《麻省理工科技评论》在今天正式揭晓2019年“全球十大突破性技术”

导读

自 2001 年起，《麻省理工科技评论》每年都会评选出当年的“十大突破性技术”，这份在全球科技领域举足轻重的榜单曾精准预测了脑机接口、智能手表、癌症基因疗法、深度学习等诸多热门技术的崛起。当然，与其说是“预测”，不如说是《麻省理工科技评论》站在全球科技最前沿，目睹了科技创新的百年变迁后的一种沉淀，是对科研迈向产业的可行性分析，是对技术商业化及影响力的研判。

今年是《麻省理工科技评论》创刊 120 周年，2019 年的“十大突破性技术”榜单也与过去稍有不同。在本次的榜单评选中，我们非常荣幸的邀请到了比尔·盖茨先生作为客座评选人，他全程参与了评选工作，并为本届榜单作序。本届榜单的入选技术也多是以“人类福祉”为最终目标。

正如比尔·盖茨先生所说，看过这些突破性技术之后，你会觉得“美好的未来，值得我们为之奋斗”。

世界未来，尽在吾辈手中

比尔·盖茨

能受邀成为《麻省理工科技评论》“十大突破性技术”诞生以来的首位客座评选人，我倍感荣幸。从众多科技成果中优中选优并不容易。因为我希望我参与选出的技术，不仅是 2019 年的关注焦点，更能为整个科技史留下浓重的一笔。这也令我思考，科技创新是如何随着时间的推移而演变的。

说到改变世界的突破性技术，我第一个想到的，是犁。它完美代表了人类创新的历史。早在公元前 4000 年，美索不达米亚的农民们就开始用磨尖了的棍子给土壤透气。后来，经历了漫长的修补和完善，我们终于看到了今天的犁，这一技术上的奇迹。

但犁到底有什么用呢？犁，能用来创造：有了犁，我们能播撒更多种子，收获更多粮食，有更多东西吃。可以毫不夸张地说，在那些缺乏食物的地方，犁就是人们多活几年的保障。与古代、现代的很多技术一样，犁能以更有效的方式创造更多东西，也让更多人受益。

实验室人造肉类是我今年选出的十大突破性技术之一。与犁相比，在实验室里培养动物蛋白并不是为了养活更多人。即便肉类需求上升，现在的家畜也已足够养活全世界了。下一代蛋白质不是为了让肉更多，而是为了让肉更好。它让我们在不助长森林砍伐或甲烷排放的前提下，更好地供给这个人口不断增长、生活水平不断提升的世界，让我们不用杀害任何动物就能享用汉堡。

换句话说，犁延长了我们的寿命，而实验室中制造的肉类则改善了我们的生活质量。人类历史中，我们的大部分创新都给了前者，我们的努力也取得了回报：全球人口预期寿命从 1913 年的 34 岁，1973 年的 60 岁，提高到了今天的 71 岁。随着寿命的延长，我们的注意力也慢慢转向生活幸福感的提升。如果我们把突破性技术分为增加物质满足和提升生活质量两类，你可能会觉得 2009 年的榜单好像和今年的没什么不同。因为人们关注点的改变和大多数进步一样，非常渐进，难以察觉。整个过程需要几十年而不是几年 - 我相信，我们只是还在转型的过程中。

还要明确一件事，我认为人类短期内不会放弃对延长寿命的探索。我们离人人都能健康长寿这个目标还很遥远，还要做出大量的创新。此外，我刚提到的“质”和“量”可以同时提升。举例来说，有了疟疾疫苗，儿童不再会因为疟疾而发育迟缓，这是对孩子生命的拯救，也是对他们生活质量的提升。

放在历史的长河里看，我们对时下的世界如此着迷，就是因为现在，增加物质满足和提升生活质量可以一起实现。如果要我预测一下这个榜单几年后的评选结果，我敢打赌，治疗慢性病的技术将会是一大主题，我说的技术并不光是新的药物（虽然我个人很想看到阿尔茨海默症等疾病的新药上榜），还有能帮关节炎患者保持灵活的机械手套，能帮重度抑郁患者得到所需治疗的手机应用之类的创新。

如果把眼光放得再远一些，比如展望一下 20 年后的技术榜单，我希望上榜的几乎都是以提升人类福祉为目标的技术。我认为未来的聪明人会关注更加形而上学的问题，比如说：人类的幸福感如何提升？人与人之间有意义的连接如何建立？怎样才能帮助每个人都过上充实的生活？

我很愿意看到 2039 年的榜单是围绕着这些问题展开的，因为这意味着那时的我们已经成功战胜了疾病，还能应对气候变化。这就是在我看来人类能取得的最大的进步。不过，就目前而言，能改变人类的技术创新都既能延长寿命，又能提高生活质量的，我选出的技术也是基于这两个考量。这些技术从不同方面激励我乐观面对未来，希望它们也能对你有所启发。

我所选出的技术，从预测早产的简单血液测试，到能够消灭致命病原体的厕所，都是未来拯救生命的强大武器。我也为榜单上其他能够改善我们生活的技术感到兴奋，比如穿戴式健康监测设备，其中腕部心电仪会给心脏病人预警即将出现的问题，血糖检测仪能帮糖尿病人时刻追踪血糖指标，控制病情发展；先进的核反应堆能为世界提供无碳、安全、可靠的能源。

我选出的技术中，还有一项甚至让我们看到，未来的世界将会以实现个人价值为主要目标——它就是属于每个人的人工智能助理，它甚至能帮你把电子邮箱都整理好。

这听起来可能没什么了不起，但是，当以往每天用来看电子邮件的 30 分钟可以用来做别的，就给生命创造了很多其他可能性。我知道，有些人会用这些时间做更多工作，但我希望大多数人能在这段时间里和朋友喝喝咖啡，辅导一下孩子的功课，甚至是在社区里做做志愿者。

我想，以上的美好生活，就是值得为之奋斗的未来。

《麻省理工科技评论》在今天正式揭晓2019 年“全球十大突破性技术”（10 Breakthrough Technologies）。

图 |2019 年《麻省理工科技评论》全球十大突破性技术榜单包括：灵巧机器人、核能新浪潮、早产预测、肠道显微胶囊、定制癌症疫苗、人造肉汉堡、捕获二氧化碳、可穿戴心电仪、无下水道卫生间、流利对话的AI助手共 10 大突破性技术。

以下是该份榜单详细内容及部分解读节选：

灵巧机器人

重大意义：机器正在通过自我学习学会应对这个现实世界。如果机器人能学会应对混乱的现实世界，那么它们就可以胜任更多的任务。

主要研究者：OpenAI（人工智能非营利组织）、卡内基梅隆大学、密歇根大学、加州大学伯克利分校

成熟期：3-5年

尽管人们一直在讨论机器取代人类工作的话题，但目前工业机器人仍然表现得较为笨拙且灵活性欠佳。虽然机器人可以在装配线上不厌其烦地重复着同一个动作，同时还能保持超高的精度，但哪怕目标物体被稍微移动了一点，或将其替换成不同的零件，机器人的抓取过程就会变得十分笨拙甚至是直接抓空。

如今，虽然我们还无法让机器人做到和人一样，在看到物体后就明白如何将其拿起，但现在它可以通过在虚拟空间里进行反复的试验，最终自主学会处理眼前的物体。

位于旧金山的非盈利组织OpenAI 就推出了这样一套 AI 系统 Dactyl，并已成功操控一个机器手让其灵活地翻转一块积木。这套神经网络软件能够通过强化学习，让机器人在模拟的环境中学会抓取并转动积木后，再让机器手进行实际操作。这套软件开始时会进行随机的尝试，并在不断地接近最终目标的过程中逐渐加强网络内部的连接。

通常我们无法让机器人将模拟练习中获得的知识应用到现实环境里，因为我们很难模拟出像摩擦力或是材料的不同性质这样的复杂变量。而 OpenAI 团队则通过在虚拟训练中引入随机性来克服了这个问题。

现阶段，我们还要取得更多的突破才能让机器人变得更加灵活。但如果研究人员能够很好地利用这种学习方法，未来的机器人将有望能够学会组装电子产品、将餐具摆入洗碗机里、甚至是能够将卧床的人从床上扶起。

核能新浪潮

重大意义：先进的核聚变和核裂变反应堆正在走进现实。在减少碳排放和限制气候变化的努力方面，核能的作用似乎正变得越来越不可或缺。

主要研究者：陆地能源（Terrestrial Energy）、泰拉能源（TerraPower）、纽斯凯尔（NuScale）、General Fusion

成熟期：新型核裂变反应堆到 2020 年代中期有望实现大规模应用；核聚变反应堆仍需至少十年时间。

在过去的一年中，新型核反应堆发展势头强劲，核能的使用将会变得更安全，成本也更低。新型反应堆的发展包括：颠覆了传统设计的第四代核裂变反应堆、小型模块化反应堆，以及似乎永远也无法实现的核聚变反应堆。第四代核裂变反应堆的开发者，比如加拿大的 Terrestrial Energy 和总部位于华盛顿的泰拉能源（TerraPower），已经开始与电力公司建立研发合作关系，力争在 2020 年代之前实现并网发电（这个估计可能有些乐观）。

小型模块化反应堆可以产生的电力，通常为数十兆瓦（相比之下，传统核反应堆可以产生约 1000 兆瓦的电力）。像俄勒冈州的 NuScale 这样的公司表示，小型化的反应堆可以节约资金成本，并降低环境和金融风险。

核聚变方面也有进展。虽然没人指望可控核聚变技术会在 2030 年以前实现交付，但像 General Fusion 和 Commonwealth Fusion Systems 这样的来自麻省理工学院的初创企业，正在取得一些积极进展。许多人认为可控核聚变只是黄粱美梦，然而，由于核聚变反应堆不会出现堆芯熔毁，也不会产生衰变期长、放射性高的核废料，它所可能会面临的公众抵制应该会比常规核反应堆少很多。（比尔·盖茨是泰拉能源和 Commonwealth Fusion Systems 的投资方。）

早产预测

重大意义：每年有 1500 万婴儿过早出生，这是 5 岁以下儿童死亡的主要原因

主要研究者：Akna Dx

成熟期：可在 5 年内进入临床测试。

简单的验血可以预测孕妇是否有过早分娩的风险。我们的遗传物质主要存在于细胞内。

但是少量的“无细胞”DNA 和 RNA 也漂浮在我们的血液中，通常由垂死细胞释放。在孕妇中，这些游离的遗传物质碎片来自胎儿、胎盘和母亲的细胞。斯坦福大学的生物工程师 Stephen Quake 已经找到了一种方法来解决医学界最棘手的问题之一：大约十分之一的婴儿过早出生。

自由漂浮的 DNA 和 RNA 携带者以前需要侵入性细胞抓取细胞的信息，例如对肿瘤进行活组织检查或刺破孕妇的腹部进行羊膜穿刺术。不一样的是现在更容易检测和分析血液中无细胞遗传物质。

在过去几年中，研究人员开始通过从血液中检测肿瘤细胞的 DNA，以及通过血液检测对孕妇进行唐氏综合症等疾病的产前筛查。这些检测依赖于寻找 DNA 中的基因突变。另一方面，RNA 是调节基因表达的分子物质，能够决定从基因中产生多少蛋白质。

通过对母亲血液中的自由漂浮的 RNA 进行测序，Quake 筛选出与早产有关的七种基因表达的波动。这让他可以识别可能过早分娩的女性。一旦被警告，医生可以采取措施避免早产，并给予孩子更好的生存机会。

Quake 说，血液检测所运用的技术，快速，简便，每次测量不到 10 美元。他和他的合作者已经创办了一家创业公司 Akna Dx 将其商业化。

肠道显微胶囊

重大意义：一种小型的、可吞咽的设备，不使用麻醉也可以捕捉到肠道的详细图像，甚至在婴儿和儿童体内也可以。这一设备使肠道疾病的探测和研究变得更为容易，其中包括使贫困地区的数百万儿童发育不良的一种疾病。

主要研究者：麻省总医院

成熟期：目前在成人体内使用；婴儿试验将于2019年进行。

环境性肠功能障碍（EED）可能是你从未听说过的花费最高昂的疾病之一。以肠道发炎、肠道泄露和营养吸收不良为特征，这一疾病在贫穷国家广泛传播，这也是这些地区许多人营养不良、发育迟缓、未能达到正常身高的原因之一。

没有人知道引起 EED 的具体原因是什么，也没有人知道怎样预防或治疗这一疾病。切实可行的检测手段可以帮助医务工作者了解何时应该干预及怎样治疗。在婴儿中已经有了治疗方法，但诊断和研究这些幼儿肠道疾病通常需要麻醉，并将一个称为内窥镜的管子插入喉咙。这种方法昂贵、不舒服、且在 EED 盛行地区难以开展。

因此，麻省总医院（MGH）的病理学家和工程师 Guillermo Tearney 研发了一种小型设备，这种设备能够检测 EED 的表现症状，甚至可以进行组织活检。与内窥镜不同，它在基础保健检测过程中应用简单。

Tearney 的可吞咽胶囊显微镜附在可弯曲的线型导管上，被连接到一种叫做光学相干断层成像系统( OCT )的设备上。在病人将胶囊吞咽后，医疗人员在将纤维胶囊拉回的过程中，能够无死角对整个消化道做纤维断层扫描。这种胶囊在消毒后可以重复利用（这听起来有点令人不适，但是 Tearney 的团队已经研发出一种技术，据他们说，这种技术不会造成不适。）它还带有以单细胞分辨率拍摄消化道表面的技术，以及捕捉几毫米深度的三维横截面的技术。

这项技术有几种应用；在麻省总医院, 它被用来检测巴雷特食管，一种食管癌的前身。关于 EED，Tearney 的团队研发出了一种更小的版本，可以给不能吞咽药丸的婴儿使用。这已经在盛行 EED 的巴基斯坦地区的青少年身上验证过了，此外，计划在 2019 年进行婴儿试验。

这一小型探测仪将帮助研究者们回答关于 EED 进展的相关问题——例如它会影响什么细胞和是否有细菌涉及其中——并评估干预手段和潜在疗法。

定制癌症疫苗

重大意义：通过识别各肿瘤的特异性突变，激发人体的天然防御能力，从而对癌细胞进行针对性破坏。传统化学疗法对健康细胞有很大影响，而且对肿瘤的治疗效果并不总是理想。

主要研究者：BioNTech 、Genentech

成熟期：已在临床试验

目前，科学家正处于将首支个性定制疫苗商业化的关键时刻。如果其效果真如预期的话，该疫苗就的确能够通过肿瘤独特的突变触发人体免疫系统对其进行识别，从而有效地阻止多种癌症的发生。

更重要的是，与传统化学疗法不同，疫苗是通过使用人体的天然防御系统来选择性地破坏肿瘤细胞的，对健康细胞的损害较有限。

此外，在初始治疗后，攻击性免疫细胞将也会对游离的癌细胞保持警惕。在人类基因组计划完成五年后的 2008 年，当遗传学家公布了癌细胞的第一个序列时，这种疫苗的诞生就不再是天方夜谭了。

此后不久，研究人员开始将癌细胞的 DNA 与健康细胞和其他肿瘤细胞三者的 DNA 进行比较。研究证实，所有这些癌细胞都含有数百个甚至数千个特定的突变，其中大多数是这些肿瘤各自特有的。几年后，一家名为 BioNTech 的德国初创公司提供了令人信服的证据，证明含有这些突变拷贝的疫苗可以催化机体的免疫系统产生 T 细胞，从而做好发现、攻击和摧毁所有含有这些突变癌细胞的准备。

目前正在进行的试验针对至少 10 种实体癌症，目标是在全球各地招募 560 名以上的志愿者。目前，这两家公司正在设计新的生产技术，以期能廉价快速地生产数千种私人订制疫苗。

但这会是块“硬骨头”，因为制造疫苗需要对病人的肿瘤进行活检，对其 DNA 进行测序和分析，并将这些信息迅速传递到生产现场。一旦生产出来，疫苗就必须及时送到医院，而任何延误都可能是致命的。

人造肉汉堡

重大意义：实验室培育的人造肉和植物制成的素肉，能在不破坏环境的情况下接近真实肉类的味道和营养价值。人造肉的出现，可以缓解畜牧业生产造成的毁灭性的森林砍伐、水污染和温室气体排放。

主要研究者：美国人造肉企业Beyond Meat

成熟期：目前已经有成形的植物性素肉；2020年左右可研制成功实验室人造肉。

根据联合国的预测，世界人口数量将在 2050 年达到 98 亿，人口富裕水平也会上升。但这于对气候变化来说可不是什么好事——人类一旦脱贫致富，就往往要吃掉更多肉。据预测，到 2050 年，人类吃掉的肉会比 2005 年多 70%。事实证明，饲养供人类食用的动物，是对环境的最大伤害之一。根据动物种类的不同，以西方工业化方法生产一磅肉类蛋白要比生产等量植物蛋白多用 4 到 25 倍的水，6 到 17 倍的土地，6 到 20 倍的化石燃料。

而问题在于，人肯定不会马上就戒掉肉类。也就是说，实验室培养的人造肉和植物制成的素肉可能是抑制环境恶化的最好办法。实验室人造肉的过程，是从动物身上提取肌肉组织，然后放入生物反应器进行培育。虽然最终成品的口感可能有待提高，但外形上已经与我们正常吃的肉差不多了。荷兰马斯特里赫大学的研究人员已在为实验室人造肉的量产而努力。

他们认为，到明年，人造肉汉堡的生产成本可能都比牛肉汉堡还低。但人造肉也不完美，生产人造肉对环境到底有多大改善，我们还只能粗估。世界经济论坛最近的一份报告说，生产实验室人造肉的温室气体排放量也只比生产牛肉生产少大概 7%。对环境更友好的肉类替代品，就是 Beyond Meat 和 Impossible Foods（比尔·盖茨投资了这两家美国人造肉初创企业）等公司研发的植物制成的“素肉”。

他们用豌豆蛋白、大豆、小麦、马铃薯和植物油来还原动物肉的质地和口感。Beyond Meat 公司在加州新开了一家占地 26000 平方英尺（约 2400 平方米）的工厂，已经在 3 万家商店和餐馆售出了超过 2500 万个汉堡。密歇根大学可持续系统中心分析显示，Beyond Meat 制作汉堡产生的温室气体可能比传统牛肉汉堡少 90%。

捕获二氧化碳

重大意义：实用且经济地从空气中直接捕获二氧化碳的方法，可以吸走超量排放的温室气体。从大气中去除CO2可能是阻止灾难性的气候变化最后的可行方法之一。

主要研究者：Carbon Engineering、Climeworks、Global Thermostat

成熟期：5到10年

即使我们降低目前的二氧化碳排放速度，温室气体造成的变暖效应依然会持续数千年之久。为防止气温攀升至危险范围，联合国气候变化委员会当前得出的结论是，在本世纪，全世界将需要从大气中去除高达 1 万亿吨的二氧化碳。

去年夏天，哈佛大学气候科学家大卫·凯斯（David Keith）计算之后惊喜地发现，一种叫做直接空气捕获（Direct Air Capture，DAC）的方法，理论上可以将机器捕集二氧化碳的成本降低到每吨 100 美元以下。先前估计的成本要比这个数字高出一个数量级，因而许多科学家曾认为这项技术太过昂贵，不具备可行性。不过，直接空气捕获仍需至少数年的时间，才有可能将成本降低到接近 100 美元的范围。

然而，一旦成功实现了二氧化碳的捕集，还要想办法处理。由凯斯在 2009 年参与共同创办的加拿大初创企业碳工程公司（Carbon Engineering），计划扩大其试验工厂的规模，来提高合成燃料的产量。这种合成燃料的关键原料之一，就是所捕获的二氧化碳。（比尔·盖茨是碳工程公司的投资方。）

直接从大气中吸取 CO2，是一种高难度的应对气候变化的方法，但我们已经没有多少选择了。

总部位于苏黎世的 Climeworks 在意大利的直接空气捕获工厂，将利用捕集到的二氧化碳和氢气一起生产甲烷，而他们位于瑞士的第二家工厂则会把二氧化碳出售给汽水企业。纽约的 Global Thermostat 也是如此，该公司于去年在阿拉巴马州完成了第一家商业化碳捕集工厂的建设。

不过，如果二氧化碳被用于合成燃料或生产汽水，那么它们中的大部分最后还是会回到大气中去。我们的终极目标，是实现温室气体的永久封存。其中的一些会被封存在类似于碳纤维、聚合物或混凝土这样的产品中去，但更多的需要深埋于地下。目前还没有可行的商业模式来支持这项成本高昂的工作。

事实上，从工程学的角度来看，从空气中吸取 CO2 是应对气候变化最困难、也是最昂贵的方法之一。但鉴于目前我们降低排放的进程太过缓慢，我们并没有多少别的选择。

可穿戴心电仪

重大意义：随着监管机构的批准和相关技术的进步，人们可以轻松通过可穿戴设备持续监测自己的心脏健康。可检测心电图的智能手表可以预警如心房颤动等潜在的危及生命的心脏疾病。

主要研究者：苹果、AliveCor、Withings

成熟期：现在

健康监测装置并不是真正的医疗设备，剧烈的运动或表带没系紧都会干扰传感器读取脉搏。而心电图则是在病人中风或心脏病发作之前，医生就可以用其来诊断心脏异常，但需要去正规诊所才能检查，因此人们经常不能及时就诊。

随着监管部门新法规的出台和软、硬件的相关创新，心电监测智能手表已经问世，它具有可穿戴设备的便利性，并且能够提供接近医疗设备的精度。硅谷初创公司 AliveCor 推出了一款与苹果手表兼容的腕带，该腕带可以检测出心房颤动，这是导致血栓和中风的常见原因。

去年，苹果发布了带有心电图 (ECG) 功能的 Apple Watch，并且该功能已经通过 FDA 认证。随后，健康设备公司 Withings也宣布计划发布一款配有心电图功能的手表。现阶段的可穿戴心电图监测设备仍然只有一个传感器，而真正的心电图设备则有 12 个传感器。目前还没有任何一种可穿戴设备能够诊断心脏病。

但这种情况可能很快就会改变。去年秋天，AliveCor 就一款应用程序和双传感器系统向美国心脏协会 (American Heart Association) 提交了初步审查，据称该系统可以检测到某种类型的心脏病。

无下水道卫生间

重大意义：节能厕所可以在没有下水道系统的情况下使用，并且可以就地分解粪便。23亿人缺乏安全的卫生设施，并许多人因此死亡

主要研究者：杜克大学、南佛罗里达大学、Biomass Controls、加州理工学院

成熟期：1-2年

全球大约有 23 亿人没有良好的卫生条件。由于缺乏卫生的厕所，人们将粪便倾倒在附近的池塘和溪流中，这会传播细菌、病毒和寄生虫，从而导致腹泻和霍乱。全世界每 9 名儿童中就有 1 名死于腹泻。

现在，研究人员正在努力开发一种新型厕所，这种厕所对发展中国家来说也足够便宜，不仅可以处理粪便，还可以对其进行分解。2011 年，比尔·盖茨提出重新发明厕所挑战，并设立了 X 大奖。

自从挑战开始以来，有几个团队已经将设计的厕所原型投入使用。所有的粪便都是就地处理的，不需要用大量的水把它们送到遥远的处理厂。

（来源：GATES FOUNDATION）

大多数的厕所原型都是独立的，不需要下水道，但他们看起来像传统的厕所，装在一个小隔间里并且有马桶。由南佛罗里达大学设计的 NEW generator 马桶用一种厌氧膜过滤污染物，这种厌氧膜的孔径比细菌和病毒都小。另一个来自康涅狄格州 Biomass Controls 的项目则像是一个海运集装箱大小的炼油厂，它能加热粪便，使其转化成一种富含碳的物质，用作土壤肥料。但是这些厕所有一个缺点，它们并不是在所有场合都能使用。

例如，Biomass Controls 的产品每天能为成千上万的用户提供方便，因此它不太适合较小的村庄。相反，杜克大学开发的另一套系统则只能供少数家庭使用。

所以，现在的挑战是如何让这些厕所更便宜，更能适应不同规模的社区。

来自南佛罗里达大学、领导 NEW generator 小组的 Daniel Yeh 副教授表示:“建造一两个原型厕所非常棒，但要真正让技术影响世界，唯一的办法就是让这些设备进行大规模生产。”

流利对话的 AI 助手

重大意义：捕捉单词之间语义关系的新技术正在使机器更好地理解自然语言。人工智能助手现在可以执行基于对话的任务，如预订餐厅或协调行李托运，而不仅仅是服从简单命令。

主要研究者：谷歌、阿里巴巴、亚马逊

成熟期：1-2 年后

我们已经习惯了人工智能助手——Alexa 在客厅里播放音乐，Siri 在你的手机上为你定闹钟——但它们并没有真正做到所谓的智能。它们本应简化我们的生活，但却收效甚微。它们只识别很小范围的指令，稍遇偏差就很容易出错。

但最近的一些进展将增加你的数字助理的功能。2018 年 6 月，OpenAI 的研究人员开发了一种技术，可以在未标记的文本上训练人工智能，以减少人工对数据进行分类标记时花费的成本和时间。几个月后，谷歌的一个团队推出了一个名为 BERT 的系统。该系统在研究了数百万个句子后学会了如何预测漏掉的单词。在一个多项选择测试中，它在填空方面的表现和人类一样好。

这些改进加上更好的语音合成系统，让我们从简单的向人工智能助手下指令转向与它们交谈。它们将能够处理日常琐事，如做会议记录、查找信息或网上购物。这样的人工智能助手已经面世，如谷歌助手的逆天升级版谷歌 Duplex，可以帮你接听电话，甚至过滤掉垃圾邮件及电话推销。它还可以打电话帮你预约餐厅或沙龙。

在中国，消费者正在习惯阿里巴巴 (Alibaba) 的 AliMe。AliMe 通过电话协调包裹递送，还可以与顾客讨价还价。

尽管人工智能程序能更好地找出你的需求，它们仍然不能理解一个完整的句子。脚本化或由统计生成的回答反映了向机器灌输真正的语言理解是多么困难。一旦我们解决了这个难题，我们也许会看到人工智能的另一种进化：从物流协调员到保姆、老师，甚至朋友。