科技之巅2
7.4 out of 5 stars
Author：麻省理工科技评论
Publisher：人民邮电出版社
Subtitle：麻省理工科技评论2017年10大全球突破性技术深度剖析
Published：2017-6-1
Page count：244
ISBN：9787115455949
Content Summary
《麻省理工科技评论》从2001年开始，每年都会公布“10大全球突破性技术”，即TR10（Technology Review 10），并预测其大规模商业化的潜力，以及对人类生活和社会的重大影响。 这些技术代表了当前世界科技的发展前沿和未来发展方向，集中反映了近年来世界科技发展的新特点和新趋势，将引领面向未来的研究方向。其中许多技术已经走向市场，主导着产业技术的发展，极大地推动了经济社会发展和科技创新。 正如《麻省理工科技评论》主编JasonPontin所说，突破性技术的定义非常简单，那就是能够给人们带来高质量运用科技的解决方案。有些技术是工程师们天才创意的结晶；而有的则是科学家们对长期困扰他们的问题所采取的诸多尝试的集大成者（比如深度学习）。评选“10大全球突破性技术”的目的不仅仅是向人们展示zui新的创新成果，同时也是为了强调，是人类的聪明才智促生了这些创新技术。 本书梳理了2017年的“10大全球突破性技术” ，并邀请全球科技领域专家深度解读。这些技术是为解决问题而生，将会极大地扩展人类的潜能，也zui有可能改变世界的面貌，值得在未来10年内给予特别关注。
Catalog
推荐序一 把握未来的产业动态和科技趋势 吴军 推荐序二 深科技的史诗 曹虎 推荐序三 科技盘点，未来的预案 余晨 推荐序四 技术将重塑我们的行业 杰森·庞廷（Janson Pontin） 推荐序五 全球科技发展的赋能器 田丰 前言 Fire And Footprints 火光与脚印 Reinforcement Learning 强化学习 人工智能AlphaGo——强化学习的空前成功 强化学习的发展史 行为心理学线：从桑代克的“猫迷箱”到明斯基的“鼠迷宫” 控制论线：最优控制及动态规划 强化学习的原理浅谈 强化学习的基础概念 探索未来与利用过去的权衡 强化学习的应用 “实践出真知”的机器人 自动驾驶汽车：学会应对复杂的路况 智能工业机器人：机械臂被装上了“大脑” 互联网营销及推广 优化资源配置，降低能耗 强化学习的发展阻力——逃不出的“维数诅咒” 专家点评：皮埃罗·斯加鲁菲、姚颂、田丰、郑文 The 360-Degree Selfie 360°自拍 360°全景相机的发展与技术革新 市场应用 写在最后 专家点评：田丰 Gene Therapy 2.0 基因疗法2.0 “修复控制系统” 曲折与失败 技术更新 消除血液中的“奶油” 商业与政策的双重挑战 中国的基因疗法：起早赶晚 中美环境差异 专家点评：谢震、茅矛、田埂、孙隽 Hot Solar Cells 太阳能热光伏电池 光伏电池的故事 无法突破的极限 了不起的创新 远非完美 彻底淘汰化石燃料的可能 专家点评：梁庭堃 The Cell Atlas 细胞图谱 单细胞测序技术 专家点评：徐迅、曹虎、田埂 Self-Driving Trucks自动驾驶货车 行业领头人Otto 货车司机的工资会变少吗？ 安全问题 道德难题 行业竞争 竞争逐渐白热化 中国的自动驾驶货车 时机是关键 专家点评：倪凯、吴甘沙、田丰 Paying with Your Face刷脸支付 刷脸与密码 人脸识别在中国 刷脸支付即将全面上线：机遇与挑战 人脸识别与生活 写在最后 专家点评：余晨、田丰、杨铭 Practical Quantum Computers实用型量子计算机 神奇的“量子计算” 量子比特 量子的不可克隆定理 量子纠缠 传统计算机的终结者 量子计算的两大算法 量子计算的另一个挑战：物理实现 军事与商业：量子计算的用武之地 量子计算应用的先行者 专家点评：张云泉 Reversing Paralysis治愈瘫痪 前景展望与技术挑战 专家点评：孙隽、慈宏亮 Botnets of Things僵尸物联网 僵尸物联网的过去与现在 物联网时代的安全隐患 物联网时代的安全防范及隐私保护 黑客使用僵尸物联网如何牟利 未来展望 专家点评：邬贺铨、方春生、邬怡 参考文献 · · · · · · (收起)
Original Summary
[" 自化对就业的影响让政治家“措手不及”，该技术已经在包括制造业在内的多个领域“侵”了人类的工作岗岗位。如果再来一个自动驾数货车，蓝领工人的生活必定受到极大的影响减然，自动驾驶货车可能不会代替所有的货车司机，但这项技术必定会改变这个岗位的工作性质一一而这种改变不一定被每个人都接受 () —— 引自第145页 "," “人脸识别別”是技术，“刷脸支付”是场景，没有技术支撑的场景是空谈，没有场景需求的技术是鸡肋。 () —— 引自第170页 "]