就像一个不必看琴键就能娴熟演奏的钢琴家，美国加州大学洛杉矶分校的机械工程师规划出了一种新的资料，可跟着时刻的推移学习行为并开展出它自己的“肌肉回忆”，答应实时习惯一直在改动的外力。该资料由一个具有可调梁的结构体系组成，能依据动态条件变更其形状和行为。这项研讨将在修建、飞机和成像技能等方面具有极端严重运用。
英国布里斯托尔大学、量子算法草创公司Phasecraft及谷歌量子人工智能公司的研讨人员开宣布了第一个真正可扩展的算法，他们运用这种高效的新算法以及更好的消错技能，成功地进行更大规划的模仿，试验规划是此前的4倍，由10倍多的量子门组成。该研讨在量子核算机上提醒了强相关电子体系的重要特性，有望催生更高效的太阳能电池。
韩国研讨团队开宣布一种新办法，可运用磁共振成像（MRI）在毫秒级时刻尺度上，非侵入性地盯梢大脑信号的传达。这项研讨被称为“游戏规则的改动者”，可能会改动科学家研讨大脑的办法，并可能会引起对大脑作业原理的新了解。
美国华盛顿大学研讨人员开宣布一种深度学习软件Omnipose，其能协助处理在显微镜图画中辨认各种细小细菌的应战，并消除了其前身或许会呈现的一些过错。
美国宾夕法尼亚州立大学研讨人员开宣布一种突破性技能，他们规划了一种新的电池结构，除了阳极、电解质和阴极之外，还添加了超薄镍箔作为第四种成分，从而将电动汽车电池的充电时刻缩短为仅10分钟，这是更短充电时刻和更长驾驭路程之间的破纪录组合。
人工智能模型正用来猜测人工智能研讨的未来。德国科学家运用人工智能模型，依据历史数据猜测人工智能研讨在五年内将怎么样开展，其猜测成果准确率超越99%。研讨人员以为这一成果在很大程度上反映了现在核算机科学和AI范畴的思想办法。