清华团队发布中国AI光芯片“太极”

光电智能技术交叉创新团队部分成员合影(左三为戴琼海院士、右二为方璐副教授)。清华大学微信公号 图

作为人工智能的三驾马车之一,算力是训练AI模型、推理任务的关键。倘若大模型是做一道精致的菜肴,算力就好比一套称手的烹饪工具。如何制造出兼具大算力和高能效的下一代AI芯片,已成为国际前沿热点。清华大学科研团队,首创分布式广度智能光计算架构,研制出全球首款大规模干涉衍射异构集成芯片“太极(Taichi)”,实现了160 TOPS/W的通用智能计算。

“太极”光芯片架构开发的过程中,灵感来自典籍《周易》,团队成员以“易有太极,是生两仪”为启发,建立了全新的计算模型,实现了光计算强悍性能的释放。

有助揭开宇宙能量来源之谜,我国科学家提出研究快速射电暴新方法

记者从中国科学院国家天文台获悉,利用中国天眼FAST的丰富数据,中国科学院国家天文台李菂研究员带领团队提出了一种全新分析构架“Pincus-Lyaponov相图”,得以量化爆发事件的随机性和混沌性,揭示了快速射电暴的时间-能量表现与地震和太阳耀斑等存在本质区别,这种差异挑战了快速射电暴的星震起源。基于全新的相图,团队发现快速射电暴在时间-能量二元空间上游走接近所谓的布朗运动,也就是表现出了高度的随机性。而同样不可预测的地震、太阳耀斑等却表现出远为显著的混沌性。快速射电暴的高度随机性可能由多种机制或者多个发射位置组合形成。中国天眼通过中国天眼FAST的强大观测能力结合创新的分析方法,未来科学家或将能够深入刻画宇宙间的神秘爆发信号,有望最终揭示宇宙的起源。这项研究工作于北京时间2024年04月12日,在“中国科技期刊卓越行动计划 ”综合性期刊《Science Bulletin》上作为封面文章发表。

快速射电暴(Fast Radio Bursts,简称FRBs)是一种来自宇宙深处的短暂而强烈的无线电波爆发。就像它的名字一样,快速射电暴在千分之一秒的时间内能够释放巨大的能量,足够驱动人类社会万亿年。自2007年人们第一次发现快速射电暴以来,它就因其神秘和强大吸引了全世界科学家的注意,并在2023年获得了邵逸夫天文学奖。但是,至今为止,我们还不知道这些强大的能量是如何产生的,而解开这样的谜题可能会帮助我们在天文学甚至基础物理学上取得重大突破。

尽管现在还不能确切知道快速射电暴具体是如何发出的,但是至少可以猜测其源头,是某种蕴含着极高能量密度的所谓致密天体,比如中子星或者黑洞。我们知道中子星的信号会像灯塔一样,规律地扫过地球,非常稳定。如果快速射电暴也是由这样的天体发射出来的,那么能否看到规律出现的快速射电暴信号呢?非常遗憾的是,在过往的诸多研究中,寻找快速射电暴在毫秒到秒量级的周期的所有努力都失败了。这就要求我们重新考虑快速射电暴的发射方式。

天体也存在不可预测、看似混乱的能量释放过程,例如星震和地震。致密天体,特别是具有极端磁场的磁星,其星震被认为是快速射电暴的可能触发机制。地震混乱不可预测,但是并非完全随机。在一次非常强的地震事件发生后,常常会伴随着更多的相对弱小的余震。这说明地震发生的时间和能量是有关联的,不是完全随机的。以往进行的周期搜索无法揭示时间和能量这两个基础物理参数间的关联。

一个随机事件,比如抛硬币,其不可预测性稳定持续的。我们无法根据当前抛出的正反面来预测下次,或者下下次的结果。相对应的,一个混沌系统,例如气候,看起来混乱如随机过程,但它的不可预测性是随时间增长的。抬头看天就可以预言下一秒的天气。但是全人类最好的预报系统也难以精确预言几周、几月后的天气。时间越长,不准确性越高是混沌系统的特征。

全球唯一具备11000米钻探能力的科考钻探船进入调试阶段

今天(4月16日),记者从自然资源部中国地质调查局了解到,我国首艘自主研制的超深水大洋钻探船“梦想”号,已进入调试和内装阶段,预计今年内全面建成。

在广东广州市南沙区珠江口,“梦想”号大洋钻探船正在进行设备调试和内装实验室的安装工作。“梦想”号总吨为33000,满载180名船员的情况下,可连续在海上工作120天,续航里程达1.5万海里。同时,船上铺设了120万米电缆,全面覆盖信息化技术,实现了船岸智能协同,让“梦想”号不仅具备全球海域无限航区能力还是全球唯一一艘具备11000米钻探能力的科考钻探船,未来主要承担国家重大科技项目和国际大洋科学钻探任务。

我国公民具备科学素质比例达14.14%,呈提速增长趋势

2024年4月16日,第十三次中国公民科学素质抽样调查结果公布。本次调查覆盖全国(不包含港、澳、台)31个省(区、市)和新疆生产建设兵团、333个地市级行政单位和86个直辖市所辖区县,调查对象为18~69周岁公民(不含现役军人),共计回收有效样本28.9万份。

结果显示,2023年我国公民具备科学素质的比例达到14.14%,比2022年提高了1.21个百分点,呈提速增长趋势。

第十三次中国公民科学素质抽样调查结果

为深入贯彻党的二十大精神,落实习近平总书记关于科普和科学素质建设的重要指示精神,落实《关于新时代进一步加强科学技术普及工作的意见》和《全民科学素质行动规划纲要(2021―2035年)》(以下简称《科学素质纲要》)相关部署,加强国家科普能力建设,深入实施全民科学素质提升行动,为推动以人口高质量发展支撑中国式现代化提供参考,中国科协与国家统计局合作开展了第十三次中国公民科学素质抽样调查工作。

一、基本情况

本次调查经国家统计局调查统计制度批准(国统制〔2023〕94号),调查方案由国家统计局所属统计科学研究所、社情民意调查中心和中国科协所属中国科普研究所联合设计,调查执行由社情民意调查中心负责,工作统筹、质量控制和数据处理等工作由中国科普研究所负责。

本次调查覆盖全国(不包含港、澳、台)31个省(区、市)和新疆生产建设兵团、333个地市级行政单位和86个直辖市所辖区县,调查对象为18~69周岁公民(不含现役军人),采用线下入户面访(计算机辅助面访系统)与线上手机短信推送(计算机辅助网络访问系统)相结合的调查方式。本次调查设计线上线下样本达30.0万份,由中国科普研究所会同社情民意调查中心及第三方专业质控团队,认真谋划、精心组织、严格执行、严控质量、精细计算,经过各方不懈努力,共计回收有效样本28.9万份,达到设计要求。

二、主要结果

(一)总体发展情况

2023年我国公民具备科学素质的比例达到14.14%,比2022年的12.93%提高了1.21个百分点,相比“十三五”后期(2018-2020年)年均1.05个百分点的增幅,“十四五”前段(2021-2022年)年均1.19个百分点的增幅,呈现提速增长趋势。

(二)城乡发展情况

2023年城镇居民和农村居民具备科学素质的比例分别达到17.25%和9.16%,较2022年分别提升1.31和1.20个百分点,增速分别为8.22%和15.08%,农村居民科学素质增速高于城镇。城乡居民科学素质发展不平衡情况进一步缓解。

(三)地区发展情况

2023年,东、中、西部地区公民具备科学素质的比例分别达到16.39%、13.12%和11.51%,较2022年分别提高1.08、1.15和1.24个百分点,东、中、西部地区公民科学素质水平差距首次缩小。

(四)性别发展情况

2023年,男性公民和女性公民具备科学素质的比例分别达到15.66%和12.53%,比2022年分别提高0.89和1.55个百分点,性别差距缩小0.66个百分点。女性科学素质持续快速提升,性别差距进一步缩小。

(五)年龄发展情况

2023年18~29岁、30~39岁、40~49岁、50~59岁和60~69岁年龄段人群具备科学素质的比例分别达到25.72%、19.00%、13.23%、8.52%和4.45%,青年人群(18~29岁、30~39岁)具备科学素质的比例已达到和接近20%的较高水平,中老年人群(40~49岁、50~59岁)具备科学素质的比例达到和接近10%的水平,老年人群(60~69岁)仍在5%以下的较低水平。

(六)不同文化程度发展情况

2023年大学本科及以上人群具备科学素质的比例达到43.99%,大学专科受教育程度公民具备科学素质的比例为25.17%,高中、初中和小学及以下公民具备科学素质的比例,依次分别为17.68%、7.80%和2.91%。公民科学素质水平随受教育程度的提高呈陡升式阶梯分布。

(七)公民获取科技信息渠道情况

电视和互联网仍是公民获取科技信息的两大主要渠道,选择比例依次为85.5%和79.2%,但互联网“首选”比例从2022年56.2%上升至58.3%,同比电视的“首选”比例从31.0%降至26.8%,两者差距进一步扩大,互联网作为公民获取科技信息首要渠道的地位进一步加强。

(八)公民利用科普基础设施情况

对于博物类(动物园、水族馆等)、文化类(文化馆、图书馆等)、科技类场馆(科技馆等)和科创类场所(实验室、展览室等)等四类科普基础设施,公民参观意愿均较高。从参观意愿和效果来看,“科技馆等科技类场馆”是所有科普基础设施中“首选”参观比例最高的,选择比例为44.8%,也是公民认为参观后“有收获”比例最高的,选择比例为82.1%。从参观行为来看,博物类和文化类场馆公民参观比例相对较高,过去一年中去过的比例分别为65.1%和62.3%,科技类场馆参观比例也达到40.2%,考虑到前两类场馆的建设数量及展厅面积强度远高于科技类场馆,科技类场馆在各类科普基础设施中具有较高的参观使用效能。

对于各类科普基础设施的参观使用动机,选择“自己感兴趣”和“陪亲友去”的比例较高。在制约各类科普基础设施的参观使用因素中,“没有时间”和“位置偏远”两个原因的选择比例明显高于其他,表明积极动员公民参与科普和优化科普基础设施布局与服务仍是科学素质建设高质量发展的重要抓手。

公民参观利用科普基础设施意愿高,在各类科普基础设施中以科技馆为代表的科技类场馆参观意愿和使用效能最高。

(九)公民对科技发展的态度情况

公民对“公众对科技创新的理解和支持,是建设科技强国的基础”“现代科学技术将给我们的后代提供更多的发展机会”“尽管不能马上产生效益,但是基础科学的研究是必要的”等观点的赞成比例分别为89.2%、89.0%和87.4%,与2022年的91.0%、91.8%和90.1%相比有小幅下降。而对“持续不断的技术应用最终会毁掉我们赖以生存的地球”“政府应该通过举办听证会等多种途径,让公众更有效地参与科技决策”的赞成比例分别为35.6%和89.7%,与2022年的33.8%和87.7%有小幅增长。公民对科技创新保持高度关注和积极支持的态度,对新技术应用风险的担忧和参与科技决策的意愿则有所提高。上述积极态度稍有下降和担忧情绪略有增长等变化,还需进一步从较长时间跨度进行观察和研究。

第十三次中国公民科学素质抽样调查相关图表

图1 公民科学素质发展状况

 

图2 城乡居民科学素质发展状况

 

图3 东中西部科学素质发展状况

 

图4 不同性别公民科学素质发展状况

 

图5 不同年龄段公民科学素质发展状况

 

图6 不同受教育程度公民科学素质发展状况

 

图7 公民获取科技信息的渠道(%)

 

图8 公民利用科普设施的意愿(%)

 

图9 公民利用科普设施的收获情况(%)

 

图10 公民利用科普设施的情况(%)

 

图11 公民利用科普设施的动机情况(%)

 

图12 制约公民利用科普设施的因素情况(%)

 

图13 公民对科技创新的关注和支持情况(%)

马斯克再向OpenAI施压,拟将旗下聊天机器人Grok开源

·作为对于OpenAI旗下Chat GPT的回应,Grok将于本周实现开源。Grok以英国作家道格拉斯·亚当斯的科幻小说《银河系漫游指南》为蓝本,特点是会用幽默反叛的方式来回答一些被其他AI系统拒绝回答的争议性问题。

马斯克和OpenAI的纷争一波未平一波又起。

3月11日晚,特斯拉创始人埃隆·马斯克(Elon Musk)在社交平台表示,他的AI初创公司xAI本周将开放聊天机器人Grok的源代码,这意味着公众将可免费使用该公司大模型技术背后的代码,Meta首席执行官马克扎克伯格在社交平台上发表评论表示支持。

埃隆·马斯克在社交平台上发布将开源Grok

此次马斯克宣布将开源Grok正值他向OpenAI提起诉讼之际,澎湃科技(www.thepaper.cn)注意到,当地时间3月11日,OpenAI在最新提交的法庭文件中指出,埃隆·马斯克此前发起的诉讼存在捏造事实的情况,将驳回马斯克的指控。

开源与闭源之争

开源就是开放源代码,即将模型的源代码和技术细节公开。在开源的情况下,创造者向用户提供免费使用许可,有时还允许用户修改他们创造的成果。目前,Meta的LLaMA、StabilityAI的Stable Diffusion、国内阿里的通义千问都属于开源模型。

与开源模型相对,闭源模型则不开放源代码和技术细节,也不允许用户更改模型。目前,Open AI的ChatGPT、谷歌的Gemini以及国内百度的文言一心都属于闭源模型。

马斯克是坚定的开源主义者。他曾表示,“OpenAI中的开放(Open)这个词意味着开放源代码,它是作为一个非营利性开源项目而创建的。而现在OpenAI却成为一个为实现最大利润而封闭的源代码。”

2月29日,马斯克洋洋洒洒35页的一纸诉状指控OpenAI为逐利而放弃了最初使命,即“开发造福人类的人工智能技术”。

马斯克声称,OpenAI与微软的合作伙伴关系已将这家公司转变为微软“事实上的闭源子公司”,专注于利润最大化,违背了最初对开源、非营利的承诺。他要求OpenAI恢复开源。

自从马斯克对OpenAI提起诉讼以来,包括OpenAI的支持者科斯拉风投公司(Khosla Ventures)的创始人科斯拉和安德森霍茨基金(Andreessen Horowitz)联合创始人安德森在内的科技投资者一直在争论人工智能的开源问题。

一些开源支持者认为,大语言模型并不是一种完全成熟的技术,在实现AGI之前,它们必须在一个由科学家和学者组成的社区中公开开发。

OpenAI首席科学家伊尔亚·苏茨克维(Ilya Sutskever)曾在接受美媒采访时,阐释了OpenAI不分享更多有关GPT-4信息的原因——对竞争和安全的担心是“不言而喻的”。就安全考虑,他指出,这些模型非常强大,而且会变得愈发强大。某些时候,一些人如果利用这些模型可以非常容易地制造巨大的伤害。

Grok与GPT-4还存在差距

为寻求OpenAI和谷歌的替代方案,2023年11月4日,马斯克的初创公司xAI发布了首个基于大语言模型(LLM)的AI大模型产品Grok,也作为对Open AI旗下ChatGPT的回应。

Grok在社交媒体X上的官方账号曾表示,其将探索广阔的数字宇宙,并持续连接其他AI系统。“我会确保这种连接是强大的,我们会持续学习、共同成长。”

马斯克初创公司xAI旗下的聊天机器人Grok

公司声称,这款机器人以英国作家道格拉斯·亚当斯的科幻小说《银河系漫游指南》为蓝本,可以回答任何问题。

不过,官网同时也提醒用户,相较于其他聊天类机器人,Grok的特点是会用幽默反叛的方式来回答一些被其他AI系统拒绝回答的争议性问题。目前,Grok仅为社交媒体X的“Premium+”客户提供服务。

根据xAI公布的数据,在进行的数学评测集(GSM8K)、大规模多任务语言理解数据集(MMLU)、编程多语言测试(HumanEval)、数理(MATH)等一系列基准测试中,Grok-1的表现已经超过GPT-3.5和LLaMa 2 70B,但与GPT-4还存在一定差距。

开发团队表示,通过创建和改进Grok,xAI的目标一方面是收集来自多元背景用户的反馈,另一方面也致力于将其打造为帮助人们快速获取信息、处理数据并创新想法的强大研究助手。

CRISPR基因编辑疗法落地英美欧,现在试图攻克阿尔茨海默病

·“我相信,有一天我们将能够以像手术那样的精确度来改变致病基因。”

·“目前还没有在大脑中使用任何CRISPR技术的临床试验,首先需要奠定研究基础。”

当地时间11月16日,英国药品和医疗保健产品监管局(MHRA)宣布授权CRISPR/Cas9基因编辑疗法Casgevy(exa-cel)有条件上市,用于治疗镰状细胞病(SCD)和输血依赖性β地中海贫血(TDT)。当地时间12月8日,美国食品药品监督管理局(FDA)批准其用于治疗SCD。当地时间12月15日,欧洲药品管理局(EMA)也批准其上市,用于治疗SCD和TDT。

现在,研究人员希望使用CRISPR/Cas9基因编辑疗法来治疗阿尔茨海默病(AD)。当地时间12月11日,《自然》(Nature)杂志发表一篇题为《CRISPR基因编辑如何帮助治疗阿尔茨海默症》(How CRISPR gene editing could help treat Alzheimer’s)的文章,试图探讨利用CRISPR疗法治疗阿尔茨海默病的可能性。

“CRISPR疗法可能是一种一劳永逸的治疗方法,没有其他药物可以与之匹敌。”美国加州大学圣地亚哥分校(the University of California, San Diego)的神经科学家苏博吉特·罗伊(Subhojit Roy)说,“在这些疗法能够用于治疗如此复杂的疾病之前,还有很长的路要走。使用目前的技术,在大脑中剪切和粘贴基因非常困难。”

改变APOE4或PSEN1

据文章介绍,全球已有超过55万人受到痴呆影响,预计到2050年这一数字将增加近两倍。阿尔茨海默病是最常见的痴呆形式,它同时也是一种复杂的疾病。

“我们并不完全了解大脑是如何工作的,这使得理解和治疗阿尔茨海默病等脑部疾病面临巨大挑战。”在英国爱丁堡大学(the University of Edinburgh)研究神经退行性疾病的泰拉·琼斯(Tara Spires-Jones)说。

《自然》文章指出,阿尔茨海默病的大部分研究都是由淀粉样蛋白假说驱动的,该假说认为阿尔茨海默病的主要致病因素是大脑中β淀粉样蛋白积累,最终形成斑块。淀粉样斑块触发另一种称为“tau”的脑蛋白聚集在一起,并在神经元内扩散。通常在这个过程中,记忆力减退等症状开始出现。tau蛋白越多,症状越严重。

治疗阿尔茨海默病的抗体药物Aducanumab 和 Lecanemab就靶向淀粉样蛋白,临床试验显示它们可以减缓某些人的认知能力下降。这两种药物都已获得美国食品药品监督管理局(FDA)的批准,但对其安全性和有效性的担忧仍然存在。

CRISPR基因编辑可以提供一种替代治疗。基因编辑是一种新兴的比较精确的能对生物体基因组特定目标基因进行修饰的一种基因工程技术。

与迟发性阿尔茨海默病相关的一个基因是载脂蛋白E(APOE),它编码大脑中的脂质转运蛋白,可能影响神经元对tau蛋白的摄取。具有APOE4 基因突变的人患阿尔茨海默病的风险最高,而具有APOE2 和APOE3 基因突变的人分别处于中度和低度风险。拥有一个APOE4 拷贝会使一个人患阿尔茨海默病的风险增加3倍,拥有两个APOE4 拷贝会使该风险增加12 倍。

在2019年发表于《自然-医学》(Nature Medicine)的一篇论文中,研究人员在一名女性身上发现了一种名为Christchurch 的罕见APOE 变体,她在生命早期具有遗传倾向,但在70多岁之前没有表现出任何症状。

美国格拉德斯通研究所(Gladstone Institutes in San Francisco, California)的神经病理学家黄亚东和他的同事使用CRISPR系统将Christchurch基因突变改造成携带人类APOE4 的小鼠,然后让这些小鼠进行杂交,产生具有一个或两个拷贝的工程变体的后代。

在11月13日发表于《自然-神经科学》(Nature Neuroscience)的一项研究中,研究小组发现,具有一个APOE4-Christchurch 变体拷贝的小鼠对阿尔茨海默病有部分保护作用,而具有两个拷贝的小鼠没有表现出预期的迹象。

“我们的研究表明,通过模仿Christchurch突变的有益影响,可以对APOE4 相关的阿尔茨海默病进行潜在的治疗干预。”黄亚东说。

《自然》文章提到,基因编辑的另一个潜在靶点是一种叫做早老蛋白-1(PS1)的蛋白质,它对于参与β淀粉样蛋白产生的酶(称为γ-分泌酶)的制造至关重要。PSEN1(编码PS1的基因)的突变增加了大脑中产生有毒的β淀粉样蛋白 42的数量,并且与早发性阿尔茨海默病有关。

2022年发表在《分子治疗-核酸》(Molecular Therapy Nucleic Acids)上的一项概念验证研究中,科学家们使用CRISPR系统来切割并破坏人类细胞中PSEN1 基因的突变版本。该团队能够破坏培养细胞中一半的突变PSEN1基因,使PS1和β淀粉样蛋白 42的数量整体减少。

“这种方法非常适合降低有毒蛋白质的水平,因为其中的基因突变参与有毒蛋白质的生产。”文章共同作者、在加拿大多伦多大学研究神经毒性机制的马丁·英格尔森(Martin Ingelsson)说道。

该团队现在正在尝试使用一种称为先导编辑的超精确基因编辑技术,该技术可以替换单个DNA碱基对。“我相信,有一天我们能够以像手术那样的精确度来改变致病基因。”英格尔森说。

安全性问题和成本高昂的挑战

这些策略在早期研究中显示出前景,但CRISPR基因编辑疗法还有很长的路要走。与任何新疗法一样,必须解决安全问题。“基因编辑并不总是完美的。可能会有脱靶效应,包括健康基因突变或整个染色体受损。”琼斯说。

罗伊对此表示赞同。他说,使用细胞和动物模型在CRISPR系统上进行实验是一回事,但将阿尔茨海默病的基因编辑策略带到临床上则是另一回事。“目前还没有在大脑中使用任何CRISPR技术的临床试验,首先需要奠定研究基础。”

罗伊和他的同事们正在尝试继续进行研究。在使用 CRISPR 系统编辑阿尔茨海默病相关基因APP的动物研究成功之后,研究人员已获得美国国立卫生研究院(NIH)的资助,将研究推进到临床前阶段,其中包括弄清楚哪种基因编辑系统最适合在人脑中使用。

罗伊表示,“希望有一天,神经科医生在研究阿尔茨海默病患者时会开出一次性CRISPR注射剂,也许可以与其他基于抗体的疗法相结合。”

此外,与其他基因疗法一样,高昂的治疗成本可能会带来进一步挑战。加拿大多伦多大学(the University of Toronto)研究阿尔茨海默病蛋白质功能的杰罗德·施密特-乌尔姆斯(Gerold Schmitt-Ulms)说,“按照目前该领域的创新速度,变革性治疗的出现只需要几年的时间,届时,最大的挑战将是向大众提供这些个性化且昂贵的治疗方法。”

参考资料:https://www.nature.com/articles/d41586-023-03931-5

上海市政协委员姜雪峰:亟待建立不量化但系统化的科学教育体系

上海市政协委员、华东师范大学化学与分子工程学院教授姜雪峰在提案中表示,要实现科学教育的目标,不仅需要政策支持与基金资助,更需要家庭、社会、学校、科研工作者全维度的参与,让学习者有机会真正沉浸在科学实践之中。

1月24日,澎湃科技获悉,上海市政协十四届二次会议期间,上海市政协委员、华东师范大学化学与分子工程学院教授姜雪峰拟提交两份提案,建议建立针对教育和科研评价的多元化、多维度评价体系,以阻止教育与科研的内卷化倾向。

此外,他建议建立不量化,但系统化、辩证化的科学教育。

他表示,对全球百年诺奖的分析表明,美国的诺奖得主最高学位的专业化程度反而在下降。科学教育培养的是长期的研究与实践能力,而不仅仅是知识累积。

教育内卷,科研内卷,怎么破?

无意义的内卷导致教育和科研资源浪费。

96分的成绩比95分成功,10篇文章发表就比8篇成功,影响因子50就比30要成功……

“真的是这样吗?”姜雪峰问。

他在提案中表示,在过度量化、过度指标化的体系里,人们不再谦虚地进取,反而耗时耗力地内卷。当我们以单一分数量化评价,人们就对分数“钻营”。但不量化、不指标,又会失去评价的公平性与客观性,这仿佛成了悖论性问题。

针对以上问题,姜雪峰认为,多元化、多样化、多维化评价体系,是破除内卷的最佳方式,尤其是对教育评价、科研评价有重要意义。

他表示,这样的评价才是“全息影像”,才能全面了解一个立体的人。

比如,评价一名学生,至少需要五个维度:除了学业,孩子与人互助相处的情商,经历挫折之后努力进步的逆商,社区社团的社会责任感,家庭家人的承担感等都应考虑在综合评价参数内。

对于科研方面的评价,姜雪峰表示,虽然很早就讲了破五唯,即打破唯论文、唯帽子、唯职称、唯学历、唯奖项的评价标准,但一些量化的评估反而加强了数据比较。

“我们本质上想从科学上获得什么?认知的体系、推演的逻辑、预判的发展、现实问题的解决、国家重大需求的突破,就应该成为我们评价科学体系的集成性多维标准。”姜雪峰表示。 

亟待建立不量化却系统化的科学教育体系

当下,一些STEM教育课程很火,但姜雪峰认为,完全没有抓住科学教育的精髓,一些人甚至没能很好地区分科学、技术与工程。

STEM教育被认为是结合科学(Science)、技术(Technology)、工程(Engineering)和数学(Mathematics)的多学科交叉教育模式。

姜雪峰援引一项针对上海1185名初中科学教师的调查结果称,一些科学教师并不能区分工程实践与科学实践,在设计和实施工程与科学相融合的项目时,整合度低。而在一项研究中,上海一些初高中科学教师与芝加哥的相关教师相比,对科学的本质与科学探究过程的理解程度低。

此外,一些学生实验课虽然名为“探究”,实则是“验证”。学生实验课少,真正亲自动手做实验的机会少。

非正式环境中的科学教育缺乏。很多人一生有80%以上的时间处于学校之外,非正式环境中的科学教育对于发展儿童和青少年对科学的兴趣,为他们提供探索求知的广阔空间十分重要。

针对上述问题,姜雪峰建议,在相关课程中,要让科学先回归兴趣和好玩,让科学立体化、真实化、具体化,激发兴趣、再引发思考。

姜雪峰强调,不能将科学虚构化、理想化。但目前课堂内外,对科学和科学家的描述偏理想化、简化,多讲述客观的科学知识和成果,往往忽视科学发现的过程和历史背景,与当时的社会现实割裂,科学家往往成为了科学故事中的虚拟主人公,科学发现的故事成了奇闻轶事。

姜雪峰在提案中表示,要实现科学教育的目标,不仅需要政策支持与基金资助,更需要家庭、社会、学校、科研工作者全维度的参与,让学习者有机会真正沉浸在科学实践之中。

此外,他建议,培养高质量专业科学教师,职前教师要接受科研训练,还要接受科学史与科学哲学的相应训练。重新找回STEM的核心与精髓,而不是课程拼盘。在高等教育阶段,科学教育融入通识教育体系,培养STEM专才和提高所有人STEM素养并重。

当地时间2023年11月9日,法国巴黎举行的联合国教科文组织第42届大会通过了在上海设立教科文组织国际STEM教育研究所(UNESCO IISTEM)的决议,这是教科文组织一类中心首次落户中国。该研究所的主要职能就是促进科学、技术、工程和数学领域从幼儿到成人各个阶段包容、公平、适切和优质的全民教育。

AI预测蛋白质结构或助力开发新型抗抑郁药,《自然》:重视它

·科学家们表示,这些工具不会完全取代实验,但它们帮助寻找新药的潜力不应该被忽视。卡尔森说:“很多人希望AlphaFold 能够解决所有事情,而许多结构生物学家想寻找自己仍然被需要的理由。找到平衡很困难。”

美国北卡罗来纳大学教堂山分校(The University of North Carolina System at Chapel Hill)的药理学家布莱恩·罗斯(Bryan L. Roth)和加州大学旧金山分校(the University of California, San Francisco)的药物化学家布莱恩·斯科特(Brian Shoichet)领导的团队使用蛋白质结构预测工具AlphaFold 识别数十万种潜在的新迷幻分子,可能有助于开发新型抗抑郁药,证明了AlphaFold 在新药研发中的能力。相关研究已于当地时间2023年12月21日在论文预印本平台bioRxiv上发表,未经同行审评。

当地时间2024年1月18日,《自然》(Nature)杂志报道了这一发现,称该研究首次表明,对于药物发现来说,AlphaFold 预测的蛋白质结构与实验衍生的蛋白质结构一样有用。相比之下,后者可能需要花费数月甚至数年时间,而前者只需按一下按钮。“这一发现毫无疑问推动了AlphaFold 的发展。”《自然》的报道写道。

AlphaFold 是总部位于英国伦敦的DeepMind 开发的人工智能(AI)工具。2020年,DeepMind 推出 AlphaFold2,改变了人们对蛋白质及其相互作用的理解方式。2023年10月底,DeepMind 又推出 AlphaFold3,可以预测蛋白质数据库(PDB)中几乎所有分子的结构,被认为有望改变药物发现的“游戏规则”。

与疾病相关的蛋白质分子结构已经在制药行业中被用来识别和改进不够完善的药物。一些科学家开始怀疑AlphaFold 的预测是否能代表新药研发的“金标准”实验模型。

“媒体有很多炒作。每当有人说‘某某工具将彻底改变药物发现’时,总会引起各方怀疑。”斯科特说。据他统计,过去至少有十多项研究都发现,当AlphaFold在蛋白质-配体对接的建模方法中识别潜在药物时,不如X射线晶体学等实验方法获得的蛋白质结构有用。

蛋白质-配体对接方法在药物发现的早期阶段很常见,主要模拟数亿或数十亿种化学物质如何与靶蛋白的关键区域相互作用,以识别改变蛋白质活性的化合物。过去的研究发现,AlphaFold 预测的蛋白质结构在筛选可与特定蛋白质结合的化合物方面表现很差。

罗斯和斯科特的团队在检查由AlphaFold 预测的两种精神疾病相关蛋白质结构时,与现有药物进行了对照,得出了相似的结论。他们想知道,AlphaFold 预测出来的蛋白质结构和实验室做出来的蛋白质结构相比,后者能结合的化合物是不是更多。

为了验证,该团队使用两种蛋白质的实验结构来虚拟筛选数亿种潜在药物,并用从AlphaFold 数据库中提取的蛋白质结构模型进行了相同的筛选,合成了数百种最有潜力的化合物,然后在实验室中测量它们的活性。

AlphaFold 预测的蛋白质结构和实验衍生的蛋白质结构筛选出来的候选药物完全不同,但命中率(能够改变蛋白质活性的化合物比例)几乎相同。AlphaFold 预测的蛋白质结构确定了最能有效激活血清素受体的化合物,“迷幻药之王”LSD也通过部分激活血清素受体起作用。这表明,AlphaFold 预测的蛋白质结构所筛选出来的化合物可能成为抗抑郁新药。斯科特说:“这是一个真正的新结果。”

瑞典乌普萨拉大学(the University of Uppsala in Sweden)的计算化学家简·卡尔森(Jens Carlsson)团队发现,AlphaFold 善于识别热门靶点G蛋白偶联受体药物,命中率约为60%,不过相关论文尚未发表。“我对AlphaFold 预测的蛋白质结构有信心,它可能会改变药物发现的正常途径。”卡尔森说。

加拿大不列颠哥伦比亚大学(the University of British Columbia in Vancouver)的结构生物学家斯瑞拉姆·萨卜拉曼(Sriram Subramaniam)说,斯科特和罗斯团队挑选的两种蛋白质非常适合使用AlphaFold 来预测,相关蛋白质的实验模型、药物与它们结合的区域的详细图谱都很容易获得。

AI制药先驱、美国薛定谔公司(Schrodinger, Inc.)的研发总裁凯文·阿克萨亚(Karen Akinsanya)认为:“这不是灵丹妙药。预测的结构对一些药物靶点有帮助,但对另一些则没有帮助,而且并不总是清楚哪个适用。即使预测的蛋白质结构可以帮助识别线索,通常也需要更详细的实验模型来优化特定候选药物的特性。”

斯科特同意AlphaFold 预测并非普遍适用的观点,“有很多预测模型我们都没有尝试推进过,因为我们认为它们太糟糕了。”他估计,在大约三分之一的案例中,AlphaFold 预测的结构可以助推项目启动,从而将项目的时间缩短几年。

科学家们表示,这些工具不会完全取代传统实验,但它们帮助寻找新药的潜力不应该被忽视。卡尔森说:“很多人希望AlphaFold 能够解决所有事情,许多结构生物学家想寻找自己仍然被需要的理由。找到平衡很困难。”

欧盟计划2025年发布AI机器人战略,确保负责任、守道德

·欧盟委员会计划制定一项“人工智能驱动(AI-powered)”的机器人战略,以确保欧洲在该领域保持重要地位。该计划将保证对机器人负责任地、合乎道德地使用,并考虑隐私、网络安全、透明度、问责风险及措施。

欧盟委员会将于2025年发布一份全欧盟范围内的战略文件,以确保欧洲各国在人工智能机器人技术应用方面的协同与合作。

根据欧洲新闻电视台(Euronews)看到的内部会议记录,欧盟委员会将在2024年前两个季度与27个成员国密切合作,计划制定一项“人工智能驱动(AI-powered)”的机器人战略,以确保欧洲在该领域保持重要地位。

该战略将涉及机器人开发和应用的各个方面,并将与委员会的相关计划联系起来,如工作场所采用人工智能的倡议和《人工智能法》(AI Act)。后者是世界上第一个以基于风险的方式监管人工智能技术的立法。

根据内部专家组会议的记录,新的机器人战略将保证对机器人负责任地、合乎道德地使用,并考虑隐私、网络安全、透明度、问责风险及措施。

欧盟委员会在2021年发布过一项机器人协调行动计划,鼓励成员国制定国家机器人计划。这份内部记录要求欧盟国家提供一份关于其国内战略的概述,以供2月举行的会议磋商;各国政府还需要制定投资计划,并与标准组织合作制定共同标准。此外,委员会计划建立一个“机器人观测站”,以审查目前发展和应用机器人的障碍。

澎湃科技(www.thepaper.cn)注意到,全欧盟范围内机器人战略的出台并非偶然。欧盟曾在官网声明中指出,机器人技术市场快速发展,日益受到制造、救援、检索、医疗保健、物流、农业等领域产品迭代的推动。同时,数百万个相关工作岗位将受到威胁。

在过去十年里,欧洲工业机器人产业显著增长。根据国际机器人联合会(IFR)数据,到2022年,欧盟成员国总共安装了近72000台机器人,同比增长6%。

应用机器人最多的五个国家是德国、意大利、法国、西班牙和波兰。到2022年,这些国家的工业机器人安装量合计约占欧盟境内工业机器人安装总量的70%。欧洲成为仅次于中国的全球第二大机器人采用地区。

一些国家如德国,在国家机器人计划方面更具有前瞻性。德国政府表示,将于6月召开一次关于人工智能机器人的全国会议。此外,它还将成立一个专注于云和边缘计算的机器人研究所。

欧洲一直是人工智能监管最领先的地区之一。当地时间2023年12月8日,欧盟政策制定者就《人工智能法》达成初步协议,对包括ChatGPT在内的所有通用人工智能模型的透明度提出严格要求,同意严格限制面部识别技术的应用,同时将禁止对人类安全造成“不可接受风险”的人工智能系统。欧盟委员会内部市场专员蒂埃里·布雷顿(Thierry Breton)表示,《人工智能法》将为人工智能技术的应用提供保障,同时避免给相关企业带来过重的负担。

欧盟也很早就和其他机构展开机器人监管联合行动。2014年,欧盟委员会提出SPARC计划,通过与成员国、工业界、大学和研究机构的密切合作,实现了120多个研究项目和协调行动,逐步在整个机器人领域建立起坚实的知识共享和合作基础。

72亿年仅偏差1秒!我国科学家成功研制锶原子光晶格钟

记者1月25日从中国科学技术大学获悉,该校潘建伟、陈宇翱、戴汉宁等组成的研究团队,成功研制了万秒稳定度和不确定度均优于5×10-18(相当于数十亿年的误差不超过一秒)的锶原子光晶格钟。据公开发表的数据,该系统不仅是当前国内综合指标最好的光钟,也使得我国成为第二个达到上述综合指标的国家。

据了解,在前期工作的基础上,研究团队实现了锶原子的激光冷却,并将其束缚在长寿命的一维光晶格中,利用一束预先锁定到超稳腔的超稳激光来探寻锶原子钟态跃迁,并实现了光钟闭环运行。通过两套独立的锶原子光晶格钟进行了频率比对测量,得到单套光钟的稳定度在10000秒积分时间被达到了4×10-18,在47000秒达到了2.1×10-18。在此基础上,研究团队还对Sr1光钟的系统频移因素开展了逐项评定,最终得到其系统不确定度为4×10-18,相当于72亿年仅偏差1秒。上述性能指标表明该光钟系统已部分满足“秒”重新定义的要求。

研究人员介绍,该成果对未来实现远距离光钟比对、建立超高精度的光频标基准和全球性光钟网络奠定了重要的技术基础,对未来构建新一代全球时间基准乃至提供引力波探测、暗物质搜索的新方法等具有重要价值。

相关成果日前发表于国际权威学术期刊《计量学》。