“改變世界”這個詞已經被用濫了，但對晶體管、萬維網和手機這類發(fā)明，要形容其撼動世界歷史的影響力，還有別的合適詞語嗎？的確有一些創(chuàng)新改變了歷史的方向。

本文介紹的碳呼吸電池、手術機器人、量子衛(wèi)星和另外7種創(chuàng)新能否產生相似的效果呢？現在下結論還為時尚早。大多數創(chuàng)新方案最終都失敗了，最偉大的創(chuàng)意往往也伴隨著最高的風險。但一個創(chuàng)意從引人發(fā)笑到變成大勢所趨，往往用不了多長時間。

電化學電池能夠吸收大氣中的碳，將其轉化為電能。

單單削減溫室氣體排量已經不足以阻止全球變暖?，F在，我們必須將大氣中已經存在的二氧化碳清除一部分。好消息是，做這件事的方法有很多；壞消息是，這些方法基本上都需要消耗大量能源。

理想的碳封存技術可以產生電能，而不是消耗能量。在2016年7月發(fā)表于《科學進展》上的一篇論文中，美國康奈爾大學的研究人員瓦迪·阿爾·薩達特和林登·阿徹描述了一種能捕捉二氧化碳的電化學電池的設計方案。

電池的陰極材料采用的是鋁，這種金屬成本低、儲量大、易于加工。陽極由多孔碳構成，研究人員向其中注入氧氣和二氧化碳的混合物。鋁、氧氣和二氧化碳在電池內部發(fā)生反應，產生電能并生成草酸鋁。薩達特和阿徹表示，在一個1.4伏電池的生命周期中，電池所吸收的碳是制造電池時所釋放的碳的2.5倍。

阿徹表示，要想把這個設計轉化為實用的技術，他和同事還有很長的路要走。首先，他們需要證明該技術的成本效益足夠高，并且規(guī)?？梢詳U展。阿徹預計，如果他們能成功實現這樣的轉化，將來這種電池會配備在發(fā)電站和汽車排氣管上。

設計新型化合物的方法可用來對抗耐藥菌。

很難想象一個沒有抗生素的世界是什么樣的，不過因為大規(guī)模濫用抗生素，我們正走近這樣的世界。美國國家疾病預防與控制中心表示，僅在美國，每年就有超過23000人因感染抗生素無法對付的病菌而死亡。英國政府資助的一項研究估計，到2050年，全世界每年會有1000萬人死于耐藥菌。科學家正苦苦尋找能殺死超級病菌的新藥，例如大環(huán)內酯類抗生素。

邁爾斯和他的團隊找到了合成大環(huán)內酯的方法。為了合成這種化合物，研究人員把大環(huán)內酯的結構分解成8個基本模塊，然后以新的形式把它們組合起來，利用不同的組合方式調節(jié)其化學性質。邁爾斯團隊在2016年5月發(fā)表于《自然》雜志（Nature）的論文中表示，他們已經合成了超過300種新型化合物。研究人員使用了14種致病細菌進行實驗，發(fā)現大多數化合物可以抑制細菌，而且有很多可以殺死耐藥菌株。

量子密鑰的天基傳輸可能會讓“不可攻破”的互聯網變?yōu)楝F實。

要建立絕對安全的加密方法，并不需要比鉛筆和紙更高級的技術：只要選擇一串隨機的字符和數字，用作加密信息的密鑰。把這個密鑰寫在紙上，用一次之后把紙燒掉就行。關鍵是要確保沒有人能攔截或篡改密鑰。而在互聯網上，竊取或篡改密鑰的事情一直沒斷過。量子密鑰分發(fā)可以解決這個問題，該方法會從糾纏光子中生成一個一次性密鑰。量子密鑰分發(fā)的問題是，沒人知道如何長距離傳輸糾纏光子。然而今年8月，中國科學院成功將世界第一顆量子衛(wèi)星送入軌道，為解決這個問題邁進了一大步。

中國科學院的項目名為量子科學實驗衛(wèi)星，是與奧地利科學院合作的項目。該項目利用衛(wèi)星向中國境內相距1200千米的兩個觀測站傳輸量子密鑰，這一距離是目前最遠傳輸紀錄的8倍。如果中國研究人員創(chuàng)造了量子密鑰傳輸距離的新紀錄，那么未來的衛(wèi)星就能提供一個軌道平臺，建立起不可攻破的“量子互聯網”，物理定律可以確保加密數據包的絕對安全。

遠程控制的微型機器人可以在體內完成治療。

醫(yī)學干預手段越先進，侵入性就越低。現在，麻省理工學院的研究人員發(fā)明了一種機器人，可以在胃里完成簡單的手術，且完全不需要切口或連接外部的纜線——病人只需把機器人吞下去就行。

這種微型機器人包裹在用冰做成的口服含片里，被人服下后會進到胃里。冰膠囊融化后，機器人會像折紙一樣打開。展開后的機器人看起來像一張有皺褶的紙，材料上的皺褶、縫隙和補丁的位置都是精心設計好的，它們遇熱或受磁場作用時會膨脹或收縮，進而借此移動。這種移動方式類似關節(jié)和肌肉的運動方式。外科醫(yī)生通過外部電磁場影響機器人上的磁鐵，就可控制機器人的運動。

機器人的主體由生物相容性材料制成——部分材料來自豬的小腸，也是香腸腸衣的材料。這些材料可以向體內傷口給藥或是像創(chuàng)可貼那樣固定在傷口上。機器人還能用自帶的磁鐵“捕捉”并移除異物，比如誤吞的紐扣電池。

機器學習軟件可以分析衛(wèi)星圖片，找到需要幫助的偏遠貧困地區(qū)。

2015年，聯合國定下一個目標，希望在2030年前在世界范圍內消除極端貧困。這個目標很大膽。要實現目標，第一步就是找到最窮的人都在哪里，而這一步的難度就非常大。在貧困和易發(fā)戰(zhàn)亂的國家進行經濟調查既昂貴又危險。研究人員嘗試通過一種間接的辦法來解決這一難題：他們在夜間的人造衛(wèi)星照片中尋找特別暗的區(qū)域。“一般來說，晚上亮起來的地方經濟狀況更好，”斯坦福大學地球科學系統(tǒng)助理教授馬紹爾·博克解釋說。但這種方法有缺陷，尤其是在區(qū)分貧困程度方面。在晚上，從太空中看，輕度貧困和極端貧困的地方是一樣的，都是漆黑一片。

博克和他在斯坦福的團隊認為，可以用機器學習的方法來改進人造衛(wèi)星成像研究。研究人員利用非洲五國的日間和夜間衛(wèi)星圖像來訓練圖片分析軟件。在綜合了日間和夜間的圖片數據后，計算機“學會”把日間圖片的特征（道路、城市區(qū)域和農業(yè)用地）與不同水平的夜間亮度關聯起來。“利用夜間的燈光，可以找出日間照片中有何重要特征，”博克說。

當訓練結束后，博克的軟件可以僅僅根據白天的衛(wèi)星圖片發(fā)現貧困區(qū)域的位置。