9月2日外媒科學網站摘要：AI或可提前數月預測大地震
9月2日（星期一）消息，國外知名科學網站的主要內容如下：
《自然》網站（www.nature.com）
研究人員打造了一個“AI科學家”：能完成整個研究週期
科學能否完全自動化？如今，一組機器學習研究人員正在進行嘗試。
“人工智能（AI）科學家”由日本AI初創公司Sakana AI與加拿大及英國的學術實驗室共同開發。它可以完成整個研究週期，從閱讀相關文獻、爲新發現制定假設，到嘗試解決方案並撰寫論文，AI科學家幾乎無所不能。AI科學家甚至可以進行部分同行評審，並評估自己的研究結果。
到目前爲止，AI科學家的研究成果還未能令人驚歎，因爲它僅能在機器學習領域進行研究。尤其是，AI科學家缺乏大多數科學家認爲至關重要的能力——進行實驗室工作的能力。
AI科學家基於大語言模型（LLM）。它以一篇描述機器學習算法的論文爲模板，從搜索文獻中尋找類似的研究開始。隨後，它採用了一種名爲進化計算的技術，該技術的靈感來自達爾文進化論中的突變和自然選擇。AI科學家通過對算法逐步進行小的、隨機的修改，並選擇那些能夠提高效率的修改。
爲了完成這項工作，AI科學家通過運行算法並測量其表現來進行自己的“實驗”。最後，它生成一篇論文，並在一種自動化的同行評審中對其進行評估。通過這種方式“擴充文獻”後，算法能夠基於自身結果再次進入循環。
研究人員承認，AI科學家發表的論文只包含漸進式的進展。一些研究人員在社交媒體上對此發表了嚴厲批評，一位黑客新聞網站的評論者表示：“作爲一名期刊編輯，我可能會直接拒絕來自AI科學家的論文。作爲一名審稿人，我會拒絕審閱這些論文。”
《科學通訊》網站（www.sciencenews.org）
科學家證實太陽風被等離子體波加熱和加速
美國哈佛-史密鬆森天體物理中心的研究人員在最新一期的《科學》雜誌上報告稱，來自美國宇航局帕克太陽探測器和歐洲航天局太陽軌道飛行器的數據表明，當太陽風離開太陽外層大氣層時，阿爾文波（Alfvén waves）向太陽風注入了能量，這可能解釋了爲什麼太陽風比太陽物理學家預期的要更熱、更快。
阿爾文波是太陽產生的等離子體磁場中的振盪。觀測到的阿爾文波具有足夠的能量，可能解釋太陽風的速度和溫度這兩個長期以來的未解之謎，但仍然缺乏直接證據。
2022年2月下旬，帕克號探測器經過了一個距離太陽與水星之間五分之一的區域，該區域正是阿爾文波活動的地方。巧合的是，在不到兩天的時間裡，太陽軌道飛行器在大約金星軌道的位置穿過了同樣的等離子體流。
帕克號測得等離子體流的速度約爲每小時140萬公里，而太陽軌道飛行器測得的速度爲每小時180萬公里。太陽軌道飛行器測量的等離子體溫度高達20萬攝氏度，比理論估計高出三倍。在此期間，阿爾文波已經消散。研究人員計算出，這種波動的消散過程向太陽風注入了足夠的能量，足以解釋太陽軌道飛行器測量到的速度和溫度增加。
但並非所有人都完全相信這個謎團已經解開。一些科學家認爲，研究小組可能沒有充分考慮太陽風的複雜性，這意味着兩個探測器可能並未捕捉到相同的等離子體流。
《每日科學》網站（www.sciencedaily.com）
1、新型化學工具大大加快藥物製造過程
科學家發明了一種新型工具，能夠解鎖以前難以實現的有機化學反應，爲製藥工業開闢了新的路徑，並能夠更快地創造有效藥物。
傳統上，大多數藥物是通過組裝稱爲烷基構建塊的分子片段來製造的，這是一種具有廣泛應用的有機化合物。然而，由於將不同類型的這些化合物組合成新物質非常困難，這種創造方法具有侷限性，尤其對於複雜藥物而言。
爲了解決這個問題，美國俄亥俄州立大學的一組化學家報告發現了一種特殊類型的穩定鎳複合物——鎳烷基配合物。
研究的首席研究員表示，由於這種化合物可以直接從經典的化學基本塊中製造出來，而且易於分離，科學家們可以將其與其他基本塊混合，從而開闢一個新的化學領域。
具體來說，此前將一種藥物成功推向市場平均可能需要10年的研發時間。儘管鎳烷基配合物對化學家來說仍然具有挑戰性，但通過結合有機合成、無機化學和電池科學，俄亥俄州立大學的團隊找到了釋放它們潛力的方法。
根據他們的研究，傳統的單一化學反應構建新分子的方法需要大量時間和精力，而他們的新工具可以在過去製造一種藥物所需的時間內，製造出96種新的藥物衍生物。
這項研究成果最近發表在《自然》（Nature）雜誌上。
2、機器學習可提前數月預測大地震
美國阿拉斯加大學費爾班克斯分校的科學家通過分析阿拉斯加和加州發生的兩次大地震，表明通過識別此前大範圍的低水平構造動盪，公衆可能提前幾天或幾個月收到大地震警告。
這項基於機器學習的地震檢測方法發表在最新一期的《自然通訊》（Nature Communications）上。研究表明，先進的統計技術，特別是機器學習，有可能通過分析地震目錄中的數據集來識別大地震的前兆。
研究人員編寫了一個計算機算法來搜索數據以尋找異常的地震活動。算法是一組計算機指令，用於教導程序解釋數據，從中學習並做出明智的預測或決策。研究人員集中研究了兩次大地震：2018年阿拉斯加7.1級安克雷奇地震和2019年加州里奇克萊斯特地震（地震序列爲6.4級至7.1級）。他們發現，在兩次地震發生前，阿拉斯加中南部和南加州約15%至25%的區域內出現了爲期約三個月的異常低震級地震活動。
機器學習對地震研究產生了重大積極影響。研究人員強調，現代地震網絡生成了大量數據集，經過適當分析，可以爲地震事件的前兆提供有價值的見解。這正是機器學習和高性能計算的進步可以發揮變革性作用的地方，使研究人員能夠識別可能預示即將發生地震的有意義模式。
《賽特科技日報》網站（https://scitechdaily.com）
1、科學家開發了可在堆肥或侵蝕中降解的“活”塑料
科學家們開發了一種嵌入塑料中的工程孢子，這些孢子在使用過程中保持穩定，但在暴露於特定環境觸發因素時迅速降解。這種創新的方法可能顯著減少塑料污染。
這項研究由中國科學院深圳先進技術研究院（SIAT）的戴卓君博士團隊領導，研究成果最近發表在《自然化學生物學》（Nature Chemical Biology）雜誌上。
該研究利用孢子的自然恢復能力，這些孢子能夠忍受極端環境條件，並通過編程使其在特定環境下分泌塑料降解酶。孢子通過標準的塑料加工方法，如高溫、高壓或使用有機溶劑，嵌入到塑料基質中。
在正常情況下，工程孢子處於休眠狀態，確保塑料的穩定性。然而，當暴露於特定觸發因素，如表面侵蝕或堆肥時，孢子會被激活並啓動降解過程，導致塑料最終完全分解。
2、關於幻覺的神經科學：我們能感覺到不存在的東西嗎？
一個人在沒有實際觸覺刺激的情況下可能體驗到觸覺。當神經系統感知到一種並非來自真實身體觸摸的觸覺錯覺時，這種現象被稱爲“幻覺”（phantom sensation）。
西班牙馬拉加大學的研究人員在理解“幻覺”方面取得了重大進展。他們首次確定了振動點必須移動的最小距離，才能讓人感知到這種移動的幻覺。
研究描述瞭如何使用兩個振動裝置（稱爲振動觸覺致動器）在皮膚上的不同位置產生運動錯覺。研究人員稱，在適當的刺激下，個體不會感知到兩個孤立的振動，而是體驗到一個振動點在這兩個設備之間移動的感覺，儘管這種移動實際上並不存在。
研究人員表示，這項研究使他們能夠改進用於誘導幻覺的配置參數。
研究發現，當振動點的移動距離至少達到致動器間隙的20%時，個體能夠感知到振動點的移動。
這些觸覺錯覺的主要應用之一是在虛擬和增強現實中。僅用幾個致動器就能產生移動感覺的能力是一大優勢，有可能促使開發出成本效益高、重量輕且分辨率更高的設備。
此外，這項技術還能改進觸覺背心、視頻遊戲、盲人觸摸屏，甚至音樂會，爲用戶提供增強的真實感和新的感官體驗。
這項研究發表在《顯示器》（Displays）雜誌上。（劉春）