权威发布:《麻省理工科技评论》2021年“全球十大突破性技术”

2021年2月24日,今天,《麻省理工科技评论》“十大突破性技术” 榜单迎来诞生二十周年的日子。2021“十大突破性技术” 发布会也于今天下午在杭州余杭未来科技城举办。
本次会议由中共杭州市余杭区委、杭州市余杭区人民政府、《麻省理工科技评论》主办,浙江省委组织部(人才办)、杭州市委组织部(人才办)指导,杭州未来科技城(海创园)管委会、DeepTech共同承办,近百位国内外行业专家、青年科技领袖和商业精英齐聚一堂,碰撞新思想、分享新观点,线上四大平台同步直播,给与会者带来了一场顶级的科学技术思想盛宴。 
在榜单揭晓之前,我们想考考你是否还记得二十年前的科技水平?
容我们提醒你一下,那一年,维基百科刚刚诞生,3G 网络刚打出第一通电话,苹果 iPod 首次问世,而 Windows 系统才更新到 XP。
在那个大部分人只能拨号上网、10 兆宽带就已是顶配的年代,《麻省理工科技评论》首次推出 “十大突破性技术”(TR10)榜单,榜上有名的是生物识别、数据挖掘、自然语言处理、脑机接口、机器人设计等充满未来感的 “黑科技”。
在接下来的二十年里,这份年度榜单依旧不断带给人们惊喜。
2009 年,苹果尚未收购 Siri,我们就将它列为突破性技术。而在今天,虚拟语音助手已经遍地开花。
2013 年,我们将 “深度学习” 列入榜单,并准确给出 3-5 年的爆发期。时至今日,它仍然是实现各种高性能机器学习算法、驱动人工智能蓬勃发展的核心技术。
如今,我们回望过去,科技的进步令人惊讶。二十年前陌生的技术名词要么早已成为我们生活的一部分,譬如手机上的指纹识别和人脸识别,要么成为了时下最炙手可热的研究领域,譬如脑机接口和自然语言处理。我们再也无法对它们视而不见,我们的生活也因它们更加丰富多彩和方便快捷。
这种跨越二十年的预测能力,完美诠释了 “十大突破性技术” 榜单的权威性。
当然,与其说是 “预测”,不如说是《麻省理工科技评论》站在全球科技最前沿,目睹了科技创新百年变迁后的一种沉淀,这是对科研迈向产业的可行性分析,也是对技术商业化及影响力的研判。
不过,这些并非仅有的评判标准。2019 年,《麻省理工科技评论》邀请到比尔・盖茨(Bill Gates)作为客座评选人,并全程参与评选工作。他对谋求和提升 “人类福祉” 的追求反映到了评选结果中。
更重要的是,评选 “十大突破性技术” 的目的不仅仅是展示新创新成果,同时也旨在强调是人类的智慧促生了这些创新技术。
在最新的 2021 年榜单中,我们关注了在人工智能领域引发热议的 GPT-3 语言模型。它不仅能写出逼真的文本,更具备强大的泛用性,人们甚至认为它是通向真正通用人工智能的里程碑。
我们还选择了 mRNA 疫苗,虽然人类对 mRNA 技术的研究已持续 20 余年,但在新冠疫情肆虐全球之际,人类在短短一年时间内完成了 mRNA 疫苗的研发,并首次开展了大规模接种,该技术亦有望在医药领域掀起新革命。
如果你觉得这些技术离你太远,那不妨想一想过去两年最火的移动应用:TikTok。在众多短视频应用中,无论是知名度还是用户活跃度,TikTok 都以绝对优势遥遥领先。我们认为,其背后的推荐算法是兼具代表性和突破性的技术。
除此之外,今年的榜单还包括绿色氢能、多技能 AI、远程技术、锂金属电池、数字接触追踪、超高精度定位和数据信托。
它们是科技领域最热门、最前沿、最具价值的研究领域,从中孕育出的成果寄托着人类对未来美好生活的憧憬,也必将在未来社会生活中产生巨大的影响。
正如比尔・盖茨所说,看过这些突破性技术之后,你会觉得 “美好的未来,值得我们为之奋斗”。
图 | 2021 年《麻省理工科技评论》全球十大突破性技术榜单包括:mRNA 疫苗、GPT-3、数据信托、锂金属电池、数字接触追踪、超高精度定位、远程技术、多技能 AI、TikTok 推荐算法、绿色氢能
以下是榜单详细内容解读:

 mRNA 疫苗 

重大意义:mRNA 新冠疫苗有效性约为 95%,此前从未投入临床应用,可能带来医药领域的巨大变革。
主要研究者:BioNTech 公司、绿光生物科技公司、Moderna、Strand Therapeutics 公司
成熟期:现在
在全球,新冠病毒已夺去 200 多万人的生命,mRNA 技术研究人员德鲁・魏斯曼的几位童年好友也因此去世。 
如今,几种不同类型的新冠疫苗已经上市,美国所注射的新冠疫苗完全依赖于 Moderna 的疫苗、以及 BioNTech 和辉瑞合作开发的疫苗。以上两款疫苗有个共同点:都采用了 mRNA 技术。
mRNA 疫苗与传统疫苗生效机制完全不同,传统疫苗使用活病毒、死病毒、或者病毒外壳部分物质,以训练人体免疫系统。而 mRNA 疫苗含有基因物质,由脂质体包裹,注射入体内后,肌肉细胞吸收 mRNA 并产生某种病毒蛋白,免疫系统会及时产生抗体和 T 细胞来抵御病毒的入侵。
在此之前,虽然针对 mRNA 的研究已有 20 年,但是直到去年,mRNA 才首次用于进入市场的药物。
mRNA 疫苗是否真的效果更好呢?答案是大写的 “是”。临床研究证明,Moderna 和 BioNTech 的疫苗有效性都达到约 95%,而阿斯利康的腺病毒疫苗有效性约为  75%。
mRNA 疫苗具备高有效性、以及容易重新构建的特点,更有利于研究人员攻关艾滋病、婴儿呼吸道病毒、疱疹和疟疾这些目前都尚无成功疫苗的疾病。研究人员还认为,在未来,mRNA 技术不仅限于疫苗,还将针对癌症、镰状细胞病、艾滋病等带来低成本的基因修复。
不过,mRNA 若想用于药物治疗,建立切实可行的经济模型,还面临以下几个巨大挑战:如何将足够数量的 mRNA 输送到体内的正确位置?如何降低或避免 mRNA 所带来的副作用?如何包装脆弱的 RNA 分子?
魏斯曼说,他已经研究明白,如何定位纳米颗粒。从而让纳米颗粒进入骨髓,而骨髓不断制造所有的红细胞和免疫细胞。
无论如何,mRNA 疫苗成功投入使用,为 mRNA 技术应用于其他疾病疫苗和药物的研究,开创了一个良好的局面,我们可以期待 mRNA 技术的应用前景。
 

 GPT-3 

重大意义:学习自然语言的大型计算机模型,朝着构建可理解人类、并与人类世界互动的 AI 迈出的一大步。
主要研究者OpenAI、Google、Facebook
成熟期:现在
继 DeepMind 的 AlphaGo 和 IBM 的 DeepBlue 之后,GPT-3 成为 AI 领域最能引发公众想象的存在。
GPT-3 是一种 “大型语言模型”,由旧金山的研究实验室 OpenAI 创建。所谓 “大型语言模型” 指的是一种利用深度学习的算法,通过数千本书和互联网的大量文本进行训练,将单词和短语串在一起。GPT-3 于 2020 年正式发布,能够模仿人类书写文本,逼真程度令人惊异。
在许多人看来,GPT-3 的这一能力,堪称是通往真正的机器智能道路上的里程碑。 
能够如此娴熟地运用语言的机器之所以重要,是因为语言对于理解日常世界至关重要,人类就是通过语言来交流、分享思想和描述概念。换句话说,掌握了语言的 AI,可对世界产生更好的理解。
大型语言模型还有很多实际用途。比如,可为开发更好的聊天机器人提供支持,以进行更加流畅的对话;只要给出提示,它们就可以生成关于任何事情的文章和故事;它们还可以总结文本,或回答关于文本的问题;虽然只有获得邀请的人才能使用 GPT-3,但人们已经利用它为数十个应用程序提供了支持,其中不乏从一个产生创业想法的工具,到一个以地下城为背景的 AI 脚本冒险游戏的。
GPT-3 并不是 2020 年出现的唯一一个大型语言模型,微软、谷歌和脸书都推出了其开发的大型语言模型,但 GPT-3 却是迄今为止最好的全能型选手。人们认为 GPT-3 可以写出任何东西:同人小说、哲学辩论、甚至代码。人们甚至就 GPT-3 是否是第一个通用人工智能展开争论。
其实不是。尽管 GPT-3 能产生特别逼真的文本段落,但并没有任何实质性创新。GPT-3 的出现证明了一点,那就是规模为王。在构建 GPT-3 时,OpenAI 使用的方法和算法与构建 GPT-2 的基本相同,区别在于 OpenAI 扩大了神经网络和训练集 ——GPT-3 有 1750 亿个参数,神经网络中的值在训练过程中会不断调整。而 GPT-2 仅有 15 亿个参数,GPT-3 也借此成为有史以来最大的语言模型。
但有科研人员指出,GPT-3 虽称得上是 AI 中的翘楚,但同时也集合了一些糟糕的问题,比如 GPT-3 耗电巨大,会加剧气候变化;GPT-3 会吸收网上的许多不实信息和偏见,并能按需复制;GPT-3 为机器生成的文本披上人性外衣,能够轻易获取人们的信任 —— 数月前,有人在 Reddit 上发布了一款由 GPT-3 支持的网络机器人,该机器人在几天内发布了数百条评论,并与数十名用户进行互动,直到最后才被发现并非真人。
对于相信 “越大越好”(bigger is better)理念的人而言,GPT-3 的出现是一个不小的胜利。这些模型表明,我们可以期待计算能力和数据将在未来走得更远。GPT-4 会是什么样子的?我们可以预期,聊天机器人将能够掌握更广泛的会话主题,与人的交流变得更加流畅,更善于将更长的连贯文本串在一起……
 

 数据信托 

重大意义:面对个人数据被滥用这一情况,数据信托可以帮助更好地管理数据。
主要研究者:Google Sidewalk Labs
成熟期:2-3 年
数据时代,在人们生活更加方便的同时,隐私和安全问题日益突显。那么,是否有一个组织可以像工会维护劳工权利一样来维护人们的数据权利?并且,能够像医生一样,根据个人的数据管理帮助人们做出明智的决策?
或许,数据信托是一种可行性方案。
在法律中,信托是指基于对受托人的信任,委托人从其自身利益出发,将资产交给受托人管理的行为。而在数据信托中,受托人将管理一群人的数据或数据权利。这就像医生有责任依据病人的利益行事一样,数据受托人管理委托人的数据或数据权利,也对其利益负责。理论上,数据信托允许用户行使其作为数据生产者的权利。
此前,谷歌的姊妹公司 “人行道实验室” 建议创立一个公民数据信托 —— 希望在其智能社区 Quayside 入驻的公司必须申请收集和使用数据的许可证,并由社区成员组成的审查委员会对数据收集和使用进行监督,以保证这些数据能为用户产生价值。
虽然,“人行道实验室” 在 2020 年 5 月放弃了 Quayside 项目,但其数据信托的提议为数据管理提供了思路:对于智能城市、公共卫生计划等更多公共事务收集到的数据,可以创建数据信托并对其进行管理。
对于数据引发的隐私、安全性等问题,数据信托不是唯一的解决办法,但能够控制数据、让数据共享造福人类的数据治理是十分必要的。
 

 锂金属电池 

重大意义:锂金属电池能量密度高、充电速度快,而且安全可靠,使电动汽车像汽油汽车一样方便和便宜。
主要研究者QuantumScape 公司、卡耐基梅隆大学、橡树岭国家实验室
成熟期:5 年
制约电动汽车产业发展的一大难题就是电池技术。
目前,电动汽车普遍使用的是锂离子电池,这种电池昂贵、笨重、能量密度低,并且其所依赖的液体电解质在碰撞时极易起火。电池的一系列缺点体现在电动汽车上就是:价格高、续航低、充电慢,而且还存在安全隐患,这些正是让众多车主对电动汽车望而却步的原因。
显然,要使电动汽车比汽油汽车更具竞争力,就需要一种突破性电池来弥补这些缺陷。
硅谷初创公司 QuantumScape 声称已经开发出全新的锂金属电池,其采用固体电解质(陶瓷)克服了传统锂离子电池存在的这些缺陷。
在传统的锂离子电池中,阳极主要由石墨制成,可以很容易地吸收和释放带电的锂离子,这些锂离子通过电解质在阳极和阴极之间来回穿梭,这些带电粒子流产生电流,电流从电池中流出,为任何需要供电的地方供电。
而在锂金属电池中,阳极本身是由锂制成的,这意味着电池阳极上几乎每一个原子都可以用来产生电流。从理论上讲,锂金属阳极可以比同等重量和体积的石墨多存储 50% 的能量。
这种锂金属电池拥有较大的能量密度和极快的充电速度,而且更加安全稳定。一旦普及,将彻底改写当今电动汽车产业格局,让电动汽车的成本降低、续航增加,届时充电将会变得像在加油站加油一样快捷方便。当然,这种电池也可用于其他形式的运输,比如长途卡车货运,甚至是短途航班。
QuantumScape 公司还展示了一款还处于实验室阶段的单层电池,可在 15 分钟内充电至 80% 以上的电量,续航里程达数十万英里,而且在冰点温度下也能正常工作。该公司表示,这种电池将使电动汽车的行驶里程提高 80% 以上,现在一次充电可以行驶 250 英里的汽车,使用这种电池后可以行驶 450 英里。
迄今为止,QuantumScape 公司发表的所有测试都是在电池组上进行的。为了在汽车上工作,该公司还将需要生产几十层电池,而且还必须找到一种方法,以足够低的成本大规模量产电池,从而与占据主导地位几十年的锂离子电池技术相竞争。

 数字接触追踪 

重大意义:在不获取个人位置信息的情况下,手机使用者可获知自己是否与新冠病毒感染者接触。
主要研究者:苹果、谷歌等
成熟期:现在 
2020 年全球都在经历的新冠疫情让 “数字接触追踪” 引起人们的关注。
新冠疫情之下,科技为公共卫生调查人员追溯感染者的行踪提供新思路 —— 数字接触追踪。使用该技术,卫生调查人员不再需要依靠病人的记忆对其行踪进行追踪,这减轻了对疾病监控的压力。
这一技术对应到实际应用被称为 “曝光通知”(Exposure Notification)对于该数字接触追踪系统,程序员在几周内完成了建立和运行,并将代码开源共享,以保证全球各地的、苹果和安卓的用户都可以使用这一功能。
具体而言,“曝光通知” 不会追踪用户的位置,而是使用蓝牙来匿名连接附近运行同一应用程序的手机设备,从而保证健康数据的匿名性和隐私性。截至 2021 年 1 月,《麻省理工科技评论》了解到的全球各地政府使用的 “曝光通知” 应用共有 77 个。
然而,由于一些公司和用户缺乏对该应用认识和信任、用户信息不明确、感染者可能没有使用该应用等因素的限制下,“曝光通知” 在新冠疫情中似乎并未起到实质性作用。
但可以确定的是,越多的人使用 “曝光通知”,它达到的效果就会越好。而此次全球范围内的大规模 “实验” 也表明,一项技术要在实际场景中的应用,建立信任、增加获取渠道以及思考技术在复杂环境中的使用是更加重要的。 
 

 超高精度定位 

重大意义:当定位技术精确到毫米级或更高水平,将开创全新的产业。
主要研究者:中国科学院空天信息创新研究院、ColdQuanta
成熟期:现在
全球卫星定位系统的精度正在从 “米” 提高到 “厘米” 级别,这将为自动驾驶汽车、送货机器人等在街道上安全行驶提供更大支撑。
2020 年正式开通的北斗三号全球卫星导航系统可实时捕获地面上几米的位置变化,甚至其处理精度能够达到毫米级。该系统已用于检测中国各地山体滑坡易发地区地表的细微变化,并于当年预测到中国湖南省将遭遇数十年来最严重的山体滑坡,使村民得以提前撤离。中国科学院航天信息研究所专家表示,如果卫星定位精度仍然在米或分米的水平,对此,这是不可能实现的。
其实,北斗和全球卫星定位系统(GPS)精度的进一步提升都需要通过地面设施来提高定位精度。在目前广泛使用的方法中,一种是实时动态(Real Time Kinematic,RTK)定位,精度可达 3cm 以下;另一种是精确点定位(Precise Point Positioning,PPP),也可以达到厘米级别的精度。此外,中国科学院航天信息研究所专家表示:“我们正在开发 PPP-RTK 技术,结合二者的优势,有望在几年后投入使用。
除卫星系统之外,量子技术也被应用于定位和导航。
专家认为,当原子冷却到接近绝对零度时,会达到一种对外力特别敏感的量子态。如果已知一个物体的初始位置,并能测量原子的变化,就能据此找到物体的实时位置。目前,量子技术公司 ColdQuanta 开发的量子定位系统早期版本已经在国际空间站上运行。

 远程技术 

重大意义:2020 年疫情期间,医疗保健和教育这两项重要服务中发生的变化,对人们的整体福祉和生活质量产生了巨大影响。但最重要的改变其实不是技术本身而是我们的行为,因为远程会议和远程医疗早已存在。
主要研究者:中国香港在线辅导公司 Snapask、作业帮、印度 Byju’s
成熟期:现在
2020 年四月,全球疫情进入高峰期,170 余个国家的学校关闭,受到影响的学生规模高达 16 亿。全球大部分地区的传统学校转为线上教学模式,亚洲也不例外,例如中国香港在线辅导公司 Snapask 的用户需求激增。
目前,Snapask 在亚洲 9 个国家拥有超过 350 万名用户,较疫情之前翻了一番。于 2015 年创立 Snapask 的 Timothy Yu 表示,“之前我们需要五年才能达到的用户数量,由于疫情的原因只用了一年就实现了。
新冠疫情提高了在线辅导服务的知名度,在线辅导迅速成为许多学生生活中与课业同样重要的一部分。
英国普利茅斯大学专门研究远程教学的访问教授史蒂夫・惠勒表示,这次新冠肺炎引发的在线辅导热潮,可为我们提供一个重要启示,就是应鼓励教师以不同的方式进行思考与教学。如果学校系统能够接受在线教学的有效方法 —— 采用新媒体并相应地调整内容 —— 那将是 “乌云中的一线光明”。
早在十余年前,戴维斯・穆欣古奇就提出一个伟大的想法:让乌干达人发送短信至一个免费电话号码,然后会有医生给他们回电话提供咨询。在许多人看来,这个想法似乎很大胆,但当时在乌干达首都坎帕拉读医科的穆欣古奇却坚信这是可行的。
2012 年,他与人共同创立了医疗礼宾服务集团(Medical Concierge Group),现在他坦言,那时创立公司 “还是太早了”,因为那时的乌干达只有不到一半的人拥有手机。
在此后几年里,他们的业务不断扩展,逐渐涵盖视频和 WhatsApp 信息,以及一个骑摩托车的医疗保健人员团队,他们会到患者家中进行血液测试并提供药物。该集团后来还开拓到肯尼亚和尼日利亚地区。2020 年疫情爆发时,从 3 月到 11 月,该集团的用户数量飙升了 10 倍。
疫情把全世界的医院都逼到了崩溃的边缘,为避免感染人们尽量不去医院,而是转向远程医疗。根据麦肯锡数据显示,短短一年时间,美国使用该服务的人数比例就从 2019 年的 11% 飙升至 46%。
“新冠肺炎让人们意识到,现在在家里就可以享受到各式服务,无论是购物还是医疗保健。我认为在后疫情时代,依然会伴随我们左右的一件事就是 —— 我们的生活将以家为中心。” 穆欣古奇说道。

 多技能 AI 

重大意义:“多模态” 系统能解决更加复杂的问题,让机器人能够实现与人类真正意义上交流和协作。
主要研究者艾伦人工智能研究所、北卡罗来纳大学、OpenAI
成熟期3-5 年
 
2012 年底,人工智能科学家首次弄清了如何让神经网络 “拥有视觉”,随后,他们还掌握了如何让神经网络模仿人类推理、听觉、语言和写作的方式。虽然人工智能在完成特定任务方面已经变得非常像人类,甚至是超越人类,但它仍然没有人类大脑的 “灵活性”,即人脑可以在一种情境中学习技能,并将其应用到另一种情境中。
例如,AlphaGo 虽然能击败世界上最好的围棋高手,但它无法将这种策略扩展到棋盘之外,无法理解和适应不断变化的外部世界。
 
另外,人工智能系统的设计是一次只做其中的一件事。比如,计算机视觉和音频识别算法可以感知事物,但无法使用语言来描述它们;自然语言模型可以操纵文字,但文字是脱离任何感官现实的。
 
在这方面,儿童成长过程是很好的例子,孩子通过 “感知” 和 “谈论” 世界来了解世界,当他们开始将单词与景物、声音和其他感官信息联系起来时,他们能够描述越来越复杂的现象和动态,并构建一个复杂的世界模型,这个模型能帮助他们驾驭陌生的环境,并将新的知识和经验融入其中。
 
受儿童成长过程的启发,如果将感官和语言结合起来,并让人工智能拥有更接近于人类的方式来收集和处理信息,那么它能否发展出对世界的理解?答案是肯定的。这些可同时获得人类智能的感官和语言的 “多模态” 系统,应该会生成一种更强大的人工智能,也更容易适应新情况、以及解决新问题。
 
如此一来,我们便可以使用这样的算法来解决更复杂的问题,或者将其移植到机器人中去,使得机器人能够在日常生活中与我们交流协作。2020 年 9 月,艾伦人工智能研究所 AI2 的研究人员创建了一个可以从文本标题生成图像的模型,展示了算法将单词与视觉信息关联的能力;11 月,北卡罗来纳大学教堂山分校的研究人员开发了一种将图像纳入现有语言模型的方法,此举提高了模型的阅读理解能力;2021 年初,OpenAI 对 GPT-3 进行了扩展,发布了两个视觉语言模型,其中一个将图像中的对象与标题中描述它们的单词联系起来,另一个则根据它所学的概念组合生成图像。
 
从长远来看,“多模态” 系统取得的重大进展可以帮助突破人工智能的极限,不仅会解锁新的人工智能应用,也会让它们的应用变得更加安全可靠,更加精密的多模态系统也将使更先进的机器人助手成为可能。总而言之,多模态系统可能会成为第一批我们可以真正信任的人工智能。

 TikTok 推荐算法 

重大意义:TikTok 不仅能够精准地为用户推荐感兴趣的视频,还能通过推荐算法帮助他们拓展与其有交集的新领域。
主要研究者:TikTok
成熟期:现在
TikTok 是全球最具吸引力、增长最快的社交媒体平台之一。截至目前,TikTok 在全球范围内已超过 26 亿次下载量,在美国拥有 1 亿用户。TikTok 发现和提供内容的独特方式是其具有吸引力的 “秘密武器”。
TikTok 将网红博主的视频与新人博主的视频混合放在 “为你推荐” 页面,然后以浏览量奖励优质创作内容,用这种方式将更多新人博主的视频推给广大用户。
该应用不同于其他社交媒体平台的是,任何人在 “为你推荐” 页面都有可能 “一举成名”。视频将通过 TikTok 的推荐算法向与视频博主有共同兴趣、爱好或特定身份的用户不断推荐,从而使优质的创作内容快速传播。
视频博主有多少粉丝、是否走红过等因素并不会作为 TikTok 推荐算法的判断依据,它的推荐取决于视频标题、声音和标签,结合用户拍摄内容、点赞过的视频领域等进行推荐。
概括来说,TikTok 增强用户粘性的技能越来越 “炉火纯青”,不仅能够精准地为用户推荐感兴趣的视频,还能通过推荐算法帮助他们拓展与其有交集的新领域。
 

 绿色氢能 

重大意义:绿色氢气是绿色的碳中性能源,是可再生风能和太阳能的扩充,有可能成为未来低碳化的核心燃料。
主要研究者:绿色氢联盟蒂森克虏伯集团、国际能源署、麦肯锡咨询公司
成熟期:预计 2030 年
大多数氢气是通过天然气与高温蒸汽结合的方式制造的,也就是所谓的灰色氢气。通过水电解生产出绿色氢气,目前其生产成本是灰色氢气的三倍左右。
随着风能和太阳能成本的不断下降、以及绿色氢气生产的规模经济效应的出现,氢气的生产成本也有望迎来大幅降低随着碳捕集技术的发展,在不排放大量二氧化碳的条件下,可从天然气中提取更多的氢气,绿色氢气也将有可能成为未来低碳化的核心燃料。
一方面,运用燃料电池的方法使用氢气,利用水电解的逆反应,通过氢气和氧气反应来生成水和电,同时又不产生氮氧化物。另一方面,通过把氢和碳结合起来,能生产比氢更容易处理的液态合成碳氢燃料。这类液体燃料更清洁,可以替代汽油或柴油。
氢气还可用来储存可再生能源生产的电能,当风力减弱、云层遮挡太阳或用电量需求增加时,这些能量可以重新转化为电能并输入电网。
国际能源署(International Energy Agency)预测,到 2050 年,氢气可提供全球能源需求的 10% 以上,每年可生产 1100 万千兆瓦时以上的能源
目前,区域性的“氢谷”项目正在欧洲各地落成,该项目计划将电解工厂布置在能够满足多种工业用途的地方,项目将包括建设炼油厂、水泥厂、发电厂和海上风电厂。
位于荷兰、意大利、西班牙、法国、英国、加拿大、澳大利亚、日本和中国等各国的大型项目也在蓬勃发展。据麦肯锡咨询公司估计,到 2030 年,由于电解和可再生能源发电的成本下降和以及碳排放成本上升,绿色氢气的价格将与灰色氢气同样实惠。
尽管当下仍有很多技术障碍需要克服,但大规模利用氢能、实现可持续发展是必然的趋势。
声明:本平台发布部分内容来自公开资料或者网络,版权归原作者所有,转载的目的在于传递信息及用于网络分享,不代表本平台赞同其观点,如涉版权问题,请与我们联系,我们第一时间处理。