MIT的“35 Innovators Under 35”评选活动已经延续了18年，入围的杰出青年被划分成5组，分成是“发明家”（Inventors）、“创业家”（Entrepreneurs）、“远见家”（Visionaries）、“人道主义者”（Humanitarians）和“先锋者”（Pioneers）。

透过这些名单，我们会看到一些变革：在早期，不会有很多人工智能领域的创新人士入围，但是现在，专注于人工智能的学者占据了主导地位。更有意思的是，2018年的榜单第一次出现了女性入围者人数赶超男性同胞的结果。MIT希望，借助这一榜单能够让大家看到未来，以及哪些人正在努力让将来的事成为可能。

生物医药领域的10位创新者

1、James Dahlman，31岁，佐治亚理工学院

“His method makes it possible to test 300 drugs at once.”——《麻省理工科技评论》

几十年来，制药行业寻找新癌症药物的方法一直是将肿瘤细胞培养在小小的培养皿中作为模型，再将装载有受试药物的纳米颗粒（尺寸在1-100纳米之间）逐个检测，从而寻找对肿瘤细胞有反应的药物。在随后的动物实验以至于临床试验中，科学家们还得祈祷这些纳米颗粒能够到达机体所需要的地方，并不被降解或攻击。

“问题是，人们一直以错误方式测试药物颗粒。” 佐治亚理工学院的实验室负责人James Dahlman表示道。他发明了一种完全不同的过程：对每一个纳米颗粒以DNA序列作为“条形码”进行标记。随后，他将300个带有不同标记的纳米药物一次性注入患癌小鼠体内，借助基因测序技术可以同时明确不同药物的反应情况。

James Dahlman在博士期间检测了约30个纳米颗粒，但是借助新方法，仅仅在2018年，他和团队就检测了3000个药物。他希望这一技术能够助力新药开发，且更直接地靶向肿瘤组织。

2、Shinjini Kundu，27，卡耐基梅隆大学

“Medical images are so detailed it can be hard to decipher them. Her program can spot what people can’t.” ——《麻省理工科技评论》

医学影像一直是疾病诊断中不可或缺的一部分。随着技术的更新，影像资料越来越详细，可是解读能力却跟不上。来自于卡耐基梅隆大学的Shinjini Kundu研发了一种人工智能系统，可以分析影像中人类肉眼所不能察觉到的细节。这一创新有望对疾病诊断产生根本性的影响。

“如果有办法发现影像中隐藏的变化，那么我们或许有机会在病症出现之前及早诊断疾病。” Shinjini Kundu解释道。此外，她还训练AI能够从图像中提取疾病标记。这些工作能够帮助人类提早发现疾病。

3、Will McLean，31，Frequency Therapeutics

“Hearing loss in humans has always been irreversible. His innovation may change that.” ——《麻省理工科技评论》

Will McLean相信自己已经找到了一个方法，可以解决一个医学难题——听力丧失。他的研究内容主要集中在耳蜗（cochlea）——人类出生时，耳蜗平均含有15,000个毛细胞，负责感应到声波并将信号传递至大脑。伴随着年龄的增长，很多毛细胞会因为噪音、有毒物质等因素而死亡。更遗憾的是，哺乳动物的毛细胞不会自然再生。

“内耳是机体再生最少的部分之一，” Will McLean解释道，“这是听力丧失是永久性的关键原因。”Will McLean毕业于麻省理工学院，过去十年，他一直试图改变这一现状。他发现，内耳含有不同的祖细胞（类似于干细胞）可以分化成毛细胞。但是这些细胞无法自发分化。为解决这一问题，他和团队开发了新技术，不仅能够促进祖细胞增殖，还可以诱导它们产生新的毛细胞——这是恢复听力的关键。

基于这一发现，Will McLean和团队创办了Frequency Therapeutics公司。迄今为止，公司已申请了19项专利，并开发了一种可注射的耳内治疗方法，以对抗听力损失。这种疗法已经成功通过了安全试验。

4、张欣立（Alice Zhang），29，Verge Genomics

“Using machine learning to identify new treatments for Parkinson’s and Alzheimer’s.” ——《麻省理工科技评论》

目前，针对老年痴呆症、帕金森症和肌萎缩性侧索硬化症（ALS）等疾病的药物开发的传统方法似乎并没有发挥太大作用。张欣立正领导着公司Verge Genomics，利用人工智能在大量的患者信息和临床数据中寻找有潜力的化合物。

她希望了解基因“网络”在顽固性神经退行性疾病的作用，从而开发出更有效的诊疗方法。“计算生物学在癌症领域的应用已经非常广泛，但是在大脑科学却落后了10年。”张欣立强调道。

Verge正在开发机器学习模型，用于识别疾病网络中的关键基因，并预测可以干扰这类基因活性的化合物。她们在干细胞培育的神经以及动物模型中检测这些化合物，并将结果反馈给人工智能，以进一步完善它。目前，Verge Genomics已有7种候选化合物在体外试验中表现出减缓神经元死亡的潜力。

5、Niki Bayat，32，Aesculatech

“She invented materials that can heal eyes by sealing up traumatic injuries.”——《麻省理工科技评论》

在伊朗长大的Niki Bayat一直想利用她在工程方面的天赋帮助身患疾病的人，特别是在她父亲患上青光眼却因为其他健康问题无法进行眼科手术之后。有着化学工程专业背景的她随后前往南加州大学进行深造，师从Mark Thompson和Mark Humayun两位著名化学家。

“我想要做的事是填补聚合化学和生物医学工程之间的鸿沟。” Niki Bayat表示道。她利用化学工程方面的专业知识开发出一种可帮助修复创伤性眼外伤材料——具有生物兼容性的水凝胶，类似于“强力胶”，能够将敏感的眼部组织“粘合”在一起。这一种水凝胶可以在眼睛受伤的情况下，快速封闭伤口防止失明，为患者争取到等待就医的宝贵时间。

更巧妙的是，这种凝胶可以通过生理盐水冲洗，不妨碍后续的伤口缝合。同时，Niki Bayat还开发了同一材料的不同版本，包括以可控的方式释放青光眼药物或者抗生素、持续几个月的释放药物。当然，她的最终梦想是找到一种更好的青光眼治疗方法。

6、Marzyeh Ghassemi，33，多伦多大学

“Using AI to make sense of messy hospital data.”——《麻省理工科技评论》

自从博士阶段在贝斯以色列女执事医疗中心跟医生合作之后，Marzyeh Ghassemi发现信息过载是医生们面临的最大挑战之一。为此，她开发出一套人工智能程序，能够将杂乱的临床数据转化成对患者健康有益的预测信息。

这不是一件容易的事。机器学习通常是庞大且经过仔细标记的数据集，而医疗数据却无规律可循，不同的医生有不同的诊疗倾向，且患者的各项身体指标是实时变化的。这些特质增加了人工智能开发的难度。但是，Marzyeh Ghassemi和团队克服重重难关，并取得了初步成效——他们的程序可以准确预测患者的住院时间、死亡率以及是否需要输血或者呼吸机等干预措施。

7、Adam Marblestone，31，Kernel

“He wrote the book on how to record every neuron in the brain.”——《麻省理工科技评论》

Adam Marblestone有一个宏伟目标——让大脑实现“机器可读”（brain machine-readable）。在读博期间，他以小鼠为模型，开发了一种同时记录大脑中每个神经元活动的技术。这一记录大脑活动的物理极限技术让很多人惊叹。

据悉，Adam Marblestone加入了一家初创公司Kernel，担任首席战略官。他正带领团队创建一个人类大脑的神经界面，从而为理解和诊疗神经类疾病提供窗口。未来，他们甚至可以将人脑和机器相连。

8、颜珉珉（Minmin Yen），29，PhagePro

“Cholera kills, and vaccines don’t always work. She created a better solution.”——《麻省理工科技评论》

每年，霍乱影响着全球最贫穷的地区数百万人的健康。通常，抗生素是治疗这一疾病的手段，但是结果却不理想，因为药物会伤害肠道内的细菌，且会引发耐药性问题。

在塔夫茨大学获得分子微生物学博士学位的颜珉珉开发了一种更好的解决手段：噬菌体。该病毒可以特异性靶向细菌，快速消灭它们，阻止病情的恶化。这一成效远远优于疫苗。基于这一技术，Minmin Yen创办了一家公司PhagePro，致力于推广她的成果。

9、Nabiha Saklayen，28，Cellino Biotech

“She developed a way to edit genes with cheap lasers.”——《麻省理工科技评论》

基因编辑在治疗镰状细胞性贫血等疾病方面的前景是无价的。但是，基因疗法面临着诸多挑战，其中包括如何将基因编辑工具送至细胞内。目前，病毒或者电穿孔是常用的方法，但是都面临着副作用。而激光是一种较为温和的方法，但是成本高昂，且一次只能注射一个细胞，无法满足临床需求。

Nabiha Saklayen选择了激光系统，并对之进行了改良——给激光系统设计了纳米结构的附加组件，促使其可以同时将激光脉冲传送给大量的细胞，从而促使临床规模的快速基因编辑成为可能。Nabiha Saklayen创办了Cellino Biotech公司，希望可以借此将技术商业化。

10、Humsa Venkatesh，32，斯坦福大学

“She discovered a secret to cancer growth that could lead to a new class of drugs.”——《麻省理工科技评论》

Humsa Venkatesh的研究工作揭示了癌症“劫持”神经系统刺激自己成长的细节。这一发现引发了一个新的研究领域，目标是在许多不同类型的癌症中发现一种特殊的活动。“神经系统会发出信号，指示肿瘤如何发展。”她解释道。

在Humsa Venkatesh年幼时，她的叔叔被确诊为肾癌，虽然在印度、美国多地需求治疗，但是只能接受标准的放化疗。遗憾的是，这些疗法都没有效果，叔叔在确诊后不到两年就去世了。这段经历让Humsa Venkatesh意识到我们对于肿瘤发生、发展的机制了解甚少。

虽然未能成为一名医生，但是Humsa Venkatesh依然在癌症领域努力着，她希望这些研究能够推动新的抗癌疗法的早日出现。目前，她正试图阻止肿瘤对神经系统的利用，从而找到控制其发展的方法。

华人创新者

2018年的“35 Innovators Under 35”榜单中共有 6 位华人入围——除了生物医药领域的颜珉珉（Minmin Yen）、张欣立（Alice Zhang），另外4位分别是：北京大学特聘研究员周欢萍、旷视科技联合创始人兼 CEO 印奇、加州大学圣地亚哥分校助理教授徐升和蚂蚁金服国际事业部国际技术负责人许寄。

1、周欢萍，34，北京大学

“Her innovations could make better, cheaper alternatives to silicon solar cells.”——《麻省理工科技评论》

长期以来，太阳能产业一直缺乏一种低成本、高性能的硅电池替代品。近年来，一种混合型材料——钙钛矿（perovskites）吸引了大家的注意。虽然在成本、输出率等方面有着显明优势，但是钙钛矿在实际应用中却面临困难。来自于北京大学工学院的周欢萍研究员带领团队开发了一系列化学工艺，能够使基于钙钛矿的太阳能电池生产效率更高、成本更低，实现了多个突破。

2、印奇，30，旷视（Megvii）

“His face-recognition platform transformed the way business is done in China.”——《麻省理工科技评论》

7年前，印奇联合两位大学同学在北京创办了北京旷视科技有限公司（Megvii），一家中国领军的人工智能产品公司。他们开发了一种核心的人脸识别技术 Face++，改变了中国的在线和线下业务。在西方国家，人脸识别的应用主要局限于解锁智能手机等面向消费者的应用。但是，在中国，同样的技术得到了政府和大公司的大力支持。这一特殊性给Megvii的发展提供了很大的机会，促使其产品的商业化，应用于公共安全、房地产、金融和零售等行业。

3、徐升，34，加州大学圣迭戈分校

“Making off-the-shelf electronics stretchable.”——《麻省理工科技评论》

得益于智能工程技术，徐升团队研发出一种适应人体的弹性电子元件，不需要在电力、机械性能之间做出妥协。虽然将刚性电子元件与弹性材料结合是一件棘手的事情，但是徐升团队克服重重挑战，开发出高度可伸缩的电子产品。

4、许寄，33，蚂蚁金服

“He helped build a payment system that lets anyone with an internet connection use financial services.”——《麻省理工科技评论》

许寄23岁就加入了支付宝，并在构建全球最大的支付平台——Alipay中发挥了关键作用。最初，支付宝只是为了阿里巴巴在线购物更为方便、可靠而开发的，如今它已成为中国线上、线下交易中普遍存在的电子支付应用。它有5.2亿用户，无论是在商场购物还是支付水电费，人们都可以通过手机中的支付宝扫描二维码实现。

随着业务的发展，支付宝面临连个挑战：首先，需要增加可处理业务数量；其次，需要管理越来越多的资金选择，包括信用卡、借记卡、电子券、理财产品等等。目前，许寄负责蚂蚁金服国际事业部的工程技术团队，任研究员一职，专注于国际支付平台的技术搭建。他带领团队将系统的容量从1000万扩增至1亿交易额，最终达到10亿。

责编：悠然

备注：文章图片均来自于MIT Technology Review官网；全部入围名单原文：35 Innovators Under 35 2018。