5月20日外媒科學網站摘要：AI讀心術正操控你的選擇
5月20日（星期二）消息，國外知名科學網站的主要內容如下：
《自然》網站（www.nature.com）
細思極恐！研究發現AI說服能力強於人類
研究發現，AI聊天機器人在在線辯論中的說服能力要強於人類，尤其是當它們能根據對手的個人信息定製論點時。這項由瑞士洛桑聯邦理工學院領導的研究最近發表在《自然·人類行爲》（Nature Human Behaviour）上，揭示了大語言模型（LLM）可能被用於政治競選或定向廣告等領域，以影響公衆觀點。
此前研究已表明，AI聊天機器人可以改變人們的想法，但其說服力與人類的對比尚不明確。爲此，研究人員讓900名美國參與者與人類或OpenAI的GPT-4進行10分鐘辯論，議題包括校服制度、化石燃料禁令等社會問題。辯論前後，參與者需填寫觀點測試，以評估其立場變化。
結果顯示，若雙方均無對手背景信息，GPT-4的說服力與人類相當；但若提供年齡、政治傾向等基本信息，GPT-4在64%的辯論中表現更優。研究人員指出，GPT-4能根據對手特點調整策略，例如對左傾者強調校服減少欺凌，對保守派則側重紀律重要性。
計算機倫理學家警告，這種能力可能被濫用，例如誘導消費、操縱政治立場甚至煽動犯罪。儘管存在擔憂，研究人員也提出LLM的潛在積極用途，如推廣健康飲食或減少社會極化，但強調需加強透明度與安全措施的討論。
該研究凸顯了AI在說服力上的優勢與風險，爲技術應用中的倫理問題敲響警鐘。
《科學》網站（www.science.org）
AI顛覆氣象學：30天天氣預報或將成真？
長期以來，氣象學界認爲兩週是天氣預報的理論極限，這一觀點源於混沌理論和“蝴蝶效應”，即大氣中微小擾動的累積會導致長期預測失效。然而，最新研究表明，人工智能（AI）可能打破這一限制，將有效預報時間延長至一個月甚至更久。
歐洲中期天氣預報中心的研究人員指出，傳統數值模型受限於初始條件的微小誤差，但AI模型通過海量數據訓練，展現出超越常規的潛力。華盛頓大學團隊利用谷歌開發的氣象模型GraphCast，基於40年全球再分析數據（融合觀測與短期預報的高分辨率天氣快照）進行實驗。通過優化初始條件，該模型將10天預報準確率提升86%，甚至對33天后的天氣仍具預測能力。
不過，爭議依然存在。德國慕尼黑大學的專家指出，AI模型可能忽略蝴蝶效應中的小尺度過程，其調整的初始條件未必反映真實大氣狀態，而僅是模型自身的“理想化設定”。此外，麻省理工學院早期研究提出的兩週限制實爲經驗性假設，並非物理定律，這爲突破提供了理論空間。
儘管月尺度預報仍需更精確的大氣觀測支持，但美國海軍研究實驗室等機構認爲，AI的進展表明傳統模型存在改進空間。美國加州理工學院的專家強調，AI的優勢在於能跳出傳統框架，通過數據驅動重新定義預測邏輯。
當前，這項技術尚未投入實際預報，但其潛力已引發學界重新審視氣象預測的邊界。未來，隨着數據與算力的提升，長期天氣預報或將從“不可能”變爲現實。
《每日科學》網站（www.sciencedaily.com）
1、 超越基因剪刀！細菌免疫系統竟藏“秘密武器”
地球上的所有生物都需要抵禦外來威脅，細菌也不例外。儘管結構簡單，它們卻擁有精妙的抗病毒防禦機制CRISPR，其中最著名的是CRISPR-Cas9系統。這一系統已被改造爲基因編輯工具，併成爲首個獲FDA批准的基因編輯技術。
此前，美國洛克菲勒大學細菌學實驗室領導的一個研究團隊發現，CRISPR系統還包含一類稱爲“CARF效應蛋白”的關鍵免疫成分。這些蛋白能通過多種方式阻斷細胞活動，從而阻止病毒在細菌羣體中擴散。在《科學》（Science）雜誌發表的最新研究中，科學家們鑑定出一種新型CARF效應蛋白，並將其命名爲Cat1。
Cat1具有獨特的分子結構，能夠消耗細胞內的關鍵代謝物“NAD+”，導致細胞生長停滯，使病毒無法複製和傳播。研究團隊利用結構同源搜索工具Foldseek發現了Cat1，並通過冷凍電鏡分析揭示了其複雜結構：Cat1二聚體在病毒感染時會形成長絲狀結構，進一步組裝成螺旋束，將NAD+困在分子口袋中並切割，使其無法被細胞利用。
與其他CARF效應蛋白（如引發細胞膜去極化的Cam1或釋放毒性分子的Cad1）不同，Cat1通常單獨發揮作用，而大多數III型CRISPR系統需要兩種活性協同作用。這一發現表明，細菌可能依賴Cat1作爲主要的免疫防禦手段。
研究人員表示，儘管CARF效應蛋白的抗病毒機制已得到驗證，但其具體作用方式仍有待探索。未來研究將進一步揭示這些蛋白的多樣性及其在細菌免疫中的關鍵作用。CRISPR系統的潛力可能比目前已知的更爲廣闊。
2、比預期更快：氣溫上升導致土壤碳釋放加速
全球土壤儲存的碳是大氣中的兩倍以上，其碳吸收與釋放直接影響大氣二氧化碳（CO₂）濃度。在氣候變化的背景下，理解土壤碳對溫度和水文變化的敏感性至關重要。
以往研究多關注永久凍土區，但亞熱帶和熱帶土壤同樣儲存大量有機碳。這些地區的碳週轉率變化機制此前尚不明確。研究表明，溫暖潮溼的環境會加速微生物分解有機物，但究竟是水文還是溫度起主導作用存在爭議。
爲探究這一問題，德國不來梅大學MARUM海洋環境科學中心的研究團隊採用了一種創新方法：通過分析非洲尼羅河輸送到地中海的陸地有機物年齡，間接研究土壤碳動態。尼羅河流域覆蓋非洲東北部的亞熱帶至熱帶地區，其沉積物記錄了末次冰期以來1.8萬年的氣候歷史。結果發現，陸地碳年齡對降水變化反應微弱，但對溫度變化極爲敏感。末次冰期後的升溫大幅加速了土壤有機物的分解，導致CO₂釋放量遠超模型預測。
專家指出，現有模型嚴重低估了土壤碳釋放的速率，需重新評估其敏感性。這一發現不僅解釋了冰期後大氣CO₂濃度的上升，還預示未來全球變暖可能通過加速土壤碳週轉，進一步推高CO₂水平，形成未被充分認識的反饋循環。
《賽特科技日報》網站（https://scitechdaily.com）
1、肥胖不只是體重問題？研究證實它會擾亂代謝生物鐘
日本東京大學的研究團隊發現，肥胖會導致肝臟在應對飢餓時出現代謝功能紊亂，但肝臟分子網絡的基礎結構仍保持完整。這項突破性研究爲理解代謝過程提供了新視角，成果發表於《科學·信號傳導》（Science Signaling）期刊。
生物體依賴能量代謝維持內環境穩定，而飢餓是對穩態的極端挑戰。作爲代謝核心器官，肝臟需精確調控分子活化的時序以應對能量短缺。此前，由於缺乏全面的時間序列數據，學界對肝臟分子協調機制的認知存在空白。
研究人員對比了健康與肥胖小鼠的肝臟功能，發現兩者樞紐分子組成存在顯著差異：健康小鼠體內存在能量調控關鍵分子ATP和AMP，而肥胖小鼠體內卻缺失這些分子。進一步分析表明，肥胖小鼠的分子網絡結構並未受損，但肥胖導致代謝反應的時間協調性被破壞。健康肝臟中，樞紐分子能快速響應飢餓，形成有序的時序調控；而肥胖肝臟中，這種協調性完全喪失。
該研究結合了分子網絡結構與時間分析，爲代謝研究提供了新方法。未來，這一框架可拓展至進食狀態及疾病發展過程中的代謝網絡研究，具有廣泛的應用潛力。
2、綠色能源革命：科學家用超聲波讓燃料電池重獲新生
英國萊斯特大學的研究團隊在燃料電池回收領域取得重大進展，開發出一種利用聲波分離材料的新技術，可高效回收催化劑塗層膜（CCMs）中的貴金屬和氟化聚合物膜（PFAS），同時減少有害化學物質對環境的污染。
PFAS被稱爲“永久性化學物質”，難以降解，會污染水源並危害人體健康。燃料電池作爲氫能源系統的核心部件，依賴含鉑族金屬的CCMs，但其回收一直受限於材料間的強黏附性。萊斯特大學的新方法結合有機溶劑浸泡和超聲波處理，實現了PFAS與貴金屬的高效分離，且無需使用強效化學試劑。這一技術簡單、可擴展，爲燃料電池的循環利用提供了可持續解決方案。
基於這一成果，後續研究引入了一種連續剝離工藝，使用定製的高頻超聲刀片加速膜分離，進一步提升回收效率。這一創新兼具環保性和經濟性，有望推動燃料電池回收的大規模應用。
隨着燃料電池需求的增長，這項技術通過促進關鍵材料的循環利用，推動了清潔能源的綠色發展，同時爲解決環境問題提供了新思路。（劉春）