俄勒冈州立大学研究人员开发出一种新催化剂，能高效低成本清洁制氢，这是目前现有商业催化剂无法做到的。催化剂是一种能提高化学反应速度而自身不会发生任何永久性化学变化的物质。俄勒冈州立大学工程学院的化学工程教授冯振兴（Zhenxing Feng）表示：发现意义重大，因为氢气的生产对“我们生活的许多方面都很重要，例如汽车燃料电池和氨等许多有用化学品的制造。它还被用于精炼金属、生产塑料等人造材料以及一系列其他用途。”冯教授表示，通过电化学催化过程分解水，用这种方法生产氢气比通过二氧化碳的生产过程（被称为甲烷蒸汽重整）从天然气中提取氢气的传统方法更清洁，也更可持续。但是环保技术的成本一直是市场的障碍。

美国空军少将 Daniel Simpson 介绍了使用基于人工智能的实验性目标识别程序的经验，该程序自认为表现良好。Simpson表示，一开始，人工智能从一个传感器获得数据，该传感器以倾斜的角度寻找单个地对地导弹。然后它从另一个传感器接受数据，该传感器以接近垂直的角度寻找多枚导弹。他表示：“算法表现不佳。实际上它的准确率大约只有 25%。”据研究人员、前海军飞行员 Missy Cummings 在 2020 年的一份报告，这是有时被称为脆弱人工智能的一个例子，“当任何算法无法概括或适应一组狭窄假设之外的条件时就会发生”这种情况。Cummings 表示，当用于训练算法的数据包含过多来自某一特定有利位置的图像或传感器数据，而来自其他有利位置、距离或条件的数据不足时，就会变得脆弱。在无人驾驶汽车实验等环境中，研究人员只需收集更多的数据进行训练。但这在军事环境中非常困难，因为可能只有大量的、一种类型的数据——比如说高空卫星或者无人机图像——很少有任何其他类型的数据，因为它们在战场上没用。Simpson 表示，算法的准确率低并不是演习中最令人担忧的地方。虽然算法只有 25% 的时间是正确的，但他表示，“它确信它在 90% 的时间都是正确的，所以它肯定是错误的。这不是算法的错。这是因为我们给它提供了错误的训练数据。”