技术如何重塑行业与社会？——斯坦福大学、DARPA与硅谷公司共论前沿科技发展

日前，斯坦福大学研究团队、美国国防部高级研究计划局（DARPA）以及硅谷创投公司和米资本的专家们，共同研讨了技术将如何重塑行业和社会等问题。他们分析了现今全球前沿科技的未来趋势，涵盖对人工智能、自动驾驶汽车、多尺度数据、再生器官、增强现实以及网络风险保护等多方面的探讨。

人工智能从早期的通过训练来抓取表面信息，到现在已可以从过去的数据中自我学习，人们获得了更多高质量的数据，也促使我们更深入了解模型是如何进行决策、提供建议以及快速自我触发的。

但以往，没有人能解释算法是如何自我做出决定并提供建议的。现在，人们对人工智能的评估和信任，迎来了一个全新层次的理解和挑战。

DARPA曾经创建了一个名为“可破解的人工智能（XAI）”的新程序，目的是创建一套机器学习技术，提供更多可破译的模型，同时保持高水平的机器自我学习，使用户能够理解、信任和有效管理新一代人工智能。

对于企业来说，人工智能和深度学习的规则也发生了巨大变化。尽管人工智能还没能完全取代整个劳动力，但其已经可以帮助改善大多数公司的一些基本效率问题。现在，人工智能的完整解决方案可以包括计算机视觉、自然语言识别、语音或感官识别等各种技术的组合。

在医疗界，人们需要更加高效的运营管理，医疗影像设备将越来越多地人工智能化，并出现更多自动化工作流程。实际上，自从神经网络开始以来，人工智能在医学成像等应用中的精度已经相当高，其不仅帮助了医生，还能以较低廉的成本，为更多患者提供早期诊断。

对自动驾驶汽车来说，除了考虑老生常谈的安全性，还应考虑的问题是自动驾驶汽车如何与人类交互的？

譬如，对人行横道的了解、预测和设计，都会使人们与自动驾驶汽车之间产生有效沟通，而在十字交叉路口，自动驾驶汽车与其他车辆司机的交流也将是至关重要的问题。如果要大规模推广自动驾驶汽车，必须实现乘客、行人、司机和其他相关者之间的无缝沟通。

普遍预计，自动驾驶汽车将在未来数十年内产生数万亿的经济效益，这是由汽车制造商、供应商、科技巨头和创业公司推动的大规模项目，现在已逐渐带来了收益。

然而，为了确保安全，自动驾驶汽车需要经过数千亿英里的驾驶测试。许多公司正在利用新的仿真技术来增加实时行驶里程的演习，投资新的传感器系统，并采用ISO标准来大规模部署自动驾驶汽车，只有对软件、硬件和开发流程等多方面进行严格的验证和审查，人们才能确信自动驾驶汽车是安全的。

自动驾驶汽车究竟能否取代数百万的专业司机？其实，各种形式的自动化也存在类似的问题。当机器在不断降低成本、自我学习的同时，人类毫无疑问将找到自我适应的方法。其中一个趋势是：在某些特定的领域，增强现实在工作中与人的配合，其实比纯自动化的投资回报更高——现在，增强现实已不仅是一种娱乐形式，它在帮助人们在工作中减少伤害和疲劳，也带来了更好的工作环境。

未来，揭示医疗数据背后的含义、定制治疗方案将至关重要，因为它能为个性化的治疗提供有力的数据参照，满足人们对个性化医疗保健的需求。

但如果只有一种数据模式是远远不够的。计算机算法将通过多组学数据来识别驱动疾病的基因，通过多模式、多尺度、高维度的生物医学数据，让人类从多个角度和尺度研究疾病。

医疗界的另一个新兴领域是再生医学——修复、替换或再生细胞、组织或器官，从而恢复受损功能。再生医学最初的重点，集中在组织工程领域，即用干细胞代替损伤的组织和器官，现在已经扩大到包括使用干细胞来模拟疾病、自体移植和功能分子的治疗性递送，以及免疫功能在组织修复中的作用等领域中。但是，由于科学家需要人为控制干细胞的行为活动，这种方法不仅面临技术挑战，还必须进行一系列的临床研究，最后通过美国食品和药物管理局（FDA）等国家政府机构的监管批准。

而在药品行业，企业在药物研发方面的投入正逐渐减少，药企面临公众和监管方面要求降价的压力，药物的失败率却越来越高——过时的2D平台测试以及对免疫缺陷的实验鼠的研究速度，进展十分缓慢。

因此，制药公司开始考虑采用新技术，依靠创新公司提供新的方法，在模拟与人体接近的微环境下完成测试，而药物进入人体测试后成功率会更高。

以上的计算机、智能手机、自动驾驶汽车以及增强现实设备，人们对它们越依赖，其性能和数据存储上就越容易出现漏洞。随着网络风险的迅速演变，保护数据和资产的能力也必须随着发生变化。

当今，网络风险保护已经以多种形式进入到消费者和大型研发企业当中，不过，一些小企业的网络安全却体现了较强的创新趋势。这些小企业利用技术在全球范围内分销其产品，更好地为已经改变购买行为的客户提供服务，并通过数据分析客户的行为，他们早已积极采用基于云计算的软件服务，以便更灵活的按月支付其数据需求。

因此，即便小型企业的网络漏洞不断发生变化，随之而来的，也是不断更新的解决方案，帮助小企业打造了更安全的网络保护。