Το κόστος του είναι ανάλογο με εκείνο του βαμβακερού υφάσματος και μπορεί να έχει νανοπόρους διαμέτρου 50 έως 1000 νανόμετρων (δισεκατομμυριοστών του μέτρου). Πόροι αυτού του μεγέθους επιτρέπουν στην υπέρυθρη ακτινοβολία να διαφύγει, ενώ διαχέουν το ορατό φως, κάνοντας αδιαφανές το υλικό, που χωρίς τους πόρους είναι διαφανές και γι' αυτό ακατάλληλο για την κατασκευή ρούχων. Τα φύλλα nanoPE μοιάζουν με αυτό που είναι, κομμάτια πλαστικό, αλλά η ομάδα του Κούι τα επικάλυψε με ένα υδρόφοβο υλικό και έντυσε με δύο απ' αυτά ένα βαμβακερό πλέγμα σαν σάντουιτς, δημιουργώντας ένα αξιοποιήσιμο ύφασμα για την κατασκευή ρούχων. Για να διευκολύνει τη ροή αέρα μέσα από το ύφασμα, άνοιξε χιλιάδες μικροσκοπικές τρύπες σ' αυτό με μια μικροβελόνα. Μετά από αυτές τις προσαρμογές, οι ερευνητές διαπίστωσαν ότι το υλικό μπορούσε να κρατήσει τη θερμοκρασία του ανθρώπινου δέρματος 2 βαθμούς Κελσίου χαμηλότερη απ' ό,τι το βαμβακερό ύφασμα, με την προϋπόθεση ότι η θερμοκρασία περιβάλλοντος ήταν μικρότερη από τη θερμοκρασία του σώματος.

Αν και οι 2 βαθμοί Κελσίου δεν φαίνονται κάτι σπουδαίο, το ανέβασμα του θερμοστάτη των κλιματιστικών λίγους βαθμούς παραπάνω, μπορεί να περιορίσει την κατανάλωση ενέργειας απ' αυτά στο μισό. Μένουν να γίνουν ακόμα πολλοί έλεγχοι όσον αφορά την αντοχή, την άνεση και τη διάρκεια του δροσιστικού αποτελέσματος του nanoPE, καθώς και έλεγχοι για τη συμβατότητά του με τις χρωστικές που χρησιμοποιούνται στα υφάσματα.

Αν κάποιος σας έδειχνε ένα γράμμα κάποιου άγνωστου σε σας αλφαβήτου και σας ζητούσε να το αντιγράψετε σε ένα χαρτί, το πιθανότερο είναι ότι θα το κάνατε με ευκολία. Ενας υπολογιστής, όμως, θα αντιμετώπιζε μεγάλη δυσκολία (σ.σ. δεν αναφερόμαστε σε φωτογραφική αναπαραγωγή του γράμματος), ακόμη κι αν ήταν εξοπλισμένος με την τελευταία λέξη των αλγορίθμων βαθιάς μηχανικής μάθησης, όπως αυτοί που χρησιμοποιεί γνωστή μηχανή αναζήτησης στο διαδίκτυο για την αυτόματη ταξινόμηση των φωτογραφιών. Αυτά τα συστήματα βαθιάς μηχανικής μάθησης απαιτούν εκπαίδευση με μεγάλα σύνολα δεδομένων ακόμη και για να κάνουν στοιχειώδεις διακρίσεις μεταξύ των φωτογραφιών. Κάτι τέτοιο δεν είναι πρόβλημα για μηχανές στο ταχυδρομείο που ταξινομούν τις επιστολές κατά ταχυδρομικό κώδικα. Αλλά για πιο λεπτά προβλήματα, όπως η άμεση μετάφραση από τη μια γλώσσα στην άλλη, μια προσέγγιση που θα επέτρεπε την εκπαίδευση του συστήματος με λιγοστά παραδείγματα θα ήταν πιο αποτελεσματική.

Οι υπολογιστές είναι σήμερα σε θέση να κάνουν αυτό το άλμα, χάρη σε ένα πλαίσιο μηχανικής μάθησης που ονομάζεται Bayesian Program Learning (BPL). Ο χαρακτηρισμός Bayesian αναφέρεται στο είδος πιθανολογικής συλλογιστικής, που επιτρέπει τη βελτίωση αβέβαιων εικασιών στη βάση νέων δεδομένων. Ομάδες ερευνητών στο πανεπιστήμιο της Νέας Υόρκης στο MIT και στο πανεπιστήμιο του Τορόντο έδειξαν ότι ένας υπολογιστής που χρησιμοποιεί την BPL έχει καλύτερη επίδοση από τους ανθρώπους στην αναγνώριση και ανακατασκευή μη οικείων χειρόγραφων συνόλων χαρακτήρων, βασιζόμενων σε ένα και μόνο παράδειγμα.

Η προσέγγιση BPL στη μηχανική μάθηση είναι θεμελιωδώς διαφορετική από τη βαθιά μάθηση, που σε γενικές γραμμές προσπαθεί να αντιγράψει τις βασικές ικανότητες αναγνώρισης μοτίβων, που διαθέτει ο ανθρώπινος εγκέφαλος. Αντίθετα η BPL εμπνέεται από την ικανότητα του ανθρώπινου εγκεφάλου να συνάγει ένα σύνολο δράσεων, που θα μπορούσαν να παράγουν το μοτίβο, που δίνεται προς αντιγραφή. Για παράδειγμα μπορεί να αναγνωρίσει ότι το γράμμα Α είναι δυνατό να κατασκευαστεί από δύο γραμμές υπό γωνία, που συνενώνονται στο πάνω μέρος και μια οριζόντια γραμμή στη μέση. Ο υπολογιστής αναπαριστά το Α συνθέτοντας ένα απλό πρόγραμμα, που δημιουργεί παραδείγματα αυτού του γράμματος, φτιάχνοντας διαφορετικές και όλο και πιο καλές παραλλαγές του κάθε φορά, που τρέχει το πρόγραμμα. Οι διαδικασίες BPL επιτρέπουν στο λογισμικό να αντιμετωπίσει την αβεβαιότητα της κατασκευής άγνωστων γραμμάτων, από μικρότερα οικεία τμήματα (όπως η οριζόντια γραμμή στο Α).

Αυτός ο τρόπος μάθησης είναι πιο ευέλικτος και αποτελεσματικός και οι ίδιες διαδικασίες που χρησιμοποιεί το λογισμικό BPL για την αποδόμηση και στη συνέχεια ανακατασκευή ενός αγνώστου γράμματος, ίσως θα μπορούσαν στο μέλλον να οδηγήσουν σε τεχνητή νοημοσύνη ικανή να συμπεράνει μοτίβα αιτίου - αποτελέσματος σε σύνθετα φαινόμενα (όπως η ροή ενός ποταμού) και στη συνέχεια να τα χρησιμοποιήσει σε εντελώς διαφορετικά συστήματα. Οι άνθρωποι συχνά χρησιμοποιούν αυτό το είδος της «πλάγιας σκέψης», που αποτελεί βασικό στοιχείο της ανθρώπινης νοημοσύνης. Ακριβώς αυτή την ικανότητα επιδιώκουν να δώσουν στα μηχανήματα οι ερευνητές, όπως δηλώνει ο Μπρέντεν Λέικ, του πανεπιστημίου της Νέας Υόρκης.

Τα «υπεράτομα» είναι δομές που συμπεριφέρονται ως μεμονωμένες ατομικές μονάδες. Τα «υπερμόρια», όπως το σύμπλεγμα κοβαλτίου - σεληνίου που εικονίζεται εδώ, συνδυάζουν «υπεράτομα» και ίσως δώσουν υλικά με χρήσιμες ιδιότητες

Η ομάδα ερευνητών του καθηγητή χημείας του πανεπιστημίου Κολούμπια, Κόλιν Νάκολς, ανακοίνωσε ότι ανακάλυψε μέθοδο για την κατασκευή «κατά παραγγελία μορίων» από «υπεράτομα». Αυτές οι συνθετικές δομές θα μπορούσαν να μιμηθούν τις ιδιότητες μορίων που υπάρχουν αυθόρμητα στη φύση, δίνοντας ταυτόχρονα στους επιστήμονες τη δυνατότητα να «ρυθμίσουν» τις ιδιότητές τους, ώστε να ταιριάξουν με συγκεκριμένους σκοπούς. Είναι σα να δημιουργήθηκε μια τρίτη διάσταση στον περιοδικό πίνακα των στοιχείων, λέει ο Νάκολς.

Τα «υπεράτομα» ανακαλύφθηκαντο 1984 από τον Γουόλτερ Νάιτ και τους συνεργάτες του στο πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϊ, με τη μορφή δομών ατόμων νατρίου που το εξωτερικό «κέλυφος» ηλεκτρονίων τους συμπεριφερόταν όπως εκείνο ενός απλού ατόμου, αλλά βελτιώνοντας τις μαγνητικές ιδιότητες και τη δραστικότητά του. Από τότε μέχρι σήμερα, οι επιστήμονες κατασκεύασαν υπερατομικές δομές από αργίλιο (αλουμίνιο), λευκόχρυσο, ρουβίδιο και άλλα στοιχεία. Αλλά για να συνδυάσουν τα «υπεράτομα» σε μεγαλύτερες δομές, έπρεπε να ανακαλύψουν την ειδική χημική συμπεριφορά τους, που διαφέρει από εκείνη των ατόμων των στοιχείων του περιοδικού πίνακα. Στην ουσία άρχισαν να ανακαλύπτουν το αντίστοιχο της συμπλήρωσης τροχιακών των ατόμων, στο επίπεδο των «υπερατόμων». Σύμφωνα με τη γενίκευση των συμπερασμάτων των επιστημών από το διαλεκτικό υλισμό, η ύλη εμφανίζει νέα φαινόμενα και ιδιότητες σε κάθε επίπεδο οργάνωσής της, κάθε επίπεδο κυριαρχείται από νόμους που αφορούν ειδικά αυτό, οι οποίοι - όπως έχει δείξει η ιστορία της επιστήμης - προκύπτουν από τους νόμους ενός χαμηλότερου επιπέδου. Οι νόμοι των χημικών δεσμών των «υπερατόμων» εξηγούνται από τους νόμους που διέπουν τους χημικούς δεσμούς των κανονικών ατόμων, όπως οι χημικοί δεσμοί των κανονικών ατόμων εξηγούνται από τα ηλεκτρόνια, ένα είδος υποατομικών σωματιδίων.

Μέχρι στιγμής η ομάδα του Νάκολς και του μεταπτυχιακού φοιτητή του, Ανουκ Τσαμπσόρ, έχει κατασκευάσει μόρια από ζεύγη και τριάδες υπερατόμων κοβαλτίου - σεληνίου, αλλά θεωρούν ότι θα μπορέσουν να συνθέσουν πιο εξωτερικά υλικά με πιθανές εφαρμογές σε ελαστικούς ανιχνευτές, υψηλής απόδοσης μπαταρίες κ.τ.λ. Τα εγχειρίδια της χημείας δεν θα χρειαστεί να αλλαχτούν. Ο περιοδικός πίνακας θα παραμείνει ως έχει, αλλά ίσως μπορέσουμε να έχουμε στη διάθεσή μας περισσότερα «στοιχεία» απ' όσα υπάρχουν έτοιμα στη φύση.