Thursday, August 13, 2020

麻省理工2020年35名35歲創新者 有6名華人


             (Boston Orange 周菊子麻州整理報導) 麻省理工學院科技評論(Technology Review)最近公佈了20203535歲以下創新者。5個類別中有4類別的6名華裔獲選,人數比往年少,但創業類一舉有3人,反映了近年華人瘋創業趨勢。
             6名獲選華裔分別是發明類王世宏(譯音,Sihong Wang);創業類李紀為(Jiwei Li),雷艾特瑪(Atima Lui),潘東尼(譯音, Tony Pan);遠見類李波(譯音,Bo Li);開拓類柴莉莉(Lily Cai)
            1999年開始,曾經稱為TR100,然後改成TR35,現在叫做”35歲以下的創新者(Innovators under 35)”的這一活動,旨在藉由年輕創新者的研究工作,展現最新的未來科技趨勢。每年都有大約500人獲提名,經科技評論編輯們挑選出100人進入半決賽後,交由25名不同領域專家評審,最後選出5個類別的35名創新者。
             今年獲選的6名華裔青年創新家,以及他們的創新項目簡述如下:
             發明類:
             王世宏(譯音,Sihong Wang)
             發明類的王世宏(譯音,Sihong Wang),今年33歲,出生於中國,目前在芝加哥大學。他發明了可伸展的微芯片,使得製造各種新設備都變成可能。
             微芯片通常都要蝕刻進薄脆矽晶基層,意味著如果彎曲或拉扯,分子結構會斷裂,效能馬上大跌。沒那麼脆弱的電路其實早就存在,但要兼顧靈活性,不是得犧牲效能,就是生產不易,王世宏研發出的新製造技術,卻能把電路打造得能彎能拉,效能還和無機半導體電路一樣好。
             憑著之前和這領域開拓者鮑哲南一起工作打下的基礎,王世宏創出一套新流程,利用已知的奈米約束物理作用,在可能的最小規模上打造一層層的聚合物電路,如今可以做出很可靠的,長度是原來兩倍,效能卻一點都不會損失的高效能電路。
             王世宏說,這些橡膠聚合物開闢出全新的設備類別,可以延長成各種形狀,做成皮膚貼片,或甚至嵌進人的身體,然後能夠做到傳統機器能做的任何事。不過那也意味著有一系列的新問題要解決,例如要怎麼啟動。他已經找到從人體收集能量的方法,用另一個叫做奈米發電機的發明,而不需要外接電池。然後這些就能夠放置在身體內,卻不會引發任何免疫反應。
             創業類獲選的華裔有3人。
             李紀為(Jiwei Li)
             李紀為(Jiwei Li)31歲,香儂科技(SHANNON.AI )的創始人兼執行長。谷歌(google)及臉書(Facebook)最近公佈的聊天機器人,核心技術都是李紀為設計出來的。
             李紀為應用了深度加強學習,一種相對新的,神經網路在其中可做嘗試錯誤學習的技術,來處理自然語言(NLP),這用程式來操作人類語言的電腦科學領域。藉深度加強學習來在大批文字中辨識句法結構。李紀為使機器能夠在抽取語義資訊時做得更好。
語法是指單詞之間的語法關係,而語義是指單詞的含義。在書面語言中,具有緊密語義關係的單詞在頁面上並不總是緊靠在一起。例如,動詞及其受詞可以用形容詞串或從屬子句分隔。 先前嘗試讓機器解析自然語言的嘗試,常常誇大了接近的重要性,從而導致明顯的錯誤。 李紀為的機器學習算法可以找到句子的語法結構,從而使含義更可靠。 它們已成為許多NLP系統的基石。
             李紀為在中國長大,原本在北京大學讀生物系,來美後進康乃爾大學修生物物理博士,但很快轉換領域,起先進卡耐基美崙(Carnegie Mellon),後來到史丹福,並成為第一個在不到三年間取得電腦博士學位的學生。
             李紀為也探討其他方法來教人工智能如何在語言數據中辨識模型。2014年時,他和同事把推特貼文和美國氣象數據連起來,以檢視天氣如何影響使用者的情緒。首先他用手給600個推特做了標籤,如快樂,生氣,悲傷等。他用這標籤數據來訓練神經網路評估一條推特的情緒,並用2010年到2011年所發佈所有推特的大約2%,來根據地理位置交叉參照情緒。
             他的結果並不令人意外,下雨的時候,情緒就差了,天氣熱時人們就表現得憤怒。但是對李紀為來說,那是隱藏資訊可以從大量文字中抽取出來的一堂課。
             2017年完成學業後,他搬回北京,創辦了一個名叫香儂科技的NLP初創企業,現在已經有十多名員工,來自風險資本的2000萬元經費。
             李紀為的公司建基在推特天氣研究示範出來的模型配對,研發了語言學習算法,從包括企業報告和社交媒體貼文,抽出了經濟預測。
             李紀為已經應用深度加強學習來挑戰產生自然語言。對他來說,這是很明顯的下一步。他說一但你學會了讀,你就能學寫。
             即使最好的聊天機器人也仍然會犯明顯的愚蠢錯誤,噴出不合邏輯的話,或是顯得對世界沒有基本的普通認識。交談越長,人工智能就更難追蹤都已經說過些什麼。李紀為的技術讓人工智能可以很好的抓住語言結構。在會話中,如果說出來的話,語法明確,就比較容易追蹤主詞和受詞。例如給出一個我們開始吧的問題,一個聊天機器人可能會回答當然!”,但是那回應可能會接在任何問題之後。李紀為的技術可以讓回應更像是是,我們在這有很多事要做,回應原本提問的內容。
             雷艾特瑪(Atima Lui)
             雷艾特瑪(Atima Lui) 30歲,用科技來糾正化妝品業偏向淺色皮膚的偏見。
           她在堪薩斯(Kansas)長大,既是美國奴隸的後代,也是蘇丹難民的女兒。她還記得小時候和皮膚顏色較淺的朋友第一次試用化妝品。一旦把化妝品放到她臉上,無論用什麼方法,都沒法看起來好看。她這才發現化妝業長久以來的假設,膚色(nude)”意味著白或者淺色。
             雷艾特瑪(Atima Lui)現在推廣名叫膚尺(Nudemeter)”,以人工智慧為基礎的應用程式,試圖解決前述的問題。藉由照片,以及短問卷,它決定了使用者的膚色,以及皮膚要如何地明亮起來,經由年份預測皮膚色調的改變,幫助任何膚色的消費者選擇適合他們皮膚的化妝品顏色。
             雷艾特瑪(Atima Lui)圍繞著膚色,打造出一個企業,但她的目標超越科技本身。她說,成長時社會中那些關於誰可以成為中心,或誰會成為科技人才的假設形塑,讓她感到受傷害,那是她想要修正的另外一些東西。
             潘東尼(譯音,Tony Pan)
             潘東尼34歲,來自台灣,和人合夥創辦了MODERN ELECTRON,現任執行長,擁有多項專利。他的公司改造舊設備,讓人從自己家裡發電。
             Modern Electron是一家位於西雅圖的初創企業,用電腦模擬及新材料做新型熱電轉換器,把最早在1950年代研發出來的發熱機,變得能在轉熱為電上比舊模型更有效率。
            潘東尼相信他的公司可以用科技把通常以天然氣或油來為住家燒熱水,供暖氣的鍋爐及熔爐,變成迷你的住家發電廠,在地發電。他說這會遠比由中央電力廠來為住家發電,更有效率,更便宜。尤其是和家用太陽能板,電池合併使用的話。
            潘東尼的產品如果被廣泛採用,可減少人們對中央化媒或天然瓦斯電廠的依賴。
熱電子轉換器是由真空隔開的一對金屬板組成。 熱量(例如,來自爐子的火焰)會把一塊板上的電子激發到越過間隙,跳到較冷的那塊板子上,從而產生電流。 在一個應用中,Modern Electron將金屬板捲成類似光劍把柄的管子,並安裝在燃氣爐上。
屋主可以大部分時間仰賴屋頂的太陽能,晚上、陰天或者在冬天月份,轉用Modern Electron的系統。這產品如果被廣泛採用,可以減少人們對中央化的煤或天然瓦斯電力廠的依賴。藉由燒煤,以及長幾百英里的傳輸線來生產並運送電力的做法,會在傳輸電力上浪費大量能源,潘東尼的發明可以減少來自電力的溫室瓦斯排放。
Modern Electron的科技也可以和其他燃料合用。所以如果住宅暖氣系統最後轉向低或零排放來源,例如某些公司及地區正在探討的氫,這熱電子轉換器可以發揮更大的減少汙染作用。
潘東尼相信他的設備可以對發展中國家有更大影響,可以讓社區架設自己的迷你發電廠,跳過建造中央化發電,運送系統所需投資的大量金錢與時間。電力就可以更快的被帶到偏遠地區。
遠見類:
李波(譯音,Bo Li)
遠見類的李波,32歲,來自中國,現在伊利諾香檳大學(UNIVERSITY OF ILLINOIS AT URBANA-CHAMPAIGN)工作。她設計出一種新方法來愚弄人工智慧,使之運作得更快。
幾年前,李波和同事在停止標誌牌上放了好幾個類似塗鴉的小黑白貼紙,人眼看來很隨意,並不會阻擋標誌牌上的字母。但這安排是刻意設計的,好讓汽車靠近時,啟動視覺系統的神經網路會把停止標誌牌誤讀成速限45英里的貼示。
這樣的對抗攻擊”………操作輸入數據,對人來說看似無害,但卻愚弄神經網路………,以前也有人試過,但早前的例子大都是數位的。例如,在一個影像中有幾個像素可能被改動了,那是人眼看不出來的改變。李波是第一批能夠展示這樣的攻擊在現實世界中是可能的其中一個人。那對人工智慧來說可能更難,因為研發出來察覺操弄數位影像的方法對實物無效。
李波把實物特徵做了些為修改,例如形狀和紋理,那又是人類察覺不到,但可使物體在影像辨識算法前隱形。她的目標是用這關於潛在攻擊知識使人工智慧更強大。她使人工智慧系統互相對抗,用一個神經網路來辨識,探討另一個神經網路的弱點。這過程能夠暴露目標網路的訓練或結構瑕疵。然後李波就研究策略來修補瑕疵,並防範未來的攻擊。
對抗攻擊也可以愚弄其他型態的神經網絡,不只是影響辨識算法。在聲音上不可察覺的調整,可以使得聲音助理做錯誤解讀它所聽到的。例如。李波的有些技術已經被用在商業程式中。IBM用他們保護華生人工智慧(Wcatson AI),亞馬遜用來保護Alexa,還有一些無人駕駛汽車公司用來改善他們的機器學習模型的優良狀況。
開拓類:
             柴莉莉(Lily Cai)
             開拓類的柴莉莉(Lily Cai)33歲,來自中國,目前在伊利諾香檳大學(ILLINOIS AT URBANA-CHAMPAIGN)工作。
             她創造了節省能源的紡織材料,可以打破人們的吹冷氣習慣。
             柴莉莉已創造出以奈米材料為基礎的紡織品,厚度有如普通的T恤,可以讓人保暖或涼快。
             柴莉莉的作品利用人類皮膚在特定波長範圍內會強烈發射出紅外線這事實。藉著操弄她的紡織品阻擋或傳輸這頻寬中的發射傳送方法,製造出在溫度上可有不同效果的許多紡織品。
            柴莉莉製造的金屬化聚乙烯紡織品,可以最小化熱輻射損失,但仍然透氣,讓人的身體溫暖程度,可以比原本感受到的甚至高攝氏七度。在陽光直接照射下,她的冷卻布料,一種創新的奈米複合材料,則能夠讓人體降溫攝氏10度。
             柴莉莉相信弄明白如何讓這些紡織品盡量看起來和正常布料一樣非常重要。早前的輻射冷卻材料只能有白色,但2019年柴莉莉找出如何製作不同顏色的方法。她的目標是將來生產出單一的適應性紡織品,外面冷時能讓人保暖,外面熱時能讓人涼快。
           

No comments:

Post a Comment