11月14日（星期四）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
人工智能能否审查科学文献，并弄清楚它们的含义？
几十年来，学者们一直在努力加快将研究成果汇编成评论的进程。大多数研究成果太长了，内容密集得令人难以置信，而且评论撰写出来的时候往往已经过时了。大型语言模型（LLM）的出现，让人们思索是否可以将审查科学文献的任务自动化。
一些较新的人工智能（AI）科学搜索引擎已经可以通过查找、分类和总结出版物来帮助人们制作叙事文学评论。但是它们自己还不能写出高质量的评论。最艰巨的挑战是“黄金标准”的系统评价，它包括严格的程序来搜索和评估论文，通常还包括综合结果的元分析。大多数研究人员都认为，这些距离完全自动化还有很长的路要走。
然而，与此同时，研究人员担心AI工具可能会导致更草率、不准确或误导性的评论污染文献。有些专家担忧数十年来关于如何做好证据合成的研究开始受到破坏。
研究人员称，要求ChatGPT或任何其它AI聊天机器人从零开始写一篇学术文献的综述，将是非常天真的。这些大型语言模型通过训练大量的写作来生成文本，但大多数商业化AI公司都没有透露这些模型是在什么数据上训练的。研究人员表示，如果被要求对某个主题的研究进行回顾，ChatGPT这样的大型语言模型可能会借鉴不可信的学术研究、不准确的博客以及其它不知道来自什么渠道的信息。它们不知道衡量什么是最相关、最优质的文献。由于大型语言模型的工作方式是反复生成统计学上合理的单词来回应一个查询，因此它们会对同一个问题产生不同的答案，并产生“幻觉”错误——众所周知，包括不存在的学术参考文献。
《科学通讯》网站（www.sciencenews.org）
正在巴西蔓延的奥罗普切病毒可由母亲传染给胎儿
今年在巴西引起大规模疫情的奥罗普切病毒（OROV）病毒可以从孕妇传播给胎儿。已经确认有几例通过子宫传播的病例，这意味着这种病毒与另外两种昆虫传播的病毒——寨卡病毒和登革热病毒——有一个共同点。
研究人员在最近的《新英格兰医学杂志》（New England Journal of Medicine）上报告称，今年夏天巴西一名40岁妇女的死产与奥罗普切病毒从该妇女传播给胎儿有关。（世界卫生组织对死产的定义是胎儿在妊娠满28周及以上后死亡。）巴西卫生部还确认了另外两例因奥罗普切病毒传播到子宫而导致胎儿死亡的病例：一名28岁妇女的死产和一名出生时患有先天性异常的婴儿，该婴儿在47天后死亡。目前正在调查其它可能传播到子宫的病例。
截至10月中旬，巴西自今年年初以来已报告了8000多例奥罗波切热病例。这是今年美洲最大的疫情；其它一些有病例的国家包括秘鲁900多例，古巴500多例。奥罗普切病毒感染可引起发烧、发冷、关节痛和严重头痛等症状。该病毒主要通过副库蠓（一种非常小的苍蝇）的叮咬传播，有时也通过蚊子传播。与寨卡病毒一样，没有任何药物可以治疗奥罗波切热，也没有针对这种病毒的疫苗。
《每日科学》网站（www.sciencedaily.com）
1、2024年，化石燃料的二氧化碳排放量再次增加
根据全球碳项目（Global Carbon Project）科学团队的最新研究，全球化石燃料的碳排放量在2024年达到了历史新高。
他们撰写的《2024年全球碳预算》报告预计，2024年，全球化石燃料的二氧化碳（CO 2）排放量将达到374亿吨，比2023年增长0.8%。
尽管迫切需要减少排放以减缓气候变化，但研究人员表示，仍然“没有迹象”表明全球化石燃料的二氧化碳排放量已经达到峰值。
他们预计2024年全球土地利用变化（如森林砍伐）造成的排放量为42亿吨，而全球二氧化碳总排放量（包括化石燃料和土地利用变化）预计将从去年的406亿吨增加到416亿吨。
目前，全球每年排放的二氧化碳超过400亿吨，大气中的二氧化碳含量持续上升，导致日益危险的全球变暖。
《全球碳预算》报告由一个由120多名科学家组成的国际团队撰写，以完全透明的方式，在现有方法的基础上，提供了一份年度同行评议的最新报告。2024年版《全球碳预算》报告将作为预印本发表在11月13日的《地球系统科学数据》（Earth System Science Data ）杂志上，之后将作为同行评议的论文发表。
2、用无线电信号赋予机器人超人的视觉
在为机器人开发强大的感知系统的竞赛中，一个持续的挑战是在恶劣的天气和恶劣的条件下运行。例如，传统的基于光的视觉传感器，如摄像头或激光雷达（光探测和测距）在大雾和浓烟中会失效。
现在，美国宾夕法尼亚大学工程与应用科学学院（Penn Engineering）的研究人员开发出了一种新工具——PanoRadar，通过将简单的无线电波转换成详细的环境3D视图，赋予机器人超人的视觉。
PanoRadar是一种像灯塔一样工作的传感器，它把光束扫成一圈，扫描整个地平线。该系统由一个旋转的垂直天线阵列组成，可以扫描周围环境。当它们旋转时，这些天线发出无线电波，并听取它们在环境中的反射，就像灯塔的光束显示船只和海岸特征的存在一样。
得益于人工智能的力量，PanoRadar超越了这种简单的扫描策略。与灯塔旋转时简单地照亮不同区域不同，PanoRadar巧妙地结合了所有旋转角度的测量结果，以提高其成像分辨率。虽然PanoRadar的传感器成本仅为通常昂贵的激光雷达系统的一小部分，但这种旋转策略创建了密集的虚拟测量点阵列，这使得PanoRadar能够实现与激光雷达相当的成像分辨率。研究人员解释称，“关键的创新在于我们如何处理这些无线电波测量，我们的信号处理和机器学习算法能够从环境中提取丰富的3D信息”。
展望未来，该团队计划探索全景雷达如何与其它传感技术（如摄像头和激光雷达）一起工作，为机器人创造更强大的多模态感知系统。该团队还在扩大他们的测试范围，包括各种机器人平台和自动驾驶汽车。
3、一种基因组测试技术可快速检测几乎所有类型病原体
美国加州大学旧金山分校（UC San Francisco）开发的一种基因组测试，可以快速检测几乎所有类型的病原体——病毒、细菌、真菌或寄生虫——经过十年的使用，证明这项技术是成功的。
这种测试使用了一种被称为“宏基因组二代测序（mNGS）”的强大基因组测序技术，有可能极大地改善对引起脑膜炎和脑炎等疾病的神经系统感染的治疗，并加快发现新的病毒大流行的威胁。
mNGS不是一次寻找一种病原体，而是分析样本中存在的所有核酸，包括RNA和DNA。
目前，这项技术已经在加州大学旧金山分校和全国其他医院对数千名患有无法解释的神经系统症状的患者进行了测试。
在最近发表在《自然医学》（Nature Medicine）上的一篇论文中，研究小组证明，mNGS测试正确识别了86%的神经系统感染。
在同一天发表在《自然通讯》（Nature Communications）上的一项研究中，研究小组还使用mNGS来识别呼吸道液体中可能导致肺炎的病原体，并将其自动化，以更快地获得结果。
他们预计，自动化测试将能够检测出可能导致新冠肺炎等呼吸道流行病的新型病毒性病原体。
《赛特科技日报》网站（https://scitechdaily.com）
科学家发现记忆不仅仅存在于大脑中
众所周知，我们的大脑——尤其是脑细胞——是用来储存记忆的。然而，美国纽约大学的一组科学家发现，身体其它部位的细胞也在记忆中发挥作用，这为理解记忆的功能开辟了新的途径，并为增强学习和治疗记忆相关疾病创造了可能性。
这项研究发表在《自然通讯》（Nature Communications）杂志上。
在研究中，科学家们在实验室里研究了两种非大脑的人类细胞（一种来自神经组织，另一种来自肾脏组织），并将它们暴露在不同的化学信号模式下——就像我们学习新信息时脑细胞暴露在神经递质的模式下一样，从而复制了随着时间推移的学习过程。作为回应，非脑细胞开启了“记忆基因”——当脑细胞检测到信息中的模式并重组它们的连接以形成记忆时，它们也开启了同样的基因。
为了监控记忆和学习过程，科学家们利用生物工程设计了这些非脑细胞，使其产生一种发光的蛋白质，这种蛋白质表明记忆基因何时开启，何时关闭。
研究人员表示，这些发现不仅提供了研究记忆的新方法，而且还带来了潜在的健康益处，为理解记忆的工作原理打开了一扇新的大门。与此同时，它表明，在未来，我们需要更像对待大脑一样对待我们的身体——例如，考虑我们的胰腺对我们过去饮食模式的记忆，以维持健康的血糖水平；或者考虑癌细胞对化疗模式的记忆。（刘春）
