Sumber: Qingfan Technology EduBrain
Artikel ini tentang 4500 kata, disarankan untuk dibaca 10+ menit.
Artikel ini memperkenalkan Anda pada sepuluh besar teknologi terobosan di tahun 2018.
Orang sering bertanya, apa yang Anda maksud dengan "terobosan"? Pertanyaannya masuk akal: beberapa teknologi yang kami pilih tidak digunakan secara luas, tetapi beberapa akan dikomersialkan. Sebenarnya, Kami mencari teknologi tunggal atau serangkaian teknologi yang akan berdampak besar pada kehidupan kita.
Tahun ini, sebuah teknologi di bidang kecerdasan buatan yang disebut GAN memberikan imajinasi mesin; embrio buatan, meski menghadapi batasan etika yang sulit, mendefinisikan ulang cara kehidupan diproduksi, membuka penelitian tentang tahap awal perkembangan kehidupan manusia Sebuah jendela. Di masa mendatang, gas alam kemungkinan besar akan menjadi salah satu sumber energi utama kami, dan pabrik eksperimental di pusat industri kimia Texas mencoba menggunakan gas alam untuk menciptakan energi bersih. Ini, dan teknologi lain dalam daftar ini, patut kita perhatikan.
1. Jaringan Neural AdversarialAlasan pemilihan: Dua sistem AI mendapatkan imajinasi dengan memainkan permainan "kucing dan tikus"
Terobosan teknis: Dua sistem AI dapat membuat gambar atau suara orisinal super nyata dengan saling berhadapan, dan mesin belum pernah memiliki kemampuan ini sebelumnya
Signifikansi yang signifikan: Hal ini memberi mesin kemampuan yang mirip dengan imajinasi, sehingga mungkin membuat mereka kurang bergantung pada manusia, tetapi juga mengubahnya menjadi alat yang luar biasa untuk penipuan digital;
peneliti utama: Google Brain, DeepMind, Nvidia, Institute of Automation, Chinese Academy of Sciences, Baidu, Alibaba, Tencent, SenseTime, Yitu Technology, Yuncong Technology, Megvii Technology, dll .;
Periode dewasa: sekarang juga
Kemampuan kecerdasan buatan untuk mengenali objek telah menjadi lebih kuat: tunjukkan sejuta gambar, dan itu dapat memberi tahu Anda dengan akurasi luar biasa seseorang yang sedang menyeberang jalan. Tetapi hampir tidak mungkin AI menghasilkan gambar pejalan kaki sendirian.
Jika bisa mencapai ini, Ini akan dapat membuat sejumlah besar gambar sintetis yang tampak nyata, Tempatkan pejalan kaki di berbagai lingkungan. Sistem mengemudi otonom mungkin dapat menggunakan gambar-gambar ini untuk latihan tanpa meninggalkan rumah.
Tetapi masalahnya adalah dibutuhkan imajinasi untuk menciptakan sesuatu dari awal, dan ini adalah kemampuan yang sulit dicapai oleh teknologi kecerdasan buatan.
Hingga 2014, saat itu masih Ian Goodfellow dari mahasiswa PhD di University of Montreal Saat melakukan debat akademis dengan teman-temannya di bar, tiba-tiba dia memikirkan jawaban atas pertanyaan ini. Metode yang disebut "Adversarial Generative Network" (GAN) ini akan menggunakan dua jaringan saraf (model matematika otak manusia yang disederhanakan, yang merupakan landasan pembelajaran mesin modern), dan kemudian membuat keduanya dalam versi digital dari "Bertarung melawan satu sama lain dalam game.
Kedua jaringan akan menggunakan kumpulan data yang sama untuk pelatihan. Salah satu jaringan syaraf tiruan disebut dengan jaringan generatif yang bertugas menghasilkan gambar baru berdasarkan gambar yang dilihatnya, misalnya pejalan kaki dengan satu tangan atau lebih. Jaringan syaraf tiruan yang lain disebut jaringan diskriminan. Tugasnya adalah menilai apakah gambar yang dilihatnya mirip dengan gambar selama pelatihan, atau apakah itu "palsu" yang dibuat oleh model generatif, misalnya, untuk menilai gambar dengan tiga tangan Apakah mungkin orang itu nyata?
Lambat laun, kemampuan menghasilkan gambar dari jaringan akan menjadi sangat kuat sehingga tidak dapat diidentifikasi oleh jaringan. Pada dasarnya, setelah pelatihan, jaringan generatif belajar mengenali dan membuat gambar pejalan kaki yang terlihat sangat nyata. Teknologi ini telah menjadi terobosan kecerdasan buatan yang paling menjanjikan dalam dekade terakhir, membantu mesin menghasilkan hasil yang bahkan dapat menipu manusia.
Saat ini, GAN telah digunakan untuk membuat ucapan yang terdengar sangat nyata dan gambar palsu yang sangat realistis. Sebagai contoh, peneliti dari perusahaan chip Nvidia melatih sistem GAN menggunakan foto selebriti, dan sistem ini menghasilkan ratusan foto wajah yang tidak ada tetapi terlihat sangat nyata. . Tim peneliti lain menghasilkan lukisan cat minyak Van Gogh yang terlihat sangat realistis. Setelah pelatihan lebih lanjut, GAN dapat melakukan berbagai modifikasi pada gambar, seperti menutupi jalan yang bersih dengan lapisan salju, atau mengubah kuda menjadi zebra.
Tetapi hasil GAN tidak sempurna: mereka mungkin menghasilkan sepeda dengan dua set pegangan, atau wajah dengan alis yang salah tempat. Tetapi karena beberapa gambar dan suara sangat realistis, beberapa ahli percaya bahwa GAN telah mulai memahami struktur dasar dunia yang mereka lihat dan dengar sampai batas tertentu.
Dan ini berarti bahwa saat kecerdasan buatan mulai mendapatkan imajinasi, mereka mungkin juga mulai memahami apa yang dilihatnya di dunia. Setelah Ian Goodfellow menemukan GAN, itu dipuji oleh kepala ilmuwan Facebook Yann LeCun, pendiri NVIDIA Huang Renxun, pendiri Landing.ai Wu Enda dan sapi-sapi besar lainnya, yang menarik banyak institusi dan perusahaan untuk memulai penelitian.
Di China, institusi akademik berkomitmen untuk meningkatkan dan mengoptimalkan teori GAN lebih lanjut. Misalnya, peneliti dari Institute of Automation of the Chinese Academy of Sciences, yang terinspirasi oleh proses pengenalan visual manusia, mengusulkan GAN jalur ganda (TP-GAN) untuk sintesis gambar wajah frontal. , Dan Laboratorium Bersama CUHK Shangtang-Hong Kong telah mempublikasikan sejumlah hasil penelitian terkait GAN di konferensi akademik internasional.
Komunitas bisnis China lebih cenderung menerapkan teknologi pada layanan. Ada banyak kasus terkait. Misalnya, Baidu menggunakan GAN untuk membangun kerangka kerja pengenalan suara, dan iFLYTEK telah memperoleh banyak hal di bidang sintesis ucapan melalui kombinasi GAN dan kerangka kerja pembelajaran mendalam tradisional. Kemajuan yang luar biasa.
2. Berbagi AIAlasan pemilihan: Memindahkan alat pembelajaran mesin ke cloud akan membantu penyebaran kecerdasan buatan yang lebih luas
Terobosan teknis: Kecerdasan buatan berbasis cloud mengurangi kesulitan dan harga teknologi ini
Signifikansi yang signifikan: Saat ini penerapan kecerdasan buatan didominasi oleh beberapa perusahaan. Tapi begitu digabungkan dengan teknologi cloud, itu akan menjadi dalam jangkauan banyak orang, sehingga mencapai pertumbuhan ekonomi yang eksplosif;
Peneliti utama meliputi: Amazon, Google, Microsoft, Baidu, Tencent, Alibaba, iFlytek, Paradigma Keempat, dll .;
Periode dewasa: sekarang juga
Kecerdasan buatan selalu menjadi mainan perusahaan teknologi besar seperti Amazon, Baidu, Google, dan Microsoft, serta beberapa perusahaan baru. Bagi banyak perusahaan di bidang lain, kecerdasan buatan terlalu mahal dan terlalu sulit untuk dipopulerkan sepenuhnya.
Bagaimana cara mengatasi masalah ini? Alat pembelajaran mesin berbasis cloud menghadirkan kecerdasan buatan ke kelompok orang yang lebih luas. Saat ini, anak perusahaan AWS Amazon hampir mendominasi pasar cloud AI. Google mencoba menantang posisinya melalui TensorFlow, kerangka kerja kecerdasan buatan sumber terbuka yang dapat mengembangkan sistem pembelajaran mesin. Dan Cloud AutoML yang baru-baru ini dirilis Google juga merupakan sistem yang telah dilatih sebelumnya untuk membuat kecerdasan buatan lebih mudah digunakan.
Microsoft, yang bergabung dalam perang layanan cloud dengan platform Azure, memilih untuk bekerja sama dengan Amazon dan meluncurkan kerangka pembelajaran mendalam sumber terbuka Gluon. Secara teori, Gluon dapat membuat jaringan saraf, teknologi kecerdasan buatan yang penting yang mencoba meniru cara otak manusia belajar, semudah mengembangkan aplikasi seluler.
Meskipun kami tidak tahu perusahaan mana yang akan menjadi pemimpin di pasar layanan cloud kecerdasan buatan, pemenangnya pasti akan mendapatkan peluang bisnis yang sangat besar. Jika revolusi kecerdasan buatan akan menyebar ke seluruh pelosok ekonomi, maka alat pembelajaran mesin juga akan menjadi kebutuhan.
Sebagian besar teknologi kecerdasan buatan saat ini hanya digunakan di industri teknologi, membawa peningkatan efisiensi dan berbagai produk dan layanan baru ke bidang ini. Tetapi perusahaan dan industri lain telah berjuang untuk memanfaatkan perkembangan teknologi kecerdasan buatan. Jika teknologi kecerdasan buatan dapat diterapkan secara lebih komprehensif dalam industri medis, manufaktur, dan energi, maka akan sangat meningkatkan produktivitas berbagai industri.
Sayangnya, sebagian besar perusahaan masih kekurangan talenta yang memahami cara menggunakan kecerdasan buatan cloud. Oleh karena itu, Amazon dan Google pun mendirikan layanan konsultasi.
3. Privasi online yang sempurnaAlasan pemilihan: Alat yang awalnya dikembangkan untuk proses transaksi mata uang kripto, sekarang memungkinkan Anda untuk menghindari pengungkapan informasi yang tidak perlu saat Anda online
Terobosan teknis: Ilmuwan komputer sedang menyempurnakan alat enkripsi yang dapat menyelesaikan verifikasi tanpa mengungkapkan informasi yang tidak perlu
Signifikansi yang signifikan: Jika Anda perlu mengungkapkan informasi pribadi untuk menyelesaikan sesuatu secara online, metode ini memungkinkan Anda untuk mencapainya dengan mudah sambil menghindari risiko kebocoran privasi atau pencurian identitas;
peneliti utama: Zcash, JP Morgan Chase, Grup Internasional Belanda, dll .;
Periode dewasa: sekarang juga
Berkat kemunculan alat baru, privasi Internet yang sebenarnya akhirnya dapat dicapai.
Misalnya, alat ini memungkinkan Anda untuk membuktikan bahwa Anda berusia di atas 18 tahun tanpa mengungkapkan tanggal lahir Anda, atau tanpa mengungkapkan saldo bank atau detail lainnya, untuk membuktikan bahwa Anda memiliki simpanan yang cukup di bank untuk menyelesaikan transaksi keuangan.
Ini sangat mengurangi risiko kebocoran privasi atau pencurian identitas. Alat ini disebut "Bukti tanpa pengetahuan" Protokol kriptografi baru.
Meskipun para peneliti telah mempelajarinya selama beberapa dekade, baru pada tahun lalu minat orang pada verifikasi nol-pengetahuan mulai melonjak. Sampai batas tertentu, hal ini disebabkan oleh meningkatnya antusiasme terhadap cryptocurrency dan fakta bahwa sebagian besar cryptocurrency Realitas yang dimiliki oleh organisasi.
Pada saat yang sama, sebagian besar, ini juga mendapat manfaat dari mata uang elektronik yang ditetapkan pada akhir 2016-Zcash menerapkan verifikasi nol-pengetahuan untuk praktik. Pengembang Zcash menggunakan metode yang disebut zk-SNARK (Verifikasi Pengetahuan Nol Non-Interaktif Ringkas) untuk memungkinkan pengguna melakukan transaksi anonim. Biasanya, ini tidak mungkin dilakukan dalam Bitcoin dan sistem blockchain publik lainnya. Transaksi dalam Bitcoin dan sistem blockchain publik lainnya terbuka dan transparan untuk semua orang.
Meskipun secara teori transaksi ini bersifat anonim, dengan menggabungkan dengan data lain, transaksi tersebut tetap dapat dilacak bahkan diidentifikasi. Vitalik Buterin, pendiri Ethereum, jaringan blockchain terbesar kedua di dunia, menyebut zk-SNARK sebagai "teknologi yang benar-benar mengubah aturan permainan."
Tahun lalu, JPMorgan Chase menambahkan zk-SNARK ke sistem pembayaran berbasis blockchain. Namun, meskipun zk-SNARK menjanjikan berbagai manfaat, komputasi intensif dan berjalan lambat.
Pada saat yang sama, zk-SNARK perlu "mempercayai instalasi", jika kunci yang dihasilkan jatuh ke tangan yang salah, seluruh sistem dapat dihancurkan. Namun, para peneliti bekerja keras untuk mempelajari alternatif, berharap untuk menerapkan verifikasi nol-pengetahuan lebih efisien tanpa memerlukan kunci yang disebutkan di atas.
4. Penyumbat telinga ikan BabelAlasan pemilihan: Meskipun perangkat keras yang ada tidak begitu mudah digunakan, Google Pixel Buds telah menunjukkan prospek terjemahan waktu nyata
Terobosan teknis: Terjemahan mendekati waktu nyata cocok untuk berbagai bahasa dan sangat nyaman digunakan
Signifikansi yang signifikan: Dalam dunia yang semakin mengglobal saat ini, bahasa masih menjadi kendala utama komunikasi;
peneliti utama: Google, HKUST IFLYTEK, Baidu, Tencent, Sogou, Universitas Tsinghua, Institut Teknologi Harbin, Universitas Suzhou, dll .;
Periode dewasa: sekarang juga
Dalam sci-fi klasik "The Hitchhiker's Guide to the Galaxy", terdapat pemandangan seperti ini. Jika Anda memasang Babel kuning di telinga, Anda dapat mendengar terjemahan alien secara real time.
Di dunia nyata, Google telah mengembangkan solusi transisi: penyumbat telinga yang disebut Pixel Buds senilai $ 159. Sepasang earbud ini dapat diterjemahkan secara real time di smartphone Pixel melalui aplikasi Google Terjemahan. Satu orang perlu memakai penutup telinga dan orang lainnya memegang ponsel.
Orang yang memakai penutup telinga berbicara dalam bahasa mereka sendiri Inggris secara default dan aplikasi Google Terjemahan akan menerjemahkan kata-kata yang diucapkan dan memutarnya dengan keras di ponsel cerdas. Setelah orang yang memegang telepon merespons, jawabannya diterjemahkan dan kemudian diputar di earbud.
Google Terjemahan memiliki fungsi percakapan sebelumnya, dan aplikasi iOS dan Android-nya dapat mengenali bahasa pembicara secara otomatis dan kemudian menerjemahkannya secara otomatis. Namun, kebisingan latar belakang akan meningkatkan kesulitan aplikasi untuk memahami ucapan, dan juga akan menyulitkan aplikasi untuk menilai kapan pembicara berhenti dan kapan mulai menerjemahkan.
Pixel Buds secara efektif mengatasi masalah ini, karena pemakainya dapat mengetuk dan menahan earbud di sebelah kanan dengan jarinya sambil berbicara. Menempatkan interaksi pada smartphone dan penyumbat telinga memungkinkan kedua belah pihak untuk mengontrol mikrofon, membantu pembicara mempertahankan kontak mata, karena tidak akan digunakan untuk melewatkan kembali telepon.
Saat ini, Pixel Buds mendapat kecaman karena desainnya di bawah rata-rata industri. Penyumbat telinga terlihat sangat tidak cerdas, tidak pas di telinga, dan sulit beradaptasi dengan telepon. Tetapi perangkat keras yang kikuk masih memiliki rencana. Pixel Buds memungkinkan semua orang melihat awal dari terjemahan waktu-nyata jarak dekat dan komunikasi gratis lintas bahasa, dan Anda tidak perlu menaruh Babel di telinga Anda.
Di China banyak juga perusahaan yang juga aktif berinvestasi dalam pembangunan. IFLYTEK, Baidu, dan Sogou bisa dikatakan terdepan di bidang ini.Selain memberikan layanan seperti intelligent voice dan translation, mereka juga telah memperkenalkan teknologi ke dalam perangkat keras. Namun dibandingkan dengan negara asing Pelaku industri lebih suka menggunakan headset sebagai pintu masuk mereka, sementara perusahaan China memilih penerjemah. Misalnya, iFLYTEK meluncurkan penerjemah Xiaoyi, sementara Baidu memiliki penerjemah WiFi bersama.
5. Sensing CityAlasan pemilihan: Alphabet's Sidewalk Labs berencana menciptakan komunitas berteknologi tinggi untuk memikirkan kembali bagaimana sebuah kota harus dibangun dan dioperasikan
Terobosan teknis: Lingkungan di Toronto diharapkan menjadi tempat pertama di dunia yang berhasil mengintegrasikan desain perkotaan mutakhir dengan teknologi mutakhir
Signifikansi yang signifikan: Kota pintar akan membuat daerah perkotaan lebih terjangkau, layak huni dan ramah lingkungan;
peneliti utama: Trotoar Labs di bawah Alphabet, Toronto Waterfront, Alibaba, dll .;
Periode dewasa: Proyek tersebut diumumkan pada Oktober 2017, dan konstruksi diharapkan dimulai pada 2019
Saat ini, banyak rencana kota pintar di seluruh dunia telah gagal, baik menurunkan tujuan yang dulu ambisius, atau mengusir penduduk biasa selain orang super kaya karena biaya hidup. Sebuah proyek Toronto bernama Quayside berharap dapat mendesain ulang komunitas dari awal, membangunnya kembali dengan teknologi digital terkini, dan memecahkan kegagalan yang ada.
Alphabet's Sidewalk Labs di New York City akan bekerja sama dengan pemerintah Kanada untuk membuat proyek berteknologi tinggi ini di Distrik Industri Waterfront Toronto.
Salah satu tujuan dari proyek ini adalah membuat semua keputusan tentang desain, kebijakan, dan teknologi informasi berdasarkan jaringan sensor yang sangat besar. Jaringan ini akan mengumpulkan semua jenis informasi: kualitas udara, tingkat kebisingan, dan data perilaku masyarakat.
Dalam rencana ini, semua kendaraan adalah kendaraan bersama yang dapat dikendarai sendiri, dan robot yang bertanggung jawab atas tenaga kerja manual tingkat rendah seperti pengiriman ekspres juga akan berjalan di bawah tanah. Sidewalk Labs mengatakan bahwa mereka berencana untuk membuat perangkat lunak dan sistem yang mereka rancang open source, memungkinkan perusahaan lain untuk membuat layanan pada mereka, serupa dengan cara mereka mengembangkan aplikasi untuk ponsel.
Perusahaan berencana untuk memantau infrastruktur publik dengan cermat, tetapi hal ini telah menimbulkan kekhawatiran tentang manajemen data dan privasi. Tetapi Sidewalk Labs yakin bahwa mereka dapat meredakan beberapa kekhawatirannya melalui kerja sama dengan masyarakat dan pemerintah daerah.
"Dalam proyek Quayside, hal paling unik yang kami lakukan adalah bahwa proyek ini tidak hanya berisi ambisi besar kami, tetapi juga memiliki tingkat kerendahan hati tertentu," kata Rit Aggarwala, seorang eksekutif di Sidewalk Labs yang bertanggung jawab atas perencanaan sistem perkotaan.
Saat ini, banyak kota di Amerika Utara sedang berjuang untuk menjadi target Sidewalk Labs berikutnya. Menurut Will Fleissig, CEO sektor publik yang mengelola pengembangan Quayside, San Francisco, Denver, Los Angeles, dan Boston semuanya datang untuk menghubungi kami hanya untuk mendapatkan referensi.
6. Pembangkit listrik gas alam tanpa karbonAlasan pemilihan: Metode rekayasa baru untuk pembangkit listrik tenaga gas alam untuk memulihkan dan menggunakan kembali karbon dioksida
Terobosan teknis: Pembangkit listrik dapat menangkap unsur karbon yang dilepaskan oleh pembakaran gas alam dengan cara yang murah dan efisien, menghindari emisi gas rumah kaca
Signifikansi yang signifikan: Pembangkit listrik gas alam menyediakan hampir 32% listrik di Amerika Serikat, dan emisi karbonnya telah mencapai 30% dari total emisi karbon sektor listrik;
peneliti utama: 8 RiversCapital, Exelon Power Company, CBI, dll .;
Periode dewasa: 3-5 tahun
Di masa mendatang, kita mungkin akan selalu menggunakan gas alam sebagai salah satu sumber utama pembangkit listrik. Listrik yang dihasilkan oleh gas alam yang tersedia dan murah menyumbang 30% dari total pembangkit listrik di Amerika Serikat dan 22% dari pembangkit listrik dunia. Meskipun gas alam jauh lebih bersih daripada batu bara, tetap saja menghasilkan banyak emisi karbon.
Sebuah pembangkit listrik mutakhir telah muncul di luar Houston, pusat zona industri penyulingan minyak AS, dan mereka sedang menguji teknologi yang dapat mewujudkan energi gas alam yang bersih.
Perusahaan ini memiliki proyek 50 MW, dan mereka adalah Tenaga Netto. Perusahaan yakin bahwa mereka dapat menangkap semua karbon dioksida yang dilepaskan selama pembangkit listrik gas alam, sementara pada saat yang sama dapat menghasilkan listrik dengan biaya rendah, setidaknya dengan biaya yang sama dengan pembangkit listrik gas alam standar. Jika ini bisa tercapai, berarti energi nol karbon bisa diperoleh dari bahan bakar fosil dengan harga yang wajar. Pembangkit listrik tenaga gas alam seperti itu pasti akan meningkatkan situasi pasokan energi, karena tidak semahal tenaga nuklir atau tidak stabil seperti energi terbarukan.
Net Power merupakan kerjasama antara 8 Rivers Capital, Exelon Power Company dan CBI Energy Company. Pembangkit listrik perusahaan sudah dalam operasi uji coba dan telah memulai pengujian awal, dan mereka bermaksud untuk mengumumkan hasil evaluasi awal dalam beberapa bulan ke depan.
Pembangkit listrik ini menempatkan karbon dioksida yang dihasilkan dengan membakar gas alam di lingkungan bertekanan tinggi dan bersuhu tinggi, dan menggunakan karbon dioksida superkritis yang disintesis sebagai "fluida kerja" untuk menggerakkan turbin khusus. Di antara mereka, sebagian besar karbon dioksida dapat digunakan kembali secara terus menerus, dan sisa yang tidak dapat digunakan dapat ditangkap dengan biaya rendah. Kunci untuk mengurangi biaya adalah dengan menjual sebagian dari karbondioksida. Saat ini, karbon dioksida terutama digunakan untuk membantu ekstraksi minyak mentah. Pasar ini memiliki kapasitas terbatas dan tidak ramah lingkungan. Namun, pada akhirnya Net Power berharap permintaan karbondioksida di industri lain akan meningkat, seperti manufaktur semen, industri plastik, dan industri bahan berbasis karbon lainnya.
Teknologi Net Power tidak bisa menyelesaikan semua masalah yang diakibatkan oleh gas bumi, terutama masalah pertambangan, tetapi selama kita masih menggunakan gas alam, kita harus membuat gas alam lebih bersih.
7. Pencetakan logam 3DAlasan pemilihan: Peralatan baru membuat komponen logam pencetakan 3D menjadi teknologi praktis untuk pertama kalinya
Terobosan teknis: Printer logam 3D mewujudkan pencetakan objek logam berbiaya rendah dan cepat
Signifikansi yang signifikan: Kemampuan untuk mencetak benda logam besar dan kompleks sesuai permintaan akan merevolusi manufaktur;
peneliti utama: Markforged, Desktop Metal, GE, dll .;
Periode dewasa: sekarang juga
Meskipun teknologi pencetakan 3D telah ada selama beberapa dekade, teknologi ini masih terbatas pada lingkaran kecil penghobi dan desainer, dan hanya digunakan untuk membuat prototipe satu kali. Apalagi, ketika teknologi cetak 3D sebelumnya menggunakan bahan non-plastik (terutama logam), biayanya sangat mahal dan kecepatannya sangat lambat. Namun kini, seiring dengan biaya yang semakin murah dan penggunaan yang semakin mudah, diharapkan teknologi ini menjadi teknologi praktis yang dapat digunakan dalam produksi suku cadang.
Jika digunakan secara luas, hal itu dapat mengubah cara kita memproduksi produk secara massal. Dalam jangka pendek, dengan teknologi ini, produsen tidak perlu lagi menyimpan persediaan dalam jumlah besar, dan mereka dapat mencetak suku cadang sesuai permintaan.
Dalam jangka panjang, pabrik besar yang memproduksi massal komponen tertentu akan digantikan oleh bengkel kecil dengan lini produk yang kaya. Bengkel kecil ini akan dapat mencetak berbagai suku cadang kapan saja sesuai kebutuhan pelanggan.
Keunggulan dari teknologi ini adalah dapat menghasilkan bagian logam yang lebih ringan dan kuat, serta bagian dengan bentuk kompleks yang tidak dapat diproduksi dengan metode pengolahan logam tradisional. Ia bahkan dapat dengan tepat mengontrol struktur mikro logam selama proses pembuatan. Pada tahun 2017, peneliti dari Lawrence Livermore National Laboratory mengumumkan bahwa mereka telah mengembangkan metode pencetakan komponen stainless steel 3D. Kekuatan komponen yang dihasilkan oleh metode ini ditentukan oleh Secara tradisional diproduksi dua kali.
Juga pada tahun 2017, Markforged, sebuah startup pencetakan 3D di dekat Boston, merilis printer logam 3D pertama dengan harga di bawah $ 100.000.
Dan Desktop Metal, perusahaan start-up percetakan 3D lain yang berbasis di wilayah Boston, juga mulai mengirimkan printer prototipe logam 3D pertama mereka pada Desember 2017. Perusahaan juga berencana meluncurkan printer yang lebih besar untuk industri manufaktur yang akan 100 kali lebih cepat dari printer logam 3D sebelumnya. Pengoperasian pencetakan logam 3D sekarang menjadi lebih mudah. Desktop Metal kini telah meluncurkan software untuk pencetakan logam 3D. Pengguna hanya perlu memasukkan spesifikasi objek yang ingin dicetak di perangkat lunak, dan perangkat lunak akan menghasilkan model komputer yang sesuai untuk pencetakan 3D.
GE telah lama menggunakan teknologi pencetakan 3D dalam produksi produk kedirgantaraannya. Pada awal 2013, "Sepuluh Teknologi Terobosan" disebutkan "Manufaktur Aditif" (Manufaktur Aditif). Perusahaan kini juga sedang menguji printer logam 3D jenis baru, yang dapat mencetak dengan cepat dan dapat digunakan untuk produksi suku cadang besar. GE berencana untuk mulai menjual printer logam 3D pada tahun 2018.
8. Lompatan kuantum dalam materialAlasan pemilihan: Para peneliti baru-baru ini mulai menggunakan komputer kuantum untuk memodelkan molekul sederhana, dan ini baru permulaan
Terobosan teknis: IBM menggunakan komputer kuantum 7 qubit untuk berhasil mensimulasikan struktur elektronik molekul kecil
Signifikansi yang signifikan: Dengan bantuan teknologi ini, para ilmuwan dapat memahami semua aspek molekul dan menggunakannya untuk mengembangkan obat yang lebih efektif dan bahan baru yang menghasilkan atau mengirimkan energi secara lebih efisien;
peneliti utama: IBM, Google, Profesor Alán Aspuru-Guzik dari Universitas Harvard, Universitas Sains dan Teknologi China, Akademi Sains China, Universitas Zhejiang, Alibaba, dll .;
Periode dewasa: 5 sampai 10 tahun
Jenis baru komputer kuantum sangat kuat, tetapi jalur pengembangannya masih diselimuti kabut: komputer kuantum memiliki daya komputasi yang tidak dapat ditandingi oleh komputer saat ini, tetapi kami belum menemukan kegunaan daya ini.
Arah aplikasi yang menjanjikan memanggil komputer kuantum: Desain molekuler yang tepat.
Selama bertahun-tahun, ahli kimia telah bermimpi merancang protein baru untuk pengembangan obat yang lebih kuratif, atau merancang elektrolit dalam baterai efisiensi tinggi baru, senyawa ajaib yang secara langsung mengubah energi matahari menjadi bahan bakar cair, dan sel surya yang lebih efisien .
Namun, molekul material dalam teknologi ini sulit untuk dimodelkan dan disimulasikan di komputer, apalagi disain dan sintesis. Bahkan tugas simulasi bentuk elektronik dari molekul sederhana akan menjadi sangat rumit sehingga komputer yang ada akan dikalahkan. Namun, ini adalah sepotong kue untuk komputer kuantum.
Dibandingkan dengan komputer tradisional yang menggunakan bit digital "1" atau "0" (Digital Bits) sebagai unit komputasi dan penyimpanan, komputer kuantum menggunakan qubit sistem kuantum (Qubit) sebagai unit komputasi. Baru-baru ini, peneliti IBM melakukan eksperimen simulasi pada molekul tiga atom menggunakan komputer kuantum 7-qubit.
Saat ini, para ilmuwan sedang membangun komputer kuantum dengan lebih banyak qubit, dan algoritme kuantum juga meningkat, dan perhitungan simulasi yang tepat untuk makromolekul yang lebih menarik bagi kami juga akan menjadi mungkin.
Faktanya, China juga telah membuat pertumbuhan yang cukup besar dalam komputasi kuantum.Meski tingkat teknologi saat ini tidak sebanding dengan perusahaan besar sebelumnya, langkah demi langkahnya mengejar ketertinggalan dengan kerja sama industri, akademisi, dan pemerintah. Jejak para pemimpin.
Pada Mei 2017, Akademi Ilmu Pengetahuan Tiongkok mengumumkan kelahiran komputer kuantum optik yang dikembangkan bersama oleh Universitas Sains dan Teknologi Tiongkok, Laboratorium Komputasi Kuantum Alibaba, Universitas Zhejiang, dan Institut Fisika Akademi Ilmu Pengetahuan Tiongkok. Selain itu, pada 11 Oktober tahun yang sama, Akademi Ilmu Pengetahuan China dan Alibaba Cloud bersama-sama merilis platform cloud komputasi kuantum. Komersialisasi komputasi kuantum sudah dalam jangkauan, dan kecepatannya tidak kalah dengan Eropa dan Amerika Serikat.
Namun, masih banyak area di mana komputasi kuantum memerlukan terobosan. Pertama, keakuratan komputasi kuantum cukup rendah. Meskipun cukup cocok untuk kalkulasi dengan persyaratan presisi rendah seperti pembelajaran dalam, mungkin perlu untuk menangani pekerjaan komputasi umum komputer tradisional. Tidak ada cukup tenaga.
9. Ramalan GenAlasan pemilihan: Penelitian genetika skala besar akan memungkinkan para ilmuwan untuk memprediksi penyakit umum dan ciri-ciri kepribadian
Terobosan teknis: Para ilmuwan sekarang dapat menggunakan data genom Anda untuk memprediksi risiko penyakit jantung atau kanker payudara, dan bahkan IQ Anda dapat diprediksi
Signifikansi yang signifikan: Teknologi prediksi berbasis DNA mungkin merupakan terobosan besar berikutnya di bidang kesehatan masyarakat, tetapi akan meningkatkan risiko diskriminasi;
peneliti utama: Helix, 23andMe, Myriad Genetics, UKBiobank, Broad Institute, BGI, Yizhen Bio, WeGene, dll .;
Periode dewasa: sekarang juga
Suatu saat kelak, bayi akan mendapatkan laporan tes DNA saat mereka lahir. Laporan ini akan memberikan prediksi tentang risiko bayi terkena penyakit jantung atau kanker, apakah mereka kecanduan tembakau, dan apakah mereka lebih pintar daripada orang pada umumnya. Karena perkembangan penelitian genetika skala besar (beberapa di antaranya melibatkan lebih dari 1 juta orang) dan kemajuan ilmiah, laporan semacam itu akan segera berubah dari konsep menjadi kenyataan.
Ternyata begitu Penyakit yang paling umum dan banyak perilaku dan karakteristik manusia, termasuk kecerdasan, bukanlah hasil dari satu atau beberapa gen, tetapi hasil dari banyak gen. Menggunakan data dari penelitian genetik skala besar yang sedang berlangsung, para ilmuwan menciptakan apa yang mereka sebut indikator "skor risiko poligenik". meskipun Tes DNA baru hanya memberikan inferensi probabilistik, daripada secara langsung menggambarkan diagnosis, tetapi masih bisa sangat bermanfaat bagi perkembangan kedokteran.
Misalnya, jika wanita dengan risiko tinggi kanker payudara melakukan lebih banyak mamogram, dan wanita dengan risiko rendah kanker payudara melakukan lebih sedikit mamogram, tes ini mungkin menemukan lebih banyak pasien yang benar-benar menderita kanker. Ini juga dapat mengurangi kemungkinan alarm palsu. Perusahaan farmasi juga dapat menggunakan skor ini dalam uji klinis obat pencegahan untuk penyakit seperti penyakit Alzheimer atau penyakit jantung. Dengan memilih relawan dengan risiko penyakit yang lebih tinggi, mereka dapat menguji efek obat secara lebih akurat.
Masalahnya adalah prediksi ini jauh dari sempurna. Siapa yang ingin tahu bahwa mereka mungkin mengembangkan penyakit Alzheimer di masa depan? Bagaimana jika orang dengan skor indeks risiko kanker rendah menunda skrining dan kemudian terkena kanker? Ada kontroversi lain tentang skor tes poligenik karena mereka hampir OK Memprediksi karakteristik individu apa pun, bukan hanya penyakit.
Namun, bagaimana seharusnya orang tua dan pendidik menggunakan informasi ini? Sebagai tanggapan, ahli genetika perilaku Eric Turkheimer mengatakan bahwa teknologi baru ini "Ini mengasyikkan dan mengkhawatirkan" Karena data genetik tidak hanya dapat menguntungkan kita, tetapi juga dapat digunakan untuk tujuan lain dan berdampak buruk.
10. Embrio buatanAlasan pemilihan: Ilmuwan sudah mulai membuat embrio dari sel induk
Terobosan teknis: Tanpa menggunakan sel telur atau sel sperma, peneliti dapat menumbuhkan struktur mirip embrio dari sel induk saja, memberikan cara baru untuk menciptakan kehidupan buatan.
Makna: Embrio buatan akan memberi para peneliti alat yang lebih nyaman untuk mempelajari asal mula misterius kehidupan manusia, tetapi teknologi ini memicu kontroversi bioetika baru;
peneliti utama: Universitas Cambridge, Universitas Michigan, Universitas Rockefeller, Akademi Ilmu Pengetahuan China, dll .;
Periode dewasa: sekarang juga
Ahli embriologi di University of Cambridge di Inggris menggunakan sel punca untuk membuat embrio tikus yang realistis dalam sebuah studi terobosan yang mendefinisikan kembali cara menciptakan kehidupan buatan. Embrio tidak berasal dari kombinasi sel telur dan sperma, yang digunakan hanya sel yang diperoleh dari embrio lain. Para peneliti dengan hati-hati menempatkan sel-sel ini pada perancah tiga dimensi untuk diamati. Sel-sel tersebut kemudian mulai terhubung satu sama lain dan disusun dalam bentuk peluru yang unik untuk embrio tikus yang berumur beberapa hari. Para peneliti tertarik dengan pemandangan ini.
"Kami tahu bahwa sel punca memiliki potensi yang sangat kuat dan dapat menunjukkan kemampuan yang hampir ajaib. Namun, kami tidak menyadari bahwa mereka dapat mencapai organisasi mandiri yang sempurna," kata pemimpin tim Magdelena Zernicka-Goetz.
Zernicka-Goetz menyatakan bahwa embrio "sintetis" miliknya mungkin tidak berkembang menjadi tikus. Namun demikian, itu juga berarti, Kami akan segera dapat membiakkan mamalia tanpa telur.
Namun ini bukanlah tujuan akhir Zernicka-Goetz. Dia ingin mempelajari bagaimana sel-sel embrio awal mulai berdiferensiasi menjadi fungsi khususnya. Dia mengatakan bahwa langkah selanjutnya dalam penelitian adalah menggunakan sel induk embrionik manusia untuk menghasilkan embrio buatan, yang juga merupakan penelitian yang sedang berlangsung di Universitas Michigan dan Universitas Rockefeller.
Embrio manusia yang disintesis secara artifisial akan menjadi kabar baik bagi para ilmuwan, yang memungkinkan mereka untuk mengetahui proses embrio dalam perkembangan awal mereka. Selain itu, karena embrio-embrio ini dikembangkan dari sel induk yang mudah dimanipulasi, laboratorium akan dapat menggunakan berbagai alat, seperti teknik penyuntingan gen, untuk mempelajarinya saat mereka tumbuh.
Namun, embrio buatan akan menimbulkan beberapa masalah etika. Jika mereka akhirnya tidak dapat dibedakan dari embrio manusia nyata, apa yang harus kita lakukan? Berapa lama mereka dapat tumbuh di laboratorium sebelum menimbulkan rasa sakit? Ahli bioetika mengatakan bahwa kita perlu memecahkan masalah ini sebelum persaingan ilmiah semakin ketat.
- Empat besar rekrutan pelatih Manchester United terungkap! Mengejar 2 bintang baru Inggris sembari memperlihatkan 1 ambisi besar
- Wanita yang memegang anjing di bus ditolak, dimarahi pengemudi sepanjang jalan dan menembakkan foto flash
- Kepala peneliti AlphaGo secara pribadi mengajar! 10 PPT memperkenalkan 10 aturan emas pembelajaran penguatan!
- Cintai dan bunuh satu sama lain! 80 juta bantuan baru Bayern telah dituduh melakukan kekerasan dalam rumah tangga dan sekarang akan dikirim ke Jerman bersama istrinya
- Membalas keluhan dengan kebajikan! Shukurov berharap Evergrande akan mengurangi hukuman, pernyataan Wei Shihao bahkan lebih mengerikan
- Biro Statistik: Dari Januari hingga Oktober, tingkat pertumbuhan keseluruhan pasar properti nasional turun sedikit
- langka! Kantor Perdana Menteri Inggris memasang bait dan lentera Festival Musim Semi untuk merayakan Tahun Baru China
- Juventus mengumumkan perpanjangan kontrak selama empat tahun dengan bek tengah berusia 24 tahun, pacar seksinya tidak akan datang ke Liga Inggris.