科学摘要

分类： AI

  • AI模型通过社交媒体帖文预测失业数据，较官方发布提前两周

    来源：《PNAS Nexus》

    研究者团队发表研究，基于2020-2022年间3150万推特用户数据，开发出名为JoblessBERT的AI模型。该模型能够有效识别包含俚语或拼写错误的失业相关帖文，经人口统计调整后，可提前约两周预测美国全国、州及城市层面的失业救济申请数据。相较于传统规则方法，其捕捉的失业披露数量增加近三倍，预测误差较行业共识降低54.3%。该方法在新冠疫情期间成功提前数日监测到失业申请激增，展示了社交媒体数据与AI结合可为经济政策提供实时洞察。

  • 研究揭示AI高估人类理性，在策略游戏中易“过度聪明”

    来源：《经济行为与组织杂志》

    研究通过“选美比赛”游戏（0-100选数实验）测试了ChatGPT、Claude等主流AI模型。结果显示，AI能根据对手身份（如大一新生或学术会议参与者）调整策略，但其普遍高估了人类的理性程度，常因预设对手逻辑过强而选择偏离实际的最优数字，导致失败。这表明AI在模拟人类决策时仍存在“过度理性”偏差，未来需优化其对人性的理解，以在经济决策等场景中更贴近真实人类行为。

  • AI助力核物理，时隔25年发现新型双Λ超核

    来源： 《自然·通讯》

    研究团队利用深度学习技术，分析了J-PARC E07实验中尚未开发的大量核乳胶数据，成功识别出新型双Λ超核（硼-13）。这是全球首次通过AI辅助发现的含双奇异夸克原子核，也是25年来第二次明确观测到双Λ超核。该方法仅分析了0.2%的数据即获突破，估算全数据中可能隐藏超2000个类似事件，为探究核力本质与中子星内部物质提供了关键线索。

  • 国产光学AI芯片问世，速度与能效百倍领先英伟达

    来源： 《科学》

    研究团队成功研发全球首款全光学生成式AI芯片“LightGen”。该芯片采用三维结构堆叠超200万个光子“神经元”，实现并行光速处理。在生成高分辨率图像与视频等任务中，其速度较英伟达A100芯片快100倍，能效提升百倍，计算密度亦增加百倍，性能媲美Stable Diffusion等主流模型，为可持续AI发展提供新路径。

  • 研究揭示AI助力科学论文数量激增，语言门槛降低

    来源：《科学》

    研究分析了近210万篇预印本论文发现，使用大语言模型的研究者论文产出显著增加，其中非英语国家学者产量提升最高达89%，AI协助还使论文语言更复杂、引用更广。然而，语言复杂化可能与研究质量呈负相关，可能掩盖薄弱论点。研究者呼吁建立更严格的审核机制，防止AI对科学质量评估体系产生负面影响。

  • 杜克大学新AI框架揭示复杂系统底层规律

    来源：《npj·复杂性》

    杜克大学研究团队开发了一种新型人工智能框架，能够像科学家推导物理定律一样，从复杂系统的时序数据中发现简单、可解释的规则。该框架基于库普曼理论，利用深度学习与物理约束，从数百甚至数千个变量中提取出少数核心隐藏变量，从而构建出紧凑的线性模型，既能准确预测系统长期行为，又能识别系统趋于稳定的状态。该方法已成功应用于气候模型、电路及神经活动等多个领域，有望成为连接AI与人类科学发现的桥梁。

  • AI助力量子磁体模型突破，解决数十年物理难题

    来源：《物理评论B》

    研究团队利用OpenAI的推理模型“o3-mini-high”，首次成功求解了长期未解的一维受阻Potts模型。该模型描述具有多取向电子自旋的量子磁体系统，其复杂性曾使传统数学方法难以处理。AI在一天内解决了三自旋取向的特定情况，帮助研究者识别规律并最终推导出适用于无限自旋取向的普适解析解。这一突破不仅揭示了新型物态相图，还通过精确映射发现了几何阻挫与外磁场诱导阻挫的深层关联，为设计新型量子材料与探索高温超导等强关联电子系统提供了新路径。

  • 专家警告AI聊天机器人可能加剧年轻人孤独问题

    来源：《英国医学杂志》

    专家指出，越来越多年轻人将ChatGPT等AI聊天机器人视为情感陪伴，甚至认为其对话比人际交流更令人满意。这种趋势可能促使一代人学习与缺乏共情和真实联结能力的实体建立情感依恋，构成新的心理健康风险。临床医生在评估患者时应将其对聊天机器人的依赖作为潜在环境风险因素，并开展针对性问询。尽管AI可能提升心理支持的可及性，但当前亟需推动实证研究、制定临床评估指南，并优先发展基于证据的缓解社会孤立与孤独的干预策略。

  • 研究显示大语言模型社交网络构建行为与人类高度相似

    来源：《PNAS Nexus》

    研究团队通过模拟不同社交场景发现，大语言模型在构建网络连接时，会表现出与人类相似的行为特征，包括偏好连接（倾向与已高度连接的节点互动）、三元闭包（通过共同朋友建立联系）、同质性（选择兴趣或背景相似的节点），并能形成“小世界”网络。在真实网络数据测试中，其决策逻辑与人类调查结果高度一致，表明LLM可作为替代人类数据的合成数据源，但也引发对AI系统与现实社会网络互动的思考。

  • AI成人类创意伙伴，多样性设计启发创造力

    来源：《ACM交互智能系统汇刊》

     研究发现，AI在设计任务中可作为激发人类创造力的协作伙伴。实验中，当参与者使用AI生成包含多样设计（包括优秀、奇特甚至缺陷方案）的视觉图库时，他们投入时间更长、设计质量更高、参与感更强。这表明AI的价值不仅在于效率提升，更在于通过提供多样性启发，帮助人类突破思维定式、拓展创意空间。研究呼吁以更全面的维度评估AI创意工具，关注其对人类情感、认知和探索行为的影响。