9月2日外媒科学网站摘要：AI或可提前数月预测大地震
9月2日（星期一）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
研究人员打造了一个“AI科学家”：能完成整个研究周期
科学能否完全自动化？如今，一组机器学习研究人员正在进行尝试。
“人工智能（AI）科学家”由日本AI初创公司Sakana AI与加拿大及英国的学术实验室共同开发。它可以完成整个研究周期，从阅读相关文献、为新发现制定假设，到尝试解决方案并撰写论文，AI科学家几乎无所不能。AI科学家甚至可以进行部分同行评审，并评估自己的研究结果。
到目前为止，AI科学家的研究成果还未能令人惊叹，因为它仅能在机器学习领域进行研究。尤其是，AI科学家缺乏大多数科学家认为至关重要的能力——进行实验室工作的能力。
AI科学家基于大语言模型（LLM）。它以一篇描述机器学习算法的论文为模板，从搜索文献中寻找类似的研究开始。随后，它采用了一种名为进化计算的技术，该技术的灵感来自达尔文进化论中的突变和自然选择。AI科学家通过对算法逐步进行小的、随机的修改，并选择那些能够提高效率的修改。
为了完成这项工作，AI科学家通过运行算法并测量其表现来进行自己的“实验”。最后，它生成一篇论文，并在一种自动化的同行评审中对其进行评估。通过这种方式“扩充文献”后，算法能够基于自身结果再次进入循环。
研究人员承认，AI科学家发表的论文只包含渐进式的进展。一些研究人员在社交媒体上对此发表了严厉批评，一位黑客新闻网站的评论者表示：“作为一名期刊编辑，我可能会直接拒绝来自AI科学家的论文。作为一名审稿人，我会拒绝审阅这些论文。”
《科学通讯》网站（www.sciencenews.org）
科学家证实太阳风被等离子体波加热和加速
美国哈佛-史密松森天体物理中心的研究人员在最新一期的《科学》杂志上报告称，来自美国宇航局帕克太阳探测器和欧洲航天局太阳轨道飞行器的数据表明，当太阳风离开太阳外层大气层时，阿尔文波（Alfvén waves）向太阳风注入了能量，这可能解释了为什么太阳风比太阳物理学家预期的要更热、更快。
阿尔文波是太阳产生的等离子体磁场中的振荡。观测到的阿尔文波具有足够的能量，可能解释太阳风的速度和温度这两个长期以来的未解之谜，但仍然缺乏直接证据。
2022年2月下旬，帕克号探测器经过了一个距离太阳与水星之间五分之一的区域，该区域正是阿尔文波活动的地方。巧合的是，在不到两天的时间里，太阳轨道飞行器在大约金星轨道的位置穿过了同样的等离子体流。
帕克号测得等离子体流的速度约为每小时140万公里，而太阳轨道飞行器测得的速度为每小时180万公里。太阳轨道飞行器测量的等离子体温度高达20万摄氏度，比理论估计高出三倍。在此期间，阿尔文波已经消散。研究人员计算出，这种波动的消散过程向太阳风注入了足够的能量，足以解释太阳轨道飞行器测量到的速度和温度增加。
但并非所有人都完全相信这个谜团已经解开。一些科学家认为，研究小组可能没有充分考虑太阳风的复杂性，这意味着两个探测器可能并未捕捉到相同的等离子体流。
《每日科学》网站（www.sciencedaily.com）
1、新型化学工具大大加快药物制造过程
科学家发明了一种新型工具，能够解锁以前难以实现的有机化学反应，为制药工业开辟了新的路径，并能够更快地创造有效药物。
传统上，大多数药物是通过组装称为烷基构建块的分子片段来制造的，这是一种具有广泛应用的有机化合物。然而，由于将不同类型的这些化合物组合成新物质非常困难，这种创造方法具有局限性，尤其对于复杂药物而言。
为了解决这个问题，美国俄亥俄州立大学的一组化学家报告发现了一种特殊类型的稳定镍复合物——镍烷基配合物。
研究的首席研究员表示，由于这种化合物可以直接从经典的化学基本块中制造出来，而且易于分离，科学家们可以将其与其他基本块混合，从而开辟一个新的化学领域。
具体来说，此前将一种药物成功推向市场平均可能需要10年的研发时间。尽管镍烷基配合物对化学家来说仍然具有挑战性，但通过结合有机合成、无机化学和电池科学，俄亥俄州立大学的团队找到了释放它们潜力的方法。
根据他们的研究，传统的单一化学反应构建新分子的方法需要大量时间和精力，而他们的新工具可以在过去制造一种药物所需的时间内，制造出96种新的药物衍生物。
这项研究成果最近发表在《自然》（Nature）杂志上。
2、机器学习可提前数月预测大地震
美国阿拉斯加大学费尔班克斯分校的科学家通过分析阿拉斯加和加州发生的两次大地震，表明通过识别此前大范围的低水平构造动荡，公众可能提前几天或几个月收到大地震警告。
这项基于机器学习的地震检测方法发表在最新一期的《自然通讯》（Nature Communications）上。研究表明，先进的统计技术，特别是机器学习，有可能通过分析地震目录中的数据集来识别大地震的前兆。
研究人员编写了一个计算机算法来搜索数据以寻找异常的地震活动。算法是一组计算机指令，用于教导程序解释数据，从中学习并做出明智的预测或决策。研究人员集中研究了两次大地震：2018年阿拉斯加7.1级安克雷奇地震和2019年加州里奇克莱斯特地震（地震序列为6.4级至7.1级）。他们发现，在两次地震发生前，阿拉斯加中南部和南加州约15%至25%的区域内出现了为期约三个月的异常低震级地震活动。
机器学习对地震研究产生了重大积极影响。研究人员强调，现代地震网络生成了大量数据集，经过适当分析，可以为地震事件的前兆提供有价值的见解。这正是机器学习和高性能计算的进步可以发挥变革性作用的地方，使研究人员能够识别可能预示即将发生地震的有意义模式。
《赛特科技日报》网站（https://scitechdaily.com）
1、科学家开发了可在堆肥或侵蚀中降解的“活”塑料
科学家们开发了一种嵌入塑料中的工程孢子，这些孢子在使用过程中保持稳定，但在暴露于特定环境触发因素时迅速降解。这种创新的方法可能显著减少塑料污染。
这项研究由中国科学院深圳先进技术研究院（SIAT）的戴卓君博士团队领导，研究成果最近发表在《自然化学生物学》（Nature Chemical Biology）杂志上。
该研究利用孢子的自然恢复能力，这些孢子能够忍受极端环境条件，并通过编程使其在特定环境下分泌塑料降解酶。孢子通过标准的塑料加工方法，如高温、高压或使用有机溶剂，嵌入到塑料基质中。
在正常情况下，工程孢子处于休眠状态，确保塑料的稳定性。然而，当暴露于特定触发因素，如表面侵蚀或堆肥时，孢子会被激活并启动降解过程，导致塑料最终完全分解。
2、关于幻觉的神经科学：我们能感觉到不存在的东西吗？
一个人在没有实际触觉刺激的情况下可能体验到触觉。当神经系统感知到一种并非来自真实身体触摸的触觉错觉时，这种现象被称为“幻觉”（phantom sensation）。
西班牙马拉加大学的研究人员在理解“幻觉”方面取得了重大进展。他们首次确定了振动点必须移动的最小距离，才能让人感知到这种移动的幻觉。
研究描述了如何使用两个振动装置（称为振动触觉致动器）在皮肤上的不同位置产生运动错觉。研究人员称，在适当的刺激下，个体不会感知到两个孤立的振动，而是体验到一个振动点在这两个设备之间移动的感觉，尽管这种移动实际上并不存在。
研究人员表示，这项研究使他们能够改进用于诱导幻觉的配置参数。
研究发现，当振动点的移动距离至少达到致动器间隙的20%时，个体能够感知到振动点的移动。
这些触觉错觉的主要应用之一是在虚拟和增强现实中。仅用几个致动器就能产生移动感觉的能力是一大优势，有可能促使开发出成本效益高、重量轻且分辨率更高的设备。
此外，这项技术还能改进触觉背心、视频游戏、盲人触摸屏，甚至音乐会，为用户提供增强的真实感和新的感官体验。
这项研究发表在《显示器》（Displays）杂志上。（刘春）