技术

火星探测器已经成功使用各种方法测量风速，例如评估加热材料在风中暴露时冷却的速度，以及捕捉轻型指示器随微风移动的图像。然而，仍然存在改进的潜力。研究人员推出了一种创新的声学气象系统，利用两个窄带压电传感器计算声脉冲在火星大气中传播所需的时间。这项研究还考虑了传感器衍射效应和风向等因素。 火星以其极端恶劣的条件而闻名，温度在一天中可能会有显著变化，平均约为零下80华氏度。该行星的表面主要覆盖着红色尘埃，并具有如陨石坑、峡谷和火山等特征。此外，它的大气层非常稀薄，密度仅约为地球的1%。 在火星上测量风并不奇怪面临着诸多挑战。火星探测器已使用一些方法收集数据，这些方法要么测量被风冷却的加热物体的冷却速率，要么识别出在微风中移动的“提示”物体。这些气象测量技术提供了关于火星气候和大气的重要信息。 然而，随着在接下来的几年中向火星派遣宇航员计划的推进，对改进科学工具的需求仍然存在。 在最近由美国声学学会代表AIP出版的《JASA》上发布的一项研究中，加拿大和美国的研究人员揭示了一种新的声学气象系统，包含一对窄带压电传感器，旨在跟踪声脉冲在火星空气中传播的时间。该研究讨论了传感器衍射效应和风向等多种因素。…

自动送货机器人的减少环境影响，或称“轮印”，可能会激励消费者在点餐时选择它们，这一点在华盛顿州立大学的最新研究中得到了强调。这些紧凑型、自驾的电动车辆的环保性能显著优于许多传统的食品配送选项，因为它们产生的碳排放量极低，甚至为零。研究表明，那些更关注环境问题和碳排放的人倾向于选择机器人进行配送。然而，当个体将机器人视为一种风险选项时，这种偏好会减弱，因为他们担心食物可能会延迟、变冷或变质。 根据华盛顿州立大学的一项研究，自动送货机器人的减少环境影响——通常称为“轮印”——可能会鼓励消费者在点餐时选择它们。 这些行李箱大小的自驾电动车辆与许多传统食品配送方式相比，因其低或零碳排放而显著更加环保。在研究中，那些表现出更强环境意识和对碳排放理解的参与者更倾向于选择机器人满足他们的配送需求。然而，当受访者将机器人视为高风险选项，担心他们的餐点可能延迟、变冷或在到达之前受到影响时，这种积极的看法会减弱。 这些见解发表在《国际酒店管理杂志》上，建议了一种提高对送货机器人接受度的策略。 “虽然大多数营销主要集中在这些自动送货机器人是如何运作及其便利性上——这两者都是至关重要的——但进一步增强它们的环保特性宣传可能会加强这些努力，”项目的主要作者、华盛顿州立大学卡森商学院的博士候选人珍妮弗·汉说。…

火灾和陨石撞击在火星上产生的地震波可以用来探索该行星的内部。最近的一项研究检查了由“洞察号”着陆器记录的地震波，并得出结论：在火星表面下11到20公里的深处，有一个充满液态水的显著区域，水存在于裂缝和孔隙中。这与之前对火星表面海洋在大约37亿年前消失前所含水量的信念相矛盾。尽管这个水库太深，无法进行钻探，但它可能潜藏着生命。 地球物理学家通过分析地震活动发现了火星上一个庞大的地下液态水库的迹象——足以填满该行星表面的海洋。 从NASA的“洞察号”着陆器获取的数据使科学家们估算出，这个地下水源可能覆盖的深度为1到2公里，约相当于一英里。 虽然这一发现对火星在其海洋消失后关于水的状态提供了希望，但未来火星殖民地接触这个水库的可能性不大。它位于位于地壳中11.5到20公里深处岩石的细小裂缝和孔隙中。即使在地球上，钻探至仅一公里的深度也面临着重大挑战。 尽管如此，这一发现突出了另一个潜在的寻找火星生命的地点，前提是可以接触到这个水库。就当前而言，它为我们提供了有关该行星地质历史的见解。…

随着GROVER的推出，这一集中于人类DNA的新型大型语言模型，科学家们现在拥有了一种工具，可以帮助解码我们基因物质中埋藏的复杂信息。该模型将人类DNA解释为一种语言，学习其中的基本模式和上下文，以从DNA序列中提取相关信息。 DNA包含着使生命茁壮成长的基本信息。了解这些信息如何存储和结构化，是过去一百年来最重要的科学挑战之一。现在，研究人员可以利用GROVER，这一专门针对人类DNA训练的复杂语言模型，揭示我们基因组中隐含的复杂数据。GROVER是由德累斯顿技术大学生物技术中心（BIOTEC）的一组研究人员创建的，它将人类DNA视作文本进行分析，掌握其规则和上下文，以提供DNA序列的功能性见解。这个新工具在《自然机器智能》上进行了详细描述，可能会彻底改变基因组学领域，加速个性化医疗的进展。 自从DNA双螺旋的突破性发现以来，科学家们一直致力于解读嵌入DNA中的信息。七十年后，DNA中的数据已被证明是分层和多面的。我们基因组中只有大约1-2%的部分是基因，这些基因编码蛋白质。 “DNA的功能远不止编码蛋白质。一些序列在调节基因方面发挥作用，另一些则具有结构功能，许多序列同时具有多个角色。目前我们对大多数DNA序列的理解仍然有限。尤其是在DNA的非编码区域，我们仅刚刚开始探索其重要性。这正是人工智能和大型语言模型可以贡献的地方，”BIOTEC研究小组负责人安娜·波伊奇博士（Dr. Anna…

新的研究发现，教导机器人自主组建团队并耐心等待同伴的做法，可以更快地完成任务，展现出制造业、农业和仓库自动化进步的前景。 马萨诸塞大学阿默斯特分校的最新研究表明，当机器人被编程以组建自己的团队并愿意等待同伴时，它们能更快地完成任务。这项研究被认可为2024年IEEE国际机器人与自动化会议多机器人系统最佳论文奖的决赛入围作品。 据马萨诸塞大学阿默斯特分校曼宁信息与计算机科学学院的副教授、人性化机器人实验室主任Hao Zhang表示：“关于我们是否应该开发一个强大的类人机器人来处理所有任务，还是利用协作机器人的团队，一直存在辩论。” 在制造业中，雇佣一个机器人团队通常可以更具成本效益，因为这能够优化每个机器人的优势。主要的挑战在于协调一个多样化的机器人组——其中一些可能是固定的，而另一些是移动的；有些可以处理重物，其他的则擅长轻量任务。…

常见的拉动木偶玩具，通常呈现动物或流行角色的形状，可以通过底座上的一个简单按钮进行移动或折叠。最近，加州大学洛杉矶分校(UCLA)的一组工程师开发了一种新型可调动态材料，复制了拉动木偶的操作方式。这项创新在软机器人、可适应建筑和空间工程等领域具有潜在应用。 形状为动物和流行角色的常见拉动木偶玩具，可以通过玩具底座上的按钮进行移动或折叠。现在，UCLA的一组工程师创造了一种新型的可调动态材料，模仿了拉动木偶的内部结构，具有软机器人、可重构建筑和空间工程的应用。 在拉动木偶内部，有一些绳索，当它们被拉紧时，可以保持玩具直立。当这些绳索松开时，木偶的“肢体”会变得松弛。通过应用这种绳索张力机制，研究人员开发出一种创新型超材料——专门设计用来具备独特能力的材料。 根据发表在Materials Horizons的研究，这种新的轻质超材料具有电机驱动或自激活的绳索，穿过互锁的锥形珠子。当这些绳索被激活时，它们会收紧，导致珠链堵塞并对齐成一条直线，这使材料变得坚硬，同时保持其整体形状不变。…

大型语言模型（LLMs）完全可以通过人类提示进行管理，并且不表现出“突现能力”，这意味着它们无法自行得出结论或见解。仅仅增加这些模型的规模并不会赋予它们新的推理技能，这意味着它们不会发展出危险能力，并且并不构成生存风险。最近的一项研究澄清了LLMs的能力和局限性，强调了为了实现最佳性能所需的结构良好的提示。 根据巴斯大学和德国达姆施塔特工业大学的新研究，ChatGPT和其他大型语言模型（LLMs）无法独立学习或获得新技能，表明它们对人类不构成生存威胁。 这项研究今天在第62届计算语言学协会年会上发布——这一全球领先的自然语言处理会议——揭示了尽管LLMs可以表面上遵循指令并展现语言能力，但它们需要明确的指令才能发展新技能。因此，它们本质上是可管理的、可预测的和安全的。 这意味着它们从根本上是可管理的、可预测的和安全的。 研究团队得出结论，尽管LLMs在更大数据集上进行训练，但可以在没有安全担忧的情况下使用。然而，这项技术仍然可能被误用。…

研究人员在应对气候变化方面取得了重大突破。他们最近的研究揭示了一种新的方法，了解二氧化碳如何被再利用来创造燃料和化学品。这一进展为优化这一由可再生电力驱动的催化过程打开了大门。费利茨·哈伯研究所的界面科学部门在《自然通讯》上发表的一项新研究，展示了应对气候变化斗争中的重要进展。该研究标题为“氮掺杂碳上的可逆金属簇形成，以亚纳米精度控制电催化剂粒子尺寸”，探索了一种开创性的方法，以理解如何将二氧化碳（CO2）回收以生产有价值的燃料和化学品。这项工作为进一步完善利用可再生能源的催化过程奠定了基础。 这一发现主要依赖于由细散铜和氮原子嵌入碳中形成的催化剂的奇妙特性。在电催化CO2还原（CO2RR）过程中，这种将CO2转化为有用物质的技术，催化剂可以在状态之间切换——从单独的铜原子转变为小簇和名为纳米颗粒的更大金属实体，并在施加的电位被调整或移除时恢复。这种控制可逆转变的能力对于塑造催化剂的结构至关重要，结构直接影响CO2RR过程的产出，因为生成的特定产品在很大程度上依赖于催化剂的结构。 操控催化剂颗粒的尺寸和结构的能力解决了将CO2RR技术规模化应用中的一个重大问题。在过去，反应产品的分布差异使得高效生成与工业需求相关的特定化学品和燃料变得具有挑战性。这项研究提供了一种通过调整催化剂的状态来精确管理CO2RR产品分布的方法。此外，该方法使研究人员能够识别催化剂的哪些特定结构特征导致生产不同的反应产品。 过程如何运作 该方法采用交替电脉冲。要促使CO2转化，需要负电（阴极）电位，但这也会触发铜纳米颗粒的形成。随后，正电（阳极）脉冲会逆转该过程，将纳米颗粒转回为单个原子。通过调整这些电脉冲的持续时间，研究人员可以影响形成的纳米颗粒的尺寸，并决定催化剂主要包含单个原子、非常小的金属簇，还是更大的铜纳米颗粒。每种配置对于生产各种CO2RR产品是最佳的；例如，单个铜原子在产生氢方面表现优越，小簇更适合于甲烷生产，而较大的纳米颗粒则更适合于乙烯的生成。…

一组研究人员通过使用钙钛矿量子线（PeQWs）创建了全彩色光纤发光二极管（Fi-LED）。这一突破可能会促进先进可穿戴照明和显示技术的发展。 来自香港科技大学（HKUST）工学院的研究小组利用钙钛矿量子线制作了全彩色光纤发光二极管，可能会彻底改变可穿戴照明和显示设备。 Fi-LED因其适合纺织生产和令人印象深刻的空间亮度均匀性而成为柔性LED的重要组成部分。金属卤化物钙钛矿（MHPs）已被认为是未来LED的有前景材料，因为其出色的光电特性。然而，由于重力和表面张力引起的不均匀涂层、较差的晶体化质量和复杂的电极应用过程，使得基于MHP的Fi-LED制作变得具有挑战性，导致光的发射不一致和无效。 为了应对这些挑战，该研究团队在香港科技大学电子与计算机工程系和化学及生物工程系的主席教授范志勇的指导下，使用了一种创新技术，涉及在薄铝纤维上使用多孔铝氧化物膜（PAM）模板。他们通过卷对卷的溶液涂布方法在铝纤维上制作了具有约5纳米极小孔径的PAM。他们将MHP前驱体溶液填充到PAM通道中，然后进行周围退火处理，以保证溶剂均匀汽化和MHP晶体化，促进PeQW阵列的有序生长，同时减少在PAM表面形成不希望的薄膜层的机会。 该团队成功创建了在625纳米（红色）、512纳米（绿色）和490纳米（天蓝色）峰值发光的全彩色Fi-LED。所生成的纤维具有柔性和可拉伸性，使其非常适合纺织照明应用。他们还展示了各种2D和3D设计，包括一个读作“I…

研究人员介绍了一种可编程框架，解决了光学驱动的人工智能系统面临的重大计算难题。通过一系列图像分类测试，他们利用来自低功率激光器的散射光进行精准且可扩展的计算，同时消耗的能量仅占电子系统所需能量的一小部分。 EPFL 的研究人员介绍了一种可编程框架，有效地解决了基于光学的人工智能系统中的一个关键计算挑战。他们利用来自低功率激光器的散射光进行了一系列图像分类测试，以进行精准和可扩展的计算，与电子方法相比，所需的能量显著较少。 随着数字人工智能系统复杂性和影响力的扩大，其训练和操作所需的能量消耗也在增加，导致碳排放量上升。近期研究表明，如果当前的人工智能服务器生产速度继续下去，到 2027…

辐射热的转移，我们在热表面提高我们身体和周围环境的温度时所体验到的，对那些面朝天空较少的建筑物的降温提出了挑战。一个研究小组揭示了一种新型的被动冷却技术，涉及将专门材料应用于墙壁和窗户，从而增强它们与地面环境之间热交换的控制能力。这项创新有潜力减少空调的需求，提供一种更环保、经济高效且可扩展的解决方案，特别是对于那些在供暖和制冷系统中获得有限的低收入社区。 随着全球气温上升，对可持续冷却方法的需求变得愈发紧迫。来自UCLA及其合作伙伴的研究人员开发了一种经济且适应性强的技术，可以在夏季冷却建筑物，同时在冬季提供温暖。 在UCLA Samueli工学院副教授Aaswath Raman的指导下，研究小组在Cell…

最近的两项研究展示了利用视频或照片开发模拟以训练机器人执行现实世界任务的人工智能系统。这种方法有可能显著降低培训机器人在复杂环境中所需的成本。 参与创建大型人工智能模型（如ChatGPT）的研究人员使用广泛的互联网文本、照片和视频资源进行培训。然而，培训物理机器人面临独特的挑战：收集机器人数据的成本很高，而在现实世界中导航的机器人数量有限，这意味着缺乏在动态环境中有效表现所需的易获取数据，例如住宅。 为了解决这个问题，一些研究人员开始使用模拟进行机器人训练。然而，这种方法通常需要平面设计师或工程师的输入，这可能会既耗时又昂贵。 华盛顿大学的研究人员最近的研究展示了利用视频或照片生成模拟以培训机器人在现实环境中操作的人工智能系统。这一创新可能大大降低在复杂环境中操作机器人所需的培训费用。 在第一项研究中，用户使用智能手机扫描一个空间以捕捉其布局。该系统名为RialTo，随后构建该空间的“数字双胞胎”模拟，允许用户定义各种元素的功能（例如如何打开抽屉）。机器人可以在模拟中练习类似的动作，通过细微的变化来学习如何有效执行它们。第二项研究介绍了URDFormer，一个系统，它分析在线上找到的实际环境的图像，以快速生成机器人训练的逼真模拟环境。…