科学摘要

标签： AI

  • “思维解码”AI可通过脑扫描描述人脑所见图像

    来源：《自然》

    研究人员开发出名为“思维描述”的新技术，该技术基于人工智能模型，通过分析人脑活动扫描数据，能生成描述受试者正在观看或想象内容的文字语句。该系统通过在数千段视频及其对应文本描述和受试者脑扫描数据上进行训练实现这一功能。计算神经科学家亚历克斯·胡斯指出，该技术有望帮助语言障碍者改善沟通，但也引发了对心理隐私的担忧——这种揭示亲密思想的技术可能被恶意利用。

  • AI从头设计抗体实现原子级精准结合，登《自然》封面

    来源：《自然》

    研究团队开发了AI系统RFdiffusion，能够根据用户指定的分子位点（表位）从头设计单域抗体。该系统成功针对流感血凝素、艰难梭菌毒素等目标生成了原子级精准的结合抗体，并通过高分辨率成像验证了其结合模式。尽管目前成功率仅0%-2%，且部分设计存在结合角度偏差，但该方法首次实现了不依赖现有抗体的全新表位特异性设计，为精准靶向病毒关键区域、毒素中和及癌症治疗提供了全新研发路径。

  • 人类对AI的信任危机源于心理认知差异

    来源：《对话》

    尽管AI技术日益成熟，但人们对其普遍存在信任危机。这源于多重心理因素：算法作为“黑箱”运作，违背人类对因果关系的认知需求；当AI犯错时，人们反应比对待人类错误更激烈，因其打破了“机器应绝对理性”的预期；人类会无意识地将情感动机投射到AI，产生诡异感；职业身份受威胁的群体则启动心理防御机制。研究指出，建立信任需突破技术层面，通过增强透明度、可解释性及用户参与感，使AI从神秘工具转变为可对话的协作伙伴。

  • AI发现高效塑料降解酶，推动聚氨酯回收变革

    来源：《科学》

    面对全球仅9%的塑料回收率，研究团队利用图神经网络工具GRASE，从海量酶库中筛选出高效降解聚氨酯（PU）的酶AbPURase。实验表明，该酶在苛刻溶剂环境中稳定性强，能在8小时内实现95%的商用PU泡沫解聚，效率远超传统筛选方法。研究同时发现，传统分类为酯酶的AbPURase实际主要发挥脲烷酶功能，揭示了酶多功能性的应用潜力。该突破为难回收塑料的规模化生物处理提供了新方案，展现了AI在解决环境问题中的实用价值。

  • AI辅助精子回收技术实现首例成功妊娠

    来源：《柳叶刀》

    哥伦比亚大学生育中心研发的STAR技术，首次帮助一对近20年未育的夫妇成功妊娠。该技术针对无精子症患者，通过高分辨率成像拍摄数百万张样本照片，利用AI识别并借助微流控芯片和机器人精准分离出单个健康精子。此前，这类患者常因手术取精失败或人工搜寻成本高昂而难以生育。此案例证明了该技术攻克男性不育难题的潜力，更大规模临床研究正在进行中。

  • AI为何难以承认“我不知道”？

    来源：OpenAI与佐治亚理工学院预印本论文

    研究指出，即使训练数据完美，大型语言模型也因问题的不可判定性而无法全知，其产生“幻觉”（自信地给出错误答案）的根源在于训练方式。当前标准基准测试奖励自信猜测而非诚实承认不确定性。尽管技术上有望通过改进基准让AI学会说“我不知道”，但商业现实却构成悖论：过度坦诚可能导致用户流失，使公司在追求盈利与解决根本问题间陷入两难。

  • 新型机器学习方法实现高效应变量筛选

    来源：《自然·通讯》

    加州理工学院与MIT研究人员开发出名为IT-π的新型数学定理，可自动筛选机器学习模型中最关键的影响变量。该方法基于信息理论，通过计算输入变量与预测目标的”信息重叠度”，剔除无关参数（如用驾照号码预测天气），最终生成无量纲的核心变量组合。实验显示，在预测火星探测器热通量时，该方法将所需变量从7个减至2个，实验次数从2000次降至9次，且保证92%预测置信度。该技术能显著降低模型训练的数据量与能耗。

  • AI与传统搜索引擎对比研究揭示差异

    来源：arXiv预印本服务器

    德国研究人员对比了传统搜索引擎与生成式AI搜索工具（如Google AI Overview、Gemini等）的性能差异。研究发现，AI搜索的信息来源更广泛，但答案稳定性较差，且常依赖内部知识而非实时网络信息。尽管AI能提供综合回答，但可能牺牲可靠来源和结果一致性。研究强调需建立新标准以评估AI生成答案的可靠性。

  • 研究显示医生使用AI决策易遭同行能力质疑

    来源：《npj·数字医学》

    约翰斯·霍普金斯大学研究发现，医生在医疗决策中使用生成式AI会引发同行负面评价：依赖AI作为主要决策工具时，其临床技能与患者护理质量均更易受质疑。尽管医护人员普遍认可AI提升诊断准确性的价值，但将AI定位为“第二意见”仅能部分缓解负面观感。研究表明，AI应用中的社会心理障碍可能成为技术落地的隐形阻力，需通过制度设计平衡技术创新与专业信任。

  • AI技术揭示远古人类“能人”曾是豹子猎物

    来源：《皇家学会开放科学》

    研究人员通过人工智能分析能人化石上的齿痕，发现其与豹子咬痕高度匹配，表明约185万年前的能人并非处于食物链顶端的捕食者，反而可能成为豹子的猎物。这一发现挑战了传统观点——即最早使用石器和狩猎的正是脑容量较大的能人。结合近年发现，直立人化石年代早于已知能人化石，人类进化树可能比想象中更复杂，早期工具制造与狩猎行为或许与其他古人类物种有关。