為了避免這種可怕的前景,，有研究人員開發(fā)出一種開關,，在基因驅動起作用之前,，必須通過傳遞某種特定物質來開啟開關。與此同時,，多組科學家正在研究通過基因驅動測試的每個階段來指導進展的規(guī)程,。例如，在2016年,，美國國家科學,、工程和醫(yī)學科學院審查了這項研究，并對負責任的做法提出了建議,。2018年,，一個大型的國際工作小組制定了一份路線圖，監(jiān)督實驗室的研究,。

除了限制這項技術本身的風險之外,，許多調查人員還希望避免可能導致公眾或政策反彈的事故和失誤。麻省理工學院的凱文·艾斯維爾特(Kevin M. Esvelt)和新西蘭奧塔哥大學的尼爾·格默爾(Neil J. Gemmell)在2017年發(fā)表了論文,，對基因驅動在消滅害蟲哺乳動物方面的潛在用途表示擔心,，他們認為單次國際性事件可能會讓研究工作倒退10年或更長時間。他們預測：“僅就瘧疾而言,，這種延遲的代價可能需要用數(shù)百萬本來可以避免的死亡來衡量,。”

9.等離子體材料

2007年,，加州理工學院的哈里·阿特沃特(Harry a . Atwater)曾撰文預測,，所謂的“等離子體”(plasmonics)技術最終可能會被投入到一系列應用中，從高度敏感的生物探測器到隱形斗篷,。十年后,，各種等離子體技術已經(jīng)成為商業(yè)現(xiàn)實，其他技術也正在從實驗室向市場過渡,。這些技術都依賴于控制電磁場和金屬(通常是金或銀)中自由電子之間的相互作用,，自由電子決定了金屬的導電性和光學性能。金屬表面的自由電子在受到光線照射時集體振蕩,，形成所謂的表面等離子體,。

當一塊金屬很大時，自由電子會反射擊中它們的光線,，使材料發(fā)光,。但是當一種金屬只有幾納米時，它的自由電子就被限制在非常小的空間里,，從而限制了它們振動的頻率,。振蕩的特定頻率取決于金屬納米顆粒的大小。在一種稱為共振的現(xiàn)象中,，等離子體只吸收與等離子體本身以相同頻率振蕩的入射光的一部分,。這種表面等離子體共振可用于制造納米天線,、高效太陽能電池和其他有用的設備。

等離子體材料的研究應用最廣泛的領域之一是用于檢測化學和生物試劑的傳感器,。在一種方法中,，研究人員將一種等離子體納米材料包裹上一種物質，這種物質與一種有趣的分子（比如細菌毒素）結合在一起,。在沒有毒素的情況下,，照射在材料上的光線會以特定的角度重新發(fā)射出來。但如果毒素存在,，它會改變表面等離子體的頻率,，從而改變反射光的角度。這種效果可以非常精確地測量甚至檢測到微量的毒素,。

幾家初創(chuàng)公司正在開發(fā)基于這一技術和相關方法的產(chǎn)品,，其中包括一種電池內部傳感器，可以監(jiān)測電池的活動,，以幫助提高功率密度和充電率,。此外，還有一種能夠區(qū)分病毒和細菌感染的設備,。等離子體也被用于研究磁盤上的磁存儲器,。例如，熱輔助磁記錄設備通過在寫入時瞬間加熱磁盤上的小點來增加內存存儲,。在醫(yī)學領域,，光激活納米顆粒正在臨床試驗中測試其治療癌癥的能力。納米顆粒被注入血液,，然后聚集在腫瘤內,。接著，使用與表面等離子體相同頻率的光照射其上,，使粒子通過共振產(chǎn)生熱量,。熱量有選擇地殺死腫瘤中的癌細胞,，但卻不會傷害周圍的健康組織,。

當新的公司開始利用等離子體技術時，他們需要確保自己的產(chǎn)品價格合理,、可靠,、堅固、易于大規(guī)模生產(chǎn)和與其他部件集成,。盡管面臨這些挑戰(zhàn),，前景還是光明的?！俺牧稀保ǖ入x子體產(chǎn)生不尋常的光學效應的合成納米材料）的出現(xiàn)使等離子體研究人員能夠使用除金銀以外的材料,，如石墨烯和半導體,。來自Future Market Insights的一項分析預測，僅等離子體傳感器應用的北美市場價值就將從2017年的近2.5億美元增至2027年的近4.7億美元,。

10.量子計算機算法

得益于在硬件和算法上取得的進展,，量子計算機在幾年內就能趕上甚至超過傳統(tǒng)計算機。量子計算機利用量子力學進行計算,。它們的基本計算單位——量子位,，類似于標準位(0或1)，但它是在兩個計算量子態(tài)之間的量子疊加：它可以是零,，也可以是1,。這種性質，加上另一種獨特的量子特性——糾纏,，可以使量子計算機比任何傳統(tǒng)計算機更有效地解決某些類型的問題,。

這項技術雖然令人興奮，但卻是出了名的進展困難,。舉例來說,，一個被稱為退相干（decoherence）的過程可以破壞它的功能。研究人員已經(jīng)確定,，擁有幾千量子位元的嚴格控制的量子計算機可以通過被稱為量子誤差修正的技術來承受退相干效應的影響,。但迄今為止，實驗室所展示的最大量子計算機也僅包含數(shù)十個量子位,。這些被加州理工學院的約翰·普瑞斯基爾(John Preskill)命名為“噪聲中等規(guī)模的量子計算機”(NISQ),，目前還不能執(zhí)行錯誤校正。然而,，大量專門為NISQs編寫的算法研究,，可能使這些設備能夠比傳統(tǒng)計算機更有效地執(zhí)行某些計算。

世界各地用戶對NISQ的訪問增加,，極大地促進了這一進展,，使越來越多的學術研究人員能夠為這種機器開發(fā)和測試小型版本的程序。一個專注于量子軟件不同方面的初創(chuàng)公司生態(tài)系統(tǒng)也正在蓬勃發(fā)展,。研究人員在兩種用于NISQ的算法中看到了特別光明的前景,，即模擬算法和機器學習算法。1982年,，傳奇理論物理學家理查德·費曼（Richard Feynman）提出,，量子計算機最強大的應用之一將是模擬自然本身——原子、分子和材料,。

許多研究人員已經(jīng)開發(fā)出算法來模擬NISQ設備上的分子和材料(以及未來完全糾正錯誤的量子計算機),。這些算法可以提高從能源到健康科學等領域的新材料設計。開發(fā)人員還在評估量子計算機是否更擅長機器學習任務，即計算機從大數(shù)據(jù)集或經(jīng)驗中學習,?？焖僭鲩L的NISQ設備測試算法已經(jīng)表明，量子計算機確實可以促進機器學習任務,。

至少有三個研究小組獨立報告了機器學習方法的量子版本的開發(fā)進展,，這種方法被稱為生成對抗性網(wǎng)絡(GANs)，在過去的幾年里,，它已經(jīng)在機器學習領域掀起了一場風暴,。盡管許多算法似乎在現(xiàn)有的NISQ機器上運行得很好，但還沒有人能給出正式的證明,，證明它們比在傳統(tǒng)計算機上執(zhí)行的算法更強大,。這些證明是困難的，可能需要幾年的時間才能完成,。在接下來的幾年里,，研究人員很可能會開發(fā)出更大、更可控的NISQ設備,，然后是具有數(shù)千個物理量子位的完全錯誤校正機器,。NISQ的算法應該足夠高效，能夠超越最先進的傳統(tǒng)計算機,。（小?。?/p>