2023年最新第74屆ISEF獲獎作品全麵剖析！

北京時間5月19日晚，第74屆ISEF全球總決(jue) 賽在美國德州達拉斯市圓滿落幕，今年共有來自64個(ge) 國家、超過1600名全球各地的高中生相聚ISEF賽場，角逐大獎。 

作為(wei) 國內(nei) 唯一連續兩(liang) 年拿下小行星命名權的青少年科創團隊，我們(men) 精選了五個(ge) 今年ISEF的大獎作品，涵蓋機器人與(yu) 人工智能/動物科學/天體(ti) 物理 等熱門賽道，對今年的獲獎趨勢/評審口味進行了獨家解析！

下麵就讓我們(men) 來看看老師對今年ISEF獲獎作品的精讀吧！篇幅略長，大家可以收藏了慢慢看~

機器人和人工智能ROBO

首先我們(men) 來看看今年因為(wei) ChatGPT大熱的機器人與(yu) 人工智能賽道！作為(wei) 近年大眾(zhong) 視野和科學前沿的熱門話題，這個(ge) 賽道都是“神仙打架”的代名詞。

今年ROBO賽道的一等獎、二等獎獲獎作品如下：

讓我們(men) 一起來看看今年拿下一等獎的ROBO55：

該項目以火星著陸為(wei) 背景，由於(yu) SpaceX以及Nasa對於(yu) 火星探索的新聞，該項目的選題具有很強的話題性，學生來自美國馬薩諸塞州。

他首先列舉(ju) 了火箭抵達火星表麵時的困難，比如著陸的具體(ti) 地點和地形存在的不確定因素。同時他發現：現在為(wei) 了要安全著陸，主要使用降落傘(san) 和空中起重機，但這些方法與(yu) 火箭並不兼容。

因此本項目建立了一個(ge) 自主火箭著陸算法係統，通過神經網絡算法來識別著陸點安全性，運用深度優(you) 先算法和物理模型控製火箭的發動機和推進器，通過數值模擬來論證了火箭能在其他行星上持續進行安全精確著陸，同時作者還開發了一台火箭模型來體(ti) 現未來的應用潛力。

整體(ti) 項目在計算機算法上不是很複雜，但是整個(ge) 項目整合了計算機視覺算法，搜索算法，物理控製算法以及原型機，使整個(ge) 項目在創新性，可行性以及應用性上更具優(you) 勢。

天文物理學PHYS

說到天文物理，經常會(hui) 有家長認為(wei) 這個(ge) 學科非常高大上、脫離實際，對於(yu) 高中生來說難以開展研究，不知道從(cong) 何下手。

實際上天體(ti) 物理有大量的公開數據，不少天文台都會(hui) 向公眾(zhong) 開放數據庫，不少PHYS賽道的學生都是在公開數據的基礎上進行研究。

本次拿下PHYS一等獎的作品還斬獲了George D. Yancopoulos Innovator Award，讓我們(men) 一起來看看??

這項研究圍繞利用廉價(jia) GPU並行的新型相位折疊檢測係統發現有史以來最小的超短周期行星而展開。超短周期(USP)行星是如何形成並在離主恒星如此近的地方生存下來的，學界對此問題一直爭(zheng) 議不斷。

由於(yu) NASA中隻有127個(ge) USP得到確認，樣本的稀缺阻礙了調查。搜索避免檢測的USP需要比現有的過境檢測方法更高的靈敏度和更快的計算速度。

該同學設計了ExoScout，這是一個(ge) 由新的相位折疊算法和卷積神經網絡(CNN)檢測器組成的係外行星探測係統。該係統中新的相位折疊算法首次實現了並行化，有效地處理了計算量，當在廉價(jia) 的圖形處理器(GPU)上運行時，其速度比傳(chuan) 統的盒擬合最小二乘法提高了120倍。

通過ExoScout，她完成了在高溫F矮星周圍發現的最小USP和罕見USP，這是NASA檔案中的第11個(ge) 。ExoScout提高了效率和靈敏度，允許從(cong) TESS、James Webb和Earth 2.0任務的大規模數據集中獲得新發現，增加了樣本量，大大以推進人類對行星形成的研究。

同時這種GPU並行折疊算法在廉價(jia) 硬件上的創新取代了昂貴的超級計算機，使得研究更加容易，可以應用於(yu) 許多領域的高精度周期信號檢測，有較高的實用價(jia) 值。

通過上述兩(liang) 個(ge) 項目我們(men) 可以發現，同樣都是圍繞太空，也可以產(chan) 生不同的研究方向。高中生的科研通常不需要一個(ge) 非常大的母題，在現向上找到自己感興(xing) 趣的小角度去鑽研才是正解。

生物醫學工程ENBM

作為(wei) 跨專(zhuan) 業(ye) 的學科，生物醫學工程要求學生基於(yu) 一定的生物學知識開發創新的生物學製品、材料、加工方法、植入物和器械等等。

斬獲今年ENBM一等獎和Robert Horvitz Prize for Fundamental Research的兩(liang) 位選手就是這方麵的佼佼者。

他們(men) 利用磁珠miRNA提取、蠕動泵液體(ti) 處理、miRNA擴增和支持向量網絡熒光光譜，完成了低成本自動胃腸道腫瘤檢測係統。

胃腸道癌的現代診斷手段，如內(nei) 鏡超聲、CT掃描、MRI和活檢，60年來在準確性方麵並沒有顯著提高，而且具有侵入性，價(jia) 格昂貴，因此對於(yu) 皮膚瘙癢等看似中度的症狀，這些手段是不合理的。

該項目項目旨在通過使用定製的自動化端到端係統（CanDELA）分析血清miRNAs，提高胃腸道腫瘤的早期檢測。CanDELA使用基於(yu) 磁珠的miRNA提取設備從(cong) 患者全血樣本中提取miRNA，並使用基於(yu) 自動蠕動泵的液體(ti) 處理機器人合成用於(yu) cDNA合成的適當溶液。

然後將該溶液送入CanDELA的rt qPCR設備，該設備使用定製的低成本熱循環係統和新穎的光學設計，以根據樣品中發射的熒光計算cT值。用戶界麵用於(yu) 查看實時結果，並支持輕鬆使用、診斷和自定義(yi) 。

CanDELA同時分析12個(ge) miRNA並將其濃度傳(chuan) 遞到SVM機器學習(xi) 算法中，以100%靈敏度、94%特異性、96%準確性和0.98 AUC對健康、胰腺癌、結直腸癌和肝癌患者進行分類；樣品插入後三小時內(nei) 可獲得結果。

此項目做到了物理、計算機和生物學的融合，探索出了一種方便，快捷和準確率高的檢測方式，是當之無愧的一等獎作品。

動物科學ANIM

看過了相對硬核的生物醫學工程，讓我們(men) 回歸日常，來看看萌寵們(men) 治愈下吧~

在今年動物科學的作品中，有一個(ge) 作品引起了我們(men) 的注意，他並沒有聚焦於(yu) 一些高精尖的話題，而是看向了自己身邊最常見的寵物們(men) 。

寵物已經是現在大多數家庭中的一份子了，寵物健康也是非常多家庭密切關(guan) 注的問題。這個(ge) 學生關(guan) 注到了在某些貓狗在經曆絕育手術後，生殖腺組織任然可能會(hui) 被留下，這會(hui) 對後續護理構成了挑戰。

卵巢殘留綜合征(ORS)可能與(yu) 危及生命的疾病有關(guan) ，比如子宮和卵巢腫瘤，此項目旨在建立一種低成本的幹血斑(DBS)測試來診斷ORS。

學生在一家檢測機構中完成了自己的實驗，學生通過調整測試方法和指標，在已法的基礎上，建立了一個(ge) 創新的思路,並且通過組織檢測，驗證了方法的準確性。ta證明了DBS技術可以為(wei) 遠程采集點的樣本運輸提供一種無害的方法，進一步革新診斷真正絕育動物的未來。

並且在項目的落腳上，學生不僅(jin) 僅(jin) 是針對寵物家庭，更是對於(yu) 現在的流浪動物收容機構進行了對標，極大升華了項目的應用價(jia) 值。

在ta的作品中我們(men) 可以看到：

• 生活化的問題
• 方法的結合與創新
• 社會應用價值

這三個(ge) 指標，其實也是近年來ISEF對於(yu) 學生項目的要求。高中生的科研從(cong) 來都不是從(cong) 0到1的創新，而是希望學生能夠從(cong) 生活出發，通過已有的科研結果，做出一個(ge) “新”的東(dong) 西，並且能夠有很強的應用價(jia) 值。

計算生物學和生物信息學CBIO

在近年的生物學中，還有個(ge) 新興(xing) 的概念就是生物信息學，尤其是在疫情泛濫的前幾年，有不少生物學的學生因為(wei) 無法進入實驗室，都在項目中使用了生物信息學的研究方法。

在今年的作品中，我們(men) 一眼Pick了這個(ge) 第一眼看上去和生物不"沾邊"的作品。

這個(ge) 項目研究的是西尼羅河病毒（美國最具影響力的蚊媒疾病）的傳(chuan) 播與(yu) 預防。有別於(yu) 大家習(xi) 慣中的生物研究，此項目並沒有用生物學的數據作為(wei) 基礎，而是使用了氣候模型、土地覆蓋模型來建立相關(guan) 性。

學生首先通過已有報道的氣候和WNV的相關(guan) 模型，進行了進一步的相關(guan) 分析後，找到了更有效的土地覆蓋模型。學生基於(yu) 神經網絡建立了6個(ge) 相關(guan) 的模型，並且用曆史數據驗證了模型的準確性，同時基於(yu) 模型，對於(yu) 百年內(nei) 的WNV發病概率進行了預測。

在本項目中，核心的數據是土地數據，模型是計算機模型。如果單看任何一個(ge) 要素，大家都不會(hui) 認為(wei) 這是一個(ge) 生物項目，但這個(ge) 課題很好地向我們(men) 印證：決(jue) 定我們(men) 項目最後參賽的方向，是要看我們(men) 的項目解決(jue) 了一個(ge) 什麽(me) 樣的問題。

通過我們(men) 教研團隊的分享，大家對於(yu) ISEF的評審是否有了新的認識呢？

今年的ISEF賽場上，我們(men) 的學生再次突破自我，創造了新的曆史，連續兩(liang) 年拿下小行星命名權！

與(yu) 此同時，我們(men) 學員的足跡更是遍布全球，13位ISEF Finalist勝出自五國預選賽，獎項橫跨七大學科！

我們(men) 之後也會(hui) 陸續為(wei) 大家帶來更多獲獎作品的解析。