9月2日外媒科学网站摘要：AI或可提早数月猜测大地震

09-02 961阅读 0评论

9月2日（星期一）音讯，国外闻名科学网站的首要内容如下：

《天然》网站（www.nature.com）

研讨人员打造了一个“AI科学家”：能完结整个研讨周期

科学能否彻底自动化？现在，一组机器学习研讨人员正在进行测验。

“人工智能（AI）科学家”由日本AI草创公司Sakana AI与加拿大及英国的学术试验室共同开发。它可以完结整个研讨周期，从阅览相关文献、为新发现拟定假定，到测验处理方案并撰写论文，AI科学家简直无所不能。AI科学家乃至可以进行部分同行评定，并评价自己的研讨成果。

到目前为止，AI科学家的研讨成果还未能令人惊叹，因为它仅能在机器学习范畴进行研讨。特别是，AI科学家缺少大多数科学家认为至关重要的才能——进行试验室作业的才能。

AI科学家依据大言语模型（LLM）。它以一篇描绘机器学习算法的论文为模板，从查找文献中寻觅相似的研讨开端。随后，它采用了一种名为进化核算的技能，该技能的创意来自达尔文进化论中的骤变和天然挑选。AI科学家经过对算法逐渐进行小的、随机的修正，并挑选那些可以前进功率的修正。

为了完结这项作业，AI科学家经过运转算法并丈量其体现来进行自己的“试验”。终究，它生成一篇论文，并在一种自动化的同行评定中对其进行评价。经过这种办法“扩大文献”后，算法可以依据本身成果再次进入循环。

研讨人员供认，AI科学家宣布的论文只包括渐进式的发展。一些研讨人员在交际媒体上对此宣布了严厉批评，一位黑客新闻网站的评论者标明：“作为一名期刊修改，我或许会直接回绝来自AI科学家的论文。作为一名审稿人，我会回绝审理这些论文。”

《科学通讯》网站（www.sciencenews.org）

科学家证明太阳风被等离子体波加热和加速

美国哈佛-史密松森天体物理中心的研讨人员在最新一期的《科学》杂志上陈述称，来自美国宇航局帕克太阳探测器和欧洲航天局太阳轨迹飞行器的数据标明，当太阳风脱离太阳外层大气层时，阿尔文波（Alfvén waves）向太阳风注入了能量，这或许解说了为什么太阳风比太阳物理学家预期的要更热、更快。

阿尔文波是太阳发生的等离子体磁场中的振荡。观测到的阿尔文波具有满足的能量，或许解说太阳风的速度和温度这两个长期以来的未解之谜，但依然缺少直接依据。

2022年2月下旬，帕克号探测器经过了一个间隔太阳与水星之间五分之一的区域，该区域正是阿尔文波活动的当地。偶然的是，在不到两天的时刻里，太阳轨迹飞行器在大约金星轨迹的方位穿过了相同的等离子体流。

帕克号测得等离子体流的速度约为每小时140万公里，而太阳轨迹飞行器测得的速度为每小时180万公里。太阳轨迹飞行器丈量的等离子体温度高达20万摄氏度，比理论估量高出三倍。在此期间，阿尔文波现已散失。研讨人员核算出，这种动摇的散失进程向太阳风注入了满足的能量，足以解说太阳轨迹飞行器丈量到的速度和温度添加。

但并非所有人都彻底信任这个疑团现已解开。一些科学家认为，研讨小组或许没有充分考虑太阳风的杂乱性，这意味着两个探测器或许并未捕捉到相同的等离子体流。

《每日科学》网站（www.sciencedaily.com）

1、新式化学东西大大加速药物制作进程

科学家发明晰一种新式东西，可以解锁曾经难以实现的有机化学反应，为制药工业拓荒了新的途径，并可以更快地发明有用药物。

传统上，大多数药物是经过拼装称为烷基构建块的分子片段来制作的，这是一种具有广泛使用的有机化合物。但是，因为将不同类型的这些化合物组组成新物质十分困难，这种发明办法具有局限性，特别关于杂乱药物而言。

为了处理这个问题，美国俄亥俄州立大学的一组化学家陈述发现了一种特别类型的安稳镍复合物——镍烷基协作物。

研讨的首席研讨员标明，因为这种化合物可以直接从经典的化学基本块中制作出来，并且易于别离，科学家们可以将其与其他基本块混合，然后拓荒一个新的化学范畴。

具体来说，此前将一种药物成功推向市场均匀或许需求10年的研制时刻。虽然镍烷基协作物对化学家来说依然具有挑战性，但经过结合有机组成、无机化学和电池科学，俄亥俄州立大学的团队找到了开释它们潜力的办法。

依据他们的研讨，传统的单一化学反应构建新分子的办法需求很多时刻和精力，而他们的新东西可以在曩昔制作一种药物所需的时刻内，制作出96种新的药物衍生物。

这项研讨成果最近宣布在《天然》（Nature）杂志上。

2、机器学习可提早数月猜测大地震

美国阿拉斯加大学费尔班克斯分校的科学家经过剖析阿拉斯加和加州发生的两次大地震，标明经过辨认此前大范围的低水平结构动乱，大众或许提早几天或几个月收到大地震正告。

这项依据机器学习的地震检测办法宣布在最新一期的《天然通讯》（Nature Communications）上。研讨标明，先进的核算技能，特别是机器学习，有或许经过剖析地震目录中的数据集来辨认大地震的先兆。

研讨人员编写了一个核算机算法来查找数据以寻觅反常的地震活动。算法是一组核算机指令，用于教训程序解说数据，从中学习并做出正确的猜测或决议计划。研讨人员会集研讨了两次大地震：2018年阿拉斯加7.1级安克雷奇地震和2019年加州里奇克莱斯特地震（地震序列为6.4级至7.1级）。他们发现，在两次地震发生前，阿拉斯加中南部和南加州约15%至25%的区域内呈现了为期约三个月的反常低震级地震活动。

机器学习对地震研讨发生了严重积极影响。研讨人员着重，现代地震网络生成了很多数据集，经过恰当剖析，可以为地震事情的先兆供给有价值的见地。这正是机器学习和高性能核算的前进可以发挥革新性效果的当地，使研讨人员可以辨认或许预示行将发生地震的有意义形式。

《赛特科技日报》网站（https://scitechdaily.com）

1、科学家开发了可在堆肥或腐蚀中降解的“活”塑料

科学家们开发了一种嵌入塑猜中的工程孢子，这些孢子在运用进程中保持安稳，但在露出于特定环境触发要素时敏捷降解。这种立异的办法或许明显削减塑料污染。

这项研讨由中国科学院深圳先进技能研讨院（SIAT）的戴卓君博士团队领导，研讨成果最近宣布在《天然化学生物学》（Nature Chemical Biology）杂志上。

该研讨运用孢子的天然恢复才能，这些孢子可以忍耐极点环境条件，并经过编程使其在特定环境下排泄塑料降解酶。孢子经过规范的塑料加工办法，如高温、高压或运用有机溶剂，嵌入到塑料基质中。

在正常情况下，工程孢子处于休眠状况，保证塑料的安稳性。但是，当露出于特定触发要素，如外表腐蚀或堆肥时，孢子会被激活并发动降解进程，导致塑料终究彻底分化。

2、关于幻觉的神经科学：咱们能感觉到不存在的东西吗？

一个人在没有实践触觉影响的情况下或许体会到触觉。当神经系统感知到一种并非来自实在身体接触的触觉幻觉时，这种现象被称为“幻觉”（phantom sensation）。

西班牙马拉加大学的研讨人员在了解“幻觉”方面取得了严重发展。他们初次确认了振荡点有必要移动的最小间隔，才能让人感知到这种移动的幻觉。

研讨描绘了怎么运用两个振荡设备（称为振荡触觉致动器）在皮肤上的不同方位发生运动幻觉。研讨人员称，在恰当的影响下，个别不会感知到两个孤立的振荡，而是体会到一个振荡点在这两个设备之间移动的感觉，虽然这种移动实践上并不存在。

研讨人员标明，这项研讨使他们可以改善用于诱导幻觉的装备参数。