6.會制冷的衣服

納米多孔纖維讓穿著者感到涼快，這可以降低對空調的需求。

地球變得越熱，把空調溫度調得更低的人就越多。但是空調制冷需要能源，而獲取能源會排放溫室氣體。

崔屹是斯坦福大學材料科學與工程學教授，他想用衣服幫助人們解暑降溫。即便是最輕薄的棉纖維衣物也會吸收身體發射出的紅外線，從而鎖住熱量。崔屹和他的團隊發現，一種用于制造鋰離子電池的納米多孔聚乙烯材料（nanoPE），可以讓這些輻射散發出去。

與棉質衣服相比，nanoPE可以讓模擬的人體皮膚多降溫2攝氏度。崔屹團隊于2016年9月在《科學》（Science）雜志上報告了這一發現。崔屹表示：“如果你穿上nanoPE的衣服，只要外部溫度比你的體溫稍低，你就會感到涼快。”如果是大熱天，你可能還是想開空調，但可以把溫度調高一些。有研究顯示，只要把空調溫度調高幾度，就能讓能耗降低近一半。

7.抗病毒終極方案

一個罕見的遺傳突變也許可以催生出能對抗所有病毒的藥物。

眾所周知，病毒很擅長躲避人造藥物的攻擊，但它們面對罕見基因突變ISG15時卻很無力。帶有這個突變的人能更好地抵御大多數可以感染人類的病毒——但每1000萬人里只有不到1人攜帶這一突變。西奈山伊坎醫學院的杜贊·博古諾維奇認為，可以模擬這一突變來研發藥物。他有可能找到一種可以臨時對抗所有病毒的藥物，讓人不會因感染病毒而生病。

博古諾維奇希望找到一種藥物，可以通過相同方式把ISG15突變作為目標。“只要稍稍調整一下我們的系統，就可以壓住感染的第一波爆發，”他解釋道。博古諾維奇的團隊正從1600萬種化合物中篩選有前景的抗病毒藥物。當他們發現候選化合物以后，就需要精細地調整化合物的化學性質，完成毒理學和動物試驗，并最終進行人體臨床試驗。這項研究并不是必定能獲得成功的。有些攜帶ISG15突變的人會偶發癲癇，出現類似紅斑狼瘡的自體免疫疾病癥狀。研究人員開發的藥物需要避免出現副作用。

8.新算法讓計算機學會橫向思考

人工智能方法可以讓計算機在視覺模式識別方面勝過人類。

如果有人給看你一個陌生字母表里的字母，再讓你把它寫到一張紙上，也許你能做到，但計算機卻做不到——即使它有最先進的深度學習算法也不行。哪怕只是做一些基本的圖片區分工作，機器學習系統也需要用大量的數據進行訓練。

借助貝葉斯規劃這個機器學習框架，計算機已離這一飛躍不遠了。紐約大學、麻省理工學院和多倫多大學的研究者組成的團隊證實，只需學習一個例子，使用了貝葉斯規劃學習方法的計算機就能比人更好地識別和復寫陌生的手寫字符。

貝葉斯規劃學習方法和深度學習有本質上的差別。深度學習粗略地模擬了人腦基本的模式識別能力。而貝葉斯規劃學習的靈感來自人腦的另一種能力：推斷出可以生成某種模式的一系列動作。這種機器學習方法既全能又高效。

9.廉價診斷試紙

對埃博拉、肺結核等疾病的廉價快速的篩查方法，可以挽救偏遠貧窮地區病人的生命。

一個發著高燒的病人來到了非洲農村的一家診所。診斷結果可能是從輕度傷寒到埃博拉的任何一種疾病。即使這家診所有驗血設施，也需要幾天時間才能獲得結果。那么醫生該怎么辦呢？是開抗生素處方還是要求隔離病人？

過去十年里，研究人員一直在尋找一種快捷、廉價的試紙診斷方法（類似驗孕棒或驗孕試紙），以便在這種場合拯救生命。

第一代診斷試紙一般只能發現入侵物產生的分子或致病微生物，從而檢測疾病。但接下來有可能出現直接檢測病原體DNA的診斷工具。這些工具叫核酸測試，可以讓醫生在疾病最早期就能準確地診斷出疾病。耶格爾和哈佛大學的化學教授喬治·懷特賽茲等研究者正各自獨立研究核酸試紙。

10.用超級原子制造的超級分子

新方法能夠設計出超越元素周期表限制的原子、分子和有用材料。

元素周期表中看上去有許多元素，但對于化學家和材料科學家來說還不夠多。要設計具備某種非同尋常的特性的合成材料，比如設計像木頭一樣可降解的硅類半導體，大自然的配方往往存在局限。哥倫比亞大學化學系教授柯林·納科爾斯表示：“很多時候，你想要的是一種并不存在的原子。”用所謂“超級原子”組成的超級分子可以滿足這個需要。超級原子是行為如同單個原子的原子團，研究者可以設法使其具備特別的電磁特性，這是元素的自然組合很難或不可能獲得的性質。雖然化學家早在幾十年前就知道如何構建超級原子，但一直找不到一種可靠的方法將它們連接成更大型的結構。

現在，納科爾斯的研究團隊發現了一種方法，可以用超級原子來制造“設計分子”。這些合成結構能夠模擬天然分子的特性，同時材料科學家可以對這些特性進行“微調”，以達到某些特殊的目標。納科爾斯表示：“你可以很容易地改變由超級原子構成的分子的化學性質或磁性，而單憑原子結構是做不到這一點的。這就像給元素周期表增加了一個維度。”