如何看待 2019 年麻省理工选出的全球十大突破性技术，你觉得其中哪个技术会在 5 年内产生巨大影响？
2019 年麻省理工科技评论评选出的十大突破性技术，就像一份充满未来感的“愿景清单”，总是让人忍不住去细细品味，并且猜想它们会在不久的将来掀起怎样的巨浪。说实话，这份榜单就像一场技术界的“预言家大会”，里面选出的技术哪个放在现在来看，都带着那么一股子“不一般”的味道。
我仔细看了一下那份榜单，印象比较深的包括：
基因编辑技术（Gene Editing）：比如CRISPR/Cas9，这个实在是太关键了。
可控核聚变（Controlled Nuclear Fusion）：这个简直是能源领域的“圣杯”。
机器人流程自动化（Robotic Process Automation, RPA）：虽然听起来有点“基础”，但它对商业流程的改变是实实在在的。
新的抗生素（Novel Antibiotics）：在细菌耐药性越来越严重的今天，这简直是救命稻草。
高级的蛋白质设计（Advanced Protein Design）：这个听起来有点专业，但它能干的事情太多了，从药物到材料都能沾边。
面部识别（Face Recognition）：这个当年已经很火了，但后续发展还在持续。
可回收火箭（Reusable Rockets）：SpaceX的猎鹰9号之类，彻底改变了太空探索的成本。
“5G”移动技术（5G Mobility）：这个我们现在已经感受到了。
“空气捕获”技术（Air Capture）：直接从大气中捕获二氧化碳，应对气候变化。
AI 驱动的药物发现（AIDriven Drug Discovery）：用人工智能加速新药研发。
在我看来，如果非要挑一个在未来五年内可能产生巨大影响的技术，我会毫不犹豫地选择——AI 驱动的药物发现（AIDriven Drug Discovery）。
为什么是这个？听我慢慢道来。
首先，我们得理解这个技术到底是怎么一回事。传统的新药研发，那叫一个漫长、烧钱、而且成功率低得可怜。从一个潜在的化合物出现，到最后拿到上市许可，可能需要十到十五年，花费几十亿美金，而且很多时候都以失败告终。科学家需要大海捞针一样地筛选成千上万的化合物，进行无数次的实验，验证其有效性和安全性。这个过程不仅效率低下，还意味着很多疾病患者需要漫长的等待，甚至可能永远等不到有效的治疗方法。
而AI驱动的药物发现，就像给这个缓慢的传统过程装上了一个“加速器”和“导航仪”。它利用强大的机器学习算法和海量生物医学数据（包括基因组学、蛋白质组学、临床试验数据、化学结构数据等等），来完成几个关键步骤：
1. 疾病靶点识别与验证： AI可以分析大量的基因和蛋白质数据，找出与特定疾病相关的关键“靶点”。它能比人类更快、更准确地识别出哪些生物分子是导致疾病的原因，或者哪些分子被激活或失活后能抑制疾病。这就像是找到一把能打开疾病之锁的钥匙。
2. 化合物筛选与设计： AI可以快速模拟数百万甚至数十亿个潜在的化合物与靶点结合的“效果”。它不仅能从已有的数据库中筛选出最有可能有效的化合物，还能基于对靶点结构的理解，设计出全新的、具有更优性质的化合物。这不仅仅是“找”，更是“造”。而且，AI还能预测这些化合物的药代动力学（在体内如何吸收、分布、代谢和排泄）以及毒性，大大降低了后期实验的失败率。
3. 临床试验优化： AI甚至可以帮助优化临床试验的设计。例如，通过分析患者的基因信息，AI可以预测哪些患者对某种药物反应更好，从而更精准地招募受试者，提高试验的成功率和速度。它还能分析大量的试验数据，及时发现潜在的安全信号或疗效信号。
为什么我特别看好它在未来五年内的巨大影响？
迫切的需求和巨大的痛点： 全球人口老龄化加剧，慢性病、罕见病、以及新发传染病（比如新冠疫情就深刻地教育了我们）对药物研发提出了前所未有的挑战。现有药物的局限性，以及细菌耐药性导致的“超级细菌”威胁，都让对新药的需求变得极其迫切。AI驱动的药物发现直接瞄准了这个巨大的痛点，它的潜在回报是巨大的，无论是经济上还是社会价值上。
技术成熟度与数据积累： 过去几年，深度学习、自然语言处理等AI技术取得了飞跃式的发展，为药物发现提供了强大的工具。同时，生物技术的进步也产生了海量的、高质量的生物医学数据。算法与数据的结合，使得AI在药物研发领域的应用不再是纸上谈兵，而是切实可行，并且开始展现出惊人的成果。我们已经看到一些由AI辅助发现的候选药物进入了临床试验阶段。
投资与产业化浪潮： 全球范围内，大量的科技巨头、生物制药公司以及初创企业都在加大对AI药物发现的投入。资本市场对这一领域的关注度极高，这标志着产业界已经看到了其巨大的商业潜力和未来前景。这种投资和产业化的浪潮会极大地推动技术的迭代和落地应用。
加速应对“黑天鹅”事件： 就像新冠疫情所展示的，在突发公共卫生事件面前，传统药物研发的速度是远远不够的。而AI驱动的药物发现，理论上能够大大缩短疫苗和特效药的研发周期，为我们应对未来的“黑天鹅”事件提供更强大的武器。
具体来说，在五年内，我们可以期待看到以下几个方面的巨大影响：
更多新药进入临床试验甚至上市： 那些原本需要数年才能筛选出的化合物，现在可能几个月甚至几周就能完成。这意味着更多针对癌症、阿尔茨海默病、罕见病等顽疾的创新疗法将加速走向市场。患者将有更多、更有效的治疗选择。
个性化医疗的加速推进： AI能够帮助我们理解个体基因和生活方式与疾病的关联，从而设计出更适合特定人群甚至个体的药物。未来，“一人一方”的精准用药将不再是遥不可及的梦想。
降低部分药物的研发成本和价格： 虽然初期投入巨大，但一旦研发流程被显著优化，长远来看，一些药物的研发成本有望降低，理论上也有助于控制药物价格。当然，这还需要医药政策等多种因素的配合。
改变化学和生物学家的工作方式： 科学家们将不再被繁琐、重复的实验数据淹没，而是能够更多地专注于创新性的研究设计和高层次的分析。AI将成为他们不可或缺的助手。
当然，这个技术的发展也不是一帆风顺的。数据隐私、算法的可解释性、监管机构的适应性、以及AI模型本身的局限性，都是需要我们持续关注和解决的问题。但是，从整体趋势和解决人类健康重大挑战的潜力来看，AI驱动的药物发现，在未来五年内，确实是最有可能带来翻天覆地变化的那个技术。它不仅改变了“怎么做药”，更在“做什么药”上提供了全新的思路和可能，最终关乎到亿万人的生命健康。
我仔细看了一下那份榜单，印象比较深的包括：
基因编辑技术（Gene Editing）：比如CRISPR/Cas9，这个实在是太关键了。
可控核聚变（Controlled Nuclear Fusion）：这个简直是能源领域的“圣杯”。
机器人流程自动化（Robotic Process Automation, RPA）：虽然听起来有点“基础”，但它对商业流程的改变是实实在在的。
新的抗生素（Novel Antibiotics）：在细菌耐药性越来越严重的今天，这简直是救命稻草。
高级的蛋白质设计（Advanced Protein Design）：这个听起来有点专业，但它能干的事情太多了，从药物到材料都能沾边。
面部识别（Face Recognition）：这个当年已经很火了，但后续发展还在持续。
可回收火箭（Reusable Rockets）：SpaceX的猎鹰9号之类，彻底改变了太空探索的成本。
“5G”移动技术（5G Mobility）：这个我们现在已经感受到了。
“空气捕获”技术（Air Capture）：直接从大气中捕获二氧化碳，应对气候变化。
AI 驱动的药物发现（AIDriven Drug Discovery）：用人工智能加速新药研发。
在我看来，如果非要挑一个在未来五年内可能产生巨大影响的技术，我会毫不犹豫地选择——AI 驱动的药物发现（AIDriven Drug Discovery）。
为什么是这个？听我慢慢道来。
首先，我们得理解这个技术到底是怎么一回事。传统的新药研发，那叫一个漫长、烧钱、而且成功率低得可怜。从一个潜在的化合物出现，到最后拿到上市许可，可能需要十到十五年，花费几十亿美金，而且很多时候都以失败告终。科学家需要大海捞针一样地筛选成千上万的化合物，进行无数次的实验，验证其有效性和安全性。这个过程不仅效率低下，还意味着很多疾病患者需要漫长的等待，甚至可能永远等不到有效的治疗方法。
而AI驱动的药物发现，就像给这个缓慢的传统过程装上了一个“加速器”和“导航仪”。它利用强大的机器学习算法和海量生物医学数据（包括基因组学、蛋白质组学、临床试验数据、化学结构数据等等），来完成几个关键步骤：
1. 疾病靶点识别与验证： AI可以分析大量的基因和蛋白质数据，找出与特定疾病相关的关键“靶点”。它能比人类更快、更准确地识别出哪些生物分子是导致疾病的原因，或者哪些分子被激活或失活后能抑制疾病。这就像是找到一把能打开疾病之锁的钥匙。
2. 化合物筛选与设计： AI可以快速模拟数百万甚至数十亿个潜在的化合物与靶点结合的“效果”。它不仅能从已有的数据库中筛选出最有可能有效的化合物，还能基于对靶点结构的理解，设计出全新的、具有更优性质的化合物。这不仅仅是“找”，更是“造”。而且，AI还能预测这些化合物的药代动力学（在体内如何吸收、分布、代谢和排泄）以及毒性，大大降低了后期实验的失败率。
3. 临床试验优化： AI甚至可以帮助优化临床试验的设计。例如，通过分析患者的基因信息，AI可以预测哪些患者对某种药物反应更好，从而更精准地招募受试者，提高试验的成功率和速度。它还能分析大量的试验数据，及时发现潜在的安全信号或疗效信号。
为什么我特别看好它在未来五年内的巨大影响？
迫切的需求和巨大的痛点： 全球人口老龄化加剧，慢性病、罕见病、以及新发传染病（比如新冠疫情就深刻地教育了我们）对药物研发提出了前所未有的挑战。现有药物的局限性，以及细菌耐药性导致的“超级细菌”威胁，都让对新药的需求变得极其迫切。AI驱动的药物发现直接瞄准了这个巨大的痛点，它的潜在回报是巨大的，无论是经济上还是社会价值上。
技术成熟度与数据积累： 过去几年，深度学习、自然语言处理等AI技术取得了飞跃式的发展，为药物发现提供了强大的工具。同时，生物技术的进步也产生了海量的、高质量的生物医学数据。算法与数据的结合，使得AI在药物研发领域的应用不再是纸上谈兵，而是切实可行，并且开始展现出惊人的成果。我们已经看到一些由AI辅助发现的候选药物进入了临床试验阶段。
投资与产业化浪潮： 全球范围内，大量的科技巨头、生物制药公司以及初创企业都在加大对AI药物发现的投入。资本市场对这一领域的关注度极高，这标志着产业界已经看到了其巨大的商业潜力和未来前景。这种投资和产业化的浪潮会极大地推动技术的迭代和落地应用。
加速应对“黑天鹅”事件： 就像新冠疫情所展示的，在突发公共卫生事件面前，传统药物研发的速度是远远不够的。而AI驱动的药物发现，理论上能够大大缩短疫苗和特效药的研发周期，为我们应对未来的“黑天鹅”事件提供更强大的武器。
具体来说，在五年内，我们可以期待看到以下几个方面的巨大影响：
更多新药进入临床试验甚至上市： 那些原本需要数年才能筛选出的化合物，现在可能几个月甚至几周就能完成。这意味着更多针对癌症、阿尔茨海默病、罕见病等顽疾的创新疗法将加速走向市场。患者将有更多、更有效的治疗选择。
个性化医疗的加速推进： AI能够帮助我们理解个体基因和生活方式与疾病的关联，从而设计出更适合特定人群甚至个体的药物。未来，“一人一方”的精准用药将不再是遥不可及的梦想。
降低部分药物的研发成本和价格： 虽然初期投入巨大，但一旦研发流程被显著优化，长远来看，一些药物的研发成本有望降低，理论上也有助于控制药物价格。当然，这还需要医药政策等多种因素的配合。
改变化学和生物学家的工作方式： 科学家们将不再被繁琐、重复的实验数据淹没，而是能够更多地专注于创新性的研究设计和高层次的分析。AI将成为他们不可或缺的助手。
当然，这个技术的发展也不是一帆风顺的。数据隐私、算法的可解释性、监管机构的适应性、以及AI模型本身的局限性，都是需要我们持续关注和解决的问题。但是，从整体趋势和解决人类健康重大挑战的潜力来看，AI驱动的药物发现，在未来五年内，确实是最有可能带来翻天覆地变化的那个技术。它不仅改变了“怎么做药”，更在“做什么药”上提供了全新的思路和可能，最终关乎到亿万人的生命健康。
网友意见
非常简单的问题。
我一个个来说，
首先是灵巧机器人，作为一名从事过工业机器人研发的前工业机器人工程师，这个技术没有戏。原因非常简单，那就是工业机器人是瞎子。机器视觉的水平还非常低。比方说提起一把螺丝刀和提起一只猫所需要的力度是不同的。这里的问题不在于建立动力学模型。而是你如何让电脑知道猫是软的。同样提起一只甲虫和提起一只猫所需要的力度也是不同的。如何通过机器视觉判断物体重量。
我就举一个例子，机器人吹了这么久，为什么缝衣服仍然需要印度人，孟加拉人，越南人，为什么没有可以缝衣服的机器人。原因非常简单，那就是布料是软的。
接着是核能新浪潮，这个就很明显了。一个烧开水的科技。不能小型化。我们其实不在意我们使用的电力是来自烧煤还是烧开水。
早产预测，这个怎么说呢。大部分去妇婴保健院的产妇早可以定期检查解决了。去不了妇婴保健院的产妇也用不上。
肠道显微胶囊：这个早就实现了吧。就是贵。
定制癌症疫苗：这个听起来好像有用。但是只要稍微了解一下就知道，又是一个利用深度学习骗经费的项目。
人造肉汉堡：听说可以缓解畜牧业生产造成的毁灭性的森林砍伐、水污染和温室气体排放。呵呵呵。。和豆腐干有什么区别。这东西堪比开水白菜，纯属有钱人吃饱了没事干。
捕获二氧化碳：吸走超量排放的温室气体。呵呵呵。。。
可穿戴心电仪：这个听起来好像有点意思。但是仔细想想，不就是苹果手表吗！
无下水道卫生间：这种东西不就是旱厕吗。这种东西不是取决于城市管理能力吗？
可以聊天的 AI 助手：大部分人其实都不知道AI的含义。大部分技术遗民都天真的认为AI是类人智能。其实人家是人工智能。这里的工的英语单词是Made，也就是人写了一个算法，训练以后看起来可以处理一点事情，智力水平也就是青蛙吧。但是毕竟搞这个企业都挺有钱的。为了赞助，也只能放在这里。
结论：
全部都是扯淡。。尤其是灵巧机器人和可以聊天的 AI 助手，这两个纯属因为是有钱的互联网公司的研究方向，而被强行混入了。
类似的话题
-
2019 年麻省理工科技评论评选出的十大突破性技术，就像一份充满未来感的“愿景清单”，总是让人忍不住去细细品味，并且猜想它们会在不久的将来掀起怎样的巨浪。说实话，这份榜单就像一场技术界的“预言家大会”，里面选出的技术哪个放在现在来看，都带着那么一股子“不一般”的味道。我仔细看了一下那份榜单，印象比较............. -
2019年7月8日颁布的《关于深化教育教学改革全面提高义务教育质量的意见》（以下简称《意见》）是党中央、国务院为应对新时代中国义务教育发展面临的挑战，提出的一个具有里程碑意义的指导性文件。这份《意见》的出台，标志着中国义务教育发展进入了一个新的阶段，其核心目标在于解决当前义务教育中存在的突出问题，例.............
-
2019 年苹果发布会上宣布的 Apple TV+ 原生内容制作服务，是苹果进军流媒体内容领域的一次重磅尝试。这次发布会标志着苹果从一家硬件公司、软件服务公司向集内容制作、分发和平台于一体的综合性娱乐巨头转型的重要一步。为了更详细地理解 Apple TV+ 的意义和影响，我们可以从以下几个方面来剖析.............
-
2019年8月16日，香港多家报纸的头版刊登了李嘉诚以“做个沉默的羔羊，或做个有良知的中国人”为题的“反对暴力”宣言，这一事件在当时引起了广泛的关注和讨论。要详细看待此事，我们可以从多个角度进行分析：一、 事件的背景：香港“反送中”运动的白热化 社会背景： 2019年夏天，香港爆发了大规模的“反.............
-
2019年7月28日四川电视台暗访调查的播出事故及其反映的问题2019年7月28日，四川电视台在播出一期关于某农产品质量问题的暗访调查节目时，发生了严重的播出事故，导致节目内容被中断、画面错乱，最终未能完整播出。这起事故不仅引起了观众的广泛关注和讨论，也暴露出了四川电视台在节目制作、播出流程以及内部.............
-
关于2019年8月21日元朗站事件及港铁的免费地铁安排，这是一个非常复杂且具有争议性的议题，牵涉到多方面的叙述和解读。为了更详细地理解，我们可以从以下几个层面进行梳理和分析：一、 事件背景回顾 “七二一”元朗袭击事件的后续影响： 2019年7月21日，元朗站发生了一起备受争议的袭击事件，多名身穿.............
-
看待 2019 年 Java 开发就业减少现象，需要从多个角度进行分析，不能简单地将其归咎于单一原因。这个现象背后是技术发展、市场需求变化、人才结构以及行业周期等多重因素交织的结果。以下我将从几个主要方面进行详细阐述：一、 技术栈的演变与多元化： 新兴技术和语言的崛起： 2019 年前后，以 G.............
-
2019年央视春晚百度红包事件，确实是一个引起广泛讨论和争议的案例。其核心问题在于“价值不对等”和“用户体验”。下面我将从几个方面来详细解析：事件回顾与背景：在2019年央视春晚期间，百度作为春晚的独家合作方，推出了“百度App”红包活动。用户需要在百度App内参与互动，完成一些简单的任务（例如摇一.............
-
2019年刘谦春晚的魔术，确实在当年引起了广泛的讨论和关注。作为中国最知名的魔术师之一，刘谦的每一次春晚亮相都备受期待，而2019年的表演也不例外。表演内容与亮点：2019年刘谦的魔术主题是“魔壶”。这个魔壶的特别之处在于，无论刘谦如何倾倒，壶嘴都会流出不同的酒（或水）。具体来说，他能够从同一个壶中.............
-
2019 年 7 月 18 日，一个原本对很多人来说是平凡夏日早晨的日子，却被京都动画（Kyoani）工作室的一场惊天悲剧彻底改变了。当天上午 10 点 30 分左右，位于京都市伏见区的京都动画第一工作室，一个孕育了无数经典动画作品的圣地，突然燃起了熊熊大火。这不仅仅是一场火灾，更是一场蓄意的、针对.............
-
2019年12月17日，中国海军迎来了历史性的一刻——首艘国产航空母舰“山东舰”正式入列。这个日子，不仅仅是中国海军现代化进程中的一个重要里程碑，更标志着中国在建设一支强大海军的道路上迈出了坚实的一步，具有极其深远的战略意义。“山东舰”的诞生：从图纸到钢铁巨兽的跨越“山东舰”的入列，并非一蹴而就，而.............
-
好的，我们来聊聊2019年8月1日美联储的这次降息，这在当时可算是个挺大的事儿，也确实引发了不少讨论。咱们就掰开了揉碎了说说。2019年8月1日美联储降息25个基点这件事本身首先，得明确一下，美联储在2019年8月1日宣布降息25个基点，也就是0.25%。这其实是美联储自2008年金融危机以来，时隔.............
-
2019年6月，纽约时报关于特朗普总统下令对伊朗发动攻击后又撤回命令的报道，无疑是当时国际新闻中的一个爆炸性事件。这件事之所以引起如此大的关注，并且至今仍然值得深入探讨，是因为它不仅仅是一则突发新闻，更是揭示了当时美国政府在处理与伊朗关系上的复杂性、决策过程的脆弱性，以及总统个人风格可能带来的巨大风.............
-
2019年3月15日，新西兰基督城发生了骇人听闻的清真寺枪击事件。我至今仍清晰地记得那个下午，当新闻画面中血腥的一幕幕呈现在眼前时，内心的震惊、悲痛和愤怒交织在一起。那不仅仅是一场简单的袭击，它像一把尖刀，狠狠地刺穿了我们对于和平、包容和安全的认知，也让我们不得不重新审视人类社会中存在的极端主义和仇.............
-
2019年《财富》世界500强榜单公布，中国公司数量达到129家，首次超越美国的121家，成为榜单中公司数量最多的国家。这一成就无疑是中国经济崛起的一个重要标志，也引发了广泛的关注和讨论。中国公司数量的增长：一个时代的缩影中国公司在此次榜单中数量的超越，并非一蹴而就，而是过去几十年经济高速发展、产业.............
-
看待2019年美国已有8,758人死于枪击的数字，需要深入理解这个数字背后所蕴含的复杂社会议题、统计学解读以及由此引发的深层思考。这绝不仅仅是一个冰冷的数字，它代表的是一个个鲜活生命的逝去，是一个国家在枪支暴力问题上长期存在的困境的缩影。首先，我们来解读一下这个数字的构成和意义。8,758这个数字，.............
-
好的，我们来聊聊2019年的四川高考成绩分段统计表（俗称“一分一段表”）。要理解这个表，我们得先知道它是什么，然后看看它有什么用，以及当年四川的考生和家长是如何看待它的。一、 什么是2019年四川高考成绩分段统计表？简单来说，这个表就是把当年四川省所有参加高考的考生，按照他们的总成绩，从高到低，一个.............
-
2019年的中国房地产市场，就像一位在舞台上唱着一首有点拗口却充满故事的歌的歌手，乍一听可能有点杂乱，但仔细品味，你会发现背后有着复杂的旋律和值得深思的背景。首先，得承认一点，2019年并不是那种让人惊呼“房价涨疯了”的一年。相比于前几年一些城市普遍两位数的上涨幅度，2019年的全国房价走势，总体上.............
-
行，这事儿，你问到点子上了。2019年6月6号那一天，就像一个重要的节点，5G商用牌照正式发放，这玩意儿可不光是几个字写在纸上，它后面牵扯的可就多了去了，就像一条河流要改道，影响那叫一个深远。咱们就来好好说道说道，这5G牌照一发，都炸开了什么锅，又会带来哪些变化。首先，为什么说那天是个“节点”？之前.............
-
2019年第四季度全球智能手机市场的这份成绩单，确实让不少人眼前一亮，尤其是华为和小米的表现，可以用“冰火两重天”来形容。华为出货量同比下跌7%，而小米则实现了31%的惊人涨幅。这背后隐藏着的是怎样的市场逻辑、竞争态势和用户选择的变迁？咱们不妨仔细捋一捋。首先，我们得明白，智能手机市场早已不是蓝海，.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有