杨晓虹:未来科技发展的趋势和原创研究的驱动力丨浦江创新论坛

2019-09-20 12:07

  今天和大家讨论一下未来科技发展的趋势,以及原创研究的驱动力。2019年是《自然》杂志150周年庆,《自然》杂志的使命就是让世界上最影响深远的科学家的洞见得以在全世界范围内传播。2016年,《自然》杂志发表了一个特刊,在特刊上,我们希望能够更好地来探讨科学技术的发展以及科技发展的趋势在如何改变着这个世界,又将会如何影响未来的一代人。特刊第一篇文章谈的是明天的世界,这篇文章里,《自然》杂志回溯了美国未来学家Ray Kurzweil在2001年前后提出的一系列观点。这位未来学家说,看技术发展史,会发现技术发展是呈指数级发展,这与人类所想的线性发展是不一样的。按照人们的直觉,技术发展是线性发展路径,但实际是爆炸性成长。

  Kurzweil在他2001年发表的文章就预测在不远的未来,机器将会具有人的智能,信息技术的发展遵循可以预测的指数性发展的轨迹。2016年,当我们在15年之后回头看他的文章,它早就提到了加速回报的定律。技术专家所预测的指数性发展的证据,经常可以从一些技术中发现,比如因特网、机器学习等等。这些技术的进展使我们到达所谓的奇点,也就是说,我们的赋能式技术,当它们达到某一个点,它们会驱动某一个领域的颠覆性的变化,这些变化发生在很多的领域,比如医药领域。另外,超级计算能力的指数性的增长,也是一个表明指数性增长规律的例子。赋能性的技术,包括大数据技术,人工智能或者是机器学习等,会使通信技术和速度进入指数性发展的阶段。

  赋能性的技术能给我们带来什么?他们可以带来一些颠覆性的变化,比如有文章提到2020年,预计所连接的传感器、设备会是人口数量的双倍,不管在城市建筑物或者农场当中。这些赋能性技术又能够促进生物学的繁荣,比如基因测序技术等新兴大数据技术的发展。这些技术能够完成以前所不能完成的,能够催生未来的科学技术的进步,并让他们能够从实验室走到我们的日常生活。

  展望未来15-20年,到2035年,我们将继续看到在赋能者以及驱动趋势方面的加速进展和回报。《自然》特刊里的文章就认为这些趋势会保持一段时间,如摩尔定律和Kurzweil所预测的。持续的赋能者能够促进发展并同时有一体化的继承技术,如大数据、超级计算等等,他们将会在一定程度上决定和加速相关科技领域的进展,比如量子计算,比如我们是否能在不远的将来有量子计算机,是否能推进量子通讯技术的发展。这些推动力又将能够驱动更好的生活,更便利的生活,更智能的生活,更健康的生活以及更长寿的生活。而这些驱动因素也营造了另外一种推动力,去推动下一代的生物技术和医药发展等等。举另外一个例子,比如神经科学和深度学习,在下一个阶段,我们需要更深入地研究我们的大脑是如何运作和学习的,通过这些基础和机制的研究我相信我们能够推动深度学习走向下一个阶段,使它变得比现在更强大。当《自然》的编辑们在2016年请几位科学家对未来做出预测,其中有科学家预测到2040年数十亿人将会有完整的基因组测序,而且免疫以及微生物学将有更新,我们可以阅读以及读取数十亿神经元的数据,进一步推动免疫以及生物学方面取得很大的进展。也有科学家预测到2035年,在日常生活中我们将会跟机器人朝夕共处,我们共同学习共同工作,而且会和机器人成为朋友。现在看来,这一些也许比我们原来想像的都可能来得更快。

  我们不应该忽视的另外一个驱动力是可持续性发展的研究和实施,2017年联合国推出17个关于可持续性发展的希望2030年能实现的目标。在此之后,很多的协会、大学,比如伦敦城市大学等等推出了他们自己面对的挑战和目标。施普林格自然也非常鼓励可持续性发展方面的的研究和讨论,过去几年我们陆续推出了相关的期刊比如《自然气候变化》、专题网页和特刊等等,广泛地覆盖联合国可持续性发展的各项目标,应对这些全球性的挑战。

  如果大家对这些社会所面临的大挑战熟悉,会发现不管是能源、水、气候还是食物、健康等等,很明显我们都需要科学家和社会科学家携手合作,同时要有不同技能不同专业知识的群体携手合作,因为并没有某一个人能掌握所有这一切。但是在现实生活中,有一些跨越了传统学术界限的研究很难获取资金支持,有一些东西我们需要改变,跨越了传统的这些跨学科研究需要得到认可和推动。有数据表明,跨学科的研究产生的影响往往更长远,比如看三年内发表文章的影响,跨学科研究被引用的次数可能少一点,但如果看长期影响,趋势却是相反的。

  《自然》杂志最近推出了一个有关跨学科研究的特刊,系统阐述了各方应如何发挥自身作用,比如资助者应从跨学科的角度来管理相关资金,研究团队应具备不同领域学科的专家,各学科及各团队间要寻求平衡,机构应引入关键指标推动T型研究者,以识别跨学科合作潜力的优势等等。

  以《自然》新发表的一篇论文作为小结,这个工作的作者们建造了新的矩阵,纳入了“颠覆性”指标,并用他们的新算法研究分析了从1954年到2001年的4500万篇论文。他们发现小型的团队更容易进行颠覆性的研究,创造新的想法,把新的机会带到科学界。大型的团队则更倾向和容易用主流的方法,他们的论文也可能会有更多的被引率,但当你评估可颠覆性的时候会发现小型团队更加有效。这对我们来说意味着什么?这个研究告诉我们,首先我们现在有了一个新的验证方法来研究可颠覆性,来看我们的科技发展的影响力和颠覆性。第二,我们的科学进展既需要颠覆性的研究成果,也需要稳定进展的研究成果,因此小型团队和大型团队各司其职。所以跨领域型的研究也不一定仅需大团队研究,还需要鼓励小团队来开展科学研究,不同类型的研究结果以及不同形式的研究团队都应该得到鼓励。

  本文系杨晓虹主编在浦江创新论坛“预见未来,预见2035——2019科技创新智库国际研讨会”上的演讲。文章观点不代表主办机构立场。

  本文系杨晓虹主编在浦江创新论坛“预见未来,预见2035——2019科技创新智库国际研讨会”上的演讲。文章观点不代表主办机构立场。

分享到:
相关阅读
文章评论 · 所有评论
评论请遵守当地法律法规
点击加载更多
© 2016-2018 12小时新闻网 http://www.12hnews.com/ 中国互联网举报中心
违法和不良信息举报:lobtom@163.com