特斯拉有望开100万英里才换电池了!|技术前沿洞察

硅谷密探

共 4012字,需浏览 9分钟

 ·

2019-09-23 23:20


dd83a328a180bf86cdfa489259c0898d.webp


硅谷Live / 实地探访 / 热点探秘 / 深度探讨


大家好,一周技术前沿又跟大家见面了,这周高校里的新研究、新动向不断,有能在神经和肌肉细胞里游走的机器人,在能源领域,新技术让锂电池寿命更长、风能太阳能将被更好储存,科学家还发现了应对癌症的新方法,更多技术前沿,赶紧跟硅谷洞察(原硅谷密探,ID:guigudiyixian)来看!


美国高校

 

  • UIUC:软型机器人能在你的神经和肌肉中游走了!

 

机器人可以游走在神经和肌肉细胞了?

 

没错!一种新型细胞机器人近日被研发出来。

 

上周一,伊利诺伊州大学香槟分校研究人员在美国国家科学院院刊(Proceedings of the National Academy ofSciences)上发表文章表示,发明了一个带有两个鞭毛尾巴的小型细胞机器人。


9ab06b120ed2999b7ccabdb0319e343d.webp

 

UIUC工程师团队将生物生命与机器融合在一起,发明了这款新一代双尾机器人。

 

“我们应用了一种来自小鼠干细胞的光遗传神经元细胞培养物,靠近肌肉组织,当神经元向肌肉前进并形成神经肌肉接头,会自行组装。”研究人员表示。这种神经元具有光遗传学特性:暴露在光线下时,神经元会激活,以激活肌肉。

 

这种骨骼肌和干细胞衍生神经元与机器的成功整合被认为是将来软型机器人(soft robotics)这一新生领域一个有希望的标志。

 

感兴趣的可以点击原文阅读:

https://techxplore.com/news/2019-09-microscopic-biohybrid-robots-propelled-muscles.html

 

  • 宾夕法尼亚大学:用纳米材料有望更好地储存风能和太阳能
 大家都了解,风能和太阳能等可再生能源正迅速改变能源格局,但科学家们正在寻找方法,以便更好地存储它们。如今,化学能转化为电能的燃料电池是长期储能的一种可能解决方案。 上周,宾夕法尼亚大学集成知识实验室 Christopher Murray 教授进行的一项新研究表明,可以将定制设计的纳米材料用于解决上述挑战。 cba646cd134829c7796a7d70c59b639e.webp
在《美国化学学会应用材料与界面》(ACS Applied Materials&Interfaces)期刊中,研究人员展示如何使用原子级设计,从更便宜、更普及的金属中制造燃料电池,还赋予材料长期稳定性以便存储。 为什么燃料电池很难更换?因为催化剂通常由贵金属制成例如铂,但是由于化学反应仅发生在材料表面,浪费了未出现在材料表面的任何原子。宾夕法尼亚大学的科学家们正通过设计定制的纳米材料来解决这两个问题,这些材料表面具有铂金,同时大量使用更常见的金属(例如钴)来提供电池的稳定性。 感兴趣的可以点击原文阅读:https://penntoday.upenn.edu/news/researchers-find-novel-way-using-engineered-nanomaterials-design-cost-effective-efficient-fuel  
  • Stanford首次证明抗癫痫药有利于抑制癌症


斯坦福大学医学院的科学家首次证明,严重的脑癌会整合到大脑的线路中。而实验表明,用现有的抗癫痫药打断这些信号会大大降低小鼠体内人类肿瘤的癌症生长,这为治疗神经胶质瘤的新方法提供了第一个证据。 研究发现,高级神经胶质瘤与健康神经元形成突触,这些神经元将电信号传输到癌组织。而肿瘤中还包含细胞间的电连接,称为间隙连接。两种类型的连接可以使来自健康神经细胞的电信号传导到肿瘤中并在肿瘤中放大。而现有的阻断电流的药物可以降低高级神经胶质瘤的生长。 dae38041f9ca0c88b5cb09834ba3ff6d.webp
癫痫病药物称为perampanel,可阻止突触接收端神经递质受体的活性,使植入小鼠的神经胶质瘤的增殖减少50%。而Meclofenamate(甲氯芬那酸酯, 一种阻断间隙连接作用的药物)也可以导致肿瘤增殖的类似减少。
感兴趣可以阅读:http://med.stanford.edu/news/all-news/2019/09/brain-tumors-form-synapses-with-healthy-neurons.html                       
  • 莱斯大学找到治疗癌症的新靶点!


近日,美国莱斯大学的科学家们已经确定了抗击癌症的潜在新药靶标。该研究描述了一种与癌症相关的蛋白质“mitoNEET”如何关闭线粒体外侧的“电压依赖性阴离子通道”(VDAC),这种通道的功能障碍会引发许多疾病,包括癌症和脂肪肝等疾病。  莱斯大学的研究人员详细描述了mitoNEET如何发挥调节VDAC的开关作用。MitoNEET被认为与癌症以及糖尿病,衰老和帕金森病等的发生有关。它是NEET蛋白质家族的成员,负责在细胞内运输铁和硫分子簇。 研究人员表示,发现mitoNEET与 VDAC(线粒体的主要孔蛋白)的相互作用非常重要,通过对这种相互作用的结构分析和预测研究,能够帮助我们了解二者在癌症发生中的作用。该研究最近发表在《PNAS》杂志上。498f1fec4f94d25962c4100aa7d51890.webp
感兴趣可以阅读:http://news.rice.edu/2019/09/18/study-points-to-new-drug-target-in-fight-against-cancer-2/ 
  • 耶鲁大学启动全美最大DNA测序项目之一,有助于预防和治疗基因相关疾病

 近日,耶鲁大学医学院与耶鲁纽黑文卫生系统正式启动了Generations项目,这是美国最大的DNA测序项目之一。    
该项目将至少招募10万名患者进行基因组测序,耶鲁大学的科学家将对并对其基因组数据和电子健康记录数据进行分析,以开发有用的数据,用于预测、预防和治疗最终可能与数百种基因相关的疾病。 该计划将至少对参与者进行外显子测序,并获取基于微阵列的基因分型数据。计划将重点关注增加单基因疾病风险的罕见变异,涉及常见疾病的多基因评分和药物基因组学变异等。 耶鲁大学希望,该计划能为参与者提供有助于他们疾病预防和治疗的信息。这种生物库的建立和相关信息筛查确实会让人们意识到一些重大的健康风险,例如心脏病和癌症的风险,并进行合理干预。 5faa118d8a277b16515bb0e694d067f5.webp 感兴趣可以阅读:https://medicine.yale.edu/news-article/21219/ 
  • 密歇根大学将建设全美最强大的激光器

 ZEUS是密歇根大学将要建造的新型三瓦系统,该设施由美国国家科学基金会(National ScienceFoundation)资助1600万美元进行建设,建成后将成为全美最强大的激光器系统,用于支持基础研究和应用研究。
密歇根大学超快光学科学中心主任卡尔·克鲁斯尼克(Karl Krushelnick)表示,该激光器将拥有目前最高的峰值功率,并且将是未来十年世界上功能最强大的激光器系统之一。
它还可以通过在大学实验室环境中重新创建一些宇宙中最活跃的光和粒子加速现象,来帮助增进我们对宇宙的理解。
此外,ZEUS激光器还可以帮助开发用于医学、国防、材料科学和天体物理学的方法和技术,例如,通过通过缩小同位素所需的加速剂使晚期癌症疗法更广泛地应用于患者、改善海运集装箱中的侦查核武器材料、发射的高能电子探索黑洞理论等。
感兴趣可以阅读:https://news.umich.edu/most-powerful-laser-in-the-us-to-be-built-at-u-m/ 海外高校 
  • 特斯拉有望开100万英里才换电池!
 特斯拉电池有希望开个100万英里才换了?! 是的。这个本周发表在《电化学学会杂志》上的研究标明,在过去三年里,加拿大达尔豪西大学(Dalhousie University)研究人员一直在测试一种新型锂离子电池,可以可靠充电多达6000次。这意味着,在二十年电池保质期内,使用相同的电池可行驶里程超过一百万英里。这家大学正是特斯拉对口的研究机构。 该研究指出,即使在极端高温等天气条件下,电池也可以充电约4000次。因此,即使没有达到理想的百万英里指标,新的电池系统也可以让未来的特斯拉汽车保持运行多年。 而在此之前,特斯拉目前的电池运行寿命大约为48万公里-50万公里左右。 特斯拉车主们,听到这开心不?
3dfe346038e587b8186a59c57711324b.webp 感兴趣的可以点击原文阅读:https://futurism.com/the-byte/tesla-new-battery-last-one-million-miles 大公司 
  • Google使用AI模型预报洪水


Google使用基础设施和机器学习的专业知识来预报洪水。这是Google的”AI for Social Good”项目的一部分。
 Google通过印度中央水委员会(CWC)合作,在整个印度的千多个水位表中每小时测量一次水位,并根据上游测量结果进行预测,CWC提供这些实时河流测量和预报以作为模型的输入。
接着,通过使用Google地图中大量多样的卫星图像,针对卫星相机模型校正,为每个图像创建深度图,并将每个位置的深度图最佳地融合在一起高分辨率的数字高程模型(DEM)。 Google利用基于物理的水力模型建模,更新水的位置和速度。为了解决高分辨率图像的计算问题,Google创建了液压模型,并机器学习来代替物理模型,支持更大的网格并覆盖更多的人。 Google希望这些研究不仅可以使政府产生更准确的位置预报,而且可以延长准备的时间。
c91c86594e7f03194565a6b65713fb59.webp
感兴趣可以阅读:

https://ai.googleblog.com/2019/09/an-inside-look-at-flood-forecasting.html


怎么样,小伙伴们觉得今天的哪条技术前沿最有意思呢?欢迎大家留言讨论!




推荐阅读

97b7532e8c7d9213baa0cdcefd4b8409.webp

区块链报告 | 脑机接口报告 

硅谷人工智能 | 斯坦福校长

卫哲 | 姚劲波 | 胡海泉 

垂直种植 | 无人车

王者荣耀 | 返老还童 




浏览 18
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报