世界经济论坛自2011年首次发布《十大新兴技术》报告以来，十多年来发现了许多起初鲜为人知但很快对全球产生深远影响的技术。例如，2016年报告中的基因疫苗后来成为大多数新冠肺炎疫苗的基础技术，2018年报告中的基于人工智能的分子设计，迄今预测出2亿种蛋白质结构。《2023年十大新兴技术报告》汇集了20个国家90多名专家的观点，根据多项标准评选得出。专家认为，这些技术具有颠覆性，将对经济和社会产生重大影响，预计在五年内得到大规模应用。

一、柔性电池：为可穿戴技术提供动力

传统的刚性电池可能很快过时，因为可弯曲、折叠和拉伸的轻质材料制成的薄型柔性电池即将进入市场。目前已经出现几种可用的柔性电池类型，并普遍具有以下特征：一是可充电；二是包含基于导电聚合物集电器的锂离子或锌碳系统；三是需要增加添加剂以增强导电性或柔韧性；四是柔性电池的电极可涂覆或印刷到柔性基板上，如石墨烯、碳纤维等碳基材料。柔性电池已在越来越多的领域得到应用，如可穿戴医疗设备和生物医学传感器、柔性电子屏和智能手表。由柔性电池驱动的健康应用程序可将数据无线传输给医疗保健提供商，远程监测患者。柔性电池集成到夹克、衬衫或其他服装织物中，可为新兴的电子纺织品提供动力，实现内置供暖系统和健康监测等功能。

随着市场对可穿戴设备和电子设备小型化和柔性化的持续增长需求，柔性电池市场将在未来几年迅速扩大。预计2022—2027年全球柔性电池市场将增长2.4亿美元，年复合增长率将达22.79%。柔性电池技术及其相关产业的革命性进步未来还会长时间持续许多年，这一领域仍存在很大的创新空间，市场竞争将会很激烈。一些科技公司正在积极推动柔性电池技术商业化，如LG化学、三星SDI、苹果、诺基亚、意法半导体和丰江电池新技术公司等。与所有电池一样，柔性电池需要解决安全处置和循环回收利用问题。

二、生成式人工智能：拓展人类能力的界限

ChatGPT爆火引发生成式人工智能狂潮。生成式人工智能功能强大，可以综合从海量数据集中学到的知识，通过学习数据模式、使用受人脑启发的复杂算法和学习方法来创建新的原创内容。生成式人工智能将像互联网一样具有革命性，将在研究、教育等各行各业引发颠覆性变革。

虽然生成式人工智能目前仍专注于生成文本、计算机编程、图像和声音，但这项技术将广泛应用于药物设计、建筑和工程等领域。在科学研究领域，生成模型通过改进实验设计、识别数据元素之间关系和创建新理论促进突破。在工程领域，美国国家航空航天局工程师正在开发能够构建轻型航天仪器的人工智能系统，开发时间将缩短为原来的1/10，并且结构性能将大大提升。在教育领域，生成式人工智能可根据学生能力和学习进度创建个性化课程，鼓励批判性思维、激发创造力和利用新颖的想法。

目前生成式人工智能的最新前沿是能够进行重要决策或采取重大行动的自主人工智能系统。例如，AutoGPT是一个使用GPT-4 语言模型的自主人工智能应用程序，它通过将目标划分为更小的任务并使用互联网搜索或文本转语音技术等工具自动完成用户确定的任务。

生成式人工智能系统反映了其接受训练的数据状况以及当时社会的一些惯例习俗。因此，需要注意从训练数据防止人工智能形成一些偏见，避免其学习“异常”数据或少见的社会习俗。生成式人工智能应用程序需要符合专业和道德标准才能建立公众信任。只有正确的监管，生成式人工智能才能使人类有更多时间来发挥创造力，向人类演示当前知识可达的边界，并成为人类挑战传统思维的伙伴。

三、可持续航空燃料：推动航空业迈向净零排放

采用由生物性原料（如生物质）和非生物性原料（如二氧化碳）生产的可持续航空燃料（SAF），既不需要对当前航空基础设施和设备进行大规模改变，若同时结合全系统运营效率、新技术和碳抵消等其他脱碳战略，还能推动航空业在未来几十年实现净零碳排放。

航空业每年产生的二氧化碳排放量占全球二氧化碳排放量的2%~3%，但目前可持续航空燃料却只占全球航空燃料市场的不到1%，到2040年这一比例必须提升至13%~15%，才能使航空业在2050年迈向净零排放之路。要达到该增长目标需要新建300~400个SAF工厂，这需要航空公司、制造商和燃料公司携手努力。当前，美国测试与材料协会已批准9种SAF，其与传统石油基喷气燃料的混合比例最高达50%。其中一种SAF是通过一系列化学反应将合成气（一氧化碳和氢气的混合物）转化为碳氢化合物生产的，还有由植物油和动物脂肪生产的SAF。其他SAF方案也正在开发之中，如使用工程化细菌改善SAF的能量分布等。

四、工程化噬菌体：增强人类、动物和植物健康

微生物组学在工程化噬菌体方面的进展将增强人类、动物和植物的健康，并能提高农业生产力。

工程化噬菌体是一种可选择性感染特定类型细菌的病毒。生物体所包含的微生物群落（细菌）称为微生物组。微生物组在人类、动物和植物健康中发挥重要作用。细菌一旦被噬菌体感染，噬菌体就会将其遗传信息注入到细菌中，从而治愈生物体内的疾病。通过使用合成生物学工具，噬菌体的遗传信息被重新编程，这样受感染细菌就会执行一组被编程的生物遗传指令。通过生物工程化噬菌体，科学家还能改变细菌功能，如使其产生具有治疗功能的分子，或对某种药物变得敏感。由于噬菌体通常只感染一种类型的细菌，生物工程化噬菌体可实现超靶向治疗，选择性地针对复杂微生物组中的单个细菌种类。

五、改善心理健康的元宇宙：共享虚拟空间改善心理健康

元宇宙和多人视频游戏可帮助治疗精神疾病，如抑郁和焦虑。虚拟共享空间是人们进行专业和社交互动的数字环境。这些虚拟空间通常被称为元宇宙。根据目的和沉浸程度不同，未来将可能会有不同的元宇宙，有些元宇宙中包括通过增强现实或虚拟现实（AR/VR）加强的虚拟共享空间。

在屏幕前待的时间过长以及过多使用社交媒体会损害心理健康，但虚拟空间如能被负责任地使用却可以增进健康。元宇宙可用来为人们提供一个共享的虚拟空间进行社交连接，或接受心理治疗。‍以心理健康为中心的技术基础设施将支持心理健康的各个方面：预防、诊断、治疗、教育和研究。针对不断加重的心理健康危机，产品开发者正在构建共享虚拟空间来改善心理健康。后疫情时代需要它们来解决精神健康危机。

一些游戏平台已经被用于心理健康治疗，不仅可以提高患者的参与度，还可解决心理健康疾病的污名化问题。已有公司将心理健康意识融入游戏中，并计划扩展至治疗领域。还有公司通过 VR 来引导正念和冥想，以增强人的幸福感受。日渐成熟的界面技术将进一步增强远程参与者之间的社交和情感联系。一些非侵入性神经技术也可以根据用户情绪状态提供合适的反馈。例如，耳机通过电极测量出情绪并相应地调整音乐。未来非常可能的是元宇宙将与一些治疗性神经技术（如治疗顽固性抑郁症的直接脑刺激）连接起来。

六、‍可穿戴植物传感器：彻底改变农业数据收集

‍人类已不是可穿戴设备的唯一用户，传感器还可用于植物。可穿戴植物传感器有望彻底改变作物生产和管理。

作物生长状况传统上是通过土壤测试和目视检查来监测的，后来人们使用卫星数据来监测农田状况，并通过配备传感器的无人机和拖拉机获得作物状况信息。但这些技术的分辨率较低，农作物监测需要更高的分辨率，因此该领域的下一个前沿领域是：通过可穿戴植物传感器监测单个植物。这些可穿戴植物传感器是一些附着在农作物上的小型非侵入性设备，可持续监测温度、湿度、水分和营养水平，进而控制水、肥和农药的使用，并及早发现疾病征兆。

目前，可穿戴植物传感器发展仍存在两项挑战：一是安装和维护成本较高；二是传感器数据解释需要特有的专业知识。因此，需要改进数据分析工具帮助农民根据传感器数据做出作物管理决策，还需要研究可穿戴传感器对植物生长和发育的长期影响。

七、‍空间组学：生物过程分子级绘图促进解开生命奥秘

空间组学通过将先进的成像技术与DNA测序的特异性相结合，让科学家可以在细胞内的分子水平上“观察”生物过程，有望彻底改变对生命的理解。

空间组学使以前无法观察到的细胞结构和生物事件能够以前所未有的细节被观察到。科学家可将感兴趣的器官（如小鼠大脑）组织切成只有一个细胞厚的切片，然后使用空间组学创新技术可视化每个切片中特定生物分子的位置，这将能够在分子水平上绘制生物过程的内容、地点和时间，帮助人类看到并理解更多发生在人类和其他物种身上的生物过程，从而治疗肿瘤等复杂疾病。

当前，利用空间组学，科学家正在开发新一代分子水平的“细胞图谱”，详细描述人类和其他物种中发生的无数生物过程；构建了果蝇幼虫的三维细胞图谱，并解开了小鼠胚胎器官发育的黑匣子；识别出了脊髓中一组可能负责脊髓损伤恢复的神经元。另外，空间组学还能够表征肿瘤中的各种细胞类型以定制治疗，或揭示阿尔茨海默病和类风湿关节炎等复杂疾病的机制。未来，空间组学还将扩展至绘制其他生物分子（如代谢物）和其他生物体（如植物和无脊椎动物），但也面临数据采集、处理、存储和标准化报告等技术挑战。

八、柔性神经电子技术：更好设计电路与神经系统接口

柔性神经电子学使人们能够直接用大脑控制设备，基于该技术，人机接口将变得更自然，相关突破可为神经治疗铺平道路。

近年来，脑机接口（BMI）技术正在医学和神经科学领域改变人类健康。BMI使传感器硬件捕获大脑产生的电信号，通过算法将信号解码为计算机可理解和执行的指令。一些具有BMI特征的系统已经应用于治疗癫痫患者和神经性假肢领域（假肢使用电极与神经系统连接）。但BMI技术面临很多挑战。例如，目前使用的植入物由硬质材料（如芯片）制成，可能给人造成长期创伤，或引发严重不适。此外，由于硬质材料无法弯曲，也无法适应大脑的运动要求，随着时间的推移它们可能会发生位置“漂移”，降低捕获信号的准确性。非侵入性方法（如放置在头骨外侧的电极）虽不需要手术植入，但却只能提供难以解码的低频信号。最近，BMI技术实现新突破——研究人员在柔软且具有韧性的生物相容性材料上开发出大脑接口电路。这些柔性电路能贴合大脑，减少创伤，并防止传感器“漂移”，还能容纳足够多的传感器，同时刺激数百万个脑细胞，性能远远超过硬材料传感器可达到的规模和时间范围。

柔性BMI用于神经科学研究，可深化对痴呆症和自闭症等神经系统疾病的认知。在临床上，使用柔性BMI将会更好地控制神经假体，无需频繁校准。目前，柔性BMI应用已经在接受美国食品和药物管理局批准的临床试验，以迅速使这项技术实现应用。未来，其他植入式设备（如心脏起搏器）也可采用类似柔性材料。同时，材料制造和软电路印刷技术的进步可能会进一步改进柔性BMI，最终实现真正的人机接口。但在广泛实施这些接口之前还需考虑道德问题，并考虑脑源数据的敏感性，建立隐私和道德使用指南，确定如何在短期、中期和长期使用这些数据。

九、可持续计算：设计和实施净零能耗数据中心

随着各种新兴技术以创新的方式组合和集成，预计可持续计算技术将推动数据中心在未来十年取得重大进展，实现净零能耗数据中心。

可持续计算是指使用计算机系统帮助解决可持续发展问题。数据中心是网络基础设施，就像工厂对于工业一样重要。目前，数据中心不但消耗了全球1%的电力，还产生大量热量，随着数据服务需求的不断增长，这些消耗还会增加。

可持续计算技术应用于数据中心主要涉及液体冷却系统、人工智能分析和模块化数据中心等方面。通过开发液体冷却系统解决热管理，使用水或介电冷却剂来散热，多余的热量会被重新用于空间供暖、水加热和工业过程等应用。使用人工智能实时分析和优化能源使用，在不影响性能的情况下可最大限度地提高能效。DeepMind通过人工智能能源管理已成功使谷歌数据中心的能耗降低了40%。得益于技术进步，技术基础设施已越来越模块化和基于需求。例如，数据云和前沿计算技术使数据处理和数据存储可在多个设备、多个系统甚至多个位置上进行。

十、人工智能辅助医疗技术：提升医疗保健系统效率

‍人工智能辅助医疗将在未来几年对医疗行业产生深远影响但不会取代医生，而是通过提供建议提高医生的工作效率。

新冠大流行初期，许多医院因为工作量激增而出现崩溃，医疗保健系统的缺陷令人震惊。为此，政府和学术机构已组建团队，将人工智能和机器学习整合到医疗保健中，以预测即将发生的流行病，并帮助有效应对。虽然目前这些行动尚处于初始阶段，但随着高质量数据集成到人工智能和机器学习模型中，其成效将愈发显著。预计未来三至五年，基于人工智能的医疗保健将会越来越普遍。

人工智能辅助医疗面临一些挑战，如数据隐私保护和收集、公众接受度、患者合规性以及国家安全等问题。此外，管理大量人口健康的个人数据系统也存在监管问题，必须在精心制定的法律和道德框架内运作。

原创   黄宁燕   来源：《科技参考》2023年第57期