本文轉載自公眾號國家自然科學基金委員會（NSFC-CSC）

　　編者按：2020 年 2 月 26 日，《麻省理工科技評論》一年一度的“全球十大突破性技術”榜單正式發布。自 2001 年起，本刊每年都會評選出當年的“全球十大突破性技術”，這份在全球科技領域舉足輕重的榜單曾精準預測了腦機接口、量子密碼、靈巧機器人、智慧傳感城市、深度學習等諸多熱門技術的崛起。本年度“全球十大突破性技術”分別為：防黑客互聯網、個性化藥物、數字貨幣、抗衰老藥物、人工智能發現分子、超級星座衛星、量子優越性、微型人工智能、差分隱私和氣候變化歸因。為了讓廣大讀者深入了解這十項技術的科學價值及其背后的科學故事，國家自然科學基金委員會下屬的《中國科學基金》特邀請各領域著名科學家，分別對其進行深入解讀，以激發科研人員的創新思維，并促進科學界的學術交流。本文刊載于《中國科學基金》2020 年第 3 期。

　　1 防黑客互聯網

　　基于量子物理學的互聯網將很快實現穩定的安全通信。由代爾夫特理工大學的 Stephanie Wehner 領導的團隊，正在完全通過量子技術建立一個可以連接荷蘭四個城市的網絡。通過這個網絡發送的消息將無法破解。

　　這項技術依賴于一種被稱為 “量子糾纏” 的粒子行為。糾纏的光子在不破壞其內容的情況下無法被秘密讀取。但是，創建糾纏粒子很難，遠距離傳輸粒子更難。Wehner 團隊表明，他們可以將粒子傳輸超過 1.5 公里（0.93 英里）的距離，還有信心在 2020 年底建成代爾夫特和海牙之間的量子網絡。而更遠距離的網絡連接將需要量子中繼器來擴展。代爾夫特理工大學和其他一些機構正在設計這種中繼器。第一個量子中繼器將在未來五到六年內完成，而 2020 年代末一個全球量子網絡將有望建成。

　　專家點評：　　

　　韓正甫：中國科學技術大學教授，博士生導師，中國密碼學會量子密碼專業委員會主任，國家密碼行業標準委員會委員。長期從事量子信息器件、量子密碼網絡、光學微腔 QED 研究。在Nature子刊等國內外雜志發表論文 200 多篇，他引 3000 余次；以第一完成人獲安徽省自然科學一等獎、教育部技術發明一等獎、軍隊科技進步一等獎。

　　長期以來，信息安全一直是個熱點問題。規?；男畔⑿孤┖凸羰录?，在全世界范圍內幾乎每周都會出現。從原理層面看，經典通信原理和早期設計的網絡協議存在缺陷，網絡安全問題在經典世界里看不到一勞永逸的解決方案。網絡安全被寄希望于量子信息技術的突破。正因為此，荷蘭代爾夫特理工大學 S. Wehner 等宣稱將建設覆蓋 1.5 公里左右的全量子網絡的消息受到廣泛的關注，MIT Technology Review將其選為 2020 年重點突破技術。

　　其實，“量子網絡”概念已經面世二十多年了。早期，最具代表性的是英國斯特拉斯特萊德大學的湯森等人在《電子學快報》上發表的一個三點式的被動分束的量子密鑰分配網，這是采用量子態傳輸實現密鑰分配的網絡雛形。量子密鑰分配（QKD）網絡不是一個獨立的“通信網”，因為“密鑰”本身不是信息，只能用來加密信息以達到通信保密的效果，因此它必須與經典網絡組合成一個雙層網絡，被稱為“量子保密通信網”。

　　由于光子傳輸損耗無法消除，量子密鑰分配距離被限制在 100km 左右。在遠程組網中就不得不采用經典的中繼——俗稱可信中繼，這種經典中繼理論上是可以被攻擊和竊聽的，因此該節點必須被嚴格管控。所謂可信中繼是指該節點必須可信，而不是節點本身是可信的。盡管這是當前唯一可用的中繼技術，但是京滬干線采用它還是承受了不少質疑。事實上，如果一個節點上有用戶，該節點的可信性是一種自然的需求，并不過分，但如果該節點僅僅作為中繼點，可信要求就顯得有些苛刻。不超過 100km 的城域量子保密通信網則不存在此問題，目前已經在用。

　　解決可信中繼問題的辦法有兩個：一是研發超長距離的 QKD，不再需要中繼；二是研發具有量子安全水平的量子中繼。近年來，面向超長傳輸距離的雙場 QKD（TF-QKD）取得了突破，中國科大兩個小組先后完成了 300km 和 500km 的 TF-QKD 實驗。其中，郭光燦院士團隊在 300km 下碼率 2KHz，基本達到了可用的水平。TF-QKD 的另一項優勢是其測量設備無關的屬性，因此在設備本身抗竊聽方面也達到了量子安全水平。

　　量子中繼的研究已經持續近二十年，實現量子中繼的最大障礙是量子存儲。目前，量子存儲有兩條技術路線，即基于冷原子的氣態存儲和基于稀土材料的固態存儲。在氣態存儲方面，郭光燦院士團隊側重于多模大容量量子存儲，已實現多個空間模式疊加態的單光子存儲以及七個空間模式的糾纏存儲；潘建偉院士團隊的存儲效率已達到 76%，存儲時間達到亞秒量級，并成功地將相距 50km 光纖的冷原子體系糾纏起來；華南師范大學朱詩亮教授課題組的存儲效率已經達到 85%。在固態存儲方面，郭光燦院士團隊在稀土材料上已實現的存儲保真度（99.9%）、存儲維度數（51）和存儲模式數（100），均為國際最高水平，目前的實驗室存儲時間已經達到 10 分鐘量級。當前，冷原子和固態量子存儲的技術指標均已接近量子中繼的基本要求，量子中繼應該會很快實現。

　　量子存儲和量子中繼器突破以后，配合特定的網絡協議，建設基于量子糾纏的廣域量子傳輸網絡成為可能，再在各網絡節點配上量子處理器，這就是代爾夫特理工大學宣稱的全“量子網絡”了。這種全量子網絡一旦得以實現，除了可以保證網絡信息傳輸的安全性外，還能完成遠程時鐘同步、望遠鏡基線擴展、安全認證以及量子網絡傳感等一系列經典時代很難或無法完成的任務。

　　然而，量子網絡節點的量子處理器目前還不太成熟，真正好的節點處理器應該是量子計算機，真正理想的量子網絡還有待量子計算機的成熟，一旦配備量子計算機的量子網絡得以實現，其能力可能是我們今天的想象力所不能達到的。

　　2 超個性化藥物

　　想象一下，如果我們能夠獲得專門針對自身罕見疾病或者基因突變而量身定制的藥品，結果會怎樣。如今，這種能力不再停留在想象階段，而是有望真正變成現實。如果藥物能夠針對單一患者的實際需求進行量身定制，那么很多以往無法治療或者治愈的疾病也許將徹底消失。這種超個性化藥物，將給無數身患絕癥的人們帶去新的希望。

　　美國波士頓兒童醫院研究團隊為患有獨特基因突變引發疾病的小女孩米拉·馬科維茨量身定做了一款藥物，證明了超個性化藥物能為罕見病治療提供新的可能性，超個性化藥物可能會采用基因替代、基因編輯或反義核酸等形式。這些治療手段的共同點在于，它們能夠以數字化的方式和速度編程，以糾正和補償遺傳性疾病，或者替代 DNA 字母。但與此同時，這類針對單一患者的“多對一”治療方案也引發了這類藥物研發、測試成本的討論。

　　

　　專家點評：　　

　　華子春：教育部長江學者計劃特聘教授，南京大學生命科學學院和中國藥科大學生物藥物學院博士生導師，江蘇省產業技術研究院醫藥生物技術研究所所長。1995 年起任南京大學生物化學系教授。長期擔任醫藥生物技術國家重點實驗室主任，南京大學生命科學學院副院長、執行院長。主要研究領域為蛋白質結構與功能關系、新藥物靶點和創新藥物的基礎和應用研究。先后獲國家技術發明二等獎、國家自然科學二等獎各 1 項，獲江蘇省一等獎 4 項、教育部一等獎 2 項。

　　郁文亮：中國藥科大學生物藥物學院藥劑學專業博士研究生，2016、2019 年在澳門科技大學分別獲得中藥學學士、碩士學位。研究方向為抗腫瘤藥物的老藥新用及其評價。2017、2018 年先后獲中珠醫療生命科學特等獎學金、一等獎學金。共發表學術論文 ６ 篇，SCI 論文 ３ 篇。

　　由于新藥研發時間長、難度大、投入多、技術門檻高、成功率低，國內外醫藥產業在研發新藥時通常會將市場因素考量在內，對于患病人群少的罕見病更是如此。因罕見病患者少、需求少、市場小、研發成本高，很少有制藥企業關注并研發預防、治療和診斷罕見病的“孤兒藥”，這導致絕大部分罕見病無藥可治。即使少部分有藥可治，也因其昂貴的價格讓患者望而卻步。美國小女孩米拉·馬科維茨（Mila Makovec）更為不幸，她患有罕見病中的“罕見”病癥。2016 年，3 歲的她被診斷罹患貝敦氏癥（Batten disease），先后出現語言障礙、運動障礙、失明、癲癇頻發等癥狀。貝敦氏癥是一種罕見的神經系統發育疾病，發病率為每 10 萬新生兒中 2 至 4 人，尚無有效治療手段，患兒通?；畈贿^ 12 周歲。貝敦氏癥是一種常染色體隱性遺傳疾病，由于 MFSD8 基因突變導致細胞溶酶體功能障礙，引起脂質聚集、沉積，損傷神經細胞，通常導致患者出現失明、失語等癥狀，進而發展為全身癱瘓，并最終死亡。米拉的一條染色體上存在一個已知的貝敦氏癥的 MFSD8 單堿基突變，但是在另一條染色體上卻出現了一個從未在貝敦氏癥觀察到的獨特突變形式——由于一段 DNA 插入導致 MFSD8 基因轉錄過程發生錯誤拼接而致使蛋白質翻譯被過早終止。

　　2017 年，米拉的母親通過米拉奇跡基金會募集到了數百萬美元，波士頓兒童醫院的 Timothy Yu 博士團隊開始了世界上第一款為單個患者量身定制的藥物的研制。該藥物在設計上借鑒了被 FDA 批準上市的用于脊髓性肌萎縮癥的反義寡核苷酸藥物諾西那生鈉（Nusinersen）的成功經驗，設計并生產了靶向米拉體內所具有的獨特的基因突變的反義寡核苷酸候選藥物“Milasen”。該藥物迅速獲得 FDA 的臨床許可，2018 年 1 月 31 日起，米拉開始用藥治療，隨著治療持續，她的病況得以改善和緩解，而且未見嚴重不良反應。2019 年 10 月，Yu 博士團隊在《新英格蘭醫學雜志》發表了論文，報道了米拉所患疾病的分子病因學研究、藥物設計和臨床前研發以及臨床 10 次給藥治療過程及治療結果。

　　該項成果入選 2020 年MIT Technology Review的“全球十大突破性技術”，不僅是由于其藥物研發自身的科學與技術創新，更在于其研發過程中所揭示或蘊含的新藥審評、孤兒藥研發、個性化治療等社會意義和深遠影響。首先，藥物“Milasen”的出現為孤兒藥的研發創造了奇跡，為我們一直期待的個性化治療創造了一個“超個性化”的、精準醫療的成功范例。當今世界上 7000 多種罕見疾病中超過 90% 沒有治療方法，相形之下，不幸罹患遺傳性罕見病的米拉是非常幸運的，她在父母和社會的支持下、在醫生的幫助下，擁有了以自己名字命名的藥物“Milasen”，用以治療她一個人的“罕見”疾病。這個范例的產生是全基因組測序等現代生物技術、強大的醫療團隊和科研團隊、高昂的研發費用以及 FDA 等管理部門共同努力的成果。其次，Milasen 的研發過程是近年來一直在推動的“臨床→實驗室→臨床”的轉化醫學研究模式的一次有力詮釋和完美展現。第三，Milasen 的成功研發為處于緩慢前行狀態的基因治療藥物帶來了鼓舞和信心。Milasen 是 1998—2018 年的 20 年間被 FDA 批準的第 9 個寡核苷酸類基因治療藥物。與其他寡核苷酸類藥物相比，Milasen 是針對一個患者的超個性化的藥物，其研發周期很短。第四，Milasen 的藥物研發過程提供了一次難得的、治療單個患者的超個性化藥物研發的實踐樣板。第五，相較于傳統新藥研發漫長的審批和臨床試驗過程，Milasen 的藥物研發僅用一年的時間就應用于患者。在藥物研發過程中，FDA 展現出不同以往的藥物審評方式，這為未來新藥審評的變革留下了伏筆和突破。同時，藥物 Milasen 的成功實踐又為我們提出了一系列的新問題，例如，諸如 Milasen 的超個性化藥物，其研發過程、臨床實踐和銷售規則與現有的新藥研發與運行模式基本相悖，其研發費用由誰擔負？其獨特的臨床實踐中所面臨的潛在風險以及其與現有藥物監管體系之間矛盾沖突如何解決？Milasen 這樣的超個性化藥物的問世，為我們展現出的轉化醫學和精準醫療的成功及其衍生出的新藥研發模式和藥物監管等科技、經濟、管理和社會等層面的挑戰和影響，使得其當之無愧地入選MIT Technology Review “全球十大突破性技術”。

　　3 數字貨幣

　　數字貨幣的興起對金融隱私有著巨大的影響。數字貨幣純以數字化形式存在，這將徹底顛覆長期困擾各國的財務隱私問題。除了即時交易這一直觀的收益之外，數字貨幣的普及還有望重塑交易中介的形態，甚至徹底淘汰傳統中間機構。在使用區塊鏈技術支持下的加密貨幣時，數字貨幣將具備去中心化特性，且信任體系由全體參與者共同支持。數字貨幣技術有可能全面打破現有全球金融體系的固有形態，將整個社會帶入新的資金流動時代。

　　2019 年 6 月，美國臉書公司（Facebook）推出了基于區塊鏈的加密數字貨幣“天秤幣（Libra）”，立刻遭到強烈抵制。“天秤幣”可能加強美國在全球金融體系中不成比例的權力，而這種權力源于美元扮演著全球事實上的儲備貨幣的角色。2019 年 10 月，Facebook CEO 馬克·扎克伯格也向美國國會承諾，Libra“將擴大美國的金融領導地位，以及美國在世界范圍內的民主價值觀影響和監督能力”。數字貨幣的戰爭已經打響。

　　

　　專家點評：

　　韓立巖：北京航空航天大學經濟管理學院教授、博士生導師，北京市教學名師，享受國務院政府特殊津貼。1982 年畢業于北京師范大學數學系，1991 年獲北京師范大學理學博士學位，1995 年在維也納經濟大學完成經濟學博士后研究。當前研究方向：金融科技、國際金融、綠色金融。

　　2019 年 6 月 18 日，Facebook 發布“天秤幣（Libra）”，CEO 扎克伯格表示天秤幣將由一個“獨立、非營利”機構運營，注入資金 1000 萬美元作為天秤幣初始儲備，后續將依靠儲備金根據規則“自動增加”天秤幣的發行，“天秤機構”將把儲備金存入各國美元、英鎊、歐元、日元等賬戶，以確保天秤幣成為服務世界經濟和金融的真正的“穩定幣（Stable Coins）”。

　　天秤幣是比特幣問世十年后的又一里程碑，入選了MIT Technology Review2020 年“全球十大突破性技術”。其運用了比特幣檢驗的區塊鏈技術，背靠現有國際信用貨幣，成為二者之間一個恰當的折中，為數字貨幣進入主流經濟與社會鋪平了道路。天秤幣似乎想成為國際主導貨幣走向死胡同的一個光明之路，試圖在國際貨幣霸主們的容忍下建立一個不受政府控制的新世界。結果，主要國際貨幣國家齊聲叫停天秤幣，稱其所追求的目標前途未卜。但無論結局如何，天秤幣都將為世界留下不可磨滅的技術價值和學術價值。

　　以比特幣起源的數字貨幣是全球化和信息革命的必然產物。1973 年布雷頓森林體系的解體標志著通過美元盯住黃金的脫離金本位的時代結束，完全由政府主導的信用貨幣時代到來。40 多年來，伴隨著各國通貨膨脹的變化、世界經濟起伏和美國貨幣政策主導的國際流動性的波動，外匯及其衍生品市場在不斷發展的同時，也一直處于不穩定甚至震蕩之中?；趨^塊鏈的數字貨幣的發明提供了一種限制信用貨幣過度膨脹的可能性。

　　區塊鏈與比特幣相伴而生，而后形成鏈圈和幣圈兩個領域。2008 年 11 月 1 日，一位署名中本聰（Satoshi Nakamoto）的作者發表了《比特幣：一種點對點的電子現金系統》一文，闡述了基于 P2P 網絡技術、加密技術、時間戳技術、區塊鏈技術等數字貨幣系統的構架，宣告比特幣的誕生。2009 年 1 月 3 日第一個序號為 0 的創世區塊誕生。以獲得“哈希值”為目標的小概率挖礦過程保證了比特幣數量自然增長的可控性和非人為屬性，一方面在實體經濟的效果是挖礦的高耗電，增加了發電的產值；另一方面，比特幣的問世恰逢美元在金融危機后的大水漫灌時期，過剩的流動性迅速造就了比特幣泡沫，導致比特幣投機活動猖獗，比特幣的美元價格在扶搖直上中持續大幅度波動。因此，數字貨幣的跟進者們紛紛推出各種參考現存金融資產價值的“穩定幣”。穩定幣作為一種價值相對穩定的加密貨幣充當交換媒介來連接數字貨幣世界與法幣世界，方便用戶進行價格錨定交易。其主要類型有法幣抵押發行的穩定幣、數字資產抵押發行的穩定幣、算法規則厘定發行的穩定幣。具有代表性的有 USDT、TUSD、DAI、PAX、BitCNY。但是由于不受監管、操縱幣值等問題的日益突出，穩定幣偏離錨定資產價格又成為數字貨幣市場的新常態，本應該作為避險和保值工具的穩定幣成為引發幣圈不穩定的新源泉。

　　穩定幣終究奏響了天秤幣的序曲。市場對法定數字貨幣（Digital Fiat Currency， DFC）的現實需求越發迫切。值得一提的是，天秤幣或是出于某種策略，僅僅選擇特別提款權（SDR）組合中的美元、英鎊、歐元、日元作為價值錨，而獨獨避開了排位第三的人民幣。這卻使人民幣得以避開爭斗的漩渦而獨立前行。2016 年 1 月 20 日，中國人民銀行數字貨幣研究所宣布自 2014 年開始的數字貨幣研究取得階段性成果，命名為 DC/EP（Digital Currency/Electronic Payment）。同時，中國 FinTech 數字貨幣聯盟成立。中國數字貨幣將作為人民幣的數字貨幣形態與傳統貨幣長期共存，貨幣政策會添加新的數字化手段。對比最典型的非中心化公有鏈的比特幣，中國數字貨幣大概率是具有央行中心的聯盟鏈，并實行分布式賬本（DLT）。參照相關專家的觀點，DC/EP 兼有價值維度的信用貨幣、技術維度的加密貨幣、實現方式維度的算法貨幣和應用場景維度的智能貨幣。在貨幣政策效果上可以實現精準投放、實時傳導、前瞻指引、窗口指導和逆周期調控，特別是中國特色的向中小企業信貸傾斜的定向減低法定存款準備金政策可以在區塊鏈技術支持下精準實施；反洗錢與反腐敗方面可以實現高效精準舉證；在技術上可以更為有效地實施零利率和負利率政策，然而中國并不希望走到這一步。值得一提的是，人民幣國際化可以在數字手段下順利展開，特別是建立安全可靠的數字化國際支付系統。

　　與此同時，國際上正在進行的還有加拿大中央銀行的 Jasper 項目、新加坡金融管理局的 Ubin 項目以及歐洲中央銀行和日本中央銀行聯合開展的 Stella 項目。中國數字貨幣已經走在世界前面，在移動支付普及的背景下，有可能形成領先優勢。

　　目前“鏈圈”與“幣圈”兩大發展領域已經形成。區塊鏈已經脫離數字貨幣而成為工業和社會治理的全面數字化與智能化的最流行工具。2019 年 10 月中央政治局專門學習討論區塊鏈對于新工業革命的作用，隨之中國各級各地掀起了應用區塊鏈技術的熱潮，進一步推動了整個金融科技領域研究和創新的高漲。與金融科技并列，保險科技(insure-tech)也同時開始發展。需求推動科學，區塊鏈豐富的應用場景所針對的是長期以來市場經濟的信息不對稱問題，旨在實現市場主體之間建立在資源平等基礎上的協作信任與一致認同。據此，區塊鏈的分布式數據庫技術和加密技術的泛化成為學科發展的技術標志，推動數學、密碼學、統計學、經濟學與商學、互聯網和信息科學的深度交叉與持續突破；業界則聚焦在區塊鏈與大數據商業活動和信用行為相結合商業模式。在智能制造、智能服務、智慧城市到全方位的智能社會的浪潮中，服務新經濟的數字貨幣是 5000 年來人類貨幣發展的一個新的起點。在主權數字貨幣的領域里，區塊鏈技術的完善、微電子器件和高速通訊技術的不斷顛覆式的發展都在延續摩爾定律，而數字貨幣和傳統貨幣的長期共存和全球平衡更是不斷挑戰著整個經濟學和商學。

　　4 抗衰老藥物

　　第一波新型抗衰老藥物已經開始人體測試。雖然它們目前還不能延長壽命，但有望通過減緩或逆轉基本的衰老過程來治療特定疾病。這類藥物被稱為“長壽藥物（Senolytics）”，其工作原理是消除某些隨著年齡增長而積累的“衰老細胞”。

　　2019 年 6 月，總部位于舊金山的聯合生物技術公司（Unity Biotechnology）公布了該類藥物在輕度至重度膝關節炎患者身上的初步測試結果，預計將在 2020 年下半年從更大規模的臨床試驗中獲得更多結果。這家公司還在研發類似的藥物，用來治療與年齡有關的眼部和肺部疾病。　　

　　專家點評：

　　陳建國：藥理學教授，華中科技大學副校長，同濟醫學院院長。國家杰出青年科學基金獲得者、國家自然科學基金創新群體項目負責人、科技部 973 計劃首席科學家、教育部長江學者計劃特聘教授。德國海德堡大學博士、美國愛荷華大學博士后。中國藥理學會副理事長、神經精神藥理專委會副主委。從事認知與情感障礙性疾病發病機制及藥物干預研究。在Nat. Neurosci.、Biol. Psych.、Mol. Psych.等發表文章 120 多篇。獲教育部和湖北省自然科學一等獎等獎勵。

　　入選MIT Technology Review2020 年“全球十大突破性技術”的新型抗衰老藥物是指美國梅奧診所開發的藥物組合 Senolytics。雖然到目前為止有超過 400 個可延長模式生物壽命的小分子“長壽藥”被發現（如白藜蘆醇、二甲雙胍、雷帕霉素、精胺、丁酸以及本團隊發現的 β-胍基丙酸、二甲基硫醚等），但幾乎沒有在臨床研究階段獲得重要突破的藥物，即使是抗衰老的明星藥——二甲雙胍，在非糖尿病患者中開展的臨床研究也沒有取得令人滿意的效果。Senolytics 是由梅奧診所 James L. Kirkland 博士團隊開發的藥物組合，2015 年其發表在老年醫學國際權威雜志Aging Cell上的論文中首次提出了 Senolytics 一詞。該詞含義指特異性殺死衰老細胞的藥物組合，包括靶向抗癌藥達沙替尼和天然黃酮類化合物槲皮素。2016 年他們發現了另一種 Senolytics——治療急性淋巴細胞白血病的靶向抗癌藥利妥昔（電影《我不是藥神》中格列衛的同類藥），隨后幾年他們發表了一系列重量級的研究論文，表明通過 Senolytics 清除衰老細胞在實驗動物中阻止甚至逆轉了多種疾病進程。2019 年該團隊在EBioMedicine雜志上發表的臨床研究論文表明連續三周給予 Senolytics 可改善特發性肺纖維化老年人的活動能力。與以往研究的長壽藥物最大的不同在于，Senolytics 的關注點在“不老”而非“長生”上，而這種不老恰恰是通過殺死已經衰老的細胞、清除衰老細胞所分泌的有害因子而實現，這可能是其在臨床實驗中取得較好表現的原因。全世界范圍內老齡化情況日益嚴重，然而過去的二十年中老年醫學取得的臨床突破卻寥寥無幾，長壽紅利和抗衰老紅利的預期被長期壓制，Senolytics 的抗衰老新概念及其臨床試驗表現大大激活了資本對抗衰老市場的預期，可以預見未來幾年會出現很多新的 Senolytics 組合，并有可能出現臨床應用的明星藥物，這應該是其當選今年“全球十大突破性技術”的主要原因。

　　雖然衰老的機制目前仍有很多不清楚的地方，但細胞衰老作為機體衰老基礎的觀點已獲得學術界的共識。細胞衰老通過兩條機制引起機體衰老，即組織細胞衰老后出現的衰老相關分泌表型、分泌有害因子（如炎癥因子、蛋白酶等）引起組織功能紊亂，而干細胞衰老會導致細胞新生速率和再生能力顯著下降。在針對衰老相關分泌表型方面，Senolytics 無疑是目前最有臨床前景的發現。在針對細胞新生速率和再生能力下降方面，近年來被熱炒的“換血療法”有可能會帶來一些突破。實驗研究發現把年輕小鼠的血液輸入衰老小鼠體內在一定時間內會帶來衰老干細胞的新生，使其重新擁有分裂能力、引起相關功能的改善，但目前在臨床研究上沒有取得令人驚喜的進展。我國科研界在干細胞的藥物調控方面取得了很多突破性進展，如維生素 C 的干細胞重編程效應等，可能在未來治療衰老相關細胞再生能力下降方面有著重大的價值。

　　從 Senolytics 的組成上看，達沙替尼可以看成是衰老細胞的清除劑，而槲皮素可以看作是衰老細胞有害效應的阻斷劑。此外，作為黃酮類的天然成分，槲皮素還有可能扮演限食模擬劑、環境刺激劑的有益角色，增強機體對衰老細胞所產生有害因子的耐受力。組成 Senolytics 的兩個藥物都是經典藥物，可以看作是老藥新用在衰老醫學領域中大放異彩。這種“臨床老藥+天然產物”的藥物組合對我國科學家開展抗衰老藥物研發有重要的啟發意義，可借鑒其思路實現抗衰老領域的彎道超車：一方面加強老藥新用研究，基于衰老關鍵機制和新靶點，反向挖掘經典藥物如抗氧化劑、抗炎藥、靶向抗癌藥、呼吸系統藥物、免疫調節藥、維生素、降血脂藥甚至抗生素中具有抗衰老價值的新成員，例如本團隊研究發現具有巰基結構的經典藥物如 N-乙酰半胱氨酸等可還原衰老過程中突觸功能的氧化性損傷，具有“以還原抗衰老”的潛在藥理作用；另一方面要注重對已在臨床應用的中成藥單體成分如黃芩素、丹參酮、青藤堿等作為 Senolytics 價值的研究，發掘中西合璧的藥物組合。此外，應該注重抗衰老藥物的臨床研究和評價，成立大學—企業—老年病特色醫院“三位一體”的抗衰老研究中心，推進抗衰老藥物研究，重點考察藥物對老年病患者活動能力、認知能力的改善效應。相信在未來十到二十年內，我國抗衰老藥物研究將取得一系列重要突破，達到國際前沿水平。

　　5 人工智能發現分子

　　科學家們正利用 AI 技術發現可能在醫療保健領域發揮驚人效用的新分子，這是人類與機器協作力量的又一證明。2019 年 9 月，香港 Insilico Medicine 公司和多倫多大學的研究團隊實現了重大實驗突破，通過合成人工智能算法發現了幾種候選藥物，證明了 AI 發現分子策略的有效性。研究人員利用深度學習和生成模型相關的技術，即類似于讓計算機在圍棋比賽中擊敗世界冠軍的技術，成功確定了大約 30 000 種具有理想特性的新分子。他們從中選擇了 6 種進行藥物合成和測試，其中的一種在動物實驗中表現出了較高的活性，被證明很有希望。

　　這是 AI 第一次從零開始發現全新抗生素分子。傳統新藥開發之所以成本高昂，部分原因就在于分子鑒定既耗時又困難重重。在 AI 技術的支持下，我們得以快速、有效地評估數百萬種分子構型，并從中選擇符合需求的選項。

　　

　　專家點評：

　　

　　黃飛鶴：浙江大學教授，博士生導師，教育部長江學者計劃特聘教授。主要從事超分子聚合物研究?，F任 JACS、Chem Soc Rev、高分子學報等雜志編委和中國化學會高分子學科委員會委員和超分子化學專業委員會副主任委員。曾獲國家杰出青年科學基金資助、中國化學會—阿克蘇諾貝爾化學獎、英國皇家化學會 Cram Lehn Pedersen Prize in Supramolecular Chemistry、英國皇家化學會 Polymer Chemistry Lectureship Award、德國 Bruno Werdelmann Lectureship Award。

　　楊波：浙江大學求是特聘教授。長期致力于抗腫瘤新靶點發現和確證、藥物作用機制研究及創新藥物研發工作。曾獲國家杰出青年科學基金資助，享受國務院政府特殊津貼，入選百千萬人才工程“有突出貢獻中青年專家”、國家萬人計劃科技創新領軍人才、科技部重點領域創新團隊等。兼任教育部藥學類專業教學指導委員會副主任委員、Acta Pharmacologica Sinica 編委等職。

　　洪鑫：浙江大學特聘研究員。2010 年于中國科學技術大學獲學士學位，2014 年獲加州大學洛杉磯分校獲博士學位。2016 年加入浙江大學開展獨立科研工作，主要從事化學理論與機制領域的研究。以通訊或共同通訊作者身份于Nature Catalysis, JACS等期刊發表論文 40 余篇?，F任中國化學會物理有機化學專業委員會委員。曾獲 Saul and Sylvia Winstein Dissertation Award 和中國化學會物理有機化學新人獎。

　　“科學革命”之實質就是“研究范式”之變革。上千年的科學歷程見證了“實驗范式”、“理論范式”和“仿真范式”的誕生。隨著 21 世紀信息科學的蓬勃發展，數據密集型科學發現（Data-intensive Scientific Discovery）正成為“第四研究范式”［1］。探索第四范式與其他學科的交叉融合，將為關鍵科學問題的解決以及“卡脖子”技術的突破提供全新的方法論。

　　傳統的藥物研發需經歷海量分子的合成與測試，是研發的關鍵瓶頸之一［2］。

　　Aspuru-Guzik 教授與合作者在 Nature Biotechnology 發表論文［3］，實現了酪氨酸激酶 DDR1 靶點活性分子的快速 AI 設計。“人工智能篩選分子”入選MIT Technology Review2020 年“全球十大突破性技術”［4］。本文以該技術為著眼點，探討 AI 分子設計領域的核心技術突破、關鍵科學意義、國內研究現狀以及未來發展趨勢。

　　該工作的核心技術 GENTRL（Generative Tensorial Reinforcement Learning）是一種生成對抗網絡 GAN 的 AI 模型。其通過分子結構空間與連續潛在空間（Latent Space）互相映射［5］，實現分子結構的生成和演化。在此基礎上，以多個 Kohonen 自組織映射網絡［6］作為獎勵函數進行分子設計的強化學習。本工作以酪氨酸激酶 DDR1［7］為靶點，僅用 21 天就設計了 40 個潛在抑制劑。選擇合成的 6 個化合物中有 4 個具有 DDR1 抑制能力。最優分子在小鼠實驗中表現出了良好的活性以及成藥性特征。而上述所有工作僅用時 46 天，該 AI 分子設計技術有望節省可觀的研發時間和經費開支，為藥物研發帶來顛覆性突破。

　　“人工智能篩選分子”標志著 AI 能夠以分子功能為目標，定制 AI 模型，從數據中汲取跨領域專業知識，補充甚至替代研發團隊。此外，整個工作所有環節僅用時 46 天，這意味著 AI 分子設計將帶來顛覆性的效率提升。通過專業數據支撐的 AI 模型，結合高通量平臺以及集成管理軟件，將構成逆向分子設計的優化環路，革新功能分子設計領域以新藥研發為代表的眾多傳統行業。

　　在化學大數據方向，由清華大學程津培院士團隊建設的化學鍵能數據庫 iBonD. 是迄今鍵能領域綜合度最高、收錄數目最多的大型數據庫［8］。該數據庫使得化學鍵能查找和分析變得可靠便捷，也為 AI 預測物理化學參數提供了重要的數據基礎。

　　在 AI 藥物研發方向，上海藥物所蔣華良院士團隊發展了一種基于注意力機制的圖神經網絡模型，可用于小分子的特征學習和性質預測^［9］。該模型出色地兼顧了人工智能模型的推理能力和可解釋性，在多個藥物發現數據集上均表現出良好的預測精度。

　　浙江大學侯廷軍課題組發展了基于 MM/GBSA 結合自由能分解和支持向量機的 MIEC-SVM 方法用于蛋白—多肽/小分子相互作用預測^［10］，有效降低了自由能計算誤差對預測的影響。朱峰課題組針對藥靶發現的假陽性和穩定性問題，將多種 AI 方法引入可藥靶性發現，成功降低了臨床藥靶發現的假陽性率^［11］，將發現穩定性提升了一個數量級^［12］。

　　隨著研究范式變革的不斷推進，人工智能必將成為物質科學研究的核心動力之一。盡管 AI 分子設計領域已取得令人矚目的進展，在以下重點方向仍亟待發展：

　　（1） 物質科學全鏈條 AI 應用的發展

　　物質科學中經驗驅動的研究模式是其精準設計困難、研發效率低下的關鍵原因。未來在第四范式的引領下，需要從精準合成、精準結構、精準分離和精準放大等各個層次全鏈條地推進信息科學和物質科學的會聚造峰。面向國家發展戰略和世界科學挑戰，以信息科學的“精準化”和“智能化”打破學科壁壘，為物質科學的發展與創新帶來強勁動力和廣闊前景。

　?。?） 新型 AI 技術導向的藥物設計與成藥性研究

　　雖然數據驅動式藥物研發已取得顯著進展，但仍存在生物醫藥數據利用率不足、 AI 精度和可靠性欠佳等問題。未來需要面向活性化合物篩選、成藥性評價、選擇性和脫靶效應評估三個關鍵目標，應用大數據和 AI 技術發展活性分子虛擬篩選、成藥性預測以及靶標預測，開發高精度藥物設計和篩選的在線計算平臺，以范式變革推動創新藥物研發的技術突破和產業升級。

　　6 超級星座衛星

　　美國太空探索技術公司（SpaceX）正在建造的“星鏈”衛星互聯網——這一系統可以讓高速互聯網“無死角”覆蓋全球，但同時，也可以讓地球的衛星軌道變成一個充滿太空垃圾的“雷區”。

　　僅 SpaceX 一家計劃在十年內入軌的衛星數量，就比人類歷史上發射衛星的數量總和還多 45 倍。我們很快就會看到成千上萬顆衛星協同工作，讓地球上哪怕是最貧窮和最偏遠的地區也能用上互聯網。

　　但學界認為大量衛星會對天文學的研究造成干擾。尤其是如此多的衛星在軌運動，可能會引發雪崩式碰撞，最終形成千萬塊空間碎片。這樣的災難會讓未來人類幾乎無法再使用衛星服務和進行太空探索。未來十年內，這些巨形衛星互聯網的命運將決定地球軌道空間的未來?！　?/p>

　　專家點評：　　

　　于全：中國工程院院士，信息系統安全重點實驗室主任，東南大學網絡空間安全學院、西安電子科技大學通信工程學院名譽院長，中國指揮與控制學會副理事長，中國電子學會副監事長。研究方向包括空間信息網絡、無線自組織網絡、軟件無線電、認知無線網等。近年主要關注“類腦神經元的無線異構網絡”及“類生物免疫的網絡安全防御”等交叉學科領域。

　　王敬超：高級工程師，長期從事空間信息網絡、衛星通信等領域的研究工作，在衛星通信等領域獲得多項創新科技成果，獲得國家科技進步一等獎、省部級科技進步一等獎等獎項，是國家高分專項專家組專家、國家自然科學基金空間信息網絡重大研究計劃指導專家組學術秘書。

　　近年來，由于 SpaceX［13］、OneWeb［14］、亞馬遜和 Telesat 等公司的大力推動，“超級星座衛星”（Satellite Mega-Constellations）經常成為大眾熱點話題，入選 2020 年 MIT Technology Review“10 大突破性技術”排行榜也算是意料之中。低軌星座系統由于其空間位置特點，具有覆蓋范圍廣、傳輸時延短、不受地域約束等優勢，一直是衛星通信領域的重要發展方向。20 世紀 80 年代末 90 年代初，全球范圍內就曾出現了以銥星、全球星等系統為代表的低軌星座熱潮。但由于市場、技術等多方面原因，尤其是地面蜂窩移動通信的興起，這些項目大都未完成部署或發展艱難。隨著多波束相控陣天線、星上處理交換、無線激光鏈路、一箭多星、火箭回收、低成本小衛星制造等技術的蓬勃發展，利用規模巨大的低軌衛星組網構建超級天基互聯網，為用戶提供全球無縫覆蓋、隨遇接入與按需互聯服務，又重新得到了業界的高度關注，12 個國家近 40 個星座計劃紛紛出臺，其中僅 SpaceX 公司的 StarLink 一項就打算發射 4.2 萬顆衛星，比人類歷史上發射衛星的總數還要多 4 倍，衛星通信網發展邁入“超級星座”時代。作為航天大國，中國也啟動了多項低軌星座計劃。2018 年底，首顆“虹云工程”試驗衛星與首顆“鴻雁星座”衛星先后發射成功，標志著我國低軌星座系統進入在軌試驗階段［15］。針對超級星座的發展熱潮，我們認為應關注以下幾點：

　　一是探索適合中國國情的“超級星座”發展道路。SpaceX 是火箭制造商和衛星發射商，馬斯克提出如此規模龐大的超級星座，首先看到的是大規模衛星發射為其帶來的巨額利益。我國發展星座系統的目標是提升整個信息網絡的體系服務能力，出發點不同自然會有不同的策略。軌道和頻譜是衛星系統能夠正常運行的先決條件，國外公司紛紛推出規模龐大的低軌星座方案，主要是以搶占稀缺的衛星軌道和頻譜資源為目標，“跑馬圈地”意圖明顯。2019 年國際電聯大會專門對規則進行了限制性修改，衛星頻率、軌位就像房地產行業的土地資源一樣無法再生，我們必須發揮體制優勢，抓住機遇、提前布局，在國際競爭中積極爭取主動。

　　二是以業務需求為導向，不片面追求衛星數量。天地一體化組網是未來 6G 網絡發展的基本思路，要加強網絡架構的頂層設計，充分發揮地面網絡與天基網絡的各自優勢，取長補短，異構融合，實現整體效費比最優。由于衛星在軌壽命有限，為保證超級星座的正常運行需要不斷補充發射衛星，以 Starlink 為例，按照四萬多顆的星座規模，每年需要發射五到八千顆衛星進行補網，這筆巨大的開銷很可能要拖垮星座運營商，SpeaceX 的主要競爭對手 One Web 在天上留下 74 顆衛星后，今年 3 月底就申請了破產保護。因此，為保證星座系統的可持續發展，不能一味追求衛星數量規模，而是要突出核心應用需求，設計合理的星座方案，做到天地互補、物盡其用，如果亦步亦趨的盲目跟風，很有可能陷入新的“星球大戰陷阱”。

　　三是加強基礎理論研究，孕育催生原創性技術突破。各大明星公司炒作“超級星座”概念有為資本市場造勢的目的，對此要有冷靜淡定的心態。近年來，國家科學技術部、國家自然科學基金委員會在天地一體化信息網絡方面部署了多項重大計劃，啟動了一批基礎性、前瞻性、交叉性的基礎理論和關鍵技術課題，如天地融合 6G 網絡架構、星間激光傳輸與組網、星上采集處理傳輸一體化等，為發展中國特色的“超級星座”系統奠定了技術基礎。

　　7 量子優越性

　　美國谷歌公司領銜的團隊于 2019 年 10 月宣稱成功演示“量子優越性”，他們通過一個包含 53 個有效量子比特的處理器（Sycamore 處理器）花費約 200 秒完成當前最強超級計算機 1 萬年才能完成的計算任務。盡管美國國際商用機器（IBM）公司對谷歌的說法提出了質疑，但這仍是一個里程碑式的提升。

　　然而，谷歌的演示只是對量子計算概念的一個證明，相當于在計算器上做隨機加法并證明答案是正確的。現在的目標是要制造有足夠量子位的機器來解決實際問題。這是一個艱巨的挑戰：因為量子位越多，就越難維持它們微妙的量子態。谷歌方面也承認，現有成果距離能夠真正解決重要問題（即傳統計算機無法解決的實際問題）的量子計算機還有數年、甚至數十年的距離。　　

　　專家點評：　　

　　郭光燦：中國科學技術大學教授、中國科學院院士、第三世界科學院院士。長期從事光學和物理學的教學和科研工作，已培養博士 90 余人，其中全國百篇優秀博士論文獲得者 5 人，國家杰出青年科學基金獲得者 7 人，優秀青年科學基金獲得者 10 人，中國青年科技獎獲得者 3 人。曾獲得中科院自然科學二等獎、國家自然科學二等獎，何梁何利科技進步獎，安徽省自然科學一等獎，安徽省重大科技成就獎。

　　郭國平：中國科學技術大學教授，博士生導師，本源量子創始人。中國科學技術大學微電子學院副院長、中科院量子信息重點實驗室副主任。長期從事半導體量子計算實驗研究，在量子比特編碼、操控、擴展以及量子軟件、量子算法等方面做出系列創新性研究成果。國家重點基礎研究發展計劃項目 A 類（超級 973）、國家重點研發計劃首席科學家，作為負責人承擔了國家自然科學基金委重點項目等多個科研任務。獲國家杰出青年科學基金、第十四屆“中國青年科技獎”、2018 年安徽省自然科學一等獎，入選中組部“萬人計劃”科技創新領軍人才，教育部青年長江學者。

　　2019 年 10 月，Google 在Nature上發表了一篇里程碑式的論文［16］，在這篇文章中，它們利用有 53 個量子比特（被稱為懸鈴木（Sycamore））的超導量子芯片，耗時 200 秒實現一個量子電路的采樣實例，而同樣的實例在當今最快經典超級計算機上可能需要運行大約 1 萬年。盡管 IBM 的科學家對 Google 宣稱實現了“量子優越性”（Quantum Supremacy）還有異議，但這一突破無疑是量子計算領域的一項重大技術進步，它也被MIT Technology Review評為“全球十大突破性技術”。

　　自 20 世紀 80 年代費曼提出量子模擬的思想以來，普適的量子計算機具有比經典計算機更強大的計算能力已是學界的共識，由美國著名科學家 Shor 教授提出的大數因子分解算法就明確地顯示了這一點。然而，要實現普適的量子計算現階段還不現實。即使在可以預見的將來，中等規模（50~100 個物理量子比特）且帶噪聲（還無法實現量子編碼）的量子系統是一個合理的技術預期。那么，在這樣的技術限制下，如何來體現量子計算的優越性呢？作為一個量子計算的中間目標，量子優越性被提出。這一概念最早由加州理工大學的 John Preskill 教授提出［17］，它特指在某些特定的問題上量子計算機的計算能力超越了任何經典計算機。這些特定問題的計算復雜度經過嚴格的數學論證，經典計算機在解決這些問題時復雜度非常高（指數增長或超指數增長）。這樣就有可能利用比較少的量子比特來實現所謂的量子優越性，體現量子計算的優越性。根據不同的系統特征，人們選擇不同的問題來實現量子優越性?，F階段比較清楚的、已證明可能實現量子優越性的問題包括：量子隨機線路問題和玻色取樣問題?；诔瑢到y的量子計算，大多通過實現量子隨機線路的取樣問題來展示量子優越性（Google 公司采取的就是這條路線）；而基于光學系統的量子計算大多采用玻色取樣的技術路線來實現量子優越性。

　　Google 的技術突破預示著中等規模帶噪聲量子計算（NISQ）時代的到來，這是量子計算時代的前奏［18］。一方面，我們應該為這一時代的到來而歡呼，另一方面，我們也要保持足夠的清醒：無論是隨機線路模型還是玻色取樣模型都還是一個 Toy（“玩具”）模型，它們的實際用途還沒有被發現，這一成果還不能直接地用于解決實際問題；這一階段性成果還只是實現普適量子計算的其中一步，離實現普適的量子計算還有相當長的路要走。中等規模帶噪聲量子計算（NISQ）時代的核心問題是探索中等規模帶噪聲量子計算機的實際用途，并進一步體現量子計算的優越性。有兩個方向的問題在 NISQ 時代被人們寄予厚望：組合問題的優化和量子多體系統的模擬。選擇合適的問題并進一步優化到近期技術上可實現是關鍵。

　　我國對量子計算投入較晚，由于體制及評價等因素，還沒能形成從算法研究、芯片設計到工藝發展的完整體系，中等規模帶噪聲量子計算（NISQ）時代的研究仍然相對落后，需要制度和合作方式的進一步創新。

　　總之，Google 公司的量子優越性技術突破使人們依稀看到了量子計算的曙光，但有實際用途的量子計算機仍然任重而道遠。

　　8 微型人工智能

　　時至今日，強大的人工智能算法已經能夠在手機乃至其他消費級設備上獨立運行，不再需要依賴于云端通信。借助微型 AI，研究人員能夠通過所謂“知識蒸餾”方法顯著縮小現有 AI 模型的體積，同時保證不對現有算法功能或性能造成任何影響。這種在本地設備上運行 AI 算法具有諸多優勢，包括無延遲（不需要與云端通信）以及改善隱私問題等等。目前，谷歌、IBM、蘋果以及亞馬遜在這一領域占據主導地位。微型人工智能所帶來的好處是顯而易見的。現有的服務將變得更好更快，新的應用可以成為可能，本地化的人工智能也更利于隱私保護，因為你的數據不再需要離開設備就能實現服務或功能的進化。

　　但是，隨著人工智能技術得到分布普及，其面臨的挑戰也隨之而來。例如，打擊那些不法監視系統或深度偽造視頻可能會變得更加困難，歧視性算法也可能激增。

　　專家點評：　　

　　陳云霽：中科院計算所所長助理，中科院計算所研究員、博士生導師。帶領團隊研制了國際首個深度學習處理器芯片寒武紀 1 號，在計算機體系結構領域的國際頂級期刊和會議上發表論文近 100 篇，多次獲得計算機體系結構頂級國際會議最佳論文獎。曾獲得國家杰出青年科學基金、國家優秀青年科學基金項目資助。

　　張蕊：中科院計算所助理研究員，研究方向為人工智能和深度學習，在人工智能相關領域的國際頂級期刊和會議上發表論文十余篇，包括 TPAMI、ICCV、CVPR、IJCAI、AAAI 等。

　　人工智能已成為目前引領新一輪產業變革、促進社會發展的重要因素。但人工智能的成功有賴于龐大的數據量、高復雜度的算法和強大的算力支持。這導致人工智能在應用過程中依賴于中心化的云端計算資源，制約了算法的部署和使用范圍，限制了人工智能應用的運行速度，同時在使用過程中會產生驚人的碳排放量，并可能產生很多隱私問題。這些問題還會阻礙人工智能在手機、自動駕駛、視頻監控等終端應用場景的離線部署和實時決策。同時，人工智能對算力的需求可能使人工智能的發展掌握在少數科技巨頭手中，限制了其在學術界、研究機構和中小公司的研究和使用。

　　微型人工智能（Tiny AI）的興起為人工智能的發展帶來了新的方向。在算法方面，微型人工智能著眼于降低算法的計算復雜度和延遲時間。包括利用模型剪枝與量化、模型壓縮與分解、知識遷移與蒸餾等技術，在不損害算法功能的條件下縮小現有的算法模型。同時，越來越多的研究轉向設計輕量級、實時的算法，以適合在終端使用。在硬件方面，微型人工智能通過設計專用的人工智能芯片，結合人工智能算法的特性，將更多的計算能力集成到更緊密的物理空間中，以更低的功耗和延遲來訓練和運行人工智能算法。同時，微型人工智能也會將數據存儲和算法運行更多地從云端移動到終端，拓展人工智能技術的應用范圍，節省傳輸時延，同時保障數據的安全性。

　　微型人工智能的發展對人工智能的市場化和普及具有重要意義。微型人工智能將幫助人們在日常生活中更普遍地使用人工智能技術。人們可以更加方便地在手機端離線且快速地使用語音助手、照片處理、文字翻譯等功能。微型人工智能也將推動許多新技術的發展，如對處理時間要求較高的自動駕駛、監控視頻理解與分析等。同時，微型人工智能還可以與其他行業結合，如移動端的醫療圖像分析、自動零售業務、衛星圖像分析等等。由于具有廣泛的應用場景和廣闊的發展前景，并對人工智能的落地和產業化具有深遠影響，微型人工智能被MIT Technology Review評選為 2020 年“全球十大突破性技術”之一。

　　目前，谷歌、IBM、蘋果以及亞馬遜等大型跨國科技公司在微型人工智能領域占據主導地位。國內方面則以華為、百度、阿里、騰訊等大型 IT 公司和商湯、曠視、寒武紀、地平線等初創公司為主導，并與清華、北大、中科院等高校和研究機構進行合作，越來越多的研究人員和工程師投身于微型人工智能的研究和應用中。例如，曠視提出了高效且輕量級的 ShuffleNet 系列應用于計算機視覺領域，華為提出了模型小、速度快的自然語言處理模型 TinyBERT，商湯推出了輕量級人臉識別平臺 FaceNext，寒武紀推出了邊緣端智能芯片 MLU220 及加速卡，地平線發布了車規級邊緣人工智能視覺芯片征程 2.0，阿里開源了輕量級深度學習端側推理引擎 MNN。目前，國內的微型人工智能發展一片繁榮，擁有大量的人才和資金投入，研究方向覆蓋從算法到硬件的各個層面，應用場景遍及生產和生活的多個領域。中國的微型人工智能發展程度處于國際領先，在發展規模上與美國呈現“齊頭并進”競爭格局。但目前國內的研究方向主要還是跟隨國外如谷歌等大公司，未來需要更多的結合國情、有創新性的研究。同時，國內研究目前更多的聚焦于算法的研究，需要在硬件和開發平臺方面加大研究投入。此外，還需要加強產學研合作，促進研究成果的應用和產業轉化，使更多的研究成果成功落地，惠及社會發展和人民生活。

　　微型人工智能目前尚處于發展初期，未來將會有更大發展。首先，由于微型人工智能面向的應用場景復雜多樣，能夠使用的數據量相對較少，因此微型人工智能的算法將會從有監督學習向無監督學習發展，以應對數據對算法的制約。其次，由于微型人工智能中算法和硬件是緊密相關的兩個部分，傳統人工智能中算法和硬件相對分離的研究模式已不再合適，微型人工智能將向著軟硬件結合的方向發展，使算法設計和硬件架構相輔相成。最后，微型人工智能將更多的與邊緣計算、物聯網進行配合，如利用分布式人工智能技術，使微型人工智能可以更好地應用在實際生產和生活中。

　　9 差分隱私

　　在 2020 年的美國人口普查中，差異化隱私將得到大規模使用，這也將成為該技術迄今為止覆蓋面最廣的應用實例。差異化隱私允許相關組織從提交或收集到的數據中整理并共享與用戶相關的匯總信息，同時不影響與個人身份相關的隱私權益。這種技術的核心訴求是在不損害個人隱私的前提下最大限度利用數據資源。在它的幫助下，數據科學家以及數據庫管理員將無法直接訪問原始數據。這種新技術，為各類組織機構帶來解決隱私問題、建立牢固信任體系的可行方法。　　

　　專家點評：

　　楊珉：復旦大學計算機科學技術學院副院長，教授、博士生導師，主要研究領域包括 AI 安全、惡意代碼檢測、漏洞挖掘和操作系統安全機制等，在網絡安全四大頂尖學術會議 CCS、S&P、Security 和 NDSS 發表論文十余篇。在 CCS 2013 發表兩篇首次來自國內的移動系統安全問題研究論文，引起較大反響，2018 年數字貨幣惡意挖礦代碼檢測的工作入選 CCS highlights 論文。

　　南雨宏：美國普渡大學計算機系博士后研究員，信息保障與安全教育研究中心（CERIAS）訪問學者。主要研究方向為智能平臺下的隱私泄露檢測及隱私保護。先后參與國家 973 計劃、美國國防部（海軍）等課題研究。其中關于移動應用隱私泄露檢測研究發表于Security、NDSS、TIFS等旗艦會議和期刊，多項研究成果已形成行業應用。

　　近日MIT Technology Review公布了 2020 年值得關注的十大突破性技術，入選的差分隱私技術引起了全社會的高度關注。毫無疑問，數字文明中的隱私數據保護已經成為網絡空間生態安全的核心問題。差分隱私技術的主要特點在于通過提供嚴格的數學定義，告訴人們一個算法對于任意數據集進行處理之后，能夠多大程度上保護數據的隱私性。舉例來說，在我們使用某一種數據集時，將群體用戶的信息（比如某部分人的平均年齡）公布，這從法律和倫理兩個層面而言，都可以認為不是隱私泄露；但是如果能夠用一些技術手段，將單個數據集結合其他公開的數據準確推測出具體的個體信息（如某人的身份證號）時，這種情況就是隱私泄露。差分隱私算法通過對原有數據添加一系列“噪聲”，使攻擊者很難實現對個體用戶隱私數據的精確計算，這樣便能夠在保護數據安全的前提下，提高數據共享和使用的效率。

　　近年來，隨著公眾網絡安全意識的覺醒，公眾與機構對網絡空間生態的信任感嚴重缺失，若我們無法顯著提升數據安全保護能力，數字文明發展也將會受到明顯制約。例如，因為擔心隱私泄露，很多原本用于科學研究和商業應用的數據集無法被公開披露或者被迫中斷披露，導致很多好的商業模式與科學研究無法持續推進。面對這種局面，越來越多的人認為，作為一種可以精確評估數據隱私性的數學工具，差分隱私技術可為防范隱私泄露這一科學難題帶來新的契機。

　　差分隱私這一概念最早于 2006 年由美國哈佛大學的 Cynthia Dwork 等學者提出，這些年一直在穩健發展。早期的研究主要集中在中心化差分隱私，計算模式為數據中心搜集原始數據并進行差分隱私處理，并將處理后的數據對外發布。中心化差分隱私要求數據的搜集方（數據中心）本身足夠可信，然而不斷披露的各類大規模隱私數據泄露事件，不斷提醒著我們“數據中心可信”這一假設在現實中很難確保。因此，本地化差分隱私算法在近幾年逐漸成為新的研究熱點，在這種計算模式下，隱私處理過程由數據搜集者轉移到了用戶側，不再依賴于第三方的介入，從而有效消除了數據搜集者泄露數據的安全隱患，也減少了數據在傳輸過程中泄露所導致的風險。

　　差分隱私通俗來講就是針對給定的數據集合，在保留統計學特征的前提下去除個體特征以保護用戶隱私。與之前隱私保護方法最大的不同之處在于，差分隱私引入了一種全新的數據保護模式來控制數據的搜集、查詢及使用過程。這樣的方法使得數據安全性、隱私性在得到理論保證的前提下，最大限度地支持了基于數據驅動的科學研究及商業活動，最大化地保留了已有數據的可用價值。

　　在這些深入的科學研究基礎上，目前差分隱私已經在工業界得到了一定的應用。例如，蘋果及谷歌公司（RAPPOR 系統）分別在 2016 年開始使用本地化差分隱私算法搜集用戶數據。最近的報道顯示，在美國 2020 年的人口普查中，人口統計部門也將全面采用差分隱私技術，致力于在精確統計超過三億三千萬人口信息的基礎上同時保證這些數據的隱私性，這將會成為迄今為止差分隱私最大規模的應用場景。

　　差分隱私致力于在數據實用性及隱私性之間取得一種平衡，但這種技術不是隱私泄露難題的“終結者”。差分隱私依賴于其使用者通過設定一定的“隱私預算”來調整數據的可用性及隱私性。在實際的生產環境中，隱私預算對隱私保護的有效性具有決定性的作用。隱私預算的合理性如何界定，誰來控制這樣的隱私預算，這些開放問題均還處在研究探索的階段。與此同時，很多用來生成噪聲數據的差分隱私算法依賴于數據集達到一定的規?；驖M足一定的分布，這樣的要求在某些特定場景下可能難以滿足。尤其是當加入的噪聲過大時，很多根據個人信息提供個性化服務的應用場景就遇到很大的挑戰。此外，人工智能的迅猛發展，為差分隱私技術帶來了許多新的挑戰，這方面的智能攻防技術正在成為當下最為迫切的研究熱點之一。

　　差分隱私技術的應用具有很強的專業壁壘，對個人用戶來說，差分隱私的使用完全是透明且不可感知的。但是，差分隱私的有效性依賴于利益沖突方（如數據中心）指定隱私預算，而用戶作為隱私數據的核心利益相關者，尚不能夠自主控制隱私預算。如何增加透明度及各方信賴程度，是差分隱私技術在現實場景中廣泛應用前必須解決好的問題。

　　總體而言，隱私數據保護是一個宏大的科學問題，同時也具有迫切的現實需求。理想的隱私保護體系需要社會科學、法律法規和技術手段的多維協作。差分隱私的理論與方法，為這種協同提供了良好的技術基礎。我們期待差分隱私技術產生突破性的進展，并形成廣泛應用，真正成為保護數據安全的一把利刃。

　　10 氣候變化歸因

　　隨著計算機處理能力的快速提升，科學家們現在能夠對氣候變化在惡劣天氣中的實際作用進行歸因。通過把氣候變化的影響從其他因素剝離出來，有助于我們弄清如何為未來可能出現的極端狀況做好準備，包括預計會有多少洪災發生，以及隨著全球變暖的加劇，熱浪會有多嚴重。氣候變化歸因可以幫助我們了解我們的城市和基礎設施需要進行怎樣的改造，以應對氣候已發生變化的世界。同時證明各國政府及企業是否應該為由氣候變化導致的惡劣天氣事件負責。對氣候變化的歸因能力，也將給相關談判及訴訟帶來指導，先將由整體氣候變化引發的特定天氣狀況確定下來，再判斷由此造成的財產甚至生命損失該由哪方承擔。　　

　　專家點評：　　

　　翟盤茂：中國氣象科學研究院研究員， IPCC 第一工作組聯合主席，國家氣候變化專家委員會委員，從事氣候變化、極端天氣氣候事件研究。

　　周佰銓：理學博士，中國氣象科學研究院助理研究員，IPCC 第一工作組技術支持組成員，從事氣候變化、極端天氣氣候事件歸因研究。

　　近期，由于氣候模式模擬能力的提高，在伊梅爾達颶風事件發生僅 10 天后就能快速進行氣候變化歸因方面研究取得的突破被 MIT Technology Review選入 2020 年“全球十大突破性技術”。這是近年來在氣候變化領域氣候變化歸因方面取得的又一項重要的科學進展。

　　在氣候變化科學中，特別需要回答人類活動影響（包括溫室氣體排放、氣溶膠變化和土地利用等因子）對某類變化或某一事件的具體貢獻，這種研究人類活動影響的過程即是氣候變化歸因，而氣候變化是否對極端天氣氣候事件造成直接影響也是其中最重要的一部分內容。極端天氣氣候事件歸因研究主要致力于量化人類活動與自然強迫改變一種特定類型的極端事件的發生概率及強度的程度，這方面的研究可以更好地幫助我們預估未來在人類活動影響下極端天氣氣候事件可能帶來的風險。

　　事實上，從 2004 年 Peter Stott 等人在揭示氣候變化與歐洲熱浪事件之間的聯系之后，極端天氣氣候事件歸因就成為了氣候變化研究領域的國際熱點并迅速發展。從研究成果上看，對熱浪、寒潮、極端強降水、干旱、熱帶氣旋等不同類型極端事件的歸因研究陸續涌現。自 2012 年以來，《美國氣象學會通報》（BAMS）每年都會組織一期年度增刊，專門刊登前一年發生在世界各地的極端事件的歸因研究。極端事件歸因研究的興起不僅推進了對氣候變化影響極端事件變化的程度及物理機制的深入理解，也推動了極端事件歸因的研究方法迅速發展。美國國家科學院出版社 2016 年發布的題為《氣候變化背景下極端天氣事件的歸因》的報告指出，在眾多極端事件類型中，有關溫度的極端事件如熱浪和寒潮等的人類活動歸因結果的可信度最高。極端降水事件歸因結果的可信度能達到中等信度，低于熱浪和極端低溫事件，甚至略低于干旱事件。而在熱帶氣旋的歸因認識方面更是不足。

　　此次入選MIT Technology Review“全球十大突破性技術”的正是針對颶風伊梅爾達的歸因研究，該研究使用了多個 25~30km 的高分辨率模式的不同強迫試驗，分析了具有同樣強度極端降水的颶風的發生頻率與強度的風險變化。研究顯示高分辨率模式能夠實現對颶風過程中的中小尺度對流過程更好的模擬，同時利用多模式的歸因分析也能在一定程度上增加歸因結論的可信度。此外，該研究在颶風伊梅爾達發生僅 10 天之后就給出了非常翔實的歸因分析結論，指出人類活動使得類似的強風暴的發生頻率增加高達 2.6 倍，強度增強達 28%。這一結論證實了氣候變化這樣長期緩慢的變化過程對單個強風暴事件的發生具有影響，迅速回應了公眾、媒體和決策者對頻繁發生的極端事件與氣候變暖之間聯系的認知需求與關切。

　　極端天氣氣候事件歸因有助于認識并減少災害風險，歸因結論能夠為決策者制定應對氣候變化的相關減緩政策和適應方案提供重要的科學依據。以此項針對颶風伊梅爾達的歸因研究為例，研究結果顯示人類活動的增強通過氣旋活動使得極端降水頻率及強度顯著增加，又由于氣候變暖引起的海平面升高及快速的城市化導致的滲透層喪失，從而引發洪澇的發生風險增加。此項歸因研究是氣候變化科學上的突破性進展，深化了對人類活動引起的氣候變化加劇通過熱帶氣旋影響區域洪澇風險的科學認識，有利于在科學上支持氣候變化減緩策略，也有利于政府和公眾結合當地情況制定防災減災的一系列應對措施。

　　近五年，我國的極端天氣氣候事件的歸因研究也快速發展起來，針對極端高溫、寒潮以及極端降水的相關歸因研究不斷涌現。但由于起步較晚，且因地處復雜的東亞季風氣候區帶來的氣候系統模式模擬的局限性，目前針對我國區域的一些重大極端事件的歸因研究仍比較匱乏，且歸因結論信度水平與國際相比還有一定差距，在時效性上也無法滿足公眾和政府部門對科學界的訴求。

　　目前我國科學界已經開始重視氣候變化歸因方面的研究，也通過國家重點研發計劃等項目在對極端高溫、極端低溫、極端降水和干旱開展一些針對性的研究，但在熱帶氣旋歸因研究方面仍十分不足。

　　今后隨著計算能力的提升以及氣候系統觀測資料的進一步完善，亟需加強高分辨率氣候系統模式的發展，提高熱帶氣旋、強對流過程等模擬能力，高度關注并支持針對氣候變化和臺風等極端天氣氣候事件及其影響的歸因研究。

　　參考文獻

　　［1］Hey T, Tansley S, Tolle K.， et al. The fourth paradigm: data-intensive scientific discovery. USA: Microsoft Research, 2009.

　　［2］ Blakemore DC, Castro L, Churcher I, et al. Organic synthesis provides opportunities to transform drug discovery. Nature Chemistry， 2018, 10: 383—394.

　?。?］ Zhavoronkov A, Ivanenkov， YA, Aliper A, et al. Deep learning enables rapid identification of potent DDR1 kinase inhibitors. Nature Biotechnology， 2019, 37(9): 1038—1040.

　?。?］ Rotman D. AI-discovered molecules. MIT Technology Review， March/April 2020. https://www.technologyreview.com/lists/technologies/2020/.

　　［5］ Gómez-Bombarelli R, Wei JN, Duvenaud D, et al. Automatic chemical design using a datadriven continuous representation of molecules. ACS Central Science, 2018, 4(2): 268—276.

　?。?］ Ritter H, Kohonen T. Self-organizing semantic maps. Biological Cybernetics, 1989, 61: 241—254.

　　［7］ Moll S, Desmoulière A, Moeller MJ, et al. DDR1 role in fibrosis and its pharmacological targeting. Biochimica et Biophysica Acta (BBA)—Molecular Cell Research, 2019, 1866(11): 118474.

　?。?］ Internet bond-energy databank (pKa and BDE) iBonD. http://ibond.nankai.edu.cn/.

　　［9］ Xiong Z, Wang D, Liu X, et al. Pushing the boundaries of molecular representation for drug discovery with the graph attention mechanism. Journal of Medicinal Chemistry， 2020, DOI: 10.1021/acs.jmedchem.9b00959.

　?。?0］ Hou T, Li N, Li Y, et al. Characterization of domain—peptide interaction interface: prediction of SH3 domain-mediated protein—protein interaction network in yeast by generic structure-based models. Journal of Proteome Research, 2012, 11(5): 2982—2995.

　?。?1］ Zhu F, Li XX, Yang SY, et al. Clinical success of drug targets prospectively predicted by in-silico study. Trends in Pharmacological Sciences, 2018, 39(3): 229—231.

　?。?2］ Yang Q, Li B, Tang J, et al. Consistent gene signature of schizophrenia identified by a novel feature selection strategy from comprehensive sets of transcriptomic data. Briefings in Bioinformatics, 2020, 21(3): 1058—1068.

　　［13］Foust J. SpaceX's space-Internet woes: Despite technical glitches, the company plans to launch the first of nearly 12,000 satellites in 2019. IEEE Spectrum, 2019, 56(1): 50—51.

　?。?4］Radtke J, Kebschull C, Stoll E. Interactions of the space debris environment with mega constellations—using the example of the OneWeb constellation. Acta Astronautica, 2017, 131: 55—68.

　　［15］馭馳. 我國全球低軌寬帶衛星通信系統建設啟動. 太空探索， 2019(2): 5.

　　［16］Arute F, Arya K, Babbush R, et al. Quantum supremacy using a programmable superconducting processor. Nature, 2019, 574(7779): 505—510.

　?。?7］Preskill J. Quantum computing in the NISQ era and beyond. Quantum, 2018, 2: 79.

　?。?8］Kjaergaard M, Schwartz ME, Braumüller J, et al. Superconducting qubits: current state of play. Annual Reviews of Condensed Matter Physics, 2019, 11: 369—395.

總結

以上是生活随笔為你收集整理的《麻省理工科技评论》2020年“全球十大突破性技术”，18位顶级专家联手深度解读的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。