2022年，人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

　　即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……

　　无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。

　　随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。

　　AI“黑科技”照亮北京冬奥会

　　助力天气预报、比赛转播和手语播报等

　　2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

　　在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。

　　在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

　　在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。

　　腾讯“混元”AI大模型登顶VCR榜单

　　展现了其在多模态理解领域的强大实力

　　5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。

　　与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。

　　此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。

　　截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

　　谷歌工程师闹乌龙，称AI存在意识

　　人工智能所谓的“人格”更多只是模仿人类罢了

　　谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。

　　今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。

　　LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。

　　莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

　　专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。

　　全球首个图、文、音三模态大模型诞生

　　“紫东太初”实现“以图生音”和“以音生图”

　　9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。

　　“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。

　　“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。

　　AI打破矩阵乘法计算速度纪录

　　解决了50年来数学领域一个悬而未决的问题

　　10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

　　数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

　　在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。

　　为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。

　　接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

　　2022中国人工智能创新发展指数公布

　　全面反映我国人工智能发展态势

　　11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。

　　这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。

　　近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。

　　从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

　　ESMFold预测六亿多种蛋白质结构

　　预测速度比“阿尔法折叠”快60倍

　　英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

　　在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

　　该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。

　　团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。

　　首创蛋白质动态结构AI建模方法

　　对理解生命过程、研发新型药物有着重要意义

　　12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。

　　此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。

　　李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。

　　多城市推动自动驾驶行业发展

　　我国自动驾驶行业正式向L3级迈进

　　2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

　　今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。

　　此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

　　此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。

　　AI绘画火了，AIGC元年开启

　　未来预计能够产生万亿级经济价值

　　今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

　　这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。

　　AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

　　所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

　　最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）

诺奖问答| 2022 年诺贝尔化学奖授予点击化学和生物正交化学，有哪些信息值得关注？******

　　相比起今年诺贝尔生理学或医学奖、物理学奖的高冷，今年诺贝尔化学奖其实是相当接地气了。

　　你或身边人正在用的某些药物，很有可能就来自他们的贡献。

　　2022 年诺贝尔化学奖因「点击化学和生物正交化学」而共同授予美国化学家卡罗琳·贝尔托西、丹麦化学家莫滕·梅尔达、美国化学家巴里·夏普莱斯（第5位两次获得诺贝尔奖的科学家）。

　　一、夏普莱斯：两次获得诺贝尔化学奖

　　2001年，巴里·夏普莱斯因为「手性催化氧化反应[1] [2] [3]」获得诺贝尔化学奖，对药物合成（以及香料等领域）做出了巨大贡献。

　　今年，他第二次获奖的「点击化学」，同样与药物合成有关。

　　1998年，已经是手性催化领军人物的夏普莱斯，发现了传统生物药物合成的一个弊端。

　　过去200年，人们主要在自然界植物、动物，以及微生物中能寻找能发挥药物作用的成分，然后尽可能地人工构建相同分子，以用作药物。

　　虽然相关药物的工业化，让现代医学取得了巨大的成功。然而随着所需分子越来越复杂，人工构建的难度也在指数级地上升。

　　虽然有的化学家，的确能够在实验室构造出令人惊叹的分子，但要实现工业化几乎不可能。

　　有机催化是一个复杂的过程，涉及到诸多的步骤。

　　任何一个步骤都可能产生或多或少的副产品。在实验过程中，必须不断耗费成本去去除这些副产品。

　　不仅成本高，这还是一个极其费时的过程，甚至最后可能还得不到理想的产物。

　　为了解决这些问题，夏普莱斯凭借过人智慧，提出了「点击化学（Click chemistry）」的概念[4]。

　　点击化学的确定也并非一蹴而就的，经过三年的沉淀，到了2001年，获得诺奖的这一年，夏普莱斯团队才完善了「点击化学」。

　　点击化学又被称为“链接化学”，实质上是通过链接各种小分子，来合成复杂的大分子。

　　夏普莱斯之所以有这样的构想，其实也是来自大自然的启发。

　　大自然就像一个有着神奇能力的化学家，它通过少数的单体小构件，合成丰富多样的复杂化合物。

　　大自然创造分子的多样性是远远超过人类的，她总是会用一些精巧的催化剂，利用复杂的反应完成合成过程，人类的技术比起来，实在是太粗糙简单了。

　　大自然的一些催化过程，人类几乎是不可能完成的。

　　一些药物研发，到了最后却破产了，恰恰是卡在了大自然设下的巨大陷阱中。

　　　夏普莱斯不禁在想，既然大自然创造的难度，人类无法逾越，为什么不还给大自然，我们跳过这个步骤呢？

　　大自然有的是不需要从头构建C-C键，以及不需要重组起始材料和中间体。

　　在对大型化合物做加法时，这些C-C键的构建可能十分困难。但直接用大自然现有的，找到一个办法把它们拼接起来，同样可以构建复杂的化合物。

　　其实这种方法，就像搭积木或搭乐高一样，先组装好固定的模块（甚至点击化学可能不需要自己组装模块，直接用大自然现成的），然后再想一个方法把模块拼接起来。

　　诺贝尔平台给三位化学家的配图，可谓是形象生动[5] [6]：

　　夏普莱斯从碳-杂原子键上获得启发，构想出了碳-杂原子键（C-X-C）为基础的合成方法。

　　他的最终目标，是开发一套能不断扩展的模块，这些模块具有高选择性，在小型和大型应用中都能稳定可靠地工作。

　　「点击化学」的工作，建立在严格的实验标准上：

　　反应必须是模块化，应用范围广泛

　　具有非常高的产量

　　仅生成无害的副产品

　　反应有很强的立体选择性

　　反应条件简单(理想情况下，应该对氧气和水不敏感)

　　原料和试剂易于获得

　　不使用溶剂或在良性溶剂中进行(最好是水)，且容易移除

　　可简单分离，或者使用结晶或蒸馏等非色谱方法，且产物在生理条件下稳定

　　反应需高热力学驱动力（>84kJ/mol）

　　符合原子经济

　　夏尔普莱斯总结归纳了大量碳-杂原子，并在2002年的一篇论文[7]中指出，叠氮化物和炔烃之间的铜催化反应是能在水中进行的可靠反应，化学家可以利用这个反应，轻松地连接不同的分子。

　　他认为这个反应的潜力是巨大的，可在医药领域发挥巨大作用。

　　二、梅尔达尔：筛选可用药物

　　夏尔普莱斯的直觉是多么地敏锐，在他发表这篇论文的这一年，另外一位化学家在这方面有了关键性的发现。

　　他就是莫滕·梅尔达尔。

　　梅尔达尔在叠氮化物和炔烃反应的研究发现之前，其实与“点击化学”并没有直接的联系。他反而是一个在“传统”药物研发上，走得很深的一位科学家。

　　为了寻找潜在药物及相关方法，他构建了巨大的分子库，囊括了数十万种不同的化合物。

　　他日积月累地不断筛选，意图筛选出可用的药物。

　　在一次利用铜离子催化炔与酰基卤化物反应时，发生了意外，炔与酰基卤化物分子的错误端（叠氮）发生了反应，成了一个环状结构——三唑。

　　三唑是各类药品、染料，以及农业化学品关键成分的化学构件。过去的研发，生产三唑的过程中，总是会产生大量的副产品。而这个意外过程，在铜离子的控制下，竟然没有副产品产生。

　　2002年，梅尔达尔发表了相关论文。

　　夏尔普莱斯和梅尔达尔也正式在“点击化学”领域交汇，并促使铜催化的叠氮-炔基Husigen环加成反应（Copper-Catalyzed Azide–Alkyne Cycloaddition），成为了医药生物领域应用最为广泛的点击化学反应。

　　三、贝尔托齐西：把点击化学运用在人体内

　　不过，把点击化学进一步升华的却是美国科学家——卡罗琳·贝尔托西。

　　虽然诺奖三人平分，但不难发现，卡罗琳·贝尔托西排在首位，在“点击化学”构图中，她也在C位。

　　诺贝尔化学奖颁奖时，也提到，她把点击化学带到了一个新的维度。

　　她解决了一个十分关键的问题，把“点击化学”运用到人体之内，这个运用也完全超出创始人夏尔普莱斯意料之外的。

　　这便是所谓的生物正交反应，即活细胞化学修饰，在生物体内不干扰自身生化反应而进行的化学反应。

　　卡罗琳·贝尔托西打开生物正交反应这扇大门，其实最开始也和“点击化学”无关。

　　20世纪90年代，随着分子生物学的爆发式发展，基因和蛋白质地图的绘制正在全球范围内如火如荼地进行。

　　然而位于蛋白质和细胞表面，发挥着重要作用的聚糖，在当时却没有工具用来分析。

　　当时，卡罗琳·贝尔托西意图绘制一种能将免疫细胞吸引到淋巴结的聚糖图谱，但仅仅为了掌握多聚糖的功能就用了整整四年的时间。

　　后来，受到一位德国科学家的启发，她打算在聚糖上面添加可识别的化学手柄来识别它们的结构。

　　由于要在人体中反应且不影响人体，所以这种手柄必须对所有的东西都不敏感，不与细胞内的任何其他物质发生反应。

　　经过翻阅大量文献，卡罗琳·贝尔托西最终找到了最佳的化学手柄。

　　巧合是，这个最佳化学手柄，正是一种叠氮化物，点击化学的灵魂。通过叠氮化物把荧光物质与细胞聚糖结合起来，便可以很好地分析聚糖的结构。

　　虽然贝尔托西的研究成果已经是划时代的，但她依旧不满意，因为叠氮化物的反应速度很不够理想。

　　就在这时，她注意到了巴里·夏普莱斯和莫滕·梅尔达尔的点击化学反应。

　　她发现铜离子可以加快荧光物质的结合速度，但铜离子对生物体却有很大毒性，她必须想到一个没有铜离子参与，还能加快反应速度的方式。

　　大量翻阅文献后，贝尔托西惊讶地发现，早在1961年，就有研究发现当炔被强迫形成一个环状化学结构后，与叠氮化物便会以爆炸式地进行反应。

　　2004年，她正式确立无铜点击化学反应（又被称为应变促进叠氮-炔化物环加成），由此成为点击化学的重大里程碑事件。

　　贝尔托西不仅绘制了相应的细胞聚糖图谱，更是运用到了肿瘤领域。

　　在肿瘤的表面会形成聚糖，从而可以保护肿瘤不受免疫系统的伤害。贝尔托西团队利用生物正交反应，发明了一种专门针对肿瘤聚糖的药物。这种药物进入人体后，会靶向破坏肿瘤聚糖，从而激活人体免疫保护。

　　目前该药物正在晚期癌症病人身上进行临床试验。

　　不难发现，虽然「点击化学」和「生物正交化学」的翻译，看起来很晦涩难懂，但其实背后是很朴素的原理。一个是如同卡扣般的拼接，一个是可以直接在人体内的运用。

「　　点击化学」和「生物正交化学」都还是一个很年轻的领域，或许对人类未来还有更加深远的影响。（宋云江）

　　参考

　　https://www.nobelprize.org/prizes/chemistry/2001/press-release/

　　Pfenninger, A. Asymmetric Epoxidation of Allylic Alcohols: The Sharpless Epoxidation[J]. Synthesis, 1986, 1986(02):89-116.

　　Rao A S . Addition Reactions with Formation of Carbon–Oxygen Bonds: (i) General Methods of Epoxidation - ScienceDirect[J]. Comprehensive Organic Synthesis, 1991, 7:357-387.

　　Kolb HC, Finn MG, Sharpless KB. Click Chemistry: Diverse Chemical Function from a Few Good Reactions. Angew Chem Int Ed Engl. 2001 Jun 1;40(11):2004-2021.

　　https://www.nobelprize.org/uploads/2022/10/popular-chemistryprize2022.pdf

　　https://www.nobelprize.org/uploads/2022/10/advanced-chemistryprize2022.pdf

　　Demko ZP, Sharpless KB. A click chemistry approach to tetrazoles by Huisgen 1,3-dipolar cycloaddition: synthesis of 5-acyltetrazoles from azides and acyl cyanides. Angew Chem Int Ed Engl. 2002 Jun 17;41(12):2113-6. PMID: 19746613.