德媒预测中国(2021年全球创新指数报告)

摆账网知识与问答 2024-11-24 19:55:45

今日观点

量子计算机、纳米抗体、哲学新逻辑……从小到大，2021会带来哪些技术突破？以下是官网最近发布的预测，《法兰克福汇报》。来看看有没有你感兴趣的技术。

行为互联网

处理器通常被解释和描述为计算机的计算大脑。现在，如果数十亿台计算机通过网络相互连接，人们可能会发现这种连接就像大型人工神经系统。就像自然器官系统一样，它可以吸收外部发展和内部变化，并对它们进行比较和反应。

2021年可能是行为互联网年。这个网络起源于所谓的物联网，即机器相互连接的网络。但如今，大多数人都无法理解为它设计的人工语言。从某种意义上说，这些设备是完全独立的。此外，他们有技术能力从不断变化的环境中得出自己的结论，并根据这些结论做出(开创性的)决策。

任何在亚马逊下过几次单，在之前购买的基础上看过亚马逊算法推荐的人都知道这些推荐有多聪明。因此，机器可以通过数据评估塑造其他机器的行为，进而影响消费者的行为。由此衍生出的体系需要传统的自然思想家有强大的神经来应对。

深入太空

詹姆斯韦伯太空望远镜耗资5亿美元，原定于2007年发射。由于各种延误和事故，日期不得不推迟，目前的费用已超过100亿美元。但现在似乎可以肯定的是，韦伯望远镜最终将于今年10月发射。

科学家的期望是巨大的。多年来，许多书籍都表达了对太空有更多了解的愿望，但似乎只有通过詹姆斯韦伯望远镜才能实现。韦伯的主镜直径将达到6.5米，而哈勃的直径只有2.4米。这意味着高灵敏度的韦伯望远镜将有7倍的可用面积来收集电磁辐射。与之前的产品相比，它的工作范围高达中红外波段，可以让我们触摸到曾经遥不可及的宇宙遥远角落。从宇宙诞生后形成的第一个最年轻的星系，到地外生命存在的线索，韦伯望远镜将是我们探索宇宙的唯一希望。

无人驾驶赛车越来越受欢迎

今年，无人机的飞行将有所不同：对于雄心勃勃的业余爱好者来说，竞赛无人机将是可控的，也可以买到。与以往电影般的风光视频不同，这一次，人们可以利用竞速无人机生动的自由式飞行动作，制作出极其“疯狂酷炫”的视频。这些无人机可以飞得更接近物体，它们的速度和加速度设立了新的标准，可以在不到两秒的时间内从0加速到100km/h。站在地面上的飞行员可以通过视频眼镜观看第一人称视角(FPV)的比赛无人机显示的实时视频图像，几乎没有延迟。他不需要像以前一样盯着手机显示屏，而是可以从无人机的角度体验飞行的感觉，就像鸟一样。所有这些都已经可以实现，但仅限于业余爱好者和组装无人机、视频眼镜和运动相机的专业人士使用。这些自行组装的无人机一次充电只能飞行几分钟。

现在，科技越来越普及。视频眼镜、相机、遥控器、无人机都可以一站式购买。虽然新的FPV无人机比传统无人机快，但其电池寿命可以超过20分钟。今年会有一些新的遥控器，可以手动操作，而不是和操纵杆一起使用。在使用视频眼镜时，你还需要一个“观察者”，即在飞行过程中观察无人机并使用FPV眼镜警告飞行员危险的人。还有一件事：如果用于虚拟现实的视频眼镜尚未普及，人们现在可以通过新的FPV无人机体验虚拟现实眼镜的“第二春”。

抗病毒纳米抗体

在mRNA疫苗取得历史性成功，并最终在治疗方面取得预期突破后，人们最终将如何看待与新冠肺炎的痛苦斗争？

最理想的方式是针对病毒量身定做一种廉价的药物，可以是喷鼻剂，也可以是糖衣药丸，就像精密武器一样，瞄准病原体最脆弱的区域。如今，这一制药奇迹不再是幻想，而是一种现实的选择。今年，它可以在世界任何地方实现。就是“纳米抗体”。

新冠肺炎的研究，经典的所谓单克隆抗体取得了相当大的成功。然而，其生产成本昂贵，并且在动物细胞中繁殖的抗体的产量非常低。相比之下，纳米抗体是人抗体3354的迷你瘦身版，更稳定、更常见、更容易分发。此外，它们可以在酵母或细菌生物反应器中大量生产。

20世纪80年代末，在羊驼和骆驼的血清中发现了第一种微抗体。同时，它们也可以人工合成，甚至用于洗发水中(以防皮肤出现问题)。他们的结果长期以来都不令人满意。随着新冠肺炎药物研究的大规模升级，生物技术的纳米抗体已经开发出来，它可能很快在疫情的人体临床试验中被证明是一类全新的抗病毒物质。

哲学的新逻辑

如今，从世界贸易到新冠肺炎感染人数的记录和分析，无论是什么情况或严重问题，数学总是及时有效的。相反，哲学负责一些意识形态学科，这应该有助于我们判断当事情在某个地方变得严重时，它真正意味着什么：伦理是它的一部分，还有认识论和意识形态。

遗憾的是，今天大学里关于数学的哲学讨论，很大程度上还停留在100多年前的数理逻辑层面。这让英国数学哲学家大卫科菲尔德(David Cofield)感到担忧，于是他开始借助最新的数学基础之一，即所谓的同伦类型理论，发展“哲学的新逻辑”。这种逻辑希望确保日益计算机化的数学实践，例如，在创建证据时，能够与机器兼容并被人理解。

经过几年的准备，到2020年，大卫科菲尔德的书《模态同伦类型理论——哲学新逻辑的前景》就要出版了。但是没想到。

是，由于疫情，围绕该书内容的讨论主要在网上进行，但疫情并没有减慢这一讨论的步伐，反而加速了这一讨论。

今年，这一讨论还会继续并朝着一种逻辑的方向发展，这种逻辑可能不会是纯粹自动的，也不是人类常用的方式。当我们不再只是思考、设计和讨论，而是使用和体验它们时，才可能会找到合适的词语。

争夺量子位

谷歌、IBM、微软等公司在这方面投入了大量资金，欧洲的研究机构和大学也获得了大量资金来制造量子计算机。害怕掉队的担心可以理解。毕竟，2019年美国谷歌公司推出的53个“悬铃木”量子计算机和前不久问世的中国“九章”量子计算机已经证明，它们解决特殊数学问题的速度比最快的超级计算机还要快。当计算机制造商IBM宣布将在2021年推出其量子计算机王牌——一台拥有127个量子比特的计算机。但这只是初步阶段，2023年，该公司的工程师们想要制造出1000量子位的计算机。其他公司也将进一步升级他们的量子计算机。毕竟，系统的计算能力随着量子位数的增加而呈指数型增长。

然而，尽管取得了各种进展，但到2021年，可能仍然不会有通用的容错量子计算机，即像传统计算机那样可自由编程的量子计算机。量子系统将继续完成其最初的构想：作为复杂的物理和化学过程的有效模拟器，这些困难的物理或化学过程很难以传统方式实现。

少样本学习

到目前为止，人工智能成功的一个基本秘诀是不断增加资金的投入：更强的计算能力、更多的员工和更多的数据。计算机学会了如何识别对象、如何将单词和句子从一种语言翻译成另一种语言，或者智能地回答问题。人工神经网络的工作效率之所以如此之高，是因为它们可以被广泛训练。

现在，人们正试图开发人工智能中一个令人兴奋的研究领域，即让机器从少量样本中就可以快速学习，用“小数据”代替了“大数据”，即“少样本学习”。例如，在德国，图宾根人工智能科学家马蒂亚斯·贝特格就在从事这一领域的研究工作。

这方面的进步使计算机的技能进一步接近人脑成为可能。人脑的学习技能被反复用作机器学习的参考，因为人们通常无需从海量例子中学习东西，所以小孩子不需要看成千上万张老虎或大象的图片，就能在其他图片上或在动物园里独立地识别大象是什么、老虎是什么。