环球科学：一个简单的动作，就能有效避免腰痛；如何识...

lameihua

　　· 人工智能 ·

　　OpenAI前首席科学家Ilya Sutskever成立新公司，专注于安全超级智能

　　北京时间6月20日，OpenAI前首席科学家Ilya Sutskever在社交平台X上宣布，他“创办了一家新公司”，名为“安全超级智能”（Safe Superintelligence, SSI）。在推文中，Ilya Sutskever表示，“我们将单刀直入地追求安全超级智能，只有一个焦点、一个目标、一个产品。”据Bloomberg报道，SSI希望能在一个纯粹的研究组织内创建一个安全、强大的人工智能系统，该组织近期无意销售人工智能产品或服务，“它的第一个产品将是安全的超级智能，在那之前不会做任何其他事情”。

　　今年5月15日，Ilya Sutskever在X上宣布他将离开OpenAI。关于后续规划，他表示对接下来的一切感到兴奋，因为接下来他要去做一个对他个人来说非常有意义的项目。（Bloomberg）

　　· 健康 ·

　　研究发现，步行对预防腰痛有巨大好处

　　全世界有超过6亿人患有腰痛，这会导致生活质量下降或更严重的健康问题。近日，一项发表于《柳叶刀》（The Lancet）的研究发现，反复发作的腰痛患者如果定期散步，或许有助于避免腰痛短时间复发。研究人员选择701个年龄在20至82岁的人作为受试者，他们居住在澳大利亚各地，在加入研究前的6个月内均经历过腰痛反复发作的情况。研究人员将受试者随机分配成试验组（351人）和对照组（350人），其中试验组实施个性化的步行计划并参与6次物理治疗师指导的教育课程。研究人员对受试者进行了1至3年的跟踪调查，具体时间取决于他们何时加入研究。结果显示，试验组出现一次腰痛复发所需时间的中位数为208天，而对照组则是112天。不过，目前研究人员还不知道为什么步行有助于预防腰痛复发，因而还需要更多研究。（New Scientist，MACQUARIE UNIVERSITY）

　　· 人工智能 ·

　　如何识破大语言模型在胡编乱造

　　ChatGPT和Gemini等大语言模型（LLM）能够阅读和生成自然人类语言。不过，这类系统很容易产生“幻觉”（hallucination），生成不准确或没有意义的内容。然而由于LLM回答时的语言可能看起来很可信，因此很难检测LLM出现幻觉的程度。最近，《自然》（Nature）发表的一项研究报道了一种能检测LLM幻觉的方法，该方法能测量生成回答的含义的不确定性，或能用于提升LLM输出的可靠性。

　　研究团队尝试量化一个LLM产生幻觉的程度，从而判断生成的内容有多忠于提供的源内容。他们的方法能检测“编造”（confabulation）——这是“幻觉”的一个子类别，特指不准确和随意的内容，常出现在LLM缺乏某类知识的情况下。这种方法考虑了语言的微妙差别，以及回答如何能以不同的方式表达，从而拥有不同的含义。作者的研究表明，他们的方法能在LLM生成的个人简介，以及关于琐事、常识和生命科学这类话题的回答中识别出“编造”。

　　在一篇同时发表的“新闻与观点”文章中，该观点文章的作者指出，该任务由一个LLM完成，并通过第三个LLM进行评价，等于在“以毒攻毒”。她还写道，“用一个LLM评估一种基于LLM的方法似乎是在循环论证，而且可能有偏差。”不过，作者指出他们的方法有望帮助用户理解在哪些情况下使用LLM的回答需要注意，也意味着可以提高LLM在更多应用场景中的置信度。

　　· 生物学 ·

　　迄今最详细的脊髓损伤生物图谱

　　脊髓损伤（Spinal cord injury, SCI）能够造成神经组织的不可逆损伤，导致严重甚至永久性的神经功能丧失，例如瘫痪等症状。脊髓损伤后会引发一系列细胞和分子反应，其复杂性使开发安全有效的脊髓修复疗法非常困难。近日，瑞士洛桑联邦理工大学的研究团队在《自然》（Nature）发表了一份名为“瘫痪图表”（Tabulae Paralytica）的单细胞和空间图谱，以前所未有的详尽程度揭示了脊髓损伤后每个细胞中会发生的复杂分子过程 。

　　研究人员结合单细胞测序、空间转录组学和机器学习技术，对小鼠脊髓损伤后的细胞和分子动力学进行跨时空分析。他们绘制了四份图谱，包括一份涵盖50万个细胞的单核转录组图谱，一份将同一细胞核内的转录组和表观基因组测量配对的多组学图谱，以及两份损伤脊髓空间转录组图谱。利用这些图谱，研究人员发现星形胶质细胞其实具有神经保护的作用，有助于修复脊髓损伤，并开发了一种靶向基因治疗方法。此外，他们还确定一个特定的神经元亚群Vsx2在神经回路重组中起主要作用，成为脊髓修复的重要靶点。这份生物图谱提供了对脊髓损伤病理学的全面了解，有助于开发更加有效和个性化的治疗方法。（ECOLE POLYTECHNIQUE F?D?RALE DE LAUSANNE）

　　· 化学 ·

　　催化剂在原子层面起效的新见解

　　电化学反应是电池、电解等技术的基础，过程中通常利用催化剂来提高电化学反应效率。近日，一项发表于《自然》（Nature）的研究开发了一种新技术，以前所未有的分辨率在原子水平上研究了电化学催化过程。

　　研究团队设计了一种电池：聚合物液体电池（PCL）。这种电池会与透射电子显微镜（TEM）配合使用，并且可以在特定时间点停止反应，以便研究人员结合其他表征工具，在原子尺度上实现对催化系统的精确成像，并观察不同反应阶段的电池组分变化。接着，研究人员在铜催化体系上测试了这种方法，值得一提的是，该铜催化体系可以将二氧化碳分子转化为更有价值的碳基化学品，包括甲醇、乙醇等。他们发现，铜原子会在反应过程中脱离晶相，然后与电解质溶液和反应物中的碳、氢、氧原子结合，从而在固液界面处形成一种无定形态。不过，在电化学催化反应结束后，这种无定形界面层消失，大部分铜原子返回晶格中。了解这样的中间阶段有助于科学家增进对电池固液界面的理解，从而开发更好的催化反应系统。（Lawrence Berkeley National Laboratory）

　　撰写：李承泽、刘雨彤、王怡博、二七