以智能化为特征的第四次工业革命已经全面开启,会聚技术的不断涌现,正引领各领域创新突破性跃迁。学科交叉是这场变革的核心驱动力,主要表现为信息、生命、物质三大学科板块间的深度融合,最终将推动人类生产生活发生深刻变化。把握全球科技发展趋势,瞄准交叉前沿领域加快布局,对于抢抓创新竞争未来制高点具有重要意义。
9月13日,由浙江大学中国科教战略研究院牵头完成的科技战略报告《重大领域交叉前沿方向2021》正式发布。该报告瞄准当前全球科技创新热点话题,选取新药创制、未来计算、人工合成生物、AI+基因组编辑、脑-意识-人工智能等五大领域,凝练形成50项交叉前沿方向。同时,对各领域全球发展趋势、国家战略布局和未来发展规划进行了解读与分析,比较深度和客观地反映了总体发展态势。
《重大领域交叉前沿方向》科技战略研究项目,旨在以持续推出交叉前沿报告的方式,反映全球科研发展趋势,探索新的学术增长点,为国家、区域及机构创新布局提供参考。
面向新药创制领域,报告认为新药创制是生命科学领域的重要一环,但一直以来受到缺少创新理论指导、缺乏多学科交叉创新技术方法应用等问题的限制,同时原创药物靶点缺乏、化合物合成工艺复杂、成药性评价耗时耗力、药物药效差、毒性大等始终制约创新药物研发的成功率。基因编辑技术、肿瘤免疫疗法、大数据、人工智能等前沿新技术不断涌现,将显著提高药物治疗的有效性,进而改善生命体的质量,逐步实现人类生命延续。尤其基于智能计算的智能药学、基于创新材料的微纳药学、基于多组学整合的系统药学、基于细胞工程的细胞药学代表了新药创制和生物医药的重要发展方向。
面向未来计算领域,报告认为短期内基于硅基冯·诺依曼架构的现代计算技术(如高性能计算)仍然是构成未来计算的主体,面向不同应用需求的系统优化成为技术创新重点方向,器件及芯片、系统技术和应用技术等将同步发展。长期而言,因硅基集成电路的物理极限和冯·诺依曼架构的固有瓶颈,量子、神经形态计算(又称类脑计算)等非冯·诺依曼架构计算技术的突破和产业化将是未来计算的研究重点。
面向人工合成生物领域,报告认为人工合成生物研究的发展,推动生命科学研究开启以系统化、定量化和工程化为特征的“多学科会聚”研究新时代。人工合成生物领域研究主流从单一生物部件的设计,迅速拓展到对多种基本部件和模块进行整合,推动更加精准认知、改造甚至重新合成生命成为现实。研究目前主要依靠三大核心使能技术:基因编辑技术(CRISPR/Cas9技术)、DNA组装技术以及体内定向进化技术。
面向AI+基因组编辑领域,报告认为作为精准调控生命并提供延续生命革新性工具手段的基因组编辑技术,正推动生命健康向个性化、精准化、微创化、智能化发展。由于动植物基因组量级庞大、构成复杂,基因编辑技术在应用层面仍存在靶点的结合、识别和切割序列、切割位点编辑等不精准的问题,而利用人工智能开展计算机模型识别、判断与预测大数据,可帮助提升基因编辑活动的精准度和效率,让基因编辑具备更好配合人类应用目的的能力,在医疗健康、农业发展等领域具备更广泛的应用前景。
面向脑-意识-人工智能交叉领域,报告认为当前以大数据、深度学习和算力为基础的人工智能在语音识别、人脸识别等以模式识别为特点的技术应用上已较为成熟,但对于需要专家知识、逻辑推理或领域迁移的复杂性任务,人工智能系统的能力还远远不足。与此同时,基于统计的深度学习注重关联关系,缺少因果分析,使得人工智能系统的可解释性差,处理动态性和不确定性能力弱,难以与人类自然交互,在一些敏感应用中容易带来安全和伦理风险。未来,类脑智能、认知智能、混合-增强智将能成为重要发展方向。
相关负责人介绍,该报告在研究方法上采取了专家咨询和文献计量相结合的方法,以专家研判和集中讨论为主,文献计量分析为辅。文献计量方面,本项目依托数据分析团队,通过主题检索从Scopus数据库获得各研究方向的相关论文,并通过SciVal分析平台对论文发表趋势、研究主题、重点国家和机构等各项参数进行分析。专家咨询方面,研究报告汇聚了浙江大学校内外相关领域许多高水平专家的智慧,专家们深度参与了前期咨询、领域研究、专题讨论、意见征集、报告撰写等多个环节。专家意见与数据分析结果互为补充、不断迭代,较好地保障了分析结果的可靠性。
未来,浙江大学中国科教战略研究院将继续研判重大领域发展趋势,组织相关研究力量,从世界科技前沿、国家重大需求出发,持续发布年度《重大领域交叉前沿方向》报告,打造一流科技战略智库品牌。
●五大领域的50项交叉前沿方向一览
○新药创制领域
方向1.可干预的药物靶标发现
方向2.基于人工智能的药物分子设计及作用预测
方向3.基于单分子结构及单细胞尺度的药物研究
方向4.基因药物研发
方向5.新型蛋白类药物研发
方向6.新型疾病模型开发与设计
方向7.药物敏感性评价与预测
方向8.微纳技术在新药创制中的运用
方向9.数字药物
方向10.药用新材料研究
○未来计算领域
方向1.基于量子效应与机器学习的感知技术
方向2.半导体集成量子光学芯片
方向3.无线移动边缘计算
方向4.复杂物理化学与生物问题的量子模拟
方向5.神经形态计算芯片制造
方向6.构建量子计算机的关键科学与技术问题
方向7.基于硅光子技术的芯片研发
方向8.光学网络神经系统深度学习
方向9.类脑计算
方向10.基于FPGA的机器学习硬件
○人工合成生物领域
方向1.通过自下而上的化学和材料的设计和合成构建类生命细胞的合成细胞
方向2.实现合成细胞或微纳机器人间的群体智能
方向3.实现合成细胞(或微纳机器人)及其与生物细胞间的分子通信
方向4.器官和胚胎的人工构建
方向5.复杂基因线路设计及可编程细胞智能
方向6.人工多细胞体系和人工微生物组
方向7.生命铸造厂
方向8.新细胞类型的人工设计与合成
方向9.大规模、高通量自动化筛选系统的开发
方向10.人工合成生物系统的理论模型和精准设计
○AI+基因组编辑
方向1.CRISPR-Screen体系在植物育种中的运用
方向2.基因组编辑新技术新方法研发
方向3.引导编辑系统及其在植物中的应用
方向4.线粒体基因组编辑技术及临床应用
方向5.基因组编辑在动物育种中的应用
方向6.RNA编辑的深度利用
方向7.基因组编辑技术治疗眼病
方向8.基因组编辑技术治疗罕见病
方向9.基因组编辑技术在免疫细胞治疗肿瘤的应用
方向10.CRISPR / Cas基因编辑在肿瘤治疗中的应用
○脑-意识-人工智能交叉领域
方向1.脑功能的神经环路解析
方向2.脑科学观测新技术
方向3.脑机接口技术
方向4.人工智能在脑疾病的应用
方向5.基于人机融合技术的混合-增强智能
方向6.大数据驱动的因果推断
方向7.多模态认知智能
方向8.人工智能伦理
方向9.“人工意识”或“类意念”问题研究
方向10.纯粹意识研究
注:本文转载自浙江大学官网,原文链接为: