斯坦福大学尼古拉斯博士

Pi Network 背景一、开发者团队公司公司SocialChain CEO: Chengdiao Fan注册时间:2018年9月11日注册地址:Delaware美国特拉华州办公地点:加州硅谷 555 Bryant St#408,Palo Alto, CA 94301, USA二、 核心创始人Dr. Nicolas Kokkalis（右 @nicolas 斯坦福博士———技术负责人Dr. Chengdiao Fan（中)@cfan 中央民族大学本科+斯坦福博士——产品负责人Vincent McPhilli(左)@vince耶鲁大学本科+斯坦福MBA——社区负责人Nicolas Kokkalis尼古拉斯·科卡利斯是斯坦福大学计算机科学的博士后学者,他在那里从事社会计算研究,目前正在教授有关设计区块链去中心化应用程序的课程。他在博士期间创建了一个框架,简化了在容错分布式系统上的编程。这项工作也适用于当今的区块链。|Kokkalis博士在设计病毒式社交应用程序方面具有专业知识,该应用程序吸引了超过2000万用户,并具有出色的参与度和保留率,并于2009年获得了Facebook基金奖。他是StartX(非营利企业家社区和他是斯坦福联盟会员的加速器,他在2010年至2018年期间担| 任首席技术官。他拥有博士学位。拥有斯坦福大学计算机工程学士学位和管理科学与工程硕士学位。范成雕Chengdiao Fan拥有斯坦福大学人类学博士学位,人类行为和人类群体研究。研究集中在人机交互和社交计算上,尤其是我们如何使用技术对人类行为和社会产生积极影响。以前的研究项目和已发表的论文包括设计软件系统,以提高生产力,扩大社会沟通范围并为人们开发未开发的社会资本。还创建了一家初创公司,该公司构建了一个电子邮件生产力平台,该平台可以通过众包扩展对话。"区块链技术让我兴奋的是去中心化与经济手段的融合。这种技术奇迹可以动员全世界的人们参与其中并为他们的贡献而获得回报。正如互联网通过信息交流使世界变得更加紧密相连一样,区块链和加密货币也使价值交换能够实现更紧密,更频繁的协作。我认为,它们的潜力远远超出了金融|领域,将创造出在个人,社会和全球层面上无法创造或获得的价值。我对Pi的希望是建立一个包容性经济,让全球公民释放并捕捉自己的价值,从而为社会和世界创造价值。我说英语和中文。我是一名科学家,一名工程师,一名妻子和一名3岁的母亲。Vincent McPhillip文森特·麦克飞利浦他毕业于耶鲁大学,获得政治学学士学位。后来,他拒绝了在华尔街的投资银行工作,创办了WellWyn。他在职业生涯的早期就创建了自己的服装在线商店。后来在一家名为Bridgespan的非 营利性/非政府组织咨询公司工作。该公司在美国各地的社区中投入了数亿美元用于教育和劳动力发展。他创立了斯坦福大学区块链集体,其中包括来自斯坦福大学和硅谷的许多有影响力的领导人,商|人,工程师和律师。他精通英语,西班牙语和葡萄牙语。他是特立尼达和多巴哥的本地人。他喜欢跳舞,并在业余时间练习冥想,瑜伽和太极拳。

我们都在默默的挖着，而好多人不懂这个是什么的，可能属于朋友推荐，或者出于好奇才参与其中，其实斯坦福大学开发团队，多次发文指出Pi派在今后是非常稀缺的，拿好手中的Pi派，不要轻易的让它白白流失掉！斯坦福大学博士生导师尼古拉斯博士，此前明确表示，客观的可以把Pi派当做比特币手机版，如果说比特币是数字黄金，那么Pi派就是数字美元经济,最终Pi派会一币难求！不要去想Pi派的总量有多大，因为圆周率的用户基数是非常巨大的！现在保守估计Pi派用户已经超过700万，而且在持续增长中！可能在启动第三阶段，上线市场应用时的主网阶段，将会达到上亿用户！到那时，所在的第三方应用市场会大量消耗你手中的Pi派。手机免费挖矿的先锋将会得到自己挖矿的红利，拥有一直免费挖到的Pi币，并且可以自主使用个人算力挖矿的部分，而其他后续人员则需要通过购买和易货得到可以使用的Pi派! pi派的稀缺性也由此展现。斯坦福大学即使pi团对的开发者是为了建立一个真正意义上的数字货币交易商城，为全球数字货币爱好者服务！你可以用二维码交易手中的Pi派，而且到账非常迅速！你可以把它当做数字加密货币版的亚马逊和天猫，并且在未来几年到十年可以超越这些传统电商！从普通的货币交易，到电子商务交易，再到传统的电商交易交易，显而易见，这是一件新老交替，时代更迭的必然事件！数字货币是新风口，目前来看π的模式和理念比之前发行的所有币都有优势成功，不敢说绝后，但是一定是空前，坚持住任何团队都没有过多的数字货币的发展和创建一条公链所需要耗费的资源以及时间来浪费，以为π的成功会时间拖太久，其实不久不然，而且项目方推进得很顺利，因此大家埋头耐心等每天点量闪电即可，剩下的就交给项目方，有价值的东西不怕来得稍微迟一点，更何况越等越贵重，坚持才是真正成功！启动第二阶段电脑节点同时，也针对KYC认证开放，就是最好的例子，为了不让大家花掉一分钱，项目方招商了软件内，投放广告，以此费用作为支付三方认证机构费用，方便大家尽快早日全部认证，毕竟pi基数那么大，不想点方法，容易研发经费拖垮一个项目，所以看广告也是大家每天为pi的一个直接贡献，加油！一起祝pinetwork成功，也祝大家早日实现自己的目标！

其实，智商测试存在的时间并没有那么久。事实上，这样的测试只拥有一个世纪的历史。早期版本的智商测试出现在法国，由阿尔弗雷德·比奈（Alfred Binet）和西奥多·西蒙（Theodore Simon）在1905年提出。不过，直到这项测试从巴黎的索邦大学流传到北加州的斯坦福大学，人们才开始把智商测试与天才联系在一起。斯坦福大学教授刘易斯·特曼（Lewis M. Terman）将测试从法语翻译成英语，然后基于足够数量的儿童进行了标准化处理，从而创建了所谓的斯坦福-比奈智力量表，这些是发生在1916年的事情。测试的初衷是对那些得分较低的儿童进行诊断，以判断他们是否需要接受特殊教育才能跟上学校课程的进度。“天才遗传研究”随后，特曼想到了一个绝妙的主意：为什么不对那些在测试中取得高分的孩子展开研究？更妙的是，随着这些孩子进入青春期和成年期，为什么不继续对他们进行跟踪研究？这些拥有智力天赋的孩子长大后会不会成为天才呢？特曼找来成百上千名学童，让他们接受了这项新奇的智商测试。显然，他并不想把样本量弄得太大，否则，跟踪受试者的智力发育将不具可行性。把得分在前2%的学童选取为受试者，最终得到的样本量无疑将是选取前1%的两倍。此外，如果选取的受试者范围越大，他们成为天才的可能性也会越低。所以，为什么不选取高分者中的高分者呢？特曼最终选取了1,528名聪明绝顶的男孩和女孩，他们的平均年龄在11岁左右。说这些孩子“聪明”，倒有点轻描淡写了。他们的平均智商为151，其中77人的智商在177至200之间。研究人员让这些孩子接受了各种各样的额外测试和测量，并且反复进行，直至他们步入中年。这就是庞大的“天才遗传研究”，研究人员在1925年至1959年间发表了五卷研究报告，尽管特曼本人在最后一卷出版之前就去世了。时至今日，这些高智商受试者仍在接受跟踪研究，或者至少是那些少数仍然健在的人。他们被称为“特曼人”，意思就是参与“天才遗传研究”的受试者。路易斯·阿尔瓦雷茨现在，通报一下坏消息：没有一个特曼人成长为常人眼中天才应有的样子。尽管拥有非凡的智力，但他们也只能在一些相对普通的工作岗位上发光发热，比如教授、医生、律师、科学家、工程师和其他职业。事实上，倒是有两个特曼人成为了斯坦福大学的知名教授，他们最终接管了这项将自己作为受试者的跟踪研究。他们是罗伯特·西尔斯（Robert R. Sears）和李·克隆巴赫（Lee Cronbach）——跟心理学历史上的三位著名天才伊万·巴甫洛夫、西格蒙德·弗洛伊德和让·皮亚杰比起来，他们的知名度要低多了。此外，还有很多特曼人未能在任何智力领域取得巨大成功。这些相对失败的受试者很少从大学毕业或取得专业职称和研究生学位，而且他们更有可能从事那些不需要任何高等教育的职业。我们在这里谈到的只包括男性受试者，谈论女性就太不公平了，因为那时，女性不管有多聪明，社会对她们的期待都是当好家庭主妇（即便是那些智商超过180的女性，也不是所有人都拥有自己的事业）。引人注目的一点是，成功男性的智商与那些不成功男性的智商并没有太大差别。不管两者之间差异如何，智力并不是成功者和非成功者的决定因素。两个非天才的成功故事“天才遗传研究”的故事还在朝着更意想不到的方向发展。在诸多被该研究拒之门外的人当中——也就是他们在智商测试中没有拿到足够高的分数，因而未能成为研究的受试者——至少有两个人的成就超过了所谓的特曼人。以下就是他们的故事：路易斯·沃尔特·阿尔瓦雷茨（Luis Walter Alvarez）出生在旧金山。他在10岁左右时接受了特曼的测试，但得分太低，未能入选成为受试者。然而，那次经历并没有妨碍他在25岁时从芝加哥大学获得博士学位。甚至在念研究生时，路易斯就开始在物理学领域做出重要贡献了，他最终成为“20世纪最杰出、最高产的实验物理学家之一”。他改进了用于研究基本粒子的液氢气泡室，并因此获得了1968年诺贝尔物理学奖。特曼人从没有拿过诺贝尔奖，不管是在物理学还是在其他领域。威廉·肖克利（William Shockley）也被特曼拒之门外，他后来在1956年跟两位同事共同获得了诺贝尔物理学奖。肖克利比路易斯大一岁，他在帕洛阿尔托长大，附近的斯坦福大学是他母亲的母校。尽管肖克利在特曼智商测试中的得分够不到天才的水平，但他还是成功在加州理工学院拿到了学士学位，又在麻省理工学院拿到了博士学位，这两家都是颇负盛名的技术院校。之后，他加入了贝尔实验室，开始在固体物理学领域发表大量文章，并在28岁那年获得了自己的第一项专利。与路易斯一样，肖克利在二战期间也为军队效力，他从事的研究跟雷达有关（具体来说是投弹瞄准器）。战争结束后，肖克利回到了贝尔实验室，那时候电子设备主要采用旧式的玻璃真空管，他立志找到一种使用电晶体的替代品，于是，就有了后来的晶体管。所以，可以这样说：尽管路易斯和肖克利没有在智商测试中取得高分，但他们的成就仍然超越了那些获得特曼智商认证的“天才”。而且，路易斯和肖克利的遭遇在诺贝尔奖得主中也不算什么特例。DNA结构的发现者之一詹姆斯·沃森（James Watson）和提出量子力学路径积分的理查德·费曼（Richard Feynman），他们作为诺贝尔奖得主，也曾因为智商分数过低而未能成为门萨高智商俱乐部的会员。另一项研究：回溯成年天才们的幼时智商在针对1,528名高智商孩童的研究开展了数年后，特曼招募了一位名叫凯瑟琳·考克斯（Catharine Cox）的新研究生。由于特曼的研究工作已在有条不紊地进行，考克斯发现，她很难再从中提取一部分作为自己的博士论文课题。所以，她大胆地另辟蹊径：如果特曼是要观察高智商儿童长大后能否成为天才，何不反其道而行之？具体来说，为何不选取一群公认的成年天才，然后从他们的传记中，回顾性地评估他们在童年和青少年时期的智商？编制出一份天才名单是相对简单的部分。例如，我们现在可以直接用谷歌搜索“著名科学家”或“著名艺术家”。在考克斯所处的前互联网时代，她也只需要从名人传记和其他参考文献中挑出一份名单。幸运的是，她找到了一份已经公开发表的名单，从中挑出了最有名的那些人。最终，考克斯选取了历史上的192名创造者和109位领导者（共301人）。毫无疑问，她的样本囊括了现代西方文明史上的一些顶尖人物。除了前文提到的八个人之外，名单中还包括牛顿、卢梭、塞万提斯、贝多芬和米开朗基罗这样的创造者，以及拿破仑、纳尔逊、林肯和马丁·路德这样的领导者——这些人在维基百科上都拥有很长的个人条目。困难之处在于，估测全部301人的智商分数。这怎么可能做到呢？令人欣喜的是，在设计出斯坦福-比奈智力量表的一年后，特曼就已经证明，我们可以通过传记来估测传主的智商。当时，智商的意思就是字面意义上的“智力商数”，即儿童的心理年龄除以其实际年龄，然后再把所得结果乘以100。心理年龄的判定取决于儿童在处理按年龄划分的智力任务时，表现如何。因此，如果一个5岁的孩子能很好地完成更适于10岁孩子的任务，那么他（或她）的智商就是200（= 10/5 × 100）。非常简单，不是吗？为何不选取一群公认的成年天才，然后从他们的传记中，回顾性地评估他们在童年和青少年时期的智商？特曼用这种方法估测了弗朗西斯·高尔顿（Francis Galton）的早期智力发育情况。他是特曼的偶像之一，也是第一位研究天才的科学家。例如，高尔顿曾给自己的姐姐写过一封信：“我4岁了，我可以看任何英文书。除了52行拉丁语诗歌之外，我还可以说出所有的拉丁语实词、形容词和主动动词。我可以做数字的加法，算出它们乘以2、3、4、5、6、7、8、（9）、10、（11）的乘积。我还会便士和先令的换算。我能看懂一点法语，我还会认时间。”括号里的两个数字在信的原件上是模糊的，一个被橡皮擦出了破洞，另一个则被污斑盖住了。年幼的高尔顿显然说自己会的太多，而这种行为本身就可以表明，他的心理年龄超过了实际年龄。那么，我们对一个4岁儿童的正常期望是什么呢？只有这些：能够分辨自己的性别；说出放在他们面前的钥匙、刀和硬币；重复刚刚告诉他们的三个数字；以及比较眼前两条线段的异同。就只有这些了！如果高尔顿是个普通孩子的话，那么他要到5岁才能数清四个硬币，到6岁才能讲出自己有几岁，到7岁才能复述出书上的一段话，或者到8岁才能进行听写。不管怎样，利用这样的传记证据，特曼推断，高尔顿的智商应该接近200，他的心理年龄几乎是实际年龄的两倍。考克斯决定把相同的方法用在名单中的301人身上，但她拓展了导师特曼的思路，在方法上做了一些改进。比如，通过多个传记来源，编制传主智力发育的详细年表，以及让独立评估者基于这些年表来估测传主的智商。考克斯还采取了一个额外的步骤。名单中这些创造性天才取得的成就并不能等量齐观，相反，很多人并非头面人物，他们只在本领域为人所知。这样的例子包括法国哲学家安托万·阿诺德（Antoine Arnauld）、瑞典化学家约恩斯·雅各布·贝尔塞柳斯（Jns Jacob Berzelius）以及苏格兰作家威廉·罗伯逊（William Robertson）。与此同时，考克斯选取的天才有时候并未展现出天才的智商，有的甚至摸不着门萨俱乐部的门槛。在这些智商平平的创造者中，我们能够看到西班牙作家塞万提斯、波兰天文学家哥白尼以及法国画家尼古拉斯·普桑。此前已经有人基于文献引用数量，对这些天才的成就度进行了排名——在那301人名单中，排名第一的是法国统帅拿破仑，而垫底的则是英国作家哈丽特·马蒂诺（Harriet Martineau）——因此，考克斯得以轻松地把智商分数与成就排名进行关联。她得到了具有统计学意义的相关性，即使在校正了数据可靠性之后（这里的意思是指，天才传记的信息并不都是同样可靠），这种相关性仍然很显著。此外，在考克斯1926年的验证之后，其他研究人员也多次重复得到了智力与成就的正相关关系。这样看来，卓越成就与超高智商确实是相关联的。因此，特曼的理论似乎得到了证明！到目前为止，一切顺利。拥有高智商似乎能够增加一个人获得成功的机率。四个问题话虽如此，有四个问题对该结论提出了一些质疑。玛丽莲·沃斯·莎凡特问题一：“智商-成就”相关性智商与成就之间的相关性并不巨大，甚至算不上大。大多数统计学家会将其归类为“弱”相关，也就是说，两头都给例外情况留足了空间。高成就者的智商可能低于平均水平，而超高智商者也可能相对默默无闻。对于前者，本文已经列举了三个人物，那么后者又有什么例子呢？威尼斯历史学家保罗·萨比（Paolo Sarpi）可以算一个：尽管他的智商估测值高达195，在301人名单中位列前茅，但他的成就度排名落在后20%，位列第242位！一个更加现代的例子是玛丽莲·沃斯·莎凡特（Marilyn vos Savant），她曾被吉尼斯世界纪录大全认定为智商最高的人。据说，她在10岁时接受了经过修改的斯坦福-比奈智商测试，拿到了满分！尽管对于如何把这样的表现转化为精确的智商分数，仍然存在一些争议，但我们无疑可以说，莎凡特比最聪明的特曼人以及301人名单上的任何人都要更加聪明。但是，她的主要成就是什么呢？她最有名的，就是她的超高智商，仅此而已！利用这种独特的身份，莎凡特在杂志上开辟了一个名为“向玛丽莲提问”的专栏。她的专栏文章可远远比不上《堂·吉诃德》和《天体运行论》，而这两本书的作者正是智商不及她的塞万提斯和哥白尼！比别人的智商高出60分乃至更多，这并未给莎凡特带来任何创造性优势。问题二：创造性领域智商与成就的相关性似乎取决于成就所处的领域。与其他领域相比，有一些领域似乎并不怎么看重智商。例如，一般来说，著名领导者的智商往往低于著名创造者。军队指挥官的低智商则异常明显——在考克斯选取的301人中，他们的智商平均要比其他人低20分！样本中最杰出的军事领导者无疑是拿破仑，但他的智商估测值最高只有145。这个分数放在特曼人当中，就会显得他不怎么聪明。有时，过高的智商反而不利于进行有效的领导，正所谓，好事过头，反成坏事。成为一个“和别人打成一片的人”通常意味着，这个人的智商跟别人相近。理解比能力更有说服力，这也就难怪美国总统的智商并不比军队指挥官高多少！这些研究结果有助于我们理解，为什么天才的称号通常归于杰出创造者而非杰出领导者。领导者或许会释放个人魅力，但创造者更有可能展现自己的天才。问题三：个性和毅力至关重要由于智商与成就之间的相关性很低，即便是正相关性，其中也必然涉及与智商无关的其他心理因素。考克斯自己的研究也得出了这样的结论。除了评估那301个天才的智商之外，她还以高质量的传记数据为标准，选取了一个100人的子集，然后基于67种个性特质对他们进行了衡量。结果表明，动机性特质尤为重要，而其中，毅力的重要性更在其他特质之上。正如考克斯所言：“高但非最高的智商，加上最大的毅力，这种人所能取得的成就将高于那些智商最高而毅力稍差的人。”从某种意义上说，高成就者是成就超出预料的人，他们的卓越千姿百态，不单单是源于他们的智商。自然能力不仅包括智力，还包括激情和毅力，或者是当代心理学家所说的“决心”。问题四：欺骗性评估考克斯作弊了！我的意思是，她不是有意为之，但她还是作弊了。她评估出来的智商分数并不能跟特曼的相提并论。这不仅是一组分数相对于另一组太高或太低的问题，而是两组测量的并不是相同的东西，至少在大多数情况下并不相同。一方面，斯坦福-比奈智力量表评估的是一个人在基本认知技能以及基本学术技能上的掌握和发育情况，前者包括记忆能力和推理能力，后者则包括众所周知的“3R”（阅读、写作和算术）。按照预期，几乎每个人都应该在他们成年时拥有这些基本技能。体现出一个人比另一人更聪明的，主要是掌握这些技能的速度。一个智商200的5岁儿童能够掌握普通人直到10岁才能学会的东西，但除此之外，他们并无多大区别。另一方面，考克斯的智商评估通常是基于那些即使在成年人身上也很少见的技能。由于这些技能是针对特定的创造性领域，因此，把两边的分数拿来比较就好像是在比较苹果和橘子，或是芹菜和洋葱。不管两者之间差异如何，智力并不是成功者和非成功者的决定因素。在大多数字典中，“天才”这一条目拥有多个定义，智商测试得分超过140并不是唯一的条件。《美国传统英语字典》也给出了一个定义：“天生智力超群，在艺术、思想或实践领域最为出众的人；天生富有想象创造、原创思想、发明或探索发现的非凡能力。”这个定义绝对适用于考克斯选取的301人中的顶尖创造者，但它却不适用于特曼选取的那1,500多位特曼人。如果你足够聪明，能在智商测试中获得140乃至更高的分数，那么无论如何，请去做一次这样的测试。鉴于你在2岁时就可以接受测试，如果可行的话，那或许是最好的选择。一个2岁孩子能做3岁孩子的事情，并不是十分困难。你可以在蹒跚学步时接受测试，然后余生都享有天才之名的荣耀。但如果你拿不到那么高的分数，即使经过多次测试也不行，也没有必要绝望。你只需要选择一些“艺术、思想或实践领域”，然后凭借一些“想象创造、原创思想、发明或探索发现”，实现卓越。不可否认，第二条道路似乎更加艰巨，甚至需要一辈子时间才能走完，但至少，你可以不用再接受任何智商测试了！此外，你的天才之名更能经受住时间的考验。真正的天才所制造的影响，要比一场测试更加深远，他们留下的深刻印记历经数十乃至数百年，都不会磨灭。作者迪恩·基思· 西蒙顿 （Dean Keith Simonton）是加州大学戴维斯分校心理学系的知名教授，本文摘自他的著作《天才检查清单》（The Genius Checklist）。翻译：何无鱼审校：李莉编辑：漫倩来源：Nautilus

她曾经看到一位父亲看着他成年女儿的眼睛说：“我非常爱你”，然后几秒钟就死了。一名患有侵略性癌症的住院男子努力工作以解决他的事务，然后在他结束后，停顿了几秒钟，在她耳边低声说：“为什么我还在这里？”另一个女儿轻轻地拉着她父亲的手说：“爸爸， 我会没事的。你现在可以走了。“父亲乖乖地闭上眼睛走了。一天早上，哈曼身材娇小，长着黑色长发，身穿鲜榨的白色外套，被叫到一名79岁男子的床边，他在夜间因肺炎进入医院。他患有心脏病，糖尿病和肺气肿。他接受氧气和静脉滴注。带着富有同情心的微笑，她问他是否正在谈话。她知道很快就要进行一场临终讨论，但家人却因为提出这个话题而感到不知所措。哈曼开始问：“如果你不能变得更好，你有什么期望？”病人的妻子最近中风，他认为她不能在家照顾他。然而，他想在最后的日子里和她在一起，而不是在医院里，即使这意味着他可能活得不长。他没有预先医疗指示，这是一份法律文件，规定如果他失去能力，谁应该为他做出决定。因此，哈曼，初级保健团队和一名姑息治疗社会工作者花了几个小时帮助他找到一个家庭临终关怀服务，以支持他的医疗需求和他自己的生命计划。哈曼的病人很幸运; 患者往往死于重症监护病房，未完成的事情和错过的告别。哈曼是斯坦福试点计划的共同领导者，旨在改变这种状况。每天早上，她都会收到智能计算机程序的优先报告，该计划每24小时分析一般医学医师照顾的患者是否会从姑息治疗中受益。该工具可以帮助她在患者身上花费更多时间，减少记录评价，最重要的是，它可以带来更好的结局。这是许多斯坦福医学项目之一，该项目将人工智能技术与医学专业知识相结合，帮助医生做出更快，更明智，更人性化的决策。他们希望这能帮助他们在电脑屏幕上花更少的时间，更多时间做自己喜欢的事情：照顾病人。数据争论者当生理医学信息学副教授Nigam Shah于2017年初参加医院质量会议时，Harman首次被介绍到姑息治疗中的AI概念。“我开发了一种计算机算法，可以预测患者在12个月内死亡的可能性，”Shah说，带着孩子气的脸，斗牛犬般的风度和on玛瑙黑色的眼睛似乎吸收了房间里的一切和每个人。“你会觉得有用吗？”哈曼眨了眨眼，然后说，“是的。是。医生在预测死亡方面很糟糕。“Shah开始开发一种死亡率预测工具，以帮助姑息治疗专业人员识别可能在医疗危机爆发之前完成临终对话的患者。沙阿在印度最西部的古吉拉特邦的一个小镇上长大，是一个中上阶层的家庭。他的父亲是一位外科医生，他有责任为穷人提供无偿服务。他的母亲是一名教师和一名校长。“如果医生需要的证据深埋在庞大，凌乱的电子健康数据库中，那么人工智能可以帮助解决这个问题呢？”Shah计划成为一名整形外科医生并接受过医生培训，并获得古吉拉特邦巴罗达医学院的医学和外科学士学位。但一位家庭朋友说服他先在美国攻读博士学位。他于2000年登陆宾夕法尼亚州立大学，对人类基因组计划非常感兴趣，该项目构成了构成人类DNA的30亿个核苷酸碱基对，他说服他的博士委员会让他从事生物信息学研究，这是一项相对较新的科学研究。分析复杂的生物数据。在他的论文中，他写了一个聪明的人工智能程序来预测酵母的行为，他的一位博士委员会成员为他提出了一条前进的道路：“所有喜欢人工智能的医生都在斯坦福工作。”2005年，Shah加入了斯坦福大学医学博士Mark Musen的生物医学信息学实验室。自从20世纪80年代，在建立传奇的斯坦福大学医学人工智能医学实验计算机（称为SUMEX-AIM）后，该大学一直在将人工智能应用于医疗保健问题。20世纪90年代末，Musen和他的同事Mary Goldstein医学博士开发了ATHENA，这是第一个用于管理慢性病患者（如高血压）的智能决策支持系统之一。它仍然在退伍军人事务Palo Alto医疗保健系统使用。斯坦福大学也是三位统计学的先驱 - 布拉德利·埃夫隆博士; Trevor Hastie，博士; 和Robert Tibshirani，博士 - 开发了分析复杂数据集的算法，为今天的机器学习和数据挖掘奠定了基础。就像电子健康记录系统正在起飞一样，这个人工智能温床磕磕绊绊是Shah的“aha时刻”，他认为，“如果医生需要的证据深埋在庞大，凌乱的电子健康数据库中，那会怎么样？拉出来？”“事后看来，这听起来像是一个精彩的职业生涯轨迹，但它离得很近。这是一个独特的斯坦福侥幸，“沙阿说。预测死亡率在与附近医院的高级疾病管理小组合作时，Shah开始考虑死亡率预测。粗略地搜索医学文献证实了他怀疑医生在预测绝症患者生存的时间方面是非常不准确的。关于该主题的最佳研究之一要求343名医生估计他们所谓的临终关怀患者的生存时间框架。只有20％的预测是准确的。更重要的是，医生们高估了生存时间五倍。该研究的主要作者，尼古拉斯·克里斯塔基斯博士，耶鲁大学社会学和医学教授，继续探索这个过分乐观的书，背后的原因死亡预言：预言和预后的医疗保健。他将这种不准确归咎于“一系列复杂的专业，宗教，道德和准魔法信仰。”或者更简单地说，医生天生的愿望是永不放弃为病人的生命而战。“当你必须在危机中做出决定时，这很糟糕，因为你最终可能会得到与你不重要的医疗保健，而你将没有时间考虑复杂的选择。”为了给预测带来一些客观性，一些医生使用姑息性记分卡，将加权死亡率评分分配给患者的可观察症状。一个系统评估步行能力，自我保健水平，食物和液体摄入量以及意识状态。另一个评估体重减轻，呼吸问题和白细胞计数。另一个计算基于食物摄入，组织肿胀，谵妄和休息时呼吸的风险。并且用于重症监护病房，急性生理学和慢性健康评估2或APACHE-2评估急性生理学，年龄和慢性健康状况。Shah在所有记分卡上都有问题。有些人使用的数据集太小了。有些人使用了过于简单的假设。其他人则狭隘地关注特定疾病或人群。他想预测死亡的概率工具每一位病人住进医院，每天，由他们的医疗记录进行数百万过去医院的病人。因此，他打开了他的人工智能工具箱，并确定了有监督的深度学习方法，以确定最重要的死亡率预测因子。深度学习是一种允许软件算法从大量原始数据中自动发现重要因素的技术。当它被“监督”时，允许该算法分析与已知结果相关的变量，以便它可以从过去中学习并以可重复的方式将其发现应用于未来的情况。在开发该工具时，Shah首先制定了一个问题陈述来指导他的算法：“给定患者和日期，使用之前的患者的电子健康记录数据预测该患者在该日期后3至12个月内的死亡率。年。”然后他搜索并了解2010年至2016年间进入斯坦福医院的数百万患者的匿名医疗记录，将过去的死亡率因素与新入院的患者进行比较。对于Shah的工具，目标结果是死亡率预测，变量包括医疗记录条目，例如特定疾病的保险代码，药物处方或访问模式。以下是系统的工作原理：患者X在晚上9点入院。在午夜，该算法查看X过去一年的病历，并提取年龄，性别，种族，种族，住院人数，疾病分类代码，账单和处方代码等功能。它汇总了过去30天，90天，180天及以后的群组。然后，该算法将患者X的特征与数百万过去患者的特征组合及其后续结果进行比较。最后，软件模型计算患者X在接下来的3到12个月内死亡的概率。Shah算法的第一组结果非常好。高死亡风险的标志包括某些癌症的诊断代码，MRI和CAT扫描，以及一年内多次住院。但是有明显的错误。一名患者被列入濒临死亡名单，因为根据脑肿瘤保险代码进行了MRI扫描，即使医生后来进入记录中的“无脑肿瘤”。但Shah没有纠正算法的输入。“该算法需要学会处理这类情况，”他说，并解释说该算法会随着时间的推移从错误中吸取教训。治疗的价值由于Shah等待他的深度学习算法来磨练其预测技能，Harman继续努力解决姑息治疗医师的日常挑战。当她的岳父被诊断出患有4期肺癌时，她在医学院的第一年就开始对这一专业感兴趣。“在我脑海中突出的是他如何按照自己的条件死去，”哈曼说。一旦很明显他不会康复，他就停止治疗并最后一次去安大略省的他的家庭小屋，然后在家里带着临终关怀去世。哈曼说：“他是我宣布死亡的第一位病人。”她认为每个人都有这样的尊严而死，他们的愿望受到尊重，但毕业后，她意识到这是例外，而不是规则。研究表明，80％的美国人希望在家里度过最后的日子，但只有20％的人愿意。她进入姑息治疗，帮助他人按照自己的意愿去体验死亡，直到那个时候生活得很好。“当你必须在危机中做出决定时，这很糟糕，因为你最终可能会得到与你不重要的医疗保健，而你将没有时间考虑复杂的选择。”“在我脑海中突出的是他如何能够以自己的方式死去。”姑息治疗医生能够以善意和清晰的方式讨论死亡，使一些医生感到不安。医生经常为病人的生命而战; 一位姑息治疗医生正在为患者的生活质量而奋斗。但是美国的姑息治疗专业人员短缺。国家姑息治疗注册处估计，在需要姑息治疗的入院医院患者中，7％至8％的患者中，只有不到一半能够接受姑息治疗。所有这些都考虑到了Harman希望与Shah合作的AI模型，该模型预测了姑息治疗的必要性。“理想情况下，通过这种人工智能模型，我们可以识别出比我们意识到的病情更严重的患者，”她说。“它让我们有理由说，'如果我们能谈谈高级护理计划，那就太好了。' 或者，“如果您病情加重，您是否与您的常规医生讨论了对您最重要的事情？” 我认为，我们正在利用机器学习为病人提供更多的护理，而不需要带走任何东西。“需要透明度能够比旧方法更快，更便宜地提取现实世界临床证据的诱人承诺促使Shah推动他的医生同事走出他们的舒适区，接受这些新的AI技术。“令我感到困扰的是，即使在像心脏病学这样经过充分研究的领域，只有大约19％的医疗指南是基于良好的证据，”Shah说。“其中大部分来自专注于55岁白人男性的试验。对于其他人类而言，医生会做出最大的努力，将其输入病历，然后再回头看。“医学博士，医学教授兼介入心脏病专家罗伯特哈灵顿认为，人工智能可以帮助解决这个问题，他说：“临床试验告诉你人群，而不是那个坐在你面前的病人。这就是机器学习的用武之地。它允许你查看最近过去的大量聚合记录，并创建可以帮助预测那个人的模型。“然而，今天的AI工具的致命弱点在于他们在因果推理方面并不擅长。例如，AI算法无法判断公鸡的啼叫是否会使太阳升起，反之亦然。这就是让人类专家参与工具开发至关重要的原因。“理想情况下，通过这种AI模型，我们可以识别出比我们意识到的病情更严重的患者。它给了我们一个借口说，“如果我们能谈谈高级护理计划，那就太棒了。” 或者，“如果您病情加重，您是否与您的常规医生讨论了对您最重要的事情？”例证：当斯坦福研究人员首次测试用于识别癌性痣的AI工具时，他们对其准确性感到惊讶。但是当研究人员分析结果时，他们发现了他们训练算法的方式存在一个主要缺陷：大部分的癌症痣照片中都有统治者。该算法得出结论，统治者是癌症的标志，而不是医生更可能使用统治者来测量怀疑是癌症的痣。为了纠正这种疏忽，后续测试是在没有标尺的情况下对照片进行的。AI算法的另一个风险是，只有具有扎实计算机科学知识的临床医生才能理解它们的工作方式，这可能会导致无意义的偏见或隐藏的议程。在交通运输行业，大约有埋在代码黑暗秘密算法的两个新闻报道中被描述的立体片是出现了3月15日 的新英格兰医学杂志：“最近高调的例子是尤伯杯的软件工具Greyball，这是旨在预测哪些骑行者可能是秘密执法人员，从而允许公司识别和规避当地法规。更复杂的欺骗可能涉及旨在作弊的算法，例如大众汽车的算法允许车辆在测试时通过减少氮氧化物排放来通过排放测试。在医疗保健领域，风险更高。不透明的“黑匣子”算法可用于拒绝对某些类别的人进行护理，过度使用某些高利润药物或过度保险公司的程序。患者可能会受到伤害。这篇社论和1月2日在JAMA的另一篇社论是斯坦福大学研究人员为解决道德问题而采取的更大努力的一部分，以减少这些负面后果的风险。作者包括沙阿; 哈灵顿; Danton Char，医学博士，麻醉学，围手术期和止痛药助理教授; 医学博士，医学博士Abraham Verghese ; 和斯坦福生物医学伦理中心主任兼医学和生物医学伦理学教授David Magnus博士。这些专家警告说，将有偏见的数据输入算法可能会导致在提供医疗服务时出现无意识的歧视。例如，广泛使用的弗雷明汉心脏研究使用来自主要白人群体的数据来评估心血管事件风险，导致针对非白人群体的有缺陷的临床推荐。“如果我们将种族或社会经济偏见的数据输入我们的算法，人工智能将学习这些偏见，”Char说。生命尽头的人性哈曼现在使用第二代Shah的姑息预测工具。每天早上，它都会通过电子邮件向她发送一份新入院的住院病人名单，这些病人在3至12个月内死亡的概率为90％或更高。电子邮件中没有姓名或有关他们在列表中的原因的详细信息。由哈曼审查她收到的医疗记录，并决定这些患者是否有姑息治疗需求。她找到了有用的清单，她看到它如何改善医院护理并使她能够在最关键的病人身上花更多的时间。“我和家人谈谈。有时他们会讲述病人的故事 - 通常是有趣的。我坐着听一个咒语。即使在这样的损失中，家人也很热情。”“人类医生在几天内更好地预测死亡，但是我预测我的模型可以在任何一天预测死亡3至12个月，”Shah说。第一项试点研究的算法设计和初步结果于11月17日在arXiv在线发布，另一个湾区医疗机构即将试用该算法。“这不是患有单一疾病或更可预测的病程的患者群体，”哈曼说。“患者可能有五到十个不同的问题，这些问题都是相互作用的 - 例如，不仅是中风，还有癌症和肺气肿。通过这个模型，它可以查看更长的时间范围，分析该患者的整体轨迹，而不仅仅是在此次就诊期间发生的情况。“姑息治疗人员仍然在每日轮次中对临床医生转诊做出反应，但这种模式为哈曼提供了对可能被忽视的人的长期预测。在典型的一天，她在模型清单上与初级保健团队会面，讨论了两到三名患者。Harman选择的案例将报告给Shah的小组，以便他们可以随时监控算法的选择准确性。哈曼已经适应了一个人即将死去的身体迹象。呼吸变得不规则，持续时间越来越长，每次呼吸都会使下巴张开。随着心脏的减弱，手，脚和膝盖变得斑驳，触感凉爽。当有静止的时候，那是最深刻的时刻。当病人最后一口气时，哈曼有自己的仪式来引导他们到另一边。“我总是说再见，谢谢你 - 有时候大声说话，有时不会。我触摸它们，通常是他们的手或脚。我和家人谈谈。有时他们讲述病人的故事 - 通常是有趣的。我坐下来听一个咒语。即使在这种损失中，家人也欢迎。我为他们所爱的人的死感到悲伤，尽管并不总是用言语表达。我不认为这是结束; 我相信他们所有的灵魂都会继续存在。“

不点蓝字，我们哪来故事？只要有人的地方就有恩怨，有恩怨就会有江湖，人就是江湖。——金庸《笑傲江湖》江湖上的事，名头占了两成，功夫占了两成，余下的六成，却要靠黑白两道的朋友们赏脸了。币圈江湖近10年帮派林立，纷争不断。想要在这偌大的江湖里混出一点名堂，只凭自身胆大艺高恐怕是不行的，后边没有个老大罩着，很难混出C位啊！pi network作为币圈新秀，闯荡币圈江湖仅一年有余，便笼络各路英豪近千万，发展势头之盛，让目前的武林盟主比特币都望其项背，担心不就得将来盟主之位不保。pi network虽作为币圈江湖赫赫有名的斯坦福尼古拉斯老大的关门弟子，跟尼古拉斯老大苦学数载，继承了师傅毕生绝学，但毕竟初出茅庐，势单力薄。能在一年内取得如此江湖成就，确实是歪墙开旁门----邪门！俗语有云：“事出反常必有妖”。其实很简单，背后有大佬罩着、帮衬着！1pi背后的神秘男人谈到pi network背后大佬，就得先说尼古拉斯老大的东家----全球三大孵化器之一的斯坦福大学Start X。Start X是2010年成立，是由斯坦福大学捐款700万美元成立的，目的是支持斯坦福创业生态系统，截至目前斯坦福大学和斯坦福医疗保健公司已投入2亿美元，以保证Start X社区成员资金充足。StartX发起人实力强大,由亚马逊网络服务公司（aws）、BREX信用借贷公司、硅谷银行等机构深度参与。除了上面发起机构，雪茄哥在导师团队里面除了发现总统外还意外发现了李嘉诚家二公子李泽楷小朋友（下图红圈已标记），不禁深感Start X组织的深不可测。目前Start X经10年孵化，其阵营共有各类企业700余家，1300多位创始人，很多已经成长为各行业独角兽，实力不容小嘘。2滴血认亲 亲自鉴定2017年6月份，在Start X加速器担任首席技术负责人的尼古拉斯老大就流露，Start X正在拓展自己在区块链加速平台，所有的Start X 孵化项目都将作为平台的一部分，成为其的生态应用。雪茄哥根据时间来判断，尼古拉斯紧接着18年就投入到推出pi network的工作里，所以很可能pi network的真实身份就是Start X的区块链加速平台.如果雪茄哥猜想不错的话，那靠着Start X 爸爸的大腿，pi network在币圈江湖里呼风唤雨，夺得武林盟主之位唾手可得了。江湖路远坑深.............最后，雪茄哥及1000万绿林兄弟祝pi一路好走，早日一统币圈江湖，结束这血雨腥风。---end----

全文14490字 | 阅读28分钟如今你所熟悉的互联网、GPS、无人机、人工智能技术……都出自于这个神秘的机构。本文来自微信公众号：钛禾产业观察（ID：Taifangwu） 作者：刘爱国，数据支持：钛禾产业研究院2018年，美国当地时间11月12日，“漫威之父”斯坦·李在好莱坞一家医疗中心去世，享年95岁。这位美国漫画界泰斗级人物，生前创作了《蜘蛛侠》《钢铁侠》《绿巨人》《X战警》等经典漫画，构建起一个影响无数人、庞大恢弘的漫威宇宙。其超级英雄漫改电影在全球狂卷超200亿美元票房，成为世界上运营最成功的超级IP之一。漫威宇宙里，有一个特殊的秘密组织“神盾局”（S.H.I.E.L.D.），作为正义世界的“科技大脑”，组建了由众多超级英雄组成的复仇者联盟。这些世界拯救者们身上，集成了地球上最先进的黑科技，他们与威胁人类的邪恶势力战斗，保卫着美国和世界的安全。漫威宇宙中的“复仇者联盟”这个带有强烈美国式“英雄梦”的组织，有一个现实中的版本——DARPA（美国国防部高级研究计划局）。其承载的使命和创造的传奇，丝毫不逊色于漫画中的神盾局。互联网、GPS、无人机、平板显示器、隐身飞机、脑机接口、人工智能……这些深刻影响和改变着人类世界现在和未来的科技成果，都是DARPA曾经的作品。一份60年代的DARPA内部报告中写道：“一系列人类行为研究均与国防相关。” DARPA研究的所有目的，都是为了能让美国人赢得未来的世界军事冲突。这个神秘的组织，与漫威世界里那个将指挥部设在“天空母舰”上的“神盾局”一样，管理着美国科技的最高机密。而连DARPA自己也没有意识到的是，这个以“感知军方未来潜在需求”为创办目的的科研机构[1]，日后会成为人类科技创新最具重要的孵化器之一。创建DARPA1957年10月8日，尼尔·H·麦克尔罗伊被任命为美国第六任国防部长。这位新上任的国防部长，前一份工作是宝洁公司的总裁。麦克尔罗伊起初并不太愿意出任这份公职，理由很现实：工资太低。在老朋友艾森豪威尔总统的盛情相邀下，麦克尔罗伊终于勉强答应接下这份差事，条件是：可以从宝洁公司请假，但是只干两年。在宝洁的时候，麦克尔罗伊从上门推销肥皂的销售员干起，一步一步做到宝洁公司的行销经理。彼时宝洁公司生产的肥皂，正面临销售低迷的危机，麦克尔罗伊想出了一个主意——在白天的电视节目中插播肥皂广告，这个时间段会有大量的美国家庭主妇收看。投放效果出奇的好，1957年，宝洁公司肥皂年销售额已达10亿美元。[2]麦克尔罗伊，也因此成为全球广告界大名鼎鼎的“肥皂剧之父”。除此之外，麦克尔罗伊还提出了著名的品牌经理制，他提倡的“一个人，一个品牌”制度，将公司雇员变成了全力以赴推广公司产品的经理人，这个制度使宝洁公司的产品遍布全球。这位广告界的传奇人物，骨子里也是一名执着于研发的狂人，巨额的研发投入奠定了日后宝洁产品全球扩张的基础——在他担任宝洁总裁的最后一年，整个公司有70%的利润来源于前12年投资研发的产品。日后的事实证明，麦克尔罗伊把卖肥皂的成功经验平移到国防科技管理上，同样可以取得巨大成功。一个跨界客串国防部长的企业家，和一位拥有二战指挥官背景的总统联手，将给日后的人类科技带来深刻的改变。而此时他们面临的第一个挑战，便是来自苏联人在太空领域的巨大威胁。在麦克尔罗伊正式走马上任的四天前，苏联发射了世界首颗人造地球卫星“旅行者1号”，消息迅速传遍美国，让美国人陷入自珍珠港事件之后的最大恐慌。当时正值美苏核竞赛的焦灼时期，这颗由洲际弹道导弹技术送入太空的卫星，意味着苏联人很快就有能力携带核弹头，穿越半个地球打击美国境内的一切目标。苏联于1957年10月4日发射的第一颗人造卫星“旅行者1号”赫鲁晓夫同时施放了另一颗“卫星”，通过媒体大肆宣传“世界的力量对比已开始发生根本性的变化”。并向世界夸下海口：“苏联拥有所需的各类导弹，可以击中美国和欧洲的任一城市。制造导弹就像制造香肠一样，不断从车间里成批生产出来。”此时正率领中国代表团访问苏联的毛泽东主席，也不失时机的站出来调侃。他在一次会上开玩笑说：“美国人有什么了不起？苏联把人造地球卫星抛上了天，美国人哪怕抛个山药蛋上去给我看看也行啊。”来自各方面的压力，迫使不明真相的艾森豪威尔总统在他的最后任期内做出了“赶上苏联”的决定，从1958-1960短短三年间，美国的战略核武库几乎增加了两倍。直到1961年1月，新入主白宫的肯尼迪总统才发现，美国陷入了一场骗局，“导弹差距”只不过是赫鲁晓夫精心导演的“战略忽悠”。就在艾森豪威尔决定扩张核武库的同时，麦克罗伊尔带来的一个大胆设想。他建议在五角大楼内部设立一个新的机构，名叫高级研究计划局（Advanced Research Projects Agency，ARPA）。这个机构将负责包括太空领域在内的美国大多数军事高技术研发项目。艾森豪威尔这时正面临另外一个头疼的问题。刚从二战中走出来的美国，聚集了全世界最顶尖的科学家。但此时的美国军方科研机构山头林立，陆、海、空三军都想当老大，在未来武器研发中获得更多的主导权。作为二战中欧洲盟军的最高统帅，艾森豪威尔深知各军种团结的重要性，他一直力主纠正军种之间重复上马项目造成的资源浪费。当麦克罗伊尔将这份收拢研发权力的计划摆在白宫的办公桌上时，这位总统眼前一亮：知我者老友也。1958年1月9日，就在美国的第一颗“山药蛋”被抛上天的22天前，艾森豪威尔通过国情咨文，正式向全国宣布这个新机构的成立。他在讲话中强调，“我今天并不打算对危险的军备竞赛作出判断，然而，有一件事是非常清楚的，不管他们（苏联）现在怎样，美国打算让他们停住。”[3]创办初期的高级研究计划局，关注重点都与对苏联人的防御有关，主要集中在航空、弹道导弹防御和核试验探测三大领域。1960年，高级研究计划局将民用航空项目交接给了新成立的NASA（国家航空航天局），军用航空项目交接给了各个军种。从此以后，高级研究计划局开始集中精力专注于防御者计划（弹道导弹防御）、维拉计划（核试验探测）和敏捷计划（反叛乱研究与研发）等项目，并开始致力于计算机处理、行为科学和材料科学等工作。通用电气高管罗伊·约翰逊被任命为DARPA的第一任局长。36岁的赫伯特·约克被任命为首席科学家，这位美国最优秀的青年核物理学家，6年前就已经担任利弗莫尔实验室的首席科学家，主导了美国冷战早期一系列的氢弹试验。其麾下的主要干将，也几乎都是30岁左右的年轻人。位于弗吉尼亚州阿灵顿的DARPA总部，没有任何标志，很不起眼，却主导着全世界最尖端的科技创新这支优秀企业家和年轻科学家们组成的团队，让DARPA从创建开始就远离官僚主义的缠绕，在秩序森严的国防体系内开辟了一片自由、灵活的创新“乐土”。其与生俱来的创新基因，将在日后几十年里，引领美国的军民融合，为美国的科技发展史做出卓越的贡献。DARPA的运行机制成立后的高级研究计划局，折腾过几次改名，从1958年最初创建时的ARPA，到1972年3月改名为DARPA（DefenseAdvanced Research Projects Agency），再到1993年2月改名回ARPA，至1996年3月再次改名为DARPA。DARPA并不能算是一个严格意义上的科研机构，因为他并不从事与具体的研究工作。他更像是一个国家设立的风险投资机构，专门投资和管理一些“高风险、高收益、前瞻性”的基础科学研究。在这里，创新几乎没有门槛。年轻的科学家们，可能只需要凭借和局长简短的几句交流，就能拿到数以百万甚至千万美元计的项目资助经费。而对于人才的选用，DARPA则更是不拘一格。尼古拉斯·克里斯托菲洛斯原本是希腊的一位电梯修理工人，业余时间关注“粒子回旋加速器”一类的前沿科技。正在美国头疼如何防御苏联人导弹的时候，这位“民间科学家”提出一个惊世骇俗的方案——每年在大气层中引爆数千枚核弹，以在大气层上方造成由高能电子组成的能覆盖全美的“天穹”，可以将来袭苏联洲际弹道导弹拦截在飞行轨道上。这个听起来像是要毁灭地球的计划，却得到了赫伯特·约克等人的大力支持。这项名为“137号工程”的实验，DARPA不仅郑重其事地给予了充足的研究经费，还组织了一批当时科学界最严肃意义上的顶级科学家和思想家，来协助克里斯托菲洛斯完成计划。他们当中，有粒子物理学家、理论物理学家、天体物理学家、化学家、数学家以及一名经济学家和一名核武器工程师。日后正是这些人提出了“6 夸克”、虫洞和量子泡沫等概念。其中两人，尤金·威格纳和瓦尔·菲奇后来还获得了诺贝尔物理学奖。这项研究，促使了人类首次电磁脉冲炸弹的试验。2014年，由赵又廷、黄渤等人主演的《痞子英雄2:黎明升起》，那颗瞬间让全香港断电断水，陷入一片死寂的EMP炸弹，正是这项技术的科幻版本。在DARPA内部，最常常听到的一个词语是“改变世界”。DARPA的主要责任，是不断发现从事“未来”研究工作的人才和新思想，并加速向“现在”转移。其工作重心，不是现有技术的逐步改进，而是技术的革命性创新。DARPA不从事具体的研究工作，所有的具体研发都外包给斯坦福大学这样的高校，或者洛克希德·马丁这样的防务承包商来完成。DARPA的核心人才，是一支精悍的项目经理团队。这批项目经理大多数由创新意识极强的优秀科学家组成，他们作为整个项目的指挥中枢，在每个项目体系中拥有绝对权威。目前DARPA每年雇佣约120名项目经理，每人任期5年左右。实行任期制的目的，是为了源源不断的引入新鲜的思想和创新活力，杜绝机构的官僚化。这些项目经理，每年负责1000-5000万美元不等的经费，每人管理着一个或多个项目，在经费支配方面拥有非常高的自主支配权。除了统筹协调研发进度外，还负责与应用方对接，完成产品向军方的移交。这种短期任职制度还有一个好处，可以时刻提醒项目经理，必须抓紧有限的时间来完成手中的工作。信息创新办公室项目经理迈克·沃克说：“感到时间的流失才是核心。这是人们探索未知领域的动力，促使人们提出建议，构建原型及全部。”和所有的创新型组织一样，DARPA的组织管理极为扁平化。纵向分为局长、办公室主任和项目经理组成的三级垂直管理机构，横向分为6个技术办公室、3个专项计划及技术转移办公室，以及7个职能保障办公室。DARPA的创意来源十分多元化，除了鼓励从科幻大片中寻找灵感外，DARPA还会以各种方式向全社会征集创意——包括面向社会举办的各类新技术大赛，以及工业日、开放日等活动。除此之外，DARPA还有一批专门合作的智库，如著名的JASON国防咨询小组[4]、兰德智库，以及各军种的科学委员会。研发和咨询统统外包，DARPA只从事最核心的项目管理和投资工作。这种小核心、大协作的运营模式，让DARPA得以成为一个高效运作的机构。军民融合，是DARPA的另外一大特色。DARPA认为，即便是最具有革命性和希望的新观念，只有被整个军队或全社会投入使用，才能“改变世界。”为此，DAPAR建立了基于军事需求引领的军民协同论证机制。成立了专门的办公室负责技术转移。作为一个拥有特殊地位的准独立机构，DARPA的汇报机制也十分简单。创办之初只需要直接向美国国防部长负责，现在则是向分管研究与工程的国防部副部长报告，不受来自外部的其它任何部门或个人牵制。这种创新思维超前，高流动、扁平化、小机构的管理模式，也成为日后影响DARPA发展的一把双刃剑。既让DARPA得以成为最高效的前瞻科学研究机构之一，也常常因为创新理念过于超前，而导致与各军种的现实需求产生矛盾，项目受到军方的阻碍。过于激进的技术创新、人员流动过快，也给后续的持续发展和技术融合带来困难。以至于很多技术半途而废，缺乏后续的推进，日后很难融入现实的商业应用之中。但是我们无法否认，DARPA的模式在当时获得了空前的成功。尤其在冷战期间，成为引领美国科技创新最耀眼的一面旗帜。那些成功孵化出的作品，也一件件从军方走向民间，从美国走向世界，成为点燃全世界新一轮科技革命的催化剂。在DARPA的工作动力里，一切都是为了能让美国“赢得战争”。从互联网到人工智能、机器人的研究，都与战争密不可分。网络战争如今我们使用的互联网，前身叫做“阿帕网”。“阿帕”，即为当时高级研究计划局的缩写ARPA。这个改变世界的发明，源于五角大楼对军事指挥的需求。1962年的古巴导弹危机，可能是人类历史上距离全面核战争最近的一次事件。这一年，心理学家J·C·R·利克里德离开麻省理工学院，加入DARPA。DARPA聘用利克里德的初衷，是要建立一个名为“C2”的核武器指挥系统。当时的情况是，如果爆发核战争，总统只能依靠办公室的一部红色座机电话指挥反击。而如果苏联人的核导弹已经来袭，光拨号码就需要浪费掉几秒钟的时间，显然是来不及的。跨界的科学家常常具有创造性解决问题的思维。作为一名研究“人类听觉神经系统”的心理声学家，利克里德从模拟人类大脑的运行方式中找到了答案。要让指挥命令更快速地下达，首先就必须将控制武器的计算机联网，共同组成一张“超级大脑”。在那个计算机运算能力还不如今天一部计算器，体积却有一座房子大小的年代，这个想法无疑是破天荒的。但利克里德坚持相信，计算机终有一天会成为人类的“电子助手”，具备“回答问题、仿真建模、图标演示、举一反三”的能力。协助人类完成更多的“机械性工作”。利克里德还构想了一幅“未来图书馆”的画面。“人们坐在家里的台式电脑前，就可以远程阅读图书馆里的所有书籍”。这个现在早已实现的场景，在60年代初期人们的眼中，就如同对未来世界的幻想一样，疯狂且大胆。在利克里德抵达DARPA六个月后，写下了一份备忘录，文中提出，建立一种“星型拓扑网络”，来解决计算机之间联网的问题。它让无数台计算机连接成一个庞大的多用户系统，可以跨平台收集信息并进行整合。这份备忘录，日后被称为“数字革命的第一颗种子”。DARPA对这种革命性的思考方式极为感兴趣。在利克里德担任DARPA信息处理技术处处长期间，整个美国计算机科学领域研究的70%由DARPA赞助，结果DARPA不仅成为网络诞生地，同样也是电脑图形、平行过程、计算机模拟飞行等重要成果的诞生地。1965年，利克里德离开了DARPA，离开之前，他说服了自己的两位继任者——年仅26岁的伊凡·苏泽兰和33岁的鲍勃·泰勒，让他们同时相信“网络”概念的重要性。泰勒就任后，找到当时DARPA的主任查尔斯·赫兹菲尔德申请启动资金，用来尝试在四台不同的大学计算机之间建立连接。赫兹菲尔德当场提出一个非常关键的问题：“四台计算机连接在一起，如果其中一台出问题，是否整个网络都会崩溃？”思维敏捷的泰勒立刻回答：“应该不会，可以在这个系统中植入网络冗余的概念，如果一个节点失灵，在网络中游走的信息就会另择通道。”这次仅20分钟的会谈，可能是互联网早期发展史上最重要的一次谈话。不止是谈妥了全球互联网技术的第一笔天使投资。更重要的是，奠定了互联网最关键的底层技术逻辑——直到今天，没有任何一个组织、政权能够完全占领或者控制互联网。最早联网的四台计算机1967年，在鲍勃·泰勒的力邀下，拉里·罗伯茨来到DARPA，着手筹建“分布式网络”。到1972年，阿帕网已经拥有包括五角大楼在内的24个节点。连接这些节点的主要负责人之一名叫罗伯特卡恩。日后他与另一位DARPA的程序管理员温特·瑟夫一起，发明了可以让新加入的节点也能同样与旧节点交流的通用语言——TCP/IP协议。罗伯特卡恩、温特·瑟夫、拉里·罗伯茨、鲍勃·泰勒这一串星光熠熠的名字，后来被世人统称为“互联网之父”。与互联网研究几乎同时起步的，是关于人工智能（AI）的研究。与互联网研究的初衷一样，人工智能研究课题的提出，同样是基于对不断提高计算机应用能力的突破性创新。20世纪60年代初期，DARPA在MAC计划中尝试加入电脑分时操作技术，开启了最初的人工智能技术研究。而人工智能作为一个单独的研究项目列入DARPA预算，则是到60年代末的事。发展到20世纪70年代中期，DARPA已经成为美国人工智能研究的主要支持者，并推动了人工智能技术的实际应用，如自动语音识别和图像理解。20世纪70年代末，人工智能得到更广泛的应用，并在一些军事系统上得到应用。DARPA选择的资助对象，主要是斯坦福和麻省理工学院两所高校。这两所美国顶尖的理工科高校，日后成为世界人工智能和机器人研究的主要发源地。DARPA不仅支持知识表达、问题解决、自然语言结构等技术的基础研究，也支持专家系统、自动编程、机器人技术和计算机视觉等方面的应用研究。[5]由于人工智能研究涉及科目诸多，且需要大量算法的积累和硬件的突破，发展远远不如互联网迅速。人工智能的研究，在DARPA信息处理技术处的优先级排位里也并不算高，发展至今也是一路坎坷。与DARPA人工智能的研究密不可分的，是机器人的研究。研究的目的很简单，同样是为了未来战争。日后我们常常在好莱坞科幻电影中看到人类战士穿戴的各种高科技机甲，和那些与他们并肩作战的机器人，大多都有其现实的版本。20世纪80年代，日本在计算机科学领域的飞速发展，让美国人感觉到了从东半球而来的威胁。1983年，DARPA成立战略计算项目（SCI），以此提高所有计算和信息处理领域的优势。人工智能成为战略计算项目的一个基本组成部分。DARPA想建一张能在战争中自主决策的网。在DARPA的日志里，是这样描述这项计划的：“武器速度和攻击范围的增加加快了战争的节奏，具有固定计算逻辑的计算机愈发无法适应战场决策的需要。这种情况下，领导人和决策者将被迫依赖人的判断。因此我们需要能够应对这种多变的、不可预测的战争情况的计算技术。而能够在量子水平进行计算的计算机是解决这一问题的唯一途径。”一年之后，施瓦辛格主演的《终结者》在好莱坞上映，全世界的观众都从电影院里看到了那张差点毁灭地球的“天网”。1984年全球上映的《终结者》这张现实版本的“天网”并没有建成，1993年，这项耗资10亿美元的计划最终停止。DARPA的结论是：我们还远远没达到SCI计划的技术水平。不管电影是否放大了人类对计算机的恐慌，将人工智能和机器人用于未来战争，都是DARPA从来没有停止的探索。或许是《终结者》给DARPA研究人员带来了更多的灵感。电影上映一年后，DARPA人工智能的研究（包括杀手机器人）成为战术技术办公室（TTO）聪明武器项目（SWP）的一部分。1999年，DARPA在计算机和通信项目下，设置了智能系统和软件技术的研究科目，目的是为了研制一种能够主动、自主为战士提供各类辅助信息的人工智能系统。进入21世纪后，DARPA开始大力资助机器学习的项目。希望让机器不仅仅能简单模仿人的行为，还能够像人一样自主学习。2000年之后，DARPA开始研制通过对话进行人机交互（HCI）的系统，该系统能从与不同人的对话中学习经验，提供个性化的服务。现在天天陪伴我们生活的苹果Siri、微软小娜，还有国内的天猫精灵、百度小度们，都是这项技术的徒子徒孙。2010年，DARPA在人工神经网络研究的基础上，开始资助深度学习项目（DL），目标是构建一个通用的机器学习引擎。神经网络与传统计算机不同，传统计算机是使用预编程指令处理特定但范围有限的可预知事件，而神经网络的目的是，先从以前经历的例子中学习经验教训，然后再调整适应以前可能没有遇到过的情况。通俗地说，这是目前最接近人脑的智能学习方法。深度学习可以完成高度抽象的任务，如语音识别、图像识别和检索、自然语言理解等。深度学习技术的诞生，将人工智能带上了一条新的快车道。而这项技术的日益精进，也再一次给人们带来无限的忧虑。“机器是否真的有一天会统治人类？”这个喋喋不休的问题，正式从科幻小说走入现实科学家会议的讨论之中。人们开始科学家：“我们是否真的已经打开了毁灭世界的潘多拉魔盒？”但是DARPA并没有丝毫停步不前的意思。2018年9月8日，DARPA宣布，计划投入20亿美元开发新的AI技术，这是 “AI Next（下一代人工智能）”计划的一部分。DARPA在一份声明中称，将致力于打造具有常识、能感知语境和更高能源效率的系统。可以预见的是，这项技术将再一次深刻影响我们生活的世界。而对于更远的未来，我们都身处未知之中。唯一确定的是，科技在向前发展，任何人也无法阻挡。正如《黑客帝国》中那句经典的台词：“任何事情都始于当初的选择。”那些未实现的“黑科技”和所有的风险投资机构一样，DARPA的项目并不是每个都能取得巨大成功。DARPA收到的所有项目计划书中，有的确实是才华卓越的创新突破，也有相当多盲目自大、不切实际的想法。与其说DARPA历史上的成功项目多得可怕，不如说DARPA对项目失败的承受度高得惊人。虽然鼓励冒险、鼓励新想法和容忍失败，但并不意味着任何天马行空的想法都能拿到DARPA的资助。DARPA在项目资助资金的审核上，有着非常严格的审批流程。其战术技术办公室副主任帕梅拉·梅尔罗伊认为，“在特别危险的项目里需要考虑投资规模，思考‘疯狂线’究竟画在哪里”。虽然审查严格，但没有任何提案因为想法过于大胆而被忽略。如今再来看DARPA的一些疯狂想法，脑洞之大丝毫不亚于好莱坞的科幻导演。甚至很多漫威和好莱坞科幻电影里的黑科技，都能与那个时代的现实研究对应得上。现在已经很难说得清楚，到底是斯坦·李们给了DARPA研究的灵感，还是DARPA给了斯坦·李们创作的灵感。在20世纪80年代，中国掀起一场“人体特异功能和超自然现象”的研究热潮。钱学森等人为首的顶尖科学家热衷于此，以解放军507研究所为主，专门成立了一个“中国人体科学研究会”，从全国各地收拢了一班号称有“特异功能”的人进行研究，期望能从这些奇人身上，找到能“用意念控制卫星”、甚至隔着大洋对敌方进行“致命攻击”的绝招。这场现在看起来颇显荒诞的“超能力”研究，并不是中国人的原创。美国和苏联人从更早时候就开始了这项研究。作为冷战时期两个超级大国之间一场不为人知的秘密竞赛，一度受到国家最高层的密切关注。这项秘密研究的始作俑者是苏联人。二十世纪60年代，在莫斯科工学博物馆聚集了一批具有“超能力”的“特异功能者”。[6]其中一位叫沃尔夫·梅兴的“特异人”最有名，梅兴最如日中天的时候，不仅是宣传海报贴满全国的“网红”，还是斯大林的座上宾。这些“特异功能者”经常被克格勃请去“执行任务”。比如，从电视画面中“判读”美国总统和其他要人的健康；以旅游者身份潜入美国，通过“超能力”和自己远在国内的“同事”联络，把搞到的情报发出去；克格勃还曾经试图让“特异功能者”“看”水下的美国潜艇，以及发现燃料加注基地等。EA公司于2001年发行的《红色警戒2：尤里的复仇》，以苏联的“特异功能者”作为故事蓝本20世纪70年代，DARPA委托兰德公司评估“美国与苏联在超自然现象方面科学与技术研究活动的实质性差异”。换句话说，DARPA开始插手“精神力研究”。[7]为此，DARPA煞有其事的花费了数百万美金，试图招募一批具备心灵感应能力的人来进行远程间谍活动。甚至秘密筹建一所类似《X战警》中的泽维尔天才学校。DARPA期望，这批特异功能者可以通过折弯汤勺，来折磨克里姆林宫里的苏联领导人。DARPA还曾经在上世纪60年代研究过一种“机械战象”，不知道研究者是否受到中国《三国演义》中“木牛流马”的启发。这种为了帮助越战中的美军穿越热带丛林，运输战争物资的机器人，可以穿越山区、沼泽、小溪甚至河流，沿着狭窄蜿蜒的丛林小径以及陡峭的山坡运送人员货物。后来这项发明被时任DARPA主任的埃贝哈特·莱克廷叫停，理由是“脑洞过大，会严重影响DARPA在国会的信誉”。1980年上映的《星球大战5：帝国反击战》中，有一款可以运输40名冲锋队员的AT-AT全地形装甲步行机，正是这款“机械战象”的科幻版本。星球大战中的AT-AT步行机这款全地形步行机器人，涉及到极为复杂的机械设计和控制技术。在当时的技术条件下，几乎是不可能完成的任务。然而DAPAR并没有停止在这个方向上的探索。1992年，马克·莱伯特在麻省理工学院的Leg Lab实验室里创办了波士顿动力公司。这家致力于仿生机器人研究的科技公司，日后将在世界机器人科学史上写下浓墨重彩的一笔。其中著名的项目“猎豹机器人”，正是在DARPA的资助下得以开展。DARPA资助的猎豹机器人项目《钢铁侠》电影中，托尼·斯塔克在自己的胸前安装了一个“方舟反应堆”，这是一个迷你可控的核聚变反应堆，可以为自己的钢铁盔甲提供源源不断的充沛动力。而这个小到可以拿在手上的小型核聚变反应堆，也曾经在2009年，正式进入DARPA的研究目录，并获得300万美元的研究预算。钢铁侠的“小型核聚变反应堆”以上仅仅是DARPA各种惊世骇俗研究中的冰山一角。据非官方统计，DAPAR成立六十年的历程中，失败的项目占比高达98%。虽然很多项目因为现实条件不具备而胎死腹中，但是DARPA对美国科学进步的最大贡献在于——即使这些项目暂时失败，所积累的经验和沉淀的有价值的技术，也成为一笔不可多得的财富。DARPA国防科学办公室现任主任斯蒂芬妮汤普金斯曾说：“如果失败是因为你愚笨懒惰，那不可原谅，好在这种情况在这里不太常发生”。DARPA鼓励“正确的失败”，并尽可能总结出失败的原因和经验。愿望总是美好的，但实际上，DARPA自己并没有做好这项工作。由于项目经理流动太快，很多项目都来不及写出详细的总结报告。这也成为近年来美国国会和军方对DARPA模式提出质疑的一大原因。但这些精英项目经理，即使离开DARPA，也能成为新的领域不可多得的人才。DARPA的研究从来不立足于眼前，而是着眼于未来。与其说DARPA在资助天才的科学家们进行一项项疯狂的研究，不如说支持着他们探索未知的世界。这些向未来世界的探索，会将我们带向更加自由，还是更加禁锢？我们犹未可知。《变形金刚》电影里，擎天柱曾经说：他们是原始的种族...难道我们不是吗？他们还年轻，需要不断学习！但是他们有优秀的品质，自由是所有生命体拥有的权利。……中国的“DARPA”中国类似DARPA职能的机构，有人认为是国防科工局，也有人认为是中央军委新成立的科技委。现在的国防科工局，组建于2008年3月。前身是1998年成立的新中华人民共和国国防科学技术工业委员会。这个“新国防科工委”，属于政府序列。而另外一个常常容易被大家混淆的“国防科工委”，则原属军队序列，受国务院和中央军委的双重领导。1982年由军队序列的国防科委、政府序列的国防工办和军委科装委合并而成。在1998年3月机构改革时，一部分职能划归军方，改组为解放军总装备部。另一部分职能则并入新组建的“国防科工委”。简单地说，1998年机构改革时，中央将原来各军工总公司承担的政府职能剥离，连同原国防科工委管理国防工业的职能、国家计委国防司的职能一起打包合并，成立了新的国防科工委。2008年又在此基础上，改组成立为副部级的国防科工局。原来的五大军工总公司，1999年改组成为十大军工集团，自此轻装上阵，离全面市场化又更进一步。而新成立的国防科工委以及日后的国防科工局，则承担着管理、协调、统筹十大军工集团的责任。在“中华人民共和国国家国防科技工业局”的百科词条上写道：“国防科技工业作为国家战略性高技术产业，涵盖核、航天、航空、兵器、船舶、电子六大行业，肩负着强军和富国的双重使命。国防科工局具体负责组织管理国防科技工业计划、政策、标准及法规的制定与执行情况监督。”从国防科工局的对外文件中可以看出，该局同时专注于先进工业技术的研究和国防基础研究的计划管理工作，并承担着推动军民融合的重大职责。目前国防科工局的科研支持专项计划中，包含基础科研、技术基础、配套科研、民用航天等若干专项。国防科工局基础科研专项“十三五”主要计划范围将国防科工局视作中国的DARPA，显然是低估了国防科工局的职权功能。与DARPA更多专注于未来前瞻性科技的孵化不同，中国国防科工局更专注现有工业技术基础能力和国防科研总体能力的提升。目前国防科工局共设有17个司、局，以及12个局属单位（中心），并在各省市设有地方工办，这是一个庞大的机构设置。与DARPA定位轻、快，鼓励冒险、追求创新的扁平化运营模式不同，国防科工局的任务，是需要扎扎实实地提升中国的基础科研能力。这也直接反映出中美现阶段科研风格的巨大差异。DARPA作为一个完全独立的机构，集中投资和孵化着最具前瞻性的科技，探索着世界科技创新的未知领域。而中国科研仍以补课为主。跟随研发的同时，补齐中国工业存在的短板。突破性的创新尝试，则暂时分散在各大院所和高校内部。相比国防科工局的重任在肩，另一种声音则认为，2016年，新一轮军改中成立的军委科技委，看起来似乎更有“中国DARPA”的气质。国防科工局和军委科技委，一个代表乙方，一个代表甲方。所处立场不同，工作方式自然也有差异。2018年，军委科技委成立一支快速响应小组。根据国家军民融合公共服务平台发布的公告显示，快响小组成员共6名，平均年龄36岁，最年轻的仅为29岁，全部为博士学位，分别拥有空间机器人、先进制造、智能控制、项目管理等各学科领域的专业背景。而公告中对快响小组的工作方式描述为：“快响小组每月组织一次为期5个工作日，针对1-2个商业技术领域的实地调研，主动发现或积极受理具有现在军事应用价值的先进技术，并视情邀请军兵种相关人员开展应用策划和需求对接。对合适项目，由组长和专家组形成现场评估意见，与有关单位草签合同，返京后签订正式合同。项目周期通常不超过12个月。”根据“快响小组”发布的首批7项需求来看，主要集中在配件、耗材和软件方面，大多是与现有武器装备配套直接相关的零部件。与DARPA充满科幻感的研究计划相比，“快响小组”发布的技术需求显然要接地气许多。但是凡事总有开头，能够跨越重重繁复的审批流程，搭建起“军品民采”的直通车，已经在推动军民融合的道路上做了一次突破性的尝试。在快响小组首批需求发布的三个月内，得到了热烈的响应，仅仅100天后，就在深圳与14家单位签订了首批项目合同，总金额达到1156万元。没有管理创新，就没有技术和产品的创新。从历史进程中寻觅踪迹，军工历来是集中体现人类管理智慧的领域，是一个集合了军事、政治、经济、文化、科技、工程等多学科知识的载体。现代项目管理起源于国防领域，经过几十年发展嬗变，又以全新面貌服务于国防。新中国的国防科研体系从创办初期，同时带有美苏模式的双重印记。一方面承袭了苏联的部分管理方式，另一方面，以钱学森为首的一批留美科学家归国，为新中国科研体系的创建打下了第一根桩。1956年10月8日，由钱学森挂帅的我国第一个导弹研究机构----国防部第五研究院成立。（详情参见前文《历史选择了钱学森》）。这个比DARPA还早两年成立的国防科研机构，日后开枝散叶，成为中国“两弹一星”和航空航天事业的最早发源地。目前中国的国防科研管理体系，正是以钱学森系统工程理论为基础，在现实需求的推动下，不断创新求变。历史经验显示，若没有一个完整的工业体系作后盾，科技创新则无从谈起。正如领导人在十二届全国人大五次会议解放军代表团全体会议上所说：“国防科技工业作为国家战略性产业，是国家安全和国防建设的脊梁，是国家科技创新体系的中坚，是国防科技创新体系的主体。”如今，中国的国防科技科研管理体系，正在历经新一轮的组织改革。中国国防科技工业体系历经70年的卧薪尝胆，到了破茧成蝶，创新之花不断绽放的时候。中国是否需要一个像DARPA一样的组织来集中孵化创新，这只是一个形式上可以探讨的问题。而更深刻的思考在于：什么样的组织方式，能最大程度地提升国家科技创新的整体效率？未来在2014年的一次新闻发布会上，DARPA局长阿拉蒂·普拉巴卡尔讲到：“我们仍然面临着空前机遇，那就是以特定的方式推动技术进步，为国家提供强大的创新能力。”我们研读2018年DARPA的研究计划。从227个在研项目中[8]，我们大致可以看到一个关于未来世界的轮廓。DARPA生物技术办公室（BTO）的工作重点，是利用工程和信息科学的进步，来推动生物技术的重塑。其研究项目中，不乏神经技术、兼具预防和治疗的自动诊断技术、生物控制、人机接口、人因绩效、生物工程材料、疾病预测、安全基因、传染病及合成生物学这一类革命性技术。国防科学办公室（DSO）则负责将科学和工程领域的一系列高新技术，转化为保护美国国家安全的颠覆性技术。其中包括：高效科学仿真加速计算、原子级技术、化学武器的分解与销毁、机器深度学习、极端光学和成像、飞行机器人、光子探测、太赫兹、量子技术、Z战士、超级材料合成等等。信息创新办公室（I2O）开发改变游戏规则的信息科学和技术，以确保美国及其盟国的信息优势。其在研项目包括：主动网络防御、多尺度异常检测、大数据搜集和分析、自适应软件系统、计算机仿真在线社交行为、人机交流技术、安全软件、透明计算、高可靠度语言自动转录、利用智能手机对作战人员进行健康分析等等。微系统技术办公室（MTO）通过在微处理器、MEMS系统和光学器件领域的投资，为美军的战略突袭创造机会。近年来，这个办公室一直推动者半导体材料、高性能集成电路、相控阵雷达、高能激光器、红外成像等领域的创新，帮助美国建立和保持巨大的技术优势。战略技术办公室（STO）则致力于开发作为网络支撑作战的技术，以提高军事效能和适应性，并降低作战成本。其重点领域包括：作战管理、指挥与控制系统，通信和网络，情报、监视与侦察，电子战，定位、导航与授时，基本战略技术和系统。战术技术办公室（TTO）将负责陆、海、空、天领域的全新革命性作战平台，即战术武器装备。目前在研的项目包括：座舱内机组人员工作自动化系统、反潜战持续跟踪无人艇、无人潜航器、空天飞机、小精灵无人机、地面X战车、无人机航母、高超声速武器、磁流体动力爆炸弹药、地球同步轨道卫星机器人、太空监视望远镜、垂直起降飞机、进攻性蜂群战术等。目前，美国的技术创新出现了“以军带民”到“以民带军”的新趋势。不仅有以硅谷为代表的技术创新中心，很多新思想、新概念、新创意大量来自中小企业，甚至个人。特朗普上台之后，更加重视以硅谷为代表的技术创新能力，并成立了以他女婿库什纳为首的白宫创新办公室，推动美国新一轮的创新机制改革。新时代提出新要求，DARPA“自上而下”的创新模式必须和“自下而上”的创新模式联动起来。2017年，美国五角大楼向国会提交了名为《重组国防部采办、技术与后勤组织和首席管理官组织》的改革计划，包括DARPA在内的国防部内三个准独立机构将被降格，划归分管科研和工程项目的国防部副部长领导。冷战时代的阴云已经散去，科技研究不再充满血腥味道。那些超级大国争霸留下来的科技财产，已沉淀成为当今世界的第一生产力。在信息越来越透明的当下，DARPA和他的同僚们，已不再如往昔那样的神秘莫测。他们所探索的前沿科技，不再只是存在于好莱坞科幻大片里，而是一个又一个地走入我们的现实生活当中。或许终有一天，DARPA会结束他的历史使命，他所创造的那些经典科技作品，将和好莱坞的传奇电影一样，成为人们茶余饭后的话题谈资。但是科学家的故事永远不会结束，只要人类还存在，创新就没有终点，科技就没有结局。参考文献：[1] 安妮·雅各布森著，李文婕郭颖译《五角大楼之脑：美国国防部高级研究计划局不为人知的历史》,2017[2] 于川信刘志伟《军民融合：DARPA创新之路》，2018[3] 刘作奎《冷战缔造互联网》，2002[4] 蔡文君《美国国防科技决策背后的神秘力量——JASON国防咨询小组情况分析》，2017[5] 朱鹏飞《DARPA人工智能技术研究的四个阶段和五大领域》,2017[6] 卢清龙《解密前苏联的“特异功能”研究》，2013[7] Mark Strauss著，Jerrusalem译《DARPA：真实版神盾局的10个疯狂科学计划》，2014[8] 张修社主编《2018年DARPA研究计划聚焦》，2018文章内容系作者个人观点，不代表钛禾产业观察对观点赞同或支持；转载请联系主编授权（ID：taizhubian）版权声明「钛禾产业观察」持续报道中国高端智造和大军工行业生态，提供关于核心科技产业第一手资讯。原创不易，请勿抄袭。转载请联系我们授权白名单。未经授权转载、盗用者，保留追究其法律责任的权利。

说到考试，有一种人就不得不提，那就是学霸。美剧里从来不缺少学霸，像是什么Walter White啦，Sheldon Cooper啦，Lisa Simpson啦……真的是一抓一大把。除了这些虚构的角色外，其实好莱坞里还有很多明星本人也是学霸学神一级的，今天小编就来扒一下高学历的欧美明星，快来看看有哪些明星上榜吧！梅里尔·斯特里普瓦瑟学院、耶鲁大学戏剧学院硕士托马斯·吉布森茱莉亚音乐学院硕士朱迪·福斯特耶鲁大学文学学士（英、法、意、西语流利）爱德华·诺顿耶鲁大学历史系学士温明娜卡耐基·梅隆大学戏剧学学士朱莉·鲍温布朗大学（主修意大利文艺复兴研究）艾米·罗森哥伦比亚大学（主修法语、艺术史）大卫·修默西北大学演讲戏剧专业学士罗伯特·克耐普西北大学（主修戏剧表演）娜塔莉·波特曼哈佛大学心理学学士温特沃什·米勒普林斯顿大学英国文学学士迪恩·诺里斯哈佛大学（主修社会学）西格妮·韦弗斯坦福大学艺术学士、耶鲁大学艺术硕士詹妮弗·比尔斯耶鲁大学美国文学学士大卫·杜楚尼普林斯顿大学英文文学学士、耶鲁大学英文文学硕士（差一篇论文拿到博士学位）詹姆斯·弗兰克加州大学洛杉矶分校文学学士、哥伦比亚大学文学硕士、布鲁克林大学文学硕士、纽约大学电影学硕士、北卡罗来纳州沃伦威尔逊学院文学硕士、耶鲁大学文学博士在读（真是服了腐兰兰！）马伊姆·拜力克加利福尼亚州州大学洛杉矶分校 (UCLA)，精神科学、希伯来语、犹太研究学士学位、神经生物学博士学位上面提到的都是美国演员，接下来就是英伦男神组团刷屏的时间了。颜值高、智商高、学历高，难怪他们在全世界的粉丝那么多！本尼迪克特·康伯巴奇哈罗公学，曼彻斯特大学戏剧学学士，伦敦音乐与戏剧艺术学院古典表演硕士休·丹西温切斯特公学，牛津大学英国文学专业埃迪·雷德梅尼伊顿公学，剑桥大学艺术史专业丹·史蒂文斯英国汤布里奇男校，剑桥大学英国文学专业汤姆·希德勒斯顿牛津龙小学、伊顿公学、剑桥大学古典文学专业、英国皇家戏剧艺术学院休·劳瑞伊顿公学，剑桥大学考古系社会人类学专业德里克·雅各比爵士剑桥大学历史系伊恩·麦克莱恩爵士剑桥大学英国语言文学专业罗温·艾金森牛津大学电气工程学硕士理查德·阿尤阿德剑桥大学法律系艾玛·汤普森剑桥大学英国文学专业（曾任剑桥大学脚灯戏剧社副主席，剑桥第一个女子讽喻剧团WOMAN'S HOUR发起人之一）弗莱迪·海默剑桥大学西班牙语、阿拉伯语系在读当然也有例外比如下面这些知名影星他们连高中学历都没有的！记得高中时最常听到的一句话就是“你们如果不好好努力，怎么上大学，今后怎么出人头地!”但是，你们相信吗，真的有些大明星连高中学历都没有。金凯瑞金·凯瑞在一个贫穷的家庭长大，在他16岁时，为了生病的母亲不得不离开学校，但是后来他成为了好莱坞最成功和最令人钦佩的人。卡梅隆迪亚兹像金凯瑞一样，卡梅隆?迪亚兹也在16岁的时候从高中辍学，从此开始了她的演员职业生涯，并且最终得到了认可。有趣的是，她参加的第一部电影《面具》正是金凯瑞主演。汤姆克鲁斯汤姆克鲁斯14岁辍学时差点成为一名牧师，但幸运的是后来改变主意成为了一个演员，这才有了今天风度翩翩，迷倒万千少女的阿汤哥。小罗伯特唐尼因钢铁侠出名的小罗布特唐尼，在16岁那年选择高中辍学，从加利福尼亚的圣莫妮卡前往纽约从事表演，如今已经是好莱坞最具有魅力的男演员，从而闻名世界。约翰尼德普想不到吧，型男约翰尼德普在他15岁的时候开始了他的摇滚事业，然而开始时他在音乐行业上并没有获得许可。直到后来遇见了尼古拉斯;凯奇(同样是高中辍学)，在表演道路上一帆风顺，在《加勒比海盗》系列电影中大获成功。阿尔帕西诺阿尔帕西诺大家并不陌生，他在进入了纽约市的一个表演艺术高中后，从青少年时期就开始从事表演艺术，但是知名演员的身份并不能掩盖他17岁辍学的事实。瑞恩高斯林瑞恩高斯林的演艺生涯从12岁开始，他同贾斯汀布莱克、“小甜甜”布兰妮和克里斯蒂娜阿奎莱拉在米老鼠俱乐部合作。之后他将全部的精力投入了表演事业，并在17岁的时候决定退学。罗伯特狄尼洛罗伯特狄妮罗10岁时在学校舞台上扮演了《绿野仙踪》中一只懦弱的小狮子，从那时起便梦想着成为一个演员，于是他16岁时就迫不及待的退学进入演艺圈。马克沃尔伯格马克沃尔伯格是一个颇具传奇的人物。他是典型的叛逆少年。13岁到16岁间因沉迷于可卡因，一直活在被警察找麻烦的日子中。之后他又有了疯狂的行为，16岁时曾试图参与谋杀，因而被监禁了45天。正是如此，他并没有完成学业，但在16岁之后便开始从事音乐事业并进军好莱坞。然而更加难以置信的是，去年42岁的马克终于完成了大学学业，收到了他的第一张大学文凭。虽然他们都没有高中学历，却都有自己的一番作为，但是他们在背后究竟付出了多少努力、多少辛酸的汗水才有今天的成就，我们就无从得知了。可以肯定的是，不管我们做什么，选择是什么，都离不开我们坚持不懈的努力和能够取得成功的决心。要相信，有志者，事竟成!想第一时间接收英语演讲文章&视频？置顶精彩英语演讲就对了！操作办法就是：进入公众号——找到“置顶公众号”—— 开启。◆◆ ◆对公众号有建议或者好想法？请添加：speechplus 随时勾搭英语演讲君目前170000+人已关注我们分享增长知识，点赞是一种鼓励 ！点击阅读原文查看更多精彩英语演讲！

【环球网综合报道】据法国《TOPSANTE》杂志报道，美国斯坦福大学的一项研究表明，身高是引起静脉曲张的一个重要风险因素，个子越高的人越容易患静脉曲张。报道称，静脉曲张是指静脉长期非正常扩张，通常发生在腿部，其主要病因为静脉瓣膜功能不全。静脉曲张虽然是良性的，但是可能引发更严重的问题，如疮、溃疡和血栓。最严重可能引发深静脉血栓形成，也就是在一处或多处更深层的静脉中出现血栓。据法国静脉学会统计，在法国，有20%至35%的人患有静脉曲张。斯坦福大学的研究人员通过分析年龄在40到69岁之间的502619人(其中9577人患静脉曲张)的遗传数据，找到了30个与静脉曲张有关的基因区域。随后，他们使用人工智能模型证实了许多目前已确定的风险因素：年龄、家族遗传、体重、怀孕、吸烟、激素治疗以及腿部深静脉血栓形成或腿部手术的历史。令人惊讶的是，研究人员还发现了身高与静脉曲张之间的联系：个子越高的人越容易患静脉曲张。借助孟德尔随机取样统计技术，研究人员证实了这一发现。这项发表在美国《循环心血管遗传学》杂志上的研究报告作者、斯坦福大学外科和心血管医学的副教授尼古拉斯 利珀博士表示，“我们不仅发现了身高与静脉曲张之间的联系，而且通过基因研究确定了他们的因果关系。这表明，驱动人类身高的基因和途径同时可能导致静脉曲张。”利珀博士还提到，“20或30年前的几项研究就让我们隐约感觉到它们之间的一种联系，但我们还不知道原因。可能更高的人更容易受到重力的影响，又或者他们的血管壁里可能有一些东西。” (实习编译：沈梦瑶 审稿：赵怡蓁)

4月6日，《自然生物医学工程》杂志发布了斯坦福大学一团队智能马桶项目研究成果。他们展示了一种新型的“智能马桶”，可以自动扫描尿液和粪便样本，以寻找疾病的迹象。据厨卫资讯记者了解，英国剑桥大学、美国罗切斯特理工学院此前也公布了他们智能马桶医用研究成果。斯坦福大学放射学教授、智能马桶项目带头人Sanjiv Gambhir介绍，“我们的概念可以追溯到15年前，当我提出来的时候，人们会笑，因为这似乎是个有趣的想法，但也有点奇怪。”在通过一项涉及21名受试者的试验研究证明了它的价值。这项技术可以加装到现有的马桶上。这个附件上装有一个摄像头，可以捕捉尿液和粪便的视频，然后通过算法处理，评估其物理特性。据该团队称，这些算法可以分析尿液样本的尿液动力学。这意味着它可以评估流速等，以区分健康样本和不健康样本，而通过分析大便样本的一致性可以得出类似的结论。此外，该智能马桶还部署了尿液分析条来扫描尿液样本的分子特征。Gambhir表示，以目前的形式，该智能马桶可以追踪10种不同的生物标志物，包括白细胞计数和某些蛋白质的水平，这些蛋白质可以指示一系列疾病，包括肾衰竭、感染或膀胱癌。该团队通过他们的试验研究展示了这些能力，他们的试验研究涉及到21名参与者，他们对马桶进行了几个月的测试。由于目标是提供个性化的健康监测，因此该团队集成了一个相当有趣的识别系统，通过一个小型扫描仪对用户的肛门进行成像，以匹配他们的具体数据。“我们知道这看起来很奇怪，但事实证明，你的肛门指纹是独一无二的。”Gambhir说。随着进一步的发展，该团队设想，当出现问题时，该马桶可以与APP配套，安全地将数据传递给用户的医生。研究团队希望继续改进智能马桶，从更大规模的研究开始，让更多的参与者参与其中，并整合新的功能，实现个性化的检测功能，比如糖尿病患者的血糖监测。纳入大便样本的分子分析是另一个目标。“这是一个比较棘手的问题，但我们正在朝着这个目标努力。”Gambhir说。“智能马桶是利用通常被忽视的数据来源的完美方式--用户不必做任何不同的事情。”与斯坦福大学研究不同，美国罗切斯特理工学院研究智能马桶在跟踪测量心力衰竭领域运用，而剑桥大学研究的是智能马桶“尿检”运用。罗切斯特理工学院：跟踪测量心力衰竭的智能马桶盖2019年3月，美国罗切斯特理工学院博士后尼古拉斯康恩开发了一种智能马桶盖监测系统，这款智能马桶盖可跟踪测量心力衰竭患者的健康情况，降低充血性心力衰竭患者的住院再入院率。测量心电图，光电容积描记图和心冲击描该智能马桶盖数据检测有专用的先进的算法，能捕获超过九项临床相关测量数据，包括用于测量心脏活动的单导联心电图(ECG)、用于测量血液氧合和局部脉搏计时的光容积描记图(PPG)、用于测量与心脏周期相关的机械力的心包膜心描记图(BCG)和体重传感器。马桶盖上的设备可以监测到人的心率、血压、血容量、血氧水平，体重和心博量。这些数据将由尼古拉斯设计的算法分析，如发现病人的病情有恶化趋势，信息将直接传递给患者私人医生，医生会在第一时间判断是否需要安排病人进行进一步的治疗。英国剑桥大学：“尿检”智能马桶2018年8月，英国剑桥大学科学家设计出一款可以“尿检”的智能马桶。据了解，这款智能马桶内置的光学传感器可将尿液中的生物标记物捕获在金纳米粒子之间，并使它们发出不同的颜色，从而能够测量它们的浓度水平，被监测的生物标记可以揭示很多有关人的身体的信息。该款智能马桶还可以将监测报告发送至手机上，甚至提醒用户的私人医生。据英国剑桥大学科学家据研发人员介绍，目前他们使用的纳米检测材料是石墨烯，“用户的抗体位于石墨烯上，尿液中有生物标记，标记物会与石墨烯上的抗体对接。”剑桥大学工程系教授斯蒂芬·霍夫曼透露。该团队正在使用化学气象沉积法制造石墨烯，并开始尝试其他纳米材料，以确定使用哪种纳米材料制造出更好的纳米传感器，并且可以大规模生产。除了剑桥大学研究智能马桶“尿检”之外，2019年11月，《自然》旗下期刊npj Digital Medicine也发表了威斯康星大学麦迪逊分校代谢研究团队一项“超大规模尿液检测”试验结果。据了解，人类尿液代谢数据库（HMDB）中记录了4240种已知的尿液代谢物，其中1424种代谢物与超过600种人类疾病相关联，包括肥胖、癌症、糖尿病、肾脏疾病、阿尔茨海默病等。目前，该研究团队正在设计智能马桶，配备便携式质谱仪，以识别不同的如厕个体，并能够处理分析不同个体尿液中的代谢成分。研究通讯作者Joshua Coon教授指出， “这些分析在实验室中都可以进行，我们确信设计一个能够采样分析的马桶也不难。真正的挑战是开发适用于马桶的技术平台，让收集过程足够简单，价格足够合理。”