テクノロジー

Bill GatesとMITによると、2019年に最も重要な10の技術

ビル・ゲイツ: 「10の画期的なテクノロジのリストをまとめてくれたことは、私にとって光栄でした。このリストに10個だけを選択するのは困難でした。私は2019年の見出しに載っているものを選ぶだけでなく、この技術の歴史の瞬間を捉えたいと思いました - そしてこれは私が革新をどのように進化させたかについて考えさせました。それから私はすきを覚えていた - すべてのものの中で。すきは完全に革新の歴史を体現しています。

人々は紀元前4000年以来それらを使用しています。メソポタミアの農民が最初に先のとがった棒を使って酸素で土を飽和させ始めた時。それ以来、私たちはゆっくりとそれらを改良してきました、そして現代のすきは技術の不思議です。

しかし、実際にはプラウの目的は何ですか?

フレキシブルロボット

ロボットは物理的世界を扱うことを学びます。

その車の話にもかかわらず奪われた仕事、産業用ロボットはまだ不器用で柔軟です。ロボットは組立ライン上の部品を驚くべき精度で繰り返し見つけることができ、決して飽きることはありませんが、オブジェクトを0.5インチ移動させるか、または少し異なるものと交換すると、機械が表面を汚したり、空気をつかみます。

ロボットはまだプログラムすることはできませんが人がそうであるように、ただそれを見ることによってどのようにオブジェクトをつかむかを理解することで、今や彼は仮想試行錯誤を通して自分でオブジェクトを制御することを学ぶことができます。

そのようなプロジェクトの1つがDactylです。おもちゃの立方体を自分の手に向けるように自分自身を教えた。非営利団体OpenAIによって開発されたDactylは、一連の光源とカメラに囲まれた完全なロボットアームです。ゲインを使った学習、ニューラルネットワークに基づいたソフトウェアを使用して、ロボットは自分でこのトリックを実行する前に、シミュレーション環境でキューブをつかみ、回転させることを学びました。ソフトウェアを使った実験は、最初はランダムで、時間の経過とともにネットワーク内の通信を強化し、ロボットを目標に近づけます。

通常、この種のバーチャル練習を転送する摩擦や異なる材料のさまざまな特性などをモデル化するのは難しいため、現実の世界では不可能です。 OpenAIチームはこれを回避し、仮想学習にランダム性を追加し、ロボットに現実の混乱の例を示しました。

原子力の新しい波

先進的な核分裂および核融合炉は現実に近づいています。

で勢いを増している新しい原子力建設昨年、彼らはこのエネルギー源をより安全で安価にすることを約束しています。その中には、第4世代の核分裂炉、伝統的デザインの進化があります。小型モジュラーリアクター。常に達成不可能なものであった合成反応器。 Canadian Terrestrial EnergyやWashingtonを拠点とするTerraPowerなどの第4世代原子炉のエンジニアは、2020年までに配電網への供給を手配することを期待して、公益事業とのパートナーシップを締結した。

小型のモジュラーリアクターは通常生産します数十メガワットのエネルギー(比較のために、従来の原子炉は約1000メガワットを生産します)。オレゴンに本拠を置くNuScaleのような企業は、小型原子炉が費用を節約し、環境リスクを減らすことができると主張しています。

合成の分野でも進歩がありました。 2030年まで出荷は予想されていませんが、MITの派生企業であるG​​eneral FusionやCommonwealth Fusion Systemsなどの企業はある程度の成功を収めています。合成は不可能な夢であると多くの人が信じていますが、原子炉は長寿命の放射性廃棄物を溶かしたり作り出すことはできないので、社会は従来の原子炉とは異なり、それらを配布しても構いません。ところで、Bill GatesはTerraPowerとCommonwealth Fusion Systemsに投資しました。

早産児の予測

単純な血液検査では、妊婦に早産のリスクがあるかどうかを予測できます。

私たちの遺伝物質は主に中に住んでいます。私たちの細胞しかし、少量の「無細胞」のDNAとRNAも私たちの血の中を泳いでおり、しばしば死にかけている細胞によって際立っています。妊娠中の女性では、この無細胞材料は胎児、胎盤および母親の核酸から作られたアルファベットの液体培地です。

Stanfordのバイオエンジニア、Stephen Quakeは、このブロスを使用して医学の最も困難な問題の1つを解決する方法を見つけました。10人に1人の赤ちゃんが時期尚早に生まれます。

自由に浮遊するDNAとRNA羊水穿刺を行うために、以前に腫瘍の生検または妊婦の腹部の穿刺などの細胞を捕捉するための侵襲的方法を必要としていた情報を提供する。血液中の少量の無細胞遺伝物質を検出し配列決定することが今やより簡単になっています。過去数年の間に、科学者たちは(腫瘍細胞のDNAを検出するための)癌のための、そしてダウン症候群のような状態のための出生前スクリーニングのための血液検査を開発し始めました。

そのような条件を検索するためのテストは検索に依存します。DNAの遺伝的変異一方、RNAは遺伝子発現を調節する分子です - ゲノムによってどれだけのタンパク質が生産されるか。母親の血液中の浮遊RNAをシークエンシングすることによって、Quakeは彼が早産と関連する7つの遺伝子の発現の変化を検出することができました。これは彼が早産をする可能性が高い女性を識別することを可能にした。不安の後、医師は予防措置と管理を処方し、子供に生存の機会を増やすことができます。

Quakeによると、血液検査の背後にある技術は速くて簡単で、測定1回あたり10ドル以下です。同僚と一緒に、彼はスタートアップにAkna Dxを立ち上げ、分析を流しました。

腸プローブタブレット

飲み込むことができる小さな装置は、たとえ幼児や子供でさえも、麻酔なしで腸の詳細な写真を撮ります。

環境性腸管機能不全による環境(EED)はあなたが聞いたことがある最も高価な病気の一つかもしれません。栄養素を飛ばし吸収するのが不十分な炎症を起こした腸でマークされて、それは貧しい国々に広まっていて、そして人々が栄養失調、発達遅滞に苦しみそして決して正常な成長を達成しない理由の一つです。何がこの障害を正確に引き起こしているのか、それをどのように予防または治療するのかを誰も知りません。

その検出のための実用的なスクリーニングは役立つだろういつ、どのように介入するかを知る医療専門家。治療法はすでに乳児に利用可能ですが、そのような幼児の腸内の病気の診断と研究はしばしば痛みの軽減と喉への内視鏡の導入を必要とします。この腸の機能不全が一般的である世界のそれらの地域では、それは高価で、不便でそして非実用的です。

したがって、ギジェルモティアニー、病理学者そしてエンジニアボストンのマサチューセッツ総合病院はEEDの徴候のために腸をチェックするか、さらには組織生検を得るために使用することができる小さい装置を開発しています。内視鏡とは異なり、それらは応急処置に使いやすいです。

Tirnyeの嚥下用カプセルにはミニチュアが含まれています顕微鏡。それらはモニター付きのコンソールに画像を送るときに力と光を提供する柔軟なワイヤーロープに取り付けられています。これにより、医療従事者は、カプセルを興味深い場所に吊り下げ、終了したらカプセルを滅菌して再利用するために取り出すことができます。奇妙に聞こえますが、Tierneyチームは不快感を引き起こさない方法を開発しました。また、消化管の表面全体を単一の細胞までの解像度で撮影したり、数ミリメートルの深さの3次元断面を撮影することもできます。

テクノロジーにはいくつかの用途があります。彼女食道癌の前駆体であるバレット食道のスクリーニングに使用されていました。 EEDのために、ティアニーのチームはピルを飲み込むことができない子供たちのためにさらに小さいバージョンを開発しました。彼女は、EEDが配布されているパキスタンの青少年で検査を受け、赤ちゃんの検査は2019年に予定されています。

小さな調査は研究者が反応するのを助けるでしょう例えば、どの細胞に影響を及ぼし、どの細菌が関与しているかなど、EEDの開発についての質問と、介入と潜在的な治療法を評価します。

個別のがんワクチン

このような治療法は、癌細胞のみを破壊するという身体の自然な防御を誘導し、各腫瘍に特有の変異を特定します。

科学者たちは商業化の危機に瀕している最初の個別化がんワクチン。計画どおりに機能すれば、その人の免疫システムがその独自の突然変異によって腫瘍を検出するのを促進するようなワクチンは、特定の種類の癌を効果的に止めることができます。

体の自然な防御を腫瘍細胞のみの選択的破壊、このワクチンは、伝統的な化学療法とは異なり、健康な細胞への損傷を制限します。攻撃免疫細胞はまた、初期治療後のあらゆるストリートガン細胞の出現に警戒します。

そのようなワクチンが始まる可能性遺伝学が最初の癌細胞配列を発表したときに、ヒトゲノムプロジェクトであるヒトゲノムプロジェクトが完成してから5年後の2008年に姿を現す。

その後まもなく、科学者たちはDNAを比較し始めました。健康な細胞のDNAを持つ腫瘍細胞 - そして他の腫瘍細胞。これらの研究は、全ての癌細胞が数千ではないにしても数百の特定の変異を含むことを確認した。

数年後のドイツの新興企業BioNTechは、そのような突然変異のコピーを含むワクチンが体の免疫系を触媒してすべての癌細胞を発見し、攻撃しそして破壊するように設計されたT細胞を作り出すことができるという強い証拠を提供しました。

2017年12月、BioNTechはバイオテクノロジー大手のジェネンテックは、がん患者を対象とした広範なワクチン検査を開始しました。進行中の研究は10の癌に焦点を合わせており、世界中で560人の患者を対象とする計画です。

両社は新しい技術を開発しています。安価で迅速に何千もの個々のワクチンを生産する生産。ワクチンの作成には患者の腫瘍の生検、そのDNAの配列決定と分析、そして製造現場へのこの情報の転送が含まれるので、それは難しいでしょう。製造後、ワクチンは直ちに病院に運ばれるべきです。遅延は致命的になる可能性があります。

牛のいないハンバーガー

実験室で育てられたものと野菜の選択肢の両方とも、環境に損害を与えることなく、本物の肉の味と栄養価に近くなります。

国連は2050年までに世界で9.8を期待しています億人。そしてこれらの人々はより豊かになっています。特に人々が貧困から抜け出すと、彼らはより多くの肉を食べ始めるようになるので、これらの傾向のいずれも気候変動に十分に適していません。

この日付までに、予測によると、人々は2005年よりも70%以上肉を消費します。そして、人間が消費するために動物を飼育することは、環境に関して私たちの最悪の行動の一つです。

動物によっては、生産西部の工業的方法による1キログラムの食肉タンパク質は、1キログラムの植物性タンパク質を生産するよりも8〜50倍多い水、12〜34倍多い土地、12〜40倍多い化石燃料を必要とします。

問題は、人々が立ち止まりそうにないことです。短時間で肉を食べるこれは、実験室で栽培された肉と野菜の代替品が破壊を制限するための最善の方法であり得ることを意味します。

実験室での食肉生産は暗示する動物から筋肉組織を抽出し、バイオリアクターで成長させる。科学者はまだ味に取り組んでいますが、最終製品は天然のものに非常に似ています。実験用肉の大規模生産に取り組んでいるオランダのマーストリヒト大学の科学者たちは、来年実験室でハンバーガーを成長させると信じています。実験室で作られた肉の長所の1つは、この場合、環境上の利益が最小であるということです - 炭素排出は最高で7%削減されるでしょう。

選択肢として - 野菜ベースで肉を作るために、肉やインポッシブルフーズを超えてそうであるように(ところでビルゲイツは、両方の会社の投資家です)。それらはエンドウ豆、大豆、小麦、ジャガイモおよび植物油からタンパク質を取り、動物の肉の食感と味を模倣する。

肉の向こうには2400平方メートルがありますカリフォルニア州に土地を持ち、すでに30,000の店舗やレストランで2500万バーガー以上を販売しています。 Beyond Meat cutletは、通常の牛肉ハンバーガーよりも90%少ない温室効果ガス排出量を生成する可能性があります。

二酸化炭素キャッチャー

空気から二酸化炭素を捕捉する実用的で手頃な方法は、過剰な温室効果ガスの排出量を吸収することができます。

たとえ私たちが炭素排出を遅くしたとしても、温室効果ガスの温暖化効果は、何千年も続くことがあります。国連の意見では、今世紀の世界は危険な気温の上昇を防ぐために大気から1兆トンの二酸化炭素を除去する必要があるでしょう。

昨年のハーバード気候学者デビッドキース理論的には、直接エアトラッピング法を使用すると、機械は1トンあたり100ドル未満でそれを処理できると計算されています。これは以前の見積もりよりも桁違いに安いため、多くの科学者はテクノロジーを高価すぎるものとして放棄させましたが、コストがそのレベルまで下がるには何年もかかります。

しかし、あなたが炭素を捕まえるとき、あなたはまだそれで何をすべきかを考え出す必要があります。

カナダのスタートアップ、Carbon Engineeringが2009年に設立され、ケイトは彼女のパイロットプログラムを拡大し、主要成分として捕捉された二酸化炭素を使用して合成燃料生産を増やすことを計画しています。 (Bill GatesはCarbon Engineeringに投資しました)。

チューリッヒの工場直営にあるClimeworksは二酸化炭素と水素からメタンを製造し、スイスの第2の工場は炭酸飲料を清涼飲料業界に販売する。

しかし、あなたがそれを使用するならば合成燃料または炭酸ガスは大気に戻ります。最終的な目標は、温室効果ガスの排出を恒久的に阻止することです。それらのうちのいくつかは炭素繊維、ポリマーまたはコンクリートで逮捕されることができます、しかしそれはただ地下にそれらを置くことがはるかに簡単でしょう。この場合のみ、このビジネスモデルをサポートする人はほとんどいません。

実は、工学的に、空気からCO2を取り除く視点は、気候変動に対処するための最も困難で高価な方法の1つです。しかし、どれだけゆっくりと排出量を削減するかを考えると、良い選択肢はありません。

手首に心電図

規制当局の承認と技術の進歩により、人々はウェアラブルデバイスを使って自分の心を継続的に監視することが容易になります。

フィットネストラッカー - 非深刻な医療デバイス激しいトレーニングや弱体化したストラップは、脈拍を読み取るセンサーを混乱させることがあります。しかし、医師が脳卒中や心臓発作を起こす前でさえも疾患を診断するために使用する心電図は、診療所への訪問を必要とし、そしてしばしば人々は時間通りにテストを受ける時間がない。

ECG対応スマートウォッチハードウェアとソフトウェアの新しい規則と革新のおかげで、それらは医療の正確さに近い正確さでウェアラブルデバイスの便利さを提供します。

AliveCorによって開発されたApple Watch用ストラップ、2017年には、血栓や脳卒中の一般的な原因である心房細動を検出することができました。昨年、Appleは時計に組み込まれた独自のECG機能をリリースしました。

その後まもなく、Withings社はECG時計を購入する計画を発表しました。

現代のウェアラブル機器ではまだ1つのセンサーしか使用されていませんが、実際の心電図にはそのうち12があります。

しかし、それは変わるかもしれません - すぐに。

下水なしの衛生

エネルギー効率の高いトイレは、下水道がなくても現場で無駄を処理しなくても機能するようになります。

約23億人がアクセスできない衛生状態が良い作業用トイレがないために、人々は近くの池や小川に糞便を投棄し、下痢やコレラを引き起こす可能性があるバクテリア、ウイルス、寄生虫を広めることになります。下痢は、世界中で9人の子供のうちの1人の死を引き起こします。

科学者たちは、発展途上国にとっては十分に安く、収集できるだけでなくリサイクルもできる、新しいタイプのトイレを作るよう努力しています。

2011年、Bill Gatesは独特のXを作成しましたこの分野での賞 - コンテスト「トイレを再発明する」。発売以来、いくつかのチームがプロトタイプを発表しました。すべての廃棄物は現場で処理されるため、下水道に運ぶために大量の水を使用する必要はありません。

土壌を肥やすことができる炭素が豊富な材料を生産するために廃棄物を加熱するという選択肢も考えられます。

「スムーズ」に話す仮想アシスタント

単語間の意味的なつながりをとらえることができる新しい方法は、機械を自然言語の理解においてより良くする。

私たちはバーチャルアシスタントに慣れています - Alexaリビングルームで音楽を流しているSiriは、電話で目覚まし時計をセットします - しかし、彼らは巧妙さに関して彼らに置かれた希望をまだ正当化しませんでした。彼らは私たちの生活を簡素化しているはずですが、彼らはこの土壌をほとんど傷つけませんでした。彼らは狭い範囲の命令のみを認識しており、容易にコースから外れる。

最近のいくつかの進歩は拡大するはずですデジタルアシスタントのレパートリー2018年6月、OpenAIの研究者は、すべてのデータを手動で分類してマーク付けするのにかかる時間と費用を避けて、マーク付けされていないテキストについてAIを教える手法を開発しました。数ヵ月後、GoogleはBERTシステムを導入しました。BERTシステムは、何百万もの文を研究することによって、欠けている単語を予測する方法を学びました。多肢選択テストでは、彼はギャップを埋めるときに人々が行ったのと同様に処理しました。

改善された合成と組み合わせたこれらの改善スピーチによって、私たちはAIアシスタントのための簡単な指示から彼らとの会話に移ることができます。会議に関するメモの作成、情報の検索、オンラインでの購入などの簡単な作業に対処できるようになります。

いくつかは準備ができています。 グーグルアシスタントの驚くほど「人道的」なアップデートであるグーグルデュプレックスはスパマーとテレビベンダーから電話を受けることができます。それはまたあなたに代わってレストランの予約をスケジュールしたりチケットを購入するために電話をかけることができます。

中国では、ユーザーはAlibabaのAliMeに慣れてきました。これは、電話による荷物の配達を調整したり、チャットでの商品の価格について交渉したりするものです。

しかし、少なくともAIプログラムはそれをよく理解するようになりましたあなたが望む、彼らはまだ文章を理解していません。文字列は統計的にコンパイルまたは生成されているため、マシンに言語を正しく理解させることがいかに難しいかを示しています。この障害を乗り越えると、また別の革命が起こるでしょう。コーディネーターロジスティクスから - 看護師、教師、さらには友人まで。

あなたは個人的にこのリストからどのような進歩を期待していますか? Telegramのチャットでそれについて教えてください。