新闻中心

2022年1月22日，由DeepTech 深科技与《麻省理工科技评论》共同评选的第五届中国区“35岁以下科技创新35人”榜单公布，清华5位教师5位校友榜上有名。

5位教师是：清华大学材料学院副研究员陈震、高等研究院研究员段斯斯、车辆与运载学院助理教授冯旭宁、物理系副教授胡嘉仲、集成电路学院副教授唐建石。

5位校友是：美国宾州州立大学助理教授程寰宇（2006级航院）、美国麻省理工学院博士后令狐昌洋（2009级微纳电子）、浙江大学“百人计划”研究员莫一鸣（2010级化工）、香港城市大学助理教授王骋（2008级微纳电子）、美国康奈尔大学助理教授杨蓉（2005级化工）。

以下为《麻省理工科技评论》“35 岁以下科技创新 35 人” 2021 年中国区入选者中的清华人（按姓氏首字母排序）：

他的发明实现了世界上分辨率最高的显微镜，协助攻克了困扰电子显微学界近百年的难题。

探测材料的微观结构对揭示其功能性的起源至关重要，能够加速和指导新材料的研发。作为精确测量材料原子排列的强大工具，电子显微镜在材料研究中扮演了重要角色，被广泛用于物理、化学、材料和生物等科学领域。电子显微镜分辨率的提升甚至可以催生大量科学突破。

清华大学副研究员陈震长期投身于新型定量显微学成像技术的研究，侧重于突破现有成像技术的极限，拓展成像技术的应用范围，从而解决更多的材料结构问题。

2021 年 6 月，陈震与同事合作发明了全新的叠层衍射成像技术，进而实现了世界上分辨率最高的显微镜，超越之前的记录 2 倍，捕捉到了迄今为止分辨率最高的原子图像（0.02 纳米的单原子成像分辨率）。值得一提的是，此前的分辨率记录也是由他和同事在 2018 年创下的。

在突破新纪录的背后，陈震攻克了多项技术难关，比如通过开发反解多次散射的数学算法，解决了困扰显微学界近百年的样品多次散射难题，实现了晶格振动决定的极限分辨率和亚纳米的三维空间分辨率，被誉为是“实现了电子显微学界长期追求的颠峰”。

此外，陈震还提出和实现了一种新的材料原子尺度化学成分定量方法，以及实现了同时具有大视场、低剂量和亚埃分辨率等优异性能的原子成像技术，有望进一步提高生物大分子成像的分辨率，弥补常规冷冻电镜技术的不足。

他开发出多种用于健康监测的传感器以及无线无源可拉伸传感系统，致力于将材料、机械、电子和生物医学及工程联系起来。

程寰宇设计出一种具有自加热功能、超灵敏、可拉伸、基于石墨烯 3D 泡沫的气体传感平台，可连续监控混合气体中的多种组分。此外，他还开发出一种简单而通用的制造方法来实现柔性身体感测网络，该项研究得到了包括《麻省理工科技评论》和《福布斯》等百余家媒体的报道。

程寰宇发明的物理和化学传感器可以与其最近开发的柔性微流传感平台集成在一起，后者可以显著降低液体挥发，用于准确地收集和分析汗液或组织液等多种生物液体，对人体生理健康进行长期、实时、连续的监测，从而免去了复杂的血检过程。

在现有研究的基础上，程寰宇团队正在开发可以检测由呼吸产生的新型冠状病毒的智能口罩，由此可以实现包括新冠肺炎等呼吸道疾病的轻松检测。除了直接检测病毒外，他们还在开发一种颠覆性的可穿戴贴片，用于实时测量汗液或组织液中的炎症标记物和感染情况。这将首次为了解和管理由感染引起的免疫反应提供解决方案。

她提出多个业界指标性拜占庭容错协议，在分布式系统、区块链和应用密码学领域取得突出成果。

段斯斯的主要研究方向集中在分布式系统、区块链和应用密码学相关领域。她致力于构建安全的、高性能的分布式系统，其研究成果获得了包含美国能源部新闻网站等几十家机构的关注和报道。

拜占庭共识协议是区块链、多方安全计算、分布式系统的经典课题及基石。段斯斯提出了多个业界指标性拜占庭容错协议，如 BChain、BEAT、CBFT 等。其中，BChain 为第一个成熟的链状共识协议，将经典协议的吞吐量提高了 50%，复杂度由平方级降低为线性级，被应用在工业界最大的开源区块链平台超级账本 Iroha 项目中。

段斯斯于 2014 年获得加州大学戴维斯分校计算机博士学位，随后作为能源部 EAGLE-I 平台的主要研发人员之一在美国橡树岭国家实验室展开工作，同时也是该实验室历史上首位计算机方向的 Weinberg Fellow。她目前在清华大学高等研究院担任研究员。

他发明了储能电池系统热失效防护技术，填补了电池应用领域的安全技术空白。

冯旭宁在大尺寸电池的失控量热测试技术上取得关键突破，他确定了电池“内短路-热失控-燃烧”的多级失效释能量，为不同种类的储能电池提供了定量可比的危害评价指标，并且被国内外数十家知名企业与研究机构广泛采纳，为电池事故调查提供了依据。

大型储能电池系统的失效危害大，实验成本极高，难以对其致灾全过程进行安全防护设计。冯旭宁主持研发的电池热失控模型仿真技术，实现了电池系统失效蔓延过程的高精度模拟，大幅提高了电动汽车新车型以及储能电站安全设计的研发效率。

以冯旭宁的研究为核心，他支持其团队成员成立了多家致力于解决电池安全问题的新能源科技公司。这些公司的业务以推广新能源储能电池系统的热安全设计方案为主，与清华大学团队在技术研发落地方面的工作紧密配合，已覆盖中国新能源汽车销量 75% 以上的车型及企业。未来 3-5 年内逐步拓展新能源与可再生能源利用中储能电池系统的相关业务，助力几家公司协作成长为能源系统安全设计的专业化公司。

他专注于量子计算和量子模拟的研究，并开发出一种新的激光冷却方案，实现了只通过激光冷却技术就使得原子达到玻色爱因斯坦凝聚。

胡嘉仲 2007 年进入清华大学学习，2011 年进入麻省理工学院攻读物理学博士，学业导师为 2001 年诺奖得主 Wolfgang Ketterle 教授。2017 年，攻读博士期间，胡嘉仲发明了一种全新的激光冷却方案，优化了各项激光的频率选择和构形设计，实现了只通过激光冷却技术就可以使得原子达到玻色爱因斯坦凝聚，解决了困扰物理学界三十年的难题。

2019 年，胡嘉仲入选中国国家级人才项目，回到清华大学建设新的量子计算和量子模拟研究团队，并专注于利用冷原子实验平台进行量子调控技术的研究和开发工作。同年 2 月，胡嘉仲成功将机器学习的技术应用到量子模拟之中，并且通过图像识别的手段分析出了量子多体现象。同年 5 月，胡嘉仲通过使冷原子实验体系和极端相对论加速环境达成同构，成功观测到了霍金辐射和对应的量子关联现象。

他开发了一种基于空间维度的多路成像技术，以同时记录大脑中的多种生物信号，为进一步研究神经计算和未来类脑人工智能系统的开发提供了新灵感、新手段。

大脑与仅使用电信号来处理信息的计算机不同，脑细胞使用一系列相互作用的生物信号来实现复杂的大脑功能。这些生物信号在细胞中形成信号转导网络，通过复杂的互动方式共同将细胞信号输入转化为细胞信号输出。大脑中的各种生物信号组成了脑活动的交响曲，而理解大脑的工作机制需要同时观察研究多种生物信号，就如同欣赏交响曲需要同时聆听多种乐器的声音一样。

近年来，许多基因编码的荧光探针被开发出来，用于直接、定量地对各种生物信号进行光学测量，它们极大地促进了生物学和神经科学研究。然而，不同探针的光信号只能通过其不同的荧光光谱（即“颜色”）来分辨，且可用的的荧光光谱数量很少，因此荧光探针通常只允许在活体中同时测量一两个生物信号。

为了克服多路信号读出的限制，令狐昌洋从电子工程里的空分复用技术得到启发，开发了一种基于空间维度的多路成像技术来同时记录大脑中的多种生物信号，并进一步研究了它们在神经可塑性过程中的复杂动态模式。这种能同时观察生物信号交响曲的新技术将为理解大脑中的神经计算和复杂机制铺平道路，并为探究健康和疾病之间的精确差异开辟了新的途径。这项技术在生命科学和临床研究中有广泛的应用前景，其在脑活动观测和研究方面的结果将为类脑人工智能系统的开发提供新的灵感。

他实现了基于电化学微反应器的医药连续化智造技术以及世界首套纳摩尔级高通量微液滴筛选电化学平台，以应对产业日渐迫切的安全、绿色和微型化需求。

近代人类健康水平的大幅提高得益于医药技术的高速发展，而未来人口增长、紧急公共卫生事件发生等挑战要求我们以更加灵活、廉价并且绿色的生产方式确保药物的充足供应。

为此，莫一鸣发明了基于电化学微反应器的医药连续化智造技术，利用电能驱动氧化/还原反应过程，耦合微反应器技术以精准控制电化学反应过程，实现高原子经济性的医药小分子绿色合成。并为了加速新型电化学合成方法的开发，他融合自动化与微流控技术，构建了世界首套纳摩尔级高通量微液滴筛选电化学的平台装置，实现了电化学反应条件的快速筛选与反应动力学学的精准测量。

他研制了一系列神经形态的忆阻器来模拟生物突触、神经元和树突等多种功能，致力于推动类脑计算的进步。

过去几十年，半导体技术的发展始终在一定程度上遵循摩尔定律，但时至今日，人类已经逼近硅晶体管尺寸微缩的物理极限，传统计算硬件的性能持续提升变得愈发困难。与此同时，人工智能等新兴技术的飞速发展又对高速、高算力、高能效的计算硬件提出了更高的需求。

为了解决这一矛盾，清华大学副教授唐建石专注于探索新材料、新器件、新架构来开发更快、更高效的先进计算技术。他带领团队研制了一系列神经形态的忆阻器来模拟生物突触、神经元和树突等多种功能，并进一步利用其独特的存算一体优势和仿生特性来实现高效的类脑计算。

具体来说，唐建石研制了一种新型的电化学存储器（ECRAM）作为人工突触，其阻变特性具有非常好的对称性和线性度，能够实现高速、低功耗的类脑计算。他还通过研发基于可逆拓扑相变的新型忆阻器（TPT-RAM）解决了基于非晶氧化物的传统忆阻器中随机性大的挑战。

为了使人工神经网络包含更多仿生功能，唐建石首次研制出一种动态忆阻器作为人工树突器件，并且在此基础上构建出包含树突计算的新型人工神经网络，可将网络分类准确率提高 8% 并显著提升能效。他进一步利用该动态忆阻器实现了一种新型的并行储备池计算系统，在语音识别和混沌信号预测任务上实现了极低的错词率和预测误差。

此外，他还在碳基电子学领域颇有建树，解决了许多碳纳米管器件与电路的关键挑战，包括碳纳米管纯度、摆放、金属接触优化、晶体管尺寸微缩、工艺集成等等。

他发明了独特的薄膜铌酸锂平台及配套微纳加工体系，实现了高性能、小体积、低成本、低功耗的光互连解决方案。

如今，网上授课、视频会议、线上购物已成为了我们学习生活的新常态，在它们背后，是光纤网络在支撑着海量的数据传输，而在光纤网络中，负责将电信号转换为光信号的高速电光调制器是必不可少的核心器件。然而此类器件体积大、价格高、功耗高，难以应对与日俱增的数据量和云计算需求，业界急需能同时实现高密度集成、超高速率、低成本、低功耗的光互连解决方案。

香港城市大学电机工程系助理教授王骋已经在该领域深耕八年，致力于研发高性能薄膜铌酸锂（LiNbO3）光电芯片，他在博士期间发展了以氩离子物理刻蚀术为基础的成套铌酸锂微纳加工体系，可以有效降低器件光学损耗超过三个数量级。在后续工作中，他进一步将超低损耗铌酸锂光器件平台与高速微波结构相结合，创造了集成电光调制器性能新纪录，同时兼顾了体积小、功耗低的特点。这一成果得到了 MIT The Engine 基金的投资青睐。2018 年底，王骋与他人共同成立了初创公司 HyperLight 进行成果转化，目前已实现一定规模的销售收入。

她在实现可编程软物质的各维度上所做的开创性探索及贡献，对改善人类生存环境及公共卫生问题等方面产生了深远的影响。

杨蓉一直致力于实现可编程的软物质。她首次实现了两性离子聚合物的全气态合成并使用该聚合物对海水淡化膜进行表面改性，极大降低了海水淡化的成本，并提高了海水淡化膜的使用期限。目前她聚焦于通过材料编程生物体的行为及表型（Phenotype），其设计合成的抗积垢材料正用于制备“人工鳃”，即从海水中提取氧气从而实现水下呼吸。同样其课题组设计的材料还用于移除致病体和海洋中的污染物。

在哈佛医学院读博士后期间，杨蓉还首次实现了透耳膜给药并在龙猫这一动物模型中成功展示了无创及无口服用药而治愈中耳炎的方法。中耳炎是一种儿童常见疾病，它可能导致的颅内并发症是发展中国家儿童死亡的主要原因之一。然而目前中耳炎的治疗方式仅限于口服抗生素，不仅喂药困难且伴随严重副作用。

对此，杨蓉制成一种滴耳液，实现了首次透耳膜给药。人类耳膜虽薄，但穿透性极低，杨蓉研制的滴耳液可以穿透完好的耳膜进入中耳，并在耳膜上形成胶体，以长期依附在耳膜上，从而实现一次给药、药物在疗程内持续释放。该胶体会在３周内自动降解，而不会残留在耳膜上。这一工作曾被多家媒体誉为儿科传染病治疗“革命性的创新”，该技术还曾专利授权给诺华制药集团。

资料来源：公号“DeepTech深科技”