『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

362期2022年05月號

出版日期:2022/05/20

正方形 Icon 觀念探索 Trend

2022年十大突破性科技

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。

無論是全球第一款寄生蟲疫苗,還是精準預估蛋白質3D結構的技術,這些創新科技將形塑你我的世界。

新冠口服藥

還記得疫情初期的亂象嗎?像是服用治療瘧疾的羥氯奎寧,或是有民眾吃了幫馬匹驅蟲的抗寄生蟲藥伊維菌素(Ivermectin)結果中毒送醫。這些藥物都無法對抗新冠病毒,但大家仍舊不死心,只求有一種藥丸吞下去就能殺死病毒。

如今願望成真,一款重頭開始研發、專門阻斷新冠病毒的藥物終於問世,而且有效。輝瑞(Pfizer)的這款抗病毒藥名為帕克洛維(Paxlovid),必須在感染後幾天內服用,有助於降低住院率達89%,美國政府已經斥資100億美元預購。

帕克洛維並非亂槍打鳥下的成果,而是經過化學家特別設計,能夠鎖定並阻斷特定的蛋白質(稱為蛋白酶),進而破壞新冠病毒駭人的複製能力。

其他類型的冠狀病毒也有類似蛋白酶,因此輝瑞的新藥預計也有助於抵擋下一次疫情。此外,科學家相信還有更多類似新冠病毒的病原體尚未浮出檯面,潛伏在蝙蝠洞與工業化畜牧場。

除了輝瑞之外,默克(Merck)藥廠也推出一款抗病毒藥,鎖定病毒的另一種複製機制。這些抗病毒藥的設計、合成與測試時間儘管比新冠疫苗更久,但仍舊創下歷史紀錄,因為在短短時間內化學家便針對打擊特定疾病為目標、成功設計出全新分子、將新藥讓志願者服用,並取得美國食品藥物管理局(FDA)的核准。輝瑞執行長柏爾拉(Albert Bourla)說,11月得知新藥有效的消息時,不禁「淚流滿面」。

拜這款口服藥之賜,新冠肺炎將不再是可能致死的疾病,包括免疫系統不佳、無法打疫苗的民眾亦能受到保護。未來如果冒出對疫苗有抗性的變種株,抗病毒藥可望成為我們的最後一道防線。
-ANTONIO REGALADO

實用級核融合反應爐

去年9月,聯邦融合系統(Common-wealth Fusion Systems)的研究人員慢慢將一個呈D型的10噸重磁鐵充電,將磁場強度一路增加到20特士拉(Tesla)以上,創下同類磁鐵的新高紀錄。該公司創辦人說,這項壯舉克服了一大工程挑戰,有助於未來研發出小體積又低成本的核融合反應爐。

過去幾10年,熱核能一直是物理學家的夢想。在遠高於1億度的溫度中(例如太陽),原子核會聚合在一起,過程中釋放出大量能量。若在地球穩定而持續地複製核融合反應,便能提供一個價格低廉、永不間斷、零碳排放的關鍵電力來源,燃料來源幾乎無限。

其中一個做法是使用磁鐵將離子與電子的氣體(亦即電漿)限制在甜甜圈形狀的反應爐。磁鐵愈強大,熱流失量就愈少,亦能在規模更小、成本更低的設施內產生更多核融合反應。而且規模和成本不只少一點點而已:如果磁場強度增加1倍,用於產生同樣電力的電漿量更可以少16倍。

儘管學界研究這項技術已有幾10年,也投入數10億美元經費,但至今尚未打造出一座發電量高於耗電量的核融合電廠。即便如此,聯邦融合系統與背後金主有信心能夠成功,其他核融合新創企業與研究工作近期也傳出正面進展。

聯邦融合系統正在興建工廠,準備量產核融合磁鐵為原型反應爐做好準備。
-JAMES TEMPLE

不再為密碼傷腦筋

1960年代初,麻省理工學院(MIT)教授寇巴托(Fernando Corbató)正在研發新型的共享電腦系統,希望有個方式讓大家能夠保護個人檔案,最後想出「輸入密碼」這個方法。多年發展下來,市場不乏其他身分驗證技術,但還是由寇巴托的方法勝出,成為現今登入所有網站的標準程序。

問題是密碼其實並不安全,可能會被竊取、被猜到、被暴力破解,但主要還是大家選用強度不佳的密碼,甚至還重複使用密碼。密碼管理工具如Dashlane與1Password,能幫你掌握多組密碼,甚至取代弱密碼。只是這樣治標不治本,無法真正保障個資安全,完全不用密碼才是王道。

去密碼化的過程已經開始,無論是企業客戶導向的公司如Okta與Duo,還是像Google這樣的身分辨識供應商,紛紛提供新的驗證方式,讓大家登入應用程式和服務時不必輸入密碼。而拜Apple的臉部辨識系統之賜,生物辨識登入功能成為主流。最值得一提的是,微軟在2021年3月公布,部分客戶將完全去密碼化,同年9月亦請用戶完全刪除密碼。也就是說,密碼驗證逐漸式微,其他驗證方式終於嶄露頭角。

你可能也有下面的經驗:想登入網站或啟動應用程式,畫面不再要你輸入密碼,而是要你或輸入驗證程式的六位數驗證碼、或點擊手機的通知、或按下寄到你郵件的連結,又或是將手機拿到面前,即可輕鬆搞定!

以前要記住那一長串字母和符號,記不住還得寫下來或藏在資料庫裡,現在終於可以拋之腦後。
-MAT HONAN

以人工智慧 預測蛋白質摺疊

截至2020年底,英國人工智慧實驗室DeepMind已經寫下許多豐功偉業,沒想到在同年11月,研究團隊又公布一款預測蛋白質摺疊的程式,效果之好跌破眾生物學家的眼鏡。

人體做什麼事幾乎都動用到蛋白質。因此,無論是進行藥物研發,還是要了解許多疾病,都必須清楚個別蛋白質的作用。而蛋白質有什麼作用,決定在它的立體結構。

蛋白質由一串氨基酸所組成,摺疊成曲曲折折的複雜形狀。想要判別蛋白質的結構、乃至於它的作用,實驗室可能要花上數個月時間。科學家多年來嘗試過電腦化的預測方法,希望簡化過程,但即使有相關技術,最精準的方法還是人力。

DeepMind的AlphaFold2改變了這個狀況。這款軟體透過名為深度學習(Deep Learning)的人工智慧技術,能夠預測蛋白質的形狀,精準度達到原子等級,是電腦首度比得上實驗室中緩慢但精準的技術。

全球各地的科學團隊已開始採用這款軟體進行研究工作,範圍包括癌症、抗生素抗藥性與新冠病毒等。此外,DeepMind亦成立一個公共資料庫將AlphaFold2預測到的蛋白質結構都陸續存在裡面,目前約有80萬個,DeepMind表示明年會再增加100萬個以上,幾乎囊括了科學界所知的所有蛋白質。

DeepMind將研究成果拆分出來,成立同構實驗室(Isomorphic Labs),並表示未來將與既有的生技與製藥公司合作。AlphaFold2有何實際影響,可能要等1、2年才會明朗,但它的潛力正在全球各地的實驗室迅速發酵。
-WILL DOUGLAS HEAVEN

權益證明機制

加密貨幣需要消耗大量電力,以比特幣網路為例,2021年耗電量超過100百萬兆瓦時(TWh),比芬蘭平均年度能源預算還高。

透過權益證明(Proof of Stake)機制,加密貨幣網路可以不再需要大量能源。如果進展順利,經營全球第二大加密貨幣與各種應用程式的以太坊(Ethereum)網路將於2022年上半年轉型到權益證明機制,預計能耗將低99.95%。

加密貨幣以區塊鏈為技術基礎,後者的作用有如數位帳本,記錄必須避免被作弊、詐欺、駭客攻擊的交易。比特幣與以太坊為了達到交易安全,目前採用工作量證明(Proof of Work)運算法,亦即由「礦工」解決加密難題,爭取驗證新區塊的權利。成功解題的礦工會獲得獎勵,也就是新的加密貨幣。

在工作量證明機制中,要解決難題需要大量的運算能力,因此耗電量龐大。

反觀如果採用權益證明機制,驗證者不必彼此競爭,也不必花大錢在能源和運算硬體上,而是透過加密貨幣的快取(Cache,亦即權益)進入抽獎,隨機獲選的人有權驗證一組交易,進而獲得更多加密貨幣。在某些網路中,行為不當的驗證者會遭到懲罰,喪失一部分權益。

以太坊將是採用權益證明機制的最大網路。它已經針對這套機制建立新的區塊鏈,與工作量證明同時運作,現在只需要完成「對接」(The Merge)即可,亦即將實際執行交易與持有用戶資產的那一層轉移過來,過程中會逐漸淘汰工作量證明機制。

倘若過渡順利,以太坊的權益證明區塊鏈將奠下基礎,有助於這項節能技術更加普及。其他加密貨幣網路也在考慮轉移證明機制,但目前似乎仍採取觀望態度。
-SIOBHAN ROBERTS

長效型電網儲能電池

去年4月某日下午,陽光普照,再生能源有那麼幾秒創下加州主電網的紀錄,發電量足以因應94.5%的電力需求,被大家譽為減碳之路的里程碑。只是當太陽下山、微風不再吹拂的時候,該怎麼辦?

想要解決再生能源發電量波動的問題,必須靠低成本的儲能技術,一次將電力儲存幾小時、甚至幾天。新型鐵基電池可能就有機會派上用場。

位於美國奧勒岡州的ESS公司,生產能夠儲能4到12個小時的電池,並在2021年啟動旗下第一項電網級工程。位於麻州的Form Energy在2021年籌得2.4億美元資金,其電池可儲能長達100個小時,首座安裝項目將是位於明尼蘇達州的100萬瓦試點廠,預訂2023年完工。

兩家公司都以鐵為電池技術,鐵也是地球上最富饒的原物料之一,因此產品成本最終可能低於其他電網儲能電池,例如鋰離子電池與釩液流(Vanadium Flow)電池。Form Energy指出,其電池最終每千瓦時可望只要20美元,甚至低於市場對鋰離子電池未來幾10年的樂觀預測。

鐵基電池還有幾個挑戰必須克服。這類電池的效率通常較低,亦即儲備了電力後,有一大部分無法回收。不必要的副反應也會隨時間惡化。但如果能廣泛部署鐵基電池,且成本相對低廉,全球將有機會以再生能源生產更多電力。
-CASEY CROWNHART

人工智慧的合成數據

去年,奈及利亞數據科學(Data Science Nigeria)組織的研究人員指出,工程師在訓練電腦視覺運算法時,有大量的歐美服飾資料集可以選擇,但沒有非洲服飾的資料集。為了解決這個失衡現象,研究團隊使用人工智慧生成非洲時尚的人造畫面,從無到有創造出全新的資料集,稱為合成數據集(Synthetic Data Set)。

機器學習的世界非常需要數據,因此合成數據集愈來愈常見,亦即以電腦生成樣本,但樣本與原物件具有相同的統計特徵。遇到真實數據短缺或過於敏感而無法使用的領域,例如病歷或個人財務資料等,便能使用這些「膺品」訓練人工智慧。

合成數據並非新概念,例如自駕車便是在虛擬街道接受訓練,但這項技術在去年更加普及,許多新創企業與大學紛紛提供相關服務。比方說,Datagen與Synthesis AI提供隨選數位人臉服務,也有其他機構提供金融與保險的合成數據。2021年由麻省理工學院「數據到人工智慧實驗室」(Data to AI Lab)發起的合成數據庫(Synthetic Data Vault)計畫,則提供開源工具,能夠創造各種不同的數據類型。

合成數據之所以遍地開花,主要是拜生成式對抗網路(GAN)之賜,這項人工智慧技術擅長生成逼真的假例子,無論是圖像或病例都難不倒它。

支持這項技術的人認為,合成數據能夠避免常見於許多資料集的偏見現象。然而,要做到沒有偏見,前提是用來生成樣本的真實數據要先做到客觀。舉例來說,如果以人臉訓練生成式對抗網路,但黑人的人數少於白人,則最終的合成數據雖然有更高比重的黑人臉孔,卻可能受限於原始數據,導致這些臉孔看起來不太像現實世界的黑人。
-WILL DOUGLAS HEAVEN

瘧疾疫苗

瘧疾是種致死率高得嚇人的寄生蟲疾病,經過無數次演化已能夠躲避免疫系統的偵測,藉由人類宿主茁壯。瘧疾集中在撒哈拉沙漠以南非洲,約95%的病例都在這裡,每年染病致死的人數超過60萬人,其中多數為5歲以下幼兒。

經過多年研發後,瘧疾疫苗去年10月終於獲得世界衛生組織(WHO)核准,成為全球第一款對抗這種病媒蚊疾病的疫苗。

這款由葛蘭素史克(GSK)研發的疫苗,稱為RTS,S或Mosquirix,其實並非特別有效。嬰幼兒在5個月到17個月大時,必須施打3劑,12到15個月後再施打第4劑。肯亞、馬拉威與迦納目前共有80萬名幼兒接種,第一年抵擋瘧疾重症的效力約50%,之後開始大幅下降。

即便如此,公衛官員仍舊盛讚這款自1987年便開始測試的瘧疾疫苗,稱它是非洲的「重大突破」。再加上其他控管措施如經過殺蟲劑處理的蚊帳,以及雨季時預防性投藥,幼兒死亡人數預計比服用既有藥物降低高達70%。

Mosquirix還有更大的意義:它是第一款經核准用於治療寄生蟲疾病的疫苗。寄生蟲是複雜的多細胞生物,基因組比多數病毒與細菌大500到1,000倍,因此遇到免疫反應時,可以有很多種方式突變。GSK的瘧疾疫苗由單一蛋白質的拷貝所組成(這個蛋白質在寄生蟲生命初期散布於它的表面),再與一系列的分子搭配,這些分子能夠啟動免疫系統的警報,並催化抗體產生,保護潛在宿主免於受到寄生蟲的攻擊。

公衛官員指出,這款疫苗的通過可望鼓勵更多藥廠投入研發工作。第二代瘧疾疫苗、乃至於其他寄生蟲疾病的疫苗目前正在醞釀當中。
-ADAM PIORE

碳移除工廠

去年9月,Climeworks按下歐卡廠(Orka)的開關,成為全球至今最大的二氧化碳移除工廠。

這座工廠位於冰島雷克雅維克市市郊,每年能從空中捕捉4,000噸二氧化碳。大型風扇將空氣吸入過濾器,讓二氧化碳分子與吸附材料結合,再由該公司的合作伙伴Carbfix接手,將二氧化碳與水混合,打進地層,與玄武岩產生反應,最終變成岩石。歐卡廠完全採用無碳電力,主要來自附近的一家地熱發電廠。

捕捉4,000噸的二氧化碳固然不多,比900輛車的每年碳排放量還少,更遑論眾多研究指出,全球預計要從大氣捕捉幾10億噸的二氧化碳才能預防全球暖化,避免氣溫比工業時代前水準高出攝氏2度以上。

其他規模更大的碳捕捉工廠亦在籌劃當中。位於加拿大卑詩省史夸米許區(Squamish)的碳工程(Carbon Engineering),計畫今年在美國西南部興建一座碳捕捉工廠,每年可以移除100萬噸的二氧化碳。碳工程亦與多家機構合作,已經在蘇格蘭與挪威開始建造或設計工廠,每年可捕捉50萬到100萬噸二氧化碳。

之所以打造更多、更大型的碳捕捉廠,是希望協助企業摸索出如何將營運優化、降低成本、達到規模經濟。Climeworks預估,在2030年代底前,每噸二氧化碳的捕捉成本能從600~800美元降到100~150美元左右。

即使目前成本仍高,但愈來愈多個人與企業如微軟、Stripe、Square等,已紛紛加入碳捕捉行列,努力抵銷碳排放,成為碳捕捉企業初期營收的關鍵來源。
-JAMES TEMPLE

追蹤變種新冠病毒

截至2020年底,英國人工智慧實驗室DeepMind已經寫下許多豐功偉業,沒想到在同年11月,研究團隊又公布一款預測蛋白質摺疊的程式,效果之好跌破眾生物學家的眼鏡。

疫情期間,檢測出新冠病毒的鼻拭子不計其數,但每100個約有2個會被送往實驗室,以基因定序儀器進一步分析,目標在於建立起新冠病毒基因組(約有3萬個字母)的新圖譜,觀察病毒的轉變。

透過基因監測,科學家得以迅速發現新的變異株並預警,例如先前的Alpha、Delta,以及最近的Omicron。這樣的定序工程史無前例,使得新冠病毒成為有史以來最廣為定序的生物體,遠遠超越流感、HIV,甚至是人類基因組。全球共享流感數據倡議組織(GISAID)與Nextstrain等公開數據庫,目前已列有逾700萬個新冠病毒的基因圖譜。

新冠病毒至今最戲劇化的一次演化當屬Omicron。去年11月,南非一家實驗室的定序儀發現有種病毒基因組的突變超過50個,於是對外提出預警。這項數據幾乎立即受到西雅圖、波士頓與倫敦的電腦採用,進行預測,認定Omicron變異株是潛在威脅,可能會躲避抗體。

然而,定序儀尚無法顯示新冠病毒下一步會如何演化,因此有些專家認為應該進一步密切關注新冠病毒。多數定序工作在英國、美國與丹麥等國進行,但在沒有定序能力的地區,新冠病毒還是有可能默默演化。所幸當初有南非早期發現與追蹤Omicron,為全球預先拉下警報。
-ANTONIO REGALADO

下載全文PDF Icon下載全文PDF