2020年10大突破性技術（下）
翻譯／連育德
人造衛星的超級星群
本刊取得美國麻省理工學院Technology Review期刊圖文授權。
現在打造與發射人造衛星不必砸下重金，也能一次在軌道上運作成千上萬座衛星。
全球仍有超過35億人口無法上網。SpaceX與OneWeb等企業認為，只要發射成千上萬枚人造衛星到太空，傳輸寬頻訊號到網路終端設備，就能使地球全面連網。只要終端設備能清楚看到天空，就能傳輸網路訊號到鄰近裝置。光是SpaceX就希望在未來10年發射大量人造衛星到地球軌道，數目是史普尼克號（Sputnik）以來的4.5倍。
這些人造巨型星群之所以可能成真，是因為人造衛星愈做愈小，發射成本愈來愈低。回顧太空梭時代，發射人造衛星的成本每磅約24,800美元，而發射一枚重達4頓的小型通信衛星，成本將近2億美元。
如今，SpaceX的星鏈（Starlink）衛星重約500磅（227公斤）。由於衛星的基礎架構可重複使用，加上製造成本降低，火箭可以裝載幾10個衛星一併發射，大幅降低成本。SpaceX獵鷹9號（Falcon 9）的發射成本如今也只需每磅1,240美元左右。
第一批120枚星鏈衛星已於2019年升空，SpaceX計劃從2020年1月起每隔2週發射60枚，加上OneWeb公司於今年年底前將發射30多枚衛星。不久之後，天際將有成千上萬枚衛星同時運作，提供網路給貧窮人口與偏遠地區。
但前提必須是一切運作正常。部分研究人員並不樂見這樣的發展，擔心人造衛星會擾亂天文學研究。更嚴重的是，如果發生碰撞的慘劇，可能會形成幾百萬片太空垃圾，使得衛星服務與太空探索成為不可能的任務。2019年9月，星鏈衛星差一點撞上歐洲太空總署（ESA）的氣象衛星，讓各界赫然發覺，在地球軌道飛了愈來愈多衛星的同時，全球並未做好管理的準備。衛星星群未來10年會如何演變，將決定軌道太空的未來。
—Neel V. Patel
重要性：這些「星系」能讓地球享有高速網路，也可能使得地球軌道淪為充滿太空垃圾的地雷區。
主要研究單位：SpaceX、OneWeb、亞馬遜、Telesat
成熟期：現在
量子優越性
Google率業界之先，明確證實量子電腦的功能超越傳統電腦。
量子電腦儲存與處理數據的方式，與大家熟悉的傳統電腦截然不同。理論上，量子電腦可以處理某些類型的問題，例如破解加密密碼，或是精準模擬分子的行為，藉此發掘新藥與材料等等，這些工作換成是功能最強大的傳統電腦，可能要花上幾千年才能解決。
實際運作的量子電腦已經存在幾年，但只有在特定條件下，功能才能超越傳統電腦。2019年10月，Google宣稱率先證實了「量子優越性」（Quantum Supremacy）。該公司的量子電腦具有53個量子位元（Qubit；量子運算的基本單位），在短短3分多鐘完成1項複雜計算，Google估計如果是採用全球最大的超級電腦，計算過程要10,000年，也就是要花15億倍的時間。IBM則質疑Google的說詞，指出頂多只快了1,000倍。儘管如此，此舉仍是一大里程碑，每增加一個量子位元，電腦速度就能加快1倍。
然而，Google這場展示完全只是概念驗證（Proof of Concept），相當於在計算機上隨機加總，證明答案無誤罷了。現在Google將目標放在：打造有足夠量子位元的電腦，解決實際問題。這項挑戰極為艱鉅，因為量子位元愈多，就愈難維持微妙的量子態（Quantum State）。Google工程師認為，他們的技術能夠讓量子位元達到100個到1,000個之間，這樣或許可以解決實際問題，但至於是什麼問題，沒有人知道。
未來會如何演變？想要破解現在的加密技術，電腦需要有好幾百萬個量子位元，可能需要再等好幾10年才能研發得出，但要打造一台能夠針對分子進行模型運算的量子電腦，應該簡單得多。
—Gideon Lichfield
重要性：量子電腦發展到最後，將解決傳統電腦能力所不能及的問題。
主要研究單位：Google、IBM、微軟、Rigetti、D-Wave、IonQ、Zapata Computing、Quantum Circuits
成熟期：5～10年以上
微型人工智慧 手機現在也能進行強大的人工智慧運算
現在的人工智慧有個問題：為了打造更高效的運算法，研究人員使用愈來愈大量的數據與運算能力，也仰賴集中式的雲端服務，但這樣不但造成龐大的碳排放量，更限制了人工智慧應用的速度與隱私。
所幸，反其道而行的微型人工智慧，正在改變這樣的情況。科技龍頭與學界研究人員正在研究新的運算法，企圖縮小現有的深度學習模型，但又不犧牲功能。此外，現在也出現新一代的人工智慧專門晶片，號稱能在更小的實體空間內裝進更多運算能力，且訓練與運作人工智慧的耗能量更少。
這些先進技術已陸續在消費者裝置實現。2019年5月，Google公布用戶在手機使用Google助理時，現在不必再將語音請求送到遠端伺服器處理。從iOS 13以來，蘋果便在手機近端執行Siri的語音辨識與QuickType鍵盤。IBM與亞馬遜也提供開發者平台，讓大家研發及部署微型人工智慧。
這些努力預計能帶來許多好處，既有服務如語音助理、自動校正、數位相機等等，功能會更好更快，不必每次需要使用深度學習模型時，就得進入雲端。微型人工智慧也可催生出新的應用面，例如在移動式裝置上進行醫學圖像分析，或讓自駕車具備更快的反應時間。近端人工智慧也有助於保護隱私，因為數據不再需要離開裝置，就能改善服務與功能。
然而，隨著人工智慧的好處愈來愈分散，挑戰也愈來愈複雜。例如，監視系統或是以深偽技術（Deepfake）製作的影片可能更不容易防杜，而歧視性的演算法也可能大幅增加。研究人員、工程師與政府現在必須攜手合作，從技術面與政策面擬定監督方式，防範微型人工智慧帶來的潛在危險。
—Karen Hao
重要性：消費者裝置不再需要進入雲端，就能享受最新人工智慧功能的好處。
主要研究單位：Google、IBM、蘋果、亞馬遜
成熟期：現在
差異化隱私 差異化隱私技術可以衡量關鍵資料集的隱私程度
2020年，美國政府面臨一項龐大工作：一方面要蒐集全國3.3億人口的資料，一方面又要保護個資。普查數據將以統計表呈現，由政府與學界進行分析，供作研擬法律或研究之用。人口普查局（Census Bureau）依法必須確保數據不會透露任何一人的身分。
但有些技巧可以讓個資「去匿名化」，尤其普查數據如果合併其他公共統計數字，更容易造成個資外洩。
有鑑於此，人口普查局在數據中注入「雜音」，也就是錯誤資訊，可能是增減某些人的年紀，也可能是把某些白人標記成黑人，反之亦然，同時維持年齡或種族群體的總數不變。注入愈多雜音，就愈難去匿名化。
差異化隱私（Differential Privacy）是一種數學技術，能夠測量個資隱私在注入雜音後的增加程度，讓整個過程更加嚴謹。蘋果與臉書已採用這個方式蒐集總體資料，而不會辨識出特定用戶。
然而，太多雜音可能造成數據失效。有項研究分析顯示，2010年普查數據經過差異化隱私技術的處理後，有些家庭的人口數高達90人。
如果發展順利，其他聯邦單位未來可能採用這項技術。加拿大與英國等國家也在關注中。
—Angela Chen
重要性：對美國人口普查局而言，維持數據隱私的難度愈來愈高，但差異化隱私技術可以解決這個問題、建立信任感，亦能成為其他國家的模範。
主要研究單位：人口普查局、蘋果、臉書
成熟期：這項技術將用於美國2020年人口普查，應用規模為歷年最大
氣候變遷歸因 研究人員現在能夠證實氣候變遷是極端天氣的原因之一
2019年9月，熱帶風暴伊美黛（Imelda）重創美國休士頓地區，造成各地淹水。事發10天後，有個快速反應研究小組公布，幾乎可以篤定氣候變遷是肇因之一。
這個組織名為世界氣候歸因（World Weather Attribution），進行高解析度的電腦模擬，對比全球經歷氣候變遷前後的狀況，結果發現，地球在氣候變遷後，發生嚴重風暴的機率是沒有氣候變遷時的2.6倍，而且強度高出28%。
時間往前推近10年，科學家還不太願意把任何的天氣事件歸咎於氣候變遷，但過去幾年有愈來愈多極端天氣歸因研究出爐，加上研究工具與技術快速精進，使得研究結果更加可靠且具說服力。
這樣的成果必須歸功於2項技術進展。首先，人造衛星技術可以延長記錄詳盡數據，幫助專家了解自然系統。此外，運算能力增加，讓科學家能建立畫質更好的模擬圖，進行更多虛擬實驗。拜諸多技術改良所賜，科學家得以看統計數據說話，愈來愈能證實全球暖化經常是造成氣候異常的原因。
這類研究將氣候變遷與其他因素區分開來，顯示出未來可能有哪些風險，例如會有多少水災、熱浪會多嚴重等等，讓大家能夠事前做好準備。如果我們選擇聆聽，這些研究將有助於人類重新建造城市與基礎建設，因應氣候變遷下的世界。
—James Temple
重要性：這項技術讓我們更清楚知道，氣候變遷導致天氣逐漸惡化，人類又需要做好哪些準備工作。
主要研究單位：世界氣候歸因組織、荷蘭皇家氣象研究所、紅十字會與紅新月氣候研究中心（Red Cross Red Crescent Climate Centre）
成熟期：現在
下載全文PDF