二战时期核能被广泛军用，科学家们试图以毁灭性力量扩张权力。虽多未成行，却展现人类想象力边界。本文盘点 13 个将核技术应用于常规事物的独特尝试。 13. “鹦鹉螺”号核动力潜艇 世界首艘核动力潜艇，1951 年批准、1954 年下水。1958 年 8 月 3 日完成北极点水下航行。核动力让其潜航续航远超柴油/电动潜艇。现保存于康涅狄格州格罗顿，年吸引 25 万参观者。 12. 油砂核开采计划 1958 年加拿大欲开采阿萨巴斯卡油砂沥青。地质学家 Manley Natland 提议地下核爆炸释放沥青，热压降低粘度便于常规采油。美原子能委员会曾同意协助，拟在偏远阿尔伯塔地下 10 公里爆炸。加

跨越千万公里的星际通信面临巨大延迟与丢包。NASA 正构建可靠的“太阳系互联网”（SSI），核心协议套件为延迟/中断容忍网络（DTN）。现有三大通信网：近地网（NEN）、空间网（SN）、深空网（DSN）。 DTN 核心机制 传统任务用单一中继或点对点链路（如电话系统）；未来探索需多节点复杂拓扑，类似地面互联网多跳转发。SSI 将提供标准平台支撑端到端网络服务，DTN 协议套件适用于频繁链路中断、长光时延、高误码、单向链路等传统 IP 失效场景。 DTN 采用 存储转发 技术：若下一跳不可达，数据包暂存待转，仅需下一跳可用即可传输，保证最终送达。协议栈含网管、路由、安全、QoS，虽为太空设计，

联合能源存储研究中心（JCESR）研究人员开发出镁离子固态导体，为制造不燃、高能量密度镁电池铺平道路。锂电池易爆源于液态电解质易燃；镁固态导体作电解质则耐火。丰田等企业虽改进液态电解质，但腐蚀风险犹存。镁储量更丰、密度更高，成理想替代。 MIT 与阿贡国家实验室的关键贡献 团队选用 镁钪硒尖晶石，其镁离子迁移率媲美锂固态电解质。MIT 提供计算资源，阿贡实验室表征材料结构与功能。阿贡化学家 Baris Key 通过核磁共振（NMR）波谱证实镁离子迁移速率符合理论预测。实验结合固态 NMR、同步辐射测量与传统电化学表征。NMR 类似医用 MRI，可调谐频率探测电池材料中的镁/锂离子。 为何选

2017 年 5 月，Google Brain 团队发布 AutoML：一个控制器神经网络，能自动设计子模型架构并针对特定任务训练——即“AI 设计 AI”。 数据集与挑战 初期在 Penn Treebank、CIFAR-10 等小数据集验证后，团队挑战 COCO 目标检测与 ImageNet 图像分类两大大规模学术基准。直接应用 AutoML 需数月训练，故研究者做两项关键改进： 重新设计搜索空间，使其发现可灵活堆叠的最佳层结构； 在 CIFAR-10 上搜索架构，再迁移至 COCO 与 ImageNet。 两类最佳层（Normal Cell 与 Reduction Cell）融合生成

2017 年 11 月，日本发布首台面向公众免费试用的量子计算机原型，正式加入全球量子霸权竞赛。由日本电信电话公司（NTT）、东京大学、国立情报学研究所、斯坦福大学联合开发，日本政府 ImPACT 计划资助。该机基于量子神经网络（QNN），理论求解复杂优化问题速度超传统超算 100 倍，功耗仅 1 kW（超算同任务需 10,000 kW）。 量子神经网络（QNN）原理 QNN 以光学参量振荡器（OPO）为量子神经元，光学平衡测量反馈电路为量子突触。利用 OPO 阈值处的集体对称性自发破缺搜索组合优化问题解。用户可通过 QNNCloud 体验 QNN 实验与基于 OPO 网络量子理论的仿真。简

棋类游戏是 AI 研究的经典领域。图灵、巴贝奇、冯·诺依曼、香农等先驱均曾投入其中。DeepMind 战绩彪炳：2015 年 AlphaGo 首胜人类职业棋手；新作 AlphaZero 仅用 4 小时自学国际象棋即击败 Stockfish 与 Deep Blue 等顶尖引擎，24 小时内在国际象棋、将棋、围棋三大领域均达超人水平并击败各领域最强程序。 核心方法论 AlphaGo Zero 以深度卷积神经网络配合纯强化学习达成超人表现。AlphaZero 进一步泛化：移除领域特定增强与人工知识，仅保留 深度神经网络 与 从零开始的强化学习算法。采用通用 MCTS（蒙特卡洛树搜索）替代传统 Al

马里兰大学与美国国家标准技术研究院（NIST）物理学家利用 53 个相互作用的原子量子比特模拟磁性量子物质，刷新量子模拟规模纪录。同时实现单次测量单个量子比特约 99% 的高效率。MIT 与哈佛团队则用 51 个激光束限制的铷原子构建互补系统。该平台有望解决超越最快超算极限的难题（如伊辛采样），并可升级为通用量子计算机。 什么是量子模拟器？ 量子系统难以在实验室研究，亦难用超算建模。量子模拟器专为特定物理问题设计，利用与原系统粒子数相当的量子比特模拟多体量子系统，避免经典计算机指数级时间复杂度。目前已在离子阱、超导电路、超冷量子气、光子系统等平台实现。 用量子硬件解决量子难题 现代超算难以

Google 利用深度神经网络分析开普勒望远镜数据，发现两颗新系外行星——开普勒-90i 与开普勒-80g。模型区分行星与非行星的准确率达 96%。 系外行星搜寻的数据挑战 开普勒太空望远镜 4 年观测约 20 万颗恒星，每半小时拍摄一帧，光度计持续监测 14.5 万颗主序星亮度。数据产生约 140 亿个数据点，对应 2 千万亿种可能轨道。传统计算处理极其耗时，Google 引入深度学习加速筛选。 深度学习方法 深度学习通过多层计算构建渐进特征，擅长分类任务。Google AI 团队用 1.5 万个开普勒信号训练 TensorFlow 模型，识别真实行星凌星信号与双星、星斑、仪器伪影等假阳

2016 年成立的初创公司 Innovator Energy 开发出从电厂烟道气中分离 CO₂ 的新工艺，声称成本仅为现有技术的 1/10，能耗仅 1/4。该技术还能将捕获的 CO₂ 转化为高附加值产品。 碳捕获现状与痛点 全球约 65% 温室气体排放源自发电与工业。现有燃烧后捕获技术能耗高、需高温热源、大幅推高发电成本。Innovator Energy 专注于捕获与转化 CO₂，其专利工艺较常规技术节能 96%，捕获成本低于 8 美元/吨。全球未来年需捕获 60 亿吨 CO₂，团队正在德州圣安东尼奥建设演示原型。 该技术经耶鲁大学验证，直击碳捕获链条最关键环节，连世界最大石油公司都未曾攻克

MIT 研究人员开发出一种对细胞敏感的薄型纹身，接触皮肤细胞即发光。纹身墨水由水凝胶与营养混合物组成，可维持细胞存活；打印分辨率达 30 微米。原型呈树形透明贴片，分区对应不同化学物质，接触皮肤中特定化合物时相应区域亮起。 前人研究回顾 刺激响应材料研究已超十年，如化学传感器、自组装机器人等。3D 打印普及降价后成为实验常用手段。但哺乳动物细胞难以承受 3D 打印的紫外交联、挤出剪切力等恶劣条件（脂质双层结构易破裂死亡）。相比之下，细菌细胞壁坚韧，兼容多种水凝胶（聚合物-水材料，医用广泛），更适合作为活性墨水载体。 新型活性响应墨水 团队利用基因编程细菌细胞，制备含水凝胶与营养液的生物墨水

为研究地球与探索深空，NASA 充分利用人工智能（AI）前沿进展。喷气推进实验室（JPL）AI 组在智能规划与调度、科学分析、深空网络运行、航天器指令及空间运输系统等领域开展基础研究。本文梳理 JPL 正在推进的 6 个核心项目，多聚焦于规划技术、航天器自主性与漫游车自主性。 6. ASPEN：自动化调度与规划环境 ASPEN 是一个模块化、可重构的框架，支持多种规划与调度应用。框架集成了时序推理、资源管理、表达性建模语言及图形界面等核心组件，广泛应用于任务设计规划、航天器运行、火星车表面规划、多车协同规划等场景。 作为地面系统，ASPEN 依据内部航天器模型与高层目标生成执行指令；作为飞行

科学家们将秀丽隐杆线虫（Caenorhabditis elegans）的大脑“移植”进了一台乐高机器人。他们绘制了该线虫 302 个神经元之间的连接图谱，并在软件中完成仿真。每个神经元通过 IP 地址和端口号进行寻址。 从生物大脑到数字意识的漫长探索 大脑绝非简单的电信号集合。若人类能学会在不失真的情况下存储这些信号，便可将大脑上传至计算机，实现类似电影《超验骇客》中数字意识的永生。尽管距离人类全脑模拟尚远，但研究者已取得里程碑式进展：国际团队成功将线虫大脑植入乐高机器人躯体。 秀丽隐杆线虫是一种自由生活的透明线虫，体长约 1 毫米，栖息于温带土壤，缺乏呼吸与循环系统。其基因组与神经系统已被

物理学家成功将一块纳米电子芯片冷却至 2.8 毫开尔文（mK），刷新世界纪录。他们采用磁制冷技术，同时降低芯片本体及其电气连接的温度。研究表明，经过优化后，同款技术有望突破 1 毫开尔文大关。 绝对零度与量子实验的极致追求 打破纪录的渴望不仅存在于竞技场，科学家们同样热衷于挑战极限。全球多个团队正致力于开发高科技制冷系统，力求无限逼近绝对零度（0 K，即 -273.15 °C）。在绝对零度下，微观粒子仅保留量子力学规定的零点能运动，这种极端低温环境为量子实验提供了理想条件，使我们得以探索全新的物理现象。 巴塞尔大学的突破性进展 巴塞尔大学的科学家们利用磁制冷技术，将纳米电子芯片及其电气连接

工程师研发新电池，工作温度范围-40°C至120°C，5秒内充满电。 经25万次充放电循环后仍保留91%容量。 极度柔韧，耐受1万次折叠。 中国浙江大学工程师研发出超快充、全天候、长循环铝石墨烯电池，性能卓越，尤其在充电时间上。商业化量产后，电池可5秒充满、续航两小时。 材料与工程研究团队声称，该电池更耐寒、更难燃，可在-40°C至120°C温域工作。但少数业内专家对这些声明持怀疑态度。 电池负极用铝，正极用石墨烯。经25万次充放电循环后保留91%容量——远超当今锂电池。专为全气候能源设备设计，拥有卓越柔韧性，耐受1万次折叠。 若集成进智能手机，可5秒充电、续航长达两小时。且即便手机每天充

技术日新月异，我们需保持更新以维持生产力。全球有许多技术展会，让您在产品上市前了解新技术、获取重要产品洞察。参加会议是为未来业务所能做的最好事。它们也为寻求融资的投资者提供重要机会。科技活动是我们生活不可或缺部分，传播技术世界最新资讯。以下是您必须参加的最大型科技活动以保持更新。 14. Techfest 图片来源：Techfest.org 地点：印度孟买理工学院 Techfest是印度理工学院孟买分校组织的年度技术节，由非营利学生组织联合主办。1998年首办，逐渐成长为亚洲最大科技盛会。三天活动涵盖展览、竞赛、研讨会等丰富形式，吸引全球参与者。所有讲座由全球知名人士主讲。 阅读：印度10大最

技术突破：从拼接合成到端到端神经网络 Google 最新发布的 Tacotron 2 标志着文本转语音（TTS）技术的重大跨越。不同于传统的拼接式合成或参数式合成，Tacotron 2 采用序列到序列（seq2seq）架构，结合 WaveNet 声码器，直接从文本字符生成高保真语音波形，实现了真正的端到端建模。 核心架构创新 编码器-解码器注意力机制：利用位置敏感注意力对齐文本与梅尔频谱图，有效解决长序列对齐难题 WaveNet 声码器：以梅尔频谱图为条件输入，逐采样点生成 24kHz 高保真音频，捕捉呼吸、语调等微观声学细节 端到端训练：无需人工标注音素边界、时长等语言学特征，大幅降低多

全球几乎所有计算机和设备暴露于安全漏洞，易受攻击。幸好迄今未报告信息泄露，但发现的Bug可被视为处理器最严重安全缺陷之一。 下文涵盖此Bug几乎所有方面（技术及业务）。了解确切发生何事。 1. 什么是缺陷？ 有两个相似安全Bug，命名Meltdown和Spectre。 Meltdown： 影响运行Intel处理器台式机、笔记本和服务器硬件漏洞。打破操作系统和用户应用根本隔离，允许程序访问内存从而窃取其他程序秘密。 具体说，Meltdown利用现代芯片乱序执行副作用读取任意内核内存位置。攻击不依赖任何操作系统或软件漏洞。 设备受影响后，Meltdown可无特权或用户权限读取云中其他进程或虚拟机内

文章由Rachel Wheeler撰写提交。 机器翻译理念可追溯数十年。最初仅是基于规则机器翻译系统。1980年代，研究人员开发统计机器翻译。21世纪，机器翻译技术巨大飞跃将来自机器学习和神经网络技术。 过去几年，我们见证使用这些AI技术提供更好机器翻译翻译公司显著发展。最令人印象深刻例子来自Google神经机器翻译（GNMT）和Microsoft神经翻译器等系统。 什么是神经机器翻译？ 机器翻译已广泛可用，多年如此。您可在许多流行应用找到机器翻译系统，在线服务提供机器翻译服务。但现有服务与开发使用神经网络系统有显著差异。 目前大多数系统是统计机器翻译。使用算法和统计模型最佳猜测短语恰当翻译。

自动驾驶汽车演进在此，Google和Tesla等巨头冲至前沿。但技术伴随许多安全顾虑。例如，算法若突然检测移动车前动物，先顾动物还是救您？且自动驾驶车暴雨中无法正常工作，质疑技术失效时驾驶员扮演何角色。 MIT近期研究试图解决自动驾驶技术随带几问题。他们开发通过雾准确测距新方法，比现有传感器技术好数倍。 新深度传感器结合有效计算方法将飞行时间深度传感器分辨率提升千倍。这就是能轻松检测雾中物体、让自动驾驶车更安全的分辨率类型。 视觉范围 现有技术足够智能泊车辅助系统（IPAS）和碰撞检测系统。2米范围内深度分辨率1厘米。分辨率随范围增加指数级下降。最坏情况甚至导致生命损失。 新飞行时间系统同2米

金属透镜是利用纳米结构聚焦光平面透镜。具备替代现有厚重曲面透镜潜力。但受限于能准确聚焦光谱范围。 哈佛约翰·保罗森工程与应用科学学院研究人员创建新金属透镜，能高分辨率将所有可见光谱聚焦于单一点。迄今，仅通过堆叠两个或更多传统透镜可能。 这使研究人员更接近将薄透镜融入常规及先进光学设备，包括相机、增强和虚拟现实设备。详细了解哈佛研究人员如何达成此里程碑。 障碍 将整个可见光谱（含白光）聚焦于一点极难，主因不同波长在材料中传播速度不同。例如蓝光比红光慢，两色到达给定点时间不同，导致焦点不同扭曲图像。此失真称色差。 为校正色差，所有光学设备用两个或更多不同厚度曲面透镜，增加仪器体积。 金属透镜与设计