科学摘要

标签： AI

  • AI筛选药物组合有望治疗高危神经母细胞瘤

    来源：《EMBO分子医学》

    瑞典隆德大学研究团队利用机器学习，通过分析基因数据和现有药物作用机制，发现降胆固醇的他汀类药物与止吐的吩噻嗪类药物联用，对高危神经母细胞瘤具有显著协同治疗效果。该组合通过双重途径降低肿瘤细胞胆固醇水平，抑制肿瘤生长并提高化疗敏感性。动物实验显示该疗法能延缓肿瘤进展、提高存活率，为治疗这种难治性儿童癌症提供了新策略。

  • 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。

  • 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新框架CatDRX加速催化剂智能设计

    来源：《通讯·化学》

    日本东京科学大学团队开发了一种生成式人工智能框架CatDRX。该模型能通过学习大型化学反应数据集，结合反应物、产物等具体反应条件，来预测催化剂性能并设计全新的催化剂结构。研究团队在多个真实反应案例中验证了其有效性，证明了CatDRX能够大幅缩短传统催化剂研发所需的时间与实验成本，为可持续化学和工业生产提供了高效的智能设计新路径。

  • 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。

  • AI揭示癌症“协同作战”基因网络，为精准治疗开辟新路

    来源：《皇家学会开放科学》

    南澳大学科学家开发出一种AI新方法，首次揭示癌症的进展并非由单个突变基因驱动，而是由协同合作的基因网络共同推动。该AI系统通过分析基因在肿瘤发展过程中的动态相互影响，成功识别出这些合作网络。在乳腺癌数据验证中，它不仅确认了已知的癌症驱动基因，还发现了多个隐藏的、参与细胞信号、免疫反应和转移的新候选基因。这一突破性框架改变了癌症研究范式，有助于为缺乏常见突变的患者发现新的治疗靶点，并可推广至神经退行性疾病等其他动态演变疾病的研究中。

  • 大脑处理语言的方式与AI大模型高度相似

    来源：《自然·通讯》

    研究表明，大脑在处理口语时，其神经活动的时间序列与大型语言模型的层级计算过程高度对应。通过记录人聆听故事时的颅内脑电，研究者发现大脑活动先对齐AI浅层（处理词级特征），后对齐AI深层（整合语境与意义），尤其是在布罗卡区等高级语言区。这一发现挑战了语言理解基于固定语法规则的传统理论，支持“意义通过分层统计式加工逐步涌现”的动态模型，并为研究人脑如何构建意义提供了公开神经数据集。