科学摘要

标签： AI

  • 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。

  • 格拉斯哥大学开发新型AI模型 精准预测蛋白质相互作用

    来源： 《自然-通讯》

    研究团队利用天文物理超级计算机，开发出名为PLM-Interact的蛋白质语言模型。该模型通过分析42.1万对人类蛋白质对进行训练，在预测蛋白质相互作用方面比现有最佳模型准确率提升16%-28%，并能精准识别导致癌症等疾病的突变影响。研究还证实该模型能有效预测病毒与人类蛋白质的相互作用，为理解疾病机制、病毒传播及新药研发提供了强大工具。

  • 新型AI工具通过单次脑部MRI预测生物衰老速度及痴呆风险

    来源：《自然·衰老》（Nature Aging）

    多国科学家团队开发出”DunedinPACNI”工具，仅需一次45岁时的脑部MRI扫描，即可预测个体生物衰老速度。该工具基于新西兰但尼丁研究超千人的长期健康数据，能准确识别快速衰老者——其痴呆风险增加60%，慢性病风险提高18%，死亡率上升40%。研究揭示了大脑与身体衰老的紧密关联，为早期干预提供新可能，但临床应用仍需进一步验证。

  • AI预知人类行为：Centaur模型超越经典心理学理论

    来源： 《自然》

    人工智能系统Centaur能预测人类在各类情境下的决策，其表现常优于心理学经典理论。该系统基于160项心理学实验（6万人累计1000万次选择）训练，可模拟问题解决、赌博等任务中的行为，甚至能泛化至未训练过的任务。研究合著者Marcel Binz表示，Centaur使”在计算机模拟中运行实验替代真人参与”成为可能。

  • 论文暗藏AI专属指令，操纵审稿结果引争议

    来源：《自然》

    研究人员在论文中植入针对AI的隐藏指令，试图诱导大语言模型生成有利的审稿意见。《自然》已发现18篇含此类操作的计算机科学预印本论文。尽管多数出版商禁止AI参与审稿，但部分研究者仍违规使用AI评估论文。专家指出，这一漏洞正被恶意利用，威胁学术评审公正性。

  • 智能手机AI视网膜追踪器1秒筛查糖尿病眼病

    来源：物理学家组织网

    美国团队研发的便携设备集成AI算法，通过智能手机即可实现专业级视网膜分析，1秒内完成糖尿病视网膜病变分期（准确率99%）。该技术可解决医疗资源匮乏地区的早期筛查难题，覆盖全球超1亿糖尿病患者。（基于数万张多族裔视网膜图像数据库开发）

  • AI”鹰眼”从病理切片直接识别肺癌基因突变

    来源：《自然·医学》

    AI系统Eagle通过分析5000多张肺癌病理切片，学会识别表皮生长因子受体(EGFR)突变的视觉特征。实际测试中，该技术使EGFR基因检测需求降低43%，为无法负担昂贵基因测序的患者提供快速、低成本的替代方案。

  • AI设计新方法突破无序蛋白靶向难题

    来源：《科学》

    《科学》杂志最新研究报道，科学家结合传统物理方法和深度学习技术，开发出名为“logos”的创新设计策略，成功靶向传统难以结合的无序蛋白区域。研究团队通过自建结合口袋模板库，并利用扩散模型优化设计，最终获得39种高亲和力结合口袋。该方法有望推动新型药物、抗体类似物及研究试剂的开发。由于人类蛋白质中约1/3区域为无序结构，该技术或将为生物医学领域开辟全新研究方向。