 年，畢業(yè)前數(shù)月，Kevin Eisenfrats 創(chuàng)立了自己的公司 Contraline。其首款產(chǎn)品名為 ADAM，這是一種長效水凝膠，可注入輸精管（精子從睪丸流向陰莖的通道）以阻止精子外泄。

目前，該產(chǎn)品已在澳大利亞進行了一項小型人體試驗，以測試其安全性和有效性，并在三名男性身上證明其可在長達兩年內(nèi)有效阻斷精子。Contraline 即將在澳大利亞開啟一項規(guī)模更大的二期臨床試驗，主要驗證該凝膠能否輕松移除，并且在移除后能否迅速恢復(fù)生育能力。

與此同時，Eisenfrats 正在拓展 Contraline 的產(chǎn)品線。一年前，其公司與專注生殖健康領(lǐng)域的非營利研究機構(gòu)“人口委員會”（Population Council）簽署獨家授權(quán)協(xié)議，獲得了開發(fā)并推廣另一款男性避孕產(chǎn)品 NES/T 的權(quán)利。該產(chǎn)品為激素凝膠，男性每日涂抹于肩部即可顯著降低精子產(chǎn)量，從而達到避孕效果。在人口委員會的領(lǐng)導(dǎo)以及美國國立衛(wèi)生研究院的支持下，NES/T 已在數(shù)百名患者中進行了臨床試驗。Contraline 計劃將于明年啟動三期臨床試驗——這是申請 FDA 批準前的最后一步。

Eisenfrats 目前正從投資者手中籌集 6500 萬美元資金，希望擴大其約 20 人的團隊。若進展順利，他預(yù)計兩款產(chǎn)品均可在 2030 年前上市。

他曾接受腦部植入手術(shù)——如今成為患者權(quán)益倡導(dǎo)者。

Ian Burkhart 19 歲時在北卡羅來納州海灘潛水時意外導(dǎo)致四肢癱瘓，手臂僅存部分活動能力，雙手完全喪失功能，他的生活就此改變。他未曾料到，2014 年接受實驗性腦機接口植入后，人生將再度翻轉(zhuǎn)。

此后七年半時間里，Ian Burkhart 通過植入體——這套由 96 個電極組成的微型陣列能監(jiān)測其運動皮層神經(jīng)元活動——來操控手臂上的電子套筒。當(dāng)他意念傳遞時，這種“神經(jīng)旁路”會向肌肉發(fā)送電脈沖，促使手掌閉合。隨著訓(xùn)練深入，他甚至能玩《吉他英雄》游戲。

Ian Burkhart 僅在實驗室使用該設(shè)備，作為研究團隊成員探索腦植入物如何恢復(fù)運動功能。然而當(dāng)團隊資金枯竭，且感染迫使醫(yī)生移除接口時，他遭遇了又一次挫折。

但現(xiàn)年 34 歲的 Ian Burkhart 并未放棄——他轉(zhuǎn)而成為腦植入患者的倡導(dǎo)者，并以獨立研究者身份繼續(xù)探索。作為 BCI Pioneers Coalition 創(chuàng)始人，他不僅擔(dān)任美國食品藥品監(jiān)督管理局顧問，去年更以第二作者身份在《自然·生物工程學(xué)評論》發(fā)表了腦植入技術(shù)發(fā)展史的權(quán)威綜述。

“我希望更多人能獲得這項技術(shù)——這是我的個人愿望，”Ian Burkhart 表示，“用戶發(fā)聲至關(guān)重要。我強烈渴望盡可能地分享自身經(jīng)歷，讓更多人受益于這項技術(shù)。”

他會再次接受植入嗎？埃隆·馬斯克的 Neuralink 公司正在測試新一代設(shè)備。Ian Burkhart 表示對此持開放態(tài)度。

她設(shè)計了全球最快全基因組測序背后的計算模型。

新生兒重癥監(jiān)護室中高達 50% 的嬰兒死亡與遺傳性疾病相關(guān)。在多數(shù)病例中，嬰兒入院時醫(yī)生和父母都未察覺該疾病。確診過程可能長達七周，導(dǎo)致治療延誤。

普林斯頓大學(xué)電氣與計算機工程系助理教授 Sneha Goenka 通過加速基因組分析的計算步驟，顯著縮短了這一流程。得益于她的研究，醫(yī)生現(xiàn)在能在不到八小時內(nèi)完成患者基因組測序并診斷遺傳疾病——這項突破有望徹底改變醫(yī)療護理模式。

Sneha Goenka 最初采用 Oxford Nanopore Technologies（牛津納米孔技術(shù)公司）的長讀長測序工具，該設(shè)備通過 48 個并行測序單元可在 90 分鐘內(nèi)提供原始基因數(shù)據(jù)。遺憾的是，現(xiàn)有軟件系統(tǒng)難以處理如此海量數(shù)據(jù)，因此分析識別突變通常需額外耗時 21 小時。

Sneha Goenka 與斯坦福大學(xué)的同事們通過開發(fā)自動上傳數(shù)據(jù)至云端服務(wù)器的方案解決了這一難題。該方案能在原始數(shù)據(jù)生成過程中同步進行分析，同時最大限度減少設(shè)備間的通信延遲。通過將生成的基因序列與參考基因組進行比對，系統(tǒng)可在 1.5 小時內(nèi)自動識別突變。

該技術(shù)已應(yīng)用于 26 名患者，其中多數(shù)在斯坦福兒童醫(yī)院接受治療。

如今 Sneha Goenka 正通過聯(lián)合創(chuàng)立公司推動技術(shù)普及，旨在為全球醫(yī)院提供快速測序技術(shù)與數(shù)據(jù)分析服務(wù)。與此同時，她希望通過正在進行的研究解決一個重大局限性：用于比對序列的參考基因組偏向于歐洲血統(tǒng)的人群。隨著更多樣化的基因組數(shù)據(jù)的可用性不斷提高，將這些數(shù)據(jù)納入她的篩選系統(tǒng)，將能夠優(yōu)先考慮在特定人群中更常見的突變，從而提高所有人的診斷準確性。

她研發(fā)的微型可降解起搏器有望減輕心臟手術(shù)后的恢復(fù)負擔(dān)。

臨時起搏器能在術(shù)后幫助心臟維持穩(wěn)定節(jié)律，但存在顯著缺陷。這類由心臟刺激電極和電源組成的裝置體積笨重——植入時需將導(dǎo)線穿過靜脈或胸壁。由于人體會在異物周圍形成瘢痕組織，移除不再需要的導(dǎo)線時存在風(fēng)險，可能導(dǎo)致心臟撕裂或引發(fā)感染。

32 歲的張亞敏發(fā)明了一種侵入性極低的新型起搏器。她在西北大學(xué)博士后研究期間開發(fā)的這款無線自供電裝置可直接貼附于心臟，并在體內(nèi)自然降解。

該裝置兼具電刺激器與電池功能：其電極由鉬、鎂和/或鋅等生物可吸收金屬制成，通過心臟自身液體（作為電池電解質(zhì)）傳導(dǎo)電流。這枚芝麻粒大小的起搏器可通過貼附于患者胸部的光源實現(xiàn)開關(guān)控制。其體積小巧可經(jīng)注射植入體內(nèi)，尤其適合易受傳統(tǒng)設(shè)備并發(fā)癥影響的幼兒群體。

張亞敏博士的設(shè)計方案詳載于 2025 年《自然》期刊論文，已在多種哺乳動物及器官捐獻者的人類心臟上完成測試。下一步將開展人體臨床試驗。除重塑起搏器設(shè)計外，她在自供電電刺激領(lǐng)域的突破還可用于阻斷疼痛、促進創(chuàng)面愈合及燒傷后組織再生。

她追蹤 DNA 損傷以改進癌癥治療并拯救珊瑚。

我們無法確切預(yù)測閃電會擊中何處。閃電的發(fā)生具有一定的隨機性，其發(fā)生地點會因具體情況而異：比如田野里的一棵樹可能容易成為雷擊目標(biāo)，但在高樓林立的城市里，同樣的那棵樹可能就相對安全一些。

34 歲 的 Kim de Luca 指出，DNA 損傷具有相似特性。她長期研究 DNA 受損機制，探究特定區(qū)域是否更易受損及其成因。這些問題至關(guān)重要——人類基因組在生命歷程中持續(xù)累積損傷，這些損傷可能引發(fā)癌癥及神經(jīng)退行性疾病等病癥。

Kim de Luca 強調(diào)，僅知曉受影響基因遠遠不夠。細胞結(jié)構(gòu)存在差異：要全面掌握 DNA 損傷的發(fā)生位置與機制，必須觀察數(shù)千個獨立細胞中的具體情況。“我癡迷于細節(jié)，”Kim de Luca 坦言，“越微觀越好?！?/p>

為此，Kim de Luca 團隊通過基因工程改造人類細胞，使其攜帶可追蹤的“損傷傳感器”網(wǎng)絡(luò)。具體方法是將分子標(biāo)記附著于細胞產(chǎn)生的 DNA 修復(fù)蛋白上。

該標(biāo)記由一系列人類 DNA 中不存在的堿基序列構(gòu)成。當(dāng) Kim de Luca 團隊需要檢測 DNA 損傷時，可使用特定酶只在標(biāo)記存在處切割 DNA。隨后通過另一項檢測統(tǒng)計被切斷的 DNA 片段數(shù)量，從而深入觀察基因組的特定區(qū)域。

該方法不僅能幫助科學(xué)家和腫瘤學(xué)家更深入理解人體細胞對現(xiàn)有癌癥治療的反應(yīng)機制，還能推動更有效療法的研發(fā)。

該技術(shù)同樣適用于追蹤 DNA 隨時間的演變。Kim de Luca 正運用相同工具研究珊瑚。“某些珊瑚已存活數(shù)千年，”她指出，“其長壽機制至今未解?！逼鋱F隊正通過解析珊瑚 DNA 突變機制，探究這些生物的進化歷程及其應(yīng)對未來氣候變化的適應(yīng)能力。

他正在改變科學(xué)家對血腦屏障的認知。

作為加州大學(xué)舊金山分校和格拉德斯通研究所的神經(jīng)科學(xué)家，Andrew Yang 研究著滋養(yǎng)大腦的獨特血管。與身體其他部位的血管相比，大腦血管內(nèi)壁覆蓋著更密集的細胞層。這些屏障被稱為血腦屏障，因其能阻隔毒素、病原體及大多數(shù)分子進入大腦而得名。

但 Yang 的研究發(fā)現(xiàn)，血腦屏障的滲透性遠超以往認知。他的工作證實，已有上百種蛋白質(zhì)（且數(shù)量仍在增加）能進入健康小鼠大腦維持其功能。這些蛋白質(zhì)通過與血管壁上的受體分子結(jié)合進入大腦。這一結(jié)合觸發(fā)特定機制，最終使蛋白質(zhì)穿過血管壁進入大腦。

34 歲的 Andrew Yang 不再將血腦屏障視為堅不可摧的邊界，而是將其比作房屋：大腦固然有墻壁，但同樣設(shè)有門窗以輸送營養(yǎng)并排出廢物。

如今，Yang 的實驗室正致力于對這些蛋白質(zhì)進行分類，以確定它們得以進入大腦的關(guān)鍵受體。這項工作為將藥物直接送達大腦開辟了新的可能性，長期以來，這一目標(biāo)一直難以實現(xiàn)，因為生物醫(yī)學(xué)研究人員并不清楚如何讓大多數(shù)分子穿過血腦屏障。基于 Yang 的研究成果，研究人員可以設(shè)計并合成與這些受體結(jié)合的抗體，使抗體能夠穿過血腦屏障，并針對大腦中的特定部位和細胞類型（如癌細胞）進行靶向治療。

Yang 研究大腦的個人動機來自于他希望找到治療癡呆癥的方法。他的父親在 50 多歲時被診斷出患有這種疾病，之后他決定研究神經(jīng)科學(xué)。“我可以用我的余生來研究腦老化和癡呆癥，”Yang 說，“即便失敗——假設(shè)我毫無建樹——我仍會認為這是值得奉獻的一生?！?/p>

計算需求正處于歷史最高水平，這些創(chuàng)新者正以新型人工智能芯片和專用數(shù)據(jù)集迎接這一時刻，同時，他們還提出了評估先進系統(tǒng)安全性的智慧方案。

他開創(chuàng)了一項自動駕駛?cè)斯ぶ悄芗夹g(shù)，以挑戰(zhàn)特斯拉和 Waymo。

33 歲的 Alex Kendall 提出了一個全新的自動駕駛技術(shù)方案，該方案有望大幅促進自動駕駛技術(shù)的普及。他的方法是利用人工智能來教導(dǎo)汽車駕駛，從零基礎(chǔ)開始，無需任何先前的知識或硬編碼的規(guī)則。一旦完成訓(xùn)練，采用他所研發(fā)技術(shù)的汽車就能像人類一樣在它們從未遇到過的道路上行駛。

“八年前創(chuàng)立公司時，自動駕駛行業(yè)完全是另一條路?！?Alex Kendall 表示。他于 2017 年在英國劍橋聯(lián)合創(chuàng)立初創(chuàng)公司 Wayve。當(dāng)時的自動駕駛系統(tǒng)需要多個神經(jīng)網(wǎng)絡(luò)，需分別訓(xùn)練后再人工編碼整合。環(huán)境感知、決策制定和車輛控制各自獨立運行。這類系統(tǒng)高度依賴實時更新的高精度地圖，且需對所有潛在行駛道路進行預(yù)訓(xùn)練。

Wayve 的方案則從零開始：直接采集由人類駕駛的車隊中攝像頭及其他車載傳感器的原始數(shù)據(jù)，通過深度學(xué)習(xí)模型自主解析道路規(guī)則，并學(xué)會如何操控特定車輛。Alex Kendall 指出，由此 Wayve 能快速適配新車型、新環(huán)境及新硬件。

例如當(dāng) Alex Kendall 團隊將測試范圍從英國擴展至美國時，搭載 Wayve 技術(shù)的車輛僅需額外 500 小時訓(xùn)練，便能同樣出色地適應(yīng)對向車道行駛。

與特斯拉不同，Wayve 向其他汽車公司授權(quán)技術(shù)，并能適配不同硬件平臺——無論是攝像頭、激光雷達還是其他傳感器組合。Alex Kendall 指出，由于采用通用化方案，其核心技術(shù)可拓展至智能工廠機器人控制、飛機及無人機操作等領(lǐng)域。

其他企業(yè)似乎已注意到這一趨勢。Waymo 仍沿用傳統(tǒng)技術(shù)路線，而特斯拉則在 2023 年轉(zhuǎn)向類似 Wayve 的端到端學(xué)習(xí)模型。已獲約 13 億美元投資的 Wayve 宣布了首個商業(yè)合作：日產(chǎn)汽車將于 2027 年起在駕駛輔助系統(tǒng)中采用其技術(shù)。

他開發(fā)了一款人工智能芯片，與英偉達競爭。

23 歲的 Gavin Uberti 共同設(shè)計了一款名為 Sohu 的芯片，他表示，這款芯片在處理生成式人工智能應(yīng)用（如 ChatGPT）中使用的一種計算類型時，能夠達到英偉達頂級芯片 10 倍的吞吐量。這樣的改進將幫助科技巨頭推動改進大型語言模型的性能，并可能推動機器人技術(shù)、計算機視覺、分子生物學(xué)等領(lǐng)域的進步。

Uberti 的方法在概念上很簡單。與英偉達銷售的 H100 和其他領(lǐng)先的圖形處理單元（GPU）不同，Sohu 無法處理多種不同的任務(wù)，相反，只能完成一項任務(wù)，但可以完成得極為出色。作為一款專用集成電路（ASIC），Sohu 的硬件專注于矩陣數(shù)學(xué)計算，這是 Transformer 人工智能架構(gòu)的核心。

“早在 2022 年，我們就下了一個賭注，” Uberti 說，人工智能市場將圍繞 Transformer 進行整合?！爱?dāng)時，這是一個冒險的賭注，”他補充說，因為 Transformer 與其他許多架構(gòu)（如卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)）競爭，每一種都有自己的應(yīng)用類型。

在過去的兩年里，Uberti 的預(yù)測逐步成為現(xiàn)實，因為 Transformer 已經(jīng)超越了其他人工智能架構(gòu)?，F(xiàn)在他加倍下注，從哈佛大學(xué)退學(xué)，并共同創(chuàng)立了一家名為 Etched 的初創(chuàng)公司來生產(chǎn)這款芯片。如果人工智能行業(yè)不再使用 Transformer，Etched 將陷入困境。但如果他是對的，Etched 有可能成為——或者被收購為——世界上最大的企業(yè)之一。在 A 輪融資后，Etched 獲得了 1.2 億美元的資金，并與芯片巨頭臺積電合作，用他們的 4 納米工藝生產(chǎn)芯片。現(xiàn)在，Uberti 專注于盡快進入市場并擴大規(guī)模。

在加密貨幣領(lǐng)域也有一個類似的故事可以作為佐證：比特幣計算的早期階段主要依靠的是通用型 GPU；而如今，已完全被經(jīng)過專門優(yōu)化、能耗極低的專用集成電路所取代。Uberti 認為，這一模式或許將在人工智能領(lǐng)域重演。

他開發(fā)了一種多色激光器，用于取代數(shù)據(jù)中心和人工智能系統(tǒng)中的銅線。

34 歲的 Maxim Karpov 開發(fā)了一種用于數(shù)據(jù)中心內(nèi)部高帶寬光纖通信的多色激光系統(tǒng)，以加速人工智能和其他應(yīng)用。該獨特的梳狀激光器，或稱“梳子”（combs），有潛力通過取代銅線來極大地提高服務(wù)器內(nèi)部及服務(wù)器之間通信的速度。

據(jù)他所說，銅線已經(jīng)成為數(shù)據(jù)中心的瓶頸問題，原因在于其帶寬有限、傳輸距離短且功耗高。然而，作為銅線的主要競爭對手，最先進的光纖系統(tǒng)價格昂貴，組裝復(fù)雜。為了達到最佳性能，它們需要多種不同顏色的激光器同步發(fā)射。

Maxim Karpov 的技術(shù)解決了這一問題。他的一個多彩“梳子”就可以取代 16 個單獨顏色的激光器，并且有潛力擴展到 100 個以上。這不僅加快了數(shù)據(jù)傳輸速度，還提高了能效，同時有望降低制造和安裝成本。

梳狀激光器已經(jīng)存在了幾十年，其工作原理是將激光器安裝在一個名為光學(xué)諧振器的部件上，激光器激發(fā)諧振器輸出多種顏色。直到現(xiàn)在，梳狀激光器”還存在體積大、價格高、需要定制化設(shè)計以及僅限于少數(shù)工業(yè)用途等問題。

Maxim Karpov 的突破在于創(chuàng)造了一種微型化的硅基諧振器，它可以在用于制造計算機芯片的同一光刻機上進行打印?！昂诵牟考梢苑旁谀愕闹讣咨?，”他說，“它只有幾平方毫米大小?！?/p>

2021 年，他共同創(chuàng)立了一家名為 Enlightra 的初創(chuàng)公司，將這項技術(shù)推向市場。該公司已經(jīng)在銷售一種可以安裝在服務(wù)器機架中的開發(fā)套件。未來幾年，Karpov 計劃大規(guī)模生產(chǎn)微型化、模塊化的梳狀激光器，它們可以直接集成到英偉達等公司銷售的圖形處理單元板中。

“行業(yè)將需要數(shù)千萬個這樣的產(chǎn)品——這是一個巨大的市場，”他說，“因此我們需要讓它們盡可能小，盡可能節(jié)能，并盡可能降低成本?！?/p>

他致力于讓機器人適應(yīng)所有人的家居環(huán)境。

當(dāng)前，機器人在生產(chǎn)線或倉庫中重復(fù)執(zhí)行單一任務(wù)方面表現(xiàn)相當(dāng)出色。但若想讓它們進入家庭協(xié)助工作，就必須讓其具備在陌生環(huán)境中處理多樣化任務(wù)的能力。

這無疑是一個巨大的技術(shù)挑戰(zhàn)，主要原因在于缺乏足夠的數(shù)據(jù)來訓(xùn)練機器人應(yīng)對家庭環(huán)境中雜亂無章、不斷變化的場景。畢竟人們很少會發(fā)布自己洗碗或整理凌亂衣物抽屜的視頻。

27 歲的 Nur Muhammad "Mahi" Shafiullah 在紐約大學(xué)攻讀博士期間，就始終關(guān)注著這一數(shù)據(jù)鴻溝問題。

當(dāng)時他所在的團隊提出了一種智能可擴展的數(shù)據(jù)采集方案，來記錄人們完成家務(wù)的動作數(shù)據(jù)，并將其整理為可用于訓(xùn)練人工智能模型以及機器人的數(shù)據(jù)集。具體方法包括：將 iPhone 固定在抓取桿上，拍攝人們打開櫥柜門或抽屜、拿取餐巾紙或紙袋、整理散落物品的視頻。該數(shù)據(jù)集已被英偉達、微軟、Google 等企業(yè)采用。

Nur Muhammad "Mahi" Shafiullah 還參與了一個跨機構(gòu)合作項目，共同構(gòu)建了包含 527 種不同機器人技能的數(shù)據(jù)集，涵蓋圖像、視頻、動作及文本指令，以幫助機器執(zhí)行從未接觸過的操作，例如在廚房移動玩具蔬果、展開皺褶毛巾、整理鞋和杯子等?！霸摂?shù)據(jù)集為機器人實現(xiàn)更通用的行為奠定了基礎(chǔ)，比如抓取任意手持物體，或在未見過的家庭環(huán)境中重新布置物品，” Nur Muhammad "Mahi" Shafiullah 解釋道。

如今作為 Meta 基礎(chǔ)人工智能研究團隊（FAIR）的博士后研究員，他專注于探索利用增強現(xiàn)實智能眼鏡和頭戴設(shè)備等新型硬件采集視頻來訓(xùn)練機器人。此外，Nur Muhammad "Mahi" Shafiullah 還致力于開發(fā)讓機器人自主執(zhí)行任務(wù)更長時間的方法，為實現(xiàn)機器人在家庭環(huán)境中無需監(jiān)督的可靠運作鋪路。他承認這是個復(fù)雜且艱巨的課題——但充滿趣味。

她正在開創(chuàng)將人類體驗融入技術(shù)設(shè)計的新途徑。

在馬里蘭大學(xué)攻讀計算機科學(xué)博士學(xué)位時，Elissa Redmiles 便注意到，數(shù)字安全領(lǐng)域的研究存在一個關(guān)鍵空白：很少有學(xué)者真正思考過不同的身份或生活經(jīng)歷將如何影響個人對安全保障的看法。盡管不少研究探討了人類能力或行為如何影響技術(shù)設(shè)計，但她指出，這些研究大多基于一種家長式的假設(shè)，即人們根本不了解安全風(fēng)險，因此專家需要為他們提供教育或做出決策。

30 歲的 Redmiles 開始研究后，卻反復(fù)聽到不同的聲音：人們，包括那些生活不穩(wěn)定的人，其實都明白，但有時不得不在數(shù)字安全與他們認為的更大威脅之間做出權(quán)衡。例如，歐洲的性工作者告訴她，他們無法使用加密應(yīng)用程序，因為客戶不愿意。

如今，作為喬治城大學(xué)計算機科學(xué)系的助理教授，Redmiles 正在此研究的基礎(chǔ)上進行拓展，開創(chuàng)了將用戶參與融入計算機科學(xué)與安全領(lǐng)域的新方法。她結(jié)合社會科學(xué)、經(jīng)濟學(xué)和計算方法，使開發(fā)人員能夠根據(jù)不同的使用場景，優(yōu)先考慮影響安全決策的不同因素。

在疫情期間，她開展了研究，以更好地了解人們對新冠肺炎接觸者追蹤應(yīng)用程序的看法，并根據(jù)研究結(jié)果為美國七個州和其他國家采用此類應(yīng)用程序提供了有實證支持的指導(dǎo)。

最近，Redmiles 致力于打擊基于圖像的性虐待。她是 SafeDigitalIntimacy.org 的創(chuàng)始人之一，這是一個為政府和科技公司的政策制定者提供數(shù)據(jù)和工具的研究集體，旨在遏制私密圖像的非自愿傳播。她還共同撰寫了《IBSA 原則》（IBSA Principles），為政府和平臺從一開始就打擊基于圖像的性虐待提供指導(dǎo)方針。該計劃于去年由時任總統(tǒng) Joe Biden 宣布，并由包括微軟和 Facebook 在內(nèi)的 10 家主要科技平臺共同簽署。

Redmiles 希望，所有這些工作最終將改變技術(shù)的開發(fā)方式：讓技術(shù)專長與個人的實際生活體驗相平衡，從而更好地檢測生成式人工智能的不安全輸出，確定應(yīng)用程序中的隱私保護措施，或決定部署哪些工具來保護數(shù)字交互的私密性。

她為可穿戴和康復(fù)設(shè)備創(chuàng)建了一個統(tǒng)一的人體運動模型。

盡管機器人擁有比肌肉更耐用的電機，以及比神經(jīng)元速度更快的電路系統(tǒng)，但人類在行走方面仍更勝一籌，特別是在新環(huán)境中。我們?nèi)绱松瞄L這些活動的原因仍是個謎，部分原因是用于理解人類運動的計算機模型被分成了單獨的組件，用于反饋控制和學(xué)習(xí)，以及能源效率。

34 歲 的 Nidhi Seethapathi 通過創(chuàng)建一個統(tǒng)一的模型來解決這個謎題，該模型可以準確預(yù)測我們?nèi)绾卧谌粘Ｉ钪幸苿?、學(xué)習(xí)新任務(wù)和在新環(huán)境中活動。

Seethapathi 說，一個人如何優(yōu)先考慮下一步行動，“這個問題有兩個主要觀點，一個是盡量減少運動的代謝能量消耗，另一個是以穩(wěn)定、安全且無誤差的方式行動?！?/p>

Seethapathi 的目標(biāo)是弄清楚這些有時相互制約的條件是如何相互作用以保持人類行為穩(wěn)定的。她將從現(xiàn)實世界的自然運動中獲得的數(shù)據(jù)集與在跑步機上運動者的視頻分析相結(jié)合（這些運動者既包括無阻礙運動的，也包括偶爾使用彈性繩拉的），并收集了傳感器的測量數(shù)據(jù)。然后，她分析了我們在跑步行走時或在不同地面上調(diào)整步態(tài)時，我們的身體消耗了多少能量。

最終結(jié)果是創(chuàng)建了一個新的人體運動計算機模型，Seethapathi 希望這項成果可以推動外骨骼裝備、用于中風(fēng)康復(fù)的分帶式跑步機和假肢等設(shè)備的發(fā)展。另外，它還可以激發(fā)針對特定運動或醫(yī)療條件的新型運動方式。

她正在研究人工智能武器系統(tǒng)的安全性。

人工智能系統(tǒng)總是會出錯。如果你用它來寫電子郵件，這可能沒什么關(guān)系。但如果是在收集軍事目標(biāo)的情報或部署武器方面，風(fēng)險要高得多。

除了易出錯，大型語言模型還存在另一個大問題：它們?nèi)菀资艿焦簦@可能會讓對手操縱系統(tǒng)，并影響軍事決策。

盡管存在這些眾所周知的問題，全球軍隊仍在不斷推進人工智能的應(yīng)用——這一令人不安的事實，促使 Heidy Khlaaf 展開了相關(guān)工作。

34 歲的 Khlaaf 曾在核電站和自動駕駛汽車領(lǐng)域從事傳統(tǒng)的安全工程工作，后加入 OpenAI，在這里她開發(fā)了一種評估 Codex（ChatGPT 的前身）安全性的方法，分析和預(yù)測可能發(fā)生的風(fēng)險類型以及如何避免這些風(fēng)險。目前，該方法已被全球范圍內(nèi)的人工智能實驗室所采用。

Khlaaf 目前擔(dān)任 AI Now Institute 的首席人工智能科學(xué)家，專注于評估人工智能在自主武器系統(tǒng)中的安全性。她研究過的每一種武器都低于為常規(guī)武器或作戰(zhàn)行動設(shè)定的風(fēng)險閾值。例如，雖然國防系統(tǒng)的可靠性預(yù)計在 90% 到 99% 之間，但美國試驗過的一些人工智能驅(qū)動的目標(biāo)識別程序的準確率低至 25%。

基于此，Khlaaf 最近發(fā)表了一篇論文，分析了部署在加沙的人工智能系統(tǒng)是如何導(dǎo)致平民死亡人數(shù)上升的。更廣泛地說，她現(xiàn)在呼吁軍方停止使用所有商業(yè)人工智能模型，因為它們的準確率和可靠性較低，并且對國家安全構(gòu)成威脅。

她說：“不幸的是，現(xiàn)在做這些防御評估的人其實是在進行自我評估，我希望通過自己的工作，以公開的方式將這些風(fēng)險呈現(xiàn)出來，讓人們對此有更多的了解?！?/p>

她對影響人們?nèi)粘Ｉ畹墓膊块T算法展開研究。

幾年前，Soizic Pénicaud 還在為法國政府工作，記錄哪些機構(gòu)正在部署算法以及出于何種目的，并創(chuàng)建資源來幫助居民了解政府是如何使用人工智能的。現(xiàn)在，她呼吁人們關(guān)注這項技術(shù)可能被濫用的問題。

31 歲的 Pénicaud 對一些算法免于公眾評估感到沮喪，包括她認為威脅最大的算法，如被警察和福利管理機構(gòu)使用的算法。她說：“我覺得即使我們在努力提高透明度，但依然沒有解決危害問題?！?/p>

她于 2021 年離開政府部門，成為了一名獨立研究員和人工智能政策專家。2023 年，她與非營利新聞機構(gòu) Lighthouse Reports 合作，調(diào)查法國社會保障局運行的算法，以評估福利受助人實施欺詐的可能性。通過獲取和檢查三個相關(guān)模型的源代碼，Pénicaud 及其合作者表明，該系統(tǒng)對單親父母和殘疾人是不公平的。他們的發(fā)現(xiàn)引發(fā)了 15 個非政府組織對該機構(gòu)的訴訟。

她的最新項目是建立一個公共數(shù)據(jù)庫，用于記錄法國政府所采用的算法。該項目于去年 11 月啟動，詳細介紹了 72 個相關(guān)項目，包括一個根據(jù)網(wǎng)絡(luò)評價標(biāo)記需進行衛(wèi)生檢查的餐館的系統(tǒng)，一個醫(yī)院用于確定心臟移植患者優(yōu)先順序的系統(tǒng)，以及由福利和執(zhí)法機構(gòu)部署的若干系統(tǒng)。她還了解到至少還有 50 個此類項目。

如今，Pénicaud 的工作也已不再局限于法國范圍之內(nèi)——她與總部位于西班牙的非營利聯(lián)盟合作，還參與了一個由 15 個政府代表組成的非正式小組的活動，該小組定期舉行會議以探討人工智能治理問題。

Pénicaud 確實看到了人工智能在政府工作中的作用——更有效地分配資源（如能源），或改進城市規(guī)劃——但她認為，證明這些系統(tǒng)按預(yù)期工作是公職人員的責(zé)任，而且他們需要保證在這個過程中人工智能不會對公眾產(chǎn)生傷害。

新型材料具有廣泛的科學(xué)應(yīng)用潛力，以下創(chuàng)新者的研究結(jié)果可能用于手機屏幕制造，也可能用于月球研究。

他使用色素分子讓小鼠變得透明可觀察。

X 射線、超聲和其他形式的醫(yī)學(xué)成像技術(shù)可以幫助我們在不開刀的情況下觀察到人體內(nèi)部，但 32 歲的 Zihao Ou 卻采取了一種更為激進的方法：讓皮膚、肌肉和結(jié)締組織變得透明，從而使科學(xué)家能夠看到小鼠體內(nèi)的器官。

在早期初期，作為生物物理學(xué)家的 Ou 對電磁波（如可見光和紫外線）與人體內(nèi)的納米顆粒和分子之間的相互作用頗感興趣。

當(dāng)光波照射到表面時，會產(chǎn)生散射效應(yīng)。光波會從一杯汽水的氣泡中反射，使水呈現(xiàn)乳白色、不透明的外觀。同樣，光波照射到人體內(nèi)的脂質(zhì)、蛋白質(zhì)和脂肪上，也會使其變得不透明。

Ou 意識到，或許可以減少這種散射效應(yīng)。如果引入一種能夠吸收特定波長的光的分子，那么光就可以在不向其他方向偏轉(zhuǎn)的情況下沿直線傳播。

隨著理論的建立，Ou 和同事們便開始尋找這樣的分子。這種分子必須有效，僅需少量便能實現(xiàn)強大的光吸收（類似于形成一個強大的顏色），而且它也必須是安全的。

Ou 向一家生產(chǎn)食品色素和調(diào)味劑的公司發(fā)了一封電子郵件，希望對方提供一些樣品，以便在雞胸肉上進行測試。其中一種常用于薯片、谷物食品和軟飲料中的黃色色素的樣品，效果顯著：它能夠吸收光線，減少散射。使用后的幾分鐘內(nèi)，它似乎讓雞胸肉變得透明了。研究團隊將斯坦福大學(xué)的?；眨ㄔ撗芯吭诖诉M行）置于雞胸肉下方，看著它逐漸變得清晰可見。

接下來是活體小鼠。Ou 和同事們將含有這種色素的乳膏涂抹在小鼠的腹部上，他說，小鼠的內(nèi)臟器官在“幾分鐘內(nèi)”就開始變得清晰可見?！澳憧梢钥吹侥c道、肝臟，有時還能看到膀胱?！彼a充道。

Ou 的下一個挑戰(zhàn)是找到一種讓人類皮膚（其厚度遠超小鼠皮膚）變得透明的方法。為此，他需要找到能夠吸收更多光的分子。Ou 及其同事也在探索改進醫(yī)學(xué)成像的方法。“我們真的希望在未來五到十年內(nèi)，能夠?qū)⑦@項技術(shù)用到患者身上?！彼f。

他研發(fā)的健康感知織物可用于智能瑜伽墊或太空服。

去任何一家醫(yī)院或康復(fù)中心，你都會看到病人身上連接著各種笨重的醫(yī)療可穿戴設(shè)備，比如心率監(jiān)測儀、體溫計和電極片，這些設(shè)備把數(shù)據(jù)傳輸?shù)礁浇臋C器上。遺憾的是，一般這些設(shè)備佩戴起來很不舒適，而且對家庭使用來說價格高昂。

31 歲的 Irmandy Wicaksono 發(fā)明了原型織物，能夠測量壓力點、呼吸和心率，并實時識別人類活動。重要的是，他設(shè)計的這些織物可以使用工業(yè)針織機進行生產(chǎn)，且足夠耐用，適合日常使用。它們還能經(jīng)受洗滌，甚至可能承受作為太空服的一部分考驗。

Wicaksono 的織物之所以獨特，是因為傳感器、導(dǎo)體和通信通道被直接編進了織物的紗線中。由于該織物是用熱塑性塑料（在生產(chǎn)過程中加熱尼龍紗線以創(chuàng)造出復(fù)雜的輪廓和形狀）模塑而成，所以可以根據(jù)舒適度和時尚風(fēng)格進行定制。

在一個項目中，Wicaksono 設(shè)計了一款襯衫，能夠感知跑步者的心率、呼吸模式和身體動作，并輸出數(shù)據(jù)，實時顯示其皮膚溫度的熱圖。在另一個項目中，他制作了一只鞋子，用于分析足球運動員調(diào)整步態(tài)和平衡的時間。此外，他還展示了一只襪子和一個瑜伽墊，能夠以大約 99% 的準確度推斷出穿戴者的姿態(tài)和動作。

他近期的工作成果是一款太空服，通過將其感知織物與氣動袖套相結(jié)合，能夠根據(jù)需要自動施加壓力，以減輕長期太空飛行帶來的心血管方面的風(fēng)險。

他希望這類原型產(chǎn)品，以及添加到家具和地毯中的智能織物，最終能夠在無需侵入性檢查或難以安排預(yù)約的情況下，用于在家中監(jiān)測患者的醫(yī)療和康復(fù)狀況。一旦織物監(jiān)測到異常數(shù)據(jù)或記錄了一次鍛煉，醫(yī)生或護士可以隨時收到警報。

他發(fā)明了 3D 打印工藝，以加快小規(guī)模增材制造的速度，并助力核聚變的發(fā)展。

34 歲的 Xiaoxing Xia 改進了 3D 打印工藝，極大地加速了量子計算機組件和其他先進電子產(chǎn)品的制造，并實現(xiàn)了核聚變?nèi)剂吓摰拇笠?guī)模生產(chǎn)。

傳統(tǒng)的 3D 打印機是通過逐層鋪設(shè)薄膜材料（通常是塑料）來制造物體的，而 Xia 使用的是雙光子聚合打印機。這種技術(shù)已經(jīng)存在了幾十年，其工作原理是將光線射入一種樹脂材料中，該材料僅在光線照射處發(fā)生反應(yīng)，從而從內(nèi)部形成微小尺寸的硬化物體。

該技術(shù)的打印分辨率可達到約 100 納米，即一根頭發(fā)直徑的千分之一。Xia 說：“它可以創(chuàng)造出具有獨特屬性的精美結(jié)構(gòu)。”比如用于量子計算機的部件，或者全新的材料。但由于這個過程速度緩慢，雙光子聚合打印技術(shù)在實驗室外的應(yīng)用范圍有限。“這就像一支非常細的筆，”他說，“要填滿一個較大的空間極其困難。”

為了解決這個問題，Xia 參與開發(fā)了一個元透鏡陣列——一個能夠使雙光子打印機同時瞄準多達 10 萬個焦點的小型過濾器。他表示，“這意味著打印速度提高了 1000 倍?！倍?，Xia 現(xiàn)在可以打印出直徑達一英寸的物體，而不再是掉到地上都難以找到的微小尺寸。

他的工作還可能有助于我們向?qū)崿F(xiàn)核聚變能源的夢想邁進一步。迄今為止，慣性聚變中使用的小型中空燃料艙可能需要幾個月的時間來制造和加載反應(yīng)所需的氘和氚（DT）原子。這是一個問題，因為一個全尺寸的反應(yīng)堆每天可能會消耗 50 萬個或更多的太空艙。Xia 和他的團隊現(xiàn)在可以在一天內(nèi)以低成本打印并填裝太空艙。

“這是目前為止使用雙光子打印技術(shù)的最佳方式?！?Xia 說。

他建立了一個人工智能模型來生成新的材料。

從青銅時代到如今以硅為動力的智能手機，幾乎每一次技術(shù)的巨大飛躍都離不開材料領(lǐng)域的突破。但要找到適合特定應(yīng)用的材料并非易事。32 歲的謝天表示，傳統(tǒng)的篩選方法必須從數(shù)百萬的選項中，篩選出少數(shù)可供測試的材料，這就像“大海撈針”。

作為微軟研究院科學(xué)智能中心（Microsoft research AI for Science）的首席研發(fā)經(jīng)理，他提出了這樣一個疑問：與其在已知材料的數(shù)據(jù)庫中進行篩選，科學(xué)家們?yōu)槭裁床恢苯痈嬖V人工智能模型他們的需求，然后讓模型去找到或者創(chuàng)造出完美的候選材料呢？

他開發(fā)的 MatterGen 正試圖做到這一點。該模型基于超過 60 萬種穩(wěn)定的材料以及從兩個大型數(shù)據(jù)庫中提取的相關(guān)量子化學(xué)信息進行訓(xùn)練?？茖W(xué)家們可以通過 MatterGen 指定他們所需的化學(xué)、機械、電子或磁性屬性。就像將視覺噪聲轉(zhuǎn)換為相干圖像的圖像生成器一樣，MatterGen 是一個從隨機原子結(jié)構(gòu)開始的擴散模型，通過調(diào)整原子類型、位置和晶格模式，逐步優(yōu)化“原子單元”（材料中最小的重復(fù)單元），最后生成符合所需標(biāo)準的穩(wěn)定材料配方。

由于其龐大的訓(xùn)練樣本庫以及能夠識別某些材料在特定方面“優(yōu)良”特質(zhì)的能力，MatterGen 在設(shè)計具有極端特性的材料（如高磁密度或超硬度）方面表現(xiàn)尤為出色。但現(xiàn)在面臨著一個關(guān)鍵挑戰(zhàn)。謝天和他的團隊需要跳出數(shù)字化的范疇，證明他們能夠在實驗室中真正制造出 MatterGen 創(chuàng)造的材料，并且所得到的材料能夠達到預(yù)期效果。許多其他負責(zé)設(shè)計新材料的人工智能模型雖然提出了許多假設(shè)性的可能，但卻難以產(chǎn)生有用的結(jié)果。

初步測試結(jié)果令人鼓舞。MatterGen 提出的一種材料在抗壓性方面與模型預(yù)測值的偏差僅為 20% 左右，謝天表示，這個誤差范圍被認為是實驗驗證中的良好結(jié)果。目前，該團隊正與合作伙伴一起，在實際環(huán)境中對 MatterGen 的更多產(chǎn)品進行合成和測試。

謝天認為，這個開源項目能夠極大地促進材料研發(fā)，比如為電動汽車開發(fā)更好的電池，或為可持續(xù)能源存儲制造燃料電池。研究人員或許不再需要尋找下一個突破點，而是能夠按需進行材料設(shè)計。

她的生物發(fā)光壁紙可以幫助保證宇航員的安全。

人類最快將于 2027 年重返月球，屆時宇航員面臨的最大危險之一就是輻射。由于月球上沒有磁場保護層，也沒有類似地球的大氣層，因此月球表面主要來自太陽和深空的平均輻射量大約是地球的 200 倍。這樣高的輻射量可能會增加患癌風(fēng)險，對于可能的長期居住來說也是一個問題。

正常情況下，宇航員在墻壁厚度至少為 50 厘米的月球基地內(nèi)是相對安全的，但在周期性的太陽風(fēng)暴期間，輻射會激增。如果月球基地的結(jié)構(gòu)被一種名為微隕石的微小顆粒損壞，輻射也會滲入。這種微隕石會不斷撞擊月球表面。

22 歲的 Victoria de León 開發(fā)了一種材料，可以在危險來臨時發(fā)出警告，讓宇航員有時間轉(zhuǎn)移到掩體或附近的飛船上。她設(shè)計的壁紙可以裝飾月球居住艙的內(nèi)壁，當(dāng)輻射水平升高時會發(fā)光，從而發(fā)出撤離信號。墻紙的部分材料可以來自月球土壤。不過，它真正神奇的成分是從昆蟲的外骨骼中提取的粉末。

Victoria de León 最初選擇昆蟲做實驗，是因為未來它們可能會在月球上繁殖，甚至有可能成為一種食物來源，而且她猜想從昆蟲身上提取的材料可以使她的壁紙更加柔韌。但有一天在實驗室里，她把從蟋蟀身上提取的粉末放在紫外燈下，令她驚訝的是，粉末發(fā)光了。她說：“那是一個神奇的時刻。我本以為需要另一種材料來作為輻射傳感器，但我發(fā)現(xiàn)這個材料本身就可以發(fā)揮作用。”

Victoria de León 的發(fā)明原型是用月球土壤的復(fù)制品制作的，將于 2026 年被送往國際空間站，在那里進行為期 6 個月的高輻射環(huán)境測試。她希望自己的設(shè)計能夠幫助人類實現(xiàn)在月球上的長期居住。

她在發(fā)光二極管方面的創(chuàng)新有望帶來新一代的顯示技術(shù)。

34 歲的趙保丹克服了諸多障礙，探索了新型半導(dǎo)體材料“鈣鈦礦”的發(fā)光二極管（LED）應(yīng)用并實現(xiàn)突破。她的工作有望帶來更明亮、色彩更純正、價格更低的屏幕——同時還能提高能量利用效率。

“鈣鈦礦具有出色的發(fā)光特性，比如色彩可調(diào)性和色彩純度，”她說道，“它還可以通過溶液進行加工，用于柔性電子設(shè)備?！倍矣捎阝}鈦礦原材料的成本比傳統(tǒng)半導(dǎo)體更低，如轉(zhuǎn)化為產(chǎn)品將具有成本優(yōu)勢。

最早的鈣鈦礦發(fā)光二極管于 2014 年由劍橋大學(xué)報道，當(dāng)時的器件亮度低、壽命短且效率低。

趙保丹的首次突破之一是在劍橋大學(xué)攻讀博士期間，通過在準二維鈣鈦礦中引入高分子聚合物，將鈣鈦礦 LED 的效率從當(dāng)時的 10% 左右提高到 20%。這一成果作為封面論文發(fā)表在《自然·光子學(xué)》上。接下來，在回到祖國中國、加入浙江大學(xué)后，她和團隊人員解決了鈣鈦礦 LED 領(lǐng)域的 “最大挑戰(zhàn)”：在國際上率先實現(xiàn)了超長壽命的鈣鈦礦 LED。為此，他們在鈣鈦礦晶界處引入了一種分子穩(wěn)定劑，阻止離子在電場下的移動以防止鈣鈦礦 LED 的性能退化。

2024 年，趙保丹與團隊實現(xiàn)了鈣鈦礦半導(dǎo)體的可控 p/n 型摻雜，基于這種技術(shù)的綠光鈣鈦礦 LED 峰值亮度達到了 116 萬尼特的新紀錄。相比之下，大多數(shù)筆記本電腦屏幕的最高亮度約為 1000 尼特。

趙保丹目前正在著手研究鈣鈦礦 LED 的微型化、陣列化和集成化，同時不影響其效率，而這正是目前的顯示技術(shù)所難以實現(xiàn)的。在今年 3 月發(fā)表的《自然》論文中，她和團隊人員制造的鈣鈦礦 LED 的最小像素尺寸，只有過去世界上最小 LED 的五分之一。