2022年ISEF全球總決賽獲獎課題有哪些？

2022年5月13日，本年度的ISEF全球總決(jue) 賽落下帷幕，來自63個(ge) 國家和地區的1750名中學生們(men) 在21個(ge) 科目展開了激烈角逐，最終誕生了每個(ge) 科目的一二三四等獎。

今年ISEF采取了線上線下結合的評比方式，所有參賽選手的項目也都在官網上向公眾(zhong) 開放參觀。機構團隊分析了參賽的所有1410個(ge) 項目，會(hui) 在後期進行逐個(ge) 科目領域的細致獲獎分析。

今天，機構團隊教學主管W老師，會(hui) 帶來針對幾大熱門科目的冠亞(ya) 軍(jun) 項目分析，幫助大家揭開中學生裏最頂尖項目的神秘麵紗。由於(yu) 文章篇幅過長，先把幾條總結寫(xie) 在前麵，各位感興(xing) 趣可以先看總結。

① 深度學習(xi) 獲獎、特別是大獎項目在逐步減少。去年的幾個(ge) 最高獎課題清一色用了深度學習(xi) 的技術，今年明顯風向改觀，評委們(men) 更喜歡帶有實體(ti) 的項目，而實體(ti) 項目結合一點深度學習(xi) 、圖像識別技術會(hui) 變得更為(wei) 吃香。而如果不用深度學習(xi) 、機器學習(xi) 技術完成的課題，更是容易獲得青睞。對傳(chuan) 統學科的創新獲得了重視，這也可能和今年重啟了線下比賽有關(guan) 。畢竟線上評選時，可能更容易展示的就是那些算法課題。

②真實的應用可以幫助加分。完整一點說，衝(chong) 擊Finalist的項目，你可以用一個(ge) 很遙遠的應用，未來五十年的應用去講故事，都沒問題。但在決(jue) 賽舞台上，有一個(ge) 有解決(jue) 現實問題、並且確實讓人看到解決(jue) 希望的課題，會(hui) 讓你更有競爭(zheng) 力。比如可以做一個(ge) 針對疾病的研究，但在決(jue) 賽場上，可能需要你找到這樣的疾病患者，深入走進他們(men) 的生活，使用你的技術去評價(jia) 對他們(men) 帶來的影響，並盡可能考慮到其中的所有細節。

③接上一點，任何投機取巧的行為(wei) 在決(jue) 賽場上都會(hui) 被十幾個(ge) 評委挑出來。所以我們(men) 可以看到，真正獲得大獎的課題，都是實打實投入了大量精力，真正展現科學思維的項目。我之前經常說，我們(men) 進入ISEF Finalist的學生，至少在課題上投入了200小時。但從(cong) 這些大獎課題上來看，投入1000+個(ge) 小時，根本不足掛齒。大家可以往下看看那個(ge) 花了五年時間給蜜蜂研發胃藥的同學，這其中辛苦，都不是時間可以衡量的了。

④評委並不完全專(zhuan) 業(ye) 。今年決(jue) 賽，每個(ge) 人會(hui) 麵對十幾個(ge) 評委。其中有將近一半的評委，可能沒有來自英語語係的國家，可能對項目不是非常專(zhuan) 業(ye) 。但如何獲取他們(men) 的分數，就變成了一個(ge) 演講學與(yu) 人際溝通學課題，其中確實有運氣成分。但如何讓一個(ge) 沙特人快速對你產(chan) 生興(xing) 趣，確實是每個(ge) 決(jue) 賽場上的學生都要思考的問題。

⑤“智能澆花“類項目再獲一等獎。不僅(jin) 是去年的”智能澆花“課題今年再獲學科一等獎，今年還有一個(ge) ”盲人導航“類項目獲得了學科一等獎。這些都是被我們(men) 的學生所擯棄的課題，但在紮實的研究過程支持下，依然可以登上最高領獎台。

⑥新領域“工程技術“誕生了兩(liang) 個(ge) 最高獎。工程技術是今年的新領域，這個(ge) 領域誕生了兩(liang) 個(ge) 最高獎，可見競爭(zheng) 環境之激烈。而有些科目的一等獎我們(men) 會(hui) 發現其技術平平、思路平平，但仍然獲得了該領域的大獎，除了競爭(zheng) 不激烈這個(ge) 原因之外，這種項目還是有很多值得我們(men) 學習(xi) 的地方：如何講好你的故事。

接下來，我們(men) 再來看2022年度ISEF獲獎的幾個(ge) 最高獎，最高獎是從(cong) 各個(ge) 類別裏的第一名再決(jue) 選出的獎項。所有項目圖片均來自於(yu) ISEF官方公開信息。

01George D. Yancopoulos Innovator Award

此獎項評選的是所有ISEF Finalist裏最好的項目。這次的獲獎項目名是First Insights Into a Novel Synchronous Reluctance Electric Motor Design。

這是一個(ge) 針對目前電動車內(nei) 廣泛使用的永磁鐵的替代品研究問題，因為(wei) 永磁鐵是一種不環保的產(chan) 品，所以這個(ge) 作者研究了一種更環保的電機產(chan) 品——同步磁阻電動機，並以這個(ge) 電機為(wei) 基礎，自己設計了幾款新的電機，並且從(cong) 結論上看，他自主設計的新電機的實驗參數非常好，和目前電動汽車內(nei) 的電機參數幾乎一致，而他的設計更為(wei) 環保高效。

確實是一個(ge) 很好的課題，在一個(ge) 傳(chuan) 統領域（電機學）——一個(ge) 該領域內(nei) 的大部分博士每年都想不出有什麽(me) 新文章可以發的領域——這名學生做出了一個(ge) 全新的發明，如果這些實驗數據為(wei) 真，那麽(me) 特斯拉應該可以直接招募這個(ge) 孩子了。非常棒的基礎學科研究。

02Regeneron Young Scientist Award

此獎項頒發給在此次獲獎選手中，針對人類科學已有問題，研究得最為(wei) 深入的項目。

第一個(ge) 獲獎項目名是Engineering a Bifunctional Metal: Organic Framework for Efficient and Cost-Effective Hydrogen Production and Storage

這是一個(ge) 關(guan) 於(yu) 清潔能源氫氣製備過程優(you) 化的項目，針對最近幾年的一種新MOF（金屬有機框架材料）在氫氣製備過程中的諸多問題，進行了一些化學方麵的研究。同樣，也是通過大量實驗試出了一種成本更低、製備效率更高的改進MOF。同上一個(ge) 項目一樣，如果該實驗數據確切，那麽(me) 會(hui) 對人類製備清潔能源氫氣有重大影響。該學生來自沙特阿拉伯，在這樣一個(ge) 石油國家研究清潔能源且能獲得如此高的研究成果，值得一個(ge) 大獎。

順便說一句，今年的環境科學主題是由沙特公司讚助的。西方比賽確實離不開政治，中東(dong) 國家在西方世界搞環保，確實很耐人尋味啊！

第二個(ge) 項目是 Synthetic DNA Engineering With ICOR: Improving Codon Optimization With Recurrent Neural Networks Towards Efficient, Low-Cost, High-Efficacy Recombinant Vaccine and Pharmaceutical Manufacturing

一個(ge) 關(guan) 於(yu) 疫苗科學的問題，也是當前人類科學麵臨(lin) 的最大問題了。針對DNA工程中密碼子優(you) 化的問題，使用了一些深度學習(xi) 的算法優(you) 化計算過程。使用的方法不是很難，但勝在疫情主題+專(zhuan) 業(ye) 數據的合理運用。筆者今年看了不少關(guan) 於(yu) 疫情的課題，大量都是基於(yu) 算法的預測項目，建立數學模型分析，真正研究疫苗的、且呈現出來比較踏實的疫苗學研究的課題，這應該是獨一個(ge) 了。

03Gordon E. Moore Award for Positive Outcomes for Future Generations

傳(chuan) 說中的戈登摩爾大獎，會(hui) 頒發給對人類未來影響最大的項目。今年頒發給了A Screening System for Rapid Proactive Detection of Patients With Liver Fluke Infection Using a CNN Model To Detect Orphistorchis viverrini Eggs From Microscopic Fecal Images and a NN Model for Infection Risk Assessment

這個(ge) 項目，這個(ge) 標題看上去比較拗口，實際上就是用圖像識別技術去識別一種泰國肝吸蟲的蟲卵——這種蟲卵被認為(wei) 是很多肝癌的誘發原因——而這種蟲卵在普通的醫學影像圖片上也不容易看出，所以使用了深度學習(xi) 技術去分辨。所用技術非常簡單，但課題背景屬於(yu) ISEF最愛的醫學背景：“小眾(zhong) 疾病“，大眾(zhong) 方案。

04Craig R. Barrett Award for Innovation

這個(ge) 獎會(hui) 頒給最有創新性的項目。今年的獲獎項目是Around the World in Eighty Days: Small Radiosesondes on a Great Mission

這也是筆者非常喜歡的一個(ge) 項目，以後有機會(hui) 和大家詳細分享。這個(ge) 項目針對目前的氣象氣球做了改進，氣象氣球就是氣象站放到高空中檢測氣候的氣球，然而其中存在著大量回收、通信的問題。所以這個(ge) 項目自主設計了通信電路板，大大優(you) 化了整體(ti) 載重。同時開發了一套通信協議，使得遠距離傳(chuan) 輸變得低成本而高效率。

在該項目中，學生一共放出了14個(ge) 氣球，這些氣球目前還有大部分在世界上空漂流，傳(chuan) 回氣象數據。所以這個(ge) 項目的標題叫“環遊世界八十天：小無線電節點大任務“。項目裏涉及了大量通信原理、電路設計的知識，同時又有很多的技術創新。筆者深耕科創教育八年，深知這樣的項目乃是我們(men) 的努力方向，但孵化這樣的項目，可能還需要另一個(ge) 八年吧。

其餘(yu) 大獎以組織為(wei) 主，我們(men) 不詳細展開，在後文分析類別一等獎課題時，我們(men) 會(hui) 提到他們(men) 。以下我們(men) 會(hui) 介紹分析機構擅長類別的一等獎課題。部分學科如細胞生物學、化學也確實超出了筆者的專(zhuan) 業(ye) 範圍，未免誤導，也不獻醜(chou) 了。對於(yu) 所分析類別的二三四等獎，我們(men) 會(hui) 在後期開設針對每個(ge) 類別的講座，歡迎關(guan) 注。

動物學

01、Mechanisms of High-Salt Diet-Induced Learning Deficit in Drosophila

高鹽食物對果蠅的影響，做了大量的果蠅實驗，獲得了很多專(zhuan) 業(ye) 實驗室的支持。

02Year 5: Developing a Novel Multiple Linear Regression Model To Optimize Honey Bee Gut Immunity Using a Lactic Acid Bacteria Probiotic Mixture

使用了一些數學方法，分析針對密封的腸道免疫問題，該使用什麽(me) 配比的乳酸益生菌，偏向動物藥物研發的課題。數學方法不複雜，甚至都沒有用上熱門技術機器學習(xi) 。但這是一個(ge) 長達五年的研究課題，包括乳酸益生菌在內(nei) ，這個(ge) 學生都進行了細致的藥物學研究。

任何一個(ge) 評委都會(hui) 被這種科研精神所打動，五年針對一個(ge) 蜜蜂腸道的問題，不斷進行各種研究、實驗，就算最後用的方法不精致、不前沿，那又如何呢。18歲的少年有的是機會(hui) 學習(xi) 各種先進算法，但這種科研精神卻是他獨一無二的高貴品質。

行為與社會科學

01FollowMe: AI To Revolutionize Cortical Visual Impairment

針對一種視覺障礙的康複儀(yi) 器。主題也是針對低收入家庭如何獲取原本昂貴的治療方式。功能上開發地比較完善，且找到了相關(guan) 患者完成了一整套康複實驗，應該是獲得了醫院的支持。

02iPonder: A Multimodal and Anonymous Approach to Remote Teen Mental Health Diagnosis and Peer-Based Conversational Therapy via Deep Transfer Learning and Computer Vision

一個(ge) 針對青少年心理疾病的程序，通過對話了解其處在的情緒狀態，同時搭配麵部表情技術分析表情。技術很簡單，但製作了一個(ge) 非常精良的APP，使用性問題解決(jue) 地很好。

行為(wei) 和社會(hui) 科學一直是筆者很關(guan) 注的一個(ge) 領域，該領域內(nei) 有大量社會(hui) 科學的問題，使用技術手段解決(jue) 。技術手段大多很簡單，但社會(hui) 問題都很尖銳。如果各位有目標是申請社會(hui) 科學相關(guan) 專(zhuan) 業(ye) 的，可以著重看一看這個(ge) 領域，獲得一些靈感。我們(men) 後麵也會(hui) 有專(zhuan) 門的講座分析該科目。

生物醫學健康

01Defining the Mechanism of Fibroblast Death in Pulmonary Emphysema To Target Novel Therapies for COPD

對肺氣腫進行了研究，對其中的纖維原細胞的死亡提出了很多假設，並用很多實驗進行研究。實際上得出了這麽(me) 一個(ge) 結論：吸煙有害健康……

02Design of a Novel, Dual-Functioning, Tissue Plasminogen Activator and Anticoagulant Therapeutic for Rapid Ischemic Stroke Treatment

藥物學課題，治療腦血栓的新藥。但這個(ge) 項目角度很巧妙，找了一種類似血栓的材料，然後利用各種配比的藥物去去除這個(ge) 模擬血栓。距離現實應用遙遠，但實驗設計各個(ge) 精巧，且專(zhuan) 業(ye) 功底紮實，筆者甚至相信這個(ge) 實驗完全不需要專(zhuan) 業(ye) 實驗室，靠學生自己也能設計完成，隻是需要大量精力。這恰恰戳中了ISEF評委的喜好。

 

生物醫學工程

01A Novel End-to-End Deep Learning Pipeline for Stereotactic Cranial Surgery Planning

不是很新穎的課題，研究醫學圖像的三維化，用於(yu) 一些腫瘤治療。這個(ge) 項目的亮點是算法上做了創新，獲得了更高的準確率。

02Synthetic DNA Engineering With ICOR: Improving Codon Optimization With Recurrent Neural Networks Towards Efficient, Low-Cost, High-Efficacy Recombinant Vaccine and Pharmaceutical Manufacturing（見前文分析）。

地球與環境科學

01Reconstruction Modeling Using Tectonics and Climate of Western North America

針對傳(chuan) 統氣候模型的修改，引入了很多2010年之後經常發生的自然現象，並對極端天氣進行了分析。

02ElSa: A Novel Real-Time Wildlife Poacher Detection Solution Leveraging Machine Learning-Driven Spatio-Temporal Analysis of Nighttime UAV Thermal Infrared Videos

針對夜間偷獵者的識別項目，主要是紅外攝像頭如何識別偷獵者。算法也不難，勝在項目完整，硬軟件結合，功能實現完善。

嵌入式係統

Project Vision: Virtual Environment Through Artificial Intelligence Recognition

一個(ge) 針對盲人識別的項目，製作了完整的電路板，且實現了一定的識別功能。和去年的智能澆花一樣，再古老的課題依然可以獲得大獎，前提就是完整的項目和踏實的實驗。

工程技術

Around the World in Eighty Days: Small Radiosesondes on a Great Mission（見前文分析）。

First Insights Into a Novel Synchronous Reluctance Electric Motor Design（見前文分析）。

環境科學

01Improving the Degrading Rate of PETase and Developing Highly Efficient Enzyme Activity Screening Strategies

針對塑料降解過程中的酶降解過程進行研究，開發了高效的降解模式。

02Eqwis: Rapid Animal Detection and Driver Warning System To Mitigate Animal Vehicle Collisions Using Artificial Intelligence

針對車在路上與(yu) 動物相撞引起大量動物死亡的問題進行圖像識別的算法開發，用的方法非常簡單。因為(wei) 沒有找到這篇文章的論文，所以暫時無法分析出其獲得大獎的原因。

物理和天文學

Skew-Axis Cylinder Lens Optical System: Physical Properties, Application for Novel Method of Clinical Optometry of Astigmatism, and Engineering Implementation

針對光學散射問題的研究，自己做了很多鏡片來研究現象。實際上光學實驗挺好做的，比較透鏡可以改各種曲率，很容易做出工作量。

植物學

Early Detection of Drought Stress Through a Novel AI Drought Assessment (AIDA) Model in Field Grown Tomato (Solanum lycopersicum) Plants Using a Custom-Built “Spectra-Rover”

智能澆花來了！還是去年的大獎課題，今年再度收獲了該領域的第一名。今年的項目更為(wei) 完整，去年隻是用了桌上的植物進行幹旱程度的研究，今年直接進入了農(nong) 田進行研究，且對算法做出了一定的優(you) 化。

機器人學與智能設備

去年的最高獎得主今年在這個(ge) 領域名列亞(ya) 軍(jun) ！讓我們(men) 看看是哪兩(liang) 個(ge) 項目擊敗了她。

01Soft Origami-Inspired 3D Print-In-Place Artificial Intelligence Robots

三維柔性機械手設計的課題，使用了折紙結構，做了很完整的實驗，針對其抓食物的問題做了一些探究。實際上所用技術也不新穎，結構設計看起來也有很多優(you) 化的地方。可能更貼合學科主題吧，而且也使用到了圖像識別技術，畢竟去年清一色的純算法深度學習(xi) 課題“侵占“了該領域，肯定也會(hui) 受到一些非議。

 

02Neuron-Specific Dropout: A Deterministic Regularization Technique To Prevent Neural Networks From Overfitting and Reduce Dependence on Large Training Samples

針對算法的優(you) 化研究，如何在數據集較小的情況下獲得更高的準確率。是個(ge) “通用模板“的深度學習(xi) 課題，但研究紮實，各方麵表述應該強於(yu) 去年的冠軍(jun) 選手，當選了該領域的第一名。

軟件學科

An Investigation Into Worldwide Electoral Systems and the Development of a Novel Internet Voting System

研發了一個(ge) 投票軟件，對投票過程中可能出現的問題進行了一一解決(jue) 。且軟件呈現完整，界麵非常好看。

轉化醫學

BiDEx – A Screening System for Rapid Proactive Detection of Patients With Liver Fluke Infection Using a CNN Model To Detect Orphistorchis viverrini Eggs From Microscopic Fecal Images and a NN Model for Infection Risk Assessment（見前文分析）。

最後再說一點話，確實很多項目的獲獎存在偶然性，且個(ge) 中的政治原因我們(men) 也無從(cong) 猜測。但這裏麵仍然有大量極為(wei) 優(you) 秀的項目值得我們(men) 去學習(xi) ，如果我們(men) 始終停留在幫學生設計課題、指導他們(men) 完成、帶領學生參與(yu) 比賽這樣的循環裏，我們(men) 可能永遠培養(yang) 不出登上最高領獎台的學生。如何激發學生的熱情，讓他們(men) 真正投入科研，可能需要幾代科創老師共同努力吧。

團隊要改進的地方還有很多，我們(men) 明年再見！