来源: 网易科技报道
 北京5月13日（星期二）消息，国外知名科学网站的主要内容如下： 《自然》网站（www.nature.com） AI将成科研新主力？OpenAI首席科学家展望未来 OpenAI以ChatGPT闻名，这款基于大型语言模型的免费AI工具在2022年问世后迅速走红。该公司随后推出了一系列尖端技术，包括能逐步“思考”的推理模型，帮助研究者完成逻辑任务、编写代码甚至生成假设。然而，其高能耗和封闭性也引发争议——多数模型仅供使用，不可二次开发。 最近，OpenAI首席科学家雅库布·帕乔茨基（Jakub Pachocki）在接受《自然》（Nature）杂志采访时表示，当前AI仍需人工引导，但未来将实现自主研究。例如，其“深度研究”工具已能独立运行20分钟并产出成果。他预测，AI将很快在软件工程、硬件设计等领域实现突破，且计算资源的投入会大幅增加。 关于技术原理，帕乔茨基解释，ChatGPT通过“预训练+强化学习”构建：先吸收海量数据建立认知，再通过人类反馈优化行为。新型推理模型强化了后者，使AI能自主形成思考逻辑。但他强调，AI的“推理”不同于人类，虽能发现新见解，但缺乏对学习过程的自我认知。 对于开源计划，OpenAI将发布自2019年以来首个开源模型，但出于安全考虑，不会开放最尖端技术。帕乔茨基认为，随着AI能力提升，需谨慎评估其社会影响。 谈及通用人工智能（AGI），他定义AGI的下个里程碑为“产生实际经济价值，尤其是自主开展研究”，并预计本年代末将有重大进展。 《科学通讯》网站（www.sciencenews.org） 塑料暗藏“心脏杀手”？全球数十万人死亡或与它有关 研究表明，家用塑料中常见的邻苯二甲酸盐（Phthalates）已被证实与心脏病死亡存在关联。2018年，全球55至64岁人群中因心血管疾病死亡的260余万病例中，约13.5%可能与接触此类化学物质有关。该研究最近发表于生物医学综合性期刊《eBioMedicine》。 邻苯二甲酸盐是一组化学化合物，广泛存在于洗发水、护肤品、食品包装及医疗用品（如血袋）中，用于增强塑料的柔韧性。这些化学物质可通过食物、空气或皮肤接触进入人体，干扰内分泌系统，影响激素水平。此前研究已发现其与糖尿病、肥胖、妊娠并发症及心脏病的潜在关联。 美国纽约大学朗格尼健康研究中心的研究团队重点分析了DEHP（一种常用于软化PVC塑料的邻苯二甲酸盐）与心血管疾病的关系。通过对比2008年全球DEHP暴露数据与十年后的心脏病死亡率，研究发现2018年全球超35万例死亡可能与DEHP暴露相关，其中约75%集中在中东、南亚、东亚及太平洋地区，可能与当地塑料工业的快速发展有关。但研究仅表明两者存在相关性，而非直接因果关系。 研究再次警示塑料污染的潜在危害，呼吁减少塑料使用以降低健康风险。专家强调，全球需共同应对这一严峻问题，避免进一步加剧健康与环境危机。 《每日科学》网站（www.sciencedaily.com） 1、无需实验室！机器学习让土壤污染物“无处藏身” 美国莱斯大学与贝勒医学院的研究团队开发出一种新型土壤污染物检测方法，可识别包括未在实验室分离或研究过的有害物质。该技术结合光成像技术、理论预测和机器学习算法，有效检测多环芳烃（PAHs）及其衍生物（PACs），这些物质与癌症、发育障碍等健康问题密切相关。这项研究成果最近发表于《美国国家科学院院刊》（PNAS）。 传统检测依赖实验室设备和标准参照样本，但许多污染物缺乏实验数据。新方法采用表面增强拉曼光谱技术，通过分析光与分子作用产生的独特光谱“指纹”识别污染物。研究团队利用密度泛函理论计算PAHs和PACs的光谱特征，建立虚拟光谱数据库，再通过机器学习算法比对真实土壤样本的光谱数据，实现精准识别。 该方法突破了传统检测的局限，尤其适用于土壤中因化学转化而难以检测的污染物。在修复流域和自然保护区的测试中，即使微量PAHs也能被准确检出，且流程更快速简便。 未来，通过整合机器学习算法、光谱库和便携式拉曼设备，该方法可应用于现场检测，帮助农民、社区和环保机构快速获取结果，无需依赖专业实验室。这一技术为环境监测提供了更高效、更全面的解决方案，有望推动土壤污染治理的进步。 |
