重大意义：一种新药的商业化平均花费约 25 亿美元，原因之一是很难找到有希望成为药物的分子。

主要研究者：Insilico Medicine、Kebotix、Atomwise、多伦多大学、BenevolentAI

成熟期：3-5 年

可能被转化为潜在救命药物的分子数量令人难以想象：研究人员估计这个数字约有 1060 种，这比太阳系中所有原子的数量还要多，提供了几乎无限的化学可能性——如果化学家们能够从中找到有价值的分子。

现在，机器学习工具可以用来探索包含已知分子及其特性的大型数据库，利用这些信息可以产生新的可能性，实现以更快的速度、更低的成本发现新的候选药物。

2019 年 9 月，香港的 Insilico Medicine 公司和多伦多大学的研究团队实现了重大实验突破，通过合成人工智能算法发现的几种候选药物，证明了该策略的有效性。

研究人员利用深度学习和生成模型相关的技术，也就是类似于让计算机在古代围棋比赛中击败世界冠军的技术，成功确定了大约 30000 种具有理想特性的新分子。他们从中选择了 6 种进行药物合成和测试，其中的一种在动物实验中表现出了较高的活性，被证明很有希望。

药物发现领域的化学家们时常会去设想一种新分子——对于最优秀的药物猎手来说，这是一门艺术，背后需要多年的经验磨练和敏锐的直觉，现在，这些科学家们有了新的工具来进一步扩展他们的想象力。

重大意义：量子计算机将能够解决经典机器不能解决的问题。

主要研究者：谷歌、IBM、微软、Rigetti、D-Wave、IonQ、Zapata Computing，Quantum Circuits

成熟期：5-10 年以上

量子计算机存储和处理数据的方式与我们常见的经典计算机完全不同。理论上，它们可以解决某些类型的问题，这些问题即使是最强大的经典超级计算机也需要数千年才能解决，比如破解密码，或者在新药和材料研究中模拟的分子精确行为等。

量子计算机已经存在好几年了，但只有在特定的条件下，它们才能超越经典计算机。一台拥有 53 个量子位元 (量子计算的基本单位) 的计算机用三分钟多一点的时间完成了一次计算任务，据谷歌估计，使用世界上最大的超级计算机完成这一任务可能需要 1 万年，也就是 15 亿倍长的时间。IBM 对谷歌的说法提出了质疑，称量子计算机最多能使速度提高一千倍。即便如此，这也是一个里程碑式的提升。量子计算机每增加一个量子位元，其运算速度就会提高一倍。

重大意义：得益于最新的人工智能技术驱动，我们的设备不需要与云端交互就能实现很多智能化操作。

主要研究者：谷歌、IBM、苹果、亚马逊

成熟期：现在

人工智能发展有一个现实问题：为了构建更强大的算法，研究人员正在使用越来越多的大数据和计算能力，并依赖于中心化的云服务。这不仅会产生惊人的碳排放量，而且还限制了人工智能应用的运行速度，同时造成很多隐私问题。

微型人工智能的兴起正在改变这一点。科技巨头和学术研究人员正在探索新的算法，在不丧失能力的情况下缩小现有的深度学习模型。与此同时，新一代的专用人工智能芯片有望将更多的计算能力集成到更紧密的物理空间中，以更低的功耗来训练和运行人工智能算法。

这些技术进步正在惠及广大消费者。去年 5 月，谷歌宣布可以在用户手机上运行谷歌助手，而无需向远程服务器发送请求；从苹果的 iOS 13 操作系统开始，iPhone 上可本地运行 Siri 的语音识别功能和 QuickType 键盘；IBM 以及亚马逊现在也提供了开发平台来制作和部署微型人工智能。

微型人工智能所带来的好处是显而易见的。现有的服务比如语音助手、自动更正和数码相机等将变得更好更快，不必每次都需要连接云端才能运行深度学习模型；此外，微型人工智能也将使新的应用成为可能，比如基于移动端的医学影像分析或对反应时间要求更快的自动驾驶汽车；最后，本地化的人工智能更利于隐私保护，因为你的数据不再需要离开设备就能实现服务或功能的进化。