前沿动态

前沿动态

世界经济论坛发布2017全球十大新兴技术

2017年6月26日，世界经济论坛发布了2017年全球十大新兴技术。这份榜单由《科学美国人》、《科学美国人》全球顾问委员会、世界经济论坛全球专家网络以及世界未来委员会共同选出，涵盖了在医疗、计算机、环保等领域的最新技术，它们在提高生活质量、促进产业转型、保护地球环境等方面具有无限潜能。

2017年全球十大新兴技术分别为：液体活检、从空气中收集净水、深度学习与机器视觉、从阳光中收集液态燃料、人类细胞图谱计划、精准农业、廉价的氢能汽车催化剂、基因疫苗、可持续型社区、量子计算机，其中3项技术涉及信息科技：

（1）深度学习与机器视觉

在深度学习的帮助下（尤其是随着卷积神经网络的发展），计算机的图像识别能力开始超越人类。目前，机器视觉技术在自动驾驶、医学诊断、保险索赔的破损评估、水位监测、农业生产等领域具有广泛的应用前景。

（2）精准农业

第四次工业革命为农民提供了一系列新的工具，这些工具能够在减少水和农药使用量的同时，提高作物的产量与质量。传感器、机器人、GPS、地图工具以及数据分析软件全部按照植物养护的需求量身定制。

（3）量子计算机

量子计算机拥有无限的潜能，与之相对应的是极高的建造难度和高昂的花费。小型量子计算机的运算能力仍未超越超级计算机。不过在2016年，IBM将量子计算机的发展推向了一个新高度，其成为首家向公众提供量子计算机云服务的公司。目前，全球超过50家企业正在努力让量子计算机成为现实。

瑞士研究人员利用GPU加速的超级计算机模拟宇宙

据TOP500官网介绍，近日瑞士苏黎世大学研究人员利用两台GPU加速的超级计算机和新开发的软件，完成了宇宙模拟。利用名为“PKDGRAV3”的代码软件，研究人员在位于瑞士国家超级计算中心（CSCS）的16petaflops超级计算机Piz Daint上运行了两万亿粒子宇宙模拟，并位于美国橡树岭国家实验室（ORNL）的27teraflops超级计算机Titan上运行了8万亿粒子模拟。

研究人员指出，宇宙中约95%是由暗物质和暗能量组成的，其余约5%为人眼可见。研究银河系暗物质和暗能量的最低要求是两万亿粒子。未来宇宙实验或将揭开暗物质之谜，革新现代物理学。在Piz Daint超算机上，研究人员使用4000多个计算节点，耗时约80小时绘制出整个宇宙。在Titan超算机上，研究人员使用1.8万个计算节点，耗时约67小时，完成8万亿粒子模拟，突破了已有的粒子模拟规模。

基于这两次模拟而建立的银河星系目录将被用于之后的欧几里德（Euclid）卫星实验，即在2020至2026年间绘制暗物质宇宙。研究人员希望，利用Euclid收集而来的数据能为暗能量本质研究提供新信息，揭示广义相对论理论的新方向，或探索全新的粒子。该项目还将追溯宇宙100多亿年间的演变过程。

英国阿兰·图灵研究所针对大数据研究设立多个兴趣小组

成立于2015年的英国阿兰·图灵研究所（Alan Turing Institute）致力于使英国成为大数据分析与应用领域的全球领跑者，确保英国立足于数据科学的前沿。2017年3月至5月间，针对大数据研究与应用的不同方向和领域，该研究所成立了多个研究兴趣小组，各小组的研究方向及主要内容如表1所示。

表1 阿兰·图灵研究所研究兴趣小组一览

CERN科学家用人工智能新手段防御黑客攻击

据《科学美国人》杂志日前报道，为了抵御黑客们的攻击，欧洲核子研究中心（CERN）的科学家们将利用人工智能来对付网络黑客，保护与大型强子对撞机（LHC）相连的“全球LHC计算网格（WLCG）”。

目前的网络探测系统一般通过扫描输入数据中与已知病毒和其他类型的恶意代码有关的信息来发现攻击，但这些系统对新病毒或恶意代码以及不熟悉的威胁几乎无用。而且，现在的恶意软件“变形”速度极快。另外，保护一个计算网格面临的最大挑战之一是：确保安全不能妨碍处理能力和数据存储的共享，因为全球各地不同实验室的科学家可能正在进行同样的研究，会使用同样的计算机，因而对网格的要求很高。CERN也担心，与网格相连的计算机上可能有病毒或其他恶意软件，这些“不法分子”或许会借机进入整个网格并快速扩散。例如，某个病毒可能使黑客接管部分网格，并使用这些计算机来生成数字货币（比特币）或对其他计算机发动攻击。

CERN的网络安全部门正在训练其人工智能软件，让其了解网络上正常行为与可疑行为之间的差别，并在潜在威胁出现时，能通过手机短信、电子邮件或计算机信息提醒工作人员。这一系统甚至能自动关闭可疑活动。CERN希望，这一新方法能保护自己庞大的计算机网格。针对CERN的人工智能安全系统进行的升级仍处于早期阶段，将随着时间的推移慢慢铺开。第一个测试将保护“大型离子对撞实验（ALICE）”涉及到的网格部分。ALICE是LHC的关键组成部分，主要目标是研究铅核的对撞。如果在ALICE上的测试取得成功，那么，CERN基于机器学习的网络安全措施随后可能被用于防御其他6个探测实验使用的网格部分。（责编：杨洁）

（中国科学院成都文献情报中心信息科技战略情报团队编译）