［編者按］2021年2月24日，MIT Technology Review一年一度的“十大突破性技術(shù)”榜單正式發(fā)布,。自2001年起,，該雜志每年都會(huì)評(píng)選出當(dāng)年的“十大突破性技術(shù)”,，這份在全球科技領(lǐng)域舉足輕重的榜單曾精準(zhǔn)預(yù)測(cè)了腦機(jī)接口,、量子密碼,、靈巧機(jī)器人,、智慧傳感城市、深度學(xué)習(xí)等諸多熱門(mén)技術(shù)的崛起,。本年度MIT Technology Review “十大突破性技術(shù)”分別為：mRNA疫苗,、生成式預(yù)訓(xùn)練模型、數(shù)據(jù)信托,、鋰金屬電池,、數(shù)字接觸追蹤、超高精度定位,、遠(yuǎn)程技術(shù),、多技能型人工智能、TikTok推薦算法和綠色氫能,。為了讓廣大讀者深入了解這十項(xiàng)技術(shù)的科學(xué)價(jià)值及其背后的科學(xué)故事,，特邀請(qǐng)各領(lǐng)域著名科學(xué)家分別對(duì)其進(jìn)行深入解讀，以激發(fā)科研人員的創(chuàng)新思維,，并促進(jìn)科學(xué)界的學(xué)術(shù)交流。

　　1 mRNA疫苗（Messenger RNA vaccines）

　　在1918年大流感100年后,，全球爆發(fā)了又一次呼吸道病毒傳染病大流行,，罪魁禍?zhǔn)资且环N具有包膜的正鏈單股RNA病毒——嚴(yán)重急性呼吸系統(tǒng)綜合征冠狀病毒2（SARS-CoV-2）。根據(jù)世界衛(wèi)生組織的統(tǒng)計(jì),，截止到2021年6月17日,，全球已有176 693 988人確診，造成3 830 304人失去了生命,。面對(duì)病毒的挑戰(zhàn),，人類(lèi)最有力的對(duì)抗武器是疫苗。針對(duì)這次疫情,，從疫苗研發(fā)到實(shí)際應(yīng)用的速度空前,。截止到2021年6月15日，全世界已接種了2 377 780 590劑次針對(duì)SARS-CoV-2的各種疫苗。其中包括有首次應(yīng)用就一戰(zhàn)成名的mRNA疫苗,，它被MIT Technology Review評(píng)選為2021年“全球十大突破性技術(shù)”之一,。

　　專(zhuān)家點(diǎn)評(píng)：

　　mRNA（Messenger RNA）被稱(chēng)為信使RNA，是攜帶編碼蛋白遺傳信息的單鏈RNA,。在細(xì)胞內(nèi),，mRNA指導(dǎo)把單個(gè)氨基酸按特定序列組成蛋白質(zhì)，是細(xì)胞內(nèi)“蛋白工廠(chǎng)”生產(chǎn)的“指導(dǎo)員”,。很久以來(lái),，許多人都曾設(shè)想把在體外人工合成的mRNA“指導(dǎo)員”導(dǎo)入細(xì)胞內(nèi)從而指導(dǎo)“蛋白工廠(chǎng)”的工作。第一例證明體外轉(zhuǎn)錄的mRNA可在體內(nèi)指導(dǎo)蛋白質(zhì)合成的研究發(fā)表于1990年,，Wolff等將編碼β-半乳糖苷酶（β-galactosidase）的mRNA注射到小鼠的骨骼肌,，成功檢測(cè)到了β-半乳糖苷酶的活性。兩年后,，Jirikowski等在大鼠中成功的用mRNA表達(dá)出了有功能的抗利尿激素（vasopressin）,。雖然這些早期研究顯示出mRNA作為潛在治療載體的原理可行，其實(shí)際應(yīng)用的缺陷也變得十分明顯,。mRNA本身不夠穩(wěn)定,，在體內(nèi)易降解，不易靶向遞送,，而且可以導(dǎo)致強(qiáng)烈的免疫激活和炎癥反應(yīng),。因此，在而后的許多年中,，核酸治療領(lǐng)域都沒(méi)有把mRNA作為開(kāi)發(fā)重點(diǎn),。

　　近十年的技術(shù)進(jìn)步，通過(guò)對(duì)mRNA的人工修飾,，大幅降低了mRNA本身的免疫原性,，提高了安全性。通過(guò)脂質(zhì)納米粒包裹mRNA的遞送技術(shù),，大幅提高mRNA在體內(nèi)的表達(dá)效率,。加之mRNA只需體外轉(zhuǎn)錄就可人工合成，快速價(jià)廉,，實(shí)用性隨之增高,。通過(guò)mRNA表達(dá)蛋白抗原來(lái)誘導(dǎo)機(jī)體針對(duì)蛋白產(chǎn)生免疫應(yīng)答，可能達(dá)到疫苗效果,。機(jī)制上,，脂質(zhì)納米粒包裹的mRNA可有效的進(jìn)入樹(shù)突狀細(xì)胞中，一方面使樹(shù)突狀細(xì)胞按mRNA指導(dǎo)表達(dá)蛋白抗原,，另一方面通過(guò)脂質(zhì)納米粒類(lèi)似佐劑的作用激活樹(shù)突狀細(xì)胞,。作為免疫系統(tǒng)中最重要的抗原遞呈細(xì)胞,，樹(shù)突狀細(xì)胞可將蛋白抗原消化分解成肽段，并呈遞于細(xì)胞表面的一類(lèi),、二類(lèi)組織相容性復(fù)合體,，引起CD4、CD8 T細(xì)胞的特異性應(yīng)答,。CD4陽(yáng)性T細(xì)胞可分化成不同的亞群,，分泌細(xì)胞因子，促進(jìn)機(jī)體的免疫反應(yīng),。CD8陽(yáng)性T細(xì)胞可分化成殺傷性T細(xì)胞,，從而在感染發(fā)生時(shí)殺傷感染細(xì)胞。在接種疫苗一段時(shí)間后,，CD4和CD8 T細(xì)胞都會(huì)分化成為記憶T細(xì)胞,。另外，mRNA表達(dá)的蛋白抗原也可以被B細(xì)胞抓取,，促使其活化,，在CD4陽(yáng)性T細(xì)胞的幫助下這些B細(xì)胞分化成為記憶B細(xì)胞和產(chǎn)生高親和力抗體的長(zhǎng)效漿細(xì)胞。

　　這次新冠肺炎疫情中,，mRNA疫苗展現(xiàn)出了驚人的保護(hù)效果,。在臨床前研究階段，Moderna開(kāi)發(fā)的mRNA疫苗mRNA-1273在恒河猴中可誘導(dǎo)強(qiáng)烈的免疫應(yīng)答,。在第二劑接種后四周,，血清中可檢測(cè)到高滴度中和抗體，表達(dá)白介素-21的濾泡性輔助T細(xì)胞顯著增多,。在包含了30 420志愿者的三期臨床研究中,，mRNA-1273的有效率達(dá)94.1%。這款疫苗對(duì)保存條件要求較為嚴(yán)苛,，需在-20 ℃條件下運(yùn)輸,。我國(guó)科學(xué)家開(kāi)發(fā)的耐高溫mRNA疫苗ARCoV表現(xiàn)不俗，在動(dòng)物實(shí)驗(yàn)中可以誘導(dǎo)抗體和細(xì)胞免疫,，并顯著降低病毒載量,；它只需在2—8 ℃保存。目前這款國(guó)產(chǎn)mRNA疫苗正在墨西哥進(jìn)行III期臨床實(shí)驗(yàn),。

　　使用外源mRNA導(dǎo)入人體實(shí)現(xiàn)細(xì)胞內(nèi)蛋白表達(dá)的本質(zhì)就是讓人體自身細(xì)胞成為“工廠(chǎng)”,，生產(chǎn)所需的蛋白分子,。該技術(shù)顯然不局限于新冠病毒疫苗,。多國(guó)研究者還在針對(duì)其他諸如HIV和Zika病毒設(shè)計(jì)和開(kāi)發(fā)mRNA疫苗。該技術(shù)也不局限于抗感染疫苗,，比如也有針對(duì)黑色素瘤的mRNA疫苗正在臨床試驗(yàn)中,。事實(shí)上,，使用mRNA表達(dá)技術(shù)也不局限于做疫苗。比如通過(guò)表達(dá)正確的血紅蛋白來(lái)作為治療性蛋白分子,，同樣思路可能用于治療鐮狀紅血球貧血癥,。時(shí)勢(shì)造英雄，mRNA疫苗在這次新冠肺炎疫情中顯示出了巨大潛力,。同時(shí),，我們也要注意到，mRNA技術(shù)的第一個(gè)概念性實(shí)驗(yàn)證明距今30年,，再一次說(shuō)明投入源頭創(chuàng)新,，回報(bào)不一定是立竿見(jiàn)影；但假以時(shí)日,，金子總要發(fā)光,。mRNA技術(shù)未來(lái)還會(huì)給我們帶來(lái)什么新的治療突破？我們拭目以待,。

　　2 生成式預(yù)訓(xùn)練模型（GPT-3）

　　具有寫(xiě)作和對(duì)話(huà)功能的大規(guī)模自然語(yǔ)言模型使人工智能朝著更好地理解人類(lèi)的自然語(yǔ)言與人機(jī)交互這一目標(biāo)邁出了堅(jiān)實(shí)的一步,。在眾多語(yǔ)言模型中，OpenAI公司開(kāi)發(fā)的GPT-3是目前為止參數(shù)最多,、規(guī)模最大,、能力最強(qiáng)的模型。通過(guò)利用大量的互聯(lián)網(wǎng)文本數(shù)據(jù)和成千上萬(wàn)的書(shū)籍進(jìn)行模型訓(xùn)練,，GPT-3模型對(duì)人類(lèi)自然語(yǔ)言的模仿到了一個(gè)不可思議的地步,，極具真實(shí)性，也因此成為迄今為止令人印象最深刻的語(yǔ)言模型,。

　　雖然GPT-3模型建模能力,、描述能力非常強(qiáng)，但是也存在眾多問(wèn)題和局限性,。首當(dāng)其沖的就是GPT-3模型不能理解什么是真正意義上的寫(xiě)作（自然語(yǔ)言生成）,，因此有時(shí)會(huì)生成一些不可控的內(nèi)容。其次,，訓(xùn)練GPT-3模型需要大量的算力,、數(shù)據(jù)和資金投入，并會(huì)產(chǎn)生大量的碳排放,，只有資源充足的實(shí)驗(yàn)室才有能力開(kāi)發(fā)類(lèi)似的模型,。此外，由于GPT-3模型在充斥錯(cuò)誤消息和偏見(jiàn)的互聯(lián)網(wǎng)文本數(shù)據(jù)上進(jìn)行訓(xùn)練,，往往會(huì)產(chǎn)生與訓(xùn)練數(shù)據(jù)類(lèi)似,，即帶有偏見(jiàn)的篇章段落。

　　專(zhuān)家點(diǎn)評(píng)：

　?。?）為什么可以入選10大技術(shù)

　　人工智能已經(jīng)成為人類(lèi)社會(huì)經(jīng)濟(jì)和社會(huì)發(fā)展的重要支撐技術(shù),，是引領(lǐng)新一輪科技革命,、產(chǎn)業(yè)和社會(huì)變革的戰(zhàn)略性技術(shù)，自然語(yǔ)言理解是下一代人工智能的核心技術(shù)之一,，其關(guān)鍵技術(shù)的突破極具科學(xué)意義和產(chǎn)業(yè)價(jià)值,。語(yǔ)言模型是利用計(jì)算機(jī)對(duì)自然語(yǔ)言進(jìn)行抽象數(shù)學(xué)建模，是自然語(yǔ)言理解最核心的科學(xué)問(wèn)題,。廣義上,，任何自然語(yǔ)言理解模型都可稱(chēng)之為語(yǔ)言模型，因?yàn)槎家M(jìn)行數(shù)學(xué)建模,。狹義上講,，語(yǔ)言模型要完成對(duì)一段文字的概率估計(jì)，或者給定上下文估計(jì)某個(gè)語(yǔ)言片段的出現(xiàn)概率或者抽象數(shù)學(xué)表示,。通常所指的語(yǔ)言模型是狹義語(yǔ)言模型,。語(yǔ)言模型的歷史從1948年提出的N-Gram模型、1954年的分布式理論詞袋模型,、1986年的分布式表示,、2013年的Word2Vec模型直到2018年提出的預(yù)訓(xùn)練模型。預(yù)訓(xùn)練語(yǔ)言模型（最具有代表性的模型包括ELMo,、BERT和GPT）對(duì)自然語(yǔ)言處理領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響,，是深度學(xué)習(xí)時(shí)代自然語(yǔ)言處理領(lǐng)域里程碑式的研究成果。

　　這一系列基于深度學(xué)習(xí)技術(shù)的模型只需要利用非監(jiān)督的語(yǔ)言模型訓(xùn)練目標(biāo)函數(shù)即可從海量的文本中捕捉和學(xué)習(xí)到各種類(lèi)型的有效信息,，能夠動(dòng)態(tài)生成更加準(zhǔn)確的具有上下文信息建模能力的字,、詞、短語(yǔ)乃至句子和篇章的向量表示和生成概率,，并可以在多種下游任務(wù)上取得驚艷的效果,，例如問(wèn)答、閱讀理解,、文本蘊(yùn)含,、語(yǔ)義相似度匹配、文本摘要,、代碼生成,、故事創(chuàng)作等。除了強(qiáng)大的表示學(xué)習(xí)能力和多任務(wù)泛化屬性以外,，這些預(yù)訓(xùn)練語(yǔ)言模型還具有強(qiáng)大的小樣本學(xué)習(xí)能力,，只需要很少數(shù)據(jù)樣本（甚至是在零樣本學(xué)習(xí)的設(shè)置下），即可理解特定的任務(wù)并取得和監(jiān)督學(xué)習(xí)模型相當(dāng)甚至更好的表現(xiàn),。在眾多模型中,，2020年5月OpenAI公司所提出的第三代GPT模型（GPT-3）憑借其當(dāng)時(shí)最大的參數(shù)規(guī)模、非凡的模型能力,、多任務(wù)泛化表現(xiàn)以及小樣本學(xué)習(xí)能力入選2021年MIT Technology Review的“全球十大突破性技術(shù)”,。

　　（2） GPT等系列模型發(fā)展過(guò)程和能力變化

　　預(yù)訓(xùn)練語(yǔ)言模型數(shù)量眾多，其中具有里程碑意義的典型模型包括ELMo,、BERT和GPT,。限于篇幅，在此只選擇GPT系列模型進(jìn)行代表性介紹,。

　　在對(duì)GPT-3模型進(jìn)行解讀之前,，我們首先對(duì)預(yù)訓(xùn)練語(yǔ)言模型的初衷和中間發(fā)展過(guò)程進(jìn)行回顧。以N-Gram為代表的傳統(tǒng)語(yǔ)言模型是計(jì)算給定語(yǔ)言片段的概率或者給定上文預(yù)測(cè)下一個(gè)詞的出現(xiàn)概率,，采用的是傳統(tǒng)的基于頻率的離散統(tǒng)計(jì)概率模型,。其主要問(wèn)題是離散的詞表示方法描述能力差，參數(shù)空間成指數(shù)級(jí)增長(zhǎng),，基于頻率的統(tǒng)計(jì)概率模型建模能力差,，導(dǎo)致最終語(yǔ)言模型描述能力不足、魯棒性差,、準(zhǔn)確率不高,。為解決上述問(wèn)題，以ELMo,、BERT和GPT為代表的預(yù)訓(xùn)練語(yǔ)言模型利用大規(guī)模甚至全網(wǎng)數(shù)據(jù),，基于生成式語(yǔ)言模型或者掩碼語(yǔ)言模型，用神經(jīng)網(wǎng)絡(luò)方法訓(xùn)練語(yǔ)言模型,。這樣,，預(yù)訓(xùn)練語(yǔ)言模型既有傳統(tǒng)模型的概率輸出，也可生成語(yǔ)言片段的向量表示,。由于采用神經(jīng)網(wǎng)絡(luò)的方法,，可以利用可導(dǎo)、可微等強(qiáng)大的數(shù)學(xué)工具和極大規(guī)模的數(shù)據(jù),，所以預(yù)訓(xùn)練語(yǔ)言模型上下文建模能力超強(qiáng),，可計(jì)算出更加準(zhǔn)確的概率和上下文強(qiáng)相關(guān)的語(yǔ)言片段的動(dòng)態(tài)向量表示。

　　ELMo開(kāi)啟了第二代預(yù)訓(xùn)練語(yǔ)言模型的時(shí)代,，即上下文相關(guān)和“預(yù)訓(xùn)練+微調(diào)”的范式,。ELMo是一種生成式模型，以雙向LSTM作為特征提取器,，利用上下文信息動(dòng)態(tài)建模,，較好地解決了以Word2Vec為代表的第一代預(yù)訓(xùn)練語(yǔ)言模型存在的一詞多義問(wèn)題，在自然語(yǔ)言生成任務(wù)上表現(xiàn)尤為出色,。BERT是一種掩碼式語(yǔ)言模型,，以Transformer Encoder為特征提取器，在自然語(yǔ)言分析和理解任務(wù)上表現(xiàn)尤為出色,。GPT是一種生成式模型,，以Transformer Decoder為特征提取器,，在自然語(yǔ)言生成任務(wù)上表現(xiàn)更為突出。

　　在上述系列模型提出以前,，以自然語(yǔ)言理解為代表的下游任務(wù)主要采用監(jiān)督學(xué)習(xí)的方式在相應(yīng)的標(biāo)注數(shù)據(jù)集上訓(xùn)練模型,。這就需要每一個(gè)目標(biāo)任務(wù)有充足的標(biāo)注數(shù)據(jù)，并且在特定任務(wù)上訓(xùn)練的模型無(wú)法有效地泛化到其他任務(wù)上,。在數(shù)據(jù)不足的情況下,，這類(lèi)判別式模型就無(wú)法取得令人滿(mǎn)意的效果。針對(duì)這一問(wèn)題,，OpenAI團(tuán)隊(duì)提出了第一代的生成式預(yù)訓(xùn)練語(yǔ)言模型（GPT-1）是基于Transformer Decoder的生成式語(yǔ)言模型,，對(duì)該模型結(jié)構(gòu)沒(méi)有新穎改動(dòng)，但擴(kuò)大了模型的復(fù)雜度,。該類(lèi)生成式預(yù)訓(xùn)練模型只需要利用非監(jiān)督的語(yǔ)言模型目標(biāo)函數(shù)即可進(jìn)行訓(xùn)練,，因此可以利用海量的無(wú)標(biāo)注數(shù)據(jù)進(jìn)行模型學(xué)習(xí)。除此以外,，GPT-1模型在增強(qiáng)下游任務(wù)時(shí)對(duì)各種輸入數(shù)據(jù)的格式進(jìn)行了統(tǒng)一,，以實(shí)現(xiàn)最小的模型結(jié)構(gòu)修改?；谝陨蟽蓚€(gè)特點(diǎn),，GPT-1只需要簡(jiǎn)單的微調(diào)監(jiān)督訓(xùn)練即可用于下游任務(wù)，并取得顯著的效果提升,，展示了生成式預(yù)訓(xùn)練語(yǔ)言模型強(qiáng)大的泛化能力,。額外的評(píng)測(cè)發(fā)現(xiàn)GPT-1在零資源的設(shè)置下仍然具有一定的泛化能力。這些結(jié)果展示了生成式預(yù)訓(xùn)練的強(qiáng)大威力,，為后續(xù)參數(shù)規(guī)模更大,、所需訓(xùn)練數(shù)據(jù)更多的模型版本奠定了基礎(chǔ)。

　　GPT-2在GPT-1的基礎(chǔ)上,，對(duì)模型結(jié)構(gòu)進(jìn)行了5點(diǎn)微小改進(jìn),，增加更多的訓(xùn)練數(shù)據(jù)，進(jìn)一步提升了生成式預(yù)訓(xùn)練語(yǔ)言模型的泛化能力,，重點(diǎn)解決 GPT-1 在下游任務(wù)使用時(shí)需要監(jiān)督微調(diào)訓(xùn)練的問(wèn)題,。通過(guò)在模型訓(xùn)練時(shí)引入任務(wù)信息、利用比GPT-1模型更多的訓(xùn)練數(shù)據(jù)（40GB vs. 5GB）,、搭建更大參數(shù)規(guī)模的模型（15億vs. 1.17億）,，GPT-2模型在零資源的設(shè)置下超越了多種下游任務(wù)上的前沿模型，例如機(jī)器翻譯,、閱讀理解,、長(zhǎng)距離依賴(lài)關(guān)系建模等。GPT-2模型的這些特點(diǎn)揭示了更大的模型容量和更多的訓(xùn)練數(shù)據(jù)可以進(jìn)一步提升模型的泛化能力以及減少對(duì)監(jiān)督訓(xùn)練的依賴(lài)。此外,，GPT-2模型的容量和訓(xùn)練數(shù)據(jù)相比,，還處于欠擬合的狀態(tài)，這就需要進(jìn)一步增大模型的參數(shù)規(guī)模,。

　　GPT-3在GPT-2模型的基礎(chǔ)上進(jìn)一步擴(kuò)大了參數(shù)（1750億 vs. 15億）和數(shù)據(jù)規(guī)模（45TB vs. 40GB）,，是目前為止最大的語(yǔ)言模型，無(wú)需微調(diào)訓(xùn)練即可用于下游任務(wù),，在零資源（Zero-shot）和小樣本（Few-shot）設(shè)置下具有出色的表現(xiàn)。在GPT-2的多任務(wù)泛化能力基礎(chǔ)上,，GPT-3在新的任務(wù)上取得了驚艷的結(jié)果,，包括數(shù)學(xué)加法、新聞文章生成,、詞匯解讀,、代碼編寫(xiě)等，并且這種模型表現(xiàn)會(huì)隨著參數(shù)量的進(jìn)一步增加而提升,。

　　（3） 成功和局限性背后的根本原因討論

　　通過(guò)對(duì)比GPT三代模型的設(shè)計(jì)初衷和發(fā)展過(guò)程可以發(fā)現(xiàn),，三代模型都是基于Transformer Decoder結(jié)構(gòu)，GPT-3模型的強(qiáng)大能力建立在規(guī)模效應(yīng)的基礎(chǔ)上,，即超強(qiáng)的泛化能力僅來(lái)自于增加模型和訓(xùn)練數(shù)據(jù)的規(guī)模,。也就是說(shuō)，GPT-3的本質(zhì)還是一種數(shù)據(jù)驅(qū)動(dòng)的模型,，通過(guò)利用超大容量的模型來(lái)擬合海量的數(shù)據(jù),，最終實(shí)現(xiàn)模型的收斂。因此,，數(shù)據(jù)驅(qū)動(dòng)模型的特點(diǎn)都會(huì)體現(xiàn)在GPT系列模型上,，即模型的能力取決于所擬合數(shù)據(jù)的覆蓋范圍、分布情況以及質(zhì)量,。無(wú)論是新的數(shù)據(jù)還是不同的數(shù)據(jù)分布亦或是數(shù)據(jù)中的噪聲都會(huì)給模型帶來(lái)災(zāi)難性的問(wèn)題,。最新的測(cè)試結(jié)果顯示，GPT-3模型無(wú)法在自然語(yǔ)言推理,、填空,、長(zhǎng)文本生成和一些閱讀理解任務(wù)上取得較好的表現(xiàn)，表明GPT-3模型更多的是停留在數(shù)據(jù)擬合階段,，而非真正理解自然語(yǔ)言,。除此以外，受限于互聯(lián)網(wǎng)文本數(shù)據(jù)的質(zhì)量,，GPT-3模型會(huì)生成一些帶有偏見(jiàn)且令人厭惡的內(nèi)容,。這些都表明，GPT-3依然停留在感知智能階段，距離通用智能和認(rèn)知智能還有遙遠(yuǎn)的距離,。因此,，GPT-3被認(rèn)為“具有一定泛化能力的記憶”，更容易獲得并記住陳述性知識(shí),，而不是理解知識(shí),，不具備真正的邏輯推理能力和明辨是非的能力。

　　（4） GPT-3的意義

　　雖然GPT-3模型還不具有意圖或?qū)ΜF(xiàn)實(shí)世界中的請(qǐng)求做出響應(yīng)的能力,，但是其對(duì)人工智能領(lǐng)域的影響是深遠(yuǎn)的,。從2012年深度學(xué)習(xí)在各個(gè)領(lǐng)域開(kāi)始爆炸式的發(fā)展到現(xiàn)在已經(jīng)有將近10年的時(shí)間，新技術(shù)和新算法的發(fā)展也進(jìn)入了瓶頸期,，數(shù)據(jù)驅(qū)動(dòng)模型的效果和能力似乎也遇到了天花板,，而GPT-3模型的出現(xiàn)為深度學(xué)習(xí)領(lǐng)域注入了一支強(qiáng)心劑并引發(fā)了新的思考。最直接的問(wèn)題就是這種隨著模型規(guī)模增加而實(shí)現(xiàn)的能力擴(kuò)展是否具有穩(wěn)定性和可預(yù)測(cè)性,？從短期的結(jié)果來(lái)看,，這種規(guī)模效應(yīng)還會(huì)隨著計(jì)算機(jī)硬件算力的提升，繼續(xù)提高深度學(xué)習(xí)的天花板,。第二個(gè)問(wèn)題是深度學(xué)習(xí)的極限在哪里,？這種數(shù)據(jù)驅(qū)動(dòng)模型是否最終能真正地理解語(yǔ)言？最后,，深度學(xué)習(xí)的盡頭是否會(huì)是真正的人工智能,？是否能實(shí)現(xiàn)認(rèn)知能力和通用智能？

　　從實(shí)際應(yīng)用的角度來(lái)看,，GPT-3的功能非常強(qiáng)大,，可以完成問(wèn)答、閱讀理解,、摘要生成,、自動(dòng)聊天、搜索匹配,、代碼生成以及文章生成等,。鑒于GPT-3模型所面臨的安全性和不可控性，包括在自然語(yǔ)言理解時(shí)遇到魯棒性的問(wèn)題,、在內(nèi)容生成時(shí)會(huì)輸出虛假內(nèi)容和充滿(mǎn)偏見(jiàn)信息的問(wèn)題等,，在某些應(yīng)用場(chǎng)景，其應(yīng)用價(jià)值主要還體現(xiàn)在智能輔助任務(wù)上,，不能直接面對(duì)最終的用戶(hù),。例如，在總結(jié)報(bào)告生成,、創(chuàng)作寫(xiě)作等任務(wù)中,，利用GPT-3根據(jù)用戶(hù)的任務(wù)描述生成相應(yīng)的內(nèi)容，再引入人工校驗(yàn)編輯，將最終編輯后的內(nèi)容呈現(xiàn)給最終用戶(hù),。除此以外,，GPT-3可以用于開(kāi)發(fā)游戲應(yīng)用等無(wú)明確任務(wù)定義和完成目標(biāo)的場(chǎng)景。

　　（5） 未來(lái)研究方向和我國(guó)的相關(guān)情況

　　總的來(lái)說(shuō),，以GPT-3為代表的的預(yù)訓(xùn)練模型還存在各種工程應(yīng)用問(wèn)題,、道德問(wèn)題和社會(huì)問(wèn)題。同時(shí),，在推動(dòng)該類(lèi)模型的發(fā)展時(shí)還面臨著跨學(xué)科合作,、開(kāi)放共享、資源不平衡和安全防護(hù)等挑戰(zhàn),。我國(guó)在這方面亦有相應(yīng)的布局和長(zhǎng)遠(yuǎn)規(guī)劃,，目前已經(jīng)取得了非常好的前期成果，以“悟道”和“盤(pán)古”為代表的超大規(guī)模智能模型系統(tǒng)已經(jīng)在模型效果,、領(lǐng)域移植和泛化,、小模型,、模型訓(xùn)練效率,、多語(yǔ)言、弱相關(guān)多模態(tài)預(yù)訓(xùn)練,、通用,、可控、知識(shí)融入,、蛋白質(zhì)序列預(yù)測(cè)等場(chǎng)景中取得了突破,。相信在未來(lái)的10到20年，我國(guó)在人工智能基礎(chǔ)技術(shù)創(chuàng)新,、人才和團(tuán)隊(duì)建設(shè),、社區(qū)開(kāi)源等方面會(huì)達(dá)到世界領(lǐng)先的水平。

　　3 數(shù)據(jù)信托（Data trusts）

　　數(shù)據(jù)信托是信托類(lèi)型化研究和當(dāng)代信托立法中典型的新生事物,，信托制度起源于英國(guó),，發(fā)展于美國(guó)，從法律角度看,，信托是指基于對(duì)受托人的信任,，委托人從其自身利益出發(fā)，將資產(chǎn)交給受托人管理的行為,，數(shù)據(jù)信托則是受托人管理一群人的數(shù)據(jù)或數(shù)據(jù)權(quán)利的行為,，這就像醫(yī)生有責(zé)任依據(jù)病人的利益來(lái)行事一樣，數(shù)據(jù)受托人管理委托人的數(shù)據(jù)或數(shù)據(jù)權(quán)利,，同時(shí)要對(duì)其利益負(fù)責(zé),。理論上，數(shù)據(jù)信托允許用戶(hù)行使其作為數(shù)據(jù)生產(chǎn)者的權(quán)利。

　　專(zhuān)家點(diǎn)評(píng)：

　　數(shù)據(jù)的價(jià)值和資產(chǎn)屬性已經(jīng)被社會(huì)熟知和認(rèn)可,，但是數(shù)據(jù)資產(chǎn)存在一個(gè)特殊性,，即和實(shí)體資產(chǎn)相比，數(shù)據(jù)只要在控制人手里,，幾乎可無(wú)成本進(jìn)行分析,、挖掘、復(fù)制和擴(kuò)散并獲利,，并且其中個(gè)人隱私信息無(wú)法得到保護(hù),，典型的例子是當(dāng)我們通過(guò)電商平臺(tái)完成交易后，后期總會(huì)看到和前期交易內(nèi)容有關(guān)聯(lián)的選擇性推送商品廣告信息,，因此帶來(lái)一個(gè)嚴(yán)重的問(wèn)題,，即在數(shù)據(jù)生產(chǎn)者及數(shù)據(jù)權(quán)屬所有者（如廣大公民個(gè)體）、數(shù)據(jù)實(shí)際控制者（如提供各類(lèi)服務(wù)的單位部門(mén)）,、以及數(shù)據(jù)利益的享有者（如能獲取各類(lèi)數(shù)據(jù)的機(jī)構(gòu)企業(yè)）相互分離的情況下,，生產(chǎn)者的數(shù)據(jù)在采集、分析,、挖掘,、使用全生命周期中，其隱私如何能得到更好的保護(hù),，價(jià)值如何能得到更好的保障,。基于此,，信托理論被引入用來(lái)保護(hù)數(shù)據(jù)主體所遭受的敏感信息侵害,，加強(qiáng)數(shù)據(jù)安全保護(hù)，有效應(yīng)對(duì)境內(nèi)外數(shù)據(jù)安全風(fēng)險(xiǎn),。2016年,，美國(guó)耶魯大學(xué)教授杰克·巴金（Jack M. Balkin）在隱私數(shù)據(jù)保護(hù)領(lǐng)域首次提出采用信托工具解釋數(shù)據(jù)主體與數(shù)據(jù)控制人之間關(guān)系的主張。2017年,，《英國(guó)人工智能產(chǎn)業(yè)發(fā)展報(bào)告》明確提出了“Data Trust”一詞,，并建議利用數(shù)據(jù)信托制度建立數(shù)據(jù)投資治理架構(gòu)，以確保數(shù)據(jù)交換安全互利,。2018年10月,，英國(guó)開(kāi)放數(shù)據(jù)研究所（Open Data Institute，ODI）首次明確將數(shù)據(jù)信托定義為“提供獨(dú)立數(shù)據(jù)管理權(quán)的法律結(jié)構(gòu)”,。

　　數(shù)據(jù)信托是數(shù)據(jù)資產(chǎn)信托財(cái)產(chǎn)的一個(gè)閉環(huán)：數(shù)據(jù)持有者首先要將自己所持有的某一個(gè)數(shù)據(jù)資產(chǎn)作為信托財(cái)產(chǎn)設(shè)立信托,；再進(jìn)行信托受益權(quán)轉(zhuǎn)讓?zhuān)蟹酵ㄟ^(guò)信托受益權(quán)轉(zhuǎn)讓獲得現(xiàn)金收入；隨后,，受托人繼續(xù)委托數(shù)據(jù)服務(wù)商對(duì)特定數(shù)據(jù)資產(chǎn)進(jìn)行運(yùn)用和增值,，產(chǎn)生收益,；最后，向社會(huì)投資者進(jìn)行信托利益分配,。

　　數(shù)據(jù)信托的實(shí)質(zhì)是在數(shù)據(jù)主體與數(shù)據(jù)控制人之間創(chuàng)設(shè)出信托法律關(guān)系,，數(shù)據(jù)控制人基于數(shù)據(jù)主體的信任對(duì)數(shù)據(jù)享有更大的管理運(yùn)用權(quán)限，同時(shí)也承擔(dān)更嚴(yán)格的法律信義義務(wù),。數(shù)據(jù)控制人的數(shù)據(jù)管理運(yùn)用權(quán)限包括但不限于訪(fǎng)問(wèn)控制,、訪(fǎng)問(wèn)審核以及數(shù)據(jù)的匿名化處置等重要內(nèi)容，以此平衡數(shù)據(jù)主體的隱私保護(hù)與數(shù)據(jù)可交易價(jià)值之間的緊張與沖突,。與此同時(shí),，數(shù)據(jù)控制人還應(yīng)履行對(duì)數(shù)據(jù)主體的信義義務(wù)，這主要表現(xiàn)為信托法上的謹(jǐn)慎義務(wù),、忠實(shí)義務(wù),、保密義務(wù)等，不得損害數(shù)據(jù)主體的根本利益,。

　　數(shù)據(jù)信托主要解決兩大問(wèn)題：（1）解決數(shù)據(jù)資產(chǎn)的授權(quán)使用問(wèn)題,。數(shù)據(jù)主體既是數(shù)據(jù)信托的委托人也是受益人，數(shù)據(jù)控制人則是數(shù)據(jù)信托的受托人,。數(shù)據(jù)控制人的數(shù)據(jù)管理運(yùn)用權(quán)限包括但不限于訪(fǎng)問(wèn)控制,、訪(fǎng)問(wèn)審核以及數(shù)據(jù)的匿名化處置等重要內(nèi)容，以此平衡數(shù)據(jù)主體的隱私保護(hù)與數(shù)據(jù)可交易價(jià)值之間的緊張與沖突,。（2）數(shù)據(jù)信托還可以明確數(shù)據(jù)資產(chǎn)的收益安排,，使得數(shù)據(jù)資產(chǎn)增值部分的利益歸屬可以按照委托人意愿進(jìn)行設(shè)計(jì)和分配,。通過(guò)重置數(shù)據(jù)主體與數(shù)據(jù)控制人之間的權(quán)益結(jié)構(gòu),，把數(shù)據(jù)控制人的數(shù)據(jù)權(quán)限與數(shù)據(jù)義務(wù)有效鏈接起來(lái)，促進(jìn)數(shù)據(jù)的合理有效利用,。

　　應(yīng)該清楚地看到,，數(shù)據(jù)信托作為大數(shù)據(jù)時(shí)代的新生事物，無(wú)論在法律層面還是保障數(shù)據(jù)信托實(shí)施的技術(shù)層面仍不是完備的,。

　　首先,，在法律層面，針對(duì)數(shù)據(jù)使用的用途限制,、安全與隱私保護(hù)政策及風(fēng)險(xiǎn)管控問(wèn)題,，數(shù)據(jù)信托仍需要法定信托屬性、數(shù)據(jù)信托的信托財(cái)產(chǎn)范圍,、數(shù)據(jù)信托中的信義義務(wù)的具體規(guī)制,，建立更加完善的法律法規(guī)。

　　其次,，在保障數(shù)據(jù)信托實(shí)施的技術(shù)層面,，針對(duì)數(shù)據(jù)在流轉(zhuǎn)各環(huán)節(jié)都可能面臨的安全風(fēng)險(xiǎn),，需要從數(shù)據(jù)隱私保護(hù)、數(shù)據(jù)確權(quán),、數(shù)據(jù)追溯,、權(quán)益可信分配等多方面提供更加全面、系統(tǒng),、可信的技術(shù)手段,，除傳統(tǒng)的數(shù)據(jù)加密、身份認(rèn)證,、安全接入,、應(yīng)用保護(hù)、訪(fǎng)問(wèn)控制技術(shù)外,，還需要結(jié)合信息技術(shù)的應(yīng)用和發(fā)展,，研究如下關(guān)鍵技術(shù)：

　　（1） 隱私保護(hù)數(shù)據(jù)發(fā)布,，敏感數(shù)據(jù)在進(jìn)入流通市場(chǎng)之前進(jìn)行必要的隱私檢驗(yàn)和脫敏處理,。

　　（2） 區(qū)塊鏈技術(shù)的應(yīng)用,，有效保證數(shù)據(jù)的可信性,、數(shù)據(jù)流通與使用的可追溯性，區(qū)塊鏈技術(shù)也是目前進(jìn)行數(shù)據(jù)確權(quán)的最佳解決方案,。利用區(qū)塊鏈技術(shù),，可以使得登記、交易轉(zhuǎn)讓,、清結(jié)算,、查詢(xún)舉證更加透明、高效,、低成本,。

　　（3） 隱私保護(hù)的聯(lián)邦學(xué)習(xí),，結(jié)合安全多方計(jì)算,、差分隱私或同態(tài)加密技術(shù)實(shí)現(xiàn)分布式的深度學(xué)習(xí)，在智能化學(xué)習(xí)的同時(shí)保障用戶(hù)的隱私,。

　　4 鋰金屬電池（Lithium-metal batteries）

　　制約電動(dòng)汽車(chē)產(chǎn)業(yè)發(fā)展的一大難題就是電池技術(shù),。目前，電動(dòng)汽車(chē)普遍使用的是鋰離子電池,，這種電池昂貴,、笨重、能量密度低,，并且其所依賴(lài)的液體電解質(zhì)在碰撞時(shí)極易起火,。電池的一系列缺點(diǎn)體現(xiàn)在電動(dòng)汽車(chē)上就是：價(jià)格高,、續(xù)航低、充電慢,，而且還存在安全隱患,，這些正是讓眾多車(chē)主對(duì)電動(dòng)汽車(chē)望而卻步的原因。顯然,，要使電動(dòng)汽車(chē)比汽油汽車(chē)更具競(jìng)爭(zhēng)力,，就需要一種突破性電池來(lái)彌補(bǔ)這些缺陷。硅谷初創(chuàng)公司 QuantumScape 聲稱(chēng)已經(jīng)開(kāi)發(fā)出全新的鋰金屬電池,，其采用固體電解質(zhì)（陶瓷）克服了傳統(tǒng)鋰離子電池存在的這些缺陷,。

　　專(zhuān)家點(diǎn)評(píng)：

　　當(dāng)代社會(huì)生產(chǎn)和生活方式高度依賴(lài)于能源的利用。二次電池是一種可以實(shí)現(xiàn)化學(xué)能與電能高效可逆轉(zhuǎn)化的器件,。鋰離子電池是一種典型的二次電池,，具有能量密度高、循環(huán)壽命長(zhǎng),、無(wú)記憶效應(yīng),、便攜等特點(diǎn)，方便電能的移動(dòng)存儲(chǔ),、輸運(yùn)和利用,，支撐現(xiàn)代生產(chǎn)生活進(jìn)入“無(wú)線(xiàn)”模式，促進(jìn)社會(huì)朝著清潔,、便攜不斷發(fā)展,。隨著便攜式電子設(shè)備、電動(dòng)汽車(chē),、儲(chǔ)能電站等新生事物的不斷涌現(xiàn),，鋰離子電池成為當(dāng)下二次電池的“主力軍”。鋰離子電池獲得2019年諾貝爾化學(xué)獎(jiǎng),，是對(duì)整個(gè)行業(yè)的認(rèn)可和激勵(lì),。然而,，鋰離子電池受制于自身材料的嵌入式能源存儲(chǔ)機(jī)制,，歷經(jīng)30余年發(fā)展后，其能量密度逐漸接近極限值,。研發(fā)具有更高能量密度的二次電池成為社會(huì)共識(shí),。

　　此次入選MIT Technology Review 2021“全球十大突破性技術(shù)”的基于固態(tài)電解質(zhì)的鋰金屬電池正是突破鋰離子電池能量密度上限的新體系電池。鋰金屬電池的能量密度可以超過(guò)400 Wh/kg,，相比于現(xiàn)在鋰離子電池提升30%以上,。這意味著電子設(shè)備和電動(dòng)汽車(chē)等可以具有更長(zhǎng)的續(xù)航，緩解人們的里程焦慮,。鋰金屬電池能量密度高的主要原因是采用轉(zhuǎn)化型儲(chǔ)能機(jī)制的鋰金屬為負(fù)極,。鋰金屬具有極高的理論比容量和極低的電極電勢(shì),。事實(shí)上，早在20世紀(jì)60年代就提出了鋰金屬電池的概念,，80年代也做過(guò)商業(yè)化嘗試,。由于在有機(jī)電解液中，鋰金屬負(fù)極不均勻鋰沉積引起安全隱患,，金屬鋰電池未能在各種應(yīng)用場(chǎng)合中廣泛應(yīng)用,。

　　為了克服鋰金屬負(fù)極的安全隱患，此次入選突破性技術(shù)采用固態(tài)電解質(zhì)來(lái)匹配正極材料和負(fù)極材料構(gòu)筑鋰金屬電池,。固態(tài)電解質(zhì)可以克服液態(tài)電解液易泄露,、易燃的問(wèn)題。在能量密度和安全性之外,，此次入選的突破性技術(shù)對(duì)電池快充性能尤為關(guān)注,。快充性能的提升,，將使得充電和加油一樣方便,，是另外一個(gè)緩解里程焦慮的方式?；诠虘B(tài)電解質(zhì)的鋰金屬電池如能夠兼顧能量密度,、安全性和快充性能，將有望實(shí)現(xiàn)與鋰離子電池相互補(bǔ)充甚至替代,。

　　突破性技術(shù)所展示的固態(tài)鋰金屬電池性能是基于電芯水平,。如果要應(yīng)用于電子設(shè)備、電動(dòng)汽車(chē)及儲(chǔ)能設(shè)備上,，仍需要考慮電芯大規(guī)模,、標(biāo)準(zhǔn)化生產(chǎn)以及多電芯串并聯(lián)組裝成電池組的電池管理問(wèn)題。此外,，實(shí)際工況遠(yuǎn)比實(shí)驗(yàn)室條件復(fù)雜,，如高低溫、倍率切換,、過(guò)充,、過(guò)放、撞擊擠壓等條件下是否保障安全的問(wèn)題,。針對(duì)固態(tài)金屬鋰電池,，需要建立一系列性能評(píng)價(jià)原則，經(jīng)過(guò)充分的性能驗(yàn)證和安全保障繼承,，才能滿(mǎn)足實(shí)際工況的要求,。盡管目前固態(tài)鋰金屬電池展示優(yōu)異的前景，但距離固態(tài)鋰金屬電池真正實(shí)用化仍還有許多科學(xué)和技術(shù)問(wèn)題需要解決,。例如,，界面接觸電阻大,、固態(tài)電解質(zhì)界面穩(wěn)定性、鋰枝晶內(nèi)部生長(zhǎng),、固態(tài)電解質(zhì)厚度和固態(tài)電池的成本等,。固態(tài)鋰金屬電池仍需要在不斷探究和摸索中發(fā)展。

　　目前我國(guó)在固態(tài)鋰金屬電池方面的基礎(chǔ)研究基本與國(guó)際同步,，產(chǎn)業(yè)研究和技術(shù)工藝方面甚至領(lǐng)先,。在國(guó)家政策和科技項(xiàng)目的支持下，我國(guó)在固態(tài)鋰金屬電池研究方面建立起了從原子,、分子,，到材料，再到器件的多尺度的認(rèn)識(shí),，并在應(yīng)用示范上取得了一些實(shí)際經(jīng)驗(yàn),，為固態(tài)鋰金屬電池的研究和推廣奠定了堅(jiān)實(shí)的基礎(chǔ)。同時(shí),，在項(xiàng)目推進(jìn)的過(guò)程中,，一大批有志于從事固態(tài)鋰金屬電池研究的青年成長(zhǎng)起來(lái)，為固態(tài)鋰金屬電池及其他新型電池體系的持續(xù)推進(jìn)儲(chǔ)備了人才,。

　　固態(tài)鋰金屬電池是極具前景的下一代高能量密度電池,，在世界范圍內(nèi)獲得了廣泛研究和投入。固態(tài)鋰金屬電池的突破,，對(duì)現(xiàn)有的鋰離子電池將是有力的補(bǔ)充或替代,，從而能夠?yàn)橄{間歇性的可再生能源發(fā)電提供技術(shù)基礎(chǔ)，有利于可再生能源的大規(guī)模推廣利用,，從而促進(jìn)能源消費(fèi)和生產(chǎn)轉(zhuǎn)型,，為實(shí)現(xiàn)碳中和目標(biāo)提供強(qiáng)有力支撐。

　　5 “數(shù)字接觸追蹤”技術(shù)（Digital contact tracing）

　　2020 年全球都在經(jīng)歷的新冠肺炎疫情讓 “數(shù)字接觸追蹤” 引起人們的關(guān)注,。新冠疫情之下,，科技為公共衛(wèi)生調(diào)查人員追溯感染者的行蹤提供新思路 —— 數(shù)字接觸追蹤。使用該技術(shù),，衛(wèi)生調(diào)查人員不再需要依靠病人的記憶對(duì)其行蹤進(jìn)行追蹤,，這減輕了對(duì)疾病監(jiān)控的壓力。這一技術(shù)對(duì)應(yīng)到實(shí)際應(yīng)用被稱(chēng)為 “曝光通知”（Exposure Notification）,。對(duì)于該數(shù)字接觸追蹤系統(tǒng),，程序員在幾周內(nèi)完成了建立和運(yùn)行，并將代碼開(kāi)源共享,，以保證全球各地的、蘋(píng)果和安卓的用戶(hù)都可以使用這一功能,。

　　專(zhuān)家點(diǎn)評(píng)：

　　為應(yīng)對(duì)新冠病毒肺炎疫情,，2020年5月蘋(píng)果和谷歌公司聯(lián)合推出基于iOS和Android操作系統(tǒng)的智能手機(jī)應(yīng)用“暴露通知（Exposure Notification）”,，借助數(shù)字設(shè)備和技術(shù)助力新冠肺炎密切接觸者追蹤工作，這一技術(shù)入選MIT Technology Review 2021年“十大突破性技術(shù)”,。該技術(shù)的原理是通過(guò)手機(jī)應(yīng)用程序使用藍(lán)牙來(lái)匿名連接附近運(yùn)行同一程序的其他手機(jī)設(shè)備,，在本地對(duì)高風(fēng)險(xiǎn)接觸行為進(jìn)行記錄，一旦某用戶(hù)被確診為新冠肺炎患者,，該應(yīng)用將會(huì)通知其接觸過(guò)的其他用戶(hù),，從而有利于盡早展開(kāi)排查和隔離。相比于傳統(tǒng)的流行病學(xué)調(diào)查方式,，數(shù)字接觸追蹤技術(shù)可以有效提升追蹤效率并降低人力成本,。

　　事實(shí)上，“暴露通知”并非首個(gè)針對(duì)新冠疫情的數(shù)字接觸追蹤應(yīng)用,。早在2020年3月,，韓國(guó)開(kāi)發(fā)了“新冠肺炎疫情智能管理系統(tǒng)”，主要通過(guò)采集手機(jī)用戶(hù)的GPS定位數(shù)據(jù)來(lái)判斷用戶(hù)與確診患者間是否存在密切接觸的可能,。同樣采用GPS定位數(shù)據(jù)的還有以色列開(kāi)發(fā)的“TheShield”應(yīng)用,，由于位置信息屬于敏感信息，這類(lèi)應(yīng)用都面臨著隱私安全方面的問(wèn)題,。新加坡開(kāi)發(fā)的“TraceTogether”應(yīng)用,，則是采用藍(lán)牙匿名連接的方式進(jìn)行接觸追蹤，由于藍(lán)牙連接只會(huì)記錄匿名接觸信息而不采集用戶(hù)地理位置等敏感信息,，數(shù)據(jù)也只會(huì)分散式地存儲(chǔ)在用戶(hù)設(shè)備本地,，因而在隱私保護(hù)方面具有顯著的優(yōu)勢(shì)，與“暴露通知”有所不同,，新加坡可依據(jù)當(dāng)?shù)胤ㄒ?guī)從新冠肺炎患者的TraceTogether應(yīng)用中讀取存儲(chǔ)數(shù)據(jù)并獲得密切接觸者的手機(jī)號(hào)信息,，具有一定的集中式特點(diǎn)。

　　我國(guó)采用的技術(shù)路線(xiàn)與前述略有不同,，從疫情爆發(fā)以來(lái)我國(guó)推出的“健康碼”應(yīng)用,，是通過(guò)個(gè)體主動(dòng)的掃碼上報(bào)，利用全國(guó)一體化政務(wù)服務(wù)平臺(tái)實(shí)現(xiàn)接觸追蹤,，而“通信大數(shù)據(jù)行程卡”則是利用多家運(yùn)營(yíng)商的“手機(jī)信令數(shù)據(jù)”為用戶(hù)提供快速的行程追蹤服務(wù),，這兩類(lèi)數(shù)字追蹤更多地基于集中式服務(wù)平臺(tái)、側(cè)重于區(qū)域接觸追蹤而非直接的個(gè)體接觸追蹤,。

　　迄今為止,，盡管有許多國(guó)家應(yīng)用數(shù)字接觸追蹤技術(shù)應(yīng)對(duì)新冠疫情，這些應(yīng)用對(duì)于抗擊疫情的價(jià)值仍存在爭(zhēng)議,。一方面,，許多應(yīng)用程序僅為自愿使用，總體使用率偏低使其很難發(fā)揮作用。這其中的原因是多方面的,，包括用戶(hù)對(duì)程序安全性的擔(dān)憂(yōu),、部分軟件運(yùn)作異常、智能手機(jī)普及率有限等,。另一方面,，分散式應(yīng)用程序雖然能夠有效保護(hù)用戶(hù)隱私，但也使得密切接觸者的檢測(cè)和隔離完全取決于個(gè)人意志,，無(wú)法保障防疫效果,。對(duì)于前者，需要研究合適的宣傳引導(dǎo)策略,，并保障應(yīng)用程序獲取和使用的通暢,。對(duì)于后者，需要探索隱私保護(hù)和防疫效果之間更優(yōu)的權(quán)衡方案,。從抗疫成果上來(lái)看,，我國(guó)所采用技術(shù)路線(xiàn)是較為成功的案例，國(guó)家的宣傳與引導(dǎo)保障了總體使用率,，相對(duì)集中式的信息獲取和存儲(chǔ)保障了醫(yī)療衛(wèi)生部門(mén)對(duì)密接者的高效排查和處理,，當(dāng)然這其中配合了強(qiáng)隱私保護(hù)機(jī)制以防止數(shù)據(jù)被濫用。

　　對(duì)于新冠肺炎疫情期間產(chǎn)生的數(shù)字接觸追蹤這一突破性技術(shù),，目前仍然處于早期發(fā)展階段,，技術(shù)本身的應(yīng)用范圍未來(lái)也不僅限于疫情防控，對(duì)很多應(yīng)用領(lǐng)域可能帶來(lái)新的啟示,。我認(rèn)為以下方向值得進(jìn)一步研究探索：

　?。?） 數(shù)字接觸追蹤隱私保護(hù)理論探索。數(shù)字接觸追蹤涉及到以人為目標(biāo)的數(shù)據(jù)采集,、存儲(chǔ),、使用和銷(xiāo)毀等流程，需要著重考慮隱私保護(hù)問(wèn)題,，探索隱私保護(hù)的相關(guān)理論,，并在技術(shù)的設(shè)計(jì)階段即予以解決。采集階段如何做到最小化采集,，非必要的數(shù)據(jù)不采集,；采集的數(shù)據(jù)哪些應(yīng)當(dāng)存儲(chǔ)在本地，非必要不上傳,、不公開(kāi),；數(shù)據(jù)的使用應(yīng)當(dāng)限定授權(quán)給哪些單位和個(gè)人；如何設(shè)定數(shù)據(jù)的存儲(chǔ)期限,，過(guò)期數(shù)據(jù)如何保障其盡快被銷(xiāo)毀,。

　?。?） 隱私保護(hù)與應(yīng)用效果的權(quán)衡機(jī)制探索。在涉及公共安全和國(guó)家安全的應(yīng)用場(chǎng)景,，過(guò)于追求對(duì)隱私的保護(hù)可能將難以發(fā)揮應(yīng)用的效果,，而讓渡部分隱私信息可能有效提升應(yīng)用效果,，這就需要探索兩者之間的最優(yōu)權(quán)衡機(jī)制,。數(shù)字接觸追蹤這一實(shí)例中，完全分散式的方案完整地保護(hù)了隱私,，但密接者的響應(yīng)只能依靠自覺(jué),，對(duì)防疫的作用有限；而部分集中式的方案則允許國(guó)家介入獲得確診者和密接者的部分關(guān)鍵信息,，使得密接者能夠獲得及時(shí)妥當(dāng)?shù)奶幚?，但存在隱私泄露的風(fēng)險(xiǎn)。因此,，高安全,、高效率的數(shù)字接觸追蹤技術(shù)與機(jī)制仍然值得深入探索。

　?。?） 在其他領(lǐng)域的應(yīng)用探索,。數(shù)字接觸追蹤是追蹤技術(shù)在醫(yī)療衛(wèi)生領(lǐng)域的一項(xiàng)應(yīng)用，實(shí)現(xiàn)了對(duì)歷史數(shù)據(jù)的有效記錄和對(duì)關(guān)鍵數(shù)據(jù)的高效查詢(xún),。類(lèi)似的需求在社會(huì)治理和國(guó)家安全方面同樣存在,，值得探索數(shù)字追蹤技術(shù)在更加廣闊的社會(huì)場(chǎng)景中的應(yīng)用價(jià)值。

　　6 超高精度定位（Hyper-accurate positioning）

　　全球衛(wèi)星定位系統(tǒng)的精度正在從 “米” 提高到 “厘米” 級(jí)別,，這將為自動(dòng)駕駛汽車(chē),、送貨機(jī)器人等在街道上安全行駛提供更大支撐。2020 年正式開(kāi)通的北斗三號(hào)全球衛(wèi)星導(dǎo)航系統(tǒng)可實(shí)時(shí)捕獲地面上幾米的位置變化,，甚至其處理精度能夠達(dá)到毫米級(jí),。該系統(tǒng)已用于檢測(cè)中國(guó)各地山體滑坡易發(fā)地區(qū)地表的細(xì)微變化，并于當(dāng)年預(yù)測(cè)到中國(guó)湖南省將遭遇數(shù)十年來(lái)最嚴(yán)重的山體滑坡,，使村民得以提前撤離,。中國(guó)科學(xué)院航天信息研究所專(zhuān)家表示，如果衛(wèi)星定位精度仍然在米或分米的水平,，對(duì)此,，這是不可能實(shí)現(xiàn)的。

　　其實(shí),，北斗和全球衛(wèi)星定位系統(tǒng)（GPS）精度的進(jìn)一步提升都需要通過(guò)地面設(shè)施來(lái)提高定位精度,。在目前廣泛使用的方法中，一種是實(shí)時(shí)動(dòng)態(tài)（Real Time Kinematic,，RTK）定位,，精度可達(dá) 3 cm 以下；另一種是精確點(diǎn)定位（Precise Point Positioning，PPP）,，也可以達(dá)到厘米級(jí)別的精度,。此外，中國(guó)科學(xué)院航天信息研究所專(zhuān)家表示：“我們正在開(kāi)發(fā) PPP-RTK 技術(shù),，結(jié)合二者的優(yōu)勢(shì),，有望在幾年后投入使用?！?/p>

　　專(zhuān)家點(diǎn)評(píng)：

　　衛(wèi)星導(dǎo)航定位技術(shù)是目前最廣泛,、最廉價(jià)、最便捷的定位導(dǎo)航和定時(shí)（PNT）手段,，是國(guó)家經(jīng)濟(jì)建設(shè),、國(guó)防建設(shè)、交通運(yùn)輸?shù)闹匾A(chǔ)設(shè)施,，為智慧城市,、物聯(lián)網(wǎng)、智能交通等體系建設(shè)提供了全球覆蓋,、全天候的時(shí)間與位置服務(wù),。

　　中國(guó)自主研發(fā)建設(shè)的北斗全球衛(wèi)星導(dǎo)航系統(tǒng)（BDS-3）不僅向全球用戶(hù)提供標(biāo)準(zhǔn)定位導(dǎo)航和授時(shí)（PNT）服務(wù)，還向中國(guó)及周邊提供精度更優(yōu)的星基增強(qiáng)（BDSBAS）和星基精密單點(diǎn)定位（B2b-PPP）服務(wù),，可以實(shí)現(xiàn)米級(jí),、分米級(jí)和厘米級(jí)精度定位。當(dāng)然,，用戶(hù)也可以通過(guò)地基差分定位獲得毫米級(jí)精度定位,。此次超高精度定位技術(shù)入選“MIT全球十大突破性技術(shù)”，不僅得益于北斗系統(tǒng)設(shè)計(jì)和功能的創(chuàng)新,，各類(lèi)地基定位技術(shù)和算法的改進(jìn)也為高精度北斗定位提供了重要支撐,。

　　（1） 特色混合星座設(shè)計(jì)

　　北斗衛(wèi)星導(dǎo)航系統(tǒng)創(chuàng)造性地設(shè)計(jì)了包括3顆地球靜止軌道衛(wèi)星（GEO）,、3顆傾斜地球同步軌道衛(wèi)星（IGSO）和24顆中圓軌道衛(wèi)星（MEO）的混合星座,。地球靜止軌道衛(wèi)星星座為星基增強(qiáng)、星基精密單點(diǎn)定位提供了重要平臺(tái),；傾斜軌道衛(wèi)星星座為局部觀測(cè)幾何增強(qiáng)提供了支持,；中圓軌道星座實(shí)現(xiàn)了全球PNT服務(wù)，并為特定用戶(hù)提供國(guó)際搜救,、全球短報(bào)文服務(wù),。

　　（2） 高精度衛(wèi)星星歷

　　要提供高精度定位服務(wù)首先需要實(shí)現(xiàn)高精度的導(dǎo)航衛(wèi)星軌道測(cè)定和時(shí)間同步,。受多方因素影響,，中國(guó)僅能在境內(nèi)布設(shè)北斗衛(wèi)星地面跟蹤站,，嚴(yán)重制約著北斗衛(wèi)星軌道測(cè)定精度和時(shí)間同步精度。為此,，北斗三號(hào)衛(wèi)星搭載了星間鏈路載荷進(jìn)行星座衛(wèi)星間的測(cè)距和通信,，優(yōu)化觀測(cè)幾何，從而實(shí)現(xiàn)高精度衛(wèi)星軌道測(cè)定和時(shí)間同步,。北斗星間鏈路采用Ka波段雙單向測(cè)距體制,，測(cè)量精度為分米級(jí)，對(duì)北斗全球星座的軌道測(cè)定和時(shí)間同步發(fā)揮了重要作用,。2020年6月,，Inside GNSS引用多篇國(guó)內(nèi)學(xué)者文獻(xiàn),，評(píng)價(jià)“北斗成為GNSS中唯一具備星間鏈路這一精度提升功能的系統(tǒng)”,；2020年9月，Oliver Montenbruck 在文章中對(duì)四大全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）系統(tǒng)的服務(wù)性能進(jìn)行評(píng)估,，作者認(rèn)為BDS-3和Galileo的空間信號(hào)精度相對(duì)更優(yōu),，而B(niǎo)DS-3空間信號(hào)精度結(jié)果得益于星間鏈路支持下獲得的高穩(wěn)定鐘差。在星間鏈路的支持下,，北斗MEO衛(wèi)星廣播軌道精度優(yōu)于30 cm,，廣播鐘差精度優(yōu)于0.6 ns。目前,，北斗全球系統(tǒng)廣播星歷每1小時(shí)更新一次,，星歷的高頻更新在一定程度上降低了預(yù)報(bào)星歷累積誤差對(duì)定位精度的影響。

　?。?） 標(biāo)準(zhǔn)定位服務(wù)

　　北斗全球衛(wèi)星導(dǎo)航系統(tǒng)建成以來(lái),，服務(wù)性能穩(wěn)步提升。根據(jù)國(guó)際GNSS監(jiān)測(cè)評(píng)估中心（iGMAS）的監(jiān)測(cè)結(jié)果,，正常情況下,，北斗單頻定位精度在水平方向優(yōu)于3 m，高程方向優(yōu)于5 m,，授時(shí)精度優(yōu)于 15 ns,，服務(wù)性能遠(yuǎn)優(yōu)于設(shè)計(jì)指標(biāo)。

　?。?） 星基精密單點(diǎn)定位服務(wù)

　　傳統(tǒng)的精密定位需通過(guò)互聯(lián)網(wǎng)獲取國(guó)際GNSS服務(wù)中心（IGS）或其他機(jī)構(gòu)提供的精密衛(wèi)星星歷產(chǎn)品,，才能進(jìn)行高精度定位解算，沙漠,、高原,、海上等無(wú)網(wǎng)絡(luò)覆蓋地區(qū)用戶(hù)無(wú)法使用此類(lèi)服務(wù)。BDS-3創(chuàng)新性地將精密單點(diǎn)服務(wù)嵌入三顆GEO衛(wèi)星,，通過(guò)B2b頻點(diǎn)向中國(guó)及周邊地區(qū)播發(fā)北斗和GPS衛(wèi)星的精密星歷和碼間偏差（DCB）,，用戶(hù)接收信息后,，可以根據(jù)需要，進(jìn)行單頻或雙頻精密單點(diǎn)定位解算,。目前,，星基實(shí)時(shí)精密單點(diǎn)定位服務(wù)的水平分量精度優(yōu)于0.3 m，高程分量精度優(yōu)于0.5 m,。最新報(bào)道表明,，將快速動(dòng)態(tài)定位與精密單點(diǎn)定位組合（RTK-PPP）1分鐘內(nèi)即可實(shí)現(xiàn)動(dòng)態(tài)厘米級(jí)定位。如果采用事后精密定位的方式,，可以獲得毫米級(jí)精度的定位,。

　　（5） 星基增強(qiáng)服務(wù)

　　在標(biāo)準(zhǔn)定位服務(wù)的基礎(chǔ)上,，北斗系統(tǒng)可向中國(guó)及周邊地區(qū)用戶(hù)提供星基增強(qiáng)服務(wù),，滿(mǎn)足民航、高鐵等高安全,、高精度用戶(hù)需求,。北斗SBAS將衛(wèi)星軌道、鐘差,、電離層延遲等各項(xiàng)誤差模型化處理后,，通過(guò)地球靜止軌道衛(wèi)星（GEO）播發(fā)至用戶(hù)，從而實(shí)現(xiàn)米級(jí)至分米級(jí)增強(qiáng)定位,。從2020年的測(cè)試結(jié)果來(lái)看,，單頻增強(qiáng)定位精度水平分量?jī)?yōu)于1.5 m，高程分量?jī)?yōu)于2 m,；雙頻增強(qiáng)定位精度水平分量?jī)?yōu)于1 m,，高程分量?jī)?yōu)于1.5 m。

　?。?） 地基差分技術(shù)

　　除了依靠北斗衛(wèi)星自身提供的星基精密單點(diǎn)定位服務(wù)和星基增強(qiáng)服務(wù),，用戶(hù)也可在地面通過(guò)差分GNSS技術(shù)實(shí)現(xiàn)分米、厘米甚至毫米級(jí)高精度定位,。國(guó)內(nèi)多個(gè)省份和多個(gè)行業(yè)都已經(jīng)建立了北斗差分服務(wù)網(wǎng)絡(luò),，向服務(wù)區(qū)內(nèi)的廣大用戶(hù)提供精密定位和定時(shí)該服務(wù)。

　?。?） 未來(lái)發(fā)展

　　北斗高精度定位導(dǎo)航和授時(shí)服務(wù)取得了舉世矚目的進(jìn)步,，但是，衛(wèi)星導(dǎo)航具有天然的脆弱性,。未來(lái),，還將建設(shè)國(guó)家綜合PNT體系，包括低軌導(dǎo)航衛(wèi)星增強(qiáng),、天基導(dǎo)航與地基無(wú)線(xiàn)電通信組合增強(qiáng),、以及與海面,、海底定位系統(tǒng)的組合服務(wù)等。在自主定位導(dǎo)航和定時(shí)方面,，微型化慣性導(dǎo)航,、微型化原子鐘、量子導(dǎo)航定位,、量子時(shí)鐘等也會(huì)得到快速發(fā)展,。用戶(hù)獲取超高精度定位服務(wù)的方式更加靈活，手段更加便捷,，定位服務(wù)的精度,、連續(xù)性、可用性和可靠性也將得到進(jìn)一步提升,。

　　7 遠(yuǎn)程技術(shù)（Remote everything）

　　遠(yuǎn)程技術(shù)是指利用無(wú)線(xiàn)/有線(xiàn)網(wǎng)絡(luò)通信技術(shù),，通過(guò)將分布在不同空間位置的多個(gè)終端有效互聯(lián)，實(shí)現(xiàn)高效的信息傳播和共享,，進(jìn)而提高遠(yuǎn)程工作,、學(xué)習(xí)的便捷性和效率。自20世紀(jì)70年代以來(lái),，隨著傳感器技術(shù)、信息與通訊技術(shù)（ICT）,、人工智能（AI）等相關(guān)技術(shù)的快速發(fā)展,，遠(yuǎn)程技術(shù)得到了長(zhǎng)足進(jìn)步，并被廣泛應(yīng)用于教育,、醫(yī)療等領(lǐng)域,。特別是受新冠肺炎疫情的影響，遠(yuǎn)程技術(shù)得以短時(shí)間內(nèi)迅速發(fā)展,，導(dǎo)致諸多行業(yè)工作方式以及普通民眾生活方式上的重大變革,。因此遠(yuǎn)程技術(shù)入選2021年MIT Technology Review“全球十大突破性技術(shù)”。

　　專(zhuān)家點(diǎn)評(píng)：

　　近年來(lái),，隨著5G通信,、工業(yè)互聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展，以及智能移動(dòng)終端的普及,，為以遠(yuǎn)程教育,、遠(yuǎn)程醫(yī)療為代表的遠(yuǎn)程技術(shù)的廣泛應(yīng)用奠定了基礎(chǔ)。其中,，遠(yuǎn)程教育,，也稱(chēng)在線(xiàn)教育，是指利用電視,、電話(huà),、互聯(lián)網(wǎng)等傳播媒體的新型教學(xué)模式,，該模式更具靈活性，突破了線(xiàn)下教育在時(shí)間,、空間上的限制,。通過(guò)結(jié)合5G通訊、高清成像,、虛擬現(xiàn)實(shí)等信息技術(shù),，可以實(shí)現(xiàn)優(yōu)質(zhì)課堂資源的快速遠(yuǎn)程共享，一定程度上避免了教育資源分配不均等問(wèn)題,。通過(guò)對(duì)教育相關(guān)大數(shù)據(jù)的采集,，如考試問(wèn)卷、師生表情,、生理電信號(hào),、動(dòng)作姿態(tài)等信息，利用人工智能技術(shù)可進(jìn)行學(xué)習(xí)狀態(tài)監(jiān)測(cè),、學(xué)習(xí)質(zhì)量評(píng)估,、學(xué)習(xí)行為建模等處理，有望提高學(xué)習(xí)效率并改善教學(xué)質(zhì)量,。

　　遠(yuǎn)程醫(yī)療以先進(jìn)信息和通信,、VR/AR、遙操作等技術(shù)為依托,，發(fā)揮發(fā)達(dá)地區(qū)醫(yī)療優(yōu)勢(shì),，可為醫(yī)療條件較差的地區(qū)、海島或艦船上的人員提供遠(yuǎn)程醫(yī)療培訓(xùn),、醫(yī)療診斷,、手術(shù)、治療,、康復(fù)和咨詢(xún)等服務(wù),，對(duì)于醫(yī)療資源均衡分配具有重要意義。特別是隨著5G通訊,、“互聯(lián)網(wǎng)+醫(yī)療”的興起,，云掛號(hào)、云咨詢(xún),、云問(wèn)診,、云處方等遠(yuǎn)程醫(yī)療技術(shù)讓人們就醫(yī)變得更加便利。例如,，5G網(wǎng)絡(luò)通訊技術(shù)的高速率及低延遲,，讓基于遙操作技術(shù)的機(jī)器人手術(shù)成為可能。新冠肺炎疫情以來(lái)，各種基于遠(yuǎn)程技術(shù)的機(jī)器人系統(tǒng)在遠(yuǎn)程手術(shù),、遠(yuǎn)程急救,、移動(dòng)查房、移動(dòng)送藥送餐,、移動(dòng)消毒等領(lǐng)域發(fā)揮重要作用,。

　　因此，世界各國(guó)政府均加強(qiáng)了遠(yuǎn)程教育,、遠(yuǎn)程醫(yī)療上的政策保障和資金投入,。遠(yuǎn)程教育方面，英國(guó)是最早實(shí)行大學(xué)遠(yuǎn)程教育的國(guó)家,，其中最具代表性的英國(guó)開(kāi)放大學(xué)（The Open University）全部課程采用遠(yuǎn)程教學(xué),。該學(xué)校1969年建校至今已培養(yǎng)超過(guò)220萬(wàn)名畢業(yè)生。1998年,，美國(guó)國(guó)會(huì)通過(guò)了《高等教育法修正案》,，取消了對(duì)遠(yuǎn)程教育的多種限制。遠(yuǎn)程醫(yī)療方面,，美國(guó),、法國(guó)、德國(guó)等國(guó)家為遠(yuǎn)程醫(yī)療制定了相關(guān)法律法規(guī),，并逐步完善了電子處方,、數(shù)字醫(yī)療建檔、數(shù)字醫(yī)療保險(xiǎn)等相關(guān)體系和制度的建設(shè),。此外,，比利時(shí)、意大利,、新西蘭、西班牙,、英國(guó)等國(guó)家的醫(yī)療保健體系也為遠(yuǎn)程醫(yī)療制定了相關(guān)規(guī)定,。2021年發(fā)布的我國(guó)“十四五”規(guī)劃中，明確將推廣數(shù)字化教育,、在線(xiàn)醫(yī)療等遠(yuǎn)程技術(shù)應(yīng)用列入未來(lái)五年計(jì)劃,。

　　近年來(lái)，在市場(chǎng),、技術(shù),、政策的多重推動(dòng)下，遠(yuǎn)程教育,、遠(yuǎn)程醫(yī)療產(chǎn)業(yè)愈發(fā)活躍,，特別是新冠疫情加速了遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療產(chǎn)業(yè)的爆發(fā)式發(fā)展,。例如,，微軟,、IBM、谷歌,、Cisco等大型國(guó)際科技公司均推出了自己的遠(yuǎn)程技術(shù)解決方案,。IBM開(kāi)了放IBM Skills， Open P-TECH 以及 IBM AI Education series for teachers三個(gè)教育平臺(tái),，提供在線(xiàn)課程資源,、結(jié)業(yè)認(rèn)證等服務(wù)。遠(yuǎn)程辦公軟件Zoom支持多終端視頻會(huì)議,，可提供線(xiàn)上教學(xué),。Cisco公司為醫(yī)院、診所等醫(yī)療機(jī)構(gòu)提供電子病歷,、工作流程等解決方案,，應(yīng)用于遠(yuǎn)程初級(jí)診療、遠(yuǎn)程病房監(jiān)控等場(chǎng)景,。LG CNS將遠(yuǎn)程技術(shù)應(yīng)用于電子醫(yī)療檔案,、移動(dòng)通訊照護(hù)、老年公寓監(jiān)護(hù)等領(lǐng)域,。美國(guó)Mercy Virtual虛擬醫(yī)療中心,，提供遠(yuǎn)程全天候值班護(hù)士、陪護(hù),、急診,、家庭監(jiān)護(hù)、重癥監(jiān)護(hù)等遠(yuǎn)程醫(yī)療服務(wù),。國(guó)內(nèi),，騰訊、阿里,、華為等大型科技公司也紛紛推出了遠(yuǎn)程個(gè)性化在線(xiàn)解決方案,。例如，釘釘提供教育,、醫(yī)療等多個(gè)領(lǐng)域的數(shù)字化解決方案,，2020年實(shí)現(xiàn)用戶(hù)增長(zhǎng)量100%，達(dá)到了4億用戶(hù),。我國(guó)的國(guó)家遠(yuǎn)程醫(yī)療中心逐步形成“國(guó)際—國(guó)內(nèi)—省—市—縣—鄉(xiāng)—村”的7級(jí)醫(yī)療服務(wù)體系,。疫情期間，國(guó)家遠(yuǎn)程醫(yī)療中心與華為等公司合作,，建成了基于5G SA與固網(wǎng)融合的疫情防控與遠(yuǎn)程醫(yī)療綜合服務(wù)體系,。此外，國(guó)內(nèi)的VIPKID、51Talk,、猿輔導(dǎo),、妙手醫(yī)生、企鵝杏仁,、好大夫在線(xiàn)等新興遠(yuǎn)程技術(shù)企業(yè)也開(kāi)發(fā)了相關(guān)平臺(tái)并實(shí)現(xiàn)快速發(fā)展,。

　　總體而言，目前遠(yuǎn)程技術(shù)已在某些特定場(chǎng)景實(shí)現(xiàn)廣泛應(yīng)用,，未來(lái)市場(chǎng)需求旺盛,。但是，在技術(shù)方面依然存在諸多挑戰(zhàn),，例如,，感知方面，遠(yuǎn)程技術(shù)無(wú)法對(duì)微表情,、觸覺(jué),、嗅覺(jué)、味覺(jué)等信息進(jìn)行采集和反饋,；交互方面,，遠(yuǎn)程技術(shù)無(wú)法理解人的復(fù)雜意圖，且情感交互能力缺失,；大數(shù)據(jù)方面,，數(shù)據(jù)安全、隱私保護(hù)等面臨的問(wèn)題依舊嚴(yán)峻,。此外,，相關(guān)法律、法規(guī)的建立,，各種保障制度的完善以及遠(yuǎn)程技術(shù)人才的培養(yǎng)等方面還有很多工作需要完成,。

　　8 多技能AI（Multi-skilled AI）

　　2012 年底，人工智能科學(xué)家首次弄清了如何讓神經(jīng)網(wǎng)絡(luò) “擁有視覺(jué)”,，隨后,，他們還掌握了如何讓神經(jīng)網(wǎng)絡(luò)模仿人類(lèi)推理、聽(tīng)覺(jué),、語(yǔ)言和寫(xiě)作的方式。雖然人工智能在完成特定任務(wù)方面已經(jīng)變得非常像人類(lèi),，甚至是超越人類(lèi),，但它仍然沒(méi)有人類(lèi)大腦的 “靈活性”，即人腦可以在一種情境中學(xué)習(xí)技能,，并將其應(yīng)用到另一種情境中,。

　　受兒童成長(zhǎng)過(guò)程的啟發(fā)，如果將感官和語(yǔ)言結(jié)合起來(lái)，并讓人工智能擁有更接近于人類(lèi)的方式來(lái)收集和處理信息,，那么它能否發(fā)展出對(duì)世界的理解,？答案是肯定的。這些可同時(shí)獲得人類(lèi)智能的感官和語(yǔ)言的 “多模態(tài)” 系統(tǒng),，應(yīng)該會(huì)生成一種更強(qiáng)大的人工智能,，也更容易適應(yīng)新情況、以及解決新問(wèn)題,。如此一來(lái),，我們便可以使用這樣的算法來(lái)解決更復(fù)雜的問(wèn)題，或者將其移植到機(jī)器人中去,，使得機(jī)器人能夠在日常生活中與我們交流協(xié)作,。2020 年 9 月，艾倫人工智能研究所 AI2 的研究人員創(chuàng)建了一個(gè)可以從文本標(biāo)題生成圖像的模型,，展示了算法將單詞與視覺(jué)信息關(guān)聯(lián)的能力,；11 月，北卡羅來(lái)納大學(xué)教堂山分校的研究人員開(kāi)發(fā)了一種將圖像納入現(xiàn)有語(yǔ)言模型的方法,，此舉提高了模型的閱讀理解能力,；2021 年初，OpenAI 對(duì) GPT-3 進(jìn)行了擴(kuò)展,，發(fā)布了兩個(gè)視覺(jué)語(yǔ)言模型,，其中一個(gè)將圖像中的對(duì)象與標(biāo)題中描述它們的單詞聯(lián)系起來(lái)，另一個(gè)則根據(jù)它所學(xué)的概念組合生成圖像,。從長(zhǎng)遠(yuǎn)來(lái)看,，“多模態(tài)” 系統(tǒng)取得的重大進(jìn)展可以幫助突破人工智能的極限，不僅會(huì)解鎖新的人工智能應(yīng)用,，也會(huì)讓它們的應(yīng)用變得更加安全可靠,，更加精密的多模態(tài)系統(tǒng)也將使更先進(jìn)的機(jī)器人助手成為可能?？偠灾?，多模態(tài)系統(tǒng)可能會(huì)成為第一批我們可以真正信任的人工智能。