MIT預測2018年十大重要科技突破

SophieWeng@G

根據21日最新發布的《麻省理工科技評論(MIT Technology Review)》，從2018年所選出的十大突破性技術榜單中，我們可以初步窺探到即將會為人類社會進而帶來變革與挑戰的新技術，在春節假期過後的第一周，就讓我們用這份榜單協助大家進入職場的戰鬥狀態吧!
5 ]4 Q8 o8 }* A$ v/ O       

0 c& h: m* p- ?3 L3 y% e

& k. F/ n& [& b" A/ D) E" }1 |, R

       

2018年
人工智慧於眾人	AI                                for Everyone 1 {% b- `  \1 M6 I5 f( _0 r
對抗性神經網絡 ( f  ^3 U% Y1 p: U$ o	Dueling                                Neural Networks % D" l" m& h; y! I4 H% F
人造胚胎 : g3 M0 c$ L, q	Artificial                                Embryos : g" ?* c) g" s4 A! j3 }4 Q
基因占卜	Babel-fishGenetic                                Fortune-telling , ], e1 g; w* w5 ]
傳感城市	Sensing                                City
完美的網絡隱私 2 `3 E. T# _$ K/ t7 X( o" m	Perfect                                Online Privacy ; Z; L. c( D% ]9 Q! E
材料的量子飛越 8 u7 X2 J) p7 }  \	Material’s                                Quantum Leap 2 a, [  v7 G- {( d  J
零碳排放天然氣 3 W$ f( o1 H5 {	Zero-Carbon                                Natural Gas
3D金屬列印技術 7 \# S, Y8 G# G; N) @4 T* p; x7 t- N7 }( H$ q	3D                                Metal Printing * e0 K% V! P1 V/ i" _) c
即時翻譯耳機	Babel-fish                                Earbuds " e! L& a* T" h! }

回顧過去17年來的十大科技歷史榜單，想必大家都發現了「人工智慧」相關的技術，可說是經常入選的常勝軍，例如：2008年的機器學習(MachineLearning)、2009年的Siri、2013年的深度學習(DeepLearning)、2014年的仿神經型態晶片(NeuromorphicChips)、2016年的日常對話介面(ConversationalInterfaces)與互相教學的機器人(Robotsthat teach each other)、2017年的無人駕駛貨車(Self-drivingTrucks)與強化學習(ReinforcementLearning)，而2018年入選的新科技則有人工智慧於眾人(AIfor everyone)與對抗性神經網絡(DuelingNeural Networks)，前者的的亮點是雲端化的遷移學習(TransferLearning)技術，能夠大幅提升開發效率，讓AI能變得更簡單易用，例如：Google的CloudAutoML；後者的突破性則在於人工智慧的研究人員，找到另一種方式跳脫以往必需大量資料餵養的限制框架，相關團隊嘗試利用對抗性神經網絡(DuelingNeural Networks)與對抗式生成網絡(GenerativeAdversarialNetwork，簡稱GAN)這兩種AI系統之間相互的競爭對抗，降低AI系統在訓練階段對需要人工標記的倚賴性，如此一來AI系統就有望能夠自行演化出理解或創造出更精細結果的能力。

& U; Y4 K) C  w- u, a* a

在本次榜單中，較令筆者為之感嘆的莫過於「傳感城市(SensingCity)」，從正向觀點來看，遍佈在你我周遭的各種感測器，能夠更全面性地感知、蒐集與傳遞一切民生活動的重要資訊，舉凡大眾關切的空汙、噪音、交通...等問題，都能因為資訊的即時性、準確性與全面性，而獲得進一步改善的可能，或許SidewalkLabs在加拿大多倫多的智慧城市試驗計畫，能夠讓我們有機會真正去思考，這類大數據資料蒐集的作法究竟是公眾利益的最佳案例，抑或是侵害個人隱私的潘朵拉盒子呢？

的確，榜單上的某些技術確實存在著負面影響，例如：人造胚胎技術所引發的生物倫理爭議，以及完美的網路隱私技術(如：加密貨幣與區塊鏈)所可能牽動的交易安全性問題，但是筆者認為這也是MIT之所以持續公布這份評論的原因，期盼透過全球各地更多不同族群對象的關注與探討，能夠更深入地思考如何努力實現科技與倫理的平衡。

+ t8 V1 ?  Y+ Y- y