自2001年起，《麻省理工科技评论》每年都会预测接下来将对人类生活产生重大影响的科技突破，而今年也不例外，日前（2月21日）他们公布了今年的十大科技突破清单，跟往年不同的是，在这份预测中，每一项还附上了主要的研究者名单，现在就赶快来看看2018有哪些重要领域值得关注？

一、在云上的AI，给所用人的人工智慧（AI for Everybody）

「全球开发者总数大约有2,100万人，但全球的数据科学家仅约100万人，因此能善用人工智慧、甚至从中获利的企业仅占少数。」Google云端人工智慧与机器学习首席科学家李飞飞说。

李飞飞也直言：「不管是学术界还是工业界，（人工智慧人才在）全世界都是大大的供不应求。」何佩珊／摄影

人工智慧议题虽然热了好一阵子，但进入门槛却没有降低，真正能采用AI技术的公司很少，原因是缺人才，成本又太高。不过除了目前统治AI云端市场的亚马逊旗下AWS子公司之外，今年一月初，Google也发表了Cloud AutoML，目标是打造简单易用的AI，透过迁移学习（Transfer Learning）技术，将已经训练好的模型套用至新的模型，以帮助新的模型训练，提高开发效率。此外，微软的Azure平台也加入战局，与亚马逊携手推出一款开源深度学习框架Gluon。延伸阅读：中小企业看过来，Google发表Cloud AutoML工具，要让天下没有难用的AI

虽然不知道会是谁成为领头羊，不过透过云端服务让人人都能用AI的时代已经不远了。

二、还没泡沫？3D金属列印技术（3-D Metal Printing）为制造业开新路

3D列印技术行之有年，不过应用范围似乎一直有种走不出Maker或是设计师工作室的感觉（好啦，医疗产业应用也日益成长），其中一个主要原因，就是除了塑胶之外的材料，列印速度之慢、成本之高，所以难以为市场所接受，甚至在2016年被《新闻周刊》评为「噱头一场」。

不过，3D列印的颓势在去年已出现扭转。2017年，劳伦斯·利弗莫尔国家实验室（Lawrence Livermore National Laboratory）的研究人员宣布他们研发出了一种3D列印不锈钢零部件的方法，而透过此法产出的零部件强度是传统工法的两倍；而3D列印新创在去年也表现亮眼，像是Markforged，发表了一款价格在10万美元以下的3D金属列印机，Desktop Metal除了顺利出货他们的产品外，更计画打造比过去快100倍的工业用机型；而一直以来应用3D列印技术于航空产品生产的通用电气（GE），更计画在2018年开始销售自己研发的3D金属列印机。

3D金属列印技术操作越来越简单，成本也降低，若能被广泛应用，工厂将不必再被有大量库存，也更能实现客制化制造，甚至制作传统金属加工无法打造的复杂零部件。

三、多亏全球疯比特币？完美的网路隐私（Perfect Online Privacy）保护即将实现

尽管研究员已经努力了数十年，但真正飞跃性发展还要多亏了这两年大热的加密货币，让真正的网路隐私保护成为现实，而这都多亏了：零知识验证（zero-knowledge proof）这项工具的出现。

零知识验证的出现多亏Zcash（一款在2016年建立的虚拟货币），它是一个新的密码协议，Zcash的研发人员透过名为zk-SNARK（简明非互动零知识验证，zero-knowledge succint non -interactive arguments of knowledge的缩写）的方法，让用户进行匿名交易，通常，这在大多数区块链交易中是不可能的，因为尽管交易都是匿名的，但公共区块链公开、透明的特性，可以让骇客透过与其他数据结合，追踪甚至识别交易人。

全球第二大区块链网路以太坊创办人Vitalik Buterin称zk-SNARK是「彻底改变游戏规则的技术」，因为它等于在实现区块链公开透明交易的同时，也确保了用户隐私，这样一来连银行都可以采用区块链技术了。

尽管还有待克服的风险，但Zcash、摩根大通以及荷兰国际集团等企业会持续投入开发中。

四、智慧城市搁浅了，传感城市（Sensing City）才是新未来

「当前的智慧城市现实是，根本没有一座城市称得上智慧。」《科学人》一篇〈关于智慧城市，人们不愿面对的真相〉作者史密斯（Kendra Smith）这样说。

确实，看看现在（或过去的）智慧城市计画几乎都已搁浅，不是政府唱高调、画大饼，就是下调了当初壮志凌云的目标，然而近期Alphabet旗下位于纽约的子公司Sidewalk Labs与加拿大政府合作名为「Quayside」的专案，要重新定义智慧城市，在多伦多Waterfront工业区打造宜居、居民可负担、环保的智慧社区。

这座城市的基础与重点将放在「传感器」上，让整个社区宛如大型传感器，让空气品质、噪音、交通⋯⋯一切民生活动被感知、被记录，堪称城市版的作业系统，还可开源让其他公司开发软体、创建服务。实现城市级的物联网（IoT）。

虽然勾勒的蓝图很美好，但隐私问题、数据管理也成为了首要待解决的难题。该专案在去年10月公布，预计在2019年开始动工。

五、让AI玩猫捉老鼠！激发想像的「对抗性神经网络想像Dueling Neural Networks）

E：「你为什么对我这么坏？」

V：「因为你只是一个机器，你没有真正的感觉。」

E：「不，你才是机器。」

V：「你才是。」

E：「不！你是一个机器人！我是一个人类！就像创造出你的那个人一样。」

⋯⋯

还记得上述对话吗？这是去年（2017）初在Twitch上直播，两个用Google Home做载体的AI的对话。当初开发团队利用自然语言资料库，训练AI、精进资料库进行学习。

而现在，「对抗式生成网络」（GAN）要让两个神经系统玩猫抓老鼠的游戏。GAN的发明者Ian Goodfellow，透过两个神经网络：生成网络与判别网络，进行比赛，由生成网络生成假图片，判别网络来判断图片是否为「假货」。慢慢地，生成网络的「诈骗」技术会逼真到无法被判别网络「拆穿」。

目前GAN已经被用来创造十分真实的语音与假图片，这项技术获得Facebook首席科学家Yann LeCun、NVIDIA创办人黄仁勋、Landing.ai创办人吴恩达等大咖赏识，也吸引了诸多的机构及企业开始研究。在中国，百度、阿里巴巴、科大讯飞等公司也应用了该技术。

除了上述五个突破外，还有在不使用精子、卵子状态下，用干细胞培育出的人造胚胎；透过基因组数据，可以预测心脏病、乳腺癌，甚至智商；实现多国语言即时翻译的耳机，像是Google的Pixel Buds；透过量子运算的发展与应用，科学家能更了解分子的各种资讯，开发更有效的药物或材料。

《麻省理工科技评论》预测的2018年十大重大科技突破。资料来源：《麻省理工科技评论》。