论文部分内容阅读
核心提示：每年，美国《技术评论》杂志都会公布本年度10大新兴技术，并预计这些技术将在未来几年对我们的生活和社会产生重大影响。2008年评选出的这些即将走出实验室、迈向实践的10大新兴技术涵盖了能源、计算机硬件和软件以及生物成像等领域。其中纤维素酶和原子磁力计2项技术是顶尖科学家正在着力解决的关键问题，“异常”建模、神经连接学、概率芯片、现实挖掘和离线网络应用5项技术代表了观察问题的全新方式，石墨晶体管、纳米收音机和无线电源3项技术是已经创造的了不起的工程壮举。
本期社会关注将为您详细解读这些技术，看看它们将怎样改变我们的生活。
“异常”建模技术
这项技术将洞察人类心理的大量数据结合起来，让机器学习就能帮助人类管理异常事件。
下一次飓风将在何处登陆?股票市场将如何对房价的下跌做出反应?谁又能赢得下届总统的选举?现代生活的许多方面都离不开预测。现存的计算机模型已能相当准确地预测许多事件，但异常事件仍然还是会出现，而且我们还无法消除它们。但微软研究院自适应系统和交互研究部主管埃里克·霍维茨认为，使用一种称为“异常建模”的技术，我们就能最大幅度地减少这些异常事件。
霍维茨强调，异常建模并不是要造出一个技术水晶球来预测股市明天将会发生什么，或是盖达组织下个月可能要采取什么行动。但他表示，我们可利用这种方法来研究过去曾遭遇过的异常事件，然后建立起未来可能会发生该类异常事件的模型。由此得出的结果可能会对从卫生保健到军事战略、从政策到金融市场等广泛领域的决策者提供帮助。
当然，这还只是一个远景，但它在现实世界的应用已经有了一个良好的开端。从2003年起，霍维茨和他的研究团队一直在微软公司开发和测试一个交通预报服务软件——SmartPhlow。
SmartPhlow既可以在台式机上工作，也可运行于微软掌上电脑设备。它利用一张城市地图来标示西雅图的交通情况，繁忙的公路用红色标示，其他交通流畅的路线则用绿色标示。虽然这仅仅是个开始，但是毕竟西雅图的大多数人现在都已知道在上下班时间走这条或那条公路兴许不是个好主意。如果一台机器不停地告诉你已经知道的东西，那它只会令你感到厌烦，因此霍维茨研究团队添加了一个只在异常情况下才予以提醒的软件，这里异常情况指的是交通开始出现许多人不曾预想的瓶颈或从慢性堵塞变得神奇畅通之时。
要有效地监测到这种异常情况，这台机器就必须拥有知识和远见。知识指的是人类发现异常情况的良好认知模型，远见指的是及时以某种方式预测异常情况以让用户能有所作为。
霍维茨研究团队利用了西雅图数年来的动态和静态交通状况数据，并加入了能够影响这些模式的所有因素：事故、恶劣天气、节假日、体育赛事甚至是高级官员的到访。然后，研究人员将一段特定道路以15分钟为间隔分成数十个路段。利用这些数据来计算每种情况下的交通分布概率。
这一分布状况为司机了解所期望的该地区的交通情况提供了相当好的模型，这样，研究人员就能回过头去寻找人们不想出现的那些情况时的数据，这些地方的数据会表现出严重偏离平均模式。由此，就形成了一个异常交通波动的大型数据库。
研究人员一旦发现一个异常的统计结果，他们就回溯30分钟到交通似乎正按照期望在流动的地方，然后运行机器学习算法来找出该模式内的微妙之处，从而可让他们预测出异常情况。
霍维茨表示，由此产生的模型工作得非常好。当设置参数使其误差率减少到5％％时，它能预测出西雅图交通系统中50％的异常情况。如果这听起来还不够令人印象深刻，那么你想象一下它给司机提示的异常情况要比从其他途径获知的多50％以上。今天，已有超过5000名微软员工在他们的智能手机上安装了这项服务。
霍维茨研究团队正在和微软公司交通与路由部一起研究将SmartPhlow商品化的可能性。2005年，微软宣布将核心技术授权给Inrix公司。2007年3月，Inrix公司推出了Windows移动设备平台的交通应用服务。该服务可提前为横跨美国和英国的客户提供短到几分钟、长达5天的交通预报。
虽然包含在SmartPhlow内的技术没有一个是全新的，但这些技术的结合和应用却非同一般。斯坦福大学概率建模和机器学习专家达芙妮·科勒表示，对于像监测信用卡欺诈或生物恐怖等建立在大型数据集上的异常情况，研究人员还有相当多的工作要做。但这项工作的重点在于监测当前的异常情况，并不是预测不久将来可能发生的事情。另外，大多数预测模型都无视统计异常值，而霍维茨的模型专门追踪这些异常值。将人为因素考虑在内也是他的独到之处，他正在明确地建立人类认知过程的模型。
当然，问题是有多大范围的人类活动可以这种方式建模。用于SmartPhlow的算法对于特定领域是必须的，霍维茨相信总体方法应可推及到许多其他领域。他已在跟政策科学家讨论用异常建模来预测意想不到的冲突。他乐观地认为，在专家对某个市场的房屋价格、道琼斯工业平均指数或是货币汇率的变化感到惊奇时，异常建模都能预测得到。他称，该技术甚至还能预测商业趋势，在过去几十年里，许许多多的公司就是因为没有预见到技术兴起导致竞争局面的改观而倒闭。
概率芯片
研究人员认为给计算机芯片引进一些不确定性，将能延长移动设备中的电池寿命，也许还能将摩尔定律延续下去。
克里什那·帕勒姆是芯片研究领域的一个“异教徒”。在微芯片的世界里，精确与完备一直是必不可少的。制造工艺的每个步骤都要进行测试和复检，以确保每个芯片每次运算的结果是准确的。但莱斯大学的帕勒姆教授却认为，有一点小误差兴许是件好事。
帕勒姆已开发了一种用计算精度的微小损失来换取耗电明显减少的芯片制作技术。他的概念有一个很长的名字叫“概率互补金属氧化物半导体技术”，简称PCMOS。帕勒姆的依据是，对于许多应用领域，特别是像音频或视频处理这样的领域，最后的结果并不是一个数字，因此追求最高精度是没有必要的。相反，芯片可设计成某一时段产生正确的答案，但在其他时段只需接近正确答案即可。帕勒姆认为，由于产生的误差很小，因此得出的结果，从本质上来说，足够接近就已经相当好了。
微芯片每次运算基于晶体管将对施加电压作出响应时流经它们的电子标示为一个“1”或一个“0”。但是电子不停地流动，会产生电噪声。为了克服噪声和保证晶体管标示正确的值，大部分芯片运行在一个相对较高的电压下。帕勒姆的想法是降低一个芯片的部分运行电压，尤其是运算最不重要位元(比如运算数字21693中的 个位数字3)的逻辑电路。由此导致的信噪比的降低意味着这些电路偶尔会得出错误的答案，但工程师们可以计算出对任一特定电压下得出准确答案的概率。帕勒姆称，将计算的准确率放宽一些，哪怕是一点点，都能产生明显的节电效应。
在几年之内，采用这样设计的芯片可以提升诸如音乐播放器和手机等移动设备内电池的使用寿命。但在10年后，帕勒姆的想法可产生更大的影响力。届时，硅晶体管将是如此的小，以至于工程师们已不能精确地控制它们的行为：晶体管将具有内在的随机性。于是，帕勒姆的技术对延续摩尔定律变得更为重要，晶体管密度呈指数级增长，从而计算能力已将持续40年。
帕勒姆于2002年开始实施他的想法时，对PCMOS背后的原理是“相当普遍”的这一推论也曾有过怀疑。但2006年，他的观点改变了。他和他的学生模拟了一个PCMOS电路，作为处理手机视频流芯片的一部分，然后与现有芯片的性能进行比较。他们在一次技术会议上进行了展示，经举手表决，大部分的观众都看不出两者的画质有什么不同。
帕勒姆表示，由人类认知局限而降低精度需求的应用完全适用于PCMOS设计。在手机、笔记本电脑和其他移动设备中，图像和声音的处理消耗了相当大部分的电池能量。帕勒姆认为，PC鄄MOS芯片将有可能增加十几倍的电池寿命而不损害用户的体验。
PCMOS在采用概率算法的应用领域也大有用武之地，如加密技术和机器学习。这些领域的算法通常设计为达成一个近似的答案。因为PCMOS就能做这样的事情，所以今天必须用软件才能做的事，PCMOS在硬件上就能达成，而且还能在节电和速度上获益多多。帕勒姆正设想制作这样一个设备，用一个或多个PCMOS协助处理器完成像加密这样的特定任务，同时一个传统芯片辅助处理其他的计算“琐事”。
帕勒姆研究团队已经制作出了一个加密设备，并开始进行测试。他们也正在设计一个图像设备及一个可让人们调节手机电力消耗和性能的芯片，这将为消费者可选择会消耗更多电力的高视频或通话质量，还是选择能节约电力的较低质量。帕勒姆正在计划建立一家或几家先进技术创新公司将PCMOS芯片推向市场，公司最早将于明年成立，产品将在3年～4年后问世。
随着硅晶体管越来越小，基础物理手段也将变得越来越不稳定。所以你想要的和你得到的结果就有了一定的随机性。除了开发硬件设计，帕勒姆还创建了布尔代数的概率模拟技术，布尔代数是计算机逻辑电路的核心。正是这种概率逻辑使研究人员相信摩尔定律将继续昂首向前。
如果帕勒姆的研究真的走出了一条乐观主义者坚信的道路，那么他将会拥有一个反叛者最后的满足：看到自己的异端邪说变成了教条。
纳米收音机
由碳纳米管制作的微型无线装置，将改善从手机到医疗诊断的功能。
美国加州大学伯克利分校物理学家阿历克斯·泽托和他的同事已制作出一个纳米收音机，它的关键电路由一个单碳纳米管构成。
19世纪末，电能点亮灯泡的现实促使人们狂热地寻求配送电力的最佳途径。领头羊就是交流发电和供电系统的发明者尼古拉·特拉斯。他有一个把电输送到世界各地的宏伟计划。但要将电送到每个城市、每栋建筑甚至是每个房间，基础设施之庞大是令人难以想像的，特拉斯指出无线输送就是他要走的技术路线。他计划建造一个57米高的塔台，并宣称要将电送到千里之外的某个地方，甚至他已经开始在长岛动工建设这个塔台。虽然他的团队做了一些试验，但在塔台完工前，他的钱用完了。空中传电的豪言壮语很快被人淡忘了，因为工业世界证明自己已经接受了有线送电的现实。
几年前的一天，麻省理工学院助理物理学教授马里恩·索佳西奇被一阵不停的手机蜂鸣声吵醒。他不得不从床上起来，因为如果不把手机放在充电器上，它就会一直响个不停，他也甭想再睡安稳觉了。在朦朦胧胧中，他的脑中开始浮现，如果从进家门开始，手机就能自己充电就好了。 自此，索佳西奇就萌发了寻找用无线方式传送电力的想法。他并没有追求那种像特拉斯一样的远程输电计划，他决定寻找一种可为手机、PDA和笔记本电脑等便携式设备充电或供电的中距离输电方式。他首先想到了无线电波，无线电波能通过空气有效地发送信息，但他很快发现它们的大部分能量会在空气中被损耗掉。而像激光这样更有针对性的方法则需要清晰的视线，而且还可能会对路径上的东西带来不利影响。最后，他终于找到了既有效又安全的方法，它既能直接给接收器供电，又不会在周边环境中损失能量。
他把思维落在了共振耦合现象上。共振耦合指的是调谐到相同频率的两个物体能强烈地交换能量，但是对其他物体的影响很弱。一个典型的例子就是，拿一套玻璃酒杯，每个放在不同的层，这样玻璃杯就在不同的声频下振动。如果一个歌手的声音正好和其中一个玻璃杯的频率相匹配，这个玻璃杯就可能吸收足够多的能量而破碎，其他玻璃杯则毫发无损。
索佳西奇发现磁共振是传输电力的一个很有希望的手段，因为磁场在空中自由穿行，而且对环境没有太大影响，只有在一定频率下才会对人产生影响。在同事的协助下，他设计了一个简单的装置，以无线方式给一个60瓦的灯泡供电。
研究人员制作了两个共振铜线圈，并将它们悬挂在约两米开外的天花板上。当他们将一个线圈插入墙上的电源时，流经线圈的交流电就建立了一个磁场。调谐在同一频率并连有灯泡的第二个线圈与磁场发生共振产生电流，继而点亮灯泡。这种现象甚至在线圈之间有一层薄墙时也能实现。
迄今，最有效的设置为60厘米的铜线圈和一个10兆赫兹的磁场。电力传输距离超过2米，效率约为50％。研究人员正在研究银和其他材料，以减小线圈的尺寸和提升效率。索佳西奇表示，最理想的情况当然是达到100％的效率，但从实际应用出发，能达到70％——80％的效率就可以了。
无需连接线就可给电池充电的其他方法正在不断涌现。很多先进技术创新公司已经向市场上推出这样的适配器和基座，这些产品允许用户在家里，在某些情况下也可在车里以无线方式给手机、MP3播放器及其他设备充电。索佳西奇的技术与他们的不同之处是，未来某一天，无论什么时候设备进入无线发射器的范围内，无需基座就能实现设备的自动充电。
这项工作已经吸引了消费电子公司和汽车业的目光。美国国防部也给这项研究投了资，期望它能给战士提供一种给电池自动充电的途径。不过，索佳西奇仍然对可能和谁合作守口如瓶。
索佳西奇称，在今天电池仍大行其道的世界里，无线输电技术有如此多的可以大显身手的应用场合，这只能说明该技术强大的生命力。
纤维素酶
美国加利福尼亚理工学院化学工程和生物化学系教授弗朗西斯·阿诺德正在应对生物燃料产业最艰巨的挑战之一：设计制造更好的酶以分解纤维素。
2007年12月，美国总统布什签署了《2007能源独立和安全法案》。该法案要求到2022年美国至少每年生产360亿加仑的可再生燃料，这几乎是现在水平的5倍。在这一总量中，以农业废弃物、木屑和牧草为原料制造的纤维素生物燃料要占到160亿加仑。如果能够满足这一要求，届时美国的汽油消耗量将会大幅下降，同时温室气体排放量和国外石油进口量也会大为减少。
然而，这一野心勃勃的计划面临着一个巨大的障碍：此前尚没有人能够以具备成本优势的工业方法生产纤维素生物燃料。现在，几乎所有在美国生产的乙醇都来自玉米淀粉。其过程是将淀粉分解成糖，然后再通过工业手段把这些糖发酵变成乙醇，要想从更加便宜的原料中生产乙醇，就需要一种可以使糖分子自由形成纤维素晶体链的有效方式。这是“实现大规模、商业化生产纤维素生物燃料时最为昂贵的制约环节”，阿诺德说。
阿诺德和许多其他科学家都认为，要想更加高效、低廉地分解纤维素，没有比酶更合适的了。阿诺德已经用了将近20年时间设计制造新的酶，以用于药物制造、去污等。阿诺德认为自己正在朝正确的方向前进。
原子磁力计
微型磁场传感器将把磁共振成像仪带到它从未去过的地方。
从人体到埋藏在地雷中的金属，磁场无处不在。甚至像蛋白质这样的分子也能产生它们自己独特的磁场。磁共振成像仪能产生惊人详细的身体图像，核磁共振光谱仪则依靠磁信息来研究蛋白质和诸如石油这样的其他化合物。但是，目前用以检测这些微弱但重要的磁场的传感器都有不足之处。有些虽然可便携也廉价，但不是很灵敏；另外一些虽然有很高的灵敏度，但是固定式的，价格昂贵且非常耗能。
美国国家标准与技术研究所物理学家约翰·基擎开发出的微型低功率磁传感器，几乎具有和那些昂贵的大家伙一样的高灵敏度。这种米粒大小的传感器就叫做原子磁力计。基擎希望，它们有一天能被纳入从便携式磁共振成像仪到能更快更便宜地探测未爆炸弹的所有探测设备中。
这个微型传感器包括三个重要组成部分，它们垂直堆栈在硅片上，其中，在一个红外激光器和一个红外线图像探测器之间，夹着一个充满蒸汽铯原子的玻璃硅立方体。在缺乏磁场时，激光径直通过铯原子，但当出现磁场，哪怕是非常微弱的磁场时，通过原子的路线就会发生变化，它们会自行吸收与磁场强度成比例的光量，这一变化会被光电探测器检取。基擎称这是一个带有超强灵敏度的简单配置。
原子磁力计已经存在大约50年时间了，大多数都有一个大而灵敏的蒸汽室，这个苏打罐大小的蒸汽室是利用玻璃吹制技术制成的。最灵敏的磁力计可探测1个飞母托特斯拉(femtotesla)级别的磁场。基擎的创新在于将蒸汽室体积缩小到了只有几个立方毫米，在减少耗电的同时仍保持性能可比。
基擎和5名物理学家合作，利用微机械加工技术制作出了蒸汽室。首先，他们利用光刻和化学蚀刻结合法，在一块硅片上冲压出3毫米跨度的方孔。然后，他们再将硅片与一片玻璃紧紧夹住，施以高热和电压创造出一个焊接点，把方孔变成一个带有玻璃底的无顶盒。
在真空室中，他们用一个微型玻璃注射器将盒子充满蒸汽铯原子，接着使用另一片玻璃施以高热后将盒子封装起来。这个操作步骤一定要在真空条件下进行，因为铯能与水和氧发生剧烈反应。然后，他们将完成的蒸汽室和红外激光器及光电探测器一起装在硅片上。给蒸汽室顶部和底部的导电薄膜通上电流发出热量，就可以保持铯原子的蒸发。
目前，基擎能在实验室中一次制造出几个磁力计，但他已经设想出了可批量生产的方法。在不同单硅片上同时刻出不同部件的多个副本，然后将它们层叠起来，这些堆栈就可以切分成多个磁力计。
使用这种廉价的方式，这些低功 耗的传感器就可以被设置成便携式的由电池供电的成像阵列。这些阵列可轻易地映射出磁场的强度和范围，一个阵列中的传感器越多，它提供的物体位置及形状的信息就越多。如果士兵使用这样的阵列，就可更加快捷和方便地发现未爆炸弹和简易爆炸装置。
这种微型传感器也许还能彻底改变磁共振成像和核磁共振技术，而这两种技术都基于需要配备具有昂贵冷却系统的笨重且同样昂贵的强磁体。因为基擎的传感器能探测非常微弱的磁场，纳入这些传感器的磁共振成像仪和核磁共振仪使用非常弱的磁体就可得到很好的图像，因此也就可以造的更小、更便宜。
这样，磁共振成像就能得到更广泛的应用。医生可以用它来检查病人体内不能暴露在强磁场下的心脏起搏器或其他金属植入物，便携式系统甚至能被开发用于救护车或战场上。核磁共振仪也能走出实验室进入旷野，帮助石油和矿业公司评估诱人的地下矿藏。
基擎最近的研究表明，这种传感器可测量由水产生的核磁共振信号。他称，在该装置能解决多种化学物质发出的微弱信号，比如区分出水样中各种可能污染物之前，尚有大量的工作要做。
离线web应用程序
利用浏览器和桌面应用程序两者的优势，计算机应用将会变得更强大。离线Web应用是利用HTML和Flash等网络技术开发出来的，它能将用户电脑及互联网上的资源充分利用起来。
基于网络的计算机程序，无论用户身在何处或是运行什么操作系统，不像它们的桌面对应程序那样永远保持最新状态并能即刻使用。Adobe系统软件公司首席软件设计师凯文·林奇认为，这就是为什么要计算——之所以这么称呼，是因为它涉及的软件位于互联网的“云端”——已经在人们如何实际开发软件上引起了潮汐般的变化。但是云计算也有缺点：当浏览器窗口关闭时，用户就放弃了将数据存储在他们自己的硬盘上、在应用程序间拖放项目以及接收约会提醒通知的能力。
因此，当许多公司将用户匆匆送往云端的时候，林奇研究团队却已经在规划回程了。利用他们正在开发的AIR(Adobe集成运行时)系统，程序员就可以利用网络技术，开发出用户在线或离线时都能运行的桌面应用程序。
该项目根植于林奇对从桌面转向网络带来的优势及局限性的认识。他所设想的混合应用，将使用户同时利用起互联网和他们自己机器的能力。林奇研究团队从2002年起就利用此概念开始工作，去年6月，他们发布了AIR的测试版本。
AIR是一个“运行时环境”，一个允许同一程序运行在不同操作系统和硬件环境的额外软件层。Java则是另一个例子。利用AIR，开发人员可以使用像HTML和Flash这样的网络技术编写桌面软件。用户不用寻找到AIR就可享用它的好处，当用户想要首次使用AIR应用程序时，将会提示用户下载它。
Adobe团队将系统基于HTML和Flash有几个原因。第一，它使得桌面应用更容易地与网络应用交换内容。比方说，来自网站的信息能被直接拉入一个AIR应用中，其格式不会有丝毫损失。第二，它也能简化开发，促进更广范围的应用。程序员可很容易地改造现有的Web应用程序运行于桌面。以同样的方式，基于网络的应用一旦建成，将能运行于带有浏览器的任何设备；一个基于AIR的应用程序也能运行于安装了AIR的任何一台机器。Adobe公司目前可提供Windows和Macintosh版本，并正在开发Linux和移动设备版本。
Adobe公司正携手合作伙伴展示AIR的性能。例如，流行拍卖网站eBay已经发布了基于AIR测试版本的应用——易趣桌面，该设计旨在提高客户的招标体验，这一应用本身就能检索和显示有关易趣拍卖的内容而不依赖浏览器。它还能充分利用用户电脑的处理能力，提供比网站更强大的搜索工具。例如，它可以为相关关键词扫描搜索结果，这个过程在桌面上工作得更好，因为应用程序可以存储和快速访问用户电脑上大量相关资料。当有人对用户出价表示成交时，该程序还能通过桌面铃声通知用户。正是AIR，使得该公司能构建出一个个性化的用户界面，而不用受到由浏览器设计强加的限制及控制。
林奇称，AIR是对网络演化成为更具互动性的媒体作出的响应，浏览器是为网页创制的，同时开发人员已在延伸它的用途，我们需要一个对人们今天使用的网络软件来说更为适合的界面，AIR将能达成这一点。
石墨晶体管
这种新形式的碳可能会导致更为快速、紧凑计算机处理器的问世。
过去几十年间，计算机的运行速度显著提高，目前可能正在接近终点，其部分原因应归于硅材料的应用正在接近物理极限。但2007年12月在美国华盛顿特区的一个会议室里，佐治亚理工学院物理学教授沃尔特·黑尔报告了他的最新研究工作，内容是硅的神奇替代品可让半导体产业的发展快得多。这种神奇替代材料就是石墨——一种可在普通铅笔芯里找到的看似平凡的物质。
石墨是碳的一种形式，只有一个原子厚，理论模型先前曾预测，由石墨制成的晶体管速度要比今天的硅晶体管快100多倍。黑尔报告称，可将数百个石墨晶体管的阵列制作在单个芯片上。虽然晶体管性能仍远未达到这种物质的终极前景，但安装在麻省理工学院林肯实验室的这种晶体管阵列提供的有力证据表明，石墨可为下一代电子产品实际所用。
今天的硅基计算机处理器，在没有过热的情况下，每秒只能执行一定次数的运算，而石墨中电子的流动几乎没有阻力，且产生很少的热量。更重要的是，石墨本身就是一个很好的热导体，允许热量快速散失。由于这些因素及其他因素，以石墨为基础的电子产品可以在更高的速度下运行。黑尔表示，硅的速度有极限，你只能跑这么远，不可能再增加它的速度了。目前硅停留在吉赫(千兆赫兹)范围内，但是利用石墨将能达到太赫级(吉赫的1000倍)。
除了让计算机速度更快，石墨电子产品还可用于超高速晶体管的通信和成像技术领域。事实上，石墨有可能在高频技术得到广泛应用，如在探测隐藏武器的太赫波成像上找到了它的第一次应用。当然，速度并不是石墨的唯一优势。在不丧失电子特性的情况下，硅不能刻成小于10纳米的片，而石墨即使被切割成小于1个纳米的碎片，其基本物理特性也保持不变，在某些方面它的电子性能实际上还有所改善。
对石墨的兴趣是由用碳纳米管取代硅的研究所引发出来的。碳纳米管本质上就是很多石墨层卷成的圆筒，具有超高性能电子产品所需的极佳电子特性。但碳纳米管都必须仔细分类和定位以制作复杂的电路，能做到这一点的好方法还没有开发出来，而用石墨就要容易得多。
事实上，黑尔去年12月宣布的刻 入石墨的设备，使用的技术非常类似于今天用来制造硅芯片的技术。黑尔认为，这就是为什么业界正密切关注他们工作的原因。
石墨一直未被看成是一种有前途的电子材料，因为它并不天然呈现出计算所需要的开关行为特征。像硅这样的半导体可以一种状态传导电子，但它们也可转换到一种非常低的导电率状态，这时它们基本上关闭了。相比之下，石墨的导电率可略加改变，但它并不能关闭。这对于某些应用，如成像和通信用的高频晶体管来说也许是无关紧要的，但这种晶体管用于计算机处理器时就显得过于低效。
2001年，黑尔所做的一个计算机模型显示，如果石墨可以形成很狭窄的带，它就能开始表现得像一个半导体。但在实践中，黑尔一直未能制作出具有预期行为的足够窄的石墨带。但另外两种方法已经显示出类似的前景：经化学改性的石墨，或把一层石墨放在某些其他衬底顶部。在华盛顿的那次报告会上，黑尔描述了经过氧气改性的石墨带如何诱导出半导体性能。黑尔相信，将这些不同技术结合起来，它可以产生用于计算机处理器的晶体管所需的开关行为。
同时，石墨电子产品的前景已引起半导体产业的关注。惠普、IBM和英特尔等公司纷纷开始调查石墨在未来产品中的用途。
神经联接学
研究人员希望用那些能说明神经回路复杂网络的新技术，来阐明大脑发育以及疾病产生的机理。
杰夫·里奇曼的办公室电脑屏幕上有一幅图案，它好像展示着一棵优美的树，细细的各种颜色的线条平行地蛇行向上，然后伸出两三个枝桠，它们的顶端缀着小小的叶子。你别以为里奇曼是个画家，他是哈佛大学的神经学家，这幅图就是哺乳动物部分中枢神经系统的第一张综合联线图。这些线条代表的是轴突；长长的、像头发一样延伸的是将信号从一个神经元传到下一个神经元的神经细胞；这些叶子则是突触，它是轴突与其他神经元或肌肉细胞之间的联接。
这幅图案就是刚刚兴起的“联接学”领域的一个成果，它试图描画出在神经系统中负责收集、处理和存贮信息的纠结在一起的神经回路图。这样的一个图最终将能揭秘大脑的早期发育或诸如自闭症和精神分裂症等可能与错误联线相关的疾病。研究人员表示，大脑基本上就像一台在发展过程中能自己布线，也能自己重新布线的电脑。如果我们拥有了大脑的联线图，就能帮助我们了解它是怎样运行的。
虽然数十年来研究人员一直都在研究神经联接，但现有的工具并不能提供揭示大脑如何运转的解决办法。尤其是，科学家还没有能够获得一份大脑中亿万个神经细胞或是它们之间相互联接的详图。
里奇曼研究团队开发的技术，可将神经细胞染色为近100种颜色，从而让科学家一看就知每个轴突的去向。理解这些布线，就能揭示出信息如何在不同的大脑区域间进行处理和转移。
为了创建丰富的调色板，研究人员对携带有3个蛋白质的多个基因副本的老鼠进行基因改造，这3个蛋白质带有不同颜色的荧光标志——黄色、红色或青色。该老鼠还携带有DNA编码的一种酶，这种酶能随机重组这些基因，以使个别神经细胞产生荧光蛋白的任意组合，从而形成一个彩虹图，研究人员将之称为“脑虹”。然后，研究人员使用荧光显微镜来显现这些细胞。
“脑虹”技术是一个令人难以置信的强大工具，就观察神经联接而言，它开启了一扇巨大的机遇之门。
研究人员希望借此研究多个神经回路，更好地发现这些神经系统的联线是怎样发生差错的。里奇曼表示，有这样一类神经系统失序的疾病，人们一直怀疑与神经细胞间的联接缺陷有关，但苦于没有这样一个实用工具来追踪这些联接。现在，有了“脑虹”技术，也许就能观察到患有自闭症或精神疾病的动物模型中的这些联接。
到目前为止的实验中，里奇曼研究团队利用这项技术，追踪了一小片负责控制平衡和运动的小脑中的所有这些联接。其他科学家也已经对使用该技术来研究视网膜、大脑皮层、嗅球以及非神经细胞类型内的神经联接表现出了兴趣。
构建哪怕是一小块大脑的神经网络图，也将是一项巨大的挑战，因为大脑中包含有大约1000亿个神经细胞和数以万亿计的突触。科学家需要找到方法来储存、注释和挖掘他们所创建的数据，以及把这些联接信息和神经回路中关于神经元的分子及生理特性的发现融合在一起。现在，他们已经拥有了这样一个关键的工具来构建大脑的神经联接图。
本期社会关注将为您详细解读这些技术，看看它们将怎样改变我们的生活。
“异常”建模技术
这项技术将洞察人类心理的大量数据结合起来，让机器学习就能帮助人类管理异常事件。
下一次飓风将在何处登陆?股票市场将如何对房价的下跌做出反应?谁又能赢得下届总统的选举?现代生活的许多方面都离不开预测。现存的计算机模型已能相当准确地预测许多事件，但异常事件仍然还是会出现，而且我们还无法消除它们。但微软研究院自适应系统和交互研究部主管埃里克·霍维茨认为，使用一种称为“异常建模”的技术，我们就能最大幅度地减少这些异常事件。
霍维茨强调，异常建模并不是要造出一个技术水晶球来预测股市明天将会发生什么，或是盖达组织下个月可能要采取什么行动。但他表示，我们可利用这种方法来研究过去曾遭遇过的异常事件，然后建立起未来可能会发生该类异常事件的模型。由此得出的结果可能会对从卫生保健到军事战略、从政策到金融市场等广泛领域的决策者提供帮助。
当然，这还只是一个远景，但它在现实世界的应用已经有了一个良好的开端。从2003年起，霍维茨和他的研究团队一直在微软公司开发和测试一个交通预报服务软件——SmartPhlow。
SmartPhlow既可以在台式机上工作，也可运行于微软掌上电脑设备。它利用一张城市地图来标示西雅图的交通情况，繁忙的公路用红色标示，其他交通流畅的路线则用绿色标示。虽然这仅仅是个开始，但是毕竟西雅图的大多数人现在都已知道在上下班时间走这条或那条公路兴许不是个好主意。如果一台机器不停地告诉你已经知道的东西，那它只会令你感到厌烦，因此霍维茨研究团队添加了一个只在异常情况下才予以提醒的软件，这里异常情况指的是交通开始出现许多人不曾预想的瓶颈或从慢性堵塞变得神奇畅通之时。
要有效地监测到这种异常情况，这台机器就必须拥有知识和远见。知识指的是人类发现异常情况的良好认知模型，远见指的是及时以某种方式预测异常情况以让用户能有所作为。
霍维茨研究团队利用了西雅图数年来的动态和静态交通状况数据，并加入了能够影响这些模式的所有因素：事故、恶劣天气、节假日、体育赛事甚至是高级官员的到访。然后，研究人员将一段特定道路以15分钟为间隔分成数十个路段。利用这些数据来计算每种情况下的交通分布概率。
这一分布状况为司机了解所期望的该地区的交通情况提供了相当好的模型，这样，研究人员就能回过头去寻找人们不想出现的那些情况时的数据，这些地方的数据会表现出严重偏离平均模式。由此，就形成了一个异常交通波动的大型数据库。
研究人员一旦发现一个异常的统计结果，他们就回溯30分钟到交通似乎正按照期望在流动的地方，然后运行机器学习算法来找出该模式内的微妙之处，从而可让他们预测出异常情况。
霍维茨表示，由此产生的模型工作得非常好。当设置参数使其误差率减少到5％％时，它能预测出西雅图交通系统中50％的异常情况。如果这听起来还不够令人印象深刻，那么你想象一下它给司机提示的异常情况要比从其他途径获知的多50％以上。今天，已有超过5000名微软员工在他们的智能手机上安装了这项服务。
霍维茨研究团队正在和微软公司交通与路由部一起研究将SmartPhlow商品化的可能性。2005年，微软宣布将核心技术授权给Inrix公司。2007年3月，Inrix公司推出了Windows移动设备平台的交通应用服务。该服务可提前为横跨美国和英国的客户提供短到几分钟、长达5天的交通预报。
虽然包含在SmartPhlow内的技术没有一个是全新的，但这些技术的结合和应用却非同一般。斯坦福大学概率建模和机器学习专家达芙妮·科勒表示，对于像监测信用卡欺诈或生物恐怖等建立在大型数据集上的异常情况，研究人员还有相当多的工作要做。但这项工作的重点在于监测当前的异常情况，并不是预测不久将来可能发生的事情。另外，大多数预测模型都无视统计异常值，而霍维茨的模型专门追踪这些异常值。将人为因素考虑在内也是他的独到之处，他正在明确地建立人类认知过程的模型。
当然，问题是有多大范围的人类活动可以这种方式建模。用于SmartPhlow的算法对于特定领域是必须的，霍维茨相信总体方法应可推及到许多其他领域。他已在跟政策科学家讨论用异常建模来预测意想不到的冲突。他乐观地认为，在专家对某个市场的房屋价格、道琼斯工业平均指数或是货币汇率的变化感到惊奇时，异常建模都能预测得到。他称，该技术甚至还能预测商业趋势，在过去几十年里，许许多多的公司就是因为没有预见到技术兴起导致竞争局面的改观而倒闭。
概率芯片
研究人员认为给计算机芯片引进一些不确定性，将能延长移动设备中的电池寿命，也许还能将摩尔定律延续下去。
克里什那·帕勒姆是芯片研究领域的一个“异教徒”。在微芯片的世界里，精确与完备一直是必不可少的。制造工艺的每个步骤都要进行测试和复检，以确保每个芯片每次运算的结果是准确的。但莱斯大学的帕勒姆教授却认为，有一点小误差兴许是件好事。
帕勒姆已开发了一种用计算精度的微小损失来换取耗电明显减少的芯片制作技术。他的概念有一个很长的名字叫“概率互补金属氧化物半导体技术”，简称PCMOS。帕勒姆的依据是，对于许多应用领域，特别是像音频或视频处理这样的领域，最后的结果并不是一个数字，因此追求最高精度是没有必要的。相反，芯片可设计成某一时段产生正确的答案，但在其他时段只需接近正确答案即可。帕勒姆认为，由于产生的误差很小，因此得出的结果，从本质上来说，足够接近就已经相当好了。
微芯片每次运算基于晶体管将对施加电压作出响应时流经它们的电子标示为一个“1”或一个“0”。但是电子不停地流动，会产生电噪声。为了克服噪声和保证晶体管标示正确的值，大部分芯片运行在一个相对较高的电压下。帕勒姆的想法是降低一个芯片的部分运行电压，尤其是运算最不重要位元(比如运算数字21693中的 个位数字3)的逻辑电路。由此导致的信噪比的降低意味着这些电路偶尔会得出错误的答案，但工程师们可以计算出对任一特定电压下得出准确答案的概率。帕勒姆称，将计算的准确率放宽一些，哪怕是一点点，都能产生明显的节电效应。
在几年之内，采用这样设计的芯片可以提升诸如音乐播放器和手机等移动设备内电池的使用寿命。但在10年后，帕勒姆的想法可产生更大的影响力。届时，硅晶体管将是如此的小，以至于工程师们已不能精确地控制它们的行为：晶体管将具有内在的随机性。于是，帕勒姆的技术对延续摩尔定律变得更为重要，晶体管密度呈指数级增长，从而计算能力已将持续40年。
帕勒姆于2002年开始实施他的想法时，对PCMOS背后的原理是“相当普遍”的这一推论也曾有过怀疑。但2006年，他的观点改变了。他和他的学生模拟了一个PCMOS电路，作为处理手机视频流芯片的一部分，然后与现有芯片的性能进行比较。他们在一次技术会议上进行了展示，经举手表决，大部分的观众都看不出两者的画质有什么不同。
帕勒姆表示，由人类认知局限而降低精度需求的应用完全适用于PCMOS设计。在手机、笔记本电脑和其他移动设备中，图像和声音的处理消耗了相当大部分的电池能量。帕勒姆认为，PC鄄MOS芯片将有可能增加十几倍的电池寿命而不损害用户的体验。
PCMOS在采用概率算法的应用领域也大有用武之地，如加密技术和机器学习。这些领域的算法通常设计为达成一个近似的答案。因为PCMOS就能做这样的事情，所以今天必须用软件才能做的事，PCMOS在硬件上就能达成，而且还能在节电和速度上获益多多。帕勒姆正设想制作这样一个设备，用一个或多个PCMOS协助处理器完成像加密这样的特定任务，同时一个传统芯片辅助处理其他的计算“琐事”。
帕勒姆研究团队已经制作出了一个加密设备，并开始进行测试。他们也正在设计一个图像设备及一个可让人们调节手机电力消耗和性能的芯片，这将为消费者可选择会消耗更多电力的高视频或通话质量，还是选择能节约电力的较低质量。帕勒姆正在计划建立一家或几家先进技术创新公司将PCMOS芯片推向市场，公司最早将于明年成立，产品将在3年～4年后问世。
随着硅晶体管越来越小，基础物理手段也将变得越来越不稳定。所以你想要的和你得到的结果就有了一定的随机性。除了开发硬件设计，帕勒姆还创建了布尔代数的概率模拟技术，布尔代数是计算机逻辑电路的核心。正是这种概率逻辑使研究人员相信摩尔定律将继续昂首向前。
如果帕勒姆的研究真的走出了一条乐观主义者坚信的道路，那么他将会拥有一个反叛者最后的满足：看到自己的异端邪说变成了教条。
纳米收音机
由碳纳米管制作的微型无线装置，将改善从手机到医疗诊断的功能。
美国加州大学伯克利分校物理学家阿历克斯·泽托和他的同事已制作出一个纳米收音机，它的关键电路由一个单碳纳米管构成。
19世纪末，电能点亮灯泡的现实促使人们狂热地寻求配送电力的最佳途径。领头羊就是交流发电和供电系统的发明者尼古拉·特拉斯。他有一个把电输送到世界各地的宏伟计划。但要将电送到每个城市、每栋建筑甚至是每个房间，基础设施之庞大是令人难以想像的，特拉斯指出无线输送就是他要走的技术路线。他计划建造一个57米高的塔台，并宣称要将电送到千里之外的某个地方，甚至他已经开始在长岛动工建设这个塔台。虽然他的团队做了一些试验，但在塔台完工前，他的钱用完了。空中传电的豪言壮语很快被人淡忘了，因为工业世界证明自己已经接受了有线送电的现实。
几年前的一天，麻省理工学院助理物理学教授马里恩·索佳西奇被一阵不停的手机蜂鸣声吵醒。他不得不从床上起来，因为如果不把手机放在充电器上，它就会一直响个不停，他也甭想再睡安稳觉了。在朦朦胧胧中，他的脑中开始浮现，如果从进家门开始，手机就能自己充电就好了。 自此，索佳西奇就萌发了寻找用无线方式传送电力的想法。他并没有追求那种像特拉斯一样的远程输电计划，他决定寻找一种可为手机、PDA和笔记本电脑等便携式设备充电或供电的中距离输电方式。他首先想到了无线电波，无线电波能通过空气有效地发送信息，但他很快发现它们的大部分能量会在空气中被损耗掉。而像激光这样更有针对性的方法则需要清晰的视线，而且还可能会对路径上的东西带来不利影响。最后，他终于找到了既有效又安全的方法，它既能直接给接收器供电，又不会在周边环境中损失能量。
他把思维落在了共振耦合现象上。共振耦合指的是调谐到相同频率的两个物体能强烈地交换能量，但是对其他物体的影响很弱。一个典型的例子就是，拿一套玻璃酒杯，每个放在不同的层，这样玻璃杯就在不同的声频下振动。如果一个歌手的声音正好和其中一个玻璃杯的频率相匹配，这个玻璃杯就可能吸收足够多的能量而破碎，其他玻璃杯则毫发无损。
索佳西奇发现磁共振是传输电力的一个很有希望的手段，因为磁场在空中自由穿行，而且对环境没有太大影响，只有在一定频率下才会对人产生影响。在同事的协助下，他设计了一个简单的装置，以无线方式给一个60瓦的灯泡供电。
研究人员制作了两个共振铜线圈，并将它们悬挂在约两米开外的天花板上。当他们将一个线圈插入墙上的电源时，流经线圈的交流电就建立了一个磁场。调谐在同一频率并连有灯泡的第二个线圈与磁场发生共振产生电流，继而点亮灯泡。这种现象甚至在线圈之间有一层薄墙时也能实现。
迄今，最有效的设置为60厘米的铜线圈和一个10兆赫兹的磁场。电力传输距离超过2米，效率约为50％。研究人员正在研究银和其他材料，以减小线圈的尺寸和提升效率。索佳西奇表示，最理想的情况当然是达到100％的效率，但从实际应用出发，能达到70％——80％的效率就可以了。
无需连接线就可给电池充电的其他方法正在不断涌现。很多先进技术创新公司已经向市场上推出这样的适配器和基座，这些产品允许用户在家里，在某些情况下也可在车里以无线方式给手机、MP3播放器及其他设备充电。索佳西奇的技术与他们的不同之处是，未来某一天，无论什么时候设备进入无线发射器的范围内，无需基座就能实现设备的自动充电。
这项工作已经吸引了消费电子公司和汽车业的目光。美国国防部也给这项研究投了资，期望它能给战士提供一种给电池自动充电的途径。不过，索佳西奇仍然对可能和谁合作守口如瓶。
索佳西奇称，在今天电池仍大行其道的世界里，无线输电技术有如此多的可以大显身手的应用场合，这只能说明该技术强大的生命力。
纤维素酶
美国加利福尼亚理工学院化学工程和生物化学系教授弗朗西斯·阿诺德正在应对生物燃料产业最艰巨的挑战之一：设计制造更好的酶以分解纤维素。
2007年12月，美国总统布什签署了《2007能源独立和安全法案》。该法案要求到2022年美国至少每年生产360亿加仑的可再生燃料，这几乎是现在水平的5倍。在这一总量中，以农业废弃物、木屑和牧草为原料制造的纤维素生物燃料要占到160亿加仑。如果能够满足这一要求，届时美国的汽油消耗量将会大幅下降，同时温室气体排放量和国外石油进口量也会大为减少。
然而，这一野心勃勃的计划面临着一个巨大的障碍：此前尚没有人能够以具备成本优势的工业方法生产纤维素生物燃料。现在，几乎所有在美国生产的乙醇都来自玉米淀粉。其过程是将淀粉分解成糖，然后再通过工业手段把这些糖发酵变成乙醇，要想从更加便宜的原料中生产乙醇，就需要一种可以使糖分子自由形成纤维素晶体链的有效方式。这是“实现大规模、商业化生产纤维素生物燃料时最为昂贵的制约环节”，阿诺德说。
阿诺德和许多其他科学家都认为，要想更加高效、低廉地分解纤维素，没有比酶更合适的了。阿诺德已经用了将近20年时间设计制造新的酶，以用于药物制造、去污等。阿诺德认为自己正在朝正确的方向前进。
原子磁力计
微型磁场传感器将把磁共振成像仪带到它从未去过的地方。
从人体到埋藏在地雷中的金属，磁场无处不在。甚至像蛋白质这样的分子也能产生它们自己独特的磁场。磁共振成像仪能产生惊人详细的身体图像，核磁共振光谱仪则依靠磁信息来研究蛋白质和诸如石油这样的其他化合物。但是，目前用以检测这些微弱但重要的磁场的传感器都有不足之处。有些虽然可便携也廉价，但不是很灵敏；另外一些虽然有很高的灵敏度，但是固定式的，价格昂贵且非常耗能。
美国国家标准与技术研究所物理学家约翰·基擎开发出的微型低功率磁传感器，几乎具有和那些昂贵的大家伙一样的高灵敏度。这种米粒大小的传感器就叫做原子磁力计。基擎希望，它们有一天能被纳入从便携式磁共振成像仪到能更快更便宜地探测未爆炸弹的所有探测设备中。
这个微型传感器包括三个重要组成部分，它们垂直堆栈在硅片上，其中，在一个红外激光器和一个红外线图像探测器之间，夹着一个充满蒸汽铯原子的玻璃硅立方体。在缺乏磁场时，激光径直通过铯原子，但当出现磁场，哪怕是非常微弱的磁场时，通过原子的路线就会发生变化，它们会自行吸收与磁场强度成比例的光量，这一变化会被光电探测器检取。基擎称这是一个带有超强灵敏度的简单配置。
原子磁力计已经存在大约50年时间了，大多数都有一个大而灵敏的蒸汽室，这个苏打罐大小的蒸汽室是利用玻璃吹制技术制成的。最灵敏的磁力计可探测1个飞母托特斯拉(femtotesla)级别的磁场。基擎的创新在于将蒸汽室体积缩小到了只有几个立方毫米，在减少耗电的同时仍保持性能可比。
基擎和5名物理学家合作，利用微机械加工技术制作出了蒸汽室。首先，他们利用光刻和化学蚀刻结合法，在一块硅片上冲压出3毫米跨度的方孔。然后，他们再将硅片与一片玻璃紧紧夹住，施以高热和电压创造出一个焊接点，把方孔变成一个带有玻璃底的无顶盒。
在真空室中，他们用一个微型玻璃注射器将盒子充满蒸汽铯原子，接着使用另一片玻璃施以高热后将盒子封装起来。这个操作步骤一定要在真空条件下进行，因为铯能与水和氧发生剧烈反应。然后，他们将完成的蒸汽室和红外激光器及光电探测器一起装在硅片上。给蒸汽室顶部和底部的导电薄膜通上电流发出热量，就可以保持铯原子的蒸发。
目前，基擎能在实验室中一次制造出几个磁力计，但他已经设想出了可批量生产的方法。在不同单硅片上同时刻出不同部件的多个副本，然后将它们层叠起来，这些堆栈就可以切分成多个磁力计。
使用这种廉价的方式，这些低功 耗的传感器就可以被设置成便携式的由电池供电的成像阵列。这些阵列可轻易地映射出磁场的强度和范围，一个阵列中的传感器越多，它提供的物体位置及形状的信息就越多。如果士兵使用这样的阵列，就可更加快捷和方便地发现未爆炸弹和简易爆炸装置。
这种微型传感器也许还能彻底改变磁共振成像和核磁共振技术，而这两种技术都基于需要配备具有昂贵冷却系统的笨重且同样昂贵的强磁体。因为基擎的传感器能探测非常微弱的磁场，纳入这些传感器的磁共振成像仪和核磁共振仪使用非常弱的磁体就可得到很好的图像，因此也就可以造的更小、更便宜。
这样，磁共振成像就能得到更广泛的应用。医生可以用它来检查病人体内不能暴露在强磁场下的心脏起搏器或其他金属植入物，便携式系统甚至能被开发用于救护车或战场上。核磁共振仪也能走出实验室进入旷野，帮助石油和矿业公司评估诱人的地下矿藏。
基擎最近的研究表明，这种传感器可测量由水产生的核磁共振信号。他称，在该装置能解决多种化学物质发出的微弱信号，比如区分出水样中各种可能污染物之前，尚有大量的工作要做。
离线web应用程序
利用浏览器和桌面应用程序两者的优势，计算机应用将会变得更强大。离线Web应用是利用HTML和Flash等网络技术开发出来的，它能将用户电脑及互联网上的资源充分利用起来。
基于网络的计算机程序，无论用户身在何处或是运行什么操作系统，不像它们的桌面对应程序那样永远保持最新状态并能即刻使用。Adobe系统软件公司首席软件设计师凯文·林奇认为，这就是为什么要计算——之所以这么称呼，是因为它涉及的软件位于互联网的“云端”——已经在人们如何实际开发软件上引起了潮汐般的变化。但是云计算也有缺点：当浏览器窗口关闭时，用户就放弃了将数据存储在他们自己的硬盘上、在应用程序间拖放项目以及接收约会提醒通知的能力。
因此，当许多公司将用户匆匆送往云端的时候，林奇研究团队却已经在规划回程了。利用他们正在开发的AIR(Adobe集成运行时)系统，程序员就可以利用网络技术，开发出用户在线或离线时都能运行的桌面应用程序。
该项目根植于林奇对从桌面转向网络带来的优势及局限性的认识。他所设想的混合应用，将使用户同时利用起互联网和他们自己机器的能力。林奇研究团队从2002年起就利用此概念开始工作，去年6月，他们发布了AIR的测试版本。
AIR是一个“运行时环境”，一个允许同一程序运行在不同操作系统和硬件环境的额外软件层。Java则是另一个例子。利用AIR，开发人员可以使用像HTML和Flash这样的网络技术编写桌面软件。用户不用寻找到AIR就可享用它的好处，当用户想要首次使用AIR应用程序时，将会提示用户下载它。
Adobe团队将系统基于HTML和Flash有几个原因。第一，它使得桌面应用更容易地与网络应用交换内容。比方说，来自网站的信息能被直接拉入一个AIR应用中，其格式不会有丝毫损失。第二，它也能简化开发，促进更广范围的应用。程序员可很容易地改造现有的Web应用程序运行于桌面。以同样的方式，基于网络的应用一旦建成，将能运行于带有浏览器的任何设备；一个基于AIR的应用程序也能运行于安装了AIR的任何一台机器。Adobe公司目前可提供Windows和Macintosh版本，并正在开发Linux和移动设备版本。
Adobe公司正携手合作伙伴展示AIR的性能。例如，流行拍卖网站eBay已经发布了基于AIR测试版本的应用——易趣桌面，该设计旨在提高客户的招标体验，这一应用本身就能检索和显示有关易趣拍卖的内容而不依赖浏览器。它还能充分利用用户电脑的处理能力，提供比网站更强大的搜索工具。例如，它可以为相关关键词扫描搜索结果，这个过程在桌面上工作得更好，因为应用程序可以存储和快速访问用户电脑上大量相关资料。当有人对用户出价表示成交时，该程序还能通过桌面铃声通知用户。正是AIR，使得该公司能构建出一个个性化的用户界面，而不用受到由浏览器设计强加的限制及控制。
林奇称，AIR是对网络演化成为更具互动性的媒体作出的响应，浏览器是为网页创制的，同时开发人员已在延伸它的用途，我们需要一个对人们今天使用的网络软件来说更为适合的界面，AIR将能达成这一点。
石墨晶体管
这种新形式的碳可能会导致更为快速、紧凑计算机处理器的问世。
过去几十年间，计算机的运行速度显著提高，目前可能正在接近终点，其部分原因应归于硅材料的应用正在接近物理极限。但2007年12月在美国华盛顿特区的一个会议室里，佐治亚理工学院物理学教授沃尔特·黑尔报告了他的最新研究工作，内容是硅的神奇替代品可让半导体产业的发展快得多。这种神奇替代材料就是石墨——一种可在普通铅笔芯里找到的看似平凡的物质。
石墨是碳的一种形式，只有一个原子厚，理论模型先前曾预测，由石墨制成的晶体管速度要比今天的硅晶体管快100多倍。黑尔报告称，可将数百个石墨晶体管的阵列制作在单个芯片上。虽然晶体管性能仍远未达到这种物质的终极前景，但安装在麻省理工学院林肯实验室的这种晶体管阵列提供的有力证据表明，石墨可为下一代电子产品实际所用。
今天的硅基计算机处理器，在没有过热的情况下，每秒只能执行一定次数的运算，而石墨中电子的流动几乎没有阻力，且产生很少的热量。更重要的是，石墨本身就是一个很好的热导体，允许热量快速散失。由于这些因素及其他因素，以石墨为基础的电子产品可以在更高的速度下运行。黑尔表示，硅的速度有极限，你只能跑这么远，不可能再增加它的速度了。目前硅停留在吉赫(千兆赫兹)范围内，但是利用石墨将能达到太赫级(吉赫的1000倍)。
除了让计算机速度更快，石墨电子产品还可用于超高速晶体管的通信和成像技术领域。事实上，石墨有可能在高频技术得到广泛应用，如在探测隐藏武器的太赫波成像上找到了它的第一次应用。当然，速度并不是石墨的唯一优势。在不丧失电子特性的情况下，硅不能刻成小于10纳米的片，而石墨即使被切割成小于1个纳米的碎片，其基本物理特性也保持不变，在某些方面它的电子性能实际上还有所改善。
对石墨的兴趣是由用碳纳米管取代硅的研究所引发出来的。碳纳米管本质上就是很多石墨层卷成的圆筒，具有超高性能电子产品所需的极佳电子特性。但碳纳米管都必须仔细分类和定位以制作复杂的电路，能做到这一点的好方法还没有开发出来，而用石墨就要容易得多。
事实上，黑尔去年12月宣布的刻 入石墨的设备，使用的技术非常类似于今天用来制造硅芯片的技术。黑尔认为，这就是为什么业界正密切关注他们工作的原因。
石墨一直未被看成是一种有前途的电子材料，因为它并不天然呈现出计算所需要的开关行为特征。像硅这样的半导体可以一种状态传导电子，但它们也可转换到一种非常低的导电率状态，这时它们基本上关闭了。相比之下，石墨的导电率可略加改变，但它并不能关闭。这对于某些应用，如成像和通信用的高频晶体管来说也许是无关紧要的，但这种晶体管用于计算机处理器时就显得过于低效。
2001年，黑尔所做的一个计算机模型显示，如果石墨可以形成很狭窄的带，它就能开始表现得像一个半导体。但在实践中，黑尔一直未能制作出具有预期行为的足够窄的石墨带。但另外两种方法已经显示出类似的前景：经化学改性的石墨，或把一层石墨放在某些其他衬底顶部。在华盛顿的那次报告会上，黑尔描述了经过氧气改性的石墨带如何诱导出半导体性能。黑尔相信，将这些不同技术结合起来，它可以产生用于计算机处理器的晶体管所需的开关行为。
同时，石墨电子产品的前景已引起半导体产业的关注。惠普、IBM和英特尔等公司纷纷开始调查石墨在未来产品中的用途。
神经联接学
研究人员希望用那些能说明神经回路复杂网络的新技术，来阐明大脑发育以及疾病产生的机理。
杰夫·里奇曼的办公室电脑屏幕上有一幅图案，它好像展示着一棵优美的树，细细的各种颜色的线条平行地蛇行向上，然后伸出两三个枝桠，它们的顶端缀着小小的叶子。你别以为里奇曼是个画家，他是哈佛大学的神经学家，这幅图就是哺乳动物部分中枢神经系统的第一张综合联线图。这些线条代表的是轴突；长长的、像头发一样延伸的是将信号从一个神经元传到下一个神经元的神经细胞；这些叶子则是突触，它是轴突与其他神经元或肌肉细胞之间的联接。
这幅图案就是刚刚兴起的“联接学”领域的一个成果，它试图描画出在神经系统中负责收集、处理和存贮信息的纠结在一起的神经回路图。这样的一个图最终将能揭秘大脑的早期发育或诸如自闭症和精神分裂症等可能与错误联线相关的疾病。研究人员表示，大脑基本上就像一台在发展过程中能自己布线，也能自己重新布线的电脑。如果我们拥有了大脑的联线图，就能帮助我们了解它是怎样运行的。
虽然数十年来研究人员一直都在研究神经联接，但现有的工具并不能提供揭示大脑如何运转的解决办法。尤其是，科学家还没有能够获得一份大脑中亿万个神经细胞或是它们之间相互联接的详图。
里奇曼研究团队开发的技术，可将神经细胞染色为近100种颜色，从而让科学家一看就知每个轴突的去向。理解这些布线，就能揭示出信息如何在不同的大脑区域间进行处理和转移。
为了创建丰富的调色板，研究人员对携带有3个蛋白质的多个基因副本的老鼠进行基因改造，这3个蛋白质带有不同颜色的荧光标志——黄色、红色或青色。该老鼠还携带有DNA编码的一种酶，这种酶能随机重组这些基因，以使个别神经细胞产生荧光蛋白的任意组合，从而形成一个彩虹图，研究人员将之称为“脑虹”。然后，研究人员使用荧光显微镜来显现这些细胞。
“脑虹”技术是一个令人难以置信的强大工具，就观察神经联接而言，它开启了一扇巨大的机遇之门。
研究人员希望借此研究多个神经回路，更好地发现这些神经系统的联线是怎样发生差错的。里奇曼表示，有这样一类神经系统失序的疾病，人们一直怀疑与神经细胞间的联接缺陷有关，但苦于没有这样一个实用工具来追踪这些联接。现在，有了“脑虹”技术，也许就能观察到患有自闭症或精神疾病的动物模型中的这些联接。
到目前为止的实验中，里奇曼研究团队利用这项技术，追踪了一小片负责控制平衡和运动的小脑中的所有这些联接。其他科学家也已经对使用该技术来研究视网膜、大脑皮层、嗅球以及非神经细胞类型内的神经联接表现出了兴趣。
构建哪怕是一小块大脑的神经网络图，也将是一项巨大的挑战，因为大脑中包含有大约1000亿个神经细胞和数以万亿计的突触。科学家需要找到方法来储存、注释和挖掘他们所创建的数据，以及把这些联接信息和神经回路中关于神经元的分子及生理特性的发现融合在一起。现在，他们已经拥有了这样一个关键的工具来构建大脑的神经联接图。