『您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態』

跳到主要內容區塊

工業技術研究院

:::

工業技術與資訊月刊

354期2021年08月號

出版日期:2021/08/15

正方形 Icon 觀念探索 Trend

2021青年創新家英雄榜出爐(上)

翻譯/連育德

本刊取得美國麻省理工學院Technology Review期刊圖文授權。
本刊取得美國麻省理工學院Technology Review期刊圖文授權。

《麻省理工科技評論》每年遴選出35名年齡在35歲以下的創新家,藉此不僅掌握最新科技的脈動,也探討這些科技的發展前景與幕後功臣。每年的提名人選逾500名,編輯團隊從中遴選出最具潛力的前100名,進入決選。

決選名單的研發內容接著由多位評審委員審查,評審來自各個科技專業背景,包括人工智慧、生物科技、軟體、能源、材料等等。編輯團隊再根據評審排名,選出最後35名創新家。 -編輯團隊

發明家

他們的發明催生出光學晶片、效果更好的基因編輯工具,以及皮膚般的電子設備。

巴布許 Ryan Babbush 32歲 Google
量子模擬演算法更具效率,有助於研發出高效力的新材料。

分子很複雜,根本不像小學課本那張電子繞行原子核的圖片,還以為就像行星繞著太陽轉一樣簡單。電子可以由許多原子核共享,彼此互動,形成不同的量子力學方程式。電子的互動方式複雜多變,而且互動會隨著電子數目增加而呈指數性成長,因此大幅主導了分子的化學反應與特性。

一般電腦如果想要精準模擬這些電子,可能需要幾百萬年的時間,反觀透過量子電腦的演算法,可能只需要幾天、甚至幾個小時就能精準計算得出,讓專家掌握關鍵,進而精確設計出理想特性的分子,控制分子的互動方式。

量子模擬達到足夠的精準度後,化學家有機會發明出新的化合物,催生出各類相關產品,例如性能更佳的高溫超導體、能從空氣去除氮或二氧化碳的催化劑、新藥、效率更好的太陽能電池、飛機用的高強度輕量材料等等。量子模擬讓科學家得以快速摸索出新物質的行為,不必實際合成。換言之,量子模擬演算法有機會開創材料科學的新時代。

2014到2020年間,巴布許與Google等機構的專家合作,發表了數10篇論文,介紹效率大幅提升的量子模擬演算法。結論是,如果採用高效能量子電腦,有些量子模擬運算原則上可以在幾小時內完成。

以固氮酶為例,有些細菌會利用這種酵素去除空氣中的氮,生成氨(氮和氫的化合物),稱為固氮作用,是農業不可或缺的環節。正因如此,氮肥成為全世界糧食系統中的一大關鍵。固氮酶是一種大分子,含有稱為鐵鉬輔因子(FeMoco)的催化部位。

哈柏法(Haber-Bosch process)是目前的主流肥料生產技術,能源密集度高,占人類總耗能約2%。「如果可以找出固氮酶如何作用,或許能夠研發出其他生產肥料的可行方法,可以擴大規模、節省大量能源,」巴布許說。

他與合作人員找到一種方法,可能可以在量子電腦分析鐵鉬輔因子,進一步瞭解它的機制,亦即它會先斷開在氮氣中連結的氮原子,然後將氮和氫結合在一起。巴布許坦言,有些方法在傳統電腦上採用巧妙的概算法來模擬分子,也可能會先得出結果。

此外,巴布許也在研究量子電腦如何計算金屬與晶體的電子行為,潛在應用面包括效果更好的超導體或效率更高的太陽能電池。在這些材料中,原子的重複模式會導致相互依賴的電子產生極為複雜的行為。如何使用量子電腦釐清這些互動,正是巴布許正在研究的課題。

如果量子電腦成功再造材料世界,巴布許的研究工作功不可沒。-SIOBHAN ROBERTS

班多卡 Amay Bandodkar 33歲 北卡羅萊納 州立大學
他的輕量級感測器讓穿戴式技術更實用。

穿戴式技術能夠即時提供使用者的健康資訊,但要研發出能蒐集數據、又沒有笨重且不實用供電系統的感測器,事實證明並不容易。班多卡透過非常規技術,自認研發出「自行供電」的生化感測器,讓穿戴性科技產品更加輕盈。他說,這款感測器比2年前的類似產品大約小4倍、輕20倍。

縮小感測器體積的關鍵在於改變供電方式。班多卡說:「相關研發團體之前都使用笨重的電池,感測器的體積與重量就占了整個裝置的3%左右。」於是他研發出一款不需要電池的感測器,能夠利用酵素的催化性質產生訊號,而不需要電源。這個概念應用在某些化學物質,固然可以研發自行供電的感測器,但有些感測器仍舊需要電源,因此班多卡也研發出汗水發電的輕量級電池。這款電池的陽極由鎂製成,陰極由銀和氯化銀製成,中間由乾燥的纖維素膜(Cellulose Membrane)隔開。

人體開始流汗時,纖維素膜會吸收汗水,充當電解質,等於是打開電池供電給感測器。

班多卡已經將新電池成功測試於心律感測器,打開了心臟監測穿戴式設備的大門。 -NEEL V. PATEL

史密絲 Virginia Smith 31歲 卡內基美隆大學
她的人工智慧技術有效率又精準,同時保有公平性與隱私。

史密絲剛開始攻讀人工智慧博士學位時,心中有個疑問:數據儲存在多台機器,要如何訓練神經網絡學習呢?

她設法找出答案,連帶成為聯合學習(Federated Learning)領域的佼佼者。聯合學習旨在處理散布於成千上百、甚至數百萬個遠端來源的數據。

Google研究人員在2017年首度提出聯合學習的概念,計畫用於公司內部的行動裝置。他們的方法是訓練本地端數百萬個神經網絡,再傳送到公司伺服器,在主模型中整合。如此一來,主模型得以從每台裝置的數據學習,卻不必把數據集中在一處,不僅降低了行動體驗的延遲現象,也能改善每個使用者的數據隱私。

然而,整合數百萬個人工智慧模型卻可能造成一個情況,主模型平均表現良好,但遇到離異值(Outlier)就表現不佳了。以語音辨識軟體為例,如果說話的人有陌生腔調,軟體會難以辨識。

有鑑於此,史密絲提出新的技術,希望達到「個人化」聯合學習。她不把100萬個在地端模型整合為一,而是把最相似的在地端模型合併成幾個;數據愈不同,最終的模型數量就愈多。每個模型仍舊從眾多裝置學習,但同時以特定的使用者群為對象。

史密絲也在努力克服聯合學習的其他挑戰,例如不同裝置有不同的功率與記憶體容量限制。為了鼓勵各界投入研究,她與人共同研發出一套開源工具,提供更貼近現實的資料集與環境,讓研究人員測試自己的聯合學習技術。-KAREN HAO

孫嘯 34歲 IBM
他研發出雖不精準、但是節能效率高的人工智慧軟硬體。

由於人工智慧系統經常需要大量運算,人工智慧硬體研究人員近年不斷設法降低精準度,希望依舊能夠得出正確答案,但避免用到需要掌握大量數字的運算。

深度學習背後的網絡可能動輒好幾十層,還有千百萬、甚至幾十億的參數必須調校到正確值。這個過程稱為網絡訓練,通常需要幾天、甚至幾週的運算時間,動用到成百上千個專用晶片。

孫嘯服務於IBM旗下的一支研究團隊,該團隊正在設法使用3位數、甚至雙位數來執行深度學習運算,相較之下,筆電或手機的運算使用20位數,多數專用機器學習晶片使用5位數。

難就難在找到適合的技術,讓運算過程全程使用小數字。可能還是需要進行好幾兆筆運算,但每筆簡單許多,這樣既省時又省力,因為根據孫嘯與IBM同事合著的論文指出,同樣的運算,使用雙位數的節能效率是使用幾10億個數字的20倍以上。

今年2月,IBM宣布推出一款新晶片,訓練神經網絡時大多只用到3位數運算,它的技術有一部分是建立在孫嘯的研發成果。透過這款晶片,IBM希望不只訓練雲端運算中心的大型神經網絡,也能應用在手機上,讓手機能夠以本地端數據訓練。 -PATRICK HOWELL O,NEILL

徐潔(Jie Xu;音譯) 33歲 阿岡國家研究所 (Argonne National Laboratory)
她研發出耐用、易於生產的聚合物半導體,可應用於皮膚型電子產品。

徐潔的發明使得可印刷、可延展的電子產品得以量產。她擁有多項創新發明,可望應用於未來的可穿戴式技術、先進機器人,以及將感測器連接到人體皮膚的人機界面等等。

由她研發的聚合物電路,即使被彎折、延展或是反覆移動都還是能夠持續運作。這項技術以前一直是研究人員的瓶頸,直到2016年,徐潔研發出一種雙聚合物塗層,塗於有彈性的表面,可以延伸至原本大小的2倍,同時繼續導電。

2019年,她進一步精進這項技術,讓可延展的半導體得以採捲輪式(Roll to Roll)製程進行量產,這種工業製程採取大型捲軸,常用於印刷紡織品、塑膠等產品。能大規模做到這點,徐潔是第一人。

短期而言,拜徐潔的創新材料與製程之賜,軟性顯示器與皮膚型醫療感測器更加實用,也更容易製造。三星電子(Samsung)與徐潔合作,並已將她所協助定義的製程申請專利。徐潔的材料亦有助於設計新型義肢,讓義肢的皮膚塗層具有作用。

徐潔希望避免增加塑膠量,目前正在尋找可以回收或生物可分解的聚合物半導體材料,「我認為每種商業材料一開始就應該有減塑觀念,」她說。-RUSS JUSKALIAN

沈亦晨 32歲 曦智科技(Lightelligence)
為神經網絡進行運算的光學晶片預計帶來龐大的商機。

神經網絡進行兩種基本類型的運算。首先,神經網絡必須經過訓練,過程通常需要讓網絡吸收大量數據,進而調整大量「神經元」的連結強度。接下來,神經網絡再以這些既有連結做出決定。兩者的差別就像學開車跟實際開車。

這個差別是關鍵所在。如果神經網絡花了幾週時間學習辨識圖像,未必會構成問題。但如果是開自駕車,就必須在瞬間做出決定生死的判斷。

光學電腦這時就派上用場了。儘管已有數10年的研究基礎,光學電腦的效能一直不高,因為操控光子比操控電子更難。然而,現有神經網絡常常需要進行特定運算來做出推斷,這種情況特別適合以光子來進行。

2017年,沈亦晨與哈里斯(Nicholas Harris;右圖)發表了一篇廣受學界引用的論文,探討使用光學電路進行機器學習,包括語音辨識與圖像辨識。有篇評論文章寫道,他們的設計「切實平行實現了光學神經網絡的關鍵元素之一,現代晶圓代工廠也能輕易量產這類光子系統。」也就是說,光學電腦單晶片(Optical Computer On A Chip)的商機龐大,每個使用神經網絡來做決定的裝置都會需要一個。

沈亦晨與哈里斯目前各自經營新創公司,彼此競爭。他所成立的曦智科技在2019年推出一款原型光學人工智慧晶片,他說公司已取得逾1億美元資金。 -KONSTANTIN KAKAES

哈里斯 Nicholas Harris 33歲 Lightmatter
要讓神經網絡做決定,最快的方法或許是把光線穿射光學晶片。

過去幾10年來,物理學家與工程人員一直嚮往著研發出光學晶片,以光子取代電子來進行運算。這樣的電路有如閃電般快速,又極為節能,只是技術難度還是很高。

哈里斯連同沈亦晨(左圖)與其他在麻省理工學院的研究同仁合作,在2017年發表了一篇後來廣受學界引用的論文,討論一款新型電路設計,能夠計算出經過傳統訓練的神經網絡的產出。

論文指出,這款電路有56個可程式化干涉儀,亦即小心將光波分開又重組的裝置。他們設定一個經過簡化的問題,讓這款電路辨別180個母音,結果成功辨識出大約四分之三,效果不如辨識率達9成的傳統電腦。過了不久,沈亦晨與哈里斯各自成立新創公司。

一旦神經網絡經過訓練,又應用於光學晶片,只要照射光線就能輕易執行推斷工作,例如判斷哪個母音對應哪個聲音,或是自駕車在行人走到馬路時應該有何反應,具有既快速又節能的優勢。

2021年3月,Lightmatter公布即將銷售「機器學習加速器」晶片。「這是一種截然不同的電腦,」哈里斯說:「跟最先進的數位電腦技術相比,我們目前的效率高出20倍。」Lightmatter在5月時才剛完成第二輪融資,總投資金額達1.13億美元。 -KONSTANTIN KAKAES

艾可蔓 Shelley Ackerman 29歲 Bolt Biotherapeutics
她與教授共同研發出新型免疫療法,可治療刁鑽的癌症。

以人體免疫系統對抗幾種類型的癌症腫瘤,成效固然值得期待,但未必一定有效。「在某些病患身上的效果不好,」艾可蔓說。

腫瘤必須是「熱」腫瘤(也就是發炎),免疫療法藥物才能奏效。熱腫瘤附近會出現一種稱為T細胞的免疫細胞。免疫療法藥物會強化T細胞,讓T細胞更有打擊癌症的能力。但許多腫瘤是「冷」腫瘤,因此能躲開免疫系統的攻擊。少了T細胞,免疫療法藥物遇到冷腫瘤也沒輒。

艾可蔓在史丹佛大學就讀研究所時,與醫學與病理學教授英格曼(Edgar Engleman)合作研發出一種療法,能把冷腫瘤轉為熱腫瘤。這種療法使用一種腫瘤標靶抗體,以化學方式把它附著在具有免疫刺激性的小分子藥物上,促使免疫系統找到並攻擊腫瘤,將腫瘤由冷轉熱,讓殺手T細胞得以入侵。英格曼在2015年成立生技公司Bolt Biotherapeutics,將療法商業化,艾可蔓於2018年加入公司。

在艾可蔓還小的時候,舅舅與一位好朋友陸續死於癌症轉移,時間相隔不到一年,激勵她日後堅持要研發出新的免疫療法,希望能治療病患。

去年,Bolt開始以這項療法測試於乳癌、胃癌與其他癌症的患者,這類腫瘤都有HER2蛋白。該公司目前已籌得4.38億美元資金,也在研發直腸癌、肺癌與胰臟癌的藥物。-EMILY MULLIN

古登伯格 Jonathan Gootenberg 30歲 麻省理工學院
拓展基因編輯能力。

基因編輯工具CRISPR使用Cas9蛋白,剪切基因組的特定部分,效果雖然很好,但不乏缺點,基因組其他地方可能會遭到誤剪,也無法只做暫時性的調整。

古登伯格正在研發其他編輯工具,希望避開上述缺點,強化CRISPR技術的能力。古登伯格使用比Cas9更小的Cas12蛋白,一次可以編輯許多基因。這個技術可以編輯病患的免疫細胞,進而對抗癌症。

另外,還有Cas13蛋白。古登伯格與同事阿布達耶(Omar Abudayyeh;2020年青年創新家之一)的研究發現一個令人玩味的現象:Cas13蛋白可以鎖定RNA,而非DNA。許多病毒以RNA當作遺傳物質,細菌有DNA也有RNA,所以這兩位研究人員推論可以使用Cas13蛋白找到人類細胞病原體的遺傳物質。兩人後來改造基因編輯工具,研發出診斷檢測試紙,並於2019年共同成立Sherlock Biosciences,將這項技術商業化。-EMILY MULLIN

人道主義者

他們為創新技術添加新意,打造更公平的世界。

琵爾森Emma Pierson 30歲 康乃爾大學
她採用人工智慧技術,找出種族、性別與階級之間存在健康不平等的根本原因。

康乃爾大學資訊工程專家琵爾森借重人工智慧與新興數據科學模型,以不同性別、種族、社經與其他人口組成的族群為對象,找出健康不平等現象的原因。「這樣的說法花俏了點,其實就是用數學從一大堆資料中找出模式。我在找特定的模式,希望能夠解決健康與社會科學領域的老問題,」她說。

她所研究的「老問題」各有不同之處,但她主要聚焦在找出公共衛生為何存在系統性的不平等現象,同時提供解決方法。比方說,她近期分析手機數據後,發現「超級傳播」據點是新冠肺炎疫情蔓延的主因,而低收入與少數族群的染病風險較高。

除了疫情之外,琵爾森的研究團隊近期檢驗了累積近10年的數據,希望調查美國警方攔檢的種族不平等程度。她還分析109國、數百萬名女性的月事健康數據,調查月經對情緒與行為的影響,希望將女性健康的相關討論去汙名化。此外,她透過深度學習來研究膝蓋疼痛的數據,結果發現,如果病患來自於資源不足的弱勢種族與中低收入背景,這項症狀往往遭到誤診,甚至因此惡化。

琵爾森懷抱著一份使命感,希望相關研究能跳脫學界框架。她固定為《紐約時報》(New York Times)與《大西洋報》(the Atlantic)撰文,以白話方式讓更多人瞭解她的工作內容,同時也跟有能力施壓決策機關的機構直接溝通。她的研究點出警察攔檢的種族不平等現象,最終使得洛杉磯警局宣布會減少隨機攔檢次數,而州立衛生廳亦借重她在新冠肺炎的發現,判斷如何安全地重新開放店家生意。

自稱是數學宅女的琵爾森,在史丹佛大學同時拿到物理學學士學位與資工碩士學位,後來以羅德學者之姿赴牛津大學深造,取得統計學碩士,最後又回到史丹佛大學取得資工博士學位。

「我希望研究跟民眾生活息息相關的問題,」她說:「這股動力應該跟我家人的病史有關。」2011年12月,琵爾森得知自己體內帶有基因突變,罹患乳癌與卵巢癌的機率高於平均,因此激勵她更聚焦在研究工作,希望在醫療保健與醫學領域發揮影響力。

醫療保健等產業必須處理海量數據,若想詳盡解析,恐怕只能靠琵爾森所精通的這類分析技術。數據可能是成千上萬人的基因組,涵蓋千百萬個數據點;也可能是許多病患的醫療影像,代表了幾兆位元組的資訊。人工智慧工具能夠梳理這些數據,找出人類無法輕易辨別的模式。「人工智慧運算法不是選項之一,而是唯一的解決之道,」琵爾森說。 -NEEL V. PATEL

錢德薩克朗Sriram Chandrasekaran 34歲 密西根大學
他的人工智慧系統找出更好的結核病療法。

新冠肺炎疫情爆發前,結核病名列全球傳染病之首,每年奪走逾150萬條人命。錢德薩克朗為了解決這個問題,研發出能夠找到有效雞尾酒療法的人工智慧工具,目標放在提高現行抗生素的效力,打擊結核病患者的抗藥性。

之所以會有抗藥性感染,可能是病患沒有完成療程或遭到誤診,也可能是病患接觸到感染抗藥細菌的病患。傳統結核病療程達6到9個月,但如果出現抗藥性,則療程延長到18到24個月,錢德薩克朗希望大幅縮短治療時間。這樣也能省下幾千美元的治療成本。

錢德薩克朗的系統預估多種雞尾酒療法的有效性。「我們發現幾種意想不到的藥物組合!」其中包括一種抗精神疾病藥物,能夠提高現行抗生素的效力。他和研究團隊在實驗室已證實能有效對抗結核菌。

許多藥物在實驗室有效,用在人體卻打折扣,錢德薩克朗希望把這點列入考量,因此研發出一套演算法系統能模擬感染部位的特徵,例如能取得多少氧氣,或是否有氨基酸,因為這些都可能影響藥物的有效性。錢德薩克朗的實驗室目前針對抗藥性結核病,正在找出具有潛力的雞尾酒療法,準備用於臨床試驗。-EMILY MULLIN

席妮瓦森 Shriya Srinivasan 27歲 麻省理工學院
拜她的手術技術之賜,義肢人士得以重拾觸覺。

在麻省理工學院生物醫學工程系擔任博士後研究員的席妮瓦森,兒時便目睹義肢人士在生活中的種種考驗。她有個朋友一出生便手腳殘缺,必須穿戴義肢;就跟截肢者的神經被切斷一樣,這位朋友的大腦缺乏關鍵的神經訊號,無法像多數人感覺物體、維持平衡、感受身體的空間位置。席妮瓦森研發出兩種新的手術技術,預計不久將有助於義肢人士重拾觸覺。

她在麻省理工學院攻讀博士時研發出第一項創新手術,過程將小塊肌肉移植到殘肢,以期加強大腦對殘肢位置與動作的意識。在臨床試驗接受這項手術的病患,對義肢的掌控度比傳統截肢者高出許多,疼痛感也大幅降低。她的第二項手術技術在於重建觸覺,初步效果值得期待。手術會將指尖或雙腳的皮膚移植到殘肢,再以肌肉移植物與電極包覆起來。義肢手臂或手掌接著建有感測器與無線發射器,碰觸物體時,會將觸覺傳到移植皮膚上的天然感測器,最後傳到大腦。兩種技術可以用於截肢手術,亦適用於已經截肢的病患。

席妮瓦森期許研究成果最終能讓義肢增添真實感,帶動各界不再把截肢看成是補救手術,而是重拾行動力的方法。 -JONATHAN W. ROSEN

艾克塔 Aadeel Akhtar 34歲 Psyonic
他發明的仿生手具有高敏感度,又走平價路線。

艾克塔的運算法能大幅加強義肢手臂的功能性。有些運算法能傳送電流而刺激神經,讓使用者「感覺」得到義肢碰觸的東西;有些運算法記錄肌肉收縮時形成的電流,讓義肢能控制動作。艾克塔專研這個領域已經10幾年,一開始是伊利諾大學香檳分校的博士生,後來在2015年創辦Psyonic以研發機器手臂。

艾克塔擁有4項先進義肢技術專利,全都應用於公司第一款產品「能手」(Ability Hand)。能手透過肌肉感測器與藍芽(沒錯,它有應用程式!),提供觸覺數據給使用者,同時可承受日常生活的壓力(例如被桌子撞到)而不會破裂。

艾克塔說,他的20人團隊在設計時也不忘民眾的負擔能力,因此能手的價格不高,可由美國聯邦醫療保險(Medicare)給付,讓更多民眾負擔得起。艾克塔解釋說,之前願意給付仿生手的保險跟退伍軍人福利與職工傷害理賠有關,他預估這些只涵蓋美國約一成需求。若能加入聯邦醫療保險,美國有仿生手需求的民眾75%都負擔得起。「如果聯邦醫療保險願意給付,其他保險業者通常也會跟進。」艾克塔說。 -EILEEN GUO

下載全文PDF Icon下載全文PDF