Ben je klaar om weer een techno-optimist te zijn?

Twintig jaar geleden koos MIT Technology Review 10 opkomende innovatiegebieden uit waarvan we beloofden dat ze de wereld zouden veranderen. Het was een tijd van toptechno-optimisme. Ja, de dotcom-hausse was volop aan het imploderen; sommige insiders maakten zich al zorgen over het einde van de wet van Moore. (Dat zijn ze nog steeds, hoewel de industrie manieren blijft vinden om computers krachtiger te maken.) Maar in veel opzichten was het een glorieuze tijd voor wetenschap en technologie.

In februari 2001 werd een werkend ontwerp van het menselijk genoom gepubliceerd - een genetische blauwdruk die beloofde onze diepste biologische geheimen te onthullen. Er was grote opwinding over recente doorbraken in nanotechnologie. Vroege vorderingen op het gebied van kwantum- en moleculaire informatica voorspelden een nieuw, post-Moore's Law-tijdperk van berekeningen. En dan was er die geweldige zoekmachine met de grappige naam, die snel gebruikers won en de manier waarop ze op internet surften en toegang kregen tot informatie veranderde. Gelukkig voelen?

Dit verhaal maakte deel uit van ons nummer van maart 2021

• Zie de rest van het nummer
• Abonneren

Het is dus de moeite waard om terug te kijken naar de eerste TR10, zoals we nu onze jaarlijkse lijst noemen, voor aanwijzingen over hoeveel vooruitgang we hebben geboekt.

Laten we eerst erkennen dat het een doordachte lijst was. We meden robotachtige exoskeletten en het klonen van mensen, evenals moleculaire nanofabricage en de gevreesde grijze smurrie van de nano-doemdenkers - allemaal actuele onderwerpen van de dag. In plaats daarvan hebben we ons gericht op fundamentele vooruitgang in informatietechnologie, materialen en biotech. De meeste technologieën zijn nog steeds bekend: datamining, natuurlijke taalverwerking, microfluïdica, brein-machine-interfaces, biometrie (zoals gezichtsherkenning) en robotontwerp.

Dus hoe goed hebben deze technologieën de dromen waargemaakt die we twee decennia geleden voor hen hadden? Hier zijn een paar lessen uit de lijst van 2001.

MIT TECHNOLOGY REVIE W

Les 1:

Vooruitgang is vaak traag

Onze eerste selectie, brein-machine-interfaces, begint met een beschrijving van de neurowetenschapper Miguel Nicolelis die de elektrische signalen opneemt van de hersenen van een heel schattig uilaapje genaamd Belle terwijl ze nadenkt over hoe ze een paar druppels appelsap kan krijgen. Flits vooruit naar de late zomer van 2020, terwijl Elon Musk de hersensignalen laat zien van een heel schattig varken genaamd Gertrude, en ooh's en ahh's krijgt van bewonderende fans die de demonstratie bijwonen voor Neuralink, zijn hersenmachine-startup.

Verwant verhaal

Neuralink van Elon Musk is neurowetenschappelijk theater Elon Musk's livestreamed evenement met hersenimplantaten deed beloften die moeilijk na te komen zijn.

Het zou een waarnemer bij het evenement van Musk kunnen zijn vergeven dat hij zich afvroeg of er echt 20 jaar waren verstreken sinds het experiment van Nicolelis. Beide mannen hadden vergelijkbare visies voor het rechtstreeks verbinden van de hersenen met computerapparatuur via geïmplanteerde chips. Zoals onze redacteur biogeneeskunde, Antonio Regalado, in 2001 schreef, ziet Nicolelis de inspanning als onderdeel van de op handen zijnde revolutie die [herseninterfaces] uiteindelijk zo gewoon zou kunnen maken als Palm Pilots.

Die bewering is uitgekomen, maar alleen dankzij de ondergang van Palm Pilots, niet de populariteit van hersen-machine-interfaces. Ondanks enkele bemoedigende experimenten op mensen door de jaren heen, blijven dergelijke interfaces een wetenschappelijke en medische eigenaardigheid. Het blijkt dat neurowetenschap erg moeilijk is. Er is succes geweest bij het verkleinen van de elektronica en het draadloos maken van de implantaten, maar de vooruitgang in de wetenschap verliep langzamer, waardoor de visies die Nicolelis en Musk hoopten te realiseren, werden belemmerd. (Een voetnoot bij les één: succes hangt vaak af van de vraag of een reeks vorderingen allemaal samen kunnen komen. Het praktisch maken van herseninterfaces vereist vooruitgang in zowel de wetenschap als de gadgets.)

Les 2:

Soms is er een crisis nodig

We kozen in 2001 voor microfluïdica vanwege enkele opmerkelijke vorderingen bij het verplaatsen van kleine hoeveelheden biologische monsters op een klein apparaat - een zogenaamd lab-on-a-chip. Deze beloofden snelle diagnostische tests en de mogelijkheid om drugs- en genomische experimenten te automatiseren.

Sindsdien heeft microfluïdica waardevolle toepassingen gevonden in biologieonderzoek. Slimme vorderingen gingen door, zoals ultragoedkope en gebruiksvriendelijke papieren diagnostische tests (Paper Diagnostics was een TR10 in 2009). Maar het veld is zijn belofte niet nagekomen: transformerend testen . Er was gewoon geen overweldigende vraag naar de technologie. Het is eerlijk om te zeggen dat microfluïdica een wetenschappelijke opstuwing werd.

Covid-19 maakte daar een einde aan. Conventionele tests zijn gebaseerd op procedures in meerdere stappen die in een analytisch laboratorium worden uitgevoerd; dit is duur en traag. Plots is er vraag naar een snelle en goedkope lab-on-a-chip-oplossing. Het duurde een paar maanden voordat onderzoekers de technologie hadden afgestoft, maar nu covid-19 diagnostiek met behulp van microfluïdica verschijnen. Deze technieken, waaronder een die CRISPR-genediting gebruikt, beloven covid-tests veel toegankelijker en breder te gebruiken.

Les 3:

Wees voorzichtig met wat je wenst

In 2001 zag Joseph Atick, een van de pioniers van de biometrie, gezichtsherkenning als een manier voor mensen om veiliger en gemakkelijker te communiceren met hun gadgets en computers. Het zou de mobiele telefoons en persoonlijke digitale assistenten die steeds populairder werden, een manier geven om hun eigenaars te herkennen, door het einde van pincodes en wachtwoorden te spellen. Een deel van die visie kwam uiteindelijk uit met toepassingen als FaceID van Apple. Maar gezichtsherkenning nam ook een wending waarvan Atick nu zegt dat het me schokt.

Verwant verhaal

Podcast: Gezichtsherkenning wordt stilletjes gebruikt om de toegang tot huisvesting en sociale diensten te controleren

In deze aflevering kijken we naar het debat over hoe en of publieke middelen moeten worden gebruikt om gezichtsherkenning in kwetsbare gemeenschappen in te zetten

In 2001 waren gezichtsherkenningsalgoritmen beperkt. Ze hadden instructies van mensen nodig, in wiskundige vorm, om de onderscheidende kenmerken van een gezicht te identificeren. En elk gezicht in de database met te herkennen gezichten moest moeizaam in de software worden gescand.

Toen kwam de hausse op sociale media. Terwijl hij in het begin, zegt Atick, dolblij zou zijn geweest met 100.000 afbeeldingen in databases voor gezichtsherkenning, konden plotseling algoritmen voor machinaal leren worden getraind op miljarden gezichten, geschraapt van Facebook, LinkedIn en andere sites. Er waren nu honderden van deze algoritmen, en ze hebben zichzelf getraind, simpelweg door beelden op te nemen en te vergelijken - er was geen menselijke hulp van een deskundige nodig.

Maar die opmerkelijke vooruitgang kwam met een compromis: niemand begrijpt echt de redenering die de machines gebruiken. En dat is een probleem nu gezichtsherkenning steeds vaker wordt gebruikt voor gevoelige taken zoals het identificeren van criminele verdachten. Ik had geen wereld voor ogen waarin deze machines het over zouden nemen en beslissingen voor ons zouden nemen, zegt Atick.

Les 4:

Het voortgangstraject is belangrijk

Hallo, Sidney P. Manyclicks. We hebben aanbevelingen voor u. Klanten die dit kochten kochten ook …

De aanbevelingsengines die hierin worden beschreven, de opening van ons artikel uit 2001 over datamining, leken destijds indrukwekkend. Een ander potentieel gebruik van datamining rond 2001 klonk ook spannend: computer-doorzoekbare videobibliotheken. Tegenwoordig lijkt het allemaal volkomen alledaags.

Dankzij de steeds toenemende rekenkracht, de exploderende omvang van databases en nauw verwante ontwikkelingen in kunstmatige intelligentie, regeert datamining (de term is nu vaak uitwisselbaar met AI) de zakenwereld. Het is de levensader van grote technologiebedrijven, van Google en zijn dochteronderneming YouTube tot Amazon en Facebook. Het stimuleert reclame en ja, de verkoop van alles, van schoenen tot verzekeringen, met behulp van gepersonaliseerde aanbevelingsengines.

Hebben deze technologieën ons leven niet alleen handiger, maar ook beter gemaakt op een manier waar we om geven?

Toch verhullen deze grote successen een onderliggende mislukking die vooral tijdens de pandemie duidelijk werd. We hebben de kracht van big data niet benut op gebieden die er het meest toe doen.

Bij bijna elke stap, van de eerste tekenen van het virus tot testen en ziekenhuisopname tot de uitrol van vaccins, hebben we veel kansen gemist om gegevens te verzamelen en te ontginnen voor kritieke informatie. We hadden zoveel meer kunnen leren over hoe het virus zich verspreidt, hoe het evolueert, hoe het te behandelen en hoe middelen toe te wijzen, waardoor mogelijk talloze levens kunnen worden gered. We leken geen idee te hebben hoe we de? gegevens die we nodig hadden .

Al met al zijn de 10 technologieën die we in 2001 hebben uitgekozen dus nog steeds relevant; niemand is verlaten; en sommige zijn opmerkelijke, zelfs wereldveranderende successen geweest. Maar de echte test van vooruitgang is moeilijker: hebben deze technologieën ons leven niet alleen gemakkelijker gemaakt, maar ook beter op manieren die ons interesseren? Hoe meten we die vooruitgang?

Wat maakt je blij?

De gebruikelijke manier om economische vooruitgang te meten is door het bruto binnenlands product (bbp) te meten. Het werd in de jaren dertig in de VS geformuleerd om ons te helpen begrijpen hoe goed de economie herstelde van de Grote Depressie. En hoewel een van de belangrijkste architecten, Simon Kuznets, waarschuwde dat het BBP niet mag worden aangezien voor een maatstaf voor het welzijn van het land en de welvaart van zijn mensen, hebben generaties economen en politici precies dat gedaan, door de BBP-cijfers nauwkeurig te onderzoeken op aanwijzingen. voor de gezondheid van de economie en zelfs voor het tempo van de technologische vooruitgang.

Economen kunnen uit BBP-statistieken halen wat zij de totale factorproductiviteit (TFP) noemen; het is eigenlijk een maatstaf voor hoeveel innovatie bijdraagt ​​aan groei. In theorie zouden nieuwe uitvindingen de productiviteit moeten verhogen en de economie sneller moeten laten groeien. Toch is het beeld de afgelopen twee decennia niet geweldig geweest. Sinds het midden van de jaren 2000 - kort na onze eerste TR10-lijst - is de groei in TFP traag en teleurstellend geweest, vooral gezien de stroom van nieuwe technologieën die uit plaatsen als Silicon Valley komen.

Sommige economen denken dat de verklaring zou kunnen zijn dat onze innovaties niet zo verstrekkend zijn als we denken. Maar het is ook mogelijk dat het BBP, dat is ontworpen om de industriële productie van het midden van de 20e eeuw te meten, geen rekening houdt met de economische voordelen van digitale producten, vooral wanneer ze gratis te gebruiken zijn, zoals zoekmachines en sociale media.

Stanford-econoom Erik Brynjolfsson en zijn collega's hebben een nieuwe maat gemaakt proberen de bijdrage van deze digitale goederen vast te leggen. Het wordt GDP-B genoemd (de B staat voor voordelen), het wordt berekend door online enquêtes te gebruiken om mensen te vragen hoeveel ze verschillende digitale diensten waarderen. Wat zou je bijvoorbeeld moeten betalen om een ​​maand zonder Facebook te leven?

De berekeningen suggereren dat Amerikaanse consumenten sinds 2004 zo'n $ 225 miljard aan ontelbare waarde hebben gekregen van Facebook alleen. Wikipedia voegde $ 42 miljard toe. Of BBP-B de schijnbare vertraging van de productiviteit volledig kan verklaren, is onzeker, maar het levert wel bewijs dat veel economen en beleidsmakers de digitale revolutie mogelijk hebben onderschat. En dat, zegt Brynjolfsson, heeft belangrijke implicaties voor hoeveel we moeten investeren in digitale infrastructuur en prioriteit geven aan bepaalde innovatiegebieden.

GDP-B maakt deel uit van een grotere reeks inspanningen om statistieken te vinden die nauwkeuriger de veranderingen weergeven waar we om geven. Het idee is niet om het BBP weg te gooien, maar om het aan te vullen met andere maatstaven die meer in het algemeen weerspiegelen wat we vooruitgang zouden kunnen noemen.

Een andere dergelijke maatregel is de Index sociale vooruitgang , die is gemaakt door een paar economen, MIT's Scott Stern en Harvard's Michael Porter. Het verzamelt gegevens uit 163 landen over onder meer de kwaliteit van het milieu, toegang tot gezondheidszorg en onderwijs, verkeersdoden en misdaad. Hoewel rijkere landen het, niet verwonderlijk, doorgaans beter doen op deze index, zegt Stern dat het de bedoeling is om te kijken waar de sociale vooruitgang afwijkt van het BBP per hoofd van de bevolking. Dat laat zien hoe sommige landen, zelfs arme, er beter in zijn dan andere economische groei om te zetten in gewaardeerde sociale veranderingen.

Enquête uit 13 landen toont generatiekloof

'Stel je voor wanneer de covid-19-pandemie voorbij is ... waaraan zou jouw land meer prioriteit moeten geven?'

BRON: IPSOS/SOCIALE VOORUITGANG VERPLICHTING

De VS, met een van 's werelds hoogste niveaus van bbp per hoofd van de bevolking, staat op de 28e plaats in de index en is een van de slechts vier landen waarvan de scores sinds 2014 zijn gedaald. Noorwegen, dat eveneens rijk is, stond in 2020 op de eerste plaats (zie grafiek onderstaand). Sommige armere landen presteren ook beter.

Heel vaak gaan de beslissingen over innovatie en technologie over de economische impact ervan, zegt Stern. Daar is niets mis mee. Maar richten we de economische beloningen op gebieden die sociale vooruitgang zullen bevorderen?

Een soortgelijke gedachte ligt achter een ander alternatief voor het BBP, ontwikkeld door Diane Coyle en haar collega's van het Bennett Institute for Public Policy in Cambridge, VK. Hun mate van wat ze noemen de welvaartseconomie is gebaseerd op wat zij definiëren als de activa van een samenleving, met inbegrip van haar menselijk kapitaal (de gezondheid en vaardigheden van haar mensen), natuurlijk kapitaal (haar hulpbronnen en de gezondheid van het milieu) en sociaal kapitaal (vertrouwen en sociale cohesie).

Het is een enorm ambitieus project dat probeert een aantal belangrijke metingen voor elk activum te creëren. Die cijfers, zegt Coyle, zijn bedoeld om betere beslissingen te nemen over technologie en innovatie, inclusief beslissingen over de prioriteiten voor overheidsinvesteringen. Ze zegt dat je door de aanpak kunt vragen: wat doet de technologie voor mensen?

De waarde van deze verschillende alternatieven voor het BBP is dat ze een breder beeld geven van hoe ons leven verandert als gevolg van technologie. Als ze er twintig jaar geleden waren geweest, hadden ze misschien licht geworpen op crises die we pas laat zagen, zoals de groeiende inkomensongelijkheid en de snelle verslechtering van ons klimaat. Als 20 jaar geleden een tijd van toptechnologisch-optimisme was, zou het ons ertoe hebben aangezet om ons af te vragen: Optimisme waarover?

Opnieuw geboren hoop

Ongeveer tien jaar geleden begon het techno-optimistische verhaal uit elkaar te vallen.

In 2011 schreef Tyler Cowen, een econoom aan de George Mason University in Virginia: De grote stagnatie , met het argument dat de technologieën die destijds zo indrukwekkend leken, vooral sociale media en smartphone-apps, weinig deden om de economische groei te stimuleren en het leven van mensen te verbeteren. De opkomst en ondergang van de Amerikaanse groei, een bestseller uit 2016 van Robert Gordon, een andere prominente econoom, besloeg meer dan 700 pagina's en beschreef de redenen voor de vertraging van TFP na 2004. De tijdelijke hausse van internet, zo verklaarde hij, was voorbij.

De boeken hielpen een tijdperk van techno-pessimisme op gang te brengen, althans onder economen. En in de afgelopen paar jaar hebben problemen zoals verkeerde informatie op sociale media, het precaire bestaan ​​van werknemers in de gig-economie en het griezeligere gebruik van datamining geleid tot een bredere pessimistische kijk - een gevoel dat Big Tech niet alleen de samenleving niet beter maakt maar maakt het erger.

Tegenwoordig keert Cowen echter terug naar het optimistenkamp. Hij roept op tot meer onderzoek om vooruitgang te verklaren en te creëren, maar hij zegt dat het een positiever verhaal is dan een paar jaar geleden. Het schijnbare succes van covid-vaccins op basis van boodschapper-RNA maakt hem enthousiast. Dat geldt ook voor doorbraken in het gebruik van AI om te voorspellen eiwit vouwen , de krachtige tool voor het bewerken van genen CRISPR, nieuwe soorten batterijen voor elektrische voertuigen en vooruitgang op het gebied van zonne-energie.

Wat doet de technologie voor mensen?

Diane Coyle

Een verwachte hausse aan financiering door zowel overheden als bedrijven zou de impact van deze nieuwe technologieën kunnen versterken. President Joe Biden heeft beloofd honderden miljarden in infrastructuuruitgaven, waaronder meer dan $ 300 miljard in de komende vier jaar voor R&D. De EU heeft haar eigen enorme stimuleringswet. En er zijn tekenen van een nieuwe ronde van durfkapitaalinvesteringen, vooral gericht op groene technologie.

Als de techno-optimisten gelijk hebben, kunnen onze 10 baanbrekende technologieën voor 2021 een mooie toekomst tegemoet gaan. De wetenschap achter mRNA-vaccins zou een nieuw tijdperk van geneeskunde kunnen openen waarin we ons immuunsysteem manipuleren om onder andere de behandeling van kanker te transformeren. Lithium-metaal batterijen elektrische auto's eindelijk smakelijk kunnen maken voor miljoenen consumenten. Groene waterstof zou kunnen helpen bij het vervangen van fossiele brandstoffen. De vorderingen die gemaakt zijn GPT-3 mogelijk zou kunnen leiden tot geletterde computers als de volgende grote stap in kunstmatige intelligentie.

Toch vertelt het lot van de technologieën op de lijst van 2001 ons dat vooruitgang niet alleen zal plaatsvinden vanwege de doorbraken zelf. We hebben nieuwe infrastructuur nodig voor groene waterstof en elektrische auto's; nieuwe urgentie voor mRNA-wetenschap; en nieuw denken rond AI en de kansen die het biedt bij het oplossen van maatschappelijke problemen. Kortom, we hebben politieke wil nodig.

Maar de belangrijkste les uit de lijst van 2001 is de eenvoudigste: of deze doorbraken hun potentieel waarmaken, hangt af van hoe we ervoor kiezen ze te gebruiken. En misschien is dat wel de grootste reden voor hernieuwd optimisme, want door nieuwe manieren te ontwikkelen om vooruitgang te meten, zoals economen als Coyle doen, kunnen we ook nieuwe ambities creëren voor deze briljante nieuwe technologieën. Als we verder kunnen kijken dan conventionele economische groei en beginnen te meten hoe innovaties het leven van zoveel mogelijk mensen verbeteren, hebben we een veel grotere kans op een betere wereld.

2021

10 baanbrekende technologieën

zich verstoppen