技术突破：实现低成本快速金属物体3D打印。
重大意义：按需打印大型复杂金属物体的能力将为制造业带来变革。
主要研究者：Markforged、Desktop Metal、GE。
成熟期：现在。
虽然3D打印已经存在了数十年，但它仍局限于爱好者和设计师制造一次性原型的领域。用塑料以外的任何东西（特别是金属）印刷物体已经很昂贵，而且速度很慢。 然而，现在它变得便宜且简单，成为制造零件的潜在实用方式。如果被广泛采用，它可以改变我们批量生产许多产品的方式。在短期内，制造商不需要维持大量库存——只要有人需要，他们就可以简单地打印物体，例如老化汽车的替换零件。 从长远看，那些大规模生产某一特定零部件的大工厂将会被产品线丰富的小工厂所取代。这些小工厂将可以按照顾客的需求随时打印出各种各样的零部件。这项技术的优势在于它可以生产出更轻、更坚固的金属零部件，以及用传统金属加工方法无法制造出来的、形状复杂的零部件。它甚至还可以在制造过程中精确调控金属的微观结构。
2017年，来自劳伦斯·利弗莫尔国家实验室（Lawrence Livermore National Laboratory）宣布研发出了一种 3D 打印不锈钢零部件的方法，通过这种方法生产出来的零部件强度是原来的两倍。
2017年，位于波士顿附近的3D打印新创公司 Markforged 发布了第一台价格低于10万美元的3D金属打印机。
而另一家位于波士顿的3D打印新创公司 Desktop Metal 也在2017年12月开始交付他们的第一台3D金属原型打印机。该公司还计划推出体积更大的、用于工业制造的打印机，它们的速度将会比之前的3D金属打印机快100倍。
3D金属打印的操作如今也变得越来越容易。Desktop Metal 公司推出了一款用于 3D金属打印的软件。使用者只要在软件中输入他们所要打印的物体规格，软件就会生成一个适用于3D打印的计算机模型。
GE公司长期以来一直将3D打印技术用于它的航空产品生产中。早在2013年“十大突破性技术”中就曾提到“增材制造”（Additive Manufacturing）。该公司现在也正在测试一款新型3D金属打印机，该打印机打印速度很快，可用于大型零部件的生产。而GE计划在2018年开始销售该3D金属打印机。
技术突破：在不使用卵细胞或精子细胞的情况下，研究人员仅从干细胞中就可以培育出类似胚胎的结构，为创造生命提供了全新的途径。
重要意义：人造胚胎将有助于研究人员研究人类生命神秘起源，但该技术正在引发新的生物伦理争议。
主要研究者：剑桥大学、密歇根大学、洛克菲勒大学。
成熟期：现在。
英国剑桥大学的胚胎学家们重新定义如何创造人造生命的突破性研究中，仅利用干细胞培育出逼真的小鼠胚胎。该胚胎并不是由卵细胞与精子结合而来的，只使用了从另一个胚胎中得到的细胞。
研究人员将细胞小心放置在三维支架上进行观察，细胞随后彼此开始联结，并且排列成几天大的老鼠胚胎独有的子弹形状。研究人员被这一景象深深吸引。 团队负责人Magdelena Zernicka-Goetz感叹道，“我们知道干细胞拥有强大的、神奇的潜力。然而我们没有意识到他们可以自我组织得如此完美。”合成的胚胎可能不会长成小鼠。但是，这也意味着，很快就可以实现在没有卵子的情况下育出哺乳动物。这并不是 Zernicka-Goetz 的终极目标。她想研究早期胚胎的细胞是如何开始分化出其特殊作用的。研究的下一步是使用人类胚胎干细胞生成人造胚胎。密歇根大学和洛克菲勒大学也正在对此进行研究。
人工合成的人类胚胎将是科学家们的福音，这可以让他们梳理出胚胎在早期发展中经历的过程。而且，由于这些胚胎是从易操作的干细胞发展而来的，实验室将能够使用各类工具，例如基因编辑技术，研究它们的生长过程。
然而，人造胚胎将会引发一些伦理问题。如果它们最终与真实的人类胚胎难以区分，该怎么办呢? 在它们形成痛觉之前，能在实验室里发育多久? 生物伦理学家们说，我们需要在科学进一步发展之前解决这些问题。
技术突破：多伦多街区有望成为全球首个成功将尖端城市设计与前沿科技融合在一起的地区。
重大意义：重大意义：智能城市使人们负担得起都市地区的生活成本，使都市更加宜居、环保。
主要研究者： Sidewalk Labs、多伦多Waterfront。
成熟期：项目2017年10月对外公布，预计在2019年开始施工建设。
全球很多智能城市计划都已延期，要么下调了雄心勃勃的目标，要么因为成本过高逼走了超级富豪之外的普通居民。而多伦多的一个叫Quayside的项目，却希望从头开始重新设计一个社区，用最新的数字技术进行重建，改变现有的失败局面。
Alphabet旗下位于纽约市的Sidewalk Labs正与加拿大政府进行合作，让这一高科技项目落地在多伦多Waterfront工业区。
该项目的目标之一就是让所有关于设计、政策以及信息科技的决策都基于巨大的传感器网络。这个网络将收集各种信息：空气质量、噪声水平以及人们的行为等数据。
在该规划中，所有车辆都是自动驾驶的共享车辆，地下也将运行着负责送快递这种低级体力劳动的机器人。Sidewalk Labs表示，他们计划让正在设计的软件与系统开源，可以允许其他公司在其上创建服务，类似为手机开发APP的做法。
该公司计划密切监视公共基础设施，然而这却引起了对数据管理与隐私的担忧。但是Sidewalk Labs相信，它可以通过与社区和当地政府的合作，缓解相关的担忧。
负责城市系统规划的Sidewalk Labs高管RitAggarwala表示，“在Quayside项目中，我们所做的最独特的一点就是，这个项目不仅包含着雄心壮志，也有具备一定程度的谦逊”。而这种谦逊有望帮助Quayside 避开之前那些智慧城市计划时常遭遇的各种问题。
目前，北美已有多个城市正在争取成为Sidewalk Labs的下一个标的。据管理Quayside开发的某公共部门CEO WillFleissig 表示：“旧金山、丹佛、洛杉矶以及波士顿都来联系我们，就是为了获得引荐。”
技术突破：基于云端的人工智能正在降低这项技术的价格和使用难度。
重大意义：目前，人工智能的应用由少数几家公司主宰。但其一旦与云技术相结合，对普通人来说，它将变得触手可及，从而促进经济发展。
主要研究者包括：亚马逊、谷歌、微软。
成熟期：现在。
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，以及少数新创公司的专属。对于其他领域的众多公司来说，人工智能价格太高、技术太难，无法全面普及。
如何解决这个问题呢？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子公司几乎主宰了云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。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。
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（一款尝试复制人脑学习方式的重要人工智能技术）变得和开发手机应用一样简单。
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跑者，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。
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。
可惜的是，绝大多数的公司依然欠缺了解云端人工智能使用方法的人才。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呈现在人们面前的时候，真正的人工智能革命才会开始。
技术突破：两个AI系统可以通过相互对抗来创造超级真实的原创图像或声音，而在此之前，机器从未拥有这种能力。
重大意义：这给机器带来一种类似想象力的能力，因此可能让它们变得不再那么依赖人类，但也把它们变成了一种能力惊人的数字造假工具。
主要研究者：Google Brain、DeepMind、英伟达。
成熟期：现在。
人工智能识别物体的能力已经越来越强了：给它看一百万张图片，它就可以用惊人的准确度来告诉你究竟哪张里面有个行人在过马路。但是 AI几乎不可能独自生成行人的图片。如果它可以实现这一点，它将可以创造大量看似真实的合成图片，把行人放在各种环境下。而自动驾驶系统或许足不出户就能使用这些图片进行训练。
但问题在于，从无到有创造一个东西需要想象力，而这正是人工智能技术一直难以实现的能力。
直到2014年，当时还是蒙特利尔大学博士生的 Ian Goodfellow 在酒吧里与友人进行学术辩论时，他突然想到了这个问题的答案。这种名为“对抗式生成网络”（GAN）的手段会使用两个神经网络（一种简化人脑数学模型，是现代机器学习基石），然后让这两者在数字版的“猫捉老鼠”游戏中互相厮杀。
这两个网络会使用同一个数据集进行训练。其中一个神经网络叫生成网络，它的任务就是依照所见过的图片来生成新的图片，比如有着三支手臂的行人。而另外那个神经网络叫判别网络，它的任务则是判断它所见得图片是否与训练时的图片相似，还是由生成模型创造出来的“赝品”，比如，判断那个长着三个手臂的人有没有可能是真的？
生成网络创造图片的能力会逐渐强大到无法被判别网络识破的程度。基本上，经过训练之后，生成网络学会了识别并创造看起来十分真实的行人图片。
这项技术已经成为了在过去十年最具潜力的人工智能突破，帮助机器产生甚至可以欺骗人类的成果。
目前，GAN已被用于创造听起来十分真实的语音，以及非常逼真的假图片。就拿一个很有名的例子来说，来自芯片公司英伟达的研究人员们用明星照片训练出了一个 GAN系统，而这个系统则生成了数百张根本不存在、但看起来十分真实的人脸照片。另外一个研究团队则生成了看起来十分逼真的梵高油画。在进一步训练后，GAN可以对图片进行各种修改，比如在干净的马路上覆盖上一层雪，或者把马变成斑马。
但是 GAN的成果并非完美：它们可能生成有两套把手的自行车，或者眉毛错位的脸。但由于有些图片与声音实在太逼真了，一些专家相信，GAN在某种程度上已经开始理解它们所见到，所听到的世界的底层结构。而这意味着，随着人工智能开始获得想象力，它们也可能开始理解它在这世界上所看到的东西。
技术突破：接近实时的翻译适用于多种语言，而且使用便捷。
重大意义：在全球化日益发展的今天，语言仍是交流的一大障碍。
主要研究者：谷歌、百度。
成熟期：现在。
在风靡一时的科幻经典《银河系漫游指南》中，你把一条黄色的巴别鱼塞到耳朵里，就可以听到实时翻译。在现实世界中，谷歌已经研究出了一个过渡性的解决方案：一副叫做Pixel Buds价值159美元的耳塞。这副耳塞可以在Pixel智能手机上通过谷歌翻译应用进行实时翻译。需要一个人佩戴耳塞，另一个人手持手机。
佩戴耳塞的人用自己的语言讲话（默认是英语），然后谷歌翻译应用就会对所讲的话进行翻译，并在智能手机上大声播放。手持手机的人回应后，回答被翻译，然后在耳塞中播放。
谷歌翻译之前就已经有了对话功能，其iOS和安卓版应用都可以自动识别说话者的语言，然后自动翻译。但背景噪音会增加应用理解话语的难度，同时也会让应用很难判断说话人何时停顿，何时开始翻译。Pixel Buds 有效解决了这些问题，因为佩戴人可以在说话的同时用手指点击和长按右边的耳塞。将交互分别放在智能手机和耳塞上，可以让双方都能控制麦克风，帮助讲者保持眼神交流，因为这样就不用来回传递手机了。
目前，因为设计低于行业平均水准，Pixel Buds备受批评。耳塞看起来很不智能，也不是很贴合耳朵，而且很难与手机进行适配。不过硬件的笨拙还是可以改善的。Pixel Buds让大家看到了近实时翻译跨语言障碍自由沟通的曙光，而且你还不用把一条巴别鱼塞到耳朵里。
技术突破：发电厂能够以廉价高效的方式捕捉天然气燃烧释放的碳元素，避免温室气体的排放。
重大意义：天然气发电为美国提供了近 32% 的电力，其碳排放量也达到电力部门总碳排放量的 30%。
主要研究者：8 Rivers Capital、Exelon 电力公司、CB&I。
成熟期：3-5 年
在可预见的未来，我们可能要一直将天然气作为主要的发电能源之一。现成又便宜的天然气发出的电占美国总发电量的 30%, 全世界发电量的 22%。天然气虽然比煤炭清洁得多，仍造成了大量的碳排放。
在美国炼油工业区的中心休斯顿城外出现了一家前沿发电厂，他们正在测试一项可以实现清洁天然气能源的技术。这家公司的名称是Net Power，它拥有 50 兆瓦特的项目。该公司相信他们能捕获天然气发电过程中释放的所有二氧化碳，同时又能够以低廉的成本发电，至少和标准天然气发电厂的成本相同。
如果此举真的实现，就意味着从此就可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电必会改善能源供给的局面，因为它既不像核能那样成本高企，也不像可再生能源那样供给不稳定。
Net Power 公司是 8 Rivers Capital，Exelon 电力公司以及 CB&I 能源公司合作的产物。这家公司的发电厂已经在试运行且开始了初始测试，他们打算在未来几个月内就公布初次评估的结果。
这家发电厂将燃烧天然气产生的二氧化碳放置到高压高温的环境中，并用合成的超临界二氧化碳作为“工质”，驱动一个特制的涡轮机。其中，大部分的二氧化碳都能被不断地再利用，剩下不能利用的可以用一种低成本的方式捕获。
降低成本的关键在于出售部分二氧化碳。目前二氧化碳主要用于协助开采原油。这个市场容量有限，也并不环保。然而最终 Net Power 希望其他行业对二氧化碳的需求能够涨起来，比如水泥制造业、塑料制造业及其他碳基材料行业。
Net Power 的科技并不能解决天然气带来的所有问题，尤其是开采方面的问题。但是只要我们还在使用天然气，就应该让天然气变得更清洁。在正在研发的所有清洁能源技术中 Net Power 的技术目前走得最远，它向我们展示的是一个真实的、可减少碳排放的新突破。
技术突破：计算机科学家正在完善一款加密工具，可以在不透露非必要信息的前提下完成验证。
重大意义：如果你需要在网上透露个人信息以完成某件事情，这个方法可以让你免除隐私泄漏或身份被盗窃的风险。
主要研究者：Zcash、摩根大通、荷兰国际集团。
成熟期：现在。
由于一款新工具的出现，真正的互联网隐私终于可以实现了。举个例子，该工具可以让你不用透露出生日期就能证明自己年满18岁，或者不用透露自己的银行余额或其他细节，就能证明自己在银行有足够的存款可以完成金融交易。这样就大大降低了隐私泄漏或身份盗用的风险。这款工具是名为“零知识验证”（zero-knowledge proof）的新密码协议。
尽管已经研究了数十年，但直到去年，人们对零知识验证的兴趣才开始暴增。某种程度上，这要得益于人们对加密货币日益增长的热情，以及大多数加密货币都为机构所拥有的的现实。同时，很大一定程度上也得益于2016年末建立的电子货币——Zcash把零知识验证应用于实际。Zcash的研发人员使用一种叫做 zk-SNARK（简明非交互零知识验证）的方法让用户进行匿名交易。通常，这在比特币以及其他公共区块链系统中是不可能实现的，比特币以及其他公共区块链系统中的交易对所有人都是公开透明的。
尽管理论上来说，这些交易都是匿名的，但通过与其他数据进行结合，还是可以追踪到甚至识别出交易人。世界第二大区块链网络以太坊创始人Vitalik Buterin 将zk-SNARK称为一项“彻底改变游戏规则的技术”。对银行来说，这样就可以在支付系统中使用区块链了，同时还能保护客户隐私。
去年，摩根大通将 zk-SNARK 添加到自己基于区块链的支付系统中。不过尽管zk-SNARK 承诺种种好处，但计算量大，运行缓慢。同时zk-SNARK 需要“信任安装”，所生成的密钥如果落入犯罪分子之手就可以破坏整个系统。不过，研究人员正在努力研究替代方案，希望可以更加高效地部署零知识验证，同时不需要上述密钥。
技术突破：科学家们可以利用你的基因组数据预测你患心脏病或乳腺癌的几率，甚至预测你的智商。
重大意义：基于DNA的预测技术可能是公共健康领域的下一个重大突破，但它将增加基因歧视的风险。
主要研究者：Helix、23andMe、Myriad Genetics、UKBiobank 、Broad Institute。
成熟期：现在
未来某天，婴儿出生时就会得到一份 DNA 检测报告。这些报告将提供婴儿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（部分研究涉及人数超过100 万人）的开展以及科学进步，这样的报告很快就会从概念变成现实。
事实证明，最常见的疾病和人们的许多行为和特征，包括智力水平，都不是一个或几个基因影响的结果，而是许多基因作用的结果。利用正在进行的大型基因研究的数据，科学家们正在创造他们所谓的“多基因风险评分”指标。
尽管新的DNA 测试只是提供了概率推断，而不是直接得出诊断结论，但依然可以极大地造福医学的发展。例如，如果那些患乳腺癌几率高的女性做更多的乳房 X 光检查，而患病几率低的女性做更少的乳房 X 光检查，那么这些检查可能会发现更多真正罹患癌症的患者，也能降低假警报发生的几率。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分数指标。通过挑选患病风险更高的志愿者，他们可以更准确地测试药物的效果。
然而，这些预测并非完美。谁愿意知道他们未来可能会患上阿兹海默症? 如果癌症风险指标得分低的人推迟接受筛查，然后又患上癌症怎么办? 多基因检查指标评分也存在其他争议，因为它们几乎可以预测任何个体特征，不仅仅是疾病。例如，我们现在可能只能预测一个人在智商测试中表现的10%。随着评分技术的提升，基于DNA的智商预测很可能会成为常态。然而，家长和教育工作者应该如何使用这些信息呢?
对此，行为遗传学家Eric Turkheimer表示，基因数据可以造福我们，但也有可能会被用于其他用途，产生消极的影响，因此这项新技术“既令人兴奋又令人担忧”。
技术突破：IBM 采用 7 量子位的量子计算机对小分子的电子结构进行彷真计算。
重大意义：借助该技术，科学家能了解分子的各个方面信息并以此开发出更有效的药物以及更高效生成或传输能源的新材料。
主要研究者：IBM、Google、哈佛大学 Alán Aspuru-Guzik 教授。
成熟期：5到10年。
强大的新量子计算机的前景仍然不是很明朗。他们将能够胜任当今机器难以想象的计算能力，但我们还没有弄清楚我们可以用这些能力做什么。一个极具诱惑力的可能性正浮出水面：精确设计分子。化学家们已经开始梦想着制造新型蛋白质，用于研制更有疗效的药物，或是设计出新型高效电池中的电解质，可以将阳光直接转化为液体燃料的化合物以及效率更高的太阳能电池。我们没有这些东西，因为分子在传统计算机上极难建模。尝试在相对简单的分子中模拟电子的行为——这样已经会出现远远超出当今计算机能力的复杂情况。但对于量子计算机来说，这并不是个问题。它使用的并非代表1和0的数字位，而是本身就使用量子系统的“量子位”。最近，IBM的研究人员用七个量子位计算机来模拟由三个原子组成的小分子。因为科学家可以制造更多量子位的机器和更好的量子算法，更大分子的精确彷真计算也将成为可能。
文章来源：MIT Technology Review网站
