关于电信黑客的电影(一部关于黑客的电影)

这 35 位来自全球的 35 岁以下的科技创新青年，有人致力于预防人工智能会对人类造成的不利影响；有人提升了计算机的视觉系统；有人打造出更聪明的机器；有人致力于改良癌症的诊断和治疗；有人让网络更安全……从初创公司到研发机构再到科技巨头，都是他们大展拳脚的舞台。

美国时间 8 月 16 日，《麻省理工科技评论》公布了第 17 届 TR35 评选结果，即全球 35 位 35 岁以下的科技创新青年榜。各路精英在影响力、创新能力、进取精神、未来发展潜力和沟通能力方面的表现都非同寻常。从初创公司到研发机构再到科技巨头，都是他们的大展拳脚的舞台。毫无疑问，他们是各自领域中的青年翘楚。

在 35 名上榜者中，共有 6 位华人，他们分别是创立了 Project Include 的 Pinterest 软件工程师周怡君（Tracy Chou）、Law.ai 和 Wafa Games 的创始人龚晓思、柔宇科技的创始人兼 CEO 刘自鸿、阿里巴巴人工智能实验室的首席科学家王刚、阿里云首席安全科学家吴翰清，以及 AutoX 的创始人兼 CEO 肖健雄。

该榜单分为 5 大类别：

发明家（Inventors）

远见者（Visionaries）

先锋者（Pioneers）

创业家（Entrepreneurs）

人文关怀者（Humanitarians）

以下为本届全球榜单的详细内容：

　　发明家

Ian Goodfellow，31岁

他发明了让神经网络合作并提升性能的新方法。

几年前，Ian Goodfellow 想到了一个点子，他应用博弈论，设计出了一种方法，可以让机器学习系统高效地教自己理解世界的运作方式。这可以让我们不用再费劲地给计算机提供标记好的训练数据，让计算机变得更聪明。

Goodfellow 研究的是如何让神经网络在没有人力监督的情况下学习。通常，神经网络需要标记好的示例才能有效地学习。虽然它们也可以从未标记的数据中学习，但效果常常不尽人意。Goodfellow 是谷歌大脑的研究科学家，他想知道两个神经网络是否可以一起工作——一个神经网络去了解数据集并生成示例；第二个则试着判断这是真是假，允许第一个调整参数并作出改进。

Goodfellow 从酒吧回来后，写出了第一个案例的代码。他把这种方法命名为“生成对抗模式网络 （GAN）” 。这个互相对抗的神经网络方法，大大提高了对未标记数据的学习能力。GAN 已经可以执行一些令人眼花缭乱的技巧。

Olga Russakovsky，31岁

她采用众包方式大大提升了计算机的视觉系统。

“如果不能够很好地辨识人类的环境，那么机器将很难发挥它们的作用”，普林斯顿大学助理教授 Olga Russakovsky 说道，而她正致力于开发更好的人工智能识别系统。

几年前，机器只能识别出大约 20 个物体，例如人类、飞机和椅子等。 Russakovsky 通过训练机器对照片上物体的进行识别，AI 已经能够辨别出 200 个物体，甚至包括手风琴和松饼机。

Russakovsky 希望最终 AI 能够操控机器人或者智能相机，这样就能让老年人放心地独自留在家中；或是让自动驾驶车辆能够更好地检测到道路上的行人或垃圾桶等障碍物。“我们多多少少还差那么一截。” 她说，“而关键原因之一就是因为视觉技术还没能达到那一步。”

这个以男性为主的工作领域中，身为女性的 Russakovsky 成立了 AI4ALL ——一个在人工智能领域中推动多元化的组织。她不仅想要让种族和性别更加多元化，也想要思维更加多样多元。她说：“我们一再地把同一类的人带入这个领域，但我觉得这会给我们带来非常严重的危害。”

Radha Boya，32岁

她发明了能够过滤水和气体的最窄流体通道。

Radha Boya 实验室的显微镜下，放着一张薄薄的碳片，碳片的中心被切割出了一个几乎无法发觉的细微通道，深度和一个水分子相当。“我想要创造出世界上最小的流体通道，”Boya 解释道。

她的解决方法如下：找到可靠且可重复的最佳“积木”，用它们搭建一个结构(体)，其中包含细小到难以想象的通道。她选择了石墨烯，一种厚度只相当于一个碳原子的材料。

她把两层石墨烯（单层厚度仅有0.3纳米）摆放在一起，之间留出窄小的间隙。像制作三明治一样，在两层石墨烯的两侧放置石墨层（由多层石墨烯堆叠而成）。最终成品是一个穿过石墨块的通道，仅有 0.3 纳米深、100 纳米宽。通过增加石墨烯层数，她能以 0.3 纳米为单位来调整通道的尺寸。

然而什么物质可以通过如此窄小的通道呢？一个直径约为 0.3 纳米的水分子在没有施加压力时是无法通过的，但是如果把两层石墨烯之间的间隔调整为 0.6 纳米，水就能够以每秒 1 米的速度通过通道。“石墨烯的表面是轻微疏水的，因此水分子不会沾在通道壁上。”Boya 解释道。这种特质能够帮助液体畅通无阻。

由于层与层之间的间隔大小十分统一，因此它们可以用来打造高精度的过滤系统。Boya 通过实验展示了她的通道可以从水中过滤盐离子，或者把易挥发的较大有机组织与较小的气体分子分离开来。统一的间隔也使得这个过滤系统更为高效。

Gregory Wayne，34岁

他运用对大脑的了解来打造更聪明的机器。

Greg Wayne 是 DeepMind 公司的研究员，他设计了一个从自己的错误中吸取教训，可以像人类一样进步的软件。2016 年，Wayne 与人合著的一篇论文发表在《自然》上，展示了这个软件能够解决人工智能领域常用的传统神经网络无法解决的问题，如图像问题、逻辑难题和树状结构。

Wayne 对计算领域的洞察源于他对人脑神经元之间连接的兴趣——为什么某些结构会引起特定的感觉、情绪或决定。如今在设计机器时，他经常参考人脑结构背后蕴藏的原理。

Gene Berdichevsky ，34岁

他为锂离子电池的制作探索更好的新材料。

作为工号为 7 的特斯拉员工，Gene Berdichevsky 曾助力解决公司的早期挑战之一：特斯拉意欲在旗下电动汽车上装载的上千块锂电池比电池生产商声称的更加易燃。他的解决办法是：发明一套结合了热导材料、冷却通道和电池排布的方案，确保任何火苗都能被隔离开来。

如今，Berdichevsky 是 Sila Nanotechnologies 公司的联合创始人，致力于研发更好的锂电池。该公司已经研发了一种可以制成大容量阳极的硅基纳米颗粒。硅的理论容量是其它锂电池常用材料的 10 倍，但是它充电后容易膨胀并可能造成破坏。Sila Nanotechnologies 公司研发的颗粒在足够结实的同时，兼顾了疏松性以适应充电后的膨胀，这预示着更持久的电池即将面世。

Michael Saliba，34岁

他找到切实可行的方法制作钙钛矿基太阳能电池。

90% 的现役太阳能光电板都是由昂贵的晶体硅板制成的，而且他们的光电能量转换效率已经接近极限。因此在几年前，瑞士洛桑联邦理工学院的研究员Michael Saliba 正着手研究一种基于钙钛矿系列材料的新型太阳能电池。第一款所谓的钙钛矿太阳能电池在 2009 年就出现了，据称是一项便宜且易操作的技术，然而这些早期钙钛矿电池的光电转化率仅有 4%。

Saliba 通过向现有的钙钛矿中增添正电荷离子的方法提高了电池的性能，将此类太阳能电池的光电转化率提高到了 21% 以上，他也同时向人们展示了通向更高效率的新方法。

Svenja Hinderer，32岁

她发明了可生物降解的心脏瓣膜——可能会彻底消除重复手术的必要性。

超过 8.5 万美国人在使用人造心脏瓣膜，但是这些瓣膜并不是永远有效的，替换它们需要进行不菲的侵入式手术。在孩子体内的瓣膜必须反复更换。

德国斯图加特弗劳霍恩夫协会的 Svenja Hindere 领导的一个研究小组发明了一种可生物降解的心脏瓣膜，研究表明这种瓣膜假以时日将会被病人自己的细胞所替换。

为了实现这个目标，Hinderer 发明了一种由可生物降解纤维制成的支架，模拟了健康组织的弹性特质。她把蛋白质附着其上，用来吸引血液中自然循环的干细胞。这项发明的核心理念是一旦将心脏瓣膜植入体内，它将会在两到三年内被病人自身的细胞占据并替换。

Franziska Roesner ，31岁

她为增强现实（AR）所带来的安全和隐私隐患做好准备。

如果 AR 系统被入侵了将会是什么样子的？想象一下：车载 AR 显示系统正在辅助你导航，然后一名黑客在 AR 系统中添加了虚拟的狗或行人的影像……

31 岁的 Franzi Roesner 早早地意识到了这个挑战，并且正在领导着关于 “AR 设备和人类需要什么样的安全和隐私规定来保护自身” 的思考。她在华盛顿大学的研究小组创造了一个 AR 平台原型，它能够在汽车行驶过程中，阻止一个挡风玻璃应用程序企图隐藏现实世界中的标识和人的举动。

“我一直在问这样一个问题：‘一个有缺陷的或者恶意的应用程序可以有多坏？’”

Lorenz Meier，32岁

他致力于开发无人机的开源自动驾驶技术。

Lorenz Meier 曾经对能够让机器人自主移动的技术感到十分好奇，然而当他在 2008 年开始研究的时候，发现当时的技术平淡无奇——大部分系统甚至都没有采用连智能手机中都有的平价运动传感器。

所以 Meier，如今的瑞士苏黎世联邦理工学院的博士后，打造了一款开源的无人机自动驾驶控制系统：PX4。重要的是，Meier 的系统致力于通过廉价的相机和计算机逻辑，让无人机操控自己躲避障碍物，找出最佳路线，以及在很少或没有人为干预的情况下，掌控整个飞行过程。这项技术已经被英特尔、高通、索尼和 GoPro 等公司所采用。

　　远见者

周怡君（Tracy Chou），29岁

她把科技产业惨淡的员工多元化数据公诸于世。

硅谷钟爱数据。但是，直到最近，科技公司仍对这一个数据兴趣乏乏：员工多元化。关于员工多元化的数据不是得不到重视，而是根本不存在。

现在，大部分的科技公司都公布了员工多元化的报告，来自 GitHub 的独立众包数据库也在收集关于科技公司员工的信息。而这一切的发生都与周怡君有关：2013 年秋天，身为 Pinterest 的软件工程师的她在 Medium上发表了一篇名为《数字在哪里？》的文章。

周怡君之所以写这篇文章，还与脸书的首席运营官 Sheryl Sandberg 有关。在一次会议上，Sheryl 称，科技产业中女性员工人数正在下降。“我觉得她说对了”，周怡君说，“但我也在想：‘她怎么知道的呢？根本没有这个数据’。然后，我意识到，这就是问题的所在。”

她发表在 Medium 的文章以病毒传播的速度在网上传开。很快，她关心的那些数据出现了：先是通过推特，然后输入到她设立的 GitHub 数据库。几周之内，周怡君就拥有超过 50 个公司的数据。相关的数据库现在已经有了成百上千个公司的数据。

2014 年的夏天，硅谷最有影响力的公司们大都发布了员工的人口报告。报告的数字有一点非常惨淡：在科技岗位工作的女性只占总人数的 10%~20%。而且，一项研究发现，45% 的硅谷公司没有女性主管。情况或许没有得到改善，但至少，这些数据现身了。

当这一切发生的时候，周怡君还仍继续她在 Pinterest 的编程工作，而她也发现，自己成了一个受欢迎的演讲者和讨论小组的参与者。

2016 年春天，她与包括风险投资家鲍康如（Ellen Pao）和 Slack 的工程师 Erica Joy Baker 在内的其他七位女性，创立了 Project Include 组织，旨在帮助总裁们在公司内落实多元化和包容战略。

不过，周怡君并不是也不想成为一位职业的活动家。“做这些事情我很有成就感，而且我也在其中发挥了一定的作用”，她说，“我的本职工作是开发并且生产产品，这同样是对我工作的一种互补。”

她已成为科技领域多元化问题的权威之声，因为她非常擅长讲述硅谷职业女性的个人经历与女性面对的普遍性别歧视之间的联系，她能充分论证缺乏多元化对公司带来的损害。

Greg Brockman，28岁

他致力于预防人工智能会对人类造成的不利影响。

尽管要实现拟人化的人工智能还有些遥远，但 Greg Brockman 认为，考虑其安全性问题宜早不宜迟。所以在成功创办线上支付公司 Stripe 之后，他又与 Elon Musk 等人联合创办了社会企业 OpenAI。作为一个非营利的研究型企业，OpenAI 的目标就是保障人工智能在急速发展的同时，不会产生对人类不利的情况。

而 Brockman 本人在公司里则是一个“万金油”——从招聘人才到帮助研究人员测试新的学习算法无一不能。在他眼中，通用人工智能系统需要一种类似于“羞耻”的感觉来预防失误。“这将是人类创造出来的最重要的技术”，他说道，“所以把它‘做对’十分重要。”

Abdigani Diriye，33岁

作为计算机科学家的他成立了索马里首个初创公司孵化器和加速器。

Abdigani Diriye 在 5 岁那年为躲避战乱离开了索马里来到英国，在伦敦长大的他最终获得了伦敦大学学院计算机博士学位。

2012 年，他协助创办了一个名为 Innovate Ventures 的机构，以培训和支援索马里的编程人员。首个项目是在索马里举办了一个为期两周的编程训练营，共有约 15 人参加。那也是他在 20 多年后首次回到索马里。

2015 年，Diriye 与两个为索马里青年举办工作培训的慈善组织进行了合作，为一些极富潜力的初创公司提供了营销、财务以及产品设计的培训。这个为期 5 个月的孵化器最终有 5 个初创公司成功毕业。

2016 年，Diriye 与 Oxfam（乐施会）、VC4Africa（一个专注非洲的线上风投社区）以及 Telesom（索马里最大的电信公司）进行了合作，举办了一个为期 10 周的初创公司加速器。当时预计有 40 到 50 组申请者，而最终项目却收到了 180 组申请。

今年，加速器将会持续 12 周，他们已经收到了 400 多份申请。

“卢旺达和肯尼亚等国家已有将自己的国家转变为非洲科技和创新中心的计划。而索马里兰和索马里却正在面临着来自医疗、教育以及农业等基础领域的挑战。但是，创新、科技以及初创公司有着令这里快速发展的潜力。我认为通过我们举办的各种项目，我们已经在朝着那个方向前进了。而我们也在慢慢的转变人们对索马里兰以及索马里的看法。”

Amanda Randles，34岁

她的软件可以模拟人体内部血液的流动。

杜克大学生物医疗工程系助理教授 Amanda Randles 正在开发一款可以通过个人医疗成像来模拟其体内血液流动的软件。这款软件叫“HARVEY”，是用 17 世纪医生 William Harvey（历史上首个研究血液循环系统的医生）的名字所命名的。它需要一台超级计算机来计算血管中数百万个细胞流动的流体力学。Randles 对她的血液循环系统模型有着更大的计划，接下来，她将扫描患有心血管疾病的新生儿以辅助手术，以及预测癌细胞在人体内的流动方式。

Viktor Adalsteinsson，29岁

他致力于改良癌症的诊断和治疗。

在 Viktor Adalsteinsson 位于 Broad 研究所的实验室中，有一套自动系统，可以通过扫描血样探测癌细胞 DNA，一种所谓的“液体活检”系统。从晚期癌细胞里提取的遗传信息很有可能让我们得知这种疾病在晚期时的机理，以及什么药物会起效。

Adalsteinsson 的母亲在他读博士的时候因为乳腺癌去世了。他在数个项目中都在试图改良癌症的治疗方式，其中一个项目就是向美国正在抵抗乳腺癌的女性提供采血样的设备。“医生和患者们都会祈祷，然后就是长时间的观望和等待。如今，我们可以密切监控患者们对疗程的反应，并找出到底是什么导致了疗程的失败。” Adalsteinsson 说道。

王刚，34岁

他走在将人工智能变成消费级产品的最前沿。

人工智能已经到达了一个“关键点”，王刚说。这项技术已经走出实验室，现在准备带来可以进入大众消费市场的产品了。3 月加入阿里巴巴人工智能实验室的王刚，走在推进人工智能成为实用消费者产品的前沿。众所周知，阿里巴巴是全球规模庞大的消费者市场中最具野心和实力的公司之一。他也是阿里巴巴 7 月推出的首款人工智能产品——天猫精灵的幕后科研人员。类似于亚马逊的 Echo，这个设备可以在阿里巴巴的网站上进行购物并且执行一些其他任务，包括通过语音指令播放音乐以及查看日历。

“人工智能神经网络的设计需要与现实世界的应用相互联系，”王刚说。“只有这样我们才能创造出商业场景下有用的产品。”

Anca Dragan，30岁

她致力于确保机器人与人类可以和谐地共同工作和生活。

加州大学伯克利分校的电子工程与计算机科学助理教授 Anca Dragan，正在试图将复杂或模糊的人类行为转化为机器人能理解的简易数学模型。她表示，当人们试图与机器人共事时，许多冲突都来自于双方对彼此的不了解。如果机器人能够理解它可能对人类情绪造成的影响，就有望解决这一问题。此研究短期之内最重要的应用莫过于帮助自动驾驶汽车与传统汽车预判对方可能的行为。

Neha Narkhede，32岁

她致力于帮助公司理解数据。

全世界正在被数据淹没，而 Neha Narkhede 则想教企业如何“游泳”。作为领英的一名工程师，Narkhede 曾与人联手发明了一款开源软件平台，以帮助领英迅速处理来自用户的海量数据，这就是 Apache Kafka。她敏感地发现了其中的商机，继而在 2014 年创办了 Confluent，一个帮助企业开发 Apache Kafka 工具的初创公司。

从那时起，她就在持续推广该平台：高盛用它向交易员提供实时信息，Netflix 用它为节目推荐收集数据，优步用它为高峰定价分析数据。Confluent 的产品让企业可以通过平台进行大量的数据操作，比如在多个数据中心中进行同步，以及通过中央控制台监视所有行为。

“我们将我们的技术视为企业的中央神经系统，可以大量收集数据并在毫秒内进行分析”，她说道，“我们认为，几乎所有企业都可以从中受益，我们则将为他们服务。”

Adrienne Porter Felt，30岁

她引领推进更安全的网络。

下次你打开谷歌 Chrome 浏览器，浏览安全网页的时候，注意一下在地址栏左边出现的绿色小图标。如果它是一个锁的样子，并且是绿色的，那就说明你所在的网站正将你和网页上的数据加密。但并不是所有人都知道这个操作是什么或者这代表什么，这就需要 Adrienne Porter Felt 出场了。

作为谷歌 Chrome 的软件工程师，Adrienne 承担着使互联网更安全的任务，并帮助这个世界上最受欢迎的浏览器的用户在上网的安全和隐私方面作出明智且知情的选择。这个过程就包括花费长达一年时间说服全球各类网站，推动他们从使用传统的未加密的 HTTP 转变到更为安全的 HTTPS。

　　创业家

肖健雄，33岁

他的公司 AutoX 致力于让每个人都可以用上自动驾驶汽车。

AutoX 的创始人兼 CEO 肖健雄曾经表示，他想让自动驾驶可以和计算机一样普及到寻常百姓家。最近，AutoX 展示了最新的自动驾驶汽车，这款车并未采用昂贵的激光传感器，转而使用了普通的网络摄像头和精妙的计算机视觉算法。令人惊叹的是，这辆自动驾驶汽车可以在夜间和天气恶劣的情况下行驶。

AutoX 并未透露自动驾驶的软件细节，但我们知道肖建雄是深度学习专家，而这项人工智能技术可以让机器学习执行各种困难的任务，如在不同的角度下和不同的亮度中识别行人。

这名声音温和的企业家，同时也是普林斯顿大学助理教授。他让大家叫他 “Professor X”（X教授），免得有人不会拼他的名字。去年，他向大众展示了自动驾驶汽车可以通过对比谷歌地图中显示的道路与谷歌街景视图中的图像，识别真实路况。

Rachel Haurwitz，32岁

她致力于基因组编辑技术 CRISPR 的商业化。

Rachel Haurwitz 本来是一个普通实验室工作者，而由于 CRISPR 技术出现的巨大突破，她摇身一变成为了科技公司的 CEO。2012 年，CRISPR 技术取得重大突破时，她正在加利福尼亚大学伯克利分校的 Jenifer Doudna 实验室工作。几周之后，她离开了可以看到旧金山湾的顶楼实验室，来到了一个没有天花板、只有一张桌子的地下室。就在这里，她成为了 Caribou Biosciences 公司的 CEO。

这家衍生公司负责授权伯克利的 CRISPR 专利，并已经与制药企业、研究公司和农业巨头（如杜邦）达成协议。她目前正管理着 44 名员工，这些员工致力于改进基因组编辑的核心技术。最近这个团队又有了最新的进展，他们开发了一种叫做 SITE-Seq 的工具，可以用于发现 CRISPR 犯的错误。

Tallis Gomes，30岁

他在创立巴西的“美容优步”。

Tallis Gomes 在 EasyTaxi 担任CEO已经四年。EasyTaxi 在当地享有“巴西优步”的美誉，2015年，Tallis Gomes 打算把该公司往美容行业发展。

这个按需分配美容服务的平台叫 Singu，能够让客户可以在家里或办公室预约一名按摩师、美甲师或美容师。系统根据 Singu 和第三方的数据来分配适合顾客要求的美容师。数据统计显示，每个美容师每月可以有 110 名顾客，收入可达2000 美元。2000 美元的月薪在巴西已经和律师、初级工程师的工资差不多了。

刘自鸿， 34岁

他的曲面屏有可能会改变未来电子产品的走向。

刘自鸿（Bill Liu）想做到三星，LG 和联想做不到的事：制造价格合理的可以弯曲、折叠甚至卷起来的电子产品。

学术界的许多研究人员也有类似的想法，但刘自鸿已经快人一步开始实施了。 2012 年，他创立了一家叫做柔宇（Royole）的公司。2014 年，该公司推出了世界上最轻薄的可弯曲显示屏：像洋葱皮一样薄，可以绕着钢笔卷成一卷。而其他公司的显示屏目前只能弯曲成固定形状但并不能完全折叠。

龚晓思，30岁

她在中国开始新的创业路径。

龚晓思 13 岁时就被人誉为象棋天才，17 岁时便被哥伦比亚大学录取，只身一人飞到纽约市开始留学生涯。刚到纽约时，她还不太会说英语，但她勤勉练习，四年后顺利毕业并回国发展。之后，龚晓思在青年科技创业者中脱颖而出，她在多个行业推出了数个公司，其中之一就是 Law.ai。

Law.ai 是一家机器学习公司，该公司创造了一个名叫 Lily 的离婚律师机器人和一个叫 Mike 的签证和移民律师机器人。现在，龚晓思和她的团队成立了一家名为 Wafa Games 的新公司，意图试水中东游戏市场。她表示，中东市场一直以来都被其他游戏公司忽略了。

　　先锋者

Jenna Wiens，31岁

她研发出的计算模型可识别出受到致命感染的病人。

现在有一种现象，有很多病人在住院后都会被医院内的病毒所感染，其中最为致命的莫过于艰难梭状芽胞杆菌（Clostridium difficile）了。根据 2015 年美国疾病控制和预防中心（CDC）的调查结果显示，这种很容易在医院等卫生机构内传播的细菌，会导致美国每年有超过 50 万的病人被其感染，而它的病原虫更是与超过 15000 名病人的死亡息息相关。

来自密歇根大学计算机科学与工程专业的助理教授 Jenna Wiens 对此有自己的看法，她认为现有的医疗系统可以通过对已知感染和死亡病人数据的进一步挖掘来对该细菌的感染进行预防。“我觉得我们可以通过机器学习和数据挖掘技术在已知的数据中得到大量的信息。”她说。

Wiens 设计了一个计算模型，通过算法对医院内部病人医疗记录（病人吃的药、病理分析以及他们都动过的手术等等）的检索，来归纳出可能造成感染的重要因素。“传统的检索方式是通过对一小部分数据的整理来人工判断出可能会引发感染的因素，再在已知信息的基础上来搭建模型。而我们的方法可以直截了当地显示出所有可能的病因。” Wiens 说。

Wiens 说，她的计算模型不仅能够有效帮助病人进行预防和治疗，还可以在新型治疗方式（比如说新型抗生素）的研究上起到一定的助推作用。由于艰难梭状芽胞杆菌的感染致死过程十分快，在之前的研究中由于时间关系，研究员们没有办法采集到一个有效的样本。不过通过使用 Wiens 的算法就可以轻易的找出感染的切入点并更加有效地阻止病毒的感染。

Joshua Browder，20岁

他利用聊天机器人来帮助人们节省不必要的律师费。

Joshua Browder 将要彻底打破价值两千亿美元的法律服务市场的游戏规则了。他认为，很多在需要在律师那里支付高昂费用得到的服务，聊天机器人就能提供。“法律仲裁的过程不应该给人们的生活增添不必要的麻烦，也不能因为费用问题而放弃帮助任何人。” Browder 说，“它是一个只关乎结果的事情，最终的目的就是要让正义得以伸张。”

2015 年，Browder 正式开始了他的行动，他创造了一个简单的应用 “DoNotPay” 来帮助人们应对不合理的停车罚单。他是在他个人驳回罚单的经历中得到的启发，他的朋友们鼓励他创建一个应用来让更多的人通过他的方式获益。

Browder 开发的“机器人律师”只需要一些简单的信息就可以做出合理的判断，通过对罚单日期和地点的分析，来自动生成一封请求法院撤回指控的模板信函。Browder 说，到目前为止，已有 37.5 万人成功免除了约 970 万美元的罚款。

7 月初，DoNotPay 进一步推出了包括职场中种族歧视投诉和取消网络营销审讯等 1000 项各类的法律咨询服务。不久后，他们又推出了开源的工具，来帮助那些没有编程经验的律师创建自己的聊天机器人。

波士顿学院（Boston College）法律系副教授 Warren Agin 就通过该工具来创建了属于自己的聊天机器人，来帮助已经宣布破产的债务人来挡开债权人的追债。

Angela Schoellig，34岁

她的算法将使自动交通变得更加安全。

安全问题从来不是机器学习系统首先要考虑的重点，这在日常的图像和声音识别中还不会有多大影响。但在自动驾驶领域里完全就是另外一回事了，一个小小的失误很可能造成严重的生命危险。

多伦多大学动态系统实验室的负责人 Angela Schoellig 就编写了一套可用于让机器之间可以互相学习的算法来确保机器本身以及相关用户的安全。例如无人机依据导航在未知的区域也不会撞墙，无人车在一个陌生的城市里也不会迷路等等。这些目标的实现都受益于这类算法。

而且她的工作成果还进一步拓展了现有机器人的能力，并确保自我驾驶的交通工具可以有效排除不稳定因素来按照预先编好的路线行驶。

Volodymyr Mnih，34岁

他研发了一个足以媲美人类的游戏 AI。

DeepMind 的研究员 Volodymyr Mnih，创造了第一个可以在近 2600 款 Atari 电子游戏中轻松通关的电脑系统，它拥有不亚于人类的电竞能力。Mnih通过深度学习手段，来模拟人脑中对于电子游戏信息的学习方式（即通过真实案例学习）。他所研发的软件通过多次对游戏的尝试来逐渐完善自己的技能，并以得分作为衡量其游戏技能水平的最佳标准。

吴翰清，32岁

他降低了预防黑客攻击的成本。

在一次分布式拒绝服务攻击中（Distributed Denial of Service, DDoS）,一名黑客通过流量过载的方式使一个域名服务器崩溃。而抵抗这种攻击的传统方式是增加服务器的带宽来应对黑客所释放的数据，但随着黑客所释放的数据量日益增大，这种方法也变得不再可行。

鉴于这种攻击的目标是一个网站的 IP 地址，阿里云首席安全科学家吴翰清，研究出一种新的防御机制，它可以在受到攻击时，将原本收到的数据导向数千个 IP 地址去。这种被称为“弹性安全网络”的技术可以瞬间化解黑客在一个 IP 地址上所倾注的巨大数据量。与此同时，此方式也大大减少了维护网络安全的成本。

Austin Russell，22岁

他为自动驾驶提供了更好的传感器。

现在，绝大部分自动驾驶汽车使用的是激光雷达，来侦测周围的障碍物并将其绘制成地图贮存在系统内。但是现在有很多造价低廉的传感器并不能胜任高速行驶下的精确测量。“这些传感器只适合用在扫地机器人上。”

从斯坦福大学辍学并创办激光雷达公司 Luminar 的 Austin Russell 说“最可怕的莫过于人们在自动驾驶汽车上使用不合格的传感器了。”Luminar 所生产的激光雷达使用了波长更长的激光，让传感器可以探测到原本探测距离两倍之外的物体。假设汽车行驶的速度是70英里/小时，它可以在危险发生时提前3秒做出预警。

Jessica Brillhart，33岁

她是虚拟现实电影制作人的先驱。

传统的电影制作技术往往并不能直接迁移到虚拟现实的场景中。过去的几年中，前任谷歌首席虚拟现实电影制作人、现独立制作人 Jessica Brillhart 尝试找出虚拟现实电影制作的核心。她认为，在虚拟现实电影里面，导演的意愿不再是电影的主心骨，观众的关注点有时候不在导演想要突出的东西上。她完全理解这些与导演想法相悖的观众的行为，并在这些方面大胆尝试“这些想法让我变得前所未有的大胆与创新。” Brillhart 说，“现在我的剧本不仅仅停留在屏幕上，我可以创造一个世界，我很喜欢这样。”

Fabian Menges，32岁

他研发出了一种纳米级温度测量方法。

包括在自动驾驶汽车和人工智能设备上一些复杂的微型处理器，往往都有因过热而宕机的风险。其原因通常都是由于处理器中的纳米级部件温度过高。但是在过去的十几年里，还没有人想出可以在纳米级芯片上进行温度测量的方法。

Fabian Menges 是一名瑞士苏黎世 IBM 研究院的研究员。他研发出了一种扫描探测方法来监测热变电阻的变化和热量经过表面的频率。通过扫描得出的数据可以测量出一个尺寸小于 10 纳米的物件的温度。有了此技术之后，芯片制造商可以做出拥有更好散热功能的芯片。

Phillipa Gill，32岁

她发明了用经验衡量的网络审查制度。

五年前，当 Phillipa Gill 开始在多伦多大学公民实验室（University of Toronto’s Citizen Lab）研究奖学金项目时，她惊讶地发现，通过经验衡量的审查制度并不被广泛接受。于是，作为马萨诸塞大学安姆斯特分校（University of Massachusetts, Amherst）计算机科学助理教授的 Gill，建立了一套新的测量工具来检测和量化这些案例。

她的技术可自动检测拦截页面，并能告知用户某个站点是否被政府或其他实体所拦截。 在 2015 年，Gill 和她的同事通过该方法确认了也门国有的网络提供商曾在武装冲突期间使用过流量过滤装置，以阻止任何政治内容的传播。

　　人文关怀者

Katherine Taylor，28岁

她设计了简单有效的抽水机，改变数以百万计的印度农民的生活。

位于东印度的恒河盆地拥有丰沛的水资源，对于生活在那里的三千万农民来说，灌溉水源应该不成问题。但是现在他们却要做出一个艰难的抉择：只在每年的雨季时种植一种单一谷物，或者花费他们 90% 的收益引进柴油或者煤油抽水机来抽取充沛的浅层地下水，以确保农田在旱季也可以被灌溉。第二种选择显然没有被大多数人所采纳，大片的田地在旱季都处于撂荒的状态；为了养家糊口，农民们被迫在外地的钻石矿或者制衣厂里做危险而又卑微的工作，好几个月才可以回一次家。

而这恰恰引起了工程师 Katherine Taylor 的关注，她放弃了在美国优渥的生活，漂洋过海来到印度，创办了一家名叫 Khethworks 的公司。这个公司为印度农民们提供一种经济实惠的以太阳能为动力的浇灌系统，使他们能够常年耕种。

她和 Khethworks 的联合创始人 ­Victor Lesniewski 及 Kevin Simon 设计了一个比相同尺寸抽水机的离心泵效率高三倍的产品。这也就是说，这个离心泵只需要平时所需的太阳能板的三分之一就能运行——而太阳能板正是抽水机里最昂贵的部件。这个设计不仅大大降低了成本，移动起来也更加方便。这样，农民还可以轻易地把设备租赁给别人。

Eyad Janneh，31岁

他就地取材的发明能够解救陷于危难之中的叙利亚公民。

Janneh 自小在叙利亚长大，2010 年离开了他的祖国，现在则在土耳其的伊斯坦布尔工作。他们设计出一种新型安全气囊，它类似于两个大热水袋的扁黑色袋子，可以撑起了一面倒塌的混凝土钢筋墙，并在墙和下面的石头中间之间制造出了空隙。这项设计已经在叙利亚投入使用，用于被炸弹袭击之后的援救工作。

他们的设计和测试工具都可以就地取材。例如他们的安全气囊是由聚酯织物和一些其他附件制成的，而这些都是可回收再利用的材料，并早已应用在货车顶上的布罩。今年四月份，这种安全气囊就在叙利亚拯救了两名被困在瓦砾中的人。

Suchi Saria，34岁

她让现有医疗数据预测败血症的风险。

有时，对病症快速准确的诊断或许就是决定生死的关键。而对于败血症来说，感染后只要病情一发作就有可能置人于死地，但时至今日却仍然没有一个测试能让医生准确地诊断病情。

约翰·霍普金斯大学的助理教授 Suchi Saria 曾想：现有的医疗信息可否用于预测哪些病人患败血症的风险最大呢？ 随后，通过她创建的分析患者数据的算法，正确地预测了 85％ 的感染性休克案例，平均在发病前一天内就能预测出来，比其现有的筛选测试提升了 60％。

来源：DeepTech深科技

　　编辑：Angela

　　?

INNOVATION DRIVES THE FUTURE