由麻省理工学院林肯实验室全权或部分开发的十五项技术被评选为2024年R&D 100奖的获奖者。该奖项由R&D World颁发，这是一个为全球研究科学家和工程师服务的在线出版物。被称为“创新的奥斯卡”，该奖项表彰过去一年中转化为实际应用或引入市场的100项最重要的技术。获奖者由独立的专家评审小组选出。
林肯实验室主任梅丽莎·崔（Melissa Choi）表示：“R&D 100奖是对实验室技术能力及其在技术转化为现实世界影响中的角色的重要认可。看到如此多的项目获得这一荣誉令人兴奋，我们为每一个创造力、好奇心和技术卓越使这些以及其他许多林肯实验室创新成为可能的人感到自豪。”
获奖技术具有广泛的应用范围。其中一些技术旨在防止人类伤害，例如通过监测中暑或认知损伤。其他技术则提供了3D打印玻璃、制造硅成像传感器和互连集成电路的新工艺。一些技术则解决了长期以来的挑战，例如绘制人脑和海底的地图。获奖者共同体现了林肯实验室创新的创造力和广度。自2010年以来，实验室已获得101项R&D 100奖。
今年的R&D 100奖获奖技术如下所述。
保护人类健康和安全
神经元追踪与主动学习环境（NeuroTrALE）软件利用人工智能技术从高维生物医学数据中创建大脑神经元网络的高分辨率地图或图谱。NeuroTrALE解决了AI辅助脑图绘制中的一个主要挑战：缺乏标记数据来训练AI系统构建对研究大脑神经结构和机制至关重要的图谱。该软件是第一个端到端系统，能够处理和注释密集显微镜数据；生成神经元的分割；并使专家能够通过网络浏览器审查、纠正和编辑NeuroTrALE的注释。该奖项与麻省理工学院化学工程系副教授Kwanghun (KC) Chung的实验室共同获得。
许多军事和执法人员在训练环境中经常暴露于低强度爆炸中。这些爆炸通常不会造成立即可诊断的伤害，但长期暴露与焦虑、抑郁和其他认知疾病有关。眼电图和平衡爆炸过压监测（EYEBOOM）是一种可穿戴系统，旨在监测个体的爆炸暴露并通知他们是否面临增加的伤害风险。它使用两个身体佩戴的传感器，一个用于捕捉连续的眼睛和身体运动，另一个用于测量爆炸能量。一个算法分析这些数据以检测生理的微妙变化，当与累积的爆炸暴露结合时，可以预测认知损伤。目前，该系统已在部分美国特种部队单位中使用。实验室与Creare LLC和Lifelens LLC共同开发了EYEBOOM。
可调节的针织干细胞支架：开发模仿活组织自然延展性和韧性的人工组织构造在再生医学应用中需求旺盛。林肯实验室和麻省理工学院机械工程系的团队开发了新型生物相容性织物，模仿原生组织的机械特性，同时滋养生长中的干细胞。这些可穿戴的干细胞支架可以加速皮肤、肌肉和其他软组织的再生，从而减少恢复时间并限制严重烧伤、割伤和其他身体创伤的并发症。
法医调查遗传家谱的混合去卷积管道：法医科学的一个快速增长领域是调查遗传家谱，调查人员将DNA样本提交给商业家谱数据库，以识别失踪人员或犯罪嫌疑人。林肯实验室的软件发明解决了该领域一个巨大的未满足需求：能够去卷积或解开多个未知人员的混合DNA样本，以便进行数据库搜索。该软件管道估计DNA混合物中的贡献者数量、每个贡献者的DNA百分比以及每个贡献者的性别；然后，它去卷积混合物中的不同DNA样本，以隔离两个贡献者，而无需将其与已知贡献者的参考样本匹配，这是以前软件所要求的。
每年，数百人因中暑而死亡或遭受严重伤害，尤其是在军事、建筑或急救等高风险户外职业的人员中。热伤害预防系统（HIPS）提供准确的早期警告，提前几分钟预测中暑的可见症状。该系统从佩戴在胸带上的传感器收集数据，并采用算法估计体温、步态不稳定性和适应性生理应变指数。然后，该系统通过移动应用程序提供个人的热伤害预测。HIPS的经济性、准确性和用户接受度使其得以在军事操作环境中整合。
观察世界
超过80%的海底仍然几乎未被绘制和探索。历史上，深海地图要么是通过安装在船上的大型声纳阵列以低分辨率生成，要么是通过缓慢且昂贵的水下车辆以更高分辨率生成。新的自主稀疏孔径多波束回声测深仪技术使用约20个自主表面车辆的群体，作为一个大型声纳阵列共同工作，以实现两者的最佳结合：以船载声纳的100倍分辨率和水下车辆的50倍覆盖率绘制深海底。新的估计算法和声学信号处理技术使这一技术成为可能。该系统有潜力显著改善人道主义搜索和救援能力以及海洋和气候建模。R&D 100奖与麻省理工学院机械工程系共同获得。
FocusNet是一种用于分析空中地面映射激光雷达数据的机器学习架构。空中激光雷达通过激光扫描地面并创建该区域的数字3D表示，称为点云。人类或算法随后分析点云，以对场景特征（如建筑物或道路）进行分类。近年来，激光雷达技术不断改进和多样化，而分析数据的方法却难以跟上。FocusNet通过使用卷积神经网络——一种在图像中寻找模式以识别物体的算法——填补了这一空白，能够自动对点云中的物体进行分类。它可以在不同类型的激光雷达系统数据中实现这种物体识别，而无需重新训练，代表了对3D激光雷达场景理解的重大进展。
从飞机收集的气象观测数据，如温度和风，为天气预报模型提供了最高价值的输入。然而，这些数据收集稀疏且延迟，目前通过安装在特定飞机上的专用系统获得。便携式飞机衍生气象观测系统（PADWOS）提供了一种显著扩展这些数据质量和数量的方法，利用已经安装在95%以上的商业飞机和大多数通用航空飞机上的S模式增强监视（EHS）应答器。从地面上，PADWOS对配备S模式EHS的飞机进行询问，毫秒内收集应答器报告的飞机状态数据，以进行风和温度估计。该系统有望改善天气预报、监测气候并支持其他气象应用。
推进计算和通信
量子网络有潜力彻底改变全球连接，解锁计算、传感和通信方面前所未有的能力。为了实现这一潜力，分布在量子网络中的纠缠光子必须以精确控制的方式到达并与其他光子相互作用。林肯实验室的量子网络精密光子同步系统是第一个提供高效解决方案以亚皮秒精度同步地面到空间的量子网络链接的系统。与其他技术不同，该系统通过卫星执行自由空间量子纠缠分布，而无需在太空中定位复杂的纠缠源。这些源则位于地面，提供了一个易于访问的测试环境，可以随着新量子纠缠生成技术的出现而升级。
超导多态存储和比较逻辑：林肯实验室开发了电路，能够原生存储和比较超过两个离散状态，利用超导材料的量子化磁场。这一特性允许创建超越二进制逻辑的数字逻辑电路，达到三元逻辑，提高内存吞吐量，而不会显著增加所需设备的数量或电路的表面积。研究团队将其超导三元逻辑内存与传统内存进行比较，发现三元内存在整个国会图书馆的数字库中进行模式匹配的速度几乎快30倍。这些电路代表了先进的超高速和低功耗数字逻辑的基本构建块。
巨型芯片是一种将许多小型专用芯片（称为芯片小块）互连成单一芯片状单片集成电路的方法。能够容纳数十亿个晶体管，这种互连结构将设备性能扩展到传统晶圆级封装所施加的限制之外。巨型芯片可以满足对用于AI处理和高性能计算的微电子产品日益增长的尺寸和性能需求，以及在移动设备和服务器中的应用。
一种带有先进干扰抑制的带内全双工（IBDF）无线系统解决了无线网络日益拥挤的问题。以前的IBFD系统已经证明，无线设备能够在同一频率上同时发送和接收，通过抑制自干扰，实际上将设备在频谱上的效率翻倍。然而，这些系统尚未解决来自同一频率的外部无线源的干扰。林肯实验室的技术首次允许IBFD减轻多个干扰源，从而实现一个无线系统，可以增加支持的设备数量、数据速率和通信范围。该IBFD系统可能使未来的智能车辆能够同时连接到无线网络，分享道路信息并实现自动驾驶——这是今天无法实现的能力。
使用新工艺制造
林肯实验室开发了一种用于3D打印功能材料的纳米复合墨水系统。使用主动混合喷嘴的沉积允许生成从一种材料逐渐过渡到另一种材料的渐变结构。这种控制材料电磁和几何特性的能力可以实现更小、更轻且功耗更低的射频组件，同时适应大频率带宽。此外，以模块化方式将不同颗粒引入墨水中，可以吸收广泛的辐射类型。这种3D打印的屏蔽预计将用于保护小型卫星中的电子设备。该奖项与哈佛大学的詹妮弗·刘易斯教授的研究小组共同获得。
实验室的用于快速先进成像传感器开发的工程基板显著减少了开发先进硅成像传感器的时间和成本。这些基板在设备制造开始之前，直接在起始晶圆中预构建了背照射过程的大部分步骤（这是一种增加光照射到像素的数量的方法）。然后，专门的工艺允许探测器基板和读出电路在芯片级而不是晶圆级进行配对并均匀减薄到微米厚度。这两个方面可以通过使小批量探测器的生产成为可能，而不是进行完整的晶圆生产，从而为项目节省数百万美元的制造成本，同时改善传感器噪声和性能。该平台使研究人员能够原型化新的成像传感器概念——包括未来NASA自主着陆器任务的探测器——这些在传统工艺中需要数年才能开发。
增材制造或3D打印，有望制造出传统玻璃制造技术无法实现的复杂玻璃结构。林肯实验室的低温增材制造玻璃复合材料允许在不需要昂贵的高温处理的情况下3D打印多材料玻璃物品。这种低温技术在250摄氏度下固化玻璃，而标准温度为1000摄氏度，依赖于简单的组件：液体硅酸盐溶液、结构填料、气相纳米颗粒和可选的功能添加剂，以生产具有光学、电气或化学特性的玻璃。这一技术可能促进3D打印在微流体系统、自由形状光学透镜或光纤以及高温电子元件等玻璃设备中的广泛应用。
每项获得R&D 100奖的技术背后的研究人员将在11月21日在加利福尼亚州棕榈泉的颁奖晚会上受到表彰。
