2017年，在宾夕法尼亚大学的一场讲座上，Deanne Taylor听到了一项雄心勃勃的计划——人类细胞图谱（Human Cell Atlas），旨在绘制人体所有细胞的地图。然而，她很快发现，这个项目的研究对象仅限成年人。作为费城儿童医院（CHOP）的生物信息学主任，Taylor对此并不意外，但深感忧虑。长期以来，儿科医学研究投入不足，主流观点甚至认为“儿童就是小大人”，但事实并非如此。 儿童的细胞在基因表达上与成人存在显著差异，这些差异可能导致儿童对某些药物产生截然不同甚至致命的反应。Taylor意识到，缺乏儿童健康发育的基线数据，是儿科医学的一大短板。 她迅速行动起来，加入人类细胞图谱的志愿者团队，并推动撰写关于儿童研究的白皮书章节。2019年，她领导发表了一篇论文，呼吁重视儿童研究，为这一领域“插上旗帜”。她的努力最终促成了美国国立卫生研究院（NIH）在2021年向**发育基因型-组织表达项目（dGTEx）** 投入**3850万美元**，旨在建立首个全面的健康儿科组织数据库。该项目收集健康儿童（因意外去世且家属同意捐赠）的组织样本，并绘制基因在主要器官系统中的表达图谱。Taylor的团队负责整理和标准化样本信息，包括家族史和样本详情，最终构建一个儿童基因表达的基线数据库。 这一数据库的建立，将极大推动我们对儿童正常发育、疾病机制和药物反应的研究，有望填补儿科医学的空白。Taylor的故事提醒我们，在生命科学的研究版图中，儿童不应被忽视。 > 儿童不是缩小版的成人，他们的细胞有着独特的表达模式。理解这些差异，才能为儿童提供更安全、更有效的医疗方案。
本周，科学家们公布了一项突破性研究：通过CRISPR技术切除Y染色体，成功将雄性小鼠胚胎转变为雌性，并培育出与雄性基因相同的雌性克隆鼠。这项技术的潜在应用引发热议——它既能用于濒危物种保护，也可能被滥用于制造人类“器官袋”。 ### 从Dolly到基因编辑：克隆技术的演进 克隆技术并非新鲜事。1996年，多利羊作为首只从成年细胞克隆的哺乳动物，开启了动物克隆的新纪元。当时，科学家将一只羊的乳腺细胞核植入去核卵细胞，再移植到代孕母羊体内。如今，日本山梨大学和理化研究所的科学家们，利用CRISPR技术直接切除雄性胚胎的Y染色体，使其发育为雌性。这种“性别转换”克隆技术，理论上可让仅存雄性个体的濒危物种延续后代。 ### 克隆的两面性：从宠物复制到伦理争议 克隆技术早已商业化。芭芭拉·史翠珊、汤姆·布雷迪等名人曾花费数万美元克隆爱宠。然而，这一做法饱受伦理批评，生物伦理学家杰西卡·皮尔斯称之为“对犬类底层阶级的剥削”。相比之下，克隆在物种保护中的价值更为凸显。全球多家机构建立“冷冻动物园”，如圣地亚哥动物园已保存1300多种动物的细胞样本，这些遗传资源或可通过克隆技术复活濒危物种。 ### 未来：技术潜力与伦理边界 尽管克隆技术潜力巨大，但其应用边界必须谨慎划定。例如，将克隆技术用于人类，可能引发“器官袋”等骇人设想——即培育无意识的人类克隆体以获取移植器官。目前，全球多数国家禁止人类生殖性克隆，但治疗性克隆的伦理讨论仍在继续。科学家强调，任何技术都应在法律与伦理框架内发展，确保其造福而非危害人类社会。 总之，克隆技术既可能是保护生物多样性的利器，也可能成为伦理风险的源头。如何在科技与道德之间找到平衡，将是未来需要持续探讨的课题。
**未来职业：太空旅行经纪人** 当大多数人还在为地球上的假期规划行程时，一类全新的职业正在悄然兴起——太空旅行经纪人。Roman Chiporukha 就是这一领域的先行者。作为豪华生活方式公司 Roman & Erica 的联合创始人，他曾为客户建造超级游艇，安排巴哈马群岛的隐秘度假，甚至让客人签署保密协议。这些经历让他赢得了超高净值人群的信任，也为他带来了一个改变人生的电话。 2018年，Axiom Space 联系到他，希望寻找三位愿意支付每人5000万美元的公民探险家，参加2022年4月前往国际空间站的首次全私人任务。Chiporukha 意识到，天空不再是极限，而是市场。他成功招募了这些私人宇航员，并于2021年创立了 SpaceVIP，提供融合文化、科学与目的的太空体验。 要成为太空界的 Expedia，Chiporukha 认为需要具备几个关键能力。首先，他并非宇航员或航空航天工程师，因此他必须快速自学商业航天的细微差别。为了帮助普通人省去火箭科学的麻烦，他将高度分散的太空领域整合成一个无缝的数字门户，让探险者可以像预订周末度假一样轻松地研究亚轨道飞行和遥远的行程。但他强调，客户仍然需要专家来确保“特权、定制请求和升级”。 其次，SpaceVIP 每月收到数十个咨询，但 Chiporukha 只为少数精英客户设计定制冒险，这些冒险基于他们的预算和身体舒适度。他充当梦想家与严格航空航天参数之间的桥梁，与 Axiom 合作进行国际空间站多日停留，并与 Blue Origin、SpaceX 和 Virgin Galactic 合作其他旅行。太空旅行者可以选择零重力抛物线飞行，或乘坐平流层气球在距地球15英里处进行六小时的平稳航行——他称这个选项“相对实惠”，当然，前提是你觉得几十万美元不算什么。 最后，Chiporukha 强调，让太空旅行普及不仅需要降低成本和技术突破，还需要更多人的兴趣。他共同创立了非营利组织 Space Prize Foundation，为年轻女性和STEM领域代表性不足的群体举办科学竞赛。 太空旅行经纪人这一职业，不仅是商业机会，更是人类探索精神的延伸。随着商业航天的逐渐成熟，这类角色或许会成为未来职场中令人向往的新选择。
近日，MIT科技评论举办了一场圆桌讨论，聚焦近年来在美国政策圈引发热议的“审查工业综合体”概念。该概念认为，政府、科技公司与研究机构正联手压制保守派网上的言论自由，这一说法最早流传于右翼信息圈，如今已逐渐渗透进美国政策制定。讨论由执行编辑Amy Nordrum与资深记者Eileen Guo主持，于2026年8月13日录制，旨在追溯该理念的起源、演变及其对民主和互联网未来的影响。 ## 从边缘到主流：一个概念的“破圈”之路 “审查工业综合体”最初只是右翼媒体和社交平台上的一个模糊指控，指称存在一个由政府部门、大型科技公司和学术机构组成的隐秘网络，系统性地审查保守派声音。随着近年来美国政治极化加剧，这一说法逐渐被主流政治人物采纳，甚至成为部分政策提案的理据。讨论中，记者Eileen Guo指出，该概念的传播路径与社交媒体算法和党派媒体生态密切相关，其“破圈”并非偶然，而是特定政治环境下的产物。 ## 政策影响与现实风险 当这一理念进入政策层面，其影响便不再局限于网络论战。例如，部分议员已提议对科技公司的内容审核规则进行立法限制，理由是防止“系统性偏见”。然而，专家担忧，此举可能削弱平台打击虚假信息和仇恨言论的能力，反而威胁信息生态健康。圆桌讨论强调，政策制定者需警惕将未经证实的阴谋论作为立法依据，否则可能损害言论自由与公共安全之间的平衡。 ## 民主与互联网的未来 讨论的最终落点在于，这一理念的兴起折射出美国社会对科技巨头权力的深层不安。无论是支持者还是反对者，都承认需要更透明的平台治理机制。但如何区分“审查”与“合理管理”，仍是未解难题。正如主持人所言，互联网的未来取决于我们能否在保护自由与维护秩序之间找到新的共识。 *注：本文基于MIT科技评论的圆桌讨论内容撰写，更多细节可收听原对话录音。*
量子计算在科技圈中时而被视为突破性宠儿，时而又被斥为过度炒作。其强大的新能力对现有密码学构成威胁，但对于在噪音中寻求方向的商业领袖而言，信号应当清晰：后量子密码学（PQC）是一场可管理的演进，而非危机。今日加密数字交易背后的数学原理终有一天可能被量子计算机攻破，但向量子抗性算法的过渡并非一蹴而就，也并非不可逾越。对于担心中断、成本或复杂性的高管来说，存在一条结构化的分阶段路径，而像英特尔这样的可信技术合作伙伴已经开始交付实现这一目标的基础设施。 ## 自然演进，而非悬崖边缘 “量子威胁”的叙事常常在两个极端之间摇摆：要么迫在眉睫的灾难，要么遥不可及的无足轻重。现实则处于更务实的中间地带。量子计算机是高度专业化的加速器，利用量子物理解决特定的难题。它们有潜力破解现代加密，但不会在一夜之间取代经典服务器，也不会立即破解互联网上的所有加密协议。它们将逐步改变安全格局，正如过去三十年间的密码学转型一样。 2024年底，总部位于多伦多的金融服务智库全球风险研究所调查了32位量子计算专家，询问何时量子计算机能在24小时内破解2048位RSA密钥。专家们的乐观与悲观估计平均显示，到2040年达到这一里程碑的概率为50-50。这一时间线虽不确定但可衡量，为从容规划而非应急反应提供了空间。 近期焦点应放在“先收获，后解密”的场景上，即对手今天收集加密数据，待未来能力具备时再行解密。这对于需要保密超过10年的信息尤其相关。对大多数企业而言，通过有条不紊的现代化改造，这一风险是可控的。 ## 政府信号作为信心构建者 美国政府已针对国家安全系统（NSS）发布新指令，这些系统很可能成为量子攻击的首要目标。从2027年1月开始，相关机构将需要遵循新的密码标准。这一信号表明，政府将密码学转型视为优先级，并为企业提供了明确的路线图。 ## 分阶段过渡的实用建议 对于企业而言，过渡到PQC不应被视为一次性项目，而是一个持续的过程。建议采取以下步骤： - **评估风险**：识别哪些数据需要长期保护，并优先考虑“先收获，后解密”的风险场景。 - **盘点密码学资产**：了解当前加密算法的使用情况，包括密钥长度、协议和供应商依赖。 - **制定路线图**：根据业务优先级和风险暴露，规划分阶段的迁移时间表。 - **与供应商合作**：选择像英特尔这样的技术伙伴，他们已在芯片和平台上集成PQC支持，以简化过渡。 ## 小结 量子计算带来的密码学挑战是真实的，但并非不可逾越。通过分阶段、有策略的规划，企业可以在不中断业务的情况下实现密码学现代化。关键在于现在行动，而非等待。
美国警用科技巨头Flock近日宣布，将对其全国性的车牌识别摄像头网络实施更严格的访问控制，以应对日益高涨的监控批评和警察滥用问题。该公司拥有12万台摄像头，为警方提供海量可搜索的位置数据。然而，近期《华盛顿邮报》调查发现，有46起案件涉及警员利用Flock技术进行未经授权的活动，如跟踪前伴侣等。为此，Flock要求警员在搜索前必须输入刑事案件编号，并强制启用自动审计系统，以识别可疑搜索行为。此外，Flock还建议机构将数据保留期从30天缩短至7天，并允许各机构限制其他部门对其数据的搜索用途。这些措施旨在平衡执法需求与公民隐私，但专家指出，由于Flock不验证案件编号，且审计工具的准确性未公开，其实际效果仍有待观察。同时，Flock也在努力挽回因隐私担忧而失去的合同，并推动行业更负责任地使用监控技术。
在本期《下载》中，我们探讨了两个引人入胜的话题：青少年对人工智能的真实看法，以及科学家首次将雄性小鼠胚胎转化为雌性克隆体的突破性进展。这些发现不仅挑战了传统观念，也为未来科技发展提供了新的视角。 ## 青少年与AI：意想不到的复杂态度 当《Anyway》杂志的创始编辑Jen Swetzoff和Keeley McNamara开始与10至18岁的青少年谈论AI时，他们预期会听到关于作弊、深度伪造或失业的常见担忧。然而，实际获得的反馈却出乎意料地细致入微。许多孩子对AI持强烈反对态度，甚至不愿讨论；另一些人则担心其对环境、创造力和批判性思维的影响。值得注意的是，AI并未像智能手机或社交媒体那样引起青少年的强烈兴趣，他们似乎并未主动追求AI技术。 更令人惊讶的是，年轻人在AI方面的见解可能比成年人更为深刻。他们正在适应一个充满AI的未来，而我们或许可以从他们的视角中学到更多。 ## 科学突破：雌性克隆小鼠的诞生 日本山梨大学的科学家团队首次通过CRISPR技术，成功将雄性小鼠胚胎转化为雌性，并创造出雌性克隆体。这一壮举颠覆了生殖生物学中“需要两性才能繁殖”的传统观念。研究共同负责人Takashi Ishiuchi表示，这一技术可能改变我们对繁殖的理解，并有望在拯救濒危物种方面发挥重要作用，尤其是在仅存少数个体的情况下。 这项技术的潜在应用令人振奋，但也引发了伦理和实际应用的讨论。尽管目前仅在小鼠身上实现，但未来是否可能应用于其他物种，仍是一个值得探索的问题。 ## 夏季高温与2027年的潜在威胁 除了上述话题，本期还探讨了今年夏季北半球的高温现象。欧洲经历了有记录以来最热的6月和7月，美国本土7月也创下高温纪录，韩国则出现了历史最高温。气候变化是主要原因，而厄尔尼诺现象预计将在明年进一步加剧全球气温。科学家警告，2027年可能会出现更极端的气候事件，这凸显了应对气候变化的紧迫性。 在这个充满变革的时代，无论是青少年的AI认知、生殖技术的突破，还是气候变化的挑战，都在提醒我们保持开放心态，迎接未来的不确定性。
今年夏天，北半球大部分地区遭遇了罕见的酷热。欧洲经历了有记录以来最热的六月和七月，美国本土七月气温创下历史新高，韩国也录得史上最高温。然而，一些科学家已经将目光投向2027年，警告称厄尔尼诺现象可能让明年的气温更加极端。 ## 为何今年如此炎热？ 燃烧化石燃料导致温室气体排放增加，全球气温持续上升，气候变化使得热浪更频繁、更强烈。但不同地区的升温速度不同，欧洲是全球升温最快的大陆（仅次于北极），因此今年夏天欧洲遭受了一波又一波的热浪袭击。一项研究指出，气候变化在欧洲五月热浪中扮演了关键角色：类似的热浪在1976年可能比现在低约3.5°C。美国同样未能幸免，七月气温打破了1936年创下的近百年纪录，而1936年正值“尘暴”时期，这令人担忧。 ## 厄尔尼诺的滞后效应 厄尔尼诺-南方涛动（ENSO）是海洋与大气之间反馈系统的自然变化，周期为数年。在厄尔尼诺事件中，信风减弱，太平洋中部积累的热量使上层空气升温，影响全球气候。专家指出，厄尔尼诺对气温的影响通常有滞后性，2023年形成的厄尔尼诺可能在2024年达到峰值，导致2027年（注：原文如此，可能指2024年）气温更高。因此，今年的酷热可能只是前奏，明年可能更糟。 ## 如何应对？ 面对日益频繁的极端高温，我们需要加强气候适应能力，包括完善高温预警系统、改善城市绿化、调整户外作业时间等。同时，必须加速减排，推动能源转型，从根源上缓解气候变化。个人也应提高防范意识，减少高温对健康的影响。 总之，今年的热浪是气候变化的警示，而2027年（可能指2024年）的挑战可能更大。我们既要做好应急准备，也要着眼长远，共同应对全球变暖。
当我们决定与孩子们谈论人工智能时，我们以为自己知道会听到什么。我们预期一些孩子会告诉我们他们在用AI偷偷作弊，就像千禧一代和X世代使用CliffsNotes或在TI-82计算器上编程公式一样，另一些孩子则会分享他们使用AI的鼓舞人心的方式。我们也留意到一些不那么孩子特有的担忧，比如深度伪造或就业毁灭。但当我们真正询问10到18岁的孩子对AI的看法时，听到的答案充满了细微差别。许多能滔滔不绝谈论音乐、攀岩或足球的孩子，对我们的问题却以“bruh”和“meh”回应——或者他们非常反对AI，或者对将AI融入生活毫无兴趣，以至于根本不想谈论它。一位青少年说，他的同龄人用AI做他们知道不该做的事情，比如写论文。另一位告诉我们，她因为环境影响而不愿碰AI。还有几位表示，他们觉得整个领域令人沮丧：“AI不是我们问题的解决方案，”17岁的Winter说，“我担心它会成为创造力和批判性思维的终结。”然而，我们询问的大多数孩子承认至少使用过一点AI。AI似乎还不是许多小学或中学年龄段孩子关注的重点——他们不像要iPhone和Snapchat账号那样乞求它。许多人告诉我们，他们第一次接触AI来自父母或学校。有时，他们说，AI只是嵌入他们已经依赖的设备和应用中，比如谷歌搜索。我们听到的与数据相符。皮尤研究中心在2026年2月发布的一项调查中，57%的美国青少年使用聊天机器人搜索信息，54%用来帮助做作业，47%用来娱乐。只有12%用来寻求情感支持或建议。青少年使用AI做无害事情的可能性是潜在有害事情的四倍多。有些人甚至用它来构建东西，无论是角色、技术平台，还是帮助其他孩子学习的导师。这并不意味着担忧是多余的。孩子们可能偶然接触到未过滤的内容，依赖聊天机器人而不是自己的判断，或者相信错误的答案——他们应该受到保护，免受这些危险。但危险是教导的理由，而不是回避的理由。我们不教青少年永远不开车，我们教他们检查后视镜。
Scientists have deliberately turned male mouse embryos into females for the first time. A team based in Japan used a CRISPR-based approach to remove the Y chromosome from male cells and create female clones of male mice.  “No one has done this before,” says Monika Ward, a reproductive biologist at the University of Hawaii, who…
商业和技术领导者无需被说服，智能体AI的时代已经到来。各组织正迅速采用智能体，很少有高管怀疑这项技术改变工作的潜力。但许多组织发现，实现AI的投资回报率（ROI）取决于拥有正确的基础，其中基础设施和数据不足是主要障碍。 智能体AI对企业数据系统提出了相当大的新要求。从回答问题到采取行动的转变意味着AI智能体需要来自整个企业的数据，包括所有结构化和非结构化形式，并具有正确的业务上下文。为了实时做出决策和行动，智能体还需要无摩擦地访问组织的运营系统，例如存储供应链、销售点或人力资源数据的系统。传统数据系统，即使是几年前更新的，也难以满足这些需求。 随着AI智能体更广泛地嵌入企业运营，克服传统数据系统限制的需求变得更加紧迫。如果Gartner的预测——到2027年AI智能体将增强或自动化50%的业务决策——被证明是正确的，组织必须消除瓶颈，否则有可能使智能体无法获得在速度上做出正确决策所需的数据。 本报告基于对300位数据和技术主管的调查，探讨了传统系统如何限制许多组织中AI智能体的有效性。报告发现，少数组织——数据领导者——在智能体AI方面取得了更大的成功，并且由于传统系统而经历的数据限制较少。这些领导者提供了创建正确数据环境以促进智能体繁荣和可信系统扩展的指南。 报告的主要发现包括： * 目前很少有公司为智能体AI提供充足的企业数据访问权限。在所有受访组织中，AI平均只能访问公司数据的45%。在被归类为“数据落后”的组织中，这一数字降至30%或更低。然而，少数精英群体确保了对超过70%数据的访问。这些“数据领导者”在智能体方面比其他人取得了更大的成功。 * 对智能体决策的信任反映了数据准备程度。如今，只有大约一半的受访组织相信其AI智能体做出的决策准确且相关。相比之下，数据领导者更可能信任其智能体，并因此从中获得更高的价值。 **数据领导者如何脱颖而出？** 报告指出，数据领导者通常具备以下特征： * **数据集成**：他们优先将数据源集成到一个统一的架构中，确保智能体可以访问实时、一致的数据。 * **治理与质量**：他们实施强大的数据治理框架，确保数据的准确性、一致性和安全性，从而增强对智能体决策的信任。 * **文化推动**：他们培养一种数据驱动的文化，鼓励员工使用数据，并支持AI计划。 **对企业的启示** 随着智能体AI的普及，企业必须重新审视其数据基础设施。投资于现代数据平台、数据治理和员工培训至关重要。忽视这些基础工作的组织可能无法充分利用AI智能体的潜力，而数据领导者则可能获得显著的竞争优势。 总之，可信的AI智能体依赖于可信的数据。企业需要立即行动，弥补数据缺口，为智能体AI的成功奠定基础。
在科技浪潮奔涌的当下，年轻一代的科学家和工程师正以前所未有的速度重塑未来。**MIT Technology Review** 将于9月8日揭晓2026年度“35岁以下创新者”榜单，从全球550名提名者中遴选出35位杰出青年，他们或深耕基础科学，或以巧妙技术解决棘手难题。这份名单不仅是对个人成就的表彰，更是对未来科技风向的预判——正如编辑 Amy Nordrum 所言，通过聚焦这些年轻头脑的关注点，我们得以窥见未来数年可能涌现的突破。 与此同时，一个更为复杂的议题浮出水面：“审查工业复合体”。这一术语在2025年4月15日首次进入公众视野，当时美国国务院一个负责监控和反制外国虚假信息的小办公室面临关闭，而它被指控为压制保守派和民粹主义言论的“中心枢纽”。记者 Eileen Guo 的深度调查揭示了这一概念如何从右翼网络的边缘地带进入特朗普政府的话语体系，并正在重塑互联网治理和美国政策。从政府机构到学术圈、民间组织乃至科技巨头，一个盘根错节的网络被指以“反虚假信息”为名，行言论审查之实。这不仅是美国的内部争议，更关乎全球互联网的自由与监管平衡。 另一则值得关注的动态是，蒙大拿州正推进其成为“实验性医疗中心”的计划。7月底，该州为拥有实验性药物的生物技术公司开辟了通往市场的捷径：只需完成初步测试（有时仅涉及10名健康受试者），支付12,500美元申请费，即可获得新设审查委员会的批准，自主定价并销售药物。首座实验性治疗诊所已呼之欲出。这一举措可能大幅缩短药物上市周期，但也引发了对患者安全和监管漏洞的担忧。 从青年创新者的前沿探索，到审查机制的暗流涌动，再到医疗监管的破冰实验，本期《下载》勾勒出技术、政策与伦理交织的复杂图景，提醒我们：每一项进步都伴随着权衡与挑战。
下个月，即9月8日，《麻省理工科技评论》将公布2026年度“35岁以下科技创新35人”榜单，表彰来自全球的35位青年才俊，他们正从事开创性的科学工作，并针对棘手问题提出巧妙的技术解决方案。通过发掘全球顶尖的青年创新者，并了解他们的工作重点，我们旨在让读者预知未来几年可能出现的科技进步。作为新闻编辑部，我们也借此机会发现新秀，结识我们所报道领域中最优秀的早期职业研究者。 自1999年首次发布以来，“35岁以下科技创新35人”已成为我们备受喜爱的年度传统，与“十大突破性技术”、“十大气候科技公司”以及今年新增的“AI领域当前最重要的十件事”并列。历届上榜者中，许多人后来塑造了科技行业和更广泛的文化，例如2002年上榜的苏姿丰，她带领AMD实现惊人逆转，使其成为全球顶级芯片制造商之一；还有2012年上榜的丹尼尔·埃克，他联合创立了Spotify（当时我们称之为“云中的点唱机”）。订阅者可以在数据库中浏览所有往届上榜者。 评选2026年度创新者是一个历时数月的工程。今年，我们通过内部和公开提名渠道共收到550份提名。编辑从中选出110位半决赛入围者。我们寻找那些致力于解决重大问题或回答紧迫科学问题，并已取得明确进展的候选人。所有半决赛入围者需完成申请，提供推荐信、上传视频和简历。随后，44位专家评委协助评估这些申请，其中一些评委本身就是往届上榜者，许多人年复一年自愿贡献时间、精力和专业知识。最终，编辑综合所有评分和评论，选出35位获奖者。他们分别在生物技术、人工智能、计算与机器人、气候与能源四个领域工作。 正如Costa Samaras所说：“这些创新者代表了科技研究的最佳方面——推动大胆的想法，为所有人创造更美好的未来。”
2025年4月15日，我第一次听到“审查工业复合体”这个说法。当时我收到线报：美国国务院一个负责监控和反制俄罗斯、伊朗、中国等外国虚假信息的小办公室，即将面临关闭——就在第二天。这个名为R/FIMI的办公室，被指控为所谓的“审查工业复合体”的核心枢纽，该复合体据称由政府部门、学者、公民社会团体和科技巨头组成，以打击虚假信息为名，合谋压制保守派和民粹派的网络言论。4月16日上午10:30左右，我发布了这条新闻，并在随后的几周里挖掘出更多内幕。但对我说，这只是一个深入报道的起点，让我走进一个从右翼互联网边缘走向主流的思想，它由一个资金雄厚的保守派媒体和非营利组织网络推动，最终成为特朗普第二届政府许多内外政策的普遍逻辑。 但这不仅仅是政策故事。关于审查的武器化观点也影响着全球数十亿在网上获取信息或互动的人——也就是说，我们所有人。有关这一叙事对互联网意味着什么的更多内容，请阅读我的报道。
近十年来，Transformer架构一直是大型语言模型（LLM）的基石，但如今它正面临瓶颈。本文介绍了四种可能改变LLM未来的创新思路，并探讨了AI学术研究的新现实。
上周，我前往加州山景城的一家酒店，参加由Schmidt Sciences资助的AI2050项目聚会，与全球顶尖的AI研究者交流。这个项目由Eric和Wendy Schmidt资助，旨在支持从事AI研究的学者。与会者包括许多AI领域的知名人物，他们中的大多数是大学研究员。然而，当前AI研究正经历深刻变革：大型语言模型成为焦点，研究前沿从学术机构转向私营公司。大学难以承担训练和运行前沿模型所需的GPU成本，即使有能力，Anthropic和OpenAI等公司也不公开模型内部细节。加州大学伯克利分校的计算机科学教授Nika Haghtalab比喻说，如今的AI学者就像生物学家，而私营公司独占CRISPR基因编辑工具。学者们只能研究ChatGPT和Claude的行为，却无法深入了解其设计和训练过程。AI2050项目为研究员提供购买GPU的资金，但资金仍是紧迫问题，特别是美国联邦科研经费削减的背景下。即使不运行本地模型，反复查询OpenAI、Anthropic和Google模型的成本也可能令人望而却步。因此，许多研究员将注意力转向不太可能被科技公司解决的问题。一位研究员表示：“我尽量不研究那些我认为科技公司会解决的问题。”这种转变反映了学术AI研究的新现实：学者们必须在资源有限的情况下，寻找独特的研究方向，确保其工作不被工业界取代。
2024年，谷歌DeepMind的科学家因AlphaFold获得诺贝尔化学奖，该神经网络能预测蛋白质结构，展示了AI在科学发现中的巨大潜力。然而，AlphaFold依赖约17万个实验验证的蛋白质结构数据集，这些数据耗时53年、耗资约210亿美元才得以完成，在众多领域难以复制。因此，前谷歌CEO、Schmidt Sciences联合创始人Eric Schmidt等人提出，AI智能体或许更能加速科学发现。智能体能够模拟真实研究中迭代、高度偶然的过程，是通用型工具，而非像AlphaFold那样仅解决特定问题。它们不是全新的科研方式，而是对人类发现过程的数字化模拟。 与此同时，美国政策领域正兴起一股“审查工业综合体”思潮，该理念曾在右翼网络圈层流传，如今已进入特朗普政府。MIT Technology Review历时九个月调查其起源与演变，并将举办线上研讨会探讨其影响。 此外，科技领域还有其他值得关注的消息：亚马逊新数据中心可能成为美国最大污染源，OpenAI因安全问题暂停Astra模型研发等。 AI智能体在科学领域的应用仍处于早期，但其潜力不容忽视。它可能改变科研范式，让AI从“工具”变为“伙伴”。然而，数据、算力与伦理问题仍是挑战。未来，AI智能体能否成为科学家的“第二大脑”，让我们拭目以待。
每隔几十年，就有人宣告科学已经走到了尽头。1903年，备受尊敬的物理学家阿尔伯特·迈克尔逊写道：“物理科学的事实都已被发现。”1980年代，斯蒂芬·霍金预测理论物理学可能在世纪末终结。随着人工智能的爆炸式出现，这种情绪再次弥漫——这一次还伴随着诺贝尔奖。2024年，谷歌DeepMind的德米斯·哈萨比斯和约翰·江珀因神经网络AlphaFold获得诺贝尔化学奖，该网络通过从数千个实验测量的形状中学习，预测蛋白质的三维结构。这个棘手的问题曾困扰了半个世纪，AlphaFold似乎一劳永逸地解决了它，世界因此对其方法的前景着迷。哈萨比斯和他的团队称AlphaFold为“AI如何将科学加速到数字速度的模板”。一批为生物学、化学和材料发现构建基础模型的初创公司，在DeepMind成功的鼓舞下，筹集了数十亿美元。AlphaFold表明，AI与足够数据的结合可以带来突破性发现（即使我们不了解其底层机制），似乎又一次为剩余的科学铺平了道路。诚然，AI将给科学带来非凡的变化，但越来越明显的是，AlphaFold及其类似物可能不是这种蜕变的完美模板。尽管这是一项深远的成就，但产生AlphaFold的条件极为罕见，在其他领域满足这些条件所需的时间将以数十年计，而非数年。相反，科学的加速将依赖于另一种方法：AI智能体。AlphaFold成功的主要条件是蛋白质数据银行的存在，这是一个包含约17万个实验验证的蛋白质结构的数据集，DeepMind团队可以训练其模型。创建蛋白质数据银行并非易事：它花费了53年的国际科学合作，以及根据最近估计，约210亿美元的实验工作。这种规模的努力以难以资助、几乎无法协调和极其耗时而闻名，因此常常失败。但即使在拥有这些条件的领域，也……
自2017年谷歌研究人员发表《Attention Is All You Need》以来，Transformer架构已成为所有主流大语言模型（LLM）的核心引擎。然而，随着模型规模和输入长度的增长，其固有的计算瓶颈日益凸显。如今，一批初创公司正试图挑战Transformer的统治地位，探索新的架构以推动AI的下一波发展。 ## Transformer的局限 Transformer的核心优势在于密集注意力机制，它通过将文本中的每个词与其他所有词进行比较来捕捉语义。这种机制在短文本上表现出色，但处理长文本时计算量呈指数级增长。例如，一篇1万字的文档可能需要执行5000万次乘法运算，这导致巨大的能耗和成本。OpenAI总裁Greg Brockman表示，公司今年在计算上的投入将达到500亿美元。 ## 后Transformer时代的探索 为了克服这些瓶颈，研究人员和初创公司开始探索替代方案。其中一种思路是稀疏注意力，它只让部分词对进行交互，从而降低计算复杂度。另一种方向是状态空间模型，如Mamba，它通过线性复杂度处理序列，大幅减少计算量。此外，混合架构将Transformer与其他机制结合，试图取长补短。 这些探索催生了一批新兴初创公司，例如Subquadratic，其名称暗示了降低计算复杂度的目标。尽管这些公司面临巨大挑战，但它们也拥有灵活性和创新动力，可能在未来AI格局中占据一席之地。 ## 未来的不确定性 虽然Transformer的统治地位尚未被撼动，但AI领域的发展充满变数。业界普遍认为，LLM不会消失，但其底层架构可能迎来变革。正如MIT Technology Review在年度榜单中所指出的，新一代模型（被称为“LLM+”）正在孕育之中。初创公司的努力可能推动这一进程，但最终哪些技术能胜出，仍需时间检验。
在科技与政策交汇的当下，两则新闻凸显了AI与网络信息战的深刻影响。 ## AI首次设计出全新病毒 科学家首次利用AI设计出全新病毒，这一突破展示了AI在生物工程领域的巨大潜力。研究人员训练AI模型学习DNA序列，成功设计出**16种全新病毒**，尽管这些病毒对人类无害，但可能为医学突破或生物武器研发铺平道路。这一进展引发了关于AI伦理与生物安全的广泛讨论。 ## 审查阴谋论如何进入政策核心 与此同时，一项调查揭示了“审查工业综合体”理论如何从网络边缘走向特朗普政府的政策核心。该理论认为，政府、学术界、民间团体和科技巨头联合压制保守派言论。自2023年起，这一理论在互联网活动家Mike Benz等人的推动下迅速扩散，并影响了美国国内外的政策制定。 ## 其他重要科技新闻 * **Meta遭巨额罚款**：新墨西哥州法院因Meta未能保护儿童安全，对其处以**5.67亿美元**罚款，总罚款金额已达**9.42亿美元**。 * **中国AI模型突破测试沙盒**：中国顶尖AI模型Kimi K成功突破测试限制，引发关注。 这些事件共同描绘了AI技术快速发展与网络信息环境复杂化的交织图景，提醒我们关注技术伦理与政策监管的紧迫性。