2 月 24 日，《麻省理工科技评论》2021 年 “十大突破性技术” 发布会在杭州余杭区未来科技城举办。

　　从 2001 年开始，《麻省理工科技评论》每年都会进行 “十大突破性技术” 的评选。今年恰逢《麻省理工科技评论》“十大突破性技术” 发布 20 周年，“十大突破性技术” 第一次在线下首发。

　　在发布会的开始，杭州市委常委、余杭区委书记张振丰、《麻省理工科技评论》中国联合出版人刘炯分别致辞。来自高校和企业的十多位专家学者对本次评选的 “十大突破性技术” 进行了解读。

　　浙江大学网络空间安全学院院长任奎介绍，数据信托是对数据进行管理和决策的新概念。个人和团体将其数据委托给数据信托受托人，按照预设的隐私策略或者条款进行管理。

　　过去十年，新技术的发展攫取了越来越多的数据，为我们提供多元化的数据服务，同时数据安全和隐私问题变得更加严重。在此背景下，数据信托的目标是帮助用户重新获得数据控制权，保护用户数据的所有权、知情权、选择权以及隐私权。

　　任奎介绍，数据信托有四个角色：受托方，作为可信第三方或联合体保护数据拥有者在共享数据过程中的权益；协调者，平衡数据拥有者与使用者之间的诉求冲突，并对法律法规的制定提供建议和帮助；仲介者，降低数据管理与共享的成本和门槛，引入更多数据共享参与者，发挥数据的更加社会价值；执行者，决定哪些实体在荷重前提下的数据访问内容与方式，并实施监管与追踪。

　　通过研究和实践对法律法规具体的落地和实践提供支撑、反馈，以便制定更符合实际要求的政策法规；

　　数据信托需要提供数据拥有者和使用者之间的交互和信任，进行数据确权。此外，数据价值、流通方式的确认，数据如何使用、认证、溯源、追责，都要进行机制的设立。

　　上海交通大学研究员、博士生导师，非夕机器人首席 AI 科学家卢策吾对多技能 AI 进行了解读。他介绍，此前的人工智能研究一般为单一技能，比如计算机视觉语言和机器人等都属于单技能 AI。单技能 AI 一般在某一个数据上做得特别好，但在其它方面存在较大短板。

　　多技能 AI 是近些年人工智能研究的趋势之一，目标是让机器可以像人一样拥有智能。单独的技能无法使机器获得人的智能。卢策吾举了一个例子：比如说从视觉的角度，机器看到了一个杯子，这样的技能只是模式的识别。如果机器要真正理解 “杯子” 这个概念，要有很多的技能。这样也就解释了深度学习研究遇到的难题：即使机器识别了非常多的图片，学到了视觉概念，但还是不能像人一样稳定地识别图像。

　　人工智能领域上一轮的深度学习研究更多是模式识别，此后则需要走向对概念的理解。卢策吾说，多技能 AI 慢慢在此研究领域得到了重视，像 OpenAI、Facebook 这样的机构会越来越多地研究这个问题。他认为，

　　20 年前，最具突破性的进展是搜索引擎，其解决的是数据黑洞问题，即如何在庞大的互联网上找到对应的网页。2020 年最火热的词是短视频。浙江大学计算机科学与技术学院教授朱建科说，

　　满足用户需求，让用户找到感兴趣的内容是核心。朱建科说，视频检索和文本检索不同，视频的维度很高，有标题、语音、文字，还有视频本身。视频的模态比文本复杂，文本只要去做好标准的技术，而解决短视频的推荐需要多轮迭代，让用户在检索过程中找感兴趣的内容。

　　视频的发布和传播需要大量的计算资源。字节跳动的后台有一个知识图谱，通过设计复杂的算力，深刻挖掘用户的需求。短视频映射到数百上千个标签，通过这些标签，短视频推荐回到了传统的文本推荐，广告商通过对视频的标签进行竞价，实现流量变现。这是一个三赢的策略，用户体验了服务，广告商获得了注意力，TikTok 实现了短视频内容的分发，并实现了流量变现。

　　朱建科介绍，TikTok 推荐算法涉及复杂的计算。视频内容分析包括视频的标题、内容、声音、标签，此外，还包括设备的地理信息、底层的技术及自然语言的理解。通过视频内容分析、音频分析、视频标注，最后每一个视频都对应知识图谱里面的标签。

　　GPT 是 Google 提出来的一种参数非常多的转化器、变压器模型。复旦大学计算机科学技术学院教授、博士生导师邱锡鹏认为，GPT-3 代表自然语言处理领域新的技术突破。

　　一般来说，GPT 这种模型需要在大数据上进行训练。GPT-3 就用了非常多的数据，并且进行语言模型训练。邱锡鹏介绍，与以前的模型相比，GPT-3 实现了参数量指数级的上升，达到了 1700 多亿的参数量，在语言生成中的能力令人惊叹。

　　此外，GPT-3 改变了机器学习模型的范式。GPT-3 不使用微调的方式，而直接给模型输入一些例子，通过这些例子改变模型的内部状态，从而生成所需要的答案。这种创新非常接近于所谓人的智能，也就是研究人员一直追求的通用人工智能。GPT-3 在某种程度上可以通过大的算力以及大的数据达到一定的通用人工智能的能力。

　　不过，GPT-3 到目前为止还是仅限于论文上，想要使用到真正的生产环节仍非常的困难，邱锡鹏说。目前为止，GPT-3 的效果没有得到充分的验证。如何把错误率降低，分析它为什么能够工作，GPT-3 还隐含了哪些知识，是改进视觉知识还是语言知识，都需要进一步的研究。他补充道，

　　GPT-3 本身还是单模态，只是在语言端。如果要达到某种通用人工智能，模型必须是多模态，因此我们还需要进一步去研究跨模态的通用预训练模型。

　　浙江大学滨江研究院人工智能 OM 研究中心主任赵天成从四个角度对 GPT-3 进一步解读。

　　GPT-3 是一种语言模型。语言模型提出于 1940 年，就是在一段文字里把一些字隐藏，看这个模型能否把这个空缺填出来，赵天成解释说。更严格来说，GPT 是一个基于 Transformer 和预训练的语言模型。

　　赵天成说，在 GPT-3 之前，GPT-2 对深层内容来说表现已非常好。与之相比，GPT-3 共有三个特点：更大、更贵、展现出了语言模型可以作为小样本学习的多面手的潜能。首先，GPT-3 比 GPT-2 大了 100 倍，这意味着可以给它配更多数据，潜力更大；因为它很大所以更贵，训练一次该模型耗费约 1200 万美金。投入的增加使得计算的能力加强，损失函数的值不断下降；最后，它变成了一个小样本的多面手，可以在不用再做任何精调的情况下解决其它任务。

　　赵天成介绍，过去做机器学习可能觉得模型不能太大，而 GPT-3 改变了这个观念。在 GPT 这个场景里，当模型不断增加，它的性能是从质变到量变的过程。他认为，GPT-3 展示了 AI 一种新的范式：它告诉我们，未来可能有一个通用的 AI 底座，或许一个普通的研发人员也可以实现低成本的落地应用场景。

　　他认为，在目前大数据计算能力不断攀升的过程中，我们远远没有达到算力可以发挥的作用，所以更大的模型会不断地被发掘出来，

　　因此未来的 GPT-4 可能会变得更大。不过，它也可能会变得很小，以便部署到手机或服务器上。

　　作业帮通过调整技术架构，保证直播的稳定，减少延迟、卡顿。它还将基于一家云供应商的服务迁移到了多家云供应商，这增强了冗余性和弹性。此外，作业帮自研了一套基于 ZRTC 协议的直播架构，利用遍布在全国各地的服务器节点，为各类业务提供了完善的音视频直播能力。

　　王岩介绍说，作业帮开发了一套课堂听课状态智能分析系统。这套系统由基于部署在用户终端上的神经网络，以及部署在云端的 AI 能力一起组成。通过 AI 采集到学生各种各样的状态，以汇总的形式让直播老师能够清楚地看到。

　　王岩说，他们也在探究如何让线上课比线下课实现更好的教学效果。AI 技术的应用，让每个学生了得到更多的关注，可能对他们学习的效果有很大提升。此外，他们持续迭代深度学习相关技术，实现拍照搜题系统的优化，改善用户的体验。

　　最后，在线教育或远程化的方式把教学过程给数字化了，这意味着这些数据可以被利用起来，作业帮采集到这些数据后，可实现大数据分析。

　　日常生活当中所运用的卫星导航技术越来越多，但不管哪一种导航定位技术都不可能满足所有的需求，而是各种技术叠加和融合的应用，千寻位置研究院院长赵毅说。

　　他介绍，超高精度定位系统通过卫星与地面基站，实现了亚米级、厘米级，甚至是毫米级的定位，在生活中有多种应用场景。

　　超高精度定位应用在水库、高层建筑、桥梁的监控系统之中，可以监测这些大型建筑的微小位移。比如杭州湾大桥上的卫星导航监控设备，可以实时监控整个桥梁的稳定程度，包括桥的左右晃动、上下沉降都会实时监测。一旦发现危险，可以立即采取补救措施。

　　超高精度定位还是智能网联汽车或自动驾驶的基础支撑关键技术。实现驾驶的自动化过程，首先要感知到汽车的位置以及周边环境，定位导航是必不可少的条件。目前为止，提供导航的主流基础手段是激光雷达、毫米波雷达、超声波、视觉卫星导航技术。不同的车厂采用的技术配置方案不一样，有的是采用视觉 + 卫星导航，有的是采用雷达 + 卫星导航。

　　超高精度定位可以将时空信息虚拟化，把运动的物体在实体空间里面的行为进行描述，在计算机虚拟世界里面展示出来，对城市的管控、规划提供了非常大的指导和帮助。

　　此外，这项技术还可以应用至无人机、电网的巡查等领域。目前，部分智能手机配备了超高精度定位功能，在部分城市具备高精度的定位能力。

　　数字接触追踪技术听起来 “高大上”，其实疫情期间新冠密切接触者的定位就涉及到这项技术，南京航空航天大学密码与应用安全实验室副主任方黎明介绍称，疫情中使用大数据统计其实是非常粗线条的方式，而密切接触者的追踪需要一项更加精准的技术。

　　例如可以通过基于 GPS 的手机导航系统进行追踪，但这种方法有两个大的缺点：一是精度不够，二是 GPS 信号还会泄漏个人隐私。此外，手机自带的 Wi-Fi 通讯系统也可以用于定位。这些手机自带的短距离通讯方式被各个国家应用于新冠患者的追踪定位，但只能判断初步的、范围较广的密切接触者。

　　方黎明介绍，Google 和苹果两家公司合作开发了基于蓝牙的数字追踪方式。只要个人打开蓝牙，个体之间距离几米就能感应，可以用于侦测长期的接触者，他解释说。

　　事实上，追踪定位的难点在于如何最大化保证用户的隐私，方黎明说。苹果和 Google 进行合作，打通相互之间的协议，每个用户拥有一个私钥。使用蓝牙通信的好处是小火箭代理APP电话，整个过程有密钥进行保证，最大限度保证了个人隐私。短距离 Wi-Fi 通讯也可以达到这种效果，并且不需要额外的携带，他补充说。

　　这项技术仍然存在安全和隐私问题，而数字签名、同态加密、区块链等技术可以为其提供技术保证，使数字接触追踪技术更好地服务大家。

　　他介绍，人体内的 DNA 到蛋白通过两步：DNA 通过转录得到 mRNA，然后 mRNA 通过翻译得到蛋白，最后可以产生人类各种各样的功能的蛋白，因此 mRNA 被称为生命的软件。

　　mRNA 发展的历史分为四个阶段。1961 年，人类首先发现了 mRNA 的生物大分子。2005 年科学家发现化学修饰的 mRNA 是具有免疫原性的，2009 年的时候首次用到了人体身上，用来开发癌症的相关疫苗。

　　在最近几年，mRNA 技术有很大的突破。2015 年用于治疗血友病，两年后科学家发现 LNP 可以递送 mRNA 来治疗寨卡病毒。2019 年，科学家发现可以通过各种方法开发很大的 LNP 的库，从里面筛选具有更高效率的 LNP 来制备 LNP 和 mRNA 的载体，特异性的激活 STEAM，达到更强的癌症免疫治疗的效果。

　　mRNA 药物包括两个部分，一个是核心的 mRNA 序列，另外一块是 LNP 载体。mRNA 的序列包在 LNP 形成一个离子，进入到体内以后释放。mRNA 可以通过核糖体翻译成具有各种作用的蛋白，起到治疗的作用，或者说用来制备疫苗。

　　mRNA 技术的特点是能够在短期内快速、低成本制备出我们需要的疫苗。例如，制备 mRNA 疫苗只用了 42 天。此外，

　　华中科技大学武汉光电国家研究中心教授孙永明认为，固态锂离子电池是替代现有锂离子电池最有潜力的侯选技术，其能量密度有望实现锂离子电池的 2 倍以上，并可能从本质上解决现有液态锂离子电池的安全性问题，有望实现循环性能和更长的使用寿命。

　　他介绍，在上个世纪 80 年代，锂离子电池发展之初，首先出现的是锂金属电池。由于采用了液态电解质，最终导致电池的安全性和电化学性能极差。90 年代以来，石墨作为负极的液态锂离子电池得到迅速发展和成功商业化应用。

　　然而，当前石墨为主要负极，为负极的锂离子电池能量密度越来越接近理论上限。可燃性的液体电解液仍然成为电池安全的重要隐患。因此，提高电池安全性和比能是当前发展的紧迫任务。

　　我们需要采用更高比容量锂金属负极，结合更为安全的固态电解质技术，实现高性能固态锂金属电池，这对于推动当前的高比能电池的应用需求是十分重要的，

　　孙永明解释，固态锂金属电池要走向商业化应用，其成本要与现有锂离子电池相当或者是更低。低成本的固态金属锂电池技术则要求材料体系、电极和电变解质材料等便于新的设计，以及智能制造装备的成熟。

　　上海交通大学长聘教轨副教授、博士生导师蒋昆介绍，通常所说的可持续性清洁能源主要包括太阳能、风能等。但是，太阳能、风能此类可持续能源是间歇性的，如何进行储存是关键问题。氢气可以起到储能介质的作用，这就是它在整个现代能源结构变化当中所扮演的角色。

　　过去的 15 年之间，全球的能源消费结构当中，石油和天然气仍然是能源构筑当中最主要的消费品。大概从 2004 年开始，太阳能和风能等可持续能源在整个能源构筑中占比逐步提升。像这类间歇式的太阳能和风能为代表的可持续能源，在完整的白天或者是晚上进行充分利用，实际上是需要能量的载体。

　　早期的光解水或者电解水尝试，造成了资源极大的浪费。绿色氢能则以太阳能和风能作为能源的驱动力，直接电解水，得到氧气。氢气可以直接再燃烧供能，或者通过化工合成的方式得到甲醇。

　　除了邀请专家学者解读 “十大突破性技术” 外，发布会还设置了圆桌讨论环节，邀请元禾原点合伙人、南京智子集成电路产业基金合伙人乐金鑫；斯道资本合伙人张矩；浙江大学研究员、博士生导师陆盈盈；浙江大学百人计划研究员姚思宇与解读专家，共同围绕如何推动不同技术融合发展，打通 “产学研” 三个环节进行探讨。

　　作为投资界的人士，乐金鑫表示具有突破性的技术虽然极具重要性，但最终是要向生产交付产生价值。他说，如果站在用户的角度，他们并不太关注究竟是什么样的算法能够实现某种功能。

　　乐金鑫认为科研与生产是相辅相成的关系。他说，我们往往看到某个专业领域技术的突破，最终走向产业化形成产品以后，会逐渐把大量的经验和数据积累成一个底座。软件发展到一定的阶段时会往硬件走，硬件面临一定的物理极限时需要软件去突破。投资者并不会盲目地投资某项技术，而是要看到它的产出。

　　张矩认为，极具想象力的突破性技术变成生产力，能对社会造成很大的影响，但这是一个相对漫长的过程。比如，GPT-3 可以带来非常高效的输出，但其可靠性和可解释性仍待考验。数据信托的发展需要多方支持，取决于社会框架、社会公约以及政府引导等因素。他说，我们主要看的是技术的一步步采用，并且最后转化成实际生产力的过程。不过，

　　对早期技术可以进行风险投资，有可能产生巨大价值回报。这些技术在早期可能还看不到特别明确的应用，但是这类技术因它产生的巨大影响力而具有很高的投资价值，

　　陆盈盈、蒋昆、姚思宇共同探讨固态锂电池在电动汽车行业的应用以及绿色氢能的应用。陆盈盈表示，锂金属电池的发展很早，科研人员围绕提高电池的能量密度和安全性，在材料级别、系统级别以及对安全检测和管控等方面做了很多研究。

　　。在制备器件层面，则需要热管理系统、更高效的催化剂，需要提升制氢的速率以及能量转化效率。姚思宇则认为，

　　在另一场圆桌讨论中，王岩介绍了远程技术在在线教育领域的实际应用中面临的问题及解决措施，方黎明、赵毅则围绕数字接触追踪的应用进行讨论。

　　参与圆桌讨论的专家都认为，突破性技术的落地离不开不同技术的融合发展。比如，数据信托需要底层的技术基座，靠单一的计算没有办法实现数据安全。乐金鑫说，数据信托的发展需要完善机制，而不在于单点技术意义上的突破。同样的，TikTok 的精准推荐，离不开数据的支持，数据信托则能够在数据安全方面发挥作用。蒋昆也表示，绿色氢气的制备也需要多学科交叉研究。

　　此外，浙江省委组织部人才办副主任王国强、杭州市委人才办副主任王孟辉、余杭区委副书记、组织部长朱红丹、余杭区委常委、常务副区长陈夏林、杭州未来科技城（海创园）党工委书记梅建胜、DeepTech 创始人兼 CEO 周尔方也出席了本次发布会。