『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

356期2021年10月號

出版日期:2021/10/15

正方形 Icon 觀念探索 Trend

2021青年創新家英雄榜出爐(下)

翻譯/連育德

領航家

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。

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

下載全文PDF Icon下載全文PDF