突破性

近日，《麻省理工科技评论》2022年“全球十大突破性技术”正式发布。此次发布的突破性技术包括：“新冠口服药”“实用型聚变反应堆”“终结密码”“AI蛋白质折叠”“PoS权益证明”“长时电网储能电池”“AI数据生成”“疟疾疫苗”“除碳工厂”“新冠变异追踪”。每年评选的“全球十大突破性技术”，都具有很强的科技“策源”属性，今年的也不例外。例如“终结密码”可以使各大公司改变认证方式，不再是极其不安全的字母和数字；“长时电网储能电池”可以帮助分摊可再生能源的供应压力，并扩大清洁能源的使用范围；“AI数据生成”有望填补数据资源丰富的领域的空白等。新冠口服药A pill for COVID重大意义：易于服用的治疗严重的 COVID-19 的药片也可能对下一次大流行病起作用。主要研究者：默克，辉瑞，Pardes Biosciences技术可实现性：已实现还记得唐纳德特朗普（Donald Trump）服用的治疗疟疾的羟氯喹，以及将人们送到毒物控制中心的马用驱虫剂伊维菌素（ivermectin）吗？这些药物对新冠肺炎 COVID-19 并不有效。但是，人们还是迫切地希望它们是有效的。吞下一粒药丸就能使病毒消失，这是一个朴素的愿望。现在，这个愿望变成了现实：通过使用截然不同的方法来设计药片以阻止新冠病毒。事实证明，新的方法确实有效。感染几天的病人服用辉瑞公司的一种抗病毒药物后，可将住院的几率减少 89%。美国政府已经订购了价值100亿美元的这种名为 Paxlovid 的新药。新的药片并不只是在黑暗中一次幸运的尝试。化学家们设计这种药物来扰乱病毒的自我复制能力，该药会锁定并阻断一种叫做蛋白酶的蛋白质，它是新冠病毒进行具有威胁性的复制的核心。其它类型的冠状病毒中也存在类似的蛋白酶，这意味着辉瑞公司的药物也有望抵御下一次大流行病。而且，科学家们确信，更多像 SARS-CoV-2 病毒（新冠病毒） 这样的病原体，正潜伏在蝙蝠居住的洞穴和工业化的养殖场中。新的抗病毒药物的研发比病毒疫苗的设计、合成和测试时间更长（其中一种来自默克公司，这种药物主要针对病毒复制的不同机制）。但是，这些抗病毒药物仍然创造了记录。以前从未有一种全新的战胜疾病的分子能如此迅速地从化学家的实验室进入志愿者的口中，并获得美国食品和药物管理局的批准。辉瑞公司的 CEO 艾伯特波拉（Albert Bourla）说，当他在2021年11月得到该药物有效的消息时，他激动得“泪流满面”。该药片将防止许多人死于 COVID-19，包括免疫系统较弱而疫苗对其无效的人。如果出现了能打败疫苗的新变种，抗病毒药物可能是我们最后的手段。实用型聚变反应堆Practical fusion reactors重大意义：核聚变有望产生廉价的、无碳的、永远在线的能源，没有核反应堆堆芯熔毁的危险，也几乎没有放射性废物。主要研究者：Commonwealth Fusion Systems，国际热核聚变实验反应堆（ITER），美国劳伦斯利弗莫尔国家点火装置，Helion Energy，托卡马克能源公司（Tokamak Energy），通用聚变公司（General Fusion）技术可实现性：大约10年2021年9月， Commonwealth Fusion Systems 的研究人员对一块10吨重的D型磁铁缓慢充电并提升场强，直到它超过20特斯拉（T）。这是同类磁铁的一个新记录。该公司的创始人说，这一壮举解决了开发一个紧凑、廉价的聚变反应堆过程中所面临的主要工程挑战。几十年来，核聚变发电一直是物理学家的梦想。在远高于1亿摄氏度的温度下，就像在太阳中一样，核子融合在一起，在此过程中释放出大量的能量。如果研究人员能够在地球上以可控和持续的方式实现这些反应，那么它就可以利用几乎无限的燃料来源，提供廉价、持续、无碳的电力来源。在其中一种方法中，磁铁被用于将离子和电子的气体，即所谓的等离子体，限制在甜甜圈形状的反应器内。更强大的磁铁意味着更少的热量损失，从而使得更多的核聚变反应可以在一个更小、更便宜的设施内发生。这种改变不仅仅是一点点：磁场强度增加一倍，产生相同能量所需的等离子体的体积就会减少16倍。尽管过去数十年的研究已经耗费数十亿美元的投资，但还没有人建造出一个产生能量比反应堆的消耗更多的核聚变工厂。但是，Commonwealth Fusion Systems 及其支持者充满希望，其他聚变初创公司和研究工作也报告了最近的进展。Commonwealth Fusion Systems 正在建设一个工厂，以大规模生产磁铁，并为原型反应堆奠定基础。如果一切如愿，这家初创公司计划在21世纪30年代初期向电网提供聚变能源。终结密码The end of passwords重大意义：各大公司终于改变了认证方式，不再使用极其不安全的字母和数字。

p 　　2018年人工智能技术已在多方面实现突破进展，国内外的科技公司都在不断尝试将人工智能应用于更多领域，不论科技巨头还是初创企业，都在致力于不断创新，推动技术进步。 /p p 　　1基于神经网络的机器翻译 /p p 　　入选理由：翻译是“自然语言处理”的最重要分支，也是比较难的一支。曾经，机器翻译被我们调侃为 “低级翻译”，而如今神经网络的机器翻译准确性大大提高，堪比专业人工翻译。例如谷歌翻译、微软语音翻译以及搜狗语音识别等都是基于此项技术。 /p p 　　技术突破：机器翻译其技术核心是一个拥有海量结点的深度神经网络，可以自动的从语料库中学习翻译知识。人类大脑处理语言的过程毫无疑问是最为复杂的认知过程之一，曾经很多人都认为机器翻译根本不可能达到人类翻译的水平。2006年，科学家提出了神经网络的深度学习算法，使至少具有7层的神经网络训练成为可能。由于能够比较好地模拟人脑神经元多层深度传递的过程，在解决一些复杂问题的时候有着非常明显的突破性。2018年3月，微软宣布其研发的机器翻译系统首次在通用新闻的汉译英上达到了人类专业水平，实现了自然语言处理的又一里程碑突破，将机器翻译超越人类业余译者的时间，提前了整整7年。 /p p 　　2、基于多传感器跨界融合的机器人自主导航 /p p 　　入选理由：机器人的终极目标是为人类提供智能化的服务，其中自主导航是近年来人类一直想要攻克的技术壁垒，臻迪(PowerVision)通过声呐、视觉等多传感器融合，使其水下机器人能实现自主导航及智能识别，在智能机器人领域内取得了突破性进展。 /p p 　　技术突破：随着机器人的应用场景及作业任务越来越复杂，单一传感器难以满足应用需求。而多传感器的信息融合对硬件资源依赖程度比较高。臻迪(PowerVision)基于自身在机器人行业多年所积累的各类传感器、惯性导航、运动控制、相机、视觉检测/识别、SLAM等核心技术，以及深度学习的深入研究，通过嵌入式端一体化，集成平台的系统架构及优化设计，突破了移动平台硬件资源的限制，使水下机器人更加准确、智能、全面地感知目标，并具备对水下目标进行锁定、检测、识别、跟随的能力。 /p p 　　3、DuerOS对话式人工智能系统 /p p 　　入选理由：DuerOS3.0能够为用户带来了划时代的自然对话交互，包括情感语音播报、声纹识别等能力在内的自然语言交互技术的全面升级。 /p p 　　技术突破：DuerOS是百度秘书事业部研发的对话式AI操作系统，拥有10大类目的250多项技能。DuerOS包括了从语音识别到语音播报，再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着应用层和能力层的实现。2018年7月4日，最新的DuerOS 3.0正式发布，使赋能的产品能够实现语音多轮纠错，进行复杂的递进意图识别与带逻辑的条件意图识别，从而更加准确判断用户意图，最终实现功能升级，利用扩展特征理解用户行为。基于此，DuerOS3.0提供了包括有屏设备解决方案、蓝牙设备解决方案和行业解决方案等在内超过20个跨场景、跨设备的解决方案。 /p p 　　4、移动AR技术 /p p 　　入选理由：未来AR与AI需要相互加持，可以将AR比喻成AI的眼睛。增强现实技术包含了多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟踪及注册、场景融合等新技术与新手段，为人类感知信息提供了新的方式。 /p p 　　技术突破：集成了众多计算机科技和图形图像学技术，包括实时渲染技术、空间定位追踪、图像识别、人机交互、显示技术、云端存储、数据传输、内容开发工具等领域。AR技术不仅展现了真实世界的信息，而且将虚拟的信息同时显示出来，两种信息相互补充、叠加。在视觉化的增强现实中，用户利用头戴显示器，把真实世界与电脑图形重叠在一起，便可以看到真实的世界围绕着它。 /p p 　　5、生物特征识别技术 /p p 　　入选理由：行为识别技术应用于安防，为安全又上了一道锁。 /p p 　　技术突破：店铺安装摄像头已经是一件非常普遍的行为，但普通的摄像头只能纪录店铺内人们的行为，如果发现盗窃需要通过观看监控记录人工排查，耗时费力。比如日本电信巨头NTT宣布研发出一款名为“AI Guardman”的新型人工智能安全摄像头，来帮助店家抓扒手。这款监视器系统，可以即时扫描影像串流、估测影像中的人物肢体动作，然后将这些数据与预设的“可疑”行为相比，发现潜在的商店扒手，如果发现可疑行为，系统就会透过App通知店家。 /p p 　　6、机器人流程自动化 /p p 　　入选理由：机器人流程自动化能够帮助甚至代替人类负担大量简单且单一、重复而繁琐的工作，并且具有高效性。 /p p 　　技术突破：机器人流程自动化(RPA)是通过使用高性能认知技术实现业务的自动化和工作的效率。人类只需在操作界面上编写需要人工完成的工作流程，即可处理各种业务。Gartner数据显示，在过去的一年中，全球范围中大型商业巨头里有300家陆陆续开展了RPA工程，将原先手工化的流程进行自动化改革。随着科技的进步RPA将融入更多人工智能技术，即智能流程自动化(Intelligent Process Automation)。相当于在基于规则的自动化基础(RPA)之上增加基于深度学习和认知技术的推理、判断、决策能力。 /p p 　　7、微软小冰，会作词作曲演唱的人工智能的诞生 /p p 　　入选理由：简单粗暴的早期市场，“使人工智能系统变得有用”是吸引用户的唯一出路。而会学习、工作的人类社会人工智能少女显然满足这个需求。 /p p 　　技术突破：在微软2018人工智能大会上，微软(亚洲)互联网工程研究院副院长李笛曾经分享到，现在多数用户跟语音助手交互的时间其实不超过5秒，一般就是让语音助手去执行一项命令，这样的语音助手其实只是像语音化了的遥控器。但是，小冰的团队希望语音助手能做更多的事，比如走到比较后端，去提供内容。在文字创作这一部分，小冰一开始学写诗，现在已经迭代出了创作歌词的模型。在声音创作方面，小冰除了唱歌以外，还会创作有声读物。在大会之前，小冰就已经出了一本诗集《阳光失了玻璃窗》，小冰写诗的功能已经全面开放，正在筹备的第二本诗集将是与人合作完成，小冰能很快速生成一些原始诗歌内容，创作者可以进行修改和完善，最后的成果属于创作者，因为小冰已经完全放弃其创作的内容的版权。 /p p 　　8、“睿米”神经外科手术机器人亮相 /p p 　　入选理由：在现在这个“生病已是常态”的社会，大数据在医疗领域哪怕一点点的突破都足以所有人瞩目，2018年8月15日世界机器人大会上，北京柏惠维康科技有限公司“睿米”神经外科手术机器人亮相世界机器人大会，我们对医疗机器人又多了一份信心。 /p p 　　技术突破：“睿米”神经外科手术机器人已经成功开展了包含颅内活检，DBS，血肿抽吸，SEEG，核团毁损，导航等其他各类神经外科手术，其精准性，简易性，有效性及微创性获得专家的认可。“睿米”神经外科手术机器人由计算机及软件系统、机械臂、摄像头三部分组成：计算机及软件系统(手术规划软件)负责合成患者头颅的三维模型，方便医生观察病灶，进行手术规划 机械臂，负责定位医生规划的手术位置，精度达到1mm，同时还是多功能手术平台 摄像头，可实时捕捉机械臂和患者的位置信息，确保机械臂按手术规划路径运动到指定位置。“睿米”作为脑外科手术的“GPS”系统，可以帮助医生在不开颅的情况下定位到颅内的细微病变，实现精准的微创手术。目前，“睿米”神经外科手术机器人已进入天坛，宣武，301，协和等三甲医院，并成功开展DBS手术。 /p

在单个细胞中了解转录组的表达谱和空间景观，是全面认识细胞行为的基础。日前，著名学者庄小威(Xiaowei Zhuang)领导研究团队在Science杂志上发表了一项突破性的单分子成像技术，MERFIS 　　在单个细胞中了解转录组的表达谱和空间景观，是全面认识细胞行为的基础。日前，著名学者庄小威(Xiaowei Zhuang)领导研究团队在Science杂志上发表了一项突破性的单分子成像技术，MERFISH(multiplexed error-robust fluorescence in situ hybridization)。该技术可以在单细胞水平上实现空间分辨的高度多重化RNA分析，打破了目前的技术限制。 　　庄小威是著名的华裔女科学家，早年毕业于中国科技大学少年班，34岁时成为了哈佛大学的化学和物理双学科正教授，是哈佛物理系和化学系少有的双科教授。2012年庄教授当选为美国国家科学院院士，刷新了美国科学院最年轻华人院士的纪录。她所研发的超高分辨率技术STORM与诺奖得主Eric Betzig的成果不相伯仲，却和2014年的诺贝尔化学擦肩而过系统性分析单细胞的RNA丰度和空间定位，有助于我们理解细胞和发育生物学的许多方面。单分子荧光原位杂交(smFISH)是在单细胞中研究RNA拷贝数和空间定位的有力武器。这种技术能够高分辨地分析RNA分布，为人们揭示了RNA亚细胞定位在生物学过程中的重要性，比如细胞迁移、发育和极化。smFISH还可以精确测定特定RNA的拷贝数(无扩增偏好)，让人们能够定量基因表达的天然波动，进而阐明这种波动的调控机制。 　　随着成像技术和分析方法的进步，smFISH检测已经实现了自动化，大大拓展了我们对RNA表达谱及其空间定位的认识。不过，smFISH目前只能在单细胞中同时检测10-30种RNA，这无疑限制了这种技术的进一步应用。 　　庄教授等人开发的MERFISH是一个高度多重化的smFISH成像方法，可以在单个细胞中鉴定数千种RNA的拷贝数和空间定位。他们使用组合标签、连续成像等技术来提高检测通量，还通过error-robust编码方案，来抵消单分子标记和检测错误。 　　研究人员用MERFISH技术对数百个细胞进行了分析，在单细胞中同时成像100-1000种RNA。他们还通过相关分析绘制了基因调控网络，预测了基因功能，鉴定了与蛋白属性有关的RNA分布模式

由北京亿路达机电设备有限公司做为主赞助商的全国塑料标准化技术委员会及各分会2017年年会暨标准审查会于2017年11月20-23日在成都家园国际酒店召开。本次会议TC15的7个分会人员和行业内人士近300人共聚一堂，大会期间总会和各分会代表分别做了2017年总结、讨论了2018年工作计划，并且对相关标准进行了表决。北京亿路达机电设备有限公司总经理史清军先生携销售经理张原先生和相关技术人员参加了此次会议。在会议中，公司总经理史清军先生向大会做了聚烯烃表征新技术的精彩报告，深入浅出地讲解了西班牙Polymer Char公司的聚烯烃表征技术，与会人员对从微观结构上了解树脂性能差别的根本原因及相关表征技术有了新的认识，很多参会人员认为西班牙Polymer Char仪器将是聚烯烃微观结构表征突破性发展的助力，将彻底解决以前靠经验或“摸着石头过河”开发新产品的困惑局面。 亿路达公司总经理史清军先生在大会期间做报告

安捷伦芯片应用于突破性的产前研究 2012 年 2 月 13 日，安捷伦科技公司（纽约证交所：A）宣布，其芯片被用于一项里程碑式的产前样本研究项目。这项为期三年的研究，是用于评估芯片分析与传统染色体核型分析相比的准确性、效果以及潜在的优势。Agilent SurePrint CGH 芯片和分析软件在研究中被用于 4,400 个样本的检测，占据了样本队列的大部分。 来自埃默理大学、贝勒医学院、哥伦比亚大学和Signature Genomics 基因检测公司的研究人员共同参与了这项研究。上周在母胎医学学会的一次会议中，他们公布了研究的结果。该研究一方面关注于与染色体核型的比较，另一方面则关注于评价分析方法的表现。 这项研究在帮助人们了解产前畸形方面具有里程碑式的重大意义。 安捷伦是该项研究所用芯片和试剂的主要供应商，其中 71% 的样本都在 Agilent SurePrint CGH 芯片平台上完成实验并使用安捷伦软件进行数据分析。安捷伦帮助产前研究小组的研究人员开发在这项研究中所用的芯片。 &ldquo 这项针对产前样本的里程碑式的研究将对科学界产生深远的影响，&rdquo Laird Jackson 博士（德雷塞尔大学医学院妇产科遗传学教授）说，&ldquo 与传统的染色体核型分析相比，芯片分析能让我们检测到更小的变异。&rdquo 在这项研究中，总共使用了 5,500 张芯片。大部分样本为未培养的羊水和绒毛膜绒毛。所有样本还同时被送往参考研究实验室进行了染色体分析。所有数据均提交给了美国国家生物技术信息中心，供相关人员免费检索。安捷伦芯片未获批准用于诊断程序。 关于安捷伦科技 安捷伦科技公司（纽约证交所：A）是全球领先的测量公司，同时也是化学分析、生命科学、电子和通信领域的技术领导者。公司的 18,700 名员工为 100 多个国家的客户提供服务。在 2011 财政年度，安捷伦的业务净收入为66 亿美元。要了解安捷伦科技的信息，请访问：www.agilent.com.cn.

新华社5月20日电：记者19日从中科院合肥物质科学研究院了解到，该院强磁场科学中心将高通量基因测序与高通量药敏检测技术体系相结合，在恶性肿瘤的精准诊断与治疗上取得突破性进展。临床实验显示，该技术体系提供的精准治疗方案为克服传统治疗手段针对性低、毒副作用明显等不足，提高恶性肿瘤治疗疗效和患者生活质量提供了可能。　　癌症是威胁人类健康的主要“杀手”。随着现代医学和分子生物学的发展，人们认识到基因的变异在肿瘤发生发展过程中起着至关重要的作用。基因分子水平上的差异也直接导致不同患者对临床治疗反应不尽相同。因此，根据癌症的基因分子分型，为患者提供个性化治疗药物和用药剂量，是提高肿瘤治疗疗效的有效手段之一，也是现代医学研究努力的方向。　　中科院强磁场科学中心研究员刘青松介绍，肿瘤精准医疗相当于“打靶”的过程，“靶标”即为癌细胞中特异的癌变基因或基因组，“子弹”即为治疗中使用的靶向药物和药量。精准诊断就是找出明确的“靶标”，精准治疗就是找准“子弹”。　　强磁场科学中心相关团队建成了以精准诊断为特色的高通量基因测序平台体系，同时自主开发了以精准用药为特色的高通量药物敏感性检测技术体系，从而真正具备了本土化自主二代高通量基因检测，本土化自主大数据分析与处理，本土化肿瘤治疗药物的体外敏感性检测三位一体的精准用药方案咨询指导能力。　　“在部分癌症治疗领域，我们已经初步具备了为‘哪个肿瘤病人，在病情的哪个阶段，吃什么药，吃多少’提供科学方案的能力。这为进一步提高临床用药效率，降低无效给药造成的资源浪费，延缓病情恶化，提高病人带癌生存的生活质量提供了可能性。”刘青松说。

2021年2月24日，MIT Technology Review一年一度的“十大突破性技术”榜单正式发布。自2001年起，该杂志每年都会评选出当年的“十大突破性技术”，这份在全球科技领域举足轻重的榜单曾精准预测了脑机接口、量子密码、灵巧机器人、智慧传感城市、深度学习等诸多热门技术的崛起。本年度MIT Technology Review “十大突破性技术”分别为：mRNA疫苗、生成式预训练模型、数据信托、锂金属电池、数字接触追踪、超高精度定位、远程技术、多技能型人工智能、TikTok推荐算法和绿色氢能。为了让广大读者深入了解这十项技术的科学价值及其背后的科学故事，本刊特邀请各领域著名科学家分别对其进行深入解读，以激发科研人员的创新思维，并促进科学界的学术交流。　　1 mRNA疫苗(Messenger RNA vaccines)　　在1918年大流感100年后，全球爆发了又一次呼吸道病毒传染病大流行，罪魁祸首是一种具有包膜的正链单股RNA病毒——严重急性呼吸系统综合征冠状病毒2(SARS-CoV-2)。根据世界卫生组织的统计，截止到2021年6月17日，全球已有176 693 988人确诊，造成3 830 304人失去了生命。面对病毒的挑战，人类最有力的对抗武器是疫苗。针对这次疫情，从疫苗研发到实际应用的速度空前。截止到2021年6月15日，全世界已接种了2 377 780 590剂次针对SARS-CoV-2的各种疫苗。其中包括有首次应用就一战成名的mRNA疫苗，它被MIT Technology Review评选为2021年“全球十大突破性技术”之一。　　专家点评：　　 mRNA(Messenger RNA)被称为信使RNA，是携带编码蛋白遗传信息的单链RNA。在细胞内，mRNA指导把单个氨基酸按特定序列组成蛋白质，是细胞内“蛋白工厂”生产的“指导员”。很久以来，许多人都曾设想把在体外人工合成的mRNA“指导员”导入细胞内从而指导“蛋白工厂”的工作。第一例证明体外转录的mRNA可在体内指导蛋白质合成的研究发表于1990年，Wolff等将编码β-半乳糖苷酶(β-galactosidase)的mRNA注射到小鼠的骨骼肌，成功检测到了β-半乳糖苷酶的活性。两年后，Jirikowski等在大鼠中成功的用mRNA表达出了有功能的抗利尿激素(vasopressin)。虽然这些早期研究显示出mRNA作为潜在治疗载体的原理可行，其实际应用的缺陷也变得十分明显。mRNA本身不够稳定，在体内易降解，不易靶向递送，而且可以导致强烈的免疫激活和炎症反应。因此，在而后的许多年中，核酸治疗领域都没有把mRNA作为开发重点。　　近十年的技术进步，通过对mRNA的人工修饰，大幅降低了mRNA本身的免疫原性，提高了安全性。通过脂质纳米粒包裹mRNA的递送技术，大幅提高mRNA在体内的表达效率。加之mRNA只需体外转录就可人工合成，快速价廉，实用性随之增高。通过mRNA表达蛋白抗原来诱导机体针对蛋白产生免疫应答，可能达到疫苗效果。机制上，脂质纳米粒包裹的mRNA可有效的进入树突状细胞中，一方面使树突状细胞按mRNA指导表达蛋白抗原，另一方面通过脂质纳米粒类似佐剂的作用激活树突状细胞。作为免疫系统中最重要的抗原递呈细胞，树突状细胞可将蛋白抗原消化分解成肽段，并呈递于细胞表面的一类、二类组织相容性复合体，引起CD4、CD8 T细胞的特异性应答。CD4阳性T细胞可分化成不同的亚群，分泌细胞因子，促进机体的免疫反应。CD8阳性T细胞可分化成杀伤性T细胞，从而在感染发生时杀伤感染细胞。在接种疫苗一段时间后，CD4和CD8 T细胞都会分化成为记忆T细胞。另外，mRNA表达的蛋白抗原也可以被B细胞抓取，促使其活化，在CD4阳性T细胞的帮助下这些B细胞分化成为记忆B细胞和产生高亲和力抗体的长效浆细胞。　　这次新冠肺炎疫情中，mRNA疫苗展现出了惊人的保护效果。在临床前研究阶段，Moderna开发的mRNA疫苗mRNA-1273在恒河猴中可诱导强烈的免疫应答。在第二剂接种后四周，血清中可检测到高滴度中和抗体，表达白介素-21的滤泡性辅助T细胞显著增多。在包含了30 420志愿者的三期临床研究中，mRNA-1273的有效率达94.1%。这款疫苗对保存条件要求较为严苛，需在-20 ℃条件下运输。我国科学家开发的耐高温mRNA疫苗ARCoV表现不俗，在动物实验中可以诱导抗体和细胞免疫，并显著降低病毒载量 它只需在2—8 ℃保存。目前这款国产mRNA疫苗正在墨西哥进行III期临床实验。　　使用外源mRNA导入人体实现细胞内蛋白表达的本质就是让人体自身细胞成为“工厂”，生产所需的蛋白分子。该技术显然不局限于新冠病毒疫苗。多国研究者还在针对其他诸如HIV和Zika病毒设计和开发mRNA疫苗。该技术也不局限于抗感染疫苗，比如也有针对黑色素瘤的mRNA疫苗正在临床试验中。事实上，使用mRNA表达技术也不局限于做疫苗。比如通过表达正确的血红蛋白来作为治疗性蛋白分子，同样思路可能用于治疗镰状红血球贫血症。时势造英雄，mRNA疫苗在这次新冠肺炎疫情中显示出了巨大潜力。同时，我们也要注意到，mRNA技术的第一个概念性实验证明距今30年，再一次说明投入源头创新，回报不一定是立竿见影 但假以时日，金子总要发光。mRNA技术未来还会给我们带来什么新的治疗突破?我们拭目以待。　　2 生成式预训练模型(GPT-3)　　具有写作和对话功能的大规模自然语言模型使人工智能朝着更好地理解人类的自然语言与人机交互这一目标迈出了坚实的一步。在众多语言模型中，OpenAI公司开发的GPT-3是目前为止参数最多、规模最大、能力最强的模型。通过利用大量的互联网文本数据和成千上万的书籍进行模型训练，GPT-3模型对人类自然语言的模仿到了一个不可思议的地步，极具真实性，也因此成为迄今为止令人印象最深刻的语言模型。　　虽然GPT-3模型建模能力、描述能力非常强，但是也存在众多问题和局限性。首当其冲的就是GPT-3模型不能理解什么是真正意义上的写作(自然语言生成)，因此有时会生成一些不可控的内容。其次，训练GPT-3模型需要大量的算力、数据和资金投入，并会产生大量的碳排放，只有资源充足的实验室才有能力开发类似的模型。此外，由于GPT-3模型在充斥错误消息和偏见的互联网文本数据上进行训练，往往会产生与训练数据类似，即带有偏见的篇章段落。　　专家点评：　　(1)为什么可以入选10大技术　　人工智能已经成为人类社会经济和社会发展的重要支撑技术，是引领新一轮科技革命、产业和社会变革的战略性技术，自然语言理解是下一代人工智能的核心技术之一，其关键技术的突破极具科学意义和产业价值。语言模型是利用计算机对自然语言进行抽象数学建模，是自然语言理解最核心的科学问题。广义上，任何自然语言理解模型都可称之为语言模型，因为都要进行数学建模。狭义上讲，语言模型要完成对一段文字的概率估计，或者给定上下文估计某个语言片段的出现概率或者抽象数学表示。通常所指的语言模型是狭义语言模型。语言模型的历史从1948年提出的N-Gram模型、1954年的分布式理论词袋模型、1986年的分布式表示、2013年的Word2Vec模型直到2018年提出的预训练模型。预训练语言模型(最具有代表性的模型包括ELMo、BERT和GPT)对自然语言处理领域产生了深远的影响,是深度学习时代自然语言处理领域里程碑式的研究成果。　　这一系列基于深度学习技术的模型只需要利用非监督的语言模型训练目标函数即可从海量的文本中捕捉和学习到各种类型的有效信息，能够动态生成更加准确的具有上下文信息建模能力的字、词、短语乃至句子和篇章的向量表示和生成概率，并可以在多种下游任务上取得惊艳的效果，例如问答、阅读理解、文本蕴含、语义相似度匹配、文本摘要、代码生成、故事创作等。除了强大的表示学习能力和多任务泛化属性以外，这些预训练语言模型还具有强大的小样本学习能力，只需要很少数据样本(甚至是在零样本学习的设置下)，即可理解特定的任务并取得和监督学习模型相当甚至更好的表现。在众多模型中，2020年5月OpenAI公司所提出的第三代GPT模型(GPT-3)凭借其当时最大的参数规模、非凡的模型能力、多任务泛化表现以及小样本学习能力入选2021年MIT Technology Review的“全球十大突破性技术”。　　(2) GPT等系列模型发展过程和能力变化　　预训练语言模型数量众多，其中具有里程碑意义的典型模型包括ELMo、BERT和GPT。限于篇幅，在此只选择GPT系列模型进行代表性介绍。　　在对GPT-3模型进行解读之前，我们首先对预训练语言模型的初衷和中间发展过程进行回顾。以N-Gram为代表的传统语言模型是计算给定语言片段的概率或者给定上文预测下一个词的出现概率，采用的是传统的基于频率的离散统计概率模型。其主要问题是离散的词表示方法描述能力差，参数空间成指数级增长，基于频率的统计概率模型建模能力差，导致最终语言模型描述能力不足、鲁棒性差、准确率不高。为解决上述问题，以ELMo、BERT和GPT为代表的预训练语言模型利用大规模甚至全网数据，基于生成式语言模型或者掩码语言模型，用神经网络方法训练语言模型。这样，预训练语言模型既有传统模型的概率输出，也可生成语言片段的向量表示。由于采用神经网络的方法，可以利用可导、可微等强大的数学工具和极大规模的数据，所以预训练语言模型上下文建模能力超强，可计算出更加准确的概率和上下文强相关的语言片段的动态向量表示。　　ELMo开启了第二代预训练语言模型的时代，即上下文相关和“预训练+微调”的范式。ELMo是一种生成式模型，以双向LSTM作为特征提取器，利用上下文信息动态建模，较好地解决了以Word2Vec为代表的第一代预训练语言模型存在的一词多义问题，在自然语言生成任务上表现尤为出色。BERT是一种掩码式语言模型，以Transformer Encoder为特征提取器，在自然语言分析和理解任务上表现尤为出色。GPT是一种生成式模型，以Transformer Decoder为特征提取器，在自然语言生成任务上表现更为突出。　　在上述系列模型提出以前，以自然语言理解为代表的下游任务主要采用监督学习的方式在相应的标注数据集上训练模型。这就需要每一个目标任务有充足的标注数据，并且在特定任务上训练的模型无法有效地泛化到其他任务上。在数据不足的情况下，这类判别式模型就无法取得令人满意的效果。针对这一问题，OpenAI团队提出了第一代的生成式预训练语言模型(GPT-1)是基于Transformer Decoder的生成式语言模型，对该模型结构没有新颖改动，但扩大了模型的复杂度。该类生成式预训练模型只需要利用非监督的语言模型目标函数即可进行训练，因此可以利用海量的无标注数据进行模型学习。除此以外，GPT-1模型在增强下游任务时对各种输入数据的格式进行了统一，以实现最小的模型结构修改。基于以上两个特点，GPT-1只需要简单的微调监督训练即可用于下游任务，并取得显著的效果提升，展示了生成式预训练语言模型强大的泛化能力。额外的评测发现GPT-1在零资源的设置下仍然具有一定的泛化能力。这些结果展示了生成式预训练的强大威力，为后续参数规模更大、所需训练数据更多的模型版本奠定了基础。　　GPT-2在GPT-1的基础上，对模型结构进行了5点微小改进，增加更多的训练数据，进一步提升了生成式预训练语言模型的泛化能力，重点解决 GPT-1 在下游任务使用时需要监督微调训练的问题。通过在模型训练时引入任务信息、利用比GPT-1模型更多的训练数据(40GB vs. 5GB)、搭建更大参数规模的模型(15亿vs. 1.17亿)，GPT-2模型在零资源的设置下超越了多种下游任务上的前沿模型，例如机器翻译、阅读理解、长距离依赖关系建模等。GPT-2模型的这些特点揭示了更大的模型容量和更多的训练数据可以进一步提升模型的泛化能力以及减少对监督训练的依赖。此外，GPT-2模型的容量和训练数据相比，还处于欠拟合的状态，这就需要进一步增大模型的参数规模。　　GPT-3在GPT-2模型的基础上进一步扩大了参数(1750亿 vs. 15亿)和数据规模(45TB vs. 40GB)，是目前为止最大的语言模型，无需微调训练即可用于下游任务，在零资源(Zero-shot)和小样本(Few-shot)设置下具有出色的表现。在GPT-2的多任务泛化能力基础上，GPT-3在新的任务上取得了惊艳的结果，包括数学加法、新闻文章生成、词汇解读、代码编写等，并且这种模型表现会随着参数量的进一步增加而提升。　　(3) 成功和局限性背后的根本原因讨论　　通过对比GPT三代模型的设计初衷和发展过程可以发现，三代模型都是基于Transformer Decoder结构，GPT-3模型的强大能力建立在规模效应的基础上，即超强的泛化能力仅来自于增加模型和训练数据的规模。也就是说，GPT-3的本质还是一种数据驱动的模型，通过利用超大容量的模型来拟合海量的数据，最终实现模型的收敛。因此，数据驱动模型的特点都会体现在GPT系列模型上，即模型的能力取决于所拟合数据的覆盖范围、分布情况以及质量。无论是新的数据还是不同的数据分布亦或是数据中的噪声都会给模型带来灾难性的问题。最新的测试结果显示，GPT-3模型无法在自然语言推理、填空、长文本生成和一些阅读理解任务上取得较好的表现，表明GPT-3模型更多的是停留在数据拟合阶段，而非真正理解自然语言。除此以外，受限于互联网文本数据的质量，GPT-3模型会生成一些带有偏见且令人厌恶的内容。这些都表明，GPT-3依然停留在感知智能阶段，距离通用智能和认知智能还有遥远的距离。因此，GPT-3被认为“具有一定泛化能力的记忆”，更容易获得并记住陈述性知识，而不是理解知识，不具备真正的逻辑推理能力和明辨是非的能力。　　(4) GPT-3的意义　　虽然GPT-3模型还不具有意图或对现实世界中的请求做出响应的能力，但是其对人工智能领域的影响是深远的。从2012年深度学习在各个领域开始爆炸式的发展到现在已经有将近10年的时间，新技术和新算法的发展也进入了瓶颈期，数据驱动模型的效果和能力似乎也遇到了天花板，而GPT-3模型的出现为深度学习领域注入了一支强心剂并引发了新的思考。最直接的问题就是这种随着模型规模增加而实现的能力扩展是否具有稳定性和可预测性?从短期的结果来看，这种规模效应还会随着计算机硬件算力的提升，继续提高深度学习的天花板。第二个问题是深度学习的极限在哪里?这种数据驱动模型是否最终能真正地理解语言?最后，深度学习的尽头是否会是真正的人工智能?是否能实现认知能力和通用智能?　　从实际应用的角度来看，GPT-3的功能非常强大，可以完成问答、阅读理解、摘要生成、自动聊天、搜索匹配、代码生成以及文章生成等。鉴于GPT-3模型所面临的安全性和不可控性，包括在自然语言理解时遇到鲁棒性的问题、在内容生成时会输出虚假内容和充满偏见信息的问题等，在某些应用场景，其应用价值主要还体现在智能辅助任务上，不能直接面对最终的用户。例如，在总结报告生成、创作写作等任务中，利用GPT-3根据用户的任务描述生成相应的内容，再引入人工校验编辑，将最终编辑后的内容呈现给最终用户。除此以外，GPT-3可以用于开发游戏应用等无明确任务定义和完成目标的场景。　　(5) 未来研究方向和我国的相关情况　　总的来说，以GPT-3为代表的的预训练模型还存在各种工程应用问题、道德问题和社会问题。同时，在推动该类模型的发展时还面临着跨学科合作、开放共享、资源不平衡和安全防护等挑战。我国在这方面亦有相应的布局和长远规划，目前已经取得了非常好的前期成果，以“悟道”和“盘古”为代表的超大规模智能模型系统已经在模型效果、领域移植和泛化、小模型、模型训练效率、多语言、弱相关多模态预训练、通用、可控、知识融入、蛋白质序列预测等场景中取得了突破。相信在未来的10到20年，我国在人工智能基础技术创新、人才和团队建设、社区开源等方面会达到世界领先的水平。　　3 数据信托(Data trusts)　　数据信托是信托类型化研究和当代信托立法中典型的新生事物，信托制度起源于英国，发展于美国，从法律角度看，信托是指基于对受托人的信任，委托人从其自身利益出发，将资产交给受托人管理的行为，数据信托则是受托人管理一群人的数据或数据权利的行为，这就像医生有责任依据病人的利益来行事一样，数据受托人管理委托人的数据或数据权利，同时要对其利益负责。理论上，数据信托允许用户行使其作为数据生产者的权利。　　专家点评：　　数据的价值和资产属性已经被社会熟知和认可，但是数据资产存在一个特殊性，即和实体资产相比，数据只要在控制人手里，几乎可无成本进行分析、挖掘、复制和扩散并获利，并且其中个人隐私信息无法得到保护，典型的例子是当我们通过电商平台完成交易后，后期总会看到和前期交易内容有关联的选择性推送商品广告信息，因此带来一个严重的问题，即在数据生产者及数据权属所有者(如广大公民个体)、数据实际控制者(如提供各类服务的单位部门)、以及数据利益的享有者(如能获取各类数据的机构企业)相互分离的情况下，生产者的数据在采集、分析、挖掘、使用全生命周期中，其隐私如何能得到更好的保护，价值如何能得到更好的保障。基于此，信托理论被引入用来保护数据主体所遭受的敏感信息侵害，加强数据安全保护，有效应对境内外数据安全风险。2016年，美国耶鲁大学教授杰克巴金(Jack M. Balkin)在隐私数据保护领域首次提出采用信托工具解释数据主体与数据控制人之间关系的主张。2017年，《英国人工智能产业发展报告》明确提出了“Data Trust”一词，并建议利用数据信托制度建立数据投资治理架构，以确保数据交换安全互利。2018年10月，英国开放数据研究所(Open Data Institute，ODI)首次明确将数据信托定义为“提供独立数据管理权的法律结构”。　　数据信托是数据资产信托财产的一个闭环：数据持有者首先要将自己所持有的某一个数据资产作为信托财产设立信托 再进行信托受益权转让，委托方通过信托受益权转让获得现金收入 随后，受托人继续委托数据服务商对特定数据资产进行运用和增值，产生收益 最后，向社会投资者进行信托利益分配。　　数据信托的实质是在数据主体与数据控制人之间创设出信托法律关系，数据控制人基于数据主体的信任对数据享有更大的管理运用权限，同时也承担更严格的法律信义义务。数据控制人的数据管理运用权限包括但不限于访问控制、访问审核以及数据的匿名化处置等重要内容，以此平衡数据主体的隐私保护与数据可交易价值之间的紧张与冲突。与此同时，数据控制人还应履行对数据主体的信义义务，这主要表现为信托法上的谨慎义务、忠实义务、保密义务等，不得损害数据主体的根本利益。　　数据信托主要解决两大问题：(1)解决数据资产的授权使用问题。数据主体既是数据信托的委托人也是受益人，数据控制人则是数据信托的受托人。数据控制人的数据管理运用权限包括但不限于访问控制、访问审核以及数据的匿名化处置等重要内容，以此平衡数据主体的隐私保护与数据可交易价值之间的紧张与冲突。(2)数据信托还可以明确数据资产的收益安排，使得数据资产增值部分的利益归属可以按照委托人意愿进行设计和分配。通过重置数据主体与数据控制人之间的权益结构，把数据控制人的数据权限与数据义务有效链接起来，促进数据的合理有效利用。　　应该清楚地看到，数据信托作为大数据时代的新生事物，无论在法律层面还是保障数据信托实施的技术层面仍不是完备的。　　首先，在法律层面，针对数据使用的用途限制、安全与隐私保护政策及风险管控问题，数据信托仍需要法定信托属性、数据信托的信托财产范围、数据信托中的信义义务的具体规制，建立更加完善的法律法规。　　其次，在保障数据信托实施的技术层面，针对数据在流转各环节都可能面临的安全风险，需要从数据隐私保护、数据确权、数据追溯、权益可信分配等多方面提供更加全面、系统、可信的技术手段，除传统的数据加密、身份认证、安全接入、应用保护、访问控制技术外，还需要结合信息技术的应用和发展，研究如下关键技术：　　(1) 隐私保护数据发布，敏感数据在进入流通市场之前进行必要的隐私检验和脱敏处理。　　(2) 区块链技术的应用，有效保证数据的可信性、数据流通与使用的可追溯性，区块链技术也是目前进行数据确权的最佳解决方案。利用区块链技术，可以使得登记、交易转让、清结算、查询举证更加透明、高效、低成本。　　(3) 隐私保护的联邦学习，结合安全多方计算、差分隐私或同态加密技术实现分布式的深度学习，在智能化学习的同时保障用户的隐私。　　4 锂金属电池(Lithium-metal batteries)　　制约电动汽车产业发展的一大难题就是电池技术。目前，电动汽车普遍使用的是锂离子电池，这种电池昂贵、笨重、能量密度低，并且其所依赖的液体电解质在碰撞时极易起火。电池的一系列缺点体现在电动汽车上就是：价格高、续航低、充电慢，而且还存在安全隐患，这些正是让众多车主对电动汽车望而却步的原因。显然，要使电动汽车比汽油汽车更具竞争力，就需要一种努力下，“绿色氢能”的高效利用系统将在不久的将来得以建立和完善，“绿色氢能”将作为常规能源，融入人类的生产和生活中，为构建绿色、清洁的未来社会提供重要支撑。

近日，中国科学院上海光学精密机械研究所强场激光物理国家重点实验室李儒新院士和田野研究员团队在小型化自由电子相干光源研究领域取得突破性进展。研究团队实验探索飞秒激光驱动的超短电子脉冲泵浦表面等离极化激元（surface plasmon polariton，SPP）的动力学过程，通过对自由电子脉冲泵浦SPP相干放大的动态过程观测，阐述了自由电子与SPP作用过程中的受激放大机理。该项研究采用超快光学技术探测了自由电子受激辐射放大的全过程，研究成果指明了采用自由电子泵浦SPP实现其相干放大的全新途径，对于发展小型化/集成化的相干光源具有重要意义。相关研究成果于2022年11月3日发表于《自然》（Nature）杂志。回顾激光器的发展历程，提高激光的辐射功率、追求更宽可调谐的频谱，以及实现体积更小、成本更低的光源长久以来一直都是激光科学领域的不懈追求。常见的激光装置，如红宝石激光器等一般需要依赖光学晶体等增益介质来实现激光的输出。而基于自由电子辐射的光源则可以脱离晶体或其它增益介质的束缚，不仅能够产生自由空间光辐射，也可在波导表面形成一类束缚于波导表面光场模式的光源。相比自由空间中传播的光场，以SPP为代表的表面光场具有亚波长压缩和近场增强的优异特性，近年来已逐步应用于新一代无线通信、纳米尺度的成像与探测等诸多领域，并有望为集成光电子器件的开发以及光谱探测、传感、信息处理等领域的应用带来变革性的技术影响。目前国际上产生表面光场主要有电子直接激发与波导耦合两种方式，然而不论对于何种方式，所产生的表面光场都受限于低耦合效率导致的弱光场能量，进而限制了SPP在上述领域的应用。因此，发展相干的高功率SPP光源是该领域亟待解决的问题。近年来，作为半导体集成电路基础的微纳制造工艺不断进步，使集成化的自由电子光源成为可能。围绕小型化自由电子相干光源，研究团队展开飞秒激光驱动的超短电子脉冲泵浦SPP种子研究，采用超快光学泵浦-探测技术，观测到自由电子脉冲对SPP的相干放大。实验通过对SPP的电磁场时空波形、能量以及频谱的记录，首次动态演示了SPP受激辐射放大的动力学过程，并揭示了SPP经历了高增益自由电子激光中超辐射、指数增长和饱和等三阶段的受激辐射光放大过程。该项研究创新发展了自由电子泵浦实现SPP相干放大的全新途径，在光谱探测、传感、信息处理等应用领域具有重大应用价值。该成果的实现得益于研究团队在小型化自由电子光源领域中的长期积累，如团队相继发现了微型电子波荡器辐射(Nature Photonics，2017)、激光调制阿秒电子脉冲序列(Nature Photonics，2020)等新原理，相关研究成果分别被评为“2017年度中国光学十大进展”和“2021年度中国光学十大进展”。未来，研究团队将基于这一全新技术进一步发展小型化/集成化的相干光源，并拓展其在光谱探测、传感、信息处理领域的交叉应用。相关的研究工作得到了中科院先导专项（B类）、国家自然科学基金优秀青年基金项目、基础研究特区项目、中科院原始创新0到1项目、中科院青促会会员和上海市扬帆计划等项目的支持。小型化自由电子相干光源实验方案示意图SPP受激辐射放大的实空间演化SPP能量增益的三个阶段小型化自由电子相干光源

近日，塞力医疗集团(股票代码：603716.SH)海外投资子公司—— 分子诊断先驱企业 Inflammatix, Inc.宣布，公司的主导产品  TriVerity™ 急性感染和脓毒症检测系统被美国食品和药物管理局 (FDA)  授予"突破性设备认定"。编者注：美国FDA自2018年设立“突破性设备”计划，用以鼓励创新医疗器械的发展，获得“突破性设备”认证的医疗器械将显著缩短其获批上市时间。目前正在开发的 TriVerity™ 检测系统包括 Myrna™ 仪器和 TriVerity™  检测，用于急诊科疑似急性感染或疑似脓毒症的成人患者。TriVerity™  试验旨在提供三个独立的读数，分别反映细菌感染的可能性、病毒感染的可能性和重症风险(根据急诊科就诊后七天内对重要器官支持的需求而确定*)。编者注：*  定义为需要机械通气、血管加压或肾脏替代疗法。Inflammatix公司首席执行官兼联合创始人Timothy Sweeney博士表示：我们很高兴FDA授予TriVerity™ "突破性器械  "称号，这反映出这一新型检测系统有可能帮助医生改善目前的护理标准，通过这一重要的监管里程碑，我们希望TriVerity™  能加速获得FDA的批准，这将使我们能够填补对疑似脓毒症患者的诊断和预后进行快速、准确检测的未满足需求。有数据显示，脓毒症影响全球4,950万患者，死亡率高达30%，而在中国，每年新发脓毒症患者500万人，死亡83万人。脓毒症往往来势凶猛，病情进展迅速，病死率高，给临床救治工作带来极大困难。因此，多家IVD国外巨头纷纷布局脓毒症诊断，包括丹纳赫集团赛沛诊断、西门子诊断、英国牛津纳米孔技术、法国生物梅里埃等，以期通过研发领先的早期快速诊断技术平台提高脓毒症患者生存率。而塞力医疗集团也正是看重这一领域，早在2021年便通过投资和技术引进实现与Inflammatix的紧密合作，同时TIAC在2022年启动关于靶标和算法的国内适用性验证，截至目前已经在包括上海、安徽、辽宁、湖北、深圳等地开展多中心研究，并且在部分区域联合医疗机构共同完成了省级科研课题的申报。塞力医疗集团总裁、董事王政先生表示：我谨代表塞力医疗集团,衷心祝贺Inflammatix  基于人工智能算法、mRNA标记的创新分子检测产品TriVerity™距离上市又前进了一大步。值得一提的是，塞力医疗创新加速中心团队也顺利完成仪器技术和生产工艺转移等重要里程碑，并在不久的将来有望实现检测产品的“中美双报”。这也再次印证了塞力医疗在IVD领域坚定不移的完善上游布局的战略定力，以及为健康中国而创新的企业使命。TriVerity™ 急性感染和脓毒症检测系统是 Inflammatix 公司的核心产品，包括 Myrna™ 仪器和 TriVerity™  检测。TriVerity™ 检测利用整合了29种信使核糖核酸(mRNAs)的组合来  "读取"人体的免疫反应，提供三项评分，便于对美国急诊科的疑似急性感染或脓毒症成人患者进行诊断和预后判断。根据对美国医疗保健研究与质量局(AHRQ)医疗保健成本与利用项目(HCUP)数据库的内部分析，Inflammatix  公司估计每年约有2000万名患者因疑似急性感染症状到急诊科就诊。Myrna™ 仪器能在约 30 分钟内对全血或其他类型样本中的多达 64 个 mRNAs 进行从样本到结果的定量分析。虽然第一版 Myrna™  仪器需要标准实验室操作，但公司的研发路线图包括了开发可适用于临床实验室改进修正案豁免(CLIA-waivable)的版本，以实现在床旁(POC)场景的现场部署。Inflammatix公司最近宣布完成 TriVerity™  检测系统的技术开发，并持续推进相应的临床研究，包括TriVerity检测系统获取FDA批准510(k) 所需的 SEPSIS-SHIELD  研究。这项多中心研究已经招募了预计1500名目标患者中的955名，公司预计将于 2024 年完成研究并向 FDA  提交申请。截至目前，TriVerity的机器学习算法已纳入了来源于超过50项研究的1万例以上临床样本作为训练集，并经过了相应验证集的性能验证。Inflammatix,  Inc.是一家开创性的分子诊断公司，总部位于美国加利福尼亚州桑尼维尔，正在开发可快速读取患者免疫系统的新型诊断方法，以改善患者护理并减轻主要的公共卫生负担。Inflammatix  测试将在该公司的“样本进，结果出”的等温仪器平台上运行，从而在床旁(POC)场景实现精准医疗。目前，公司的投资人包括有专注于突破性技术、素有全球“科技领域”投资之王之称的科斯拉风险投资公司(Khosla  Ventures)、专注于科技领域的全球头部风险投资公司Northpond  Ventures、专注于寻求数字医疗、医疗技术和医疗服务创新和颠覆性商业模式的风险投资公司Think.Health Ventures、美国对冲基金D1  Capital和斯坦福-StartX基金等。塞力医疗集团早在2021年便以认购D轮融资新增发股份的方式实现对美国Inflammatix公司的海外投资，同时与其签署大中华地区的独家技术许可合作协议。根据协议，塞力医疗在上海设立塞力医疗创新中心，实现对所引进的TriVerity™  急性感染和脓毒症检测系统核心产品，包括 Myrna™ 仪器和 TriVerity™ 检测在中国境内的研发、生产、销售、推广、服务。2023年，塞力医疗设在北上海生物医药产业园的TIAC(塞力医疗创新加速中心)正式启用。这一集国际领先生物技术孵化、前沿诊断产品及智慧医疗全生命周期创新解决方案于一体的TIAC，主攻Myrna™和TriVerity™在中国的技术引进、本土转化及早期的多中心临床研究。未来，TIAC将为Myrna™  + TriVerity™ 在中国本土产品研发、注册申报及生产按下“加速键”!

2023年10月11日，为期三天的中国化学会第24届全国色谱学术报告会及仪器展览会在大连国际会议中心落下帷幕。本次会议集中交流了我国在气相色谱、液相色谱、毛细管电泳等色谱相关分离分析技术领域的研究、仪器开发和应用，包括多维色谱技术、色谱质谱连用技术、微流控芯片等最新成果。本次会议月旭科技以“金牌赞助”身份亮相，重点展出了“引领色谱柱界突破性”的金刚石镀层色谱柱，并做了主题报告。下面就带大家一起快速回顾下本次会议的精彩瞬间吧。01新品夺目，耀眼光芒无法遮挡此前曾在BCEIA展会上首次亮相的金刚石镀层色谱柱，这次来到了自己的主场。在色谱学术报告会的舞台上，金刚石镀层色谱柱的亮相吸引了众多用户、以及大连化物所等色谱领域专家大咖的驻足、咨询、交流和合作洽谈。多位大连化学物理研究所的老师，来到月旭展位了解这款光彩夺目的产品。有的拿起产品仔细观察色谱柱管的镀层颜色；有的对金刚石镀层技术非常感兴趣，希望这项技术能够更快的应用到其它项目的色谱柱上。金刚石镀层色谱柱的瞩目程度，印证了一场色谱柱突破性的真正到来。还有许多友商来到月旭展位，希望能捕捉一些色谱柱行业发展的最新趋势。02星光熠熠，多款产品争相出彩除了本次备受瞩目的金刚石镀层色谱柱之外，多款新品及明星产品也同样吸睛。Welchrom96孔蛋白沉淀板采用了“防穿透蛋白膜片”，使蛋白去除更加彻底；WelPrep2000制备液相色谱仪，配置更加灵活，更贴心的专业定制样品分离纯化方案。还有液相色谱柱、气相柱、实验室通用耗材等，均悉数亮相。03登场报告，产品特点印象深刻10月10日上午，月旭科技副总任兴发做了《金刚石色谱柱-色谱柱的突破性》主题报告。报告内容从项目背景到研发成果再到未来展望，详细讲述了金刚石镀层色谱柱的前世今生。报告引发了现场老师及学生的重点关注。04现场抽奖，礼品丰富惊喜连连本次月旭展台也举办了幸运抽奖活动，为大家准备了时尚玻璃杯、“青春正盛”帆布袋、手机支架、双肩包等的精美礼品，也吸引了如潮的观众前来参与。两年一届的色谱年会在大连凉爽的秋风中落下帷幕，我们希望在下一届的色谱年会能够给大家带来更多更强大的新品，我们一同前行，不负期待，为中国的色谱事业做出更多更大的贡献。同时，本月我们也将继续前行，10月19日和20日，我们在广州和泰州，不见不散。

近日，中科院强激光材料重点实验室承担的大口径脉宽压缩光栅用膜研制工作取得突破性进展。该项目组参与研制的大口径脉宽压缩光栅应用在大能量拍瓦激光系统上，获得了皮秒级的较高能量输出，在光栅面上经受了0.54J/cm2(5ps,1053nm)的激光作用而没有任何损坏，光栅抗激光破坏能力与美国OMEGA-EP、日本FIREX-I装置采用的光栅水平相当，达到了国际先进水平。 　　中科院强激光材料重点实验室在光栅用大口径介质膜的研制工作中重点解决了以下几个问题： 　　1.　 同时满足了中心波长1053nm宽波段范围内的高反射和413nm高透过的要求，均匀性控制在±0.5%范围内 　　2.　 满足了大口径光栅高破坏阈值的要求 　　3.　 有效控制了光栅用膜的应力形变，确保了大口径光栅面形指标要求的实现 　　4.　 满足了光栅制作过程对光栅膜提出的强度要求。在经过光刻胶反复涂覆、真空反应离子束的刻蚀和反应气体的腐蚀、水溶液、强酸弱碱液的长时间浸泡清洗等条件下，光栅膜和在其上刻蚀的光栅均能保证稳定的光学和力学特性。 　　该项突破性进展将对相关专项工作的顺利实施起到积极的推动作用。中科院强激光材料重点实验室将在此基础上进一步提升大口径光栅膜特性。

p 　　自2001年以来，《麻省理工科技评论》(MIT)每年都会评选出10项突破性技术。对于“突破”一词到底如何定义?MIT编辑部表示，可能我们的TOP10里面有一些技术尚未得到广泛的应用，而另外的一些已经处于商业化的顶端。我们真正想要的是一种技术，或者说是一种技术的集合，它能够对人们的生活产生深远的影响。今天，MIT公布了2018年“全球十大突破性技术”(10 Breakthrough Technologies)。 /p p style=" text-align: center " img width=" 600" height=" 368" title=" " style=" width: 600px height: 368px " alt=" " src=" http://img1.17img.cn/17img/images/201802/uepic/0ccd8c87-84ff-4a3b-8e45-b274d6c1d17e.jpg" border=" 0" vspace=" 0" hspace=" 0" / br/ /p p style=" text-indent: 2em " 3D金属打印机（3-D Metal Printing）、人造胚胎（Artificial Embryos）、传感城市（Sensing City）、给所有人的人工智能（AI for Everybody）、对抗性神经网络（Dueling Neural Networks）、巴别鱼耳塞（Babel-Fish Earbuds）、零碳排放天然气（Zero-Carbon Natural Gas）、完美网络隐私（Perfect Online Privacy）、基因占卜（Genetic Fortune-Telling）、材料的量子飞跃（Materials’ Quantum Leap）等入选了MIT2018全球十大突破性技术。 /p p style=" text-indent: 2em " strong 人造胚胎（Artificial Embryos） /strong /p p style=" text-align: center " strong span style=" color: rgb(153, 153, 153) " img alt=" " src=" http://img1.17img.cn/17img/images/201802/uepic/f1dfe8c7-4f42-4acd-a749-215c18075ebe.jpg" / br/ /span /strong /p p style=" text-align: center " span style=" color: rgb(153, 153, 153) " UNIVERSITY OF CAMBRIDGE /span /p p style=" text-indent: 2em " strong 突破性： /strong 未使用卵细胞或精子细胞，研究人员仅从干细胞就创造出了胚胎样结构（embryo-like structure），为创造生命提供了一条全新的途径。 /p p style=" text-indent: 2em " strong 重要性： /strong 人造胚胎将使研究人员更加容易地研究人类生命的神秘起源，但这一技术也正在引发新的生物伦理争论。 /p p style=" text-indent: 2em " strong 可用性： /strong 现在 /p p style=" text-indent: 2em " strong 关键研究者： /strong 剑桥大学、密歇根大学、洛克菲勒大学 /p p style=" text-indent: 2em " 在一项重新定义了如何创造生命的突破性研究中，英国剑桥大学的胚胎学家们仅利用干细胞（没有卵子，没有精子，只是从另一个胚胎中取出的细胞）就培育出了逼真的（realistic-looking）小鼠胚胎。 /p p style=" text-indent: 2em " 领导该研究的Magdelena Zernicka--Goetz说：“我们知道，干细胞具有不可思议的能力，但我们真的没有意识到，它们能够如此完美地自我组织（self-organize）。” /p p style=" text-indent: 2em " 不过， Zernicka--Goetz表示，她的“合成”胚胎可能不能发育成小鼠。这也不是Zernicka-Goetz的目标。她想要研究，一个早期胚胎中的细胞如何开始发挥其特殊的作用。她还说，他们的下一步计划是用人类干细胞生成人造胚胎。密歇根大学和洛克菲勒大学的科学家们正在进行相关的研究。 /p p style=" text-indent: 2em " 人工合成的人类胚胎将是科学家们的福音，可以让他们弄清早期发育中发生的各种事件。同时，由于这类胚胎是从易操作的干细胞发育而来的，因此，研究人员将能够利用各种工具（如基因编辑）在它们生长的过程中调查它们。不过， /p p style=" text-indent: 2em " 人造胚胎这一突破技术也引发了伦理问题。如果它们变得与真实的胚胎难以区分，我们该怎么办？ 在它们能够感觉疼痛之前（before they feel pain），它们能在实验室里成长多久？ 生物伦理学家们说，我们需要在科学竞赛愈演愈烈之前解决这些问题。 /p p style=" text-indent: 2em " strong 给所有人的人工智能（AI for Everybody） & nbsp /strong /p p style=" text-align: center " strong span style=" color: rgb(153, 153, 153) " img alt=" " src=" http://img1.17img.cn/17img/images/201802/uepic/28c2be62-1345-4438-9d72-c98f1fc6d3f1.jpg" / br/ /span /strong /p p style=" text-align: center " span style=" color: rgb(153, 153, 153) " MIGUEL PORLAN /span /p p style=" text-indent: 2em " strong 突破性： /strong 基于云的人工智能技术（Cloud-based AI）使得这项技术的使用更便宜、更容易。 /p p style=" text-indent: 2em " strong 重要性： /strong 目前，AI的使用由少数几家公司主导，但作为一种基于云的服务，它能够被更多的人使用，从而推动经济增长。 /p p style=" text-indent: 2em " strong 可用性： /strong 现在 /p p style=" text-indent: 2em " strong 关键研究者： /strong 亚马逊、谷歌、微软 /p p style=" text-indent: 2em " 迄今为止，人工智能主要是像亚马逊、百度、谷歌和微软这样的大型科技公司以及一些初创公司的“利器”，对许多其他公司和经济领域来说，AI系统太昂贵，且太难完全实现了。 /p p style=" text-indent: 2em " 那么，让AI更普及的解决方案是什么呢？基于云的机器学习工具正在将AI带给更广泛的群体。到目前为止，亚马逊的 AWS 子公司主导着云AI（cloud AI），而谷歌正试图用TensorFlow（一个开源的AI库）来挑战它的地位。拥有自己AI云平台Azure的微软则选择与亚马逊合作，推出了一款开源深度学习库—— Gluon。 /p p style=" text-indent: 2em " 这些公司中的哪一家会成为提供人工智能云服务的领导者，目前还不清楚。但对于赢家来说，这是一个巨大的商机。如果人工智能革命将会在经济的不同领域更广泛地扩散，那么，这些云产品将是不可或缺的。 /p p style=" text-indent: 2em " 目前AI主要应用于科技行业，许多其他行业一直难以利用人工智能技术的发展。医疗、制造以及能源等行业如果能够更全面地推行人工智能技术，那么，这些行业可能将产生巨大的改变。 /p p style=" text-indent: 2em " strong 对抗性神经网络（Dueling Neural Networks） & nbsp /strong /p p style=" text-align: center " span style=" color: rgb(153, 153, 153) " img width=" 600" height=" 441" title=" " style=" width: 600px height: 441px " alt=" " src=" http://img1.17img.cn/17img/images/201802/uepic/4b3da4e4-0c2e-4537-a1ac-07111a1ab6b5.jpg" border=" 0" vspace=" 0" hspace=" 0" / br/ /span /p p style=" text-align: center " span style=" color: rgb(153, 153, 153) " DEREK BRAHNEY /span br/ /p p style=" text-indent: 2em " strong 突破性： /strong 两个AI系统可以通过相互对抗来创造逼真的图像和语音，此前，机器从未有过这种能力 /p p style=" text-indent: 2em " strong 重要性： /strong 这给机器带来类似想象力的能力，可以让它们不再那么依赖人类，同时也把它们变成了一种数字造假工具。 /p p style=" text-indent: 2em " strong 可用性： /strong 现在 /p p style=" text-indent: 2em " strong 主要研究者： /strong Google Brain、DeepMind、Nvidia /p p style=" text-indent: 2em " 人工智能（AI）在识别事物方面变得越来越擅长了：向它展示一百万张图片，它能以惊人的准确性告诉你哪张照片描绘了一个行人穿越街道。但是AI几乎不可能生成行人的图像。如果能做到这一点，它就能创造出大量逼真的合成画面，比如在各种环境下的行人。这样，自动驾驶系统可以在不出门的情况下使用这些图片进行训练。 /p p style=" text-indent: 2em " 但问题是，创造一个全新的东西需要想象力，而这一直困扰着AI。 直到2014年，蒙特利尔大学的一名博士生Ian Goodfellow在一家酒吧的学术辩论中，率先想到了解决方案。这种方法被称为“对抗式生成网络”（GAN），它采用了两种神经网络（人脑的简化数学模型，这是现代机器学习的基础），并在数字版猫捉老鼠游戏中相互对抗。 /p p style=" text-indent: 2em " 这两个神经网络都是在相同的数据集上进行训练的，其中一个被称为“发生器”（generator），负责依照所见过的图片来创造新的图片。另一个被称为鉴别器（discriminator），负责识别它所看到的图片是否像训练时的图片，还是发生器产生的虚假图像。 /p p style=" text-indent: 2em " 渐渐地，发生器可以创造出鉴别器不能识别出的图片。这项技术已经成为AI在过去十年中最有希望的进展之一，它能够帮助机器“骗过”人类。 /p p style=" text-indent: 2em " 目前，GAN已经被用于制作非常逼真的语音和假图片。举个例子，芯片制造商Nvidia的研究人员用明星照片训练出一个GAN系统，而这个系统生成了数百张不存在但看起来很真实的面孔。另一个研究小组则生成了很逼真的梵高作品。进一步训练之后，GAN可以用不同的方式重新创造图片，比如在干净的道路上铺上一层雪，或者把马变成斑马。 /p p style=" text-indent: 2em " 但GAN也不总是完美的，它可能会生成有两套把手的自行车或者，眉毛错位的脸。但由于图片和声音的逼真，一些专家认为，在某种意义上，GAN在某种程度上开始理解它们所见所听。这就意味着，随着想象力的获得，AI也有可能开始理解它在这个世界上所看到的东西。 /p p style=" text-indent: 2em " strong 基因占卜（Genetic Fortune-Telling） & nbsp /strong /p p style=" text-align: center " strong span style=" color: rgb(153, 153, 153) " img width=" 600" height=" 441" title=" " style=" width: 600px height: 441px " alt=" " src=" http://img1.17img.cn/17img/images/201802/uepic/a16c869e-d862-484d-8146-12195a7a1f44.jpg" border=" 0" vspace=" 0" hspace=" 0" / br/ /span /strong /p p style=" text-align: center " span style=" color: rgb(153, 153, 153) " DEREK BRAHNEY /span br/ /p p style=" text-indent: 2em " strong 突破性： /strong 科学家可以使用基因来预测人们未来患心脏病、乳腺癌的风险，甚至可以预测IQ。 /p p style=" text-indent: 2em " strong 重要性： /strong 基于DNA水平的预测技术可能是公共健康领域下一个重要突破，但它也会增加基因歧视风险。 /p p style=" text-indent: 2em " strong 可用性 /strong ：现在 /p p style=" text-indent: 2em " strong 主要研究者 /strong ：Helix、23andMe、Myriad Genetics、UK Biobank、Broad Institute /p p style=" text-indent: 2em " 将来有一天，婴儿出生时就会得到一份DNA检测报告。这些报告将提供他们患心脏病或癌症的几率，是否对烟草上瘾，以及是否比一般人更聪明的预测。由于大型基因研究的陆续开展，这一天很快就会来临。 /p p style=" text-indent: 2em " 事实证明，最常见的疾病和包括智力等许多行为特征，都不是一个或几个基因的结果，而是许多基因作用的结果。利用正在进行的基因研究的数据，科学家们正在创造他们所谓的“多基因风险评分”。 /p p style=" text-indent: 2em " 尽管新的DNA检测提供的只是概率，而不是精确诊断，但它们仍可以极大地造福医学的发展。比如说，医生可以建议乳腺癌高危的女性多做乳房x光检查，而低风险的女性乳房x光检查则少做些，那么这些检查可能帮助发现更多的真正患癌症的病人，并能够减少 “假警报”的情况。 /p p style=" text-indent: 2em " 此外，制药公司还可以在针对阿尔茨海默病或心脏病等疾病的预防性药物的临床试验中使用这些信息，他们通过挑选患病风险更高的志愿者，从而可以更准确地测试药物的效果。 /p p style=" text-indent: 2em " 但问题是，这些预测远非完美。谁想知道他们未来可能会患上老年痴呆症?如果癌症风险评分低的人推迟接受筛查，然后又患上癌症怎么办? /p p style=" text-indent: 2em " 多基因评分也有争议，因为它们可以预测任何个体特征，而不仅仅是疾病。比如说，他们现在可以预测一个人在智商测试中表现的10%。随着评分技术的提高，DNA智商的预测很可能会成为常规的检测。但是家长和教育工作者将如何使用这些信息呢? /p p style=" text-indent: 2em " 行为遗传学家EricTurkheimer表示，基因数据是把双刃剑。“基因占卜”既让人兴奋，也令人担心。 /p p style=" text-indent: 2em " strong 参考资料 /strong /p p style=" text-indent: 2em " 10 BREAKTHROUGH TECHNOLOGIES 2018 /p

p 2020年7月20日KLA公司宣布推出革命性的eSL10& #8482 电子束图案化晶圆缺陷检查系统。该系统具有独特的检测能力，能够检测出常规光学或其他电子束检测平台无法捕获的缺陷，从而加速了高性能逻辑和存储芯片的上市时间（包括那些依赖于极端紫外线（EUV）光刻技术的芯片）。eSL10的研发是始于最基本的构架，针对研发生产存在多年的问题而开发出了多项突破性技术，可提供高分辨率，高速检测功能，这是市场上任何其他电子束系统都难以比拟的。 /p p KLA电子束部门总经理Amir Azordegan表示：“利用单一的高能量电子束，eSL10系统将电子束检测性能提升到了一个新水平。在此之前，电子束检测系统不能兼顾灵敏度和产能，严重限制了实际的应用。我们优秀的研发工程团队采用了全新的方法来设计电子束架构以及算法，研制出的新系统可以解决现有设备无法解决的问题。目前，KLA将电子束检测列入对制造尖端产品至关重要的设备清单。” /p p img style=" max-width:100% max-height:100% " src=" https://www.semi.org.cn/img/news/sdfffdsffsd.jpg" / /p p 图：针对先进的逻辑、DRAM和3D NAND器件，KLA革命性的eSL10& #8482 电子束图案化晶圆缺陷检测系统利用独特的技术发现甄别产品中的关键缺陷。 /p p eSL10电子束检测系统具有多项革命性技术，能够弥补对关键缺陷检测能力的差距。独特的电子光学设计提供了在业界相对比较广泛的操作运行范围，能够捕获各种不同制程层和器件类型中的缺陷。Yellowstone& #8482 扫描模式每次可以扫描收集100亿像素的信息，支持高速运行的同时不会影响分辨率，以在较大区域内也能高效地研究潜在弱点，实现缺陷发现。Simul-6& #8482 传感器技术可以通过一次扫描同时收集表面、形貌、材料对比度和深沟槽信息，从而减少了在具有挑战性的器件结构和材料中识别不同缺陷类型所需的时间。凭借其先进的人工智能（AI）系统，eSL10运用了深度学习算法，能满足IC制造商不断发展的检测要求，杜绝了对器件性能影响最关键的缺陷。 /p p 三维器件结构，例如用于内存应用的3D NAND和DRAM，以及用于逻辑器件的FinFET和GAA（Gate-All-Around）结构，都要求晶圆厂重新考虑传统的缺陷控制策略。eSL10与KLA的旗舰39xx（“ Gen5”）和29xx（“ Gen4”）宽光谱晶圆缺陷检测系统的结合，为先进的IC技术提供了强大的缺陷发现和监测解决方案。这些系统共同合作，提高了产品的良率和可靠性，将更快地发现关键缺陷，并能够更快地解决从研发到生产的缺陷问题。 /p p 新推出的eSL10系统平台具有独特的扩展性，可以延申到整个电子束检测和量测应用中。全球范围内先进的逻辑器件、存储器和制程设备制造商都在使用eSL10系统，利用该系统帮助研发生产过程，提升和监测下一代产品制程和器件的制造。为了保持其高性能和生产力表现，eSL10系统拥有KLA全球综合服务网络的支持。更多关于全新电子束缺陷检测系统的其他信息，请参见eSL10产品页面。 /p

作者:Olivier Savard热分析提供了关于材料特性的基本信息，以及材料在现场的可能表现。这一点及其相对简单性，使得像差示扫描量热法（DSC）和热重分析法（TGA）这样的技术对于那些开发用于苛刻应用的新型材料的企业来说非常宝贵，例如药物和医疗器械。以下仅举10个示例说明热分析仪系列如何支持全球突破性的研究。1. LED散热器新材料的发展由于铝的成本低、重量轻，且其性能可通过改变成分来定制，因此聚合物复合散热器是铝的绝佳替代品。人们有意以此方式将石墨烯用作纳米填料，但是它的大表面积使得通过聚合物基质难以均匀分散。为了解决此问题，《Graphene-based thermoplastic composites and their application for LED thermal management》作者Cho等人正在试验石墨烯和聚合物之间的桥接材料，使用差示扫描量热仪来确定复合材料的热稳定性和转变温度。2. 开发具有特定表面特性的聚合物新材料研究的目标之一是创造高强度、低重量和良好热稳定性的材料。此类特性可通过蜂窝结构表现，目前的研究集中在创建具有功能化空腔的微图案化聚合物表面。控制颗粒在此类材料中的分布对于控制它们的特性至关重要。《Amino-functionalizedbreath-figure cavitiesinpolystyrene–alumina hybrid films: effect of particleconcentration and dispersion》的作者Lakshmi等人正在研究聚苯乙烯-氧化铝杂化膜。文中运用差示扫描量热同步重量分析仪来测定苯乙烯改性氧化铝颗粒的有机含量。3. 药物释放的水凝胶表征《Analysis of Water State and Gelation of Methylcellulose Thermo-reversible Hydrogels by Thermal Analysis and NMR》的作者Nishimoto等人一直在研究在制药应用中用作水凝胶的甲基纤维素（MC）。MC水凝胶的某些特性，如凝胶温度的变化，会影响药物的释放。本研究中用差示扫描量热仪来评估MC和聚乙二醇添加剂之间的相互作用。4. 测定合成材料的基本热性质只要热行为是新型合成材料研究的关键部分，热分析即对表征热性质至关重要。例如，《Designing the thermal behaviour of aqueous biphasic systems composed of ammonium-based zwitterions》的作者Ferreira等人一直致力于设计铵基两性离子（ZIs）的热行为。差示扫描量热仪在确定ZIs的基本热性质（包括分解温度）方面发挥了很大作用。5. 壳聚糖接枝苯乙烯工艺的优化开发新型聚合物材料面临的挑战通常是获得合适的特性，在这种情况下，壳聚糖的表面特性通过在其上接枝苯乙烯来改性。对所得材料的表征进行了深入研究，并且热分析在确定共聚物材料所得的热稳定性方面发挥了作用。本研究《Amino-functionalized breath-figure cavities in polystyrene–alumina hybrid films: effect of particle concentration and dispersion》使用了差示扫描量热仪。6. 研究潜在聚变能材料的热性质钛酸锂被视为一种可提供聚变能反应堆所需的氚的潜在材料。钛酸锂通过碳酸锂和二氧化钛之间的反应产生，《Investigating thermal and kinetic parameters of lithium titanate》的作者Sharma和Uniyal对这一反应进行了研究。热重分析（TG）用于全面理解该反应中涉及的动力学机制，用于该研究的热分析仪器为差示扫描量热同步重量分析仪。7. 研究超薄材料的热性质如何变化随着材料变得越来越小，其性能越来越依赖于表面特性，而不是体积特性。这项研究（由《Morphology and phase transitions of n-alkyl alcohol microcrystals》的作者Iwasa等人完成）结合了差示扫描量热法和原子力显微镜来了解表面特性对n-烷基醇微晶相变行为的影响。8. 曝光后药物有效性分析一些药物在光照下会降解。《Photodegradation assessment of ciprofloxacin, moxifloxacin, norfloxacin and ofloxacin in the presence of excipients from tablets by UPLC-MS/MS and DSC》的作者Hubicka等人的这项研究集中于氟喹诺酮类抗菌药物的有效性。此类材料会产生光降解，这将降低其抗菌效果，并可能导致副作用。结合UPLC-MS/MS方法，运用差示扫描量热仪来比较辐照前后的样品。9. 了解片剂中的药物释放和溶出度片剂药物在体内的溶解方式是药物研究的一个重要部分。在这项研究中，《The DSC approach to study non-freezing water contents of hydrated hydroxypropylcellulose (HPC)》的作者Talik和Hubicka研究了水合羟丙基纤维素（HPC）的非冷冻水含量，以更好地了解不同溶解度的化合物和不同分子量和黏度的HPC的药物释放。用于研究的热分析仪为差示扫描量热仪。10. 影响材料多晶型转变温度的因素研究多晶型物质可以从一种晶体结构转变为另一种晶体结构。《Tunable Polymorphic Transformation Temperature》的作者Yokata等人研究了三联吡啶（terpy）的多晶型效应，发现转变温度可调，具体取决于起始晶体的研磨水平。研究中运用差示扫描量热仪测定不同条件下的转变温度。

11月16日，哈尔滨工业大学仪器学院李浩宇副教授团队与北京大学未来技术学院陈良怡教授团队合作发明的计算超分辨图像重建算法成果在Nature Biotechnology（2020年影响因子为54.9）上发表，论文题目为Sparse deconvolution improves the resolution of live-cell super-resolution fluorescence microscopy（《稀疏解卷积增强活细胞超分辨荧光显微镜的分辨率》）。这是光学超分辨显微镜成像技术领域的突破性进展。该项工作在物理和化学方法基础上，首次从计算的角度提出了突破光学衍射极限的通用模型，结合自主研发的超分辨率结构光（SIM）系统，实现目前活细胞光学成像中最高空间分辨率（60nm）下，速度最快（564Hz）、成像时间最长（1小时以上）的超分辨成像。结合商业转盘共聚焦结构光显微镜，实现四色、三维、长时间的活细胞超分辨成像。该技术框架也被证明适用于目前多数荧光显微镜成像系统模态，均可实现近两倍的稳定空间分辨率提升，为精准医疗和新药研发提供了新一代生物医学超分辨影像仪器，使未来大幅度加速疾病模型的高精度表征成为可能。（成果详情点击查看：《专家点评NBT| 陈良怡/李浩宇合作团队发明计算超分辨图像重建算法，稳定提升荧光显微镜2倍分辨率》）该成果的发表之路几经波折，文章被收录之前，没有人知道是否会成功。成果发表后，迅速受到广泛关注和由衷的祝贺。这项成果究竟意味着什么？有人说是从“0”到“1”的原理创新，有人说是提供了一个重要的生命科学研究工具。笔者认为，除了技术本身的突破，这项成果还充分体现了科学家敢于打破人们的固有认知，勇于尝试、敢于挑战，越挫越勇的科研精神。成果发表后，通讯作者之一北京大学陈良怡教授也袒露了从准备撰稿到成果发表这两年来的心路历程。写在成果发表后：终于看到我们的稀疏解卷积工作上线，百般感慨不知道从何说起。仍记得两年前一起商量如何撰写文章时，浩宇和我讨论是不是应该光明正大的提出用计算的方法来提高显微镜的物理分辨率这件事情。和周围物理专业的同事商量，他们纷纷给出同样的反馈——这是一个“loonshot”。如果不是骗人或者神奇的魔术，真的是不可能的。没想到，这竟是两年投稿中审稿人的基调。（too young, too naive. ）尽管小心修改过的投稿文章聚焦在稀疏解卷积算法与2D-SIM结合后的独特性能，以及与商业转盘式共聚焦超分辨率显微镜结合后如何提升它们和其他荧光显微镜的性能上，投稿期刊也从Nature 到Nature Biotechnology，我们仍然被连续拒绝了四次，每次都附上大约10页纸的问题和意见。我们被审稿人一遍遍的拷问类似的问题：这个方法和以前的去卷积方法，特别是以前你们的Hessian去卷积有什么不同？这是分辨率的实际提高还是只是数据过度锐化或背景过度剪辑的结果？你们的图像或者视频这里或者那里像是过锐化后的结果，你们如何证明不是伪像？这个方法提升分辨率的结果是真的吗？稀疏去卷积的结果需要与已知结构或其他SR成像方式获得的结果进行比较验证才可信。如果没有已知的结构或者其他实验证明，你们如何调整软件中的连续性和稀疏性参数以获得理想的结果？一套参数能否适合不同大小和形状的结构？根据什么先验知识来选择理想的参数集？... ...故事最终能有一个幸福的结局，是因为我们有一个顽强的队伍，坚持到了最后。如何区分固执和顽强？顽强就是对别人的批评抱着开放的心态，反省自己为什么没有让大家信服。然后针对所有的问题一遍遍的做新的实验、新的分析，努力每一次用数据分析而不是偏见来说服评委。从163页、到192页、到167页到最后148页纸的rebuttal，我们必须感谢这些苛刻但是公正的评委，他们不断的磨砺才让我们真正提炼出完整的思想和有说服力的证明。行过这些路，我们才真正理解了Endo的故事以及这两句话的含义。“It' s not a good drug unless it' s been killed at least three times."You can tell a leader by counting the number of arrows in his ass." 我们其实永远也不知道下一步会是怎么样，只要遵循基本原则和小心求证，也许偶尔会遇到无法想象的惊喜，这也是科学的最大魅力吧。To 浩宇、唯淞、士群、柳菊致这个世界的局外人致某一刻觉得自己是异类的人致自始至终决定对自我忠诚的人致对每一朵花每一片云保有欣赏和热爱的人致心中总有一个理想，无论如何都无法放弃的人——陈良怡

随着测试需求的提高,在测试领域中新的技术得到了快速的发展,追踪研究这些新技术,对于我国研制新的先进测试系统具有一定的借鉴作用。2020年初，得利特技术研究组取得重大突破性进展，A1035颗粒污染度检测仪研制成功。得利特（北京）科技有限公司专注油品分析仪器领域的开发研制销售，致力于为国内企业提供高性能的自动化油品分析仪器和专业化的技术咨询、培训等服务，帮助企业以高效率、精细化管理解决油品检测、设备润滑管理方面存在的问题。 得利特公司整合石化科学研究院，中国计量科学研究院，北京铁道科学研究院，空军计量总站等油品方面、仪器方面、设备方的专家为技术班底，集思广益，推出系列精品润滑油分析检测仪器、燃料油分析检测仪器、润滑脂分析检测仪器等产品，得到用户的广泛赞誉。公司以雄厚的技术实力和客户就是上帝的宗旨为用户提供专业贴心的咨询培训服务，包括设备润滑咨询服务，设备润滑知识培训，润滑系统方案设计、实验室建设方案，第三方油品检测。确保客户解决设备润滑的相关问题！A1035便携式颗粒计数器，采用国际液压标准委员会指定的光阻（遮光）法计数原理，专门用于现场油液污染度等级快速检测装置。具有体积小、质量轻、检测速度快、精度高、重复性好等优点，可在高温高压等及其恶劣的条件下工作。内置微水传感器和温度传感器，在进行污染度检测的同时，可对水含量和油液温度一并检测。适用于发动机油、齿轮油、变压器油（即绝缘油）、液压油、润滑油、合成油等油液，可广泛应用于航空航天、石油化工、交通港口、钢铁冶金、汽车制造等领域。

加州圣何塞（2011年2月5日）- 世界领先的科学服务商赛默飞世尔，今天宣布Thermo Scientific质谱仪持续推动蛋白质组学研究中的突破性进展，这一点由权威杂志Nature和Nature Methods近期的出版文章得以证实。Thermo Scientific质谱仪系统凭借其独特的功能，在10月2日至11月6日近一个月内出版的14篇重要文章中扮演了重要角色。 &ldquo 短期内出版的大量重要文章中均使用Thermo Scientific质谱仪，这表明我们在蛋白质组学的关键性挑战中提供了领先的技术，&rdquo 赛默飞世尔科技分析仪器部的首席技术主管，Ian Jardine说道。&ldquo 例如，很多研究者都开始享受最新Thermo Scientific Orbitrap Elite组合质谱仪的超高分辨率和速度带来的优势，极大丰富了从top-down蛋白质组学实验中获得的信息。&rdquo 在这些文章中，Thermo Scientific离子阱、三重四极杆和以Orbitrap为基础的质谱仪用于推动蛋白质组学中的重要进展：提高大规模top-down蛋白质组学研究中产生的信息量，提高同量异序标记方法的定量准确性，提高糖蛋白质组学效率，并加速目标定量研究的步伐。举例如下： Mapping intact protein isoforms in discovery mode using top-down proteomics（《使用top-down蛋白质组学绘制研究模式下的完整蛋白质亚型》）是目前出版的最为成功的大规模top-down蛋白质组学研究文章。作者提出一种四维方法，采用Orbitrap EliteTM 和Thermo Scientific LTQ FT质谱仪在液相色谱（LC）时间尺度上，将分离能力和蛋白质组覆盖率提高了20倍。 MS3 eliminates ratio distortion in isobaric multiplexed quantitative proteomics（《MS3减少同位素标签的多元定量蛋白质组学实验中的比率失真》）提出一种方法，可提高同位素标签实验定量数据的精确性。作者采用Thermo Scientific LTQ Orbitrap Velos质谱仪实现三级裂解（MS3），以减少同量异序离子的干扰。 Gas-phase purification enables accurate, multiplexed proteome quantification with isobaric tagging（《气相纯化利用同位素标签记实现准确的多元蛋白质定量》）一文提出一种方法，当使用同位素标签定量时可以减少干扰并提高结果。作者使用LTQ Orbitrap VelosTM质谱仪的电子转移解离（ETD）功能，减少母离子的电荷数。一旦电荷减少，离子之间的m/z不再重叠，因为在定量时不再彼此干扰。 Nature是一本出版最前沿研究的国际周刊，根据2010年期刊引证报告（Thomson Reuters, 2011），它是世界上被引用最多的多学科科学期刊。虽然大部分科学期刊都是专注于某个领域，而Nature是极少数出版一系列科学领域原创性研究文章的期刊之一。 欲了解更多赛默飞世尔科技质谱信息，请登录：http://www.thermo.com.cn/ms 。 赛默飞世尔科技蛋白质组学应用专题：http://www.thermo.com.cn/proteomics。 关于赛默飞世尔科技 赛默飞世尔科技（纽约证交所代码： TMO）是科学服务领域的世界领导者。我们的使命是帮助客户使世界更健康、更清洁、更安全。公司年销售额120亿美元，员工约39000人。主要客户类型包括：医药和生物技术公司、医院和临床诊断实验室、大学、科研院所和政府机构，以及环境与过程控制行业。借助于Thermo Scientific、Fisher Scientific和Unity&trade Lab Services三个首要品牌，我们将创新技术、便捷采购方案和实验室运营管理的整体解决方案相结合，为客户、股东和员工创造价值。我们的产品和服务帮助客户解决在分析领域所遇到的复杂问题与挑战，促进医疗诊断发展、提高实验室生产力。欲了解更多信息，请浏览公司网站：www.thermofisher.com

研究背景我国已成为世界上最大的原料药生产国与出口国。光化学合成反应因具有使用清洁能源，高能量利用率，高选择性，高原子经济性，反应条件温和可控等诸多优势成为近代原料药生产工艺研究的热点，尤其在近十年内光化学已经成为化学合成领域的强大工具。虽然LED技术的提升引入了高效的单色光源，更有利于光化学反应。但是，间歇釜内部较差的光分布会导致反应时间延长和过度光照形成副产物，该问题在放大过程中更容易出现，连续流技术已被证明是解决此问题的一种有效方法，因为狭窄的反应通道可以确保光的均匀照射，并改善传热和传质效果。目前，流动光化学规模化商用生产主要的障碍是放大效应问题。虽然数增放大可以相对容易地实现工艺扩大，但是为了达到相应的生产规模，仅依靠数增方法通常是不够的。光化学反应器的选择需要高水平的反应器工程技术及规模放大的专业知识，因为随着反应器尺寸的增加，维持光通量一致是一个巨大的挑战。具有高效传质传热且无放大效应的康宁光化学反应器可以帮助客户实现有效放大的目的。芳烃苄位的溴代反应是有机合成的重要单元反应，也是药物合成的关键步骤之一。近期，欧洲著名连续流专家奥地利Graz大学C. Oliver Kappe教授等人在OPRD(DOI:10.1021/acs.oprd.0c00239）上发表了一个高度强化的光化学苄基溴化工艺（图1a）图1.（a）2,6-二氯甲苯1的光化学溴化反应流程图，包括在第一个模块中溴素的生成，以及第二个模块中使用硫代硫酸钠淬灭过量的溴素反应小试：常用的原位制备溴素的氧化剂是H2O2，但是过氧化物的储存和使用存在安全性问题， 因此，作者使NaBrO3（一种具有310 °C高分解温度的结晶固体作为氧化剂；选择2，6-二氯甲苯（DCT，1）为反应物，选择后者主要有以下几个原因：相应的2,6-二氯苄基溴化物产品2是药物化学中常见的结构单元，API维兰特罗和益康唑中；两个邻氯原子的空间位阻阻碍了二溴化作用；苄基溴化物产物2为固体（熔点= 55 °C），通过过滤能够直接进行分离。Kappe教授前期做了小试实验，使用康宁公司实验室规模的2.8 mL 反应器，在不到4小时的时间内即可生产出1.17kg（97％产率）的2,6-二氯苄基溴。相应的生产率为300 g/h（时空产量=108.3 kg L-1 h-1），此工艺展现出良好的工业化潜力。中试实验为了证明该工艺在中试规模上的可行性， Kappe教授选用康宁G3光化学反应器，规模能够从2.8 mL持液体积直接扩大到60 mL。反应在康宁G3光化学反应器（60 mL持液体积）中进行，两相在第一个模块内形成Br2（图1a），在405 nm波长激发下引发自由基取代反应。多余的溴素在第二个模块中被硫代硫酸钠水溶液淬灭。反应完混合液通过在线HNMR光谱仪（Spinsolve Ultra43 MHz，Magritek，中国区连续流应用康宁独家代理）检测的不同苄基质子信号来区分原料和产物。图2. G3光化学反应装置PID图G3光化学反应器的流程图如图2所示。康宁反应器独特的玻璃材质使研究者可以很清楚地看到整个反应过程。Kappe教授在反应器框架内部增加了一个摄像头用来监控淬灭板块的运行情况，可以实时调整硫代硫酸钠溶液的流速来确保所有的溴素都被完全淬灭，同时，可以通过颜色变化来判断反应情况。通过观察，正常情况下只有少量的溴素会到达第二个模块（图3）。图3. 摄像头捕获的过量溴素淬灭过程（由白色椭圆突出显示）参数优化作者使用G3反应器对反应参数进行了优化。通过对温度、反应停留时间、压力、溴素当量的优化，在65 ℃条件下，停留时间22 s，溴素当量1.1 eq，获得了88%的转化率（表1，entry 9），最大产能达到4.1kg/h，时空收率为82 kg L-1 h-1。图4：条件优化结果结果与讨论01研究者将之前开发的高度强化的光化学苄基溴化工艺成功的从实验室规模转移到中试规模（ 4 kg/h的产能）。编者语：实际上更经济的苄位溴代反应是直接使用溴素与甲苯(或取代的甲苯)在引发剂或光引发下进行自由基溴代反应。但在常规设备中由于较高的蒸气压和溴素挥发导致的安全性问题，放大遇到瓶颈。如果选用康宁微通道反应器作为反应设备，因为康宁反应器的玻璃材质和独特心形反应通道设计使光化学合成能够在分布非常均匀的光下温和的进行，反应会更高效、反应过程更可控。而且直接溴素参与的工艺进行放大更符合原子经济学，非常值得业内人士对其流动光化学工艺放大进行研究。02研究者对停留时间、温度、溴素当量、压力等反应参数进行了考察，在65 ℃条件下，停留时间22 s，溴素当量1.1 eq，2,6-二氯苄基溴的分析收率为88 ％，产能4.1 kg/h，时空收率为82 kg L-1 h-1。编者语：由于C. Oliver Kappe博士只有1个G3光化学模块可用。为了保证足够的停留时间，反应液流速必须降400 mL/min以下，导致反应传质传热效率发生改变。因此，该放大过程严格意义上并没有直接使用智能放大策略，（根据无缝放大策略该实验应该使用5个G3的反应模块。）导致了次优的传质和传热。所以小试和中试时空收率进行比较，Lab 反应器的时空收率要高于G3反应器。如果没有设备的限制该实验结果数据会更高！但即使如此，82 kg L-1 h-1的时空收率已经是突破性的进展！也就是说该工艺放大的具有巨大的潜力。图5.（b） 康宁反应器提供的智能化放大方案。03该研究工作是非常有代表性的流动光化学的的工艺放大案例。它展现了在制药及精细化工领域中广泛实施大规模流动光化学反应的应用前景。 康宁光化学反应器康宁高通量微通道光化学反应器（Advanced-Flow® Photo Reactor），拥有透光率高、耐高温、耐高压、光强度大、光源纯净，控温精准、无放大效应等特点，在光化学反应中有独特的技术优势和广泛的应用前景。此外，康宁光化学反应器可以与在线NMR结合，对反应工艺参数进行快速筛选，有效地提升新分子的探索和工艺优化的过程。

p 　　Illumina临床基因组学高级副总裁Garret Hampton博士对该仪器评价道:“这是诊断设备开发历史中的一个非常重要的里程碑，它可以帮助我们建立一套准确及可重复的肿瘤检测标准。FDA此次获得的荣誉可以使我们更快将其推广至市场，使得肿瘤学家可以使用更精准的治疗方法来管理其癌症病人。” /p p 　　该设备利用肿瘤样本中的DNA和RNA来识别肿瘤进展过程中的关键体细胞变异，这些变异包括微小的DNA变异、融合与剪接，以及免疫治疗相关的关键生物标志物，其中包括TMB(tumor mutational burden)、MSI(microsatellite instability )等。 /p p style=" text-align: center" img src=" https://img1.17img.cn/17img/images/201901/uepic/d8d6f00b-e879-4c1e-a785-c85b64a5c2d5.jpg" title=" FDA.png" alt=" FDA.png" / /p p style=" text-align: center " strong 突破性设备计划 /strong /p p 　　FDA颁发的突破性设备是原本FDA快速通道(Expedited Access Pathway，EAP)的替代者，这一计划是为医疗设备及以医疗设备为中心的组合所设计——这些产品要能为病人提供更有效的治疗。 /p p 　　突破设备计划包含EAP的旧有特点和并强调创新，旨在促进突破技术的发展和加快对这些突破技术的审查。 /p p 　　随着被授予突破性设备，Illumina的分析仪将受到更优先级的审查，这意味着由Illumina提交的审查将在队列中按更高优先级排列，并将在需要时享受额外的审查资源。 /p p 　　Illumina方面，负责监管事务的副总裁Karen Gutekunst对于此次事件评价道: /p p 　　“在我们争取FDA批准的过程中，与FDA的合作、获得他们专业知识的支持与帮助是非常宝贵的。(FDA此次所做)这样的进步将为数百万癌症患者的治疗带来革命性的变化，当患者们面对着每一分钟、每一个决定都至关重要的疾病时，他们将能够更快地找到正确的治疗方法。” /p

由仪器信息网携手北京怀柔综合性国家科学中心、北京怀柔仪器和传感器有限公司共同主办的全球科学仪器新品发布会暨“突破创新”主题论坛，即将于9月13日盛大启幕。本次论坛汇聚了华大智造、赛默飞世尔、SCIEX、珀金埃尔默、伯乐、捷欧路等众多行业领军企业和多家本土创新企业，将呈现一系列“国内首台”、“全球首创”的突破性创新科学仪器新品，覆盖生命科学、化学分析等多个领域，实为不容错过的科学仪器创新盛宴！亮点抢先看：艾锐精仪——中国首创Nova SD转盘共聚焦系统北京艾锐精仪科技有限公司依托北京大学席鹏教授团队的雄厚研发实力，推出一款中国首创、国际领先的转盘共聚焦系统 Nova SD。传统的转盘共聚焦主要采用了微透镜阵列+微针孔阵列的形式。艾锐自主研发的Nova SD无屋顶转盘共聚焦突破了这种三明治结构带来的限制，实现了25mm大视野、230nm高分辨、2000fps高速成像，结束了这一领域40年的国际垄断。华大——发布最新纳米孔测序技术平台，达成两项“全球唯一”华大集团发布最新纳米孔测序技术平台 CycloneSEQ，旗下包含中通量 “梧桐”（CycloneSEQ - WT02）与高通量 “五岳”（CycloneSEQ - WY01）两款新型基因测序仪。CycloneSEQ测序平台的推出，使得华大集团成为全球唯一具备激发光、自发光、不发光三种不同技术路径测序仪的机构，也是全球唯一一家掌握超高通量、超低成本、超长读长测序仪的机构，真正实现了“全读长”测序产品的全周期闭环。贝克曼——纳米流式分析仪，突破小颗粒检测极限贝克曼最新推出的CytoFLEX nano纳米流式分析仪，能够清晰分辨40nm至1µ m粒径的小颗粒样本，突破了传统流式细胞术的检测极限。其多侧向散射通道实现了真正的多色外囊泡检测，为外囊泡检测的标准化提供了有力支持。赛默飞——首款中国研发、中国智造多功能酶标仪Varioskan ALF 多功能酶标仪是赛默飞 首款中国研发，中国智造的多功能酶标仪。其具备三功能（含FRET和BRET），自动增益扩大浓度检测范围，独有LED bar可实现各种检测和仪器状态提醒。铭泰佳信 —— 脑化学分析仪 ：解码脑化学信号，引领脑科学研究新纪元 北京铭泰佳信科技有限公司研发的脑化学分析仪突破传统技术局限，实现脑化学信号的原位、实时、高精度监测，开启脑科学研究新篇章。SPT Labtech——革新384孔NGS微缩化建库新时代SPT Labtech发布用于二代测序(NGS)文库构建的全自动液体处理工作站firefly® ，整合多通道移液和整版分液于一身，革新384孔NGS微缩化建库新时代，加速基因组学研究。中科艾科米——高端扫描探针显微镜，首次实现氢核定位北京大学田野教授团队研发了具有自主知识产权的扫描探针显微系统，首次实现了氢原子的成像和定位，并通过与中科艾科米联合攻关，研制出高端国产商业化扫描探针显微镜系统并推向市场。SCIEX——旗下最快三重四极杆质谱系统SCIEX定量产品组合中的最新款质谱仪——SCIEX 7500+系统，具有高达 800 MRM/s 的扫描速度，Mass Guard 技术通过在质量分离之前进行新型离子过滤来降低仪器污染的风险和频率，可拆卸的 DJet+ 组件允许用户自行清洁和维护安益谱——高分辨傅里叶静电阱质谱仪技术创新与突破苏州安益谱Cassitrap 120K采用四极杆-傅里叶变换静电阱Hybrid质量分析模式的质谱联用仪，支持四极杆和傅里叶变换静电阱同步混合扫描实时分析对比。区别于C-trap，Cassitrap 120K采用了线形离子阱突破LMCO，并具备富集和串级的潜力，并且透镜组可实现≥50%的离子传输效率。英迈仪器——国产首台电雾式检测器英迈仪器的电雾式检测器（Charged Aerosol Detector, CAD）是一款高灵敏度、广谱通用的检测设备，广泛应用于液相色谱（LC）分析中，为无紫外吸收或荧光特性的化合物提供高效检测，适用于分析各类化学成分，尤其是在药物、食品、环境及化工领域的应用中表现出色。珀金埃尔默——旗下最新电感耦合等离子体质谱 、 Pyris 热分析 系统 PerkinElmer新一代NexION1100/2200系列ICP-MS，集高效的抗干扰能力、高通量、现代化的工作流程和极低的维护成本于一身，融合创新智能屏和绿色环保GreenCT冷却技术，为分析检测和研究开发，提供准确、可靠、绿色经济的解决方案。全新一代Pyris STA 9/TGA 9/ DSC 9热分析系统，整合了最先进的热重分析（TGA）和同步热分析（STA）技术。曦光健康——全景高分辨超景深数字病理显微镜 ，突破传统光电成像限制该产品基于计算光学技术——傅里叶叠层显微术（FPM），突破了传统光电成像中视场范围与空间分辨率的制衡关系，实现了大视场、高分辨率、超景深、超快速成像，同时支持明场、相位、偏振等多模态成像方式，可用于活细胞成像、病理阅片、药物筛选等场景。布鲁克——旗下最新空间成像质谱仪，专为速度和灵活性设计 布鲁克推出neofleX MALDI-TOF/TOF 空间成像质谱仪，专为速度和灵活性而设计，以极小的占地面积推动 MALDI 成像和其他领域的成果转化。提供空间多组学MALDI成像：从靶标蛋白质、聚糖分子、代谢物、脂质、内源性多肽到mRNA/DNA的全景式空间表征及关联性探索。伯乐——首款使用冷CMOS作为检测器的成像系统ChemiDoc Go是Bio-Rad 2024年推出一款全新的成像系统，首创使用冷CMOS作为检测器的成像系统。使用QuickSight技术精准控制曝光时间，马达驱动的定焦镜头，可自动调节样品对焦，并保证透光量。捷欧路——紧凑、易用、可扩展的新型电子显微镜 日本电子最新发布的JEM-120i，120kV透射电子显微镜，专为生命科学领域设计，占地面积减少50%以上，占用空间不到传统机型的三分之一，且仪器高度不足1800mm。更小的体积，更简单的操作，可拓展的功能，旨在为客户打造全新的操作体验。本次会议特邀三位嘉宾：天津大学朱险峰教授、北京华友会产品委员会主任谭德强、北京悦和知识产权代理有限公司总经理司丽春，他们将分享创新方法和理念、仪器及检测领域专利布局和风险防控相关内容。此外，圆桌对话将邀请五位与会嘉宾，紧密围绕科学仪器“突破创新”这一核心议题展开，深入探讨科学仪器自主创新、关键核心技术突破、产学研转化、跨学科协作办法。我们诚挚邀请广大科研工作者、行业专家及企业代表参会，共同见证这场科学仪器领域的创新盛宴。报名参会链接：点击报名会议日程，详见下表：09月13日 全球科学仪器新品发布会暨“突破创新”主题论坛08:00-09:00注册报道09:00-09:15致辞环节怀柔区领导刘虎威 中国分析测试协会 副理事长唐海霞 北京信立方科技股份有限公司 董事长北科建怀柔国际科创中心领导09:15-09:30仪器信息网“新品首发”频道上线启动仪式仪器信息网携手特邀嘉宾09:30-09:45斗转星移，广域精微——艾锐中国首创NovaSD转盘共聚焦系统席鹏 北京大学/北京艾锐精仪科技有限公司 教授/CTO09:45-10:00登峰探极生命可测|CycloneSEQ测序技术与应用郭斐 华大生命科学研究院 主任科学家10:00-10:15CytoFLEX nano纳米流式分析仪拓展EV视界章涛 丹纳赫（贝克曼库尔特生命科学） 市场总监10:15-10:30传承创新，开启新篇— Varioskan ALF 多功能酶标仪王文莉 赛默飞世尔科技 应用技术专家10:30-10:50茶歇10:50-11:05发明问题解决理论TRIZ在仪器创新中的应用朱险峰 天津大学 副教授11:05-11:20解码脑化学信号，引领脑科学研究新纪元-脑化学分析仪王欢庆 北京铭泰佳信科技有限公司 总经理11:20-11:35引领未来：firefly革新384孔NGS微缩化建库新时代黄健威 SPTLabtech 基因组学产品专家11:35-11:50氢核定位，解密冰表面结构|自主研发高端扫描探针显微镜田野 北京大学 特聘研究员11:50-12:00北科建怀柔国际科创中心推介李其 北科建怀柔国际科创中心 项目招商经理12:00-12:10参观北科建怀柔国际科创中心北科建怀柔国际科创中心12:10-13:30午餐13:30-13:40怀柔区高端仪器装备和传感器产业推介北京市怀柔区经济和信息化局13:40-13:55革新体验 超越期待|SCIEX质谱新品革新定量效能，引领通量未来陈俊苗 SCIEX 高级应用支持专家13:55-14:10苏州安益谱高分辨傅里叶静电阱质谱仪技术创新与突破张小华 苏州安益谱精密仪器有限公司 总经理14:10-14:25打破技术垄断，铸就国产精品：英迈仪器电雾式检测器的创新实践于凯 英迈仪器（天津）有限公司 总经理14:25-14:40华为式创新与高效率研发谭德强 华友会产品委员会、 比邻无线（北京）科技有限责任公司 主任14:40-15:00茶歇15:00-15:15与科学，共赴使命—珀金埃尔默NexION 电感耦合等离子体质谱与Pyris 热分析技术持续创新之路田新 PerkinElmer 应用工程师15:15-15:30全景高分辨超景深数字病理显微镜燕虎 无锡曦光健康产业有限公司联合CEO15:30-15:45neofleX 全面助力多分子维度空间组学表征李鹏飞 布鲁克 应用主管15:45-16:00成像系统的创新发展—Bio-Rad最新双荧光及化学发光成像系统ChemiDoc Go王恒 伯乐生命医学产品（上海）有限公司 应用技术专家16:00-16:15生命科学专用型透射电镜JEM-120i，体积小易操作，打造全新的用户体验陈桐民 捷欧路（北京）科贸有限公司 市场部技术支持专家16:15-16:30仪器及检测领域专利高质量布局和风险防控司丽春 北京悦和知识产权代理有限公司 总经理16:30--17:30圆桌对话：科学仪器“突破创新”主持人：李博 仪器信息网 生命科学主编嘉宾：张鸣剑 北京怀柔仪器和传感器有限公司 董事长王进步 国科科仪（北京）高端装备研究院 院长席鹏 北京大学未来技术学院 博雅特聘教授谭洪 小鳄生物技术（苏州）有限公司 CEO

仪器信息网讯 全球科学分析仪器年度盛会&mdash &mdash 匹兹堡分析化学和光谱应用会议暨展览会(Pittcon)于2015年3月9-12日在美国新奥尔良Ernest N. Morial Convention Center举行。 　　在本次展会上，CEM推出了突破性的iFlash专利系统，可直接测量食品中Na、K、Ca三种元素的含量。该系统包括样品制备和分析系统，样品制备采用了创新的快速灰化(4min)技术，分析系统则采用了新研发的瞬态光度计。该技术可用于各种类型的食品样品，包括奶肉快餐食品和冷冻加工食品，分析时间小于10分钟。该系统既可用于食品工厂的生产过程控制，也可用于食品检测实验室。 　　CEM总裁兼CEO Michael J. Collins表示：&ldquo 这项创新型技术将为食品工业提供非常重要的工具。目前，由于考虑到饮食健康，许多大食品公司正在努力降低食品中的Na含量。大多数情况下，他们会利用钾来替换钠。钠的标准检测方法为传统的氯离子滴定法，但是该方法无法区分Na和K，只能测得他们的总含量。&rdquo 　　&ldquo 该技术为食品工业中控制Na和K的含量，提供了一种新型简便快速的分析方法。我们相信iFlash系统将会在该应用中发挥重要作用。已经有几个大食品企业试用了该产品，检测结果令人满意。&rdquo 　　&ldquo 我们希望能与食品企业紧密合作来帮助他们应用该技术。由于它的优良性能，相信全球的食品企业都会认可该技术。&rdquo Collins说道。 　　此外，CEM还推出了微波消解仪和脂肪水分测定仪新产品。 HYBRID Trac脂肪水分测定仪 　　CEM新推出的HYBRID Trac脂肪水分测定仪结合了微波水分分析仪和正在申请专利的第二代NMR系统。其中，NMR正在申请的专利有快速样品处理技术和准确测定含有不同脂肪含量的干样品中的水分的技术(第一代NMR没有该技术)。据介绍，该仪器比近红外光谱技术更加准确和可靠、不需要昂贵的校准维护、测定结果不受添加剂、颜色或颗粒度的影响、拥有直观易用的界面。 Discover SP-D Gold微波消解仪 　　另外，CEM再一次改进了微波消解技术。据介绍，Discover SP-D Gold能够承受更高的温度（最高到300℃）和压力（最高到700psi），从而实现最极端的样品的消解。10分钟即可完成消解，包括冷却时间。分析样品量可达2g。 编译：秦丽娟

近日安捷伦参加了美国癌症研究协会年会（ American Association for Cancer Research Annual Meeting ，简称 AACR ） ，并重点展示在细胞分析、基因组学、数字病理学和伴随诊断解决方案方面的最新进展。该年会于当地时间4月5日至10日在美国加利福尼亚州圣地亚哥举行。本届年会，安捷伦展示了公司推进癌症研究和诊断方面发挥关键作用的几款特色产品与解决方案，包括：• Agilent NovoCyte Opteon光谱流式细胞仪——Agilent NovoCyte Opteon光谱流式细胞仪代表了光谱流式细胞技术领域的先进解决方案。这一用户友好的系统支持同时分析多个标记物，并在设计多标记组合方面展现了出色的灵活性。NovoCyte Opteon的配置范围为 3 激光到 5 激光，可支持多达70个高性能检测器，为科学家和研究人员带来了更广阔的研究潜能。• Agilent Avida——Agilent Avida是新一代靶向序列捕获解决方案，能够从单个样品中同步分析DNA与甲基化图谱。 Avida专有的技术流程能够在不损耗样品质量与数量的前提下，支持液体活检和靶向二代测序（NGS）的多组学应用。研究人员能够从有限的样本中快速获得遗传和表观遗传数据，进一步推动癌症生物学和临床领域的研究进展。高性能与精简的工作流程确保了测序的高度准确性、快速的周转时间和便捷的操作体验。• Agilent SureSelect 癌症定制基因组合——Agilent SureSelect癌症定制基因组合允许客户增加新的标志物和新兴生物标志物，包括肿瘤突变负荷（TMB）和微卫星不稳定性（MSI），为肿瘤基因组分析检测提供定制化解决方案。Agilent SureDesign 8.0软件利用机器学习驱动的探针设计方式，可以快速简便地设计出这些定制NGS癌症基因组合。这些定制的癌症基因组合进一步扩展了SureSelect癌症产品系列，彰显了安捷伦致力于推动精准肿瘤学发展的坚定承诺。• Agilent SureSelect CD CiberMed Tissue与SureSelect CD CiberMed Heme基因组合——安捷伦宣布与CiberMed建立全新合作伙伴关系。这家公司致力于借助其数字细胞分析软件iSort简化细胞分析和生物标志物的发现。新推出的安捷伦SureSelect CD CiberMed Tissue与SureSelect CD CiberMed Heme基因组合能够结合SureSelect与iSort工作流程，提供了一种基于批量RNA测序数据的细胞图谱分析解决方案，具有更高的灵敏度、准确性和稳定性。安捷伦诊断和基因组学集团总裁（暂任）Bob McMahon表示：“安捷伦持续将战略焦点对准抗癌事业。我们全面的产品组合涵盖了从细胞分析到基因组学、数字病理学和伴随诊断等领域的突破性技术。这些创新技术将助力全球的科学家、临床医生和研究人员推动新发现，并改善患者的治疗效果。”年会期间，安捷伦与主要合作伙伴联合举办两场研讨会。首场研讨会是与SomaLogic ® 联合举办（ 如今该公司已归属于 StandardBioTools ™ ） ，并于当地时间 4 月 7 日（星期日）下午1:30开始。此次研讨会的主题为癌症的理解与护理，主讲人是来自伦敦帝国理工学院的Marc Gunter与来自牛津大学的Karl Smith-Byrne。他们将探讨对SomaLogic的SomaScan®平台的实际应用。他们将深入揭示在大规模前瞻性研究群体中发现癌症的新病因及其生物标志物的方法。第二场研讨会于当地时间4月7日（星期日）下午3:30举行，会上将着重讨论精准医疗的创新技术。Transcenta Therapeutics 公司CMO Caroline Germa将介绍如何利用Claudin 18.2 IHC分析为Transcenta Therapeutics的奥塞米单抗项目提供信息支持，而来自安捷伦的Bellal Moghis则将探讨安捷伦的全新Avida靶向测序技术。除研讨会以外，安捷伦还将在其展位（#1531）展示与BostonGene 与CiberMed 的合作伙伴关系。AACR与会者还有机会浏览多张安捷伦研究海报和逾50张展现安捷伦仪器和解决方案亮点的客户海报。

《麻省理工科技评论》“十大突破性技术” 榜单诞生已经二十周年，2021“十大突破性技术” 发布会也于昨天下午在杭州余杭未来科技城举办。本次会议由中共杭州市余杭区委、杭州市余杭区人民政府、《麻省理工科技评论》主办，浙江省委组织部（人才办）、杭州市委组织部（人才办）指导，杭州未来科技城（海创园）管委会、DeepTech 共同承办，近百位国内外行业专家、青年科技领袖和商业精英齐聚一堂，碰撞新思想、分享新观点，线上四大平台同步直播，给与会者带来了一场顶级的科学技术思想盛宴。 在榜单揭晓之前，我们想考考你，是否还记得二十年前的科技水平？容我们提醒你一下，那一年，维基百科刚刚诞生，3G 网络刚打出第一通电话，苹果 iPod 首次问世，而 Windows 系统才更新到 XP。在那个大部分人只能拨号上网、10 兆宽带就已是顶配的年代，《麻省理工科技评论》首次推出 “十大突破性技术”（TR10）榜单，榜上有名的是生物识别、数据挖掘、自然语言处理、脑机接口、机器人设计等充满未来感的 “黑科技”。在接下来的二十年里，这份年度榜单依旧不断带给人们惊喜。2009 年，苹果尚未收购 Siri，我们就将它列为突破性技术。而在今天，虚拟语音助手已经遍地开花。2013 年，我们将 “深度学习” 列入榜单，并准确给出 3-5 年的爆发期。时至今日，它仍然是实现各种高性能机器学习算法、驱动人工智能蓬勃发展的核心技术。如今，我们回望过去，科技的进步令人惊讶。二十年前陌生的技术名词要么早已成为我们生活的一部分，譬如手机上的指纹识别和人脸识别，要么成为了时下最炙手可热的研究领域，譬如脑机接口和自然语言处理。我们再也无法对它们视而不见，我们的生活也因它们更加丰富多彩和方便快捷。这种跨越二十年的预测能力，完美诠释了 “十大突破性技术” 榜单的权威性。当然，与其说是 “预测”，不如说是《麻省理工科技评论》站在全球科技最前沿，目睹了科技创新百年变迁后的一种沉淀，这是对科研迈向产业的可行性分析，也是对技术商业化及影响力的研判。不过，这些并非仅有的评判标准。2019 年，《麻省理工科技评论》邀请到比尔・盖茨（Bill Gates）作为客座评选人，并全程参与评选工作。他对谋求和提升 “人类福祉” 的追求反映到了评选结果中。更重要的是，评选 “十大突破性技术” 的目的不仅仅是展示新创新成果，同时也旨在强调是人类的智慧促生了这些创新技术。在最新的 2021 年榜单中，我们关注了在人工智能领域引发热议的 GPT-3 语言模型。它不仅能写出逼真的文本，更具备强大的泛用性，人们甚至认为它是通向真正通用人工智能的里程碑。我们还选择了 mRNA 疫苗，虽然人类对 mRNA 技术的研究已持续 20 余年，但在新冠疫情肆虐全球之际，人类在短短一年时间内完成了 mRNA 疫苗的研发，并首次开展了大规模接种，该技术亦有望在医药领域掀起新革命。如果你觉得这些技术离你太远，那不妨想一想过去两年最火的移动应用：TikTok。在众多短视频应用中，无论是知名度还是用户活跃度，TikTok 都以绝对优势遥遥领先。我们认为，其背后的推荐算法是兼具代表性和突破性的技术。除此之外，今年的榜单还包括绿色氢能、多技能 AI、远程技术、锂金属电池、数字接触追踪、超高精度定位和数据信托。它们是科技领域最热门、最前沿、最具价值的研究领域，从中孕育出的成果寄托着人类对未来美好生活的憧憬，也必将在未来社会生活中产生巨大的影响。正如比尔・盖茨所说，看过这些突破性技术之后，你会觉得 “美好的未来，值得我们为之奋斗”。图 | 2021 年《麻省理工科技评论》全球十大突破性技术榜单包括：mRNA 疫苗、GPT-3、数据信托、锂金属电池、数字接触追踪、超高精度定位、远程技术、多技能 AI、TikTok 推荐算法、绿色氢能以下是榜单详细内容解读： mRNA 疫苗 重大意义：mRNA 新冠疫苗有效性约为 95%，此前从未投入临床应用，可能带来医药领域的巨大变革。主要研究者：BioNTech 公司、绿光生物科技公司、Moderna、Strand Therapeutics 公司成熟期：现在在全球，新冠病毒已夺去 200 多万人的生命，mRNA 技术研究人员德鲁・魏斯曼的几位童年好友也因此去世。 如今，几种不同类型的新冠疫苗已经上市，美国所注射的新冠疫苗完全依赖于 Moderna 的疫苗、以及 BioNTech 和辉瑞合作开发的疫苗。以上两款疫苗有个共同点：都采用了 mRNA 技术。mRNA 疫苗与传统疫苗生效机制完全不同，传统疫苗使用活病毒、死病毒、或者病毒外壳部分物质，以训练人体免疫系统。而 mRNA 疫苗含有基因物质，由脂质体包裹，注射入体内后，肌肉细胞吸收 mRNA 并产生某种病毒蛋白，免疫系统会及时产生抗体和 T 细胞来抵御病毒的入侵。在此之前，虽然针对 mRNA 的研究已有 20 年，但是直到去年，mRNA 才首次用于进入市场的药物。mRNA 疫苗是否真的效果更好呢？答案是大写的 “是”。临床研究证明，Moderna 和 BioNTech 的疫苗有效性都达到约 95%，而阿斯利康的腺病毒疫苗有效性约为 75％。mRNA 疫苗具备高有效性、以及容易重新构建的特点，更有利于研究人员攻关艾滋病、婴儿呼吸道病毒、疱疹和疟疾这些目前都尚无成功疫苗的疾病。研究人员还认为，在未来，mRNA 技术不仅限于疫苗，还将针对癌症、镰状细胞病、艾滋病等带来低成本的基因修复。不过，mRNA 若想用于药物治疗，建立切实可行的经济模型，还面临以下几个巨大挑战：如何将足够数量的 mRNA 输送到体内的正确位置？如何降低或避免 mRNA 所带来的副作用？如何包装脆弱的 RNA 分子？魏斯曼说，他已经研究明白，如何定位纳米颗粒。从而让纳米颗粒进入骨髓，而骨髓不断制造所有的红细胞和免疫细胞。无论如何，mRNA 疫苗成功投入使用，为 mRNA 技术应用于其他疾病疫苗和药物的研究，开创了一个良好的局面，我们可以期待 mRNA 技术的应用前景。 GPT-3 重大意义：学习自然语言的大型计算机模型，朝着构建可理解人类、并与人类世界互动的 AI 迈出的一大步。主要研究者：OpenAI、Google、Facebook成熟期：现在继 DeepMind 的 AlphaGo 和 IBM 的 DeepBlue 之后，GPT-3 成为 AI 领域最能引发公众想象的存在。GPT-3 是一种 “大型语言模型”，由旧金山的研究实验室 OpenAI 创建。所谓 “大型语言模型” 指的是一种利用深度学习的算法，通过数千本书和互联网的大量文本进行训练，将单词和短语串在一起。GPT-3 于 2020 年正式发布，能够模仿人类书写文本，逼真程度令人惊异。在许多人看来，GPT-3 的这一能力，堪称是通往真正的机器智能道路上的里程碑。 能够如此娴熟地运用语言的机器之所以重要，是因为语言对于理解日常世界至关重要，人类就是通过语言来交流、分享思想和描述概念。换句话说，掌握了语言的 AI，可对世界产生更好的理解。大型语言模型还有很多实际用途。比如，可为开发更好的聊天机器人提供支持，以进行更加流畅的对话；只要给出提示，它们就可以生成关于任何事情的文章和故事；它们还可以总结文本，或回答关于文本的问题；虽然只有获得邀请的人才能使用 GPT-3，但人们已经利用它为数十个应用程序提供了支持，其中不乏从一个产生创业想法的工具，到一个以地下城为背景的 AI 脚本冒险游戏的。GPT-3 并不是 2020 年出现的唯一一个大型语言模型，微软、谷歌和脸书都推出了其开发的大型语言模型，但 GPT-3 却是迄今为止最好的全能型选手。人们认为 GPT-3 可以写出任何东西：同人小说、哲学辩论、甚至代码。人们甚至就 GPT-3 是否是第一个通用人工智能展开争论。其实不是。尽管 GPT-3 能产生特别逼真的文本段落，但并没有任何实质性创新。GPT-3 的出现证明了一点，那就是规模为王。在构建 GPT-3 时，OpenAI 使用的方法和算法与构建 GPT-2 的基本相同，区别在于 OpenAI 扩大了神经网络和训练集 ——GPT-3 有 1750 亿个参数，神经网络中的值在训练过程中会不断调整。而 GPT-2 仅有 15 亿个参数，GPT-3 也借此成为有史以来最大的语言模型。但有科研人员指出，GPT-3 虽称得上是 AI 中的翘楚，但同时也集合了一些糟糕的问题，比如 GPT-3 耗电巨大，会加剧气候变化；GPT-3 会吸收网上的许多不实信息和偏见，并能按需复制；GPT-3 为机器生成的文本披上人性外衣，能够轻易获取人们的信任 —— 数月前，有人在 Reddit 上发布了一款由 GPT-3 支持的网络机器人，该机器人在几天内发布了数百条评论，并与数十名用户进行互动，直到最后才被发现并非真人。对于相信 “越大越好”（bigger is better）理念的人而言，GPT-3 的出现是一个不小的胜利。这些模型表明，我们可以期待计算能力和数据将在未来走得更远。GPT-4 会是什么样子的？我们可以预期，聊天机器人将能够掌握更广泛的会话主题，与人的交流变得更加流畅，更善于将更长的连贯文本串在一起… … 数据信托 重大意义：面对个人数据被滥用这一情况，数据信托可以帮助更好地管理数据。主要研究者：Google Sidewalk Labs成熟期：2-3 年数据时代，在人们生活更加方便的同时，隐私和安全问题日益突显。那么，是否有一个组织可以像工会维护劳工权利一样来维护人们的数据权利？并且，能够像医生一样，根据个人的数据管理帮助人们做出明智的决策？或许，数据信托是一种可行性方案。在法律中，信托是指基于对受托人的信任，委托人从其自身利益出发，将资产交给受托人管理的行为。而在数据信托中，受托人将管理一群人的数据或数据权利。这就像医生有责任依据病人的利益行事一样，数据受托人管理委托人的数据或数据权利，也对其利益负责。理论上，数据信托允许用户行使其作为数据生产者的权利。此前，谷歌的姊妹公司 “人行道实验室” 建议创立一个公民数据信托 —— 希望在其智能社区 Quayside 入驻的公司必须申请收集和使用数据的许可证，并由社区成员组成的审查委员会对数据收集和使用进行监督，以保证这些数据能为用户产生价值。虽然，“人行道实验室” 在 2020 年 5 月放弃了 Quayside 项目，但其数据信托的提议为数据管理提供了思路：对于智能城市、公共卫生计划等更多公共事务收集到的数据，可以创建数据信托并对其进行管理。对于数据引发的隐私、安全性等问题，数据信托不是唯一的解决办法，但能够控制数据、让数据共享造福人类的数据治理是十分必要的。 锂金属电池 重大意义：锂金属电池能量密度高、充电速度快，而且安全可靠，使电动汽车像汽油汽车一样方便和便宜。主要研究者：QuantumScape 公司、卡耐基梅隆大学、橡树岭国家实验室成熟期：5 年制约电动汽车产业发展的一大难题就是电池技术。目前，电动汽车普遍使用的是锂离子电池，这种电池昂贵、笨重、能量密度低，并且其所依赖的液体电解质在碰撞时极易起火。电池的一系列缺点体现在电动汽车上就是：价格高、续航低、充电慢，而且还存在安全隐患，这些正是让众多车主对电动汽车望而却步的原因。显然，要使电动汽车比汽油汽车更具竞争力，就需要一种突破性电池来弥补这些缺陷。硅谷初创公司 QuantumScape 声称已经开发出全新的锂金属电池，其采用固体电解质（陶瓷）克服了传统锂离子电池存在的这些缺陷。在传统的锂离子电池中，阳极主要由石墨制成，可以很容易地吸收和释放带电的锂离子，这些锂离子通过电解质在阳极和阴极之间来回穿梭，这些带电粒子流产生电流，电流从电池中流出，为任何需要供电的地方供电。而在锂金属电池中，阳极本身是由锂制成的，这意味着电池阳极上几乎每一个原子都可以用来产生电流。从理论上讲，锂金属阳极可以比同等重量和体积的石墨多存储 50% 的能量。这种锂金属电池拥有较大的能量密度和极快的充电速度，而且更加安全稳定。一旦普及，将彻底改写当今电动汽车产业格局，让电动汽车的成本降低、续航增加，届时充电将会变得像在加油站加油一样快捷方便。当然，这种电池也可用于其他形式的运输，比如长途卡车货运，甚至是短途航班。QuantumScape 公司还展示了一款还处于实验室阶段的单层电池，可在 15 分钟内充电至 80% 以上的电量，续航里程达数十万英里，而且在冰点温度下也能正常工作。该公司表示，这种电池将使电动汽车的行驶里程提高 80% 以上，现在一次充电可以行驶 250 英里的汽车，使用这种电池后可以行驶 450 英里。迄今为止，QuantumScape 公司发表的所有测试都是在电池组上进行的。为了在汽车上工作，该公司还将需要生产几十层电池，而且还必须找到一种方法，以足够低的成本大规模量产电池，从而与占据主导地位几十年的锂离子电池技术相竞争。 数字接触追踪 重大意义：在不获取个人位置信息的情况下，手机使用者可获知自己是否与新冠病毒感染者接触。主要研究者：苹果、谷歌等成熟期：现在 2020 年全球都在经历的新冠疫情让 “数字接触追踪” 引起人们的关注。新冠疫情之下，科技为公共卫生调查人员追溯感染者的行踪提供新思路 —— 数字接触追踪。使用该技术，卫生调查人员不再需要依靠病人的记忆对其行踪进行追踪，这减轻了对疾病监控的压力。这一技术对应到实际应用被称为 “曝光通知”（Exposure Notification）。对于该数字接触追踪系统，程序员在几周内完成了建立和运行，并将代码开源共享，以保证全球各地的、苹果和安卓的用户都可以使用这一功能。具体而言，“曝光通知” 不会追踪用户的位置，而是使用蓝牙来匿名连接附近运行同一应用程序的手机设备，从而保证健康数据的匿名性和隐私性。截至 2021 年 1 月，《麻省理工科技评论》了解到的全球各地政府使用的 “曝光通知” 应用共有 77 个。然而，由于一些公司和用户缺乏对该应用认识和信任、用户信息不明确、感染者可能没有使用该应用等因素的限制下，“曝光通知” 在新冠疫情中似乎并未起到实质性作用。但可以确定的是，越多的人使用 “曝光通知”，它达到的效果就会越好。而此次全球范围内的大规模 “实验” 也表明，一项技术要在实际场景中的应用，建立信任、增加获取渠道以及思考技术在复杂环境中的使用是更加重要的。 超高精度定位 重大意义：当定位技术精确到毫米级或更高水平，将开创全新的产业。主要研究者：中国科学院空天信息创新研究院、ColdQuanta成熟期：现在全球卫星定位系统的精度正在从 “米” 提高到 “厘米” 级别，这将为自动驾驶汽车、送货机器人等在街道上安全行驶提供更大支撑。2020 年正式开通的北斗三号全球卫星导航系统可实时捕获地面上几米的位置变化，甚至其处理精度能够达到毫米级。该系统已用于检测中国各地山体滑坡易发地区地表的细微变化，并于当年预测到中国湖南省将遭遇数十年来最严重的山体滑坡，使村民得以提前撤离。中国科学院航天信息研究所专家表示，如果卫星定位精度仍然在米或分米的水平，对此，这是不可能实现的。其实，北斗和全球卫星定位系统（GPS）精度的进一步提升都需要通过地面设施来提高定位精度。在目前广泛使用的方法中，一种是实时动态（Real Time Kinematic，RTK）定位，精度可达 3cm 以下；另一种是精确点定位（Precise Point Positioning，PPP），也可以达到厘米级别的精度。此外，中国科学院航天信息研究所专家表示：“我们正在开发 PPP-RTK 技术，结合二者的优势，有望在几年后投入使用。”除卫星系统之外，量子技术也被应用于定位和导航。专家认为，当原子冷却到接近绝对零度时，会达到一种对外力特别敏感的量子态。如果已知一个物体的初始位置，并能测量原子的变化，就能据此找到物体的实时位置。目前，量子技术公司 ColdQuanta 开发的量子定位系统早期版本已经在国际空间站上运行。 远程技术 重大意义：2020 年疫情期间，医疗保健和教育这两项重要服务中发生的变化，对人们的整体福祉和生活质量产生了巨大影响。但最重要的改变其实不是技术本身而是我们的行为，因为远程会议和远程医疗早已存在。主要研究者：中国香港在线辅导公司 Snapask、作业帮、印度 Byju’s成熟期：现在2020 年四月，全球疫情进入高峰期，170 余个国家的学校关闭，受到影响的学生规模高达 16 亿。全球大部分地区的传统学校转为线上教学模式，亚洲也不例外，例如中国香港在线辅导公司 Snapask 的用户需求激增。目前，Snapask 在亚洲 9 个国家拥有超过 350 万名用户，较疫情之前翻了一番。于 2015 年创立 Snapask 的 Timothy Yu 表示，“之前我们需要五年才能达到的用户数量，由于疫情的原因只用了一年就实现了。”新冠疫情提高了在线辅导服务的知名度，在线辅导迅速成为许多学生生活中与课业同样重要的一部分。英国普利茅斯大学专门研究远程教学的访问教授史蒂夫・惠勒表示，这次新冠肺炎引发的在线辅导热潮，可为我们提供一个重要启示，就是应鼓励教师以不同的方式进行思考与教学。如果学校系统能够接受在线教学的有效方法 —— 采用新媒体并相应地调整内容 —— 那将是 “乌云中的一线光明”。早在十余年前，戴维斯・穆欣古奇就提出一个伟大的想法：让乌干达人发送短信至一个免费电话号码，然后会有医生给他们回电话提供咨询。在许多人看来，这个想法似乎很大胆，但当时在乌干达首都坎帕拉读医科的穆欣古奇却坚信这是可行的。2012 年，他与人共同创立了医疗礼宾服务集团（Medical Concierge Group），现在他坦言，那时创立公司 “还是太早了”，因为那时的乌干达只有不到一半的人拥有手机。在此后几年里，他们的业务不断扩展，逐渐涵盖视频和 WhatsApp 信息，以及一个骑摩托车的医疗保健人员团队，他们会到患者家中进行血液测试并提供药物。该集团后来还开拓到肯尼亚和尼日利亚地区。2020 年疫情爆发时，从 3 月到 11 月，该集团的用户数量飙升了 10 倍。疫情把全世界的医院都逼到了崩溃的边缘，为避免感染人们尽量不去医院，而是转向远程医疗。根据麦肯锡数据显示，短短一年时间，美国使用该服务的人数比例就从 2019 年的 11% 飙升至 46%。“新冠肺炎让人们意识到，现在在家里就可以享受到各式服务，无论是购物还是医疗保健。我认为在后疫情时代，依然会伴随我们左右的一件事就是 —— 我们的生活将以家为中心。” 穆欣古奇说道。 多技能 AI 重大意义：“多模态” 系统能解决更加复杂的问题，让机器人能够实现与人类真正意义上交流和协作。主要研究者：艾伦人工智能研究所、北卡罗来纳大学、OpenAI成熟期：3-5 年 2012 年底，人工智能科学家首次弄清了如何让神经网络 “拥有视觉”，随后，他们还掌握了如何让神经网络模仿人类推理、听觉、语言和写作的方式。虽然人工智能在完成特定任务方面已经变得非常像人类，甚至是超越人类，但它仍然没有人类大脑的 “灵活性”，即人脑可以在一种情境中学习技能，并将其应用到另一种情境中。例如，AlphaGo 虽然能击败世界上最好的围棋高手，但它无法将这种策略扩展到棋盘之外，无法理解和适应不断变化的外部世界。 另外，人工智能系统的设计是一次只做其中的一件事。比如，计算机视觉和音频识别算法可以感知事物，但无法使用语言来描述它们；自然语言模型可以操纵文字，但文字是脱离任何感官现实的。 在这方面，儿童成长过程是很好的例子，孩子通过 “感知” 和 “谈论” 世界来了解世界，当他们开始将单词与景物、声音和其他感官信息联系起来时，他们能够描述越来越复杂的现象和动态，并构建一个复杂的世界模型，这个模型能帮助他们驾驭陌生的环境，并将新的知识和经验融入其中。 受儿童成长过程的启发，如果将感官和语言结合起来，并让人工智能拥有更接近于人类的方式来收集和处理信息，那么它能否发展出对世界的理解？答案是肯定的。这些可同时获得人类智能的感官和语言的 “多模态” 系统，应该会生成一种更强大的人工智能，也更容易适应新情况、以及解决新问题。 如此一来，我们便可以使用这样的算法来解决更复杂的问题，或者将其移植到机器人中去，使得机器人能够在日常生活中与我们交流协作。2020 年 9 月，艾伦人工智能研究所 AI2 的研究人员创建了一个可以从文本标题生成图像的模型，展示了算法将单词与视觉信息关联的能力；11 月，北卡罗来纳大学教堂山分校的研究人员开发了一种将图像纳入现有语言模型的方法，此举提高了模型的阅读理解能力；2021 年初，OpenAI 对 GPT-3 进行了扩展，发布了两个视觉语言模型，其中一个将图像中的对象与标题中描述它们的单词联系起来，另一个则根据它所学的概念组合生成图像。 从长远来看，“多模态” 系统取得的重大进展可以帮助突破人工智能的极限，不仅会解锁新的人工智能应用，也会让它们的应用变得更加安全可靠，更加精密的多模态系统也将使更先进的机器人助手成为可能。总而言之，多模态系统可能会成为第一批我们可以真正信任的人工智能。 TikTok 推荐算法 重大意义：TikTok 不仅能够精准地为用户推荐感兴趣的视频，还能通过推荐算法帮助他们拓展与其有交集的新领域。主要研究者：TikTok成熟期：现在TikTok 是全球最具吸引力、增长最快的社交媒体平台之一。截至目前，TikTok 在全球范围内已超过 26 亿次下载量，在美国拥有 1 亿用户。TikTok 发现和提供内容的独特方式是其具有吸引力的 “秘密武器”。TikTok 将网红博主的视频与新人博主的视频混合放在 “为你推荐” 页面，然后以浏览量奖励优质创作内容，用这种方式将更多新人博主的视频推给广大用户。该应用不同于其他社交媒体平台的是，任何人在 “为你推荐” 页面都有可能 “一举成名”。视频将通过 TikTok 的推荐算法向与视频博主有共同兴趣、爱好或特定身份的用户不断推荐，从而使优质的创作内容快速传播。视频博主有多少粉丝、是否走红过等因素并不会作为 TikTok 推荐算法的判断依据，它的推荐取决于视频标题、声音和标签，结合用户拍摄内容、点赞过的视频领域等进行推荐。概括来说，TikTok 增强用户粘性的技能越来越 “炉火纯青”，不仅能够精准地为用户推荐感兴趣的视频，还能通过推荐算法帮助他们拓展与其有交集的新领域。 绿色氢能 重大意义：绿色氢气是绿色的碳中性能源，是可再生风能和太阳能的扩充，有可能成为未来低碳化的核心燃料。主要研究者：绿色氢联盟蒂森克虏伯集团、国际能源署、麦肯锡咨询公司成熟期：预计 2030 年大多数氢气是通过天然气与高温蒸汽结合的方式制造的，也就是所谓的灰色氢气。通过水电解生产出绿色氢气，目前其生产成本是灰色氢气的三倍左右。随着风能和太阳能成本的不断下降、以及绿色氢气生产的规模经济效应的出现，氢气的生产成本也有望迎来大幅降低。随着碳捕集技术的发展，在不排放大量二氧化碳的条件下，可从天然气中提取更多的氢气，绿色氢气也将有可能成为未来低碳化的核心燃料。一方面，运用燃料电池的方法使用氢气，利用水电解的逆反应，通过氢气和氧气反应来生成水和电，同时又不产生氮氧化物。另一方面，通过把氢和碳结合起来，能生产比氢更容易处理的液态合成碳氢燃料。这类液体燃料更清洁，可以替代汽油或柴油。氢气还可用来储存可再生能源生产的电能，当风力减弱、云层遮挡太阳或用电量需求增加时，这些能量可以重新转化为电能并输入电网。国际能源署（International Energy Agency）预测，到 2050 年，氢气可提供全球能源需求的 10% 以上，每年可生产 1100 万千兆瓦时以上的能源。目前，区域性的“氢谷”项目正在欧洲各地落成，该项目计划将电解工厂布置在能够满足多种工业用途的地方，项目将包括建设炼油厂、水泥厂、发电厂和海上风电厂。位于荷兰、意大利、西班牙、法国、英国、加拿大、澳大利亚、日本和中国等各国的大型项目也在蓬勃发展。据麦肯锡咨询公司估计，到 2030 年，由于电解和可再生能源发电的成本下降和以及碳排放成本上升，绿色氢气的价格将与灰色氢气同样实惠。尽管当下仍有很多技术障碍需要克服，但大规模利用氢能、实现可持续发展是必然的趋势。

服务科学, 世界领先的赛默飞世尔科技公司（Thermo Fisher Scientific Inc.），于2008年2月13日宣布，加拿大蒙特利尔临床研究所Institut de Recherches Cliniques de Montré al (IRCM) 已经选择公司的荣誉产品LTQ OrbitrapTM质谱用于一种蛋白质组学新研究，该研究将会深刻地影响当前人类对蛋白质组的理解。赛默飞世尔科技的LTQ Orbitrap将在IRCM的关于人类蛋白质相互作用体系的系统化研究中发挥关键作用，该研究在疾病的预防和治疗方面拥有显著意义。 IRCM创建于1967年，是个致力于通过研究疾病的起因、开发新型诊断程序和开发预防及治疗手段来帮助提高人类生活质量的非盈利组织。该组织的一大研究重心定位于蛋白质组学――或者说研究蛋白质的结构和功能，以探索活细胞的生理学状态。生物体的蛋白质组是由其基因编码的蛋白质的总和。由于目前在人体中发现的绝大部分蛋白质还未被定性，大家还不清楚它们的功能，蛋白质“路线图”的需求也因此存在。 调节细胞生长，分化和疾病进程的蛋白质相互作用路线图的寻找和破译是Human Proteotheque Initiative (HuPI)的宗旨。Human Proteotheque Initiative (HuPI)是IRCM的Benoit Coulombe博士领导的研究团队和来自多个学校和研究中心的合作者所致力的研究项目。 该信息将可能将导致预防和治疗疾病的突破性新分子工具的开发。科学家相信, 通过对某一特定疾病相关的蛋白质网络的定性，可以提供多参数描述，能更真实可靠的解释病因、诊断和治疗疾病的过程。蛋白质的最终定性对该程序是至关重要的，只有拥有高质谱精确性的MS/MS性能的赛默飞世尔LTQ Orbitrap高精度组合质谱才能达到相关要求。 “开发出一种高度可靠和有效的研究管道, 以便尽可能详细而又精确的绘制出蛋白质交互作用图,是极其重要的” Dr. Coulombe表示:” LTQ Orbitrap为我们做出以前被认为不可能的发现, 提供了决定性的帮助.” 赛默飞世尔生命科学质谱部总经理Iain Mylchreest先生表示:” 这是赛默飞世尔科技的优质仪器应用于真正改善人类生活的研究领域的又一例证. 能支持对系统生物学来说极其重要而及时的HuPI计划, 是赛默飞世尔科技的荣誉.” 欲了解赛默飞世尔LTQ Orbitrap Discovery和LTQ Orbitrap XL组合离子阱质谱的更多信息，请登陆：www.thermo.com/ms. 关于Thermo Fisher Scientific（赛默飞世尔科技，原热电公司） Thermo Fisher Scientific(赛默飞世尔科技)（纽约证交所代码：TMO）是全球科学服务领域的领导者，致力于帮助客户使世界更健康、更清洁、更安全。公司年销售额超过90亿美元，拥有员工约30000人，在全球范围内服务超过350000家客户。主要客户类型包括：医药和生物公司，医院和临床诊断实验室，大学、科研院所和政府机构，以及环境与工业过程控制装备制造商等。公司借助于Thermo Scientific和Fisher Scientific这两个主要的品牌，帮助客户解决在分析化学领域从常规的测试到复杂的研发项目中所遇到的各种挑战。Thermo Scientific能够为客户提供一整套包括高端分析仪器、实验室装备、软件、服务、耗材和试剂在内的实验室综合解决方案。Fisher Scientific为卫生保健，科学研究，以及安全和教育领域的客户提供一系列的实验室装备、化学药品以及其他用品和服务。赛默飞世尔科技将努力为客户提供最为便捷的采购方案，为科研的飞速发展不断地改进工艺技术，提升客户价值，帮助股东提高收益，为员工创造良好的发展空间。欲获取更多信息，请浏览公司的网站： www.thermofisher.com screen.width-300)this.width=screen.width-300"

牛津大学的研究人员揭示出了是什么将我们大脑中的开关翻转，唤醒了我们。发表在《自然》（Nature）杂志上的研究发现，让我们更进一步了解了睡眠的秘密。 睡眠受到两个系统——生物钟和睡眠同态调节器（homeostat）的支配。尽管人们已充分认识地生物钟，对于睡眠同态调节器却知之甚少。 Gero Miesenb?ck教授解释说：“生物钟使得我们能够预期由于地球自传引起的我们环境中可预测的变化。同样地，确保了当它最小程度伤害我们时我们在睡觉，但却没有说出我们为什么首先需要睡觉这一秘密。” “这种解释可能来自对于第二控制器——睡眠同态调节器的认识。当我们醒着时这一同态调节器测量到了发生在我们大脑中的某一事物——我们并不知道这一事物是什么，当它到达上限时，我们就会睡着。这一系统在睡眠中被重新设定，当我们醒来时周期重新开始。” 研究小组在果蝇的大脑中研究了这一睡眠同态调节器——在大约45年前，这种动物还提供了有关生物钟计时的第一个突破性认识。每个果蝇有大约二十几个睡眠控制神经元，人们也在其他动物中发现了这些脑细胞并相信它们也存在于人体中。这些神经元传送了睡眠同态调节器的输出信息：如果这些神经元电活化，果蝇会睡着；当它们沉默时，果蝇醒着。 为了开关这些神经元，研究人员采用了Miesenb?ck发现的一项技术：光遗传学。2002年，在纽约的斯隆?凯特琳纪念癌症中心，Miesenb?ck成为了首个使用视蛋白来赋予脑细胞光敏感性的研究者，采用的是从果蝇视网膜上提取的视蛋白。Miesenb?ck被视为光遗传学的开创者之一。在当前的研究中，Miesenb?ck实验室利用光遗传学刺激生成了化学信使多巴胺。 在人体中，发挥神经兴奋剂作用的药物（诸如可卡因）可以提高大脑中的多巴胺水平，在果蝇中也可以看到这一效应。当多巴胺能系统被激活时，控制睡眠的神经元陷入沉默，果蝇醒来。如果研究小组阻止多巴胺传送，等待一会儿，控制睡眠的神经元会回到电活化状态，果蝇又睡去。 这一睡眠开关是一个“硬”开关，这意味着它要么被开启要么被关闭。Miesenb?ck说：“这是有道理的。要么睡着要么醒来，你不会想漂浮在朦胧状态。” 该研究的第一作者之一Diogo Pimentel博士说：“能够随意操纵睡眠，为我们提供了一个机会阐明它的运作机制。” 当睡眠控制神经元电活化时，研究人员发现和命名为Sandman的一个离子通道留在细胞内。离子通道控制了电脉冲，脑细胞则通过电脉冲来进行交流。当存在多巴胺时，它会使得Sandman移动到细胞外。Sandman随后有效地让这些神经元发生短路，关闭了它们，导致了觉醒。 第一作者Jeff Donlea博士说：“原理上，这是一个与你客厅墙上的恒温器相似的装置。但它测量的并非是温度，并在气温过冷时打开暖气，这一装置是在你的睡眠需要超过某个设定点时开启睡眠。” Miesenb?ck解释说：“一个价值数十亿美元的研究课题是，在这一系统中什么是温度的等同物？换句话说，这一睡眠同态调节器测量的是什么？如果我们知道答案，我们将朝着揭示睡眠的秘密迈出很大的一步。” 头一天晚上睡得越晚，起床的时候就越发艰难。那么，为什么熬夜会让人昏昏欲睡呢？Johns Hopkins大学的研究人员最近解决了这个问题，相关论文发表在2016年5月的Cell杂志上。如果我们硬要生物钟对着干，大脑就会产生一种难以遏制的睡眠冲动（sleep drive）。研究人员在果蝇中找到了负责调节睡眠冲动的神经元。果蝇越长时间不睡，这些神经元就越活跃。他们认为，这项研究可以帮助人们更好的理解和治疗睡眠障碍。 发表在2016年4月29日Science杂志上的一项新研究，揭示出了控制睡眠-觉醒周期的生物学机制。具体而言，它证实简单地改变脑脊液中的化学物质平衡就可以改变动物的意识状态。这项研究将焦点放在了脑脊液中的一些离子上，其发现这些改变不仅在刺激或抑制神经细胞活性中起关键作用，似乎在我们睡觉的时候也改变了细胞体积导致脑细胞缩小，这一过程帮助了清除废物。 果蝇的睡眠习惯与人类非常相似。它们大部分的睡眠是在夜间，某些药物和兴奋剂（如咖啡因）可能会影响它们的睡眠，而且，如果它们的睡眠比较糟糕，甚至可能会影响它们的记忆力。但是，果蝇能告诉我们关于“睡眠不足与代谢疾病（如糖尿病、肥胖）、血糖水平之间的联系”的什么信息吗？根据一项新的研究表明，果蝇的确可以告诉我们很多这方面的信息，这项研究首次发现，一个保守基因——translin，作为睡眠的一个调节因子，可响应代谢变化。这项研究的结果发表在2016年4月4日的《Current Biology》杂志。

NanoTemper的愿景是致力于创造一个任何疾病都可以被治愈的世界。因此我们的使命是尽快研发出更有助于科研人员解决表征难题的生物物理工具。我们正与权威的生物制药公司展开合作，全新Dianthus的光谱位移技术检测效果超出了我们的预期——让我们一起对全新的Dianthus在整个行业的影响拭目以待吧！NanoTemper CEOPhilipp Baaske在日常工作中, 您的亲和力筛选项目如果也经常遇到以下问题：◆ 三元复合物检测体系不稳定◆ 分子量过低无法成功检测◆ 共价结合配体检测繁琐，成本高昂◆ 当SPR或ITC等传统筛选方法无法处理困难的分子相互作用，或者最多只能提供非常低质量的数据… 不用着急！看全新Dianthus如何利用光谱位移这项突破性技术，轻松应对这些传统技术难题，真正消除筛选复杂分子相互作用时遇到的障碍。● 33分钟完成384孔板检测● 可控平衡状态的溶液中检测，避免固定对样品的影响。在表征三元复合物时，二元复合物处于稳定状态，非常适用于PROTAC项目● 检测不依赖于分子量，无需担心分子量过低而漏掉有价值的hits● 样品均在溶液中独立检测，筛选共价结合配体时无需昂贵的耗材和繁琐的操作● 基于微孔板检测，无微流控系统，无需清洗维护更多内容，敬请参加今天下午的新品发布会，您将收获以下内容：主题:突破性的光谱位移技术助您解决亲和力筛选的终极挑战内容介绍：1. 亲和力筛选面临的挑战2. 光谱位移技术原理3. PROTAC三元复合体/共价结合配体/膜蛋白检测案例4. 实验流程简介直播时间：2022年4月20日 （周三）14:00-15:00参加新品发布会方式：微信搜索并关注NanoTemper公众号直播当天将随机抽取幸运听众，送出精美礼品！惊喜奖：高级旅行茶杯幸运奖：幸运小熊玩偶

p 　　MIT发布2018年全球10大突破性技术。作为全球最为著名的技术榜单之一，《麻省理工科技评论》全球十大突破性技术具备极大的全球影响力和权威性，其中提到将人工智能搬上云端，让人工智能与各行各业更经济的合作。仪器信息网摘录如下： /p p 　▍给所有人的人工智能 /p p 　　入选理由：将机器学习工具搬上云端，将有助于人工智能更广泛的传播 /p p 　　技术突破：基于云端的人工智能正在降低这项技术的使用难度和价格 /p p 　　重大意义：目前，人工智能的应用是受到少数几家公司统治的。但其一旦与云技术相结合，那它将可以对许多人变得触手可及，从而实现经济的爆发式增长。 /p p 　　主要研究者包括：亚马逊、谷歌、微软、百度、腾讯、阿里巴巴、科大讯飞、第四范式等 /p p 　　成熟期：现在 /p p 　　人工智能一直以来都只是亚马逊、百度、谷歌和微软等大型科技公司，以及少数初创公司的玩物。对于其他领域的众多公司来说，人工智能太贵也太难，无法全面普及。这个问题该如何解决?基于云端的机器学习工具正在将人工智能带给更广泛的群体。如今，亚马逊旗下的 AWS 子公司几乎统治了云 AI 市场。谷歌则试图通过 TensorFlow 这款可以开发机器学习系统的开源人工智能框架来挑战它的地位。而谷歌近日刚公开的 Cloud AutoML 也是一套经过预先训练，可以让人工智能变得更容易使用的系统。 /p p 　　以 Azure 平台加入云服务大战的微软则选择与亚马逊合作，推出了一款开源深度学习框架 Gluon。在理论上，Gluon 可以让创建神经网络——一款试图复制人脑学习方式的重要人工智能技术——变得和开发手机 APP 一样简单。虽然我们不知道究竟哪家公司将会成为人工智能云服务市场的领头羊，但赢家一定会获得巨大的商业机会。如果人工智能革命会扩散至经济领域的各个角落，那么机器学习工具也将会随之成为必需品。 /p p 　　如今的人工智能技术绝大多数仅用于科技行业，为这个领域带来了效率的提升以及多种新的产品和服务。但是其他的公司与行业一直难以利用人工智能技术的发展。如果可以在医疗、制造以及能源等行业里更全面地推行人工智能技术，将极大提高各产业的生产力。可惜，绝大多数的公司依然缺乏了解如何使用云端人工智能的人才。所以，亚马逊与谷歌也创办了咨询服务。当这项技术通过云端来到每个人的面前的时候，真正的人工智能革命才会开始。 /p p 　　专业解读： /p p 　　Lightelligence 联合创始人兼 CEO 沈亦晨：计算硬件是人工智能的核心之一，算力更高的计算硬件可以在更短的时间里完成神经网络的训练，而由于 AI 处理器(如 NVIDIA 的 GPU)更新换代很快，售价高，更换硬件也比较麻烦，个人用户每年更换处理器并不经济，而云计算平台把有限的资源集约化共享给大众。AI 算法共享也是云平台的一大优势，目前有一些已经被广泛使用的 AI 算法，如人脸识别，语音识别，图像识别等，都是定义非常清晰的，公众也只需要一个结果最好的算法。 /p

p style=" text-indent: 2em text-align: justify " 自 2001 年起，《麻省理工科技评论》每年都会评选出当年的“十大突破性技术”，这份在全球科技领域举足轻重的榜单曾精准预测了脑机接口、智能手表、癌症基因疗法、深度学习等诸多热门技术的崛起。当然，与其说是“预测”，不如说是《麻省理工科技评论》站在全球科技最前沿，目睹了科技创新的百年变迁后的一种沉淀，是对科研迈向产业的可行性分析，是对技术商业化及影响力的研判。& nbsp /p p style=" text-indent: 2em text-align: justify " 今年是《麻省理工科技评论》创刊 120 周年，2019 年的“十大突破性技术”榜单也与过去稍有不同。在本次的榜单评选中，我们非常荣幸的邀请到了比尔· 盖茨先生作为客座评选人，他全程参与了评选工作，并为本届榜单作序。本届榜单的入选技术也多是以“人类福祉”为最终目标。& nbsp /p p style=" text-indent: 2em text-align: justify " 正如比尔· 盖茨先生所说，看过这些突破性技术之后，你会觉得“美好的未来，值得我们为之奋斗”。 /p p style=" text-indent: 2em text-align: justify " 《麻省理工科技评论》在今天正式揭晓& nbsp 2019 年“全球十大突破性技术”（10 Breakthrough Technologies）。 /p p style=" text-align:center" img src=" https://img1.17img.cn/17img/images/201902/uepic/c6f4caf9-2423-4090-9db1-73521570729c.jpg" title=" 201902271542275064.jpg" alt=" 201902271542275064.jpg" width=" 621" height=" 621" style=" width: 621px height: 621px " / /p p style=" text-indent: 2em text-align: justify " 图 | 2019 年《麻省理工科技评论》全球十大突破性技术榜单包括：灵巧机器人、核能新浪潮、早产预测、肠道显微胶囊、定制癌症疫苗、人造肉汉堡、捕获二氧化碳、可穿戴心电仪、无下水道卫生间、流利对话的AI助手共 10 大突破性技术。 /p p style=" text-indent: 2em text-align: justify " 以下是该份榜单详细内容及部分解读节选： /p p style=" text-indent: 2em text-align: justify " 灵巧机器人& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：机器正在通过自我学习学会应对这个现实世界。如果机器人能学会应对混乱的现实世界，那么它们就可以胜任更多的任务。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：OpenAI（人工智能非营利组织）、卡内基梅隆大学、密歇根大学、加州大学伯克利分校& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：3-5年 /p p style=" text-indent: 2em text-align: justify " 尽管人们一直在讨论机器取代人类工作的话题，但目前工业机器人仍然表现得较为笨拙且灵活性欠佳。虽然机器人可以在装配线上不厌其烦地重复着同一个动作，同时还能保持超高的精度，但哪怕目标物体被稍微移动了一点，或将其替换成不同的零件，机器人的抓取过程就会变得十分笨拙甚至是直接抓空。 /p p style=" text-indent: 2em text-align: justify " 如今，虽然我们还无法让机器人做到和人一样，在看到物体后就明白如何将其拿起，但现在它可以通过在虚拟空间里进行反复的试验，最终自主学会处理眼前的物体。 /p p style=" text-indent: 2em text-align: justify " 位于旧金山的非盈利组织 OpenAI 就推出了这样一套 AI 系统 Dactyl，并已成功操控一个机器手让其灵活地翻转一块积木。这套神经网络软件能够通过强化学习，让机器人在模拟的环境中学会抓取并转动积木后，再让机器手进行实际操作。这套软件开始时会进行随机的尝试，并在不断地接近最终目标的过程中逐渐加强网络内部的连接。 /p p style=" text-indent: 2em text-align: justify " 通常我们无法让机器人将模拟练习中获得的知识应用到现实环境里，因为我们很难模拟出像摩擦力或是材料的不同性质这样的复杂变量。而 OpenAI 团队则通过在虚拟训练中引入随机性来克服了这个问题。 /p p style=" text-indent: 2em text-align: justify " 现阶段，我们还要取得更多的突破才能让机器人变得更加灵活。但如果研究人员能够很好地利用这种学习方法，未来的机器人将有望能够学会组装电子产品、将餐具摆入洗碗机里、甚至是能够将卧床的人从床上扶起。 /p p style=" text-indent: 2em text-align: justify " 核能新浪潮& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：先进的核聚变和核裂变反应堆正在走进现实。在减少碳排放和限制气候变化的努力方面，核能的作用似乎正变得越来越不可或缺。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：陆地能源（Terrestrial Energy）、泰拉能源（TerraPower）、纽斯凯尔（NuScale）、General Fusion& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：新型核裂变反应堆到 2020 年代中期有望实现大规模应用；核聚变反应堆仍需至少十年时间。 /p p style=" text-indent: 2em text-align: justify " 在过去的一年中，新型核反应堆发展势头强劲，核能的使用将会变得更安全，成本也更低。新型反应堆的发展包括：颠覆了传统设计的第四代核裂变反应堆、小型模块化反应堆，以及似乎永远也无法实现的核聚变反应堆。第四代核裂变反应堆的开发者，比如加拿大的 Terrestrial Energy 和总部位于华盛顿的泰拉能源（TerraPower），已经开始与电力公司建立研发合作关系，力争在 2020 年代之前实现并网发电（这个估计可能有些乐观）。 /p p style=" text-indent: 2em text-align: justify " 小型模块化反应堆可以产生的电力，通常为数十兆瓦（相比之下，传统核反应堆可以产生约 1000 兆瓦的电力）。像俄勒冈州的 NuScale 这样的公司表示，小型化的反应堆可以节约资金成本，并降低环境和金融风险。 /p p style=" text-indent: 2em text-align: justify " 核聚变方面也有进展。虽然没人指望可控核聚变技术会在 2030 年以前实现交付，但像 General Fusion 和 Commonwealth Fusion Systems 这样的来自麻省理工学院的初创企业，正在取得一些积极进展。许多人认为可控核聚变只是黄粱美梦，然而，由于核聚变反应堆不会出现堆芯熔毁，也不会产生衰变期长、放射性高的核废料，它所可能会面临的公众抵制应该会比常规核反应堆少很多。（比尔· 盖茨是泰拉能源和 Commonwealth Fusion Systems 的投资方。） /p p style=" text-indent: 2em text-align: justify " 早产预测& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：每年有 1500 万婴儿过早出生，这是 5 岁以下儿童死亡的主要原因& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：Akna Dx& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：可在 5 年内进入临床测试。 /p p style=" text-indent: 2em text-align: justify " 简单的验血可以预测孕妇是否有过早分娩的风险。我们的遗传物质主要存在于细胞内。 /p p style=" text-indent: 2em text-align: justify " 但是少量的“无细胞”DNA 和 RNA 也漂浮在我们的血液中，通常由垂死细胞释放。在孕妇中，这些游离的遗传物质碎片来自胎儿、胎盘和母亲的细胞。斯坦福大学的生物工程师 Stephen Quake 已经找到了一种方法来解决医学界最棘手的问题之一：大约十分之一的婴儿过早出生。 /p p style=" text-indent: 2em text-align: justify " 自由漂浮的 DNA 和 RNA 携带者以前需要侵入性细胞抓取细胞的信息，例如对肿瘤进行活组织检查或刺破孕妇的腹部进行羊膜穿刺术。不一样的是现在更容易检测和分析血液中无细胞遗传物质。 /p p style=" text-indent: 2em text-align: justify " 在过去几年中，研究人员开始通过从血液中检测肿瘤细胞的 DNA，以及通过血液检测对孕妇进行唐氏综合症等疾病的产前筛查。这些检测依赖于寻找 DNA 中的基因突变。另一方面，RNA 是调节基因表达的分子物质，能够决定从基因中产生多少蛋白质。 /p p style=" text-indent: 2em text-align: justify " 通过对母亲血液中的自由漂浮的 RNA 进行测序，Quake 筛选出与早产有关的七种基因表达的波动。这让他可以识别可能过早分娩的女性。一旦被警告，医生可以采取措施避免早产，并给予孩子更好的生存机会。 /p p style=" text-indent: 2em text-align: justify " Quake 说，血液检测所运用的技术，快速，简便，每次测量不到 10 美元。他和他的合作者已经创办了一家创业公司 Akna Dx 将其商业化。 /p p style=" text-indent: 2em text-align: justify " 肠道显微胶囊& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：一种小型的、可吞咽的设备，不使用麻醉也可以捕捉到肠道的详细图像，甚至在婴儿和儿童体内也可以。这一设备使肠道疾病的探测和研究变得更为容易，其中包括使贫困地区的数百万儿童发育不良的一种疾病。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：麻省总医院& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：目前在成人体内使用；婴儿试验将于2019年进行。 /p p style=" text-indent: 2em text-align: justify " 环境性肠功能障碍（EED）可能是你从未听说过的花费最高昂的疾病之一。以肠道发炎、肠道泄露和营养吸收不良为特征，这一疾病在贫穷国家广泛传播，这也是这些地区许多人营养不良、发育迟缓、未能达到正常身高的原因之一。 /p p style=" text-indent: 2em text-align: justify " 没有人知道引起 EED 的具体原因是什么，也没有人知道怎样预防或治疗这一疾病。切实可行的检测手段可以帮助医务工作者了解何时应该干预及怎样治疗。在婴儿中已经有了治疗方法，但诊断和研究这些幼儿肠道疾病通常需要麻醉，并将一个称为内窥镜的管子插入喉咙。这种方法昂贵、不舒服、且在 EED 盛行地区难以开展。 /p p style=" text-indent: 2em text-align: justify " 因此，麻省总医院（MGH）的病理学家和工程师 Guillermo Tearney 研发了一种小型设备，这种设备能够检测 EED 的表现症状，甚至可以进行组织活检。与内窥镜不同，它在基础保健检测过程中应用简单。 /p p style=" text-indent: 2em text-align: justify " Tearney 的可吞咽胶囊显微镜附在可弯曲的线型导管上，被连接到一种叫做光学相干断层成像系统( OCT )的设备上。在病人将胶囊吞咽后，医疗人员在将纤维胶囊拉回的过程中，能够无死角对整个消化道做纤维断层扫描。这种胶囊在消毒后可以重复利用（这听起来有点令人不适，但是 Tearney 的团队已经研发出一种技术，据他们说，这种技术不会造成不适。）它还带有以单细胞分辨率拍摄消化道表面的技术，以及捕捉几毫米深度的三维横截面的技术。 /p p style=" text-indent: 2em text-align: justify " 这项技术有几种应用；在麻省总医院, 它被用来检测巴雷特食管，一种食管癌的前身。关于 EED，Tearney 的团队研发出了一种更小的版本，可以给不能吞咽药丸的婴儿使用。这已经在盛行 EED 的巴基斯坦地区的青少年身上验证过了，此外，计划在 2019 年进行婴儿试验。 /p p style=" text-indent: 2em text-align: justify " 这一小型探测仪将帮助研究者们回答关于 EED 进展的相关问题——例如它会影响什么细胞和是否有细菌涉及其中——并评估干预手段和潜在疗法。 /p p style=" text-indent: 2em text-align: justify " 定制癌症疫苗& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义： 通过识别各肿瘤的特异性突变，激发人体的天然防御能力，从而对癌细胞进行针对性破坏。传统化学疗法对健康细胞有很大影响，而且对肿瘤的治疗效果并不总是理想。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：BioNTech 、Genentech& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：已在临床试验 /p p style=" text-indent: 2em text-align: justify " 目前，科学家正处于将首支个性定制疫苗商业化的关键时刻。如果其效果真如预期的话，该疫苗就的确能够通过肿瘤独特的突变触发人体免疫系统对其进行识别，从而有效地阻止多种癌症的发生。 /p p style=" text-indent: 2em text-align: justify " 更重要的是，与传统化学疗法不同，疫苗是通过使用人体的天然防御系统来选择性地破坏肿瘤细胞的，对健康细胞的损害较有限。 /p p style=" text-indent: 2em text-align: justify " 此外，在初始治疗后，攻击性免疫细胞将也会对游离的癌细胞保持警惕。在人类基因组计划完成五年后的 2008 年，当遗传学家公布了癌细胞的第一个序列时，这种疫苗的诞生就不再是天方夜谭了。 /p p style=" text-indent: 2em text-align: justify " 此后不久，研究人员开始将癌细胞的 DNA 与健康细胞和其他肿瘤细胞三者的 DNA 进行比较。研究证实，所有这些癌细胞都含有数百个甚至数千个特定的突变，其中大多数是这些肿瘤各自特有的。几年后，一家名为 BioNTech 的德国初创公司提供了令人信服的证据，证明含有这些突变拷贝的疫苗可以催化机体的免疫系统产生 T 细胞，从而做好发现、攻击和摧毁所有含有这些突变癌细胞的准备。 /p p style=" text-indent: 2em text-align: justify " 目前正在进行的试验针对至少 10 种实体癌症，目标是在全球各地招募 560 名以上的志愿者。目前，这两家公司正在设计新的生产技术，以期能廉价快速地生产数千种私人订制疫苗。 /p p style=" text-indent: 2em text-align: justify " 但这会是块“硬骨头”，因为制造疫苗需要对病人的肿瘤进行活检，对其 DNA 进行测序和分析，并将这些信息迅速传递到生产现场。一旦生产出来，疫苗就必须及时送到医院，而任何延误都可能是致命的。 /p p style=" text-indent: 2em text-align: justify " 人造肉汉堡& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：实验室培育的人造肉和植物制成的素肉，能在不破坏环境的情况下接近真实肉类的味道和营养价值。人造肉的出现，可以缓解畜牧业生产造成的毁灭性的森林砍伐、水污染和温室气体排放。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：美国人造肉企业Beyond Meat& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：目前已经有成形的植物性素肉；2020年左右可研制成功实验室人造肉。 /p p style=" text-indent: 2em text-align: justify " 根据联合国的预测，世界人口数量将在 2050 年达到 98 亿，人口富裕水平也会上升。但这于对气候变化来说可不是什么好事——人类一旦脱贫致富，就往往要吃掉更多肉。据预测，到 2050 年，人类吃掉的肉会比 2005 年多 70%。事实证明，饲养供人类食用的动物，是对环境的最大伤害之一。根据动物种类的不同，以西方工业化方法生产一磅肉类蛋白要比生产等量植物蛋白多用 4 到 25 倍的水，6 到 17 倍的土地，6 到 20 倍的化石燃料。 /p p style=" text-indent: 2em text-align: justify " 而问题在于，人肯定不会马上就戒掉肉类。也就是说，实验室培养的人造肉和植物制成的素肉可能是抑制环境恶化的最好办法。实验室人造肉的过程，是从动物身上提取肌肉组织，然后放入生物反应器进行培育。虽然最终成品的口感可能有待提高，但外形上已经与我们正常吃的肉差不多了。荷兰马斯特里赫大学的研究人员已在为实验室人造肉的量产而努力。 /p p style=" text-indent: 2em text-align: justify " 他们认为，到明年，人造肉汉堡的生产成本可能都比牛肉汉堡还低。但人造肉也不完美，生产人造肉对环境到底有多大改善，我们还只能粗估。世界经济论坛最近的一份报告说，生产实验室人造肉的温室气体排放量也只比生产牛肉生产少大概 7%。对环境更友好的肉类替代品，就是 Beyond Meat 和 Impossible Foods（比尔· 盖茨投资了这两家美国人造肉初创企业）等公司研发的植物制成的“素肉”。 /p p style=" text-indent: 2em text-align: justify " 他们用豌豆蛋白、大豆、小麦、马铃薯和植物油来还原动物肉的质地和口感。Beyond Meat 公司在加州新开了一家占地 26000 平方英尺（约 2400 平方米）的工厂，已经在 3 万家商店和餐馆售出了超过 2500 万个汉堡。密歇根大学可持续系统中心分析显示，Beyond Meat 制作汉堡产生的温室气体可能比传统牛肉汉堡少 90%。 /p p style=" text-indent: 2em text-align: justify " 捕获二氧化碳& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：实用且经济地从空气中直接捕获二氧化碳的方法，可以吸走超量排放的温室气体。从大气中去除CO2可能是阻止灾难性的气候变化最后的可行方法之一。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：Carbon Engineering、Climeworks、Global Thermostat& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：5到10年 /p p style=" text-indent: 2em text-align: justify " 即使我们降低目前的二氧化碳排放速度，温室气体造成的变暖效应依然会持续数千年之久。为防止气温攀升至危险范围，联合国气候变化委员会当前得出的结论是，在本世纪，全世界将需要从大气中去除高达 1 万亿吨的二氧化碳。 /p p style=" text-indent: 2em text-align: justify " 去年夏天，哈佛大学气候科学家大卫· 凯斯（David Keith）计算之后惊喜地发现，一种叫做直接空气捕获（Direct Air Capture，DAC）的方法，理论上可以将机器捕集二氧化碳的成本降低到每吨 100 美元以下。先前估计的成本要比这个数字高出一个数量级，因而许多科学家曾认为这项技术太过昂贵，不具备可行性。不过，直接空气捕获仍需至少数年的时间，才有可能将成本降低到接近 100 美元的范围。 /p p style=" text-indent: 2em text-align: justify " 然而，一旦成功实现了二氧化碳的捕集，还要想办法处理。由凯斯在 2009 年参与共同创办的加拿大初创企业碳工程公司（Carbon Engineering），计划扩大其试验工厂的规模，来提高合成燃料的产量。这种合成燃料的关键原料之一，就是所捕获的二氧化碳。（比尔· 盖茨是碳工程公司的投资方。） /p p style=" text-indent: 2em text-align: justify " 直接从大气中吸取 CO2，是一种高难度的应对气候变化的方法，但我们已经没有多少选择了。 /p p style=" text-indent: 2em text-align: justify " 总部位于苏黎世的 Climeworks 在意大利的直接空气捕获工厂，将利用捕集到的二氧化碳和氢气一起生产甲烷，而他们位于瑞士的第二家工厂则会把二氧化碳出售给汽水企业。纽约的 Global Thermostat 也是如此，该公司于去年在阿拉巴马州完成了第一家商业化碳捕集工厂的建设。 /p p style=" text-indent: 2em text-align: justify " 不过，如果二氧化碳被用于合成燃料或生产汽水，那么它们中的大部分最后还是会回到大气中去。我们的终极目标，是实现温室气体的永久封存。其中的一些会被封存在类似于碳纤维、聚合物或混凝土这样的产品中去，但更多的需要深埋于地下。目前还没有可行的商业模式来支持这项成本高昂的工作。 /p p style=" text-indent: 2em text-align: justify " 事实上，从工程学的角度来看，从空气中吸取 CO2 是应对气候变化最困难、也是最昂贵的方法之一。但鉴于目前我们降低排放的进程太过缓慢，我们并没有多少别的选择。 /p p style=" text-indent: 2em text-align: justify " 可穿戴心电仪& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义： 随着监管机构的批准和相关技术的进步，人们可以轻松通过可穿戴设备持续监测自己的心脏健康。可检测心电图的智能手表可以预警如心房颤动等潜在的危及生命的心脏疾病。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：苹果、AliveCor、Withings& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：现在 /p p style=" text-indent: 2em text-align: justify " 健康监测装置并不是真正的医疗设备，剧烈的运动或表带没系紧都会干扰传感器读取脉搏。而心电图则是在病人中风或心脏病发作之前，医生就可以用其来诊断心脏异常，但需要去正规诊所才能检查，因此人们经常不能及时就诊。随着监管部门新法规的出台和软、硬件的相关创新，心电监测智能手表已经问世，它具有可穿戴设备的便利性，并且能够提供接近医疗设备的精度。硅谷初创公司 AliveCor 推出了一款与苹果手表兼容的腕带，该腕带可以检测出心房颤动，这是导致血栓和中风的常见原因。 /p p style=" text-indent: 2em text-align: justify " 去年，苹果发布了带有心电图 (ECG) 功能的 Apple Watch，并且该功能已经通过 FDA 认证。随后，健康设备公司 Withings 也宣布计划发布一款配有心电图功能的手表。现阶段的可穿戴心电图监测设备仍然只有一个传感器，而真正的心电图设备则有 12 个传感器。目前还没有任何一种可穿戴设备能够诊断心脏病。 /p p style=" text-indent: 2em text-align: justify " 但这种情况可能很快就会改变。去年秋天，AliveCor 就一款应用程序和双传感器系统向美国心脏协会 (American Heart Association) 提交了初步审查，据称该系统可以检测到某种类型的心脏病。 /p p style=" text-indent: 2em text-align: justify " 无下水道卫生间& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义： 节能厕所可以在没有下水道系统的情况下使用，并且可以就地分解粪便。23亿人缺乏安全的卫生设施，并许多人因此死亡& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：杜克大学、南佛罗里达大学、Biomass Controls、加州理工学院& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：1-2年 /p p style=" text-indent: 2em text-align: justify " 全球大约有 23 亿人没有良好的卫生条件。由于缺乏卫生的厕所，人们将粪便倾倒在附近的池塘和溪流中，这会传播细菌、病毒和寄生虫，从而导致腹泻和霍乱。全世界每 9 名儿童中就有 1 名死于腹泻。 /p p style=" text-indent: 2em text-align: justify " 现在，研究人员正在努力开发一种新型厕所，这种厕所对发展中国家来说也足够便宜，不仅可以处理粪便，还可以对其进行分解。2011 年，比尔· 盖茨提出重新发明厕所挑战，并设立了 X 大奖。 /p p style=" text-indent: 2em text-align: justify " 自从挑战开始以来，有几个团队已经将设计的厕所原型投入使用。所有的粪便都是就地处理的，不需要用大量的水把它们送到遥远的处理厂。 /p p style=" text-indent: 2em text-align: justify " 大多数的厕所原型都是独立的，不需要下水道，但他们看起来像传统的厕所，装在一个小隔间里并且有马桶。由南佛罗里达大学设计的 NEW generator 马桶用一种厌氧膜过滤污染物，这种厌氧膜的孔径比细菌和病毒都小。另一个来自康涅狄格州 Biomass Controls 的项目则像是一个海运集装箱大小的炼油厂，它能加热粪便，使其转化成一种富含碳的物质，用作土壤肥料。但是这些厕所有一个缺点，它们并不是在所有场合都能使用。 /p p style=" text-indent: 2em text-align: justify " 例如，Biomass Controls 的产品每天能为成千上万的用户提供方便，因此它不太适合较小的村庄。相反，杜克大学开发的另一套系统则只能供少数家庭使用。 /p p style=" text-indent: 2em text-align: justify " 所以，现在的挑战是如何让这些厕所更便宜，更能适应不同规模的社区。 /p p style=" text-indent: 2em text-align: justify " 来自南佛罗里达大学、领导 NEW generator 小组的 Daniel Yeh 副教授表示:“建造一两个原型厕所非常棒，但要真正让技术影响世界，唯一的办法就是让这些设备进行大规模生产。” /p p style=" text-indent: 2em text-align: justify " 流利对话的 AI 助手& nbsp /p p style=" text-indent: 2em text-align: justify " 重大意义：捕捉单词之间语义关系的新技术正在使机器更好地理解自然语言。人工智能助手现在可以执行基于对话的任务，如预订餐厅或协调行李托运，而不仅仅是服从简单命令。& nbsp /p p style=" text-indent: 2em text-align: justify " 主要研究者：谷歌、阿里巴巴、亚马逊& nbsp /p p style=" text-indent: 2em text-align: justify " 成熟期：1-2 年后 /p p style=" text-indent: 2em text-align: justify " 我们已经习惯了人工智能助手——Alexa 在客厅里播放音乐，Siri 在你的手机上为你定闹钟——但它们并没有真正做到所谓的智能。它们本应简化我们的生活，但却收效甚微。它们只识别很小范围的指令，稍遇偏差就很容易出错。 /p p style=" text-indent: 2em text-align: justify " 但最近的一些进展将增加你的数字助理的功能。2018 年 6 月，OpenAI 的研究人员开发了一种技术，可以在未标记的文本上训练人工智能，以减少人工对数据进行分类标记时花费的成本和时间。几个月后，谷歌的一个团队推出了一个名为 BERT 的系统。该系统在研究了数百万个句子后学会了如何预测漏掉的单词。在一个多项选择测试中，它在填空方面的表现和人类一样好。 /p p style=" text-indent: 2em text-align: justify " 这些改进加上更好的语音合成系统，让我们从简单的向人工智能助手下指令转向与它们交谈。它们将能够处理日常琐事，如做会议记录、查找信息或网上购物。这样的人工智能助手已经面世，如谷歌助手的逆天升级版谷歌 Duplex，可以帮你接听电话，甚至过滤掉垃圾邮件及电话推销。它还可以打电话帮你预约餐厅或沙龙。 /p p style=" text-indent: 2em text-align: justify " 在中国，消费者正在习惯阿里巴巴 (Alibaba) 的 AliMe。AliMe 通过电话协调包裹递送，还可以与顾客讨价还价。 /p p style=" text-indent: 2em text-align: justify " 尽管人工智能程序能更好地找出你的需求，它们仍然不能理解一个完整的句子。脚本化或由统计生成的回答反映了向机器灌输真正的语言理解是多么困难。一旦我们解决了这个难题，我们也许会看到人工智能的另一种进化：从物流协调员到保姆、老师，甚至朋友。 /p p br style=" text-indent: 2em text-align: left " / /p

3D打印，又名增材制造（Additive manufacturing，AM），因其得天独厚的自由成形能力极大地满足了高端装备和构件对高集成性、多功能性、轻量化、一体化的需求，被认为是制造领域的颠覆性技术。因而，3D打印材料在航空航天等领域得到极大关注和初步应用。然而，与传统制造技术相比，3D打印制备的材料在循环载荷下的疲劳性能普遍较差，严重制约了其作为结构承力件的广泛应用。因此，如何提升3D打印材料与构件的疲劳性能是国内外学术界与工程界热切关注的焦点问题。近期，中国科学院金属研究所材料疲劳与断裂团队带头人张哲峰研究员在前期疲劳损伤机制和疲劳预测理论指导下，与轻质高强材料研究部杨锐研究员团队开展合作，在3D打印钛合金抗疲劳设计制备方面取得了突破性进展，制备出具有优异疲劳性能的3D打印钛合金材料。该项研究成果于2024年2月29日以题为“High fatigue resistance in a titanium alloy via near void-free 3D printing”发表在Nature杂志上，金属所博士研究生曲展为论文第一作者，张振军研究员、美国加州大学伯克利分校Robert O. Ritchie教授、张哲峰研究员为论文通讯作者。在文中，研究人员首次明确提出：理想状态下3D打印技术直接制备出的钛合金组织本身（称为Net-AM组织）应具有天然优异的疲劳性能，而打印过程中产生的气孔等缺陷掩盖了其自身组织抗疲劳的优点，导致实际测量的3D打印材料疲劳性能大幅降低。因此，提升3D打印材料疲劳性能的关键在于消除打印气孔的同时，尽可能保留原始打印的组织状态。然而，目前消除气孔的工艺往往伴随组织粗化，而细化组织的处理又会带来气孔复现，甚至引发晶界α相富集等新的不利因素，可谓进退两难。幸运的是，研究人员在Ti-6Al-4V合金中首次发现，高温下3D打印态组织的晶界迁移及气孔长大与相转变过程表现出异步的特性；这意味着，存在一个宝贵的热处理工艺窗口，既可实现板条组织细化，又能有效抑制晶界α相富集及气孔复现。为此，研究人员巧妙地利用了这一工艺窗口，发明了缺陷与组织分步调控的NAMP新工艺（Net-Additive Manufacturing Process）（图1），最终制备出几乎无气孔的近Net-AM Ti-6Al-4V合金。大量疲劳实验表明这一近Net-AM钛合金有效避免了从打印气孔、粗大板条及α相富集晶界等多种疲劳短板处开裂（图2），充分展示出3D打印组织自身所特有的高疲劳抗性：其拉-拉疲劳强度从原始态的475 MPa提升至 978 MPa，增幅高达106%（图3）。通过对比发现，这种近Net-AM组织Ti-6Al-4V合金不仅在所有钛合金材料中具有最高的拉-拉疲劳强度，而且在目前已报道的材料疲劳数据中，还具有最高的比疲劳强度（疲劳强度除以密度）。这项成果更新了人们以往对3D打印材料疲劳性能不高的固有认识，揭示了3D打印技术在抗疲劳制造方面的独特优势，展现了3D打印材料作为结构承力件在航空航天等重要领域的广阔应用前景。该项研究得到了国家自然科学基金创新研究群体(52321001)、优秀青年基金(52322105)、重点基金(52130002)、叶企孙联合基金(U2241245)、中国科学院王宽诚国际合作项目(GJTD-2020-09)与中国科学院青促会(2021192)等项目资助。论文链接：https://www.nature.com/articles/s41586-024-07048-1论文DOI号：10.1038/s41586-024-07048-1图1. 打印态、NAMP态以及其他两种典型状态3D打印钛合金组织和缺陷特征：（a）打印态；（b）热等静压（HIP）态；（c）Near-net-AM态；（d）Net-AM态。图2. 不同组织疲劳裂纹萌生典型位置。（a）疲劳裂纹萌生位置表征的尖角逐层磨抛方法示意图；（b）Net-AM状态；（c）HIP状态；（d）Near net-AM状态。Net-AM状态的疲劳裂纹均从干净的初生β晶界（PBGBs）处萌生，成功避免了从缺陷和粗大组织开裂，从而表现出极高的疲劳抗力。图3. 本研究工作制备的Net-AM组织钛合金的疲劳性能（R=0.1）：（a） Net-AM组织钛合金拉-拉疲劳强度与增材和锻造钛合金疲劳强度对比；（b）Net-AM组织钛合金与其他材料的比疲劳强度对比。Net-AM组织钛合金不仅在钛合金中具有最高的疲劳强度，而且在所有材料中表现出最高的比疲劳强度。

Proteus BOD-提供实时，低维护的BOD监测的突破性产品 Proteus Instruments已通过新的Proteus BOD发起了一场被誉为测量生化需氧量（BOD）的全新革命。最先进的监控平台采用了最新技术，可提供对BOD的准确，可靠和免维护的监控。 BOD的问题污水处理厂的有机物数量的浓度和组成会明显影响污水处理的流程和时间；并反映在不同的处理过程或阶段（原水–最终出水）和人口需求。 BOD是一种可追溯至1917年的实验室生物测定法，目前仍然是测量活性有机质的行业标准。目前，BOD用于评估污水处理厂（WWTW）的效率是为了确保：（1）针对成本和能耗优化流程，以及（2）最终废水指标低于规定的限值或规定，否则会造成环境的破坏。布尔乔亚等人在2001年指出了该测试的众多问题（关键点摘要请参见方框1）。样品收集与结果之间的时间差是一个主要缺点，它禁止实时警报和控制，从而可能为行业节省大量成本。 解决方案荧光光谱法是一种选择性和灵敏的光学技术，可以对溶解的有机物进行原位实时测量。分子吸收特定波长的光，并且轨道电子被激发到更高的能量状态。然后，电子发射特定波长的光以返回到基态。雷诺兹和艾哈迈德（Reynolds＆Ahmad，1997）首次提出将荧光光谱技术用作快速评估废水中有机物的质量和数量的技术，最近该技术已被强调为监测处理过程和评估效率的有效工具（Bridgeman等人，2013年）。这两项研究都强调，色氨酸样荧光（TLF）是一种与氨基酸，蛋白质和酚有关的荧光信号，在整个污水处理过程中与BOD浓度密切相关。 TLF峰通常与?280nm处的激发和?350nm处的发射相关，请参见激发发射矩阵上的红框（荧光光学空间图）。但是，直到最近，TLF的分析仍需要将样品收集并运输到实验室，以便在昂贵耗能的大型荧光分光光度计上进行分析。 在过去三年中，Proteus Instrument开发并严格测试了Proteus BOD；基于荧光的实时BOD监控平台。通过结合基于LED的微型TLF传感器，热敏电阻和浊度传感器，Proteus BOD能够为用户提供高度准确和可靠的实时BOD指标。 Proteus BOD之所以独特，是因为它具有强大的科学基础，并在国际科学期刊上发表了多篇研究论文（例如Khamis等，2015,2017）。此外，该传感器还嵌入了强大的校正算法，以解决与温度和浊度可变性相关的信号干扰，从而提供了无与伦比的准确性和可重复性。 Proteus BOD还配备了标准的工厂BOD校准，该校准源自各种应用场合的安装，可以针对特定的监视站点进行调整，以实现最佳精度。 Proteus Instrument为安装和校准的各个方面提供咨询，并努力为所有客户提供最佳解决方案。此外，Proteus BOD还具有集成的自清洁装置，用于清洁所有光学镜头以减少恶劣环境下的污染问题，从而减少了用户维护的需要，并确保了长期安装的稳定可靠性。 应用领域Proteus BOD已在废水排放问题（即CSO和交叉连接）存在的城市河流系统中长期安装使用。在这些系统中，Proteus BOD能够在基础流量和暴风雨条件下非常准确地测量BOD（见图2）。 在各种WWTW处扩展安装传感器也产生了出色的效果。一种应用涉及通过WWTW（?50,000 PE）在3个阶段（原始进水口，沉淀池和最终废水）安装的传感器。其他安装还涉及在大型污水处理厂（ 150,000 PE）的最终出水管线上进行部署，并具有特别严格的排放许可。在所有地点收集平行获取样品，并在认可的实验室中对BOD5进行分析。在各种装置中（见图3），该传感器可在各种BOD浓度范围内提供准确而可靠的读数（见图4）。 除工业应用外，许多研究机构还购买了传感器套件，并正在使用它来增进对反应性有机物动力学的理解。伯明翰森林研究所（BIFOR）为长期监测项目购买了两套装置，并对传感器的稳定性和准确性感到非常满意：Phillip Blaen博士BIFOR研究研究员要求使Proteus成为长期监测有机物的理想选择” Proteus BOD的其他优点实时数据-轻松连接到遥测和SCADA，以达到指定限值超出的警报/报警（SDI 12，RS232，MODBUS）易于安放–适用于各种环境（包括进水口，污水，水库或管井）多功能-模块化设计可同时记录广泛的其他参数（例如温度，浊度，pH，电导率，光学DO，叶绿素a，ORP，氨水）便携式-蓝牙选项可用灵敏-可以检测出非常低的浓度，可用于清洁水系统维护成本低-配备自清洁装置进行自我清洁，每6-12个月进行简单的校准维护。 众多应用：监测废水是否达标污水处理厂工艺的优化（即曝气–节能）开发过程的控制算法管理混流式下水道的交叉污染控制联合污水溢流监控 总结新型Proteus BOD是一种多功能的传感器平台，可以提供实时BOD数据以及传统参数（pH，电导率等）；因此，将您的所有传感器需求集合到一个易于安装且维护成本低的监视平台中。与Proteus BOD相关的节省是全面的，包括：1.降低实验室成本； 2.减少排污罚款和社会责任风险的可能性； 3.通过流程优化节省能源； 4.与BOD采样相关的任何其他成本节省。 Proteus BOD可以改变活性有机物负荷的监测方式，从而提高可靠性，准确性和分辨率。参考文献Bourgeois W等，2001。在线监测废水的质量？综述。 J Chem Technol Biotechnol 76：337–348。 布里奇曼J等，2013。通过使用荧光光谱法的处理工作确定废水质量的变化。环境技术34：3069–77。 Khamis K等，2015。原位色氨酸类荧光计：评估淡水应用中的浊度和温度影响。环境科学。流程与影响17：740–52。 Khamis K等，2017。使用双波长荧光，浊度和温度对溶解有机碳浓度和生化需氧量进行连续现场估算。水文过程31：540-555。 雷诺DM，艾哈迈德SR，1997年。使用荧光技术快速直接测定废水中的BOD值。水研究31：2012-2018。