12 年前企业家 JoeBen Bevirt 创立 Joby Aviation 时，只是他位于圣克鲁斯山脉的 Sproutwerx 牧场里众多另类科技项目中的一个。如今 Joby 拥有的员工超过 1000 名，得到了近 20 亿美元的投资，其中包括来自丰田的 4 亿美元以及 Uber 和 JetBlue 的大笔注资。迄今为止，Joby 获得了电动垂直起降（eVTOL）飞行器领域投资总额的大约 30%，是这个领域的新兴创业公司中的巨头。全球至少有 250 家公司正想方设法用一种新型空中出租车彻底改变城市及周边地区的交通，这种模式被称为城市空中交通或者高端空中交通。Joby 高居榜首，这个领域里前七家公司总共获得了超过 50 亿美元的资金——这一数字还没有包含未披露财务状况的私营公司。

尽管其中一些公司承诺会在 2024 年开始商业运营，可一个基本的问题仍然没有明确的答案：我们正处于一场城市交通变革的边缘，还是像航空分析师 Richard Aboulafia 所说的——它是“所有航天泡沫之母”？即使按照大笔技术投资的标准，这个愿景也大胆得令人咋舌。在高峰时段，迪拜、马德里或洛杉矶等大城市的上空会挤满数百甚至数千辆 eVTOL“空中出租车”。每辆“车”里都会搭乘一名到六名乘客，这些“车”最终将是自动驾驶的。叫“车”不会比在拼车应用上安排行程更复杂。乔治亚理工学院的 Laurie Garrow 表示：“我们将不得不让消费者习惯于考虑乘坐没有飞行员的小型飞机。我对于公众对这一愿景的接受程度持保留态度。”

蚊子追踪气味、定位叮咬对象并利用视觉寻找配偶。食物资源的颜色，例如花朵或者温血叮咬对象，会发出可见光谱中长波长的光（对人类而言是从绿色到红色），这可能对物体识别和定位很重要。科学家对于吸引蚊子的色彩或者气味会如何影响其视觉搜索行为知之甚少。华盛顿大学领导的一项新研究表明，在检测到我们呼出的气体之后，黄热病蚊子（埃及伊蚊）会飞向特定的颜色，包括红色、橙色、黑色和蓝绿色，但是它们会忽略其他的颜色，例如绿色、紫色、蓝色和白色。华盛顿大学生物系研究人员 Jeffrey Riffell 教授表示：“蚊子似乎是利用气味帮助区分附近的东西，就像区分叮咬的对象一样。”“当它们闻到特定的化合物时，比如我们呼出的二氧化碳，这种气味会刺激眼睛扫描与潜在叮咬对象相关的特定颜色和其他视觉模式，然后飞向他们。” 在新实验中，Riffell 教授和同事追踪了雌性埃及伊蚊在不同类型的视觉和气味提示下的行为。和所有蚊子一样，只有雌性埃及伊蚊才会吸血，它们的叮咬会传播登革热、黄热病、奇昆古尼亚热和寨卡病毒。

对传统计算机集群，每秒分析多达 10 亿次质子碰撞或数万次非常复杂的铅碰撞绝非易事。大强子对撞机（LHC）实验最近升级了硬件，将于明年投入使用，显著增加了对数据处理潜力的需求。由于传统的 CPU 可能无法应对新的计算挑战，四个大型实验正在采用 GPU 。GPU 是专门用于图像处理的高效处理器，最初的设计目标是加速 3D 计算机图形渲染。过去几年，LHC实验、全球 LHC 计算网格（WLCG）和 CERN 开放实验室都在研究 GPU 的使用。在高能物理研究中增加GPU的使用不仅可提高计算基础设施的质量和规模，还能提高整体能源效率。CERN IT 部门负责人 Enrica Porcari 表示：“LHC 雄心勃勃的升级计划带来了一系列令人兴奋的计算挑战；GPU 可以发挥重要作用，支持机器学习方法应对其中许多挑战。”“自 2020 年以来，CERN 的 IT 部门就提供了对数据中心 GPU 平台的访问权限，这些平台已被证明在一系列应用中很受欢迎。除此之外，CERN 开放实验室正在通过与工业界的合作研发项目，研究在机器学习中使用 GPU，科学计算协作（Scientific Computing Collaborations）组正在努力帮助移植并优化实验中的关键代码。”

想象一下，支撑世界最大数据中心的数百万计算机芯片里存在着罕见的、几乎无法检测到的缺陷。发现这些缺陷的唯一方法是将芯片投入到十年前无法想象的巨大计算问题上。随着计算机芯片上的微小开关缩小到几个原子宽度，芯片的可靠性日益引起担忧。去年 Amazon、Facebook、Twitter 等都发生了令人瞩目的故障。故障的原因多种多样，如编程错误和网络拥塞。但人们也越来越担心，云计算网络变得越来越大也越来越复杂，可它们在最基本的层面上仍然依赖于计算机芯片，这些芯片现在不太可靠，在某些情况下甚至不好预测。过去一年，Facebook 和 Google 的研究人员都发表研究，描述了原因难以确定的计算机硬件故障。他们认为，问题不在软件，而在不同公司制造的计算机硬件的某处。

斯坦福大学专门测试计算机硬件的电气工程师 Subhasish Mitra 表示：“他们看到的静默错误基本都来自于底层硬件。”Mitra 博士表示，人们越来越相信不易被发现的静默错误与制造缺陷有关。研究人员担心他们之所以会发现罕见的缺陷，是因为他们正试图解决越来越大的计算问题，问题会以意想不到的方式给系统带来压力。十多年前，运行大型数据中心的公司开始报告系统性问题。2015 年，在工程期刊《电气与电子工程师学会会刊（IEEE Spectrum）》上，一个多伦多大学研究硬件可靠性的计算机科学家小组报告称，在 Google 数百万台计算机中，每年会有多达 4% 的计算机遇到无法检测到的错误，导致它们意外关闭。在一个拥有数十亿个晶体管的微处理器中——或者一个由数万亿个微型开关（每个微型开关都可以存储一个1或0）组成的计算机内存板中——即使是最小的错误也会破坏现在通常每秒执行数十亿次计算的系统。