4月10日外媒科學網站摘要：爲何找不到外星人？學者假說：有些外星文明被AI消滅
4月10日（星期三）消息，國外知名科學網站的主要內容如下：
《科學》網站（www.science.org）
美國黃石溫泉研究揭示巨型病毒在生命早期扮演關鍵角色
美國黃石國家公園內沸騰的、充滿微生物的溫泉被許多研究者視爲地球上生命初期形態的縮影。最新對黃石溫泉的研究顯示，“巨型病毒”在這些原始生態系統中起到了至關重要的作用，可能有助於推動進化的早期步驟。
這項發表在《通訊生物學》（Communications Biology）雜誌的研究指出，探究古代病毒的進化對於理解生命早期發展至關重要。
自2003年巨型病毒被首次發現以來，它們因其與細菌相當的體積、遠超一般病毒的基因組數量以及擁有類似細菌和其他細胞生命形式的特徵而讓生物學家感到震驚。這些巨型病毒不僅隱藏在深海紅藻的基因組中，也生活在溫泉中，爲我們探索早期真核生物提供了一扇窗口。
《科學通訊》網站（www.sciencenews.org）
汗液中的蛋白質或能抵禦萊姆病
在《自然通訊》（Nature Communications）雜誌3月19日的一篇報告中，研究人員發現人類汗液中的一種蛋白質SCGB1D2，能夠提供保護，阻擋伯氏疏螺旋體——一種通過蜱傳播、引發萊姆病的細菌。實驗室培養皿和小鼠實驗顯示，這種蛋白質能抑制伯氏疏螺旋體的增長。然而，一些人的SCGB1D2蛋白質發生變異，使其防護功能降低，從而增加了他們感染伯氏疏螺旋體的風險。
研究團隊指出，未經變異的SCGB1D2蛋白質未來有可能作爲治療萊姆病的方法之一，萊姆病是美國和歐洲最常見的蜱傳播感染疾病。此外，該蛋白質還可被開發爲預防性藥物，以防止伯氏疏螺旋體的擴散，儘管這需要一些工程上的調整。
《科學時報》網站（www.sciencetimes.com）
1、超級人工智能：先進文明的“大過濾器”和外星生命之謎
在《人工智能：宇宙中高級文明稀缺的大過濾器》一篇文章中，來自英國曼徹斯特大學物理與天文系的邁克爾·加勒特（Michael Garrett）探討了人工智能（AI）及其演進成人工超級智能（ASI）可能作爲“大過濾器（ Great Filter）”存在的理論。
“大過濾器”理論假設，宇宙中的有意識生命形式在成爲跨星際文明之前，必須通過幾個關鍵的演進階段，其中至少有一個階段極其難以通過。“大過濾器”核心思想在於，存在至少一個挑戰如此之大，以至於幾乎無任何物種能夠克服它，從而進入到下一個發展階段。
儘管“大過濾器”這一術語聽起來似乎指的是某種外力的有意作用，但其實質是用來分析一系列特定事件在時間線上發生或未發生的相對概率。“大過濾器”可能意味着生命的起源雖然常見，但大多數生命形式永遠不會發展到比簡單的單細胞生物更爲複雜的階段。或許宇宙充斥着數十億微生物，但它們並不構建星際航行器。
另一種可能是，“大過濾器”來自技術發展本身。可能每一個高級文明最終都會通過某種極端技術——如世界末日武器、納米技術或惡意AI——導致自我滅絕。
雖然“大過濾器”僅是一個理論，但它在許多層面上邏輯合理，併爲費米悖論——即爲何我們尚未在統計上應該充滿生命的宇宙中發現外星生命的證據——提供了一個可信的解釋。我們尚未探測到任何外星技術證據，也未通過射電望遠鏡捕捉到外星生命的信號。
2、沉浸式虛擬現實（VR）體驗緩解癌症患者疼痛
針對大量癌症患者不得不面臨的疼痛問題，止痛藥成爲了常規治療的一部分。來自非營利醫療機構MedStar Health與喬治敦大學（Georgetown UniversitySchool）醫學院的研究團隊在一項臨牀試驗中發現，短短10分鐘的虛擬現實（VR）體驗能顯著減輕住院患者的疼痛感，這種減痛效果甚至在體驗結束後一天依然持續。
本研究共計納入128名遭受中至重度疼痛的癌症患者，他們要麼接受通過iPad進行的10分鐘引導想象練習，要麼體驗沉浸式VR中的寧靜美景。參與者在體驗前後均需在0到10分的量表上評估自己的疼痛程度。
結果顯示，儘管兩種方法均能減輕疼痛，但VR體驗的效果尤爲突出。相比引導想象練習組的平均降幅0.7分，VR體驗組的平均疼痛評分下降了1.4分。
經歷了VR干預的患者在體驗後24小時內報告了持續的疼痛減輕，其疼痛評分平均比干預前低1.7分，而接受引導想象練習的患者僅見降低0.3分。
此外，體驗沉浸式VR的患者還反映，他們的心理不適感也減輕了。
《每日科學》網站（www.sciencedaily.com）
1、新技術“彎曲光線”有望徹底革新無線通信
一項發表在《通信工程》（Communications Engineering）雜誌的新研究，由英國布朗大學和萊斯大學的研究團隊共同完成，展示了一種解決無線通信領域一大難題的方法。目前的無線通信系統主要依賴微波輻射傳輸數據，但預計未來數據傳輸將轉向太赫茲波段，其數據傳輸能力爲微波的百倍。太赫茲信號的應用難題在於它們容易被固體物體阻擋，與微波不同，不能穿透固體。
爲了解決這一問題，研究人員通過創新方法使太赫茲信號繞過障礙物，這一發現可能爲無線通信領域帶來革命性變化，證明了在太赫茲頻率上運行的無線網絡的可行性。
研究中引入了自加速光束的概念，這種電磁波特殊結構在傳播過程中能自然彎曲。此前該技術已在光學頻率上得到研究，現在則探討其在太赫茲通信中的應用。
2、實驗室培養腦組織合乎道德嗎？涉及複雜倫理和法律問題
雖然通常稱爲“迷你大腦”，但實驗室培養的腦組織並非真正的人類大腦。日本廣島大學的研究人員在《EMBOReports》期刊上發表的論文中，對這些從人類胎兒組織中培養出的類腦器官的倫理和法律複雜性進行了深入探討。
研究凸顯了建立全球統一監管框架的迫切需要，以應對胎兒腦類器官研究中的倫理和法律挑戰，爲科學進步的明智決策和管理提供了重要指導。
3、氣候變化將如何影響糧食生產和金融機構
加州大學聖地亞哥分校全球政策與戰略學院的研究團隊開發了一種創新方法，評估氣候變化對農業及金融影響的預測模型，旨在爲面臨氣候災害威脅的國家提供糧食安全與金融穩定的支持。
該研究發表在《美國國家科學院院刊》（PNAS）上，其利用巴西的氣候與農業數據，發現氣候變化觸發的農業連鎖反應導致該國最大的公共銀行之一面臨增加的貸款違約風險。預計在未來三十年內，因氣候變化而引起的貸款違約率可能增加7%。
研究的預測結果揭示了儘管全球氣溫普遍上升，但不同地區面臨的挑戰各不相同，強調了構建特定類型的實體與金融韌性的迫切需要。
隨着氣候變化逐漸成爲全球性的安全挑戰，該研究提供的方法論爲政策制定者和救援機構在理解及應對氣候變化引發的系統性風險方面提供了新的視角和工具。
《賽特科技日報》網站（https://scitechdaily.com）
1、AI是如何工作的？研究人員揭示機器學習背後的機制
當前人工智能技術已能與人類在圖像分類等任務上展開競爭，但機器學習背後的具體機理何在？
圖像分類是一個複雜的挑戰，深度學習框架憑藉其多層次結構——每層由衆多過濾器構成——成功地應對了這一挑戰。一般認爲，圖像在經過各層處理時，其特徵及細節將被逐步凸顯，儘管這些特徵難以具體量化，機器學習的具體工作原理依舊充滿未知。
以色列巴伊蘭大學的研究團隊在《科學報告》（Scientific Reports）雜誌上發佈的文章中揭示了機器學習成功的關鍵機制，即如何精確地執行分類任務。研究表明，每個過濾器能夠識別特定的圖像集合，且隨着層數增加，識別過程越加精準。研究者發現了一種量化評估過濾器效能的方法。
這一發現不僅有助於深入理解人工智能如何工作，還能在保證準確性的前提下，提升系統的效率和簡化架構。雖然AI技術持續領跑近期的技術創新，但深入瞭解其工作原理將開啓更先進人工智能的大門。
2、美國科學家在稀土元素提取上獲得突破
鑭系元素也被稱爲稀土元素，包括鑭、鈰、鐠、釹等，在清潔能源技術如電動汽車和風力渦輪機等領域有着關鍵作用。自然界中的稀土元素常與其他元素混合，需通過工業分離以發揮它們的獨特性能。然而，傳統分離方法成本高昂，耗時且產生大量廢物。
美國橡樹嶺國家實驗室（ORNL）科學家開發的新技術，通過結合親水與親油兩種物質，實現了對特定稀土元素的精確選擇和提取。具體而言，親水物資能捕獲較輕的鑭系元素，而親油物資能捕獲較重的鑭系元素。該技術的創新之處在於，能夠從化學混合物中高效提取有價值的元素，且在工業規模上具有可行性。
採用此技術，未來的提取過程預計將使用更小的設備、更少的化學品，並生成更少的廢物，從而使新工藝在效率和環保性上均優於傳統方法。（劉春）