北京時間5月19日晚，第74屆ISEF全球總決賽在美國德州達拉斯市圓滿落幕，今年共有來自64個國家、超過1600名全球各地的高中生相聚ISEF賽場，角逐大獎。
作為國內唯一連續兩年拿下小行星命名權的青少年科創團隊，我們精選了五個今年ISEF的大獎作品，涵蓋機器人與人工智能/動物科學/天體物理 等熱門賽道，對今年的獲獎趨勢/評審口味進行了獨家解析！
下面就讓我們來看看翰林有方老師對今年ISEF獲獎作品的精讀吧！篇幅略長，大家可以收藏了慢慢看~文末還有我們獨家整理的2023 ISEF 論文集 ，限時到5月31號免費領取哦！
2023最新ISEF獲獎論文
限時免費領！
機器人和人工智能ROBO
首先我們來看看今年因為ChatGPT大熱的機器人與人工智能賽道！作為近年大眾視野和科學前沿的熱門話題，這個賽道都是“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：
讓我們一起來看看今年拿下一等獎的ROBO55：
該項目以火星著陸為背景，由于SpaceX以及Nasa對于火星探索的新聞，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。
他首先列舉了火箭抵達火星表面時的困難，比如著陸的具體地點和地形存在的不確定因素。同時他發現：現在為了要安全著陸，主要使用降落傘和空中起重機，但這些方法與火箭并不兼容。
因此本項目建立了一個自主火箭著陸算法系統，通過神經網絡算法來識別著陸點安全性，運用深度優先算法和物理模型控制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臺火箭模型來體現未來的應用潛力。
整體項目在計算機算法上不是很復雜，但是整個項目整合了計算機視覺算法，搜索算法，物理控制算法以及原型機，使整個項目在創新性，可行性以及應用性上更具優勢。
天文物理學PHYS
說到天文物理，經常會有家長認為這個學科非常高大上、脫離實際，對于高中生來說難以開展研究，不知道從何下手。
實際上天體物理有大量的公開數據，不少天文臺都會向公眾開放數據庫，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，讓我們一起來看看👇👇
這項研究圍繞利用廉價GPU并行的新型相位折疊檢測系統發現有史以來最小的超短周期行星而展開。超短周期(USP)行星是如何形成并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議不斷。
由于NASA中只有127個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，這是一個由新的相位折疊算法和卷積神經網絡(CNN)檢測器組成的系外行星探測系統。該系統中新的相位折疊算法首次實現了并行化，有效地處理了計算量，當在廉價的圖形處理器(GPU)上運行時，其速度比傳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。ExoScout提高了效率和靈敏度，允許從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并行折疊算法在廉價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，可以應用于許多領域的高精度周期信號檢測，有較高的實用價值。
通過上述兩個項目我們可以發現，同樣都是圍繞太空，也可以產生不同的研究方向。高中生的科研通常不需要一個非常大的母題，在現有的方向上找到自己感興趣的小角度去鉆研才是正解。
生物醫學工程ENBM
作為跨專業的學科，生物醫學工程要求學生基于一定的生物學知識開發創新的生物學制品、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的兩位選手就是這方面的佼佼者。
他們利用磁珠miRNA提取、蠕動泵液體處理、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系統。
胃腸道癌的現代診斷手段，如內鏡超聲、CT掃描、MRI和活檢，60年來在準確性方面并沒有顯著提高，而且具有侵入性，價格昂貴，因此對于皮膚瘙癢等看似中度的癥狀，這些手段是不合理的。
該項目項目旨在通過使用定制的自動化端到端系統（CanDELA）分析血清miRNAs，提高胃腸道腫瘤的早期檢測。CanDELA使用基于磁珠的miRNA提取設備從患者全血樣本中提取miRNA，并使用基于自動蠕動泵的液體處理機器人合成用于cDNA合成的適當溶液。
然后將該溶液送入CanDELA的rt qPCR設備，該設備使用定制的低成本熱循環系統和新穎的光學設計，以根據樣品中發射的熒光計算cT值。用戶界面用于查看實時結果，并支持輕松使用、診斷和自定義。
CanDELA同時分析12個miRNA并將其濃度傳遞到SVM機器學習算法中，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；樣品插入后三小時內可獲得結果。
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，讓我們回歸日常，來看看萌寵們治愈下吧~
在今年動物科學的作品中，有一個作品引起了我們的注意，他并沒有聚焦于一些高精尖的話題，而是看向了自己身邊最常見的寵物們。
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注的問題。這個學生關注到了在某些貓狗在經歷絕育手術后，生殖腺組織任然可能會被留下，這會對后續護理構成了挑戰。
卵巢殘留綜合征(ORS)可能與危及生命的疾病有關，比如子宮和卵巢腫瘤，此項目旨在建立一種低成本的干血斑(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，在已有的方法基礎上，建立了一個創新的思路,并且通過組織檢測，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。
并且在項目的落腳上，學生不僅僅是針對寵物家庭，更是對于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值。
在ta的作品中我們可以看到：
- 生活化的問題
- 方法的結合與創新
- 社會應用價值
這三個指標，其實也是近年來ISEF對于學生項目的要求。高中生的科研從來都不是從0到1的創新，而是希望學生能夠從生活出發，通過已有的科研結果，做出一個“新”的東西，并且能夠有很強的應用價值。
計算生物學和生物信息學CBIO
在近年的生物學中，還有個新興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，我們一眼Pick了這個第一眼看上去和生物不"沾邊"的作品。
這個項目研究的是西尼羅河病毒（美國最具影響力的蚊媒疾病）的傳播與預防。有別于大家習慣中的生物研究，此項目并沒有用生物學的數據作為基礎，而是使用了氣候模型、土地覆蓋模型來建立相關性。
學生首先通過已有報道的氣候和WNV的相關模型，進行了進一步的相關分析后，找到了更有效的土地覆蓋模型。學生基于神經網絡建立了6個相關的模型，并且用歷史數據驗證了模型的準確性，同時基于模型，對于百年內的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。如果單看任何一個要素，大家都不會認為這是一個生物項目，但這個課題很好地向我們印證：決定我們項目最后參賽的方向，是要看我們的項目解決了一個什么樣的問題。
通過我們教研團隊的分享，大家對于ISEF的評審是否有了新的認識呢？
今年的ISEF賽場上，我們的學生再次突破自我，創造了新的歷史，連續兩年拿下小行星命名權！
與此同時，我們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！
