1. “太阳能吸水系统”。
在这套系统之前．从空气中吸取水分的技术需要耗费大量电能，而且只能在湿度很高的环境中进行，这就把干旱地区挡在了门外。要知道，干旱地区居住着全球三分之一的人口．还普遍贫困。最新的太阳能吸水系统现在可以在干旱地区架设和运行。
这套无需耗电的系统是基于类名为“金属-有机骨架复台物(简称MOF)”的多孔晶体材料设计的。MOF最吸引人的地方在与其丰富的小孔结构．举例来说，如果将块方糖大小的MOF晶体内表面展开，它能有一个足球场那么大。
今年四月，美国的两位专家亚吉和伊荚琳王带领他们的团队，研发出了一款MOF-801的原型机。MOF-801亲水性能极佳，能从空气中吸收水分，并且在自然光照的条件下，就可以将水分释放。利用这款原型机．在相对湿度为20％的类似沙漠的环境中，每千克MOF每天能提取2 8升水．而一个人每天的最低饮水量是：355毫升，也就是一听可乐的容量2 8升水相当于满足了近8个人一天的最低饮水量。并且实验里，原型机无需消耗额外的能量。
相比于还处于研发中的MOF原型机，美国亚利桑那州已经有公司推出了一套完整的基于太阳能的吸水系统，无需连接已有的供水网络就可以运行。它的能量来自于太阳能电池板，而在没有太阳的日子，系统由一小块锂电池供电。这些能量就足以引导空气通过特殊的吸水材料，凝聚往水分。这家公司声称．这套系统每天可以收集2 5升液态水．这些水被储存在30升的容器中。容器还会向水中添加钙和镁离子，提升口感。
这套装有太阳能电池的系统．目前在美国的售价是3700美元，其中的1 0％还会捐赠给全球缺乏饮用水基础设施的地区。公司创始人弗里森表示：“这套装置将减少美国桶装水的用量．还能为缺水地区的学校提供干；争的饮用水。而且在美国国际开发署的资助下，这些装置还被运往了黎巴嫩．为叙利亚难民提供饮用水。”弗里森希望将来的某天，当提到太阳能时．我们最先想到的不是电力．而是充足的水资源。
2.人造树叶。
人造树叶是什么．树叶铺天盖地到处都是．为何还要人造?首先．太阳能是一种清洁能源，它不会产生温室气体的污染。但晚司或阴雨天气时并没有直接的太阳照射，需要借助蓄电池才能将晴天的太阳能储存起来。这种储存技术成本很高，效率却很低，严重阻碍了太阳能大规模取代化石燃料的进程。因此，提高现有的太阳能储存技术是太阳能发展的关键。其次，树叶是太自然的杰作，它实现了多少年来科学家们梦寐以求的愿望，这就是利用光将水分解并得到燃料。人造树叶的原理很简单，由一块普通的硅太阳能电池将光能转化为电能，在催化剂与电流的共同作用下，与设备接触的水分子再被电解为氢气与氧气。分解出来的氢气在很多绿色技术中部大有用处。而要更进一步模拟光合作用．产生的氢气还要与二氧化碳发生氧化还原反应，生成糖类物质。这样才能像真正的树
叶那样．只用二氧化碳、水和阳光就能制造出燃料。这项技术是很有希望的技术，它将使封闭系统成为可能，在这样的系统中．系统与环境之间只有能量交换，没有物质交换，所以排放出的二氧化碳会重新转化成燃料，而不是加剧温室效应。
些研究人员正在朝着这个目标前进。今年六月的《科学》杂志上．美国哈佛大学的组团队报道了种生产液体燃料杂醇油的方法．人造树叶把二氧化碳转化成糖类的效率，远高于自然界中的树叶。利用这套封闭系统．太阳能转化为化学能的效率可以达到10％．而现在植物吸收光能的效率只有1％。如果封闭系统火力全开，每发1度电，就可以消耗掉180克二氧化碳。
目前，研究人员正打算扩大实验规模，改用廉价且容易得到的金属做催化剂。还有科学家提出，除了用于生产富含碳和氢的可再生能源，向该系统中添加另一种基因工程细菌后．还可以直接在土壤中生成氨肥。
3.机器视觉
也就是计算机识别图像的能力。过去三十年的大部分时司里．计算机视觉技术一直没有突破性的进展，像人脸识别这种不算困难的任务，竟然一直攻克不了。然而最近几年，人工智能领域的深度学习技术，终于让计算机在图像识别领域，开始媲美并逐渐赶超人类。很多公司已经将这些技术转化为了产品．辅助或替代我们完成备种各样的工作。这些日新月异的发展，得益于一种被称作“卷积神经网络”，convoutal neu ra netwo-k，简称cNN的网络结构。以动物图像为例，你可以轻松分辨出猫和狗，但cNN能进一步更准确地识别出具体的品种。cNN的强大之处在于．它更善于学习并发现图像中隐藏的重要线索．并作出判断。不要认为这部是人类教授的本领．深度学习是系统自带的模式。例如，如果你想训练cNN识别出两种不同狗的品种，你只需要准备好几干张这两种狗的照片就够了，你不需要告诉CNN它们的耳朵或者其他地方有区别， CNN可以在学习过程中自己认出这些特征。它用分层结构自己来完成学习。低层网络能识别图像中的简单形状、边缘。高层网络能学会复杂的抽象概念，比如耳朵的结构和毛量。
当训练完成后，CNN可以轻松根据狗的耳朵判断出狗的品种。由深度学习驱动的计算机视觉系统，已经渗透到了生活的方方面面。无人驾驶汽车需要CNN来帮忙检测行人．保险公司可以用CNN来评估车辆的受损情况，应用了CNN的安保摄像头也能让火车站和机场更安全。
拥有深度学习技术的计算机视觉系统，在医疗领域同样能大展拳脚。它可以帮助专家更快地分析医学影像．还能在缺少专业人士时，提供一些关键信息。今年，美国FDA批准了一个由创业公司Artervs提出的计划：用深度学习分析心脏中的血流影像，诊断心脏疾病。此外，美国斯坦福大学的塞巴斯蒂安特隆还在《自然》杂志上介绍了一个具有专家水平的皮肤癌分类系统。他提出，如果把该系统装在智能手机上，就可以开展低成本的重大疾病诊断服务。深度学习还可以用来分析由糖尿病引起的视网膜病变、以及中风、骨折、认知症等其他疾病。
4. 精准农业
随着世界人口的增长，全球对农产品的需求与日俱增。一方面耕地面积有限，另一方面粮食安全司题又很容易引发地区乃至全球的不稳定．这些司题部促使大型农场开始更多地采用精准农业技术来提高产出，减少浪费。传统农业的管理对象往往是整块农田，人们根据地域条件和历史经验决定如何播种、收获、灌溉、施肥和喷洒农药。而精准农业用上了尖端技术，有传感设备、机器人、GPS、成像和数据分析技术，这些技而且可喜的是，不会增加劳动成本。
那精准农业中每株作物量身定做的种植方案是如何达成的呢?固定或移动传感器以及配有摄像头的无人机，会将每株作物的图像和数据传送给计算机．计算机负责分析作物的健康信息和应激信号。农场主可以根据实时接收到的信息，定量地给需要的作物浇水、施肥或是喷洒杀虫剂。
不仅如此，精准农业技术还能给出何时播种、何时收获的建议。有了精准农业的技术扶持，农民们就能用相同的时间种出更多的作物，还能减少水和化学品的使用，让作物更健康、更高产。所有这些不但能使农民获益．还能优化资源配置并减少土地的化学污染。除了孟山部、约翰迪尔、陶氏和杜邦这样如雷贯耳的大公司．还有许多创业公司也加八了精准农业的行业．它们为农民开发新的软件、传感器等各种应用．就连美国的大学也开设了相关的课程。
然而，并不是所有的农民部欢迎精准农业。前期的设备投资耗费巨大，会阻碍精准农业的发展。另外，部分地区网络带宽不够，也是一个瓶颈。还有一些农民老思路旧观点，对新科技持着怀疑态度。此外，大型系统对发展中国家众多的小型耕地来说力不能及。在那里，价格低廉的小型系统可能更具潜力。例如，悉尼大学的苏卡里耶就在印尼展示了一款基于太阳能和智能手机的低成本监控设备。对其他人来说，只有当精准农业能帮助他们节约种植成本时．他们才会放心地投资购买新设备。
总的来说，现在正是新旧农业交替之际．采用新技术的老一辈人可能并不会太多，但选择新技术的年轻人一定会越来越多。
5.人类细胞图谱
有些古代医学思想影响的人认为．医学是一门有限的学科，人体实在太复杂了，我们无法从根子上了解人体这套系统，他们会认为现代医学思想就是一种机械还原论，把人体还原成细胞．再把细胞还原成分子，但那样就定有用吗？然而，越来越的科学家们不同意这个观点，它们正为了搞清楚人体运作的原理和疾病发作的机制，孜孜不倦地工作着。这很难．但成功不再遥不可及。为了实现这个目标．科学家得弄清每个组织中的每种细胞类型是什么。每种细胞中哪些基因、蛋白和其他分子被激活，控制这些活动的过程有哪些，每种细胞具体位于何处，细胞司般如何相互作用，基因或其他细胞属性发生变化，对身体有何影响，等等。想建立个关于这些复杂知识的完整数据库看似天方夜谭，然而国际上很多研究组织已经联合起来，着手开展这项工作。这项工程就被称为“人类细胞图谱”。
Facebook创始人扎克伯格及其妻子创立的基金会“陈-扎克伯格倡议”在2017年6月宣布，将会出资建立一个开放的数据共享平台．整理”人类细胞图谱”计划相关的发现．让计划内外的科学家部可以共享这些资料。得益于一系列技术的突破，“人类细胞图谱”可以整台现有和未来的所有研究项目的信息。当所有信息整合完成后，科学家们能够得到一个工
具，它能模拟人体中所有细胞在备种条件下的活动。这个工具将为人类理解疾病过程提供一个全新的视角．帮助我们找到干预这些过程的方法。
“人类细胞图谱”中最成熟的部分是持续更新的“人类蛋白质图谱”。它就像一个窗口．让人们看到大科学项目是如何搭建起来的．以及建立这类数据库的意义和价值。“人类蛋白质图谱”的参与者结台基因组学、转录组学、蛋白质组学和基于抗体的标记技术，将人体中大部分编码蛋白的基因进行了分类。为了记录并整理相关数据用于系统分析，自2003年启动以来，投八到软件开发的人力资源大概相当于一个100人的团队干了整整一年。项目生成了1000多万张由病理学家标记的图像。该计划目前已经得到了一幅高分辨率图谱．包括30多种亚细胞结构(涵盖了不同细胞类型)中的12000多种蛋白的位置信息。这些信息对所有研究人员均无条件开放。虽然完成“人类细胞图谱”并非易事，但它对健康医疗领域有着无法估量的重要意义。
6.液体活检技术
如果一位疑似肺癌患者要确诊，那么他必须进行活检，也就是用针头通过胸膜腔穿刺人肺，取一块肺实质的活组织在显微镜下进行观察和分析．以明确他是否患上了肺癌．如果是，肺癌的类型是什么，肺癌所处的阶段是第几期以及最佳的治疗方案是什么。虽然现在部局部麻醉了．病人一般感觉不到疼痛，但是听到穿刺两个字，心里已经疼了。除了肺癌．还有一些癌症可能因为位置难以操作．根本无法进行j舌检。即使部能进行活检，这项操作既费钱又耗时，而且还容易引发感染和其他并发症。
现在， 项名为“液体活检”的检测方法有望取代器官活检。液体活检是指仅仅利用血液样本就可以检测出癌症迹象的检查方法。目前有数十家企业部在独立开发着相关的技术。有人预测，液体活检的市场规模高达数十亿美元。但液体活检并不是对所有癌症都适用．它针对的是循环肿瘤 DNA．这是种源于癌细胞并能以不同方式进入血液的遗传物质。得益于技术的迅猛发展，科学家已经可以快速且低成本地找到并扩增这种DNA。同时测定它们的序列。
已经有公司将这一最新科技推向了市场．目前主要用于协助医生制定癌症患者的治疗方案，不过适用的癌症暂时只有前列腺癌和肺癌等少数几个。液体活检的一大优势还在于可以无痛地反复检测。如果让你想象两周进行一次肺部穿刺活检，你一定会崩溃。但如果是抽血的肺部液体活检，你的感受就完全不同了。活检仍然是了解癌症发展的最有效的手段之一对病人进行多次液体活检．可以帮助医生比其他影像检查更早地了解疾病的进展情况．并发现癌细胞的耐药性。穿刺活检只能检测取出部分的肿瘤，无法了解该区域外的癌细胞的情况。液体活检不同，它可以检测出某部位出现的所有变化．为医生提供更明确的依据，从而帮助医生制定更有效的抗癌治疗。
更让人惊喜的是．也许将来液体活检可以成为种一快速而有效的癌症筛查方式．让健康人也能检测出自己是否患有癌症，并确定癌症类型。GRAlL公司就是家致力于将液体活检应用到癌症早期筛查的公司。今年三月．它获得了包括亚马逊和部分大型制药公司在内的投资商共计九亿美元的投资。人们对这一领域的持续高涨的热情由此可见一斑。GRAlL计划利用这笔投资推动新技术的发展．并开展大规模的涉及数十万名研究对象的临床试验。
液体活检未来的路有两条，一条是为普通人群提供癌症早筛，另一条是
确诊癌症并帮助癌症患者提高生存率和生活质量。希望两条路都能走好。
7. 氢能汽车
你可能会认为目前最流行的发展趋势是电动汽车。这没错。虽然现在电动汽车只占全球汽车总量的1％，但它在电池成本和寿命等方面的多项创新，使得它的价格优势越来越明显。特斯拉新推出的M0del 3型电动汽车，售价仅为3 5万美元。虽然预计要在201 8年年中才上市．但已经接到了40万份订单。所以，未来．不排放二氧化碳的电动汽车肯定会成为主流。
那氢能汽车也是零排放的环保型汽车，它的最大阻力是成本居高不下。例如丰田的燃料电池汽车M旧l定价为5 75万美元，比特斯拉的M0del3贵了将近65％。为什么会这么贵?因为氢能汽车中的催化剂很多都要使用贵金属铂，这种金属不仅昂贵，而且储量稀少，无法满足大规模生产的需要。现在，很多实验室和企业部在尽力降低成本．方法就是要么提高铂的使用效率，要么使用便宜一点的金属来替换掉铂，要么发明一种方法干脆不用铂。
美国纽约州立大学石溪分校的斯坦尼斯劳斯王和同事已经可以用贵金属铂和与廉价金属铁、镍、铜，制造出不同比例的台金催化剂。这种催化剂中，贵金属所占的比例比市场上的同类产品少，但效果明显占优。当然，最理想的状况还是完全不用铂。这方面的研究虽然很新．但很热门。20]6年年底．韩国蔚山科技太学的尚勋株在论文中介绍了种掺杂了铁和氯的碳纳米管催化剂．催化效果和市售的催化剂差不多。而美国凯斯西储大学的戴黎明和同事发明了种掺杂了氨和磷的泡沫炭催化剂．没有使用金属．但性能也与标准催化剂相当。
然而，在实验室里研究成功，和能大规模地在工业生产中应用．是两码事。如果要大规模生产，实验人员还需要了解各个变量如何影响最终的产品性能，这些变量包括金属纳米粒子的化学成分、大小和形状，以及催化剂载体的结构。最后．无论是电动汽车还是氢能汽车，它们的生产和运输也应该是低碳的．而这才是需要解决的更大问题。
8. 基因瘦苗
这种由DNA或RNA构成的疫苗或许能大大提高人体对特定病原体的抵抗力。在了解基因疫苗前，让我们先来看看普通的疫苗是如何起作用的。预防传染性疾病的普通疫苗，是由灭活或减毒的病原体，或来自这些病原体的蛋白质构成的，作用原理是让免疫系统将病原体表面的某些蛋白质．也就是抗原，识别为“敌人“。这样来，免疫系统便能提前做好准备．当再次发现相应的抗原时．就会发起进攻。许多现代疫苗只释放抗原．不含有病原体。用于治疗癌症的疫苗同样依赖于蛋白质，医生会将这种蛋白质注入病人体内，以增强病人针对肿瘤细胞的免疫反应。这类蛋白质可能包含免疫系统的强力导弹，也就是“抗体”。与传统的普通疫苗不同．新型疫苗是由基因构成的．它可能会给医学领域带来突破。基因疫苗有许多优点。比如，当埃博拉病毒的致病能力增强，或者发生扩散时，基因疫苗能提高蛋白质的产生速度。这是因为基因疫苗是以能够编码出所需蛋白质的DNA或RNA的形式存在的，被注
人体内后，基因会进人细胞，继而大量制造出特定的蛋白质。相对于通过培养细胞制造蛋白质．用遗传物质来制造蛋白质更简单，成本也更低。并且，一种基因疫苗可能包含多组基因序列，可编码多种蛋白质，同时还能根据病原体的突变或其他新的特性来进行调整。举个例子．公共卫生专家每年部会对流感疫苗做一定调整，但有时，他们指定的疫苗并不能对付当前流感季的病毒。将来，研究人员或许仅需数周就可以完成流行病毒的基因测序．制造出更匹配的疫苗。
科学家们将来还可以鉴别出哪些人对特定的病原体具有抵抗力，然后就可以把他们体内提供保护作用的抗体分离出来，据此设计殷基因序列，让其他人的细胞也能产生此粪抗体。为实现上述目标，系列测试基因疫苗安全性和有效性的临床试验正在进行中，研究对象涵盖禽流感病毒、埃博拉病毒、丙肝病毒、艾滋病病毒，以及乳腺癌、肺癌、前列腺癌、胰腺癌等癌症。
研究人员也考虑到，在医疗人员紧缺的情况下，口服药有很大的优势，但短期内实现这一点并不现实。所以，作为备选方案，科学家正在研究鼻腔给药。
9.家庭节能减排
可持续发展．不是让单个家庭实现节能减排，而是要将整个住宅区改造成一个节能社区。在社区层面上实现绿色节能，虽然会增加整体建筑规划的难度，但由此获得的回报，也是单个家庭的节能减排所不能及的。美国奥克兰的生态街区工程就是加州大学伯克利分校的卡门和弗里克教授共同领导的项目。这项工程涉及多个领域．由城市设计师、工程师、社会学家、各级政府的政策专家，以及学术机构、私人企业、非营利组织和民司组织共同合作完成。虽然这个项目已经详尽地规划好了．但还没有开工建设。项目人员打算改造的是一个中低收八住宅区中的30 40幢相邻的老房屋，房子位于著名的金门大桥附近。项目的目标是．利用现有技术大幅降低化石燃料和水资源的消耗量，减少温室气体排放。项目人员希望，通过降低房屋日常运转上的开支，可以很快收回基础建设的投资，同时确保居民可以长期舒适与安全地生j舌。为了引八可再生能源．项目人员将为社区内的所有建筑安装太阳能电池板，产生的电能可并人智能微电网，多余的电能就储存到社区的飞轮储电站。飞轮储电是指在需要的时候才用飞轮带动发电机发电的技术。在出行上，居民可以使用共享电动汽车．社区将建
设二十多个充电站用于汽车充电。这些方法联合并用，可以使社区每年的电力消耗降低半以上，同时实现二氧化碳零排放。除了电力，项目人员在节水上也颇下了番功夫。项目将处理马桶以及下水道和洗衣机排放的废水，用于园艺灌溉，还会建造集雨装置，将雨水输送至马桶和洗涤器．并且安装节水龙头。
此外，奥克兰的生态街区项目还会为当地带来工程建设方面的就业岗位，有助于重振当地的经济发展。如果这个项目成功，它也可以作为范例，在其它地区实施。
10.量子计算机
人类对量子计算部充满着瞳憬，差不多有五十年。希望它能解决经典计算机永远无法解决的问题。比如，精确地模拟化学反应，帮助化学家合成新分子，研发新材料；叉比如，解决复杂的优化司题，在众多可能的选择中找到最优的方案。经典计算机一次只能处理一个司题。而量子计算机的工作方式远远不是经典计算机可以比拟的。量子计算机从所有可能状态的“叠加态”出发来求解问题，利用量子纠缠和量子干涉的
性质，让量子态演化到我们需要的正确答案．这是我们在日常生活中无法直接感受到的。
要真正实现量子计算．还有很长的路要走。目前主流的量子计算方案要用到超导材料，并且要对量子处理器进行严格屏蔽。当前，世界上只有几家机构的专业人员能够操控雏形量子计算机。不过随着过去几年技术的进步，世界上第批量子计算原型系统已经司世。以往只能在理论上研究的概念、算法、技术，如今可以利用原型系统进行测试了。但现有的量子计算装置的规模仍然太小，还不足以解决当今超级计算机所不能解决的问题。
好消息是．参与量子计算研发的人和公司正越来越多。201 6年IBM公司向公众开放了第一台云量子计算机“lBM 0体验机”．它的图形化编程界面是基于当下流行的Pvthon语言措建的。目前，通过在这个系统上进行试验而发表的学术论文已经超过20篇。而在刚刚过去的1 2月11日，微软推出了一]新的程序语言，名叫Qh sharp Q#是一个工具，可以帮助编程人员为量子计算机编写软件。除此之外，微软还发布了一些模拟器，让程序员可以在传统台式计算机上测试软件。现在网络上已经有了很多教程，有兴趣的人可以通过学习，迈人量子计算的大门。我国在量子计算机领域也保持着国际一流水平．今年5月3日．中科院宣布苜台超越早期经典电子计算机运算速度的光量子计算机在我国诞生。量子计算机要实现民用，可能还有非常长的路，但它给未来带来的可能性却是前途无量。
联系客服
