工業技術研究院

領航家

他們在熱核能、電腦運算、生物感測器與機器人技術等領域引領重大進展。

羅尼克　David Rolnick　30歲　麥基爾大學（McGill University）
他以人工智慧打擊氣候變遷。

2019年，羅尼克正在賓州大學擔任博士後研究員，他以第一作者的身分寫了一篇重量級報告，文中闡述機器學習技術能夠以多種方式降低溫室氣體排放量，也有助於社會適應氣候變化，包括預估能源需求、管理森林、建立全球天氣系統模型等等。論文合著人包括DeepMind共同創辦人哈薩比斯（Demis Hassabis）與圖靈獎（Turing Award）得主班吉歐（Yoshua Bengio）。同一年，羅尼克在3場人工智慧重大會議擔任首次氣候變遷工作坊的主辦人，也為聯合國氣候變遷大會主辦了一場人工智慧活動。

「羅尼克召集人工智慧專家合力解決氣候變遷的問題，是影響力十足的人物，」曾任百度首席科學家、現為Google Brain團隊共同創辦人的吳恩達說：「他勾勒出一個願景，讓大家看到人工智慧在氣候變遷的用途，又努力號召有志之士，進而帶動各界踴躍響應這個重要議題。」

羅尼克目前在麥基爾大學主持研究團隊，採取不同的人工智慧技術解決氣候相關問題。

舉例來說，諸如基礎建設支出、溫室氣體排放量，甚至單純如氣候模式等等氣候變遷數據，因國家而迥異，但氣候議題必須以全球角度來考量。

「全球南方（Global South；即開發中國家）的基礎建設資訊較少，」羅尼克說，「因此政府針對能源需求或管理沿海洪水風險制訂政策時，可能比較欠缺可用的依據。」各國對於資訊紀錄的種類亦有不同規定。比方說，德國彙整太陽能板安裝地點的資訊，美國卻沒有，因此研究人員借重機器學習，從人造衛星圖像鎖定美國的太陽能板。羅尼克說，機器學習亦能用於預測能源需求，效果比既有技術更精準。如此一來，能源供應商管理電網時能夠更有效率。

羅尼克與同事正在研發新的機器學習技術，希望也能應用於氣候變遷的相關研究。像是他們正在研發遷移學習（Transfer Learning）的演算法，過程需要以一組例子訓練人工智慧，接著將所學遷移到新的情境。他們也在研究後設學習（Meta-Learning）技術，強化人工智慧從小量或不完整數據中學習。羅尼克認為，這些方法尤其有利於模擬生物多樣性，因為現實世界的數據來源非常不齊全。

羅尼克另外還參與了幾項研究計畫，整合機器學習與氣候模型模擬複雜的物理與大氣過程，雲的形成就是一例。雲的精確形成方式，又反映或吸收多少日光，是現行氣候模型當中的一大未知數，部分原因在於，以氣候模型模擬雲非常消耗運算能力。科學家使用機器學習技術找到雲在何時、何處形成的模式，又通常會反映多少程度的陽光，而不必瞭解背後的大氣化學，因此可以加快模型速度。

羅尼克與合作同事深信，人工智慧將成為打擊氣候變遷的重要工具。儘管如此，有愈來愈多人擔心機器學習也是問題之一。他坦言，目前最大型的人工智慧模型訓練起來相當耗能，但這也只占全球碳排放量的極小部分，人工智慧對氣候的實際風險比較可能來自於應用面，例如石油、天然氣探勘等，「機器學習雖然會消耗能源，但它的負面用途更讓我擔心。」－Will Douglas Heaven

納馬拉　Moses　Namara　29歲　克林森大學（Clemson University）
努力打破種族藩籬，協助年輕黑人追求人工智慧相關職業。

納馬拉知道兩個根本事實：一是人工智慧如果遭到誤用，會大幅衝擊全球各地的黑人族群；第二，攻讀大學人工智慧課程的黑人學生是明顯少數。美國2018到2019學年就讀資工博士班的學生當中，只有1.8%是黑人，就讀資工碩士班的黑人比例也只高出一點。

納馬拉還知道一點：進入門檻之所以高，往往是因為資源不足，而師徒網絡可以填補部分不足之處。「資訊就是其一，」他舉例，申請大學時必須知道要走哪個研究路線，哪個大學的課程和教授最貼近個人志趣，又有哪些資源能夠分攤昂貴的申請成本。「如果不知道去哪裡找資訊，第一步就敗下陣了，」他說。

有鑑於此，納馬拉在2018年與人共同成立黑人人工智慧（Black in Artificial Intelligence），協助學生申請研究所。黑人人工智慧至今已輔導400名申請人，其中200名已成功申請到相當競爭的人工智慧課程。這套師徒系統提供多項資源，包括博士生與教授的指導、履歷評鑑、申請學校的建議等等。納馬拉認為，繼續發展下去，下一步會是協助黑人博士生與研究生找到第一份工作。－Abby Ohlheiser

高蒂　Anna Goldie　27歲　Google大腦／史丹佛大學
她以人工智慧設計微晶片，速度比人類快許多。

高蒂善用強化學習（Reinforcement Learning）技術之力，設計電腦晶片。這類人工智慧從人工神經網絡重複產生解決方案，系統接著提供反饋給網絡，「強化」有助於產生成功結果的路徑，弱化不管用的路徑。

強化學習屬於機器學習的分支，也是教會電腦玩西洋棋或圍棋等遊戲的基礎，高蒂和研究團隊透過這項技術加速了晶片設計過程。

現代晶片由幾百萬個，甚至幾十億個元件組成，有的執行運算，有的將數據儲存在短期記憶體。

要找出最佳方式將所有元件配置在晶片版面，可能要花工程人員幾週、甚至幾個月的時間。工程人員必須想辦法將功耗與面積降到最低、將性能最大化，同時還要確保元件之間的流量不會過於擁擠。

高蒂的人工智慧技術在6個小時內就能設計出晶片，效能比人類設計出的晶片相當，甚至更好。

2021年初，高蒂與Google工程人員合作，為Google最新人工智慧晶片設計出實體版面。她透過人工智慧技術設計出更好的硬體，速度也更快，希望藉此為人工智慧的進展鋪路，進一步改善與加速硬體設計，凝聚出硬體與人工智慧的共生循環。

高蒂說：「這樣設計出來的版面看起來很怪異，晶片設計廠很怕會出錯，但結果並沒有。」－Will Douglas Heaven

博騰　George Boateng　28歲　SuaCode.ai
他打造智慧型手機平台，教年輕學子編寫程式，同時縮小非洲的IT技能落差。

博騰當初會創辦SuaCode.ai，可以說是巧合。2013年，還在就讀美國達特茅斯學院（Dartmouth College）大學部的他與一群朋友合作，在故鄉迦納成立創新夏令營，招收高中生。他們的課程使用外界捐贈的筆電，幾年後陸續故障，問題就來了：只有四分之一的學生自己有筆電，他們又沒有預算添購更多電腦。不過，博騰和同事看到所有學生都有智慧型手機，因此重新設計編碼模組，改用於5吋手機螢幕。

有感於結果大受好評，博騰與共同創辦人昆伯（Victor Kumbol）在2018年試辦SuaCode課程，課程為期8週，以智慧型手機為平台，教授Processing（Java程式語言），目前累積有來自20幾國、超過600名畢業學員。現為蘇黎世聯邦理工學院（ETH Zurich）應用機器學習博士候選人的博騰，也研發出一款會說英語和法語的人工智慧助教，取名為「夸梅」（Kwame），藉此向迦納首任總統恩克魯瑪（Kwame Nkrumah）致敬。「我們的目標是栽培非洲大陸的年輕人，跟他的泛非洲願景互相呼應，」博騰說。

由於課程採自動化，博騰希望能夠吸引更多學生參與，讓大家及早接觸程式設計，為進一步教育奠下基礎，最終協助學生在科技業找到高薪工作。－Jonathan W. Rosen

舒勒克　Max Shulaker　33歲　麻省理工學院
他在奈米碳管的研發成果可望催生出次世代電腦。

舒勒克研發出全球第一台奈米碳管電腦，還設計出結合運算、記憶與感測的系統，能夠在單一晶片上直接堆疊。這些新技術整合起來，能夠將電腦的能源效率增加1,000倍，也能催生出各式各樣的新型裝置，例如低成本醫療感測器。

舒勒克說，奈米碳管「基本上就是跟碳原子一樣薄的吸管」。過去20年，研究人員不斷討論如何以它取代傳統矽晶片，但要將奈米碳管電晶體與金屬線轉化成實際裝置，證實並不簡單，對此，舒勒克已克服了幾個技術問題。他找到方法汰除在製程中變形的奈米碳管；研發出新製程，以一般工業廠房生產奈米碳管電晶體的晶圓；開發出一款新設計，確保晶片即使存在一定數量的不良奈米碳管，仍可運作無虞。

這些突破性技術形同朝次世代電腦系統往前一大步，能源效率遠遠高出現有系統。

舒勒克憑藉著這股動力，另外研發出積層型三維奈米系統，以奈米碳管將微處理器、記憶體與其他功能層直接層疊壓合。傳統設計將微晶片與記憶體放在不同晶片，由金屬線連接，但晶片之間傳輸大量數據，往往會造成運作緩慢與浪費能源，導致業界所謂的「記憶體撞牆」（Memory Wall），舒勒克的三維奈米系統可以克服這個問題。－Russ Juskalian

鄭金星（Jinxing Zheng；音譯） 34歲 中國科學院電漿物理研究所
他研發出新的物理模型，可以控制核融合反應與熱電漿。

鄭金星設計出更好的技術模型，得以模擬強力磁鐵如何在極端高溫控制電漿，將核融合能源的發展向前推動一大步。拜鄭金星的研究成果之賜，中國大陸領先全球，研發出目前規模最大的核融合反應爐，稱為中國聚變工程實驗堆。這項工程預計在2035年前竣工啟動，不過可能要再5到10年才會達到全功率。

核融合反應爐的原理在於結合原子產生能量，蘊藏了創造乾淨能源的龐大潛力，技術也比採用核分裂反應技術的核能更加安全。然而，全球尚未打造出實用級的核融合反應爐，原因之一在於電漿是必要元素，溫度有時高達攝氏幾億度，控制極為不易。

鄭金星的研究成果等於是找到新的理論模型，得以瞭解多個大型超導磁鐵如何快速轉變磁場，在核融合反應的過程中將電漿維持在同一處。2018年，拜他的模型之賜，位於中國合肥、有「人造太陽」之稱的全超導托卡馬克核聚變實驗裝置，成功將電漿溫度控制在攝氏5,000萬度達102秒，創下世界紀錄。

中國聚變工程實驗堆計畫在2030年代達到逾1GW的功率，反觀位於法國南部、目前處於完工階段的國際熱核實驗反應爐（ITER），由多國合力打造，功率只有它的一半。－Russ Juskalian

米斯金　Marc Miskin　34歲　賓州大學
他研發出讓微型機器人動作的方法。

過去幾10年，全球頂尖奈米科學家一直研發不出肉眼看不到的機器人，但這項技術如今因為米斯金而再現生機。米斯金的微型機器人將累積了50幾年的電子創新技術發揚光大，因此得以研發出比人類頭髮還細的矽晶片。之前的技術難度在於讓有如機器人大腦的電路動起來，因為以前會將電路連接到一對微型腳，但所需電壓太大，不適合這麼小規模的裝置。

他以厚度只有10幾個原子的白金片製造出腳，一面再覆蓋更薄的鈦金屬層。連接到機器人大腦的太陽能電池啟動電流，白金片便隨著彎曲，帶動機器人往前。米斯金在康乃爾大學擔任博士後研究員時研發出原型，只需要0.2伏特就能移動，面積只有40乘以40微米，比許多單細胞微生物還小，被金氏世界紀錄認證為史上最小的走路機器人，一片10公分的晶圓一次可以生產100萬個。

現階段而言，米斯金的機器人只會在顯微鏡下蹦蹦跳跳，在密西根大學電機與系統工程系擔任教授的他，正與密西根大學的研究人員合作，由他的實驗室研發機器人四肢，將用於具有可程式化記憶體的「智慧機器人」。長期而言，米斯金希望微型機器人能應用於設計新型材料、消除作物害蟲，甚至扮演微型醫生的角色，透過程式設計來逐一消滅癌細胞。－Jonathan W. Rosen

梅哈尼克　Adnan Mehonic　34歲　倫敦大學學院與Intrinsic
憶阻器技術更新、更具效率，可望成為現代電腦的組成要素。

憶阻器是一種新型電路元件，相關理論首度在1971年出現。2008年，惠普（Hewlett-Packard）研究人員在二氧化鈦製成的奈米元件發現憶組器的存在，但這項技術至今尚未如市場預期取代快閃記憶體。

電阻器是控制電流流動的電路元件，而憶阻器顧名思義，就像是一種有記憶的可調電阻器。把電源關掉，憶阻器會「記住」最近的電阻，因此可望催生出整合記憶體與邏輯功能的晶片，速度更快、效率更高。

梅哈尼克正在研發憶阻器，材料用的是電腦晶片中最常見的氧化矽。他最直接的目標是研發出高密度、低功耗、高速的記憶體晶片。他也有更進一步的目標，正在利用憶阻器的物理現象達成記憶體內運算（In-Memory Computing）與類似人腦的功能，希望應用於未來的仿神經型態系統（Neuromorphic System）。

推崇憶阻器的人士指出，它還可以大幅改善人工智慧系統的能源效率。梅哈尼克說，憶阻器的「交錯式陣列」可以執行深度學習的工作，耗電量只有現有硬體的五百分之一。他與人共同創立的新創企業在3月籌資完成，金額達190萬美元。－Patrick Howell O,Neill

中塚奈子（Nako Nakatsuka；音譯）　31歲　蘇黎世聯邦理工學院
受惠於她的微型生物感測器，科學家可以深入瞭解憂鬱症與失智症。

中塚奈子正在研發迷你感測器，希望能夠檢測出大腦與其他器官的化學變化，精準度更勝以往。科學家可以參考這項資訊，進一步瞭解與治療憂鬱症與失智症等疾病。相較於以前的感測器，中塚奈子的感測器更善於分辨結構類似的化學物質，例如神經傳導物質與其前趨物和代謝物。

這款感測器目前在實驗室用於樣本量測，但技術將持續改良，未來預計直接用於人體與多種化學物質。

中塚奈子的感測器以稱為核酸適體（Aptamer）的分子所製成，適體經設計後可以針對特定目標具有高度親和力（Affinity）。她一開始使用的核酸適體由DNA建構而成，在血清素中會改變形狀；血清素是一種神經傳遞物，無論是在睡眠與食慾等身體功能，還是在憂鬱症與強迫症等疾病中，都扮演著重要角色。

她後來研發出一種方法，將小型移液管連通到電路，然後將核酸適體連接到直徑只有10奈米的管口。核酸適體遇到血清素會改變形狀，進而改變電流。這個感測器能夠測量腦液或腦組織中的樣本；如果是實驗室培養皿或大腦中的個別神經元，而且樣本就在旁邊，感測器也有可能作出測量。

「這項技術可能有助於我們進一步瞭解帕金森氏症和其他疾病，」中塚奈子說。她的感測器可用於即時監測患者的神經元運作。此外，有鑑於核酸適體可用於所有類型的檢測，中塚奈子的技術有機會發展出更快速、更平價、更精準的檢測法，適用於所有病症與感染。－Russ Juskalian