數(shù)字孿生是真實世界中的過程、操作或產(chǎn)品的虛擬模擬，可用于在安全的數(shù)字環(huán)境中測試新想法。設計師正使用數(shù)字孿生技術(shù)在虛擬世界中再現(xiàn)物理對象，并對其進行測試，可大幅節(jié)約測試成本。

在虛擬世界中進行充分測試后，工程師們可調(diào)整和編輯組件，再使用3D打印技術(shù)在現(xiàn)實世界中創(chuàng)建它們。如一級方程式車隊目前正在收集比賽期間傳感器傳輸?shù)臄?shù)據(jù)。然后，他們將數(shù)據(jù)傳送到發(fā)動機和汽車部件的數(shù)字孿生體上，并模擬各種場景，以作出改進。

研究人員們利用一種對能量輸送具有活性的材料，代替?zhèn)鹘y(tǒng)的非活性電池電解質(zhì)，以提高原電池的能量密度。在給定的功率或能量容量下，新方法可使電池使用壽命增加50%，或相應地減小尺寸和重量，同時還能提高安全性。

研究團隊創(chuàng)新的關(guān)鍵是一種新型電解質(zhì)。是使用了一種新的液態(tài)氟化化合物，他們發(fā)現(xiàn)可將陰極和電解質(zhì)的一些功能結(jié)合在一種化合物中，這可減輕典型原電池的大部分重量。除了這種新化合物之外，還有其他材料理論上可在高容量電池中發(fā)揮類似的陰極電解液作用。

近期，研究人員開發(fā)了一種深度學習模型，該模型使用單次胸部X光片就能預測心臟病發(fā)作或中風在10年內(nèi)死亡的風險。深度學習是一種高級類型的人工智能，可訓練它來搜索X射線圖像，以找到與疾病相關(guān)的模式。

研究論文主要作者說：“我們的深度學習模型為利用現(xiàn)有的胸部X光圖像篩查心血管疾病風險提供了潛在的解決方案?！边@種類型的篩查可用于識別那些可以使用他汀類藥物但尚未接受治療的個人。