MIT科技评论最新全球十大突破技术：人造胚胎基因占卜上榜(4)
在美国炼油工业区的中心休斯顿城外出现了一家前沿发电厂，他们正在测试一项可以实现清洁天然气能源的技术。这家公司拥有 50 兆瓦特的项目，他们就是 Net Power。该公司相信他们能捕获天然气发电过程中释放的所有二氧化碳，同时又能够以低廉的成本发电，至少和标准天然气发电厂的成本相同。
如果此举真的可以实现，就意味着从此就可以以合理的价格从化石燃料中获得零碳能源。这样的天然气发电必会改善能源供给的局面，因为它既不像核能那样成本高企，也不像可再生能源那样供给不稳。
Net Power 公司是 8 Rivers Capital，Exelon 电力公司以及 CB&I 能源公司合作的产物。这家公司的发电厂已经在试运行且开始了初始测试，他们打算在未来几个月内就公布初次评估的结果。
这家发电厂将燃烧天然气产生的二氧化碳放置到高压高温的环境中，并用合成的超临界二氧化碳作为“工质”，驱动一个特制的涡轮机。其中，大部分的二氧化碳都能被不断地再利用，剩下不能利用的可以用一种低成本的方式捕获。
降低成本的关键在于出售部分二氧化碳。目前二氧化碳主要用于协助开采原油。这个市场容量有限，也并不环保。然而最终 Net Power 希望其他行业对二氧化碳的需求能够涨起来，比如水泥制造业、塑料制造业及其他碳基材料行业。
Net Power 的科技并不能解决天然气带来的所有问题，尤其是开采方面的问题，但是只要我们还在使用天然气，就应该让天然气变的更清洁。在正在发展的所有清洁能源技术中 Net Power 的技术是最有远见的技术之一，他向我们展示的是一个真真切切的可减少碳排放的新突破。
专业解读
中国科学院山西煤炭化学研究所副研究员陈成猛：中国目前天然气约占总电力供应量的3%，截止2020年预计将占6.7%。为使以天然气和煤炭等为燃料的火电厂更清洁环保，在现有技术体系通常是进一步增设 CO2吸附、脱硫脱硝、降灰等环保装置来实现。
然而，这些手段大都是补救性质的，会增加发电成本和能耗，降低经济效益。Net Power 公司则不然，在天然气发电领域，他们选择了源头创新，彻底摒弃传统的以水蒸气为工质的热能循环过程，选用全新的以高压高温超临界CO2为介质的Allam循环过程。这样就从本质上解决了CO2排放和NOx污染的问题，且回收的CO2还变废为宝，可应用于采油或作为化工原材料等利用。
该技术发电综合效率更高，设施大幅简化，固定投资少，占地面积小。如果该技术成熟并实现产业化，将引领热力发电领域的技术革命，不仅对天然气发电意义重大，对煤电领域也有非常重要的参考价值。另外，该技术的突破还有望改变当前全球碳排放和碳交易的格局。
该技术的工艺方案独辟蹊径，从热力学原理上是可行的，但估计存在如下工程技术难点：一、由于工质从水蒸气变成了CO2，对装置的技术要求变化会很大，许多设备都需重新设计开发，其与工艺的匹配性还需进一步的中试和工业示范验证。二、由于燃烧气氛从空气改为纯氧，这就需要在前端增加空气分离装置，会增加一些固定投资和单位能耗。此外，由此带来的燃烧速度控制和安全隐患亦不容小觑。
人造胚胎
入选理由：科学家们已经开始通过干细胞制造胚胎
技术突破：在不使用卵细胞或精子细胞的情况下，研究人员仅从干细胞中就可以培育出类似胚胎的结构，为创造人造生命提供了一条全新的途径
重要意义：人造胚胎将为研究人员研究人类生命神秘起源提供更方便的工具，但该技术正在引发新的生物伦理争议
主要研究者：剑桥大学、密歇根大学、洛克菲勒大学、中国科学院等
成熟期：现在
研究人员将这些细胞小心翼翼地放在三维支架上观察，细胞随后彼此开始联结，并且排列成几天大的老鼠胚胎独有的子弹形状，研究人员被这一景象吸引住了。“我们知道干细胞有着极其强大的潜能，可以展现出近乎魔法般的能力。然而，我们没有意识到，他们可以如此完美地实现自组织”，团队负责人Magdelena Zernicka -Goetz 表示。
Zernicka-Goetz 称，她的“合成”的胚胎可能不会发育成老鼠。尽管如此，它们也意味着，我们很快就可以实现在没有卵子的情况下育出哺乳动物。
但这并不是 Zernicka-Goetz 的最终目标。她想研究早期胚胎的细胞是如何开始分化出其特殊作用的。她说，研究的下一步是使用人类胚胎干细胞生成人造胚胎，这也是密歇根大学和洛克菲勒大学正在进行的研究。
人工合成的人类胚胎将是科学家们的福音，这可以让他们梳理出胚胎在早期发展中经历的过程。而且，由于这些胚胎是从易操作的干细胞发展而来的，实验室将能够使用各种工具，例如基因编辑技术，在它们生长的过程中对它们进行研究。
然而，人造胚胎将会引发一些伦理问题。如果它们最终与真实的人类胚胎难以区分，我们该怎么办? 在它们形成痛觉之前，它们能在实验室里成长多久? 生物伦理学家们说，我们需要在科学竞赛愈演愈烈之前解决这些问题。
专业解读
瑞典卡罗林斯卡医学院助理教授李林鲜：首次在体外培养皿里通过两种干细胞3D共培养模拟了胚胎发育的早期过程，为研究胚胎的早期发育提供了一种可能的替代方法。人造胚胎的研究的价值依然是非常显而易见的，例如应用在胚胎早期发育的基础研究上。在胚胎早期发育的基础研究中，很多时候需要用到如 CRISPR 的基因组编辑工具，比较在培养皿里对干细胞和胚胎的操作难度，干细胞的相关操作要容易些。对干细胞使用 CRISPR 之类的基因组编辑技术比胚胎会更方便。
对抗性神经网络
入选理由：两个AI系统通过玩“猫捉老鼠”游戏来获得想象力
技术突破：两个AI系统可以通过相互对抗来创造超级真实的原创图像或声音，而在此之前，机器从未有这种能力
重大意义：这给机器带来一种类似想象力的能力，因此可能让它们变得不再那么依赖人类，但也把它们变成了一种能力惊人的数字造假工具
主要研究者：Google Brain、DeepMind、英伟达、中科院自动化所、百度、阿里巴巴、腾讯、商汤科技、依图科技、云从科技、旷视科技等
成熟期：现在
但问题在于，从无到有创造一个东西需要想象力，而这正是人工智能技术一直难以实现的能力。
直到2014年，当时还是蒙特利尔大学博士生的 Ian Goodfellow 在酒吧里与友人进行学术辩论时，他突然想到了这个问题的答案。这种名为“对抗式生成网络”（GAN）的手段会使用两个神经网络（一种简化人脑数学模型，是现代机器学习基石），然后让这两者在数字版的“猫捉老鼠”游戏中相互拼杀。
这两个网络会使用同一个数据集进行训练。其中一个神经网络叫生成网络，它的任务就是依照所见过的图片来生成新的图片，比如一个多长一条手臂的行人。而另外那个神经网络叫判别网络，它的任务则是判断它所见得图片是否与训练时的图片相似，还是由生成模型创造出来的“假货”，比如，判断那个长着三个手臂的人有没有可能是真的？
慢慢的，生成网络创造图片的能力会强到无法被判别网络识破的程度。基本上，经过训练之后，生成网络学会了识别并创造看起来十分真实的行人图片。
这项技术已经成为了在过去十年最具潜力的人工智能突破，帮助机器产生甚至可以欺骗人类的成果。
目前，GAN已被用于创造听起来十分真实的语音，以及非常逼真的假图片。就拿一个很有名的例子来说，来自芯片公司英伟达的研究人员们用明星照片训练出了一个 GAN系统，而这个系统则生成了数百张根本不存在、但看起来十分真实的人脸照片。另外一个研究团队则生成了看起来十分逼真的梵高油画。在进一步训练后，GAN可以对图片进行各种修改，比如在干净的马路上盖上一层雪，或者把马变成斑马。
但是 GAN的成果并非完美：它们可能生成有两套把手的自行车，或者眉毛错位的脸。但由于有些图片与声音实在太逼真了，一些专家相信，GAN在某种程度上已经开始理解它们所见到，所听到的世界的底层结构。而这意味着，随着人工智能开始获得想象力，它们也可能开始理解它在这世界上所看到的东西。
Ian Goodfellow发明出GAN后，获得Facebook首席科学家Yann LeCun、NVIDIA创办人黄仁勋、Landing.ai创办人吴恩达等大牛的赞赏，吸引了诸多的机构及企业开始研究。在中国部分，学术机构致力于研究GAN理论的近一步改良及优化，像是中科院自动化所研究人员受人类视觉识别过程启发，提出了双路径GAN（TP-GAN），用于正面人脸图像合成，而商汤－香港中大联合实验室在国际学术大会上发表多项GAN相关研究成果。
中国企业界则是更倾向于把技术应用在服务中，相关案例不胜枚举，比如，百度使用GAN构建语音识别框架，科大讯飞通过GAN与传统深度学习框架的结合在语音合成领域获得了很大的进展。而阿里巴巴的城市大脑项目团队在ACM MM2017会议上，其中发表的一篇论文便是使用GAN来生成用以进行车牌识别的训练数据集。
专业解读
商汤—香港中文大学联合实验室教授李鸿升：GAN未来可能对计算机图形学产生冲击，发展三年多的GAN，在已经发展了60年的人工智能领域中，虽然还是很新的技术，不过已经有各种变体或进阶版出现，而且在诸多研究人员及企业的投入下未来仍有许多的可能性。例如有机会从二维的图片进展到三维的视频等等，在更远的将来，有可能会对图形学产生冲击或挑战。
给所有人的人工智能
入选理由：将机器学习工具搬上云端，将有助于人工智能更广泛的传播
技术突破：基于云端的人工智能正在降低这项技术的使用难度和价格
重大意义：目前，人工智能的应用是受到少数几家公司统治的。但其一旦与云技术相结合，那它将可以对许多人变得触手可及，从而实现经济的爆发式增长。
主要研究者包括：亚马逊、谷歌、微软、百度、腾讯、阿里巴巴、科大讯飞、第四范式等
成熟期：现在
