科学

哲学期刊没有统一的利益冲突政策。研究人员可以在担任某人工智能公司的有偿顾问的同时发表关于人工智能伦理的论文，而读者和编辑却无法通过结构化的方式知晓这一情况。 加州大学欧文分校的Cailin O’Connor教授和加州大学圣迭戈分校的Craig Callender教授于7月1日发布的一封新的公开信旨在改变这一现状。这份请愿书目前已获得包括芝加哥大学Brian Leiter在内的150多位哲学家的签名，呼吁哲学期刊采纳强制性的利益冲突披露政策，其模式仿效《科学》和《自然》等期刊所使用的政策。 “哲学界的利益冲突政策远未达到当前的最佳实践水平，”O’Connor和Callender在为Daily Nous撰写的客座文章中解释道。”关于利益冲突披露的规范，无论是财务性还是非财务性的，基本上都不存在。” 为何是现在：与人工智能的关联 直接的催化剂是学术界哲学家与科技公司之间日益加深的关系。哲学系越来越多地开展关于人工智能伦理、算法公平性和机器学习哲学的研究，而这些领域正是Google、Microsoft、OpenAI和Anthropic等公司具有直接商业利益的领域。这些公司资助研究中心，雇佣哲学家担任顾问和研究员，并支持研究生项目。 “哲学家与生产人工智能产品的科技公司之间的联系如今尤其普遍，”公开信中指出。”这些变化要求在学科范围内对研究诚信规范进行反思。” 这种担忧并非哲学领域独有，，社会科学和人文学科的研究人员已经注意到企业资助的增长缺乏相应的披露规范。但哲学作为一个几乎没有利益冲突文化的领域，使其尤其脆弱。正如Victor Kumar在Open Questions Substack上的分析中所指出的，一些人担心”人工智能伦理已被产业俘获”。 请愿书的要求 公开信提出了一套标准化的作者检查清单，内容涉及资金资助、雇佣关系、合作研究、持股情况、投资以及与研究相关的其他关系。财务性和非财务性利益冲突都将被涵盖，包括无偿隶属关系、与相关公司员工的个人关系以及数据访问安排。 披露信息将与论文一同发表，而不是存档于编辑部，这反映了顶级科学期刊的透明度标准。该信还要求对已发表的、与产业有关联的论文进行追溯性披露，并建议违规可能导致更正或撤稿。 “由于利益冲突报告对许多哲学家来说并不熟悉，”《科学》AAAS的报道称，”该信建议期刊为作者提供一份标准化的检查清单，询问资金资助、雇佣情况、合作研究以及其他相关关系。” 一个正在追赶的学科 医学和生命科学领域实施强制性利益冲突披露已有数十年之久。国际医学期刊编辑委员会提供了一份被数千种期刊使用的标准表格。《医生薪酬阳光法案》创建了一个公开的数据库，记录产业向医生支付的款项。顶级科学期刊要求详细披露财务性和非财务性利益。 哲学在很大程度上仍处于这一趋势之外。虽然存在一些出版商层面的政策，，例如Spinger期刊要求提供基本的利益冲突声明，，但既没有标准化的表格，也没有学科范围内的期望，更不存在披露文化。这封公开信代表着哲学家们自己缩小这一差距的努力。 “这是朝着正确方向迈出的新一步，旨在限制有偏见研究的风险，有利于科学的健康发展，”一位观察人士指出。 担忧与回应 并非所有人都对该提案的范围感到完全放心。一些人认为，披露要求，，特别是要求披露”与相关公司员工的密切个人关系”，，范围过广。另一些人则质疑追溯性原则：将今天才建立的规范应用于该规范存在之前发表的作品。偏见的导向也受到质疑：大多数学术哲学家对人工智能公司持积极批判态度，而该领域的专业激励机制倾向于奖励对企业影响力的怀疑态度，而非相反。 请愿的组织者承认这些担忧，但认为透明度是解决这些问题的前提条件。”目标并不是暗示与产业的联系本质上具有腐蚀性，”他们写道。”目标是让读者获得他们所需的信息，以便自行评估研究工作。” 完整的公开信可通过Google表单获取，组织者仍在继续征集签名。 来源 O’Connor, C. & Callender, C. “Open Letter: Mandatory Conflict of Interest Disclosures in Philosophy Journals.” Daily Nous（2026年7月6日）. https://dailynous.com/ “Philosophers call for their journals to require conflict of interest […]

二十年来，计算机科学家一直在与一个看似简单的问题作斗争：量子计算机能否验证经典计算机甚至无法描述的问题的解决方案？ 答案是可以，而这项证明长达96页。 由四名研究人员组成的团队，，John Bostanci（西蒙斯研究所/哥伦比亚大学）、Jonas Haferkamp（波鸿鲁尔大学）、Chinmay Nirkhe（华盛顿大学）和Mark Zhandry（斯坦福大学），，已经证明，对于至少一个计算问题，量子证明在类别上比经典证明更强大。该论文在理论计算机科学顶级会议STOC 2026上获得了最佳论文奖。 “这是一个美丽的结果，”未参与该工作的麻省理工学院量子信息理论家Anand Natarajan表示。”它带来了许多新鲜、新颖的想法。” 证明实际展示的内容 该问题属于理论计算机科学的一个分支，，复杂性理论，它研究解决问题所需的资源如何随问题规模扩大而变化。其核心是QMA（量子梅林-阿瑟）和QCMA（量子-经典梅林-阿瑟）类。 可以这样理解：想象一名学生（梅林）试图让一位老师（阿瑟）相信某个数学陈述是正确的。在QMA场景中，梅林可以提交一个量子态（一组脆弱的量子比特）作为证据。在QCMA场景中，梅林只能提交一串经典比特。这个问题由Dorit Aharonov和Tomer Naveh于2002年首次提出，即量子版本是否严格更强大。 该团队通过构建一个称为”谱关联问题”的问题证明的确如此。对于该问题，量子证据有效而经典证据无效。这个问题是一种取证谜题：给定两组测量数据，判断它们来自同一个底层量子对象还是两个不同的对象。量子证据可以直接编码两组数据之间的关系，而经典证据根本携带不了足够的信息。 该证明采用了一种称为”反证法”的策略。研究人员首先假设该问题存在经典证明。然后他们证明，这样的证明是可重用的，，你可以用同一个经典证据来回答许多不同的查询。但他们证明了这种可重用性将允许解决一项被证明不可能完成的困难猜测任务。这一矛盾意味着最初的假设是错误的：不存在任何经典证明。 “我开始思考这个问题多少有点偶然，”Zhandry告诉Quanta Magazine。他2024年11月的个人研究解决了问题的一半，但未能完成。四人聚在一起，经过九个月的紧张工作，”它确实主导了我的一年。我基本上没做什么别的事情，”Bostanci说，他们完成了完整的证明。 第二个独立的证明 值得注意的是，第二个团队使用完全不同的方法独立得出了相同的结论。麻省理工学院的Andrew Huang和Vinod Vaikuntanathan与Bostanci一起，于2026年2月产生了第二个预言机分离（arXiv:2602.09385）。该分离在概念上更简单，并且还产生了相关领域（量子建议）中BQP/qpoly类和BQP/poly类之间的首次分离。 拥有两个独立的证明，，一个精巧而复杂，另一个更简单且更具扩展性，，使得结论更加可靠。 关于预言机的说明 两个证明都是”预言机分离”：它们表明QMA和QCMA相对于一个黑箱函数（预言机）是不同的。计算机可以查询该函数，但无法看到其内部工作原理。没有预言机的无条件证明需要复杂性理论的革命性进展，相当于证明P不等于PSPACE。 尽管如此，预言机分离被认为是极为有力的证据。主要复杂性类之间的每一个已知分离最初都是以预言机结果的形式出现的，之后才被完善。该领域的历史表明，当两个类相对于预言机不同时，它们在现实中也几乎总是不同的。 “我们所拥有的是迄今为止最有力的证据，表明答案是肯定的，，量子证明更强大，”研究人员在论文中指出。 为何重要 对于在职的量子计算机物理学家来说，这一结果可能不会改变日常操作。区分这两个类的问题（谱关联问题）是精心构造的、人为的。但证明中开发的技术，特别是将问题视为玻色子处理的”二次量子化”压缩预言机方法，预计将在密码学和量子算法设计中找到应用。 该结果也解决了量子复杂性理论中的主要开放问题之一。该领域提出了关于哪些可以用量子资源计算、哪些不能的基本问题。对于花了二十年时间攻关QMA与QCMA问题的研究人员来说，答案终于揭晓了。 婷 翻译 来源 Quanta Magazine：”Researchers Reveal the Power of ‘Quantum Proofs'”（2026年7月6日）. https://www.quantamagazine.org/researchers-reveal-the-power-of-quantum-proofs-20260706/ Bostanci，J.，Haferkamp，J.，Nirkhe，C.，Zhandry，M.”Separating QMA from QCMA with a Classical Oracle.” arXiv:2511.09551. STOC 2026 Best […]

哲学期刊目前没有统一的利益冲突政策。研究人员在为人工智能公司担任有偿顾问的同时，可以发表关于人工智能伦理的论文，而读者和编辑却没有结构化的途径知晓这一情况。 2026年7月1日，加州大学尔湾分校的Cailin O’Connor教授和加州大学圣迭戈分校的Craig Callender教授发布了一封新的公开信，旨在改变这一现状。这封请愿书现已获得包括芝加哥大学Brian Leiter在内的150多位哲学家的签名，呼吁哲学期刊采用强制性的利益冲突披露政策，其模式参照《科学》和《自然》等期刊的做法。 “哲学领域的利益冲突政策远未达到最新水平，”O’Connor和Callender在Daily Nous的一篇客座文章中解释了这一倡议。”围绕利益冲突披露的规范，无论是财务性还是非财务性，基本上不存在。” 为什么是现在：与人工智能的关联 直接的催化剂是学术界哲学家与科技公司之间日益增长的联系。哲学系越来越多地开展关于人工智能伦理、算法公平性和机器学习哲学的研究，而谷歌、微软、OpenAI和Anthropic等公司在这些领域拥有直接的商业利益。这些公司资助研究中心，雇佣哲学家担任顾问和研究员，并支持研究生项目。 “哲学家与生产人工智能产品的科技公司之间的联系现在尤为普遍，”公开信中写道。”这些变化要求对整个学科的研究诚信规范进行反思。” 这种担忧并非哲学领域所独有，社会科学和人文学科的研究人员也注意到，企业资金在增长，但相应的披露规范却未跟上。但哲学作为一个基本上没有利益冲突披露文化的领域，使其尤其脆弱。正如Victor Kumar在Open Questions Substack上的分析中指出的那样，一些人担心”人工智能伦理已被工业界俘获。” 请愿书的要求 公开信提出了一份面向作者的标准化核查清单，内容涵盖资助、雇佣、合作、持股、投资以及其他与研究相关的关联。财务性和非财务性利益冲突都将被纳入，包括无薪隶属关系、与相关公司员工的私人关系以及数据访问安排。 披露信息将与论文一同发表，而不是存档在编辑部，这反映了顶级科学期刊的透明度标准。信中还呼吁对已发表的、与产业界有关联的研究进行追溯性披露，并建议不遵守规定可能导致更正或撤稿。 “由于许多哲学家对利益冲突报告并不熟悉，”《科学》杂志AAAS版的文章报道称，”这封信建议期刊向作者提供一份标准化核查清单，询问资助、雇佣、合作以及其他相关关联。” 追赶中的学科 医学和生命科学领域实行强制性利益冲突披露已有数十年。国际医学期刊编辑委员会提供了一份标准化表格，被数千家期刊使用。《医生薪酬阳光法案》创建了一个公开的行业向医生付款数据库。顶级科学期刊要求详细披露财务性和非财务性利益。 哲学在很大程度上仍处于这一趋势之外。虽然存在一些出版层面的政策，例如，斯普林格旗下的期刊会要求提供基本的利益冲突声明，但没有标准化的表格、没有学科范围的期望、也没有披露文化。这封公开信代表了哲学家们自行缩小这一差距的尝试。 “这是朝着正确方向迈出的新一步，有助于限制偏见研究的风险，有利于科学的发展，”正如一位观察者所言。 担忧与回应 并非所有业内人士都对这一提案的范围感到完全满意。一些人认为，披露要求，尤其是要求披露”与相关公司员工的密切私人关系”，范围过广。另一些人则质疑追溯性：用今天才存在的规范去要求规范出现之前发表的作品。偏见的导向也受到质疑：大多数学术哲学家对人工智能公司持积极批判态度，该领域的专业激励倾向于奖励对企业影响的怀疑，而非相反。 请愿的组织者承认这些担忧，但认为透明度是解决这些问题的前提。”目的不是暗示与产业界的联系本身就是腐败的，”他们写道。”目的是为读者提供他们自己评估研究工作所需的信息。” 完整的公开信可通过谷歌表单获取，组织者仍在收集签名。 婷 翻译 来源 O’Connor, C. & Callender, C. “Open Letter: Mandatory Conflict of Interest Disclosures in Philosophy Journals.” Daily Nous（2026年7月6日）. https://dailynous.com/ “Philosophers call for their journals to require conflict […]

在线GLP-1处方市场的蓬勃发展建立在便捷性之上：点击几下、填写一份简短问卷，一个月的减肥药就会送到家门口。但2026年7月6日发表在《JAMA》上的一项新的秘密购物研究揭示，这些处方中有多少涉及极少的临床监督。 耶鲁大学的研究人员伪装成符合GLP-1资格标准的患者，与49个宣传GLP-1受体激动剂的网站进行了接洽。结果令人震惊：49个网站中有45个（91.8%）开具了处方。其中34个（69.4%）实际邮寄了药物。在最令人担忧的发现中，开具处方的网站有三分之二是在患者与临床医生之间没有任何实时互动的情况下进行的。仅13个网站（26.5%）要求视频问诊，仅3个（6.1%）要求电话问诊。 “我们发现了一个为速度而非安全性优化的系统，”该研究的第一作者、耶鲁大学医学院的医学博士候选人Ashwin K. Chetty说。从初次接触到开具处方的中位时间为一天或更短。有两个网站在五分钟或更短时间内就开具了处方。 临床数据缺失 这项于2025年8月至12月进行的研究记录了远程医疗网站在开具处方前收集的临床信息中存在的普遍差距。仅约半数网站筛查了饮食失调。仅53.1%询问了饮食和身体活动情况。仅36.7%要求提供任何患者报告的临床数据，如血压、血糖或胆固醇水平。没有任何网站要求独立的实验室检查。 几乎所有网站都询问了病史和当前用药情况，但研究人员指出，这些信息是自我报告的，没有经过验证。五分之一的网站接受了甚至不符合其自身规定要求的照片，例如全身照或可见的体重秤。 对调配药物的担忧 大多数处方（86.7%）是针对调配版本的GLP-1药物，而非FDA批准的品牌制剂。调配药物虽然在药物短缺期间的某些条件下是合法的，但不受FDA相同的制造质量和安全标准约束。这些调配处方中有60%含有添加成分，如维生素B12、B6、NAD+、甘氨酸或左旋肉碱。 11%的处方是舌下制剂，2.2%是口服片剂，这些给药途径尚未被批准用于GLP-1药物（GLP-1药物设计用于皮下注射）。中位月费用为230美元。 该研究还发现，有30张处方通过20家不同的调配药房配药，同一位临床医生有时在多个不同的网站上进行处方，这引发了关于处方者集中度和监管的问题。 “市场增长如此之快，监管基础设施还没有跟上，”耶鲁大学医学院的合著者Reshma Ramachandran医学博士（公共卫生硕士）说。 监管背景 这项研究发表之际，监管机构对在线GLP-1市场的关注日益增加。FDA于2026年3月向30家远程医疗公司发出警告信，原因是它们对调配GLP-1药物进行非法或误导性营销。根据2025年11月的KFF调查，近八分之一的美国成年人现在服用GLP-1药物，其中约20%通过在线方式获得处方。 耶鲁大学团队此前曾在《JAMA Health Forum》（2025年）上发表了一项研究，记录了这些相同网站的广告宣传。新研究更进一步：它实际以患者身份与网站互动，揭示了人们在点击”立即订购”后会发生什么。 来源 Chetty, A.K., Chen, A.S., Ross, J.S., Ramachandran, R. “Secret Shopper Study of Online GLP-1 Prescriptions.” JAMA（2026年7月6日）. DOI: 10.1001/jama.2026.9131. https://jamanetwork.com/journals/jama/fullarticle/2851149 Palmer, K. “Online GLP-1 prescriptions are often fast, easy, and low on clinical oversight.” STAT News（2026年7月6日）. […]

银屑病影响着全球超过1.25亿人。虽然阻断IL-17通路的生物疗法已经改变了治疗格局，但这些疗法仍然昂贵、需要注射，并且会全身性地抑制免疫系统。7月6日发表在《自然·通讯》上的一项新研究为一种不同的方法打开了大门：通过完全不同的分子靶点实现相同效果的外用乳膏。 Biohub芝加哥和西北大学的研究人员在原代人角质形成细胞（驱动银屑病炎症的皮肤细胞）中进行了全基因组CRISPR敲除筛选，并将其与名为VirtualCRISPR的人工智能框架相结合，确定了两个意想不到的药物靶点：ALOX5（花生四烯酸5-脂氧合酶）和OXTR（催产素受体）。 当研究团队测试了阻断这些靶点的现有药物，齐留通（一种经FDA批准用于哮喘的ALOX5抑制剂）和cligosiban（一种先前为早泄开发的OXTR拮抗剂），作为银屑病小鼠模型的外用治疗时，两者均达到了全身性抗IL-17RA抗体的疗效。 筛选工作原理 研究人员使用Brunello sgRNA文库，靶向约19000个基因，在原代人角质形成细胞中逐一敲除每个基因。经过五次群体倍增后，他们根据表面IL-17RA表达（银屑病关键炎症信号的受体）对细胞进行分选，并对前5%和后5%细胞中的sgRNA进行测序。这揭示了哪些基因在被破坏后会导致角质形成细胞表达更多或更少的IL-17RA。 然而，全基因组筛选会产生数千个候选结果，其中大多数已是已知的调控因子。为了从噪声中分离信号，研究团队部署了VirtualCRISPR，这是一个基于功能基因组学数据训练的大型语言模型。该AI框架回答的问题是：”在Y细胞类型中扰动X基因是否会导致Z表型？”通过优先考虑那些实验富集度高但VirtualCRISPR概率低的基因（意味着它们在IL-17RA调控中的作用是真实的但此前未被理解），研究团队以传统方法所需时间的一小部分就锁定了ALOX5和OXTR。 两个靶点，两种机制 ALOX5产生称为白三烯的脂质介质，这些介质被发现能稳定角质形成细胞表面的IL-17RA。OXTR通过钙依赖性信号传导重新编程细胞代谢，以调节IL-17RA表达。这两个靶点汇聚于同一受体，但通过不同的细胞内在途径。 在咪喹莫特诱导的银屑病样皮炎小鼠模型中，外用齐留通和外用cligosiban均能抑制皮肤炎症，减少致病性Th17和Tc17反应，使巨噬细胞向抗炎表型极化，并使表皮过度增殖正常化。蛋白质组学分析确认了靶点药理作用，并揭示了两种药物均汇聚于抑制中性粒细胞-角质形成细胞炎症回路。 “外用药能匹配全身性生物制剂的疗效这一事实令人鼓舞，”作者指出。”这表明我们可能能够局部治疗银屑病，避免注射的副作用和不便。” 注意事项 该研究处于临床前阶段。咪喹莫特小鼠模型是急性皮肤炎症模型，并非慢性人类银屑病的直接再现。齐留通目前仅获批为哮喘口服片剂，用于银屑病的外用制剂需要单独的临床开发。Cligosiban此前在早泄的IIb期试验中失败，但其安全性被认为可接受，且在皮肤中的作用机制不同。 外用的人体临床试验尚未进行。该团队已提交了涵盖方法和发现的临时专利（US 63/944,804）。 来源 Zhao, C., Shih, M., Ahmed, S., 等。”AI-guided CRISPR screening reveals therapeutic targets in psoriasis.”《自然·通讯》（2026）. DOI: 10.1038/s41467-026-75249-5. https://www.nature.com/articles/s41467-026-75249-5 LifeScience.net：预印本列表。https://www.lifescience.net/preprints/10105/ai-guided-crispr-screen-accelerates-discovery-of-n/ 婷 翻译

射血分数降低型心力衰竭（HFrEF），即心脏左心室无法有效泵血的一种病症，尽管药物治疗取得了进展，但仍然是主要的治疗挑战。哈尔滨医科大学的研究人员已经确定了驱动该疾病根源的病理性心脏重塑的分子机制：一种名为Bclaf1的剪接因子劫持了细胞的RNA加工机制，过度产生有害蛋白质。 发表在《Nature Communications》上的这些发现将Bclaf1/Srsf2/Hand2剪接通路定义为HFrEF的关键驱动因子，并为此病症提出了一类新的治疗靶点。 机制 由杨洋、杨宝峰、吕延杰和潘振伟（哈尔滨医科大学药理学系）领导的团队首先检查了人类心脏组织。在HFrEF患者的心肌中，他们发现Bclaf1（B细胞淋巴瘤2相关转录因子1）与健康心脏相比显著升高。在压力超负荷诱导的心力衰竭小鼠模型中也观察到了同样的升高。 当研究人员对小鼠进行基因改造，使其在心肌细胞中特异性过表达Bclaf1时，这些动物出现了病理性肥大（心肌增大）和收缩功能障碍，这是心力衰竭的标志。相反，当他们敲除Bclaf1基因或使用AAV9病毒载体递送靶向Bclaf1的RNA干扰构建体时，这些小鼠免受压力超负荷诱导的心力衰竭的影响。 分子机制涉及RNA剪接。Bclaf1直接与Srsf2（丝氨酸/精氨酸富集剪接因子2）相互作用，Srsf2是一种控制前信使RNA如何加工成成熟mRNA的蛋白质。Bclaf1-Srsf2复合物与Hand2（心脏和神经嵴衍生因子2）的前mRNA结合，提高其剪接效率，产生更多成熟的Hand2 mRNA，最终产生更多的Hand2蛋白。 Hand2是一种已知参与心脏发育的转录因子。在成体心脏中，其过度产生驱动适应不良性重塑，即HFrEF特征的相同病理性肥大和收缩功能障碍。 治疗窗口 该研究证明，在该级联反应的多个点进行干预可以恢复心脏功能。敲低Bclaf1可降低Hand2水平并减轻肥大。直接抑制Hand2产生类似的保护作用。在已确立的心力衰竭模型中，抑制任一靶点（Bclaf1或Hand2）均能部分逆转病理变化。 这一点值得注意，因为HFrEF疗法主要靶向神经激素通路（β受体阻滞剂、ACE抑制剂、醛固酮拮抗剂），而非细胞内信号传导或基因调控。位于实际病理基因表达程序上游（剪接水平）的靶点提供了一种不同类型的干预点。 什么是HFrEF 射血分数降低型心力衰竭影响着大约一半的美国心力衰竭患者（约600万人）。其定义是射血分数，每次收缩从左心室泵出的血液百分比，为40%或更低，而健康心脏为50%至70%。患者会出现气短、疲劳、体液潴留和运动耐量降低。尽管进行了最优药物治疗，五年死亡率仍维持在约50%。 该病症与HFpEF（射血分数保留型心力衰竭）不同，后者心脏硬化而非衰弱。Bclaf1机制似乎对HFrEF特异；是否在HFpEF中发挥作用尚不清楚。 注意事项 该研究在小鼠中进行，并使用人体组织样本进行了验证。AAV9介导的Bclaf1敲低很有前景，但尚未在人体中进行测试。AAV9基因治疗载体已成功用于其他心脏疾病，值得注意的是，FDA批准的脊髓性肌萎缩症药物Zolgensma使用了相关的AAV9载体，但大规模心脏递送仍面临挑战。 该研究还显示人类HFrEF心肌中Bclaf1升高，但这是相关性，而非因果关系。仅从人体组织样本无法确定Bclaf1激活是疾病的主要驱动因素还是对心脏应激的继发性反应。 婷 翻译 披露：基于2026年发表在《Nature Communications》上的同行评审论文。DOI: 10.1038/s41467-026-75125-2。共同第一作者：杨洋、高海宇、陆颖、张英姿、杨萌。通讯作者：潘振伟、杨宝峰、吕延杰（哈尔滨医科大学）。

对极端天气事件（造成最大破坏的那种）进行建模在计算上是极其残酷的。一次百年一遇的热浪至少需要100年的模拟时间，才能通过蛮力生成哪怕一个样本。使用高分辨率气候模型时，这样的模拟所需的计算时间和能源成本将以月或年计，即使在超级计算机上也是如此。 芝加哥大学、CNRS巴黎和纽约大学的研究人员开发了一种大幅降低这一成本的方法。他们的AI增强型罕见事件采样（AI+RES）框架结合了深度学习天气模拟器与轨迹分裂算法，可将表征极端热浪统计所需的计算资源降低高达1000倍。该成果已被《物理评论快报》（Physical Review Letters）接受发表。 工作原理 该框架包含两个组件。第一个是AI天气模拟器，一个在气候模型输出上训练的深度神经网络，能够以近乎为零的计算成本运行集合预报。该模拟器充当”评分函数”，预测哪些模拟轨迹最有可能导致极端事件。 第二个组件是轨迹分裂罕见事件采样方法。在预定的重采样时间点，算法复制有希望的轨迹（AI识别为可能产生极端事件的轨迹）并终止无希望的轨迹。只有最有希望的轨迹才会被传递给完整的基于物理的气候模型（在本例中为PlaSim）进行高保真模拟。 AI组件解决了罕见事件采样中的一个长期问题：设计一个好的评分函数传统上需要深厚的领域专业知识和大量的试错，而且对于热浪等短期极端事件尤其困难。AI从气候模型的输出中自动学习评分函数。 已证实的性能 研究团队在两个地区的中纬度热浪上测试了AI+RES：以法国和美国中西部为中心的地区。该框架以显著降低的成本再现了长期PlaSim模拟的真实统计结果。 没有AI增强的标准RES在最罕见的事件上完全失败，它无法产生哪怕一个最极端热浪的样本。没有物理组件的纯AI模型则不准确，且无法外推到训练数据之外，这是纯数据驱动天气预测的局限性。 报道该结果的《物理世界》文章称该方法实现了”高达1000倍”的计算节省。论文本身报告了针对特定PlaSim热浪验证的30到300倍的成本降低，其中较高的数字反映了AI+RES组合的效果。这种差异反映了面向普通读者的易懂整数与实测具体范围之间的区别。 该方法既能产生准确的统计结果，也能提供对极端事件驱动机制的物理洞察，这意味着它不仅可以用于预测热浪频率，还可以用于理解热浪为何发生。 为何重要 气候模型正变得越来越精细，运行成本也越来越高。高分辨率模型的计算成本限制了研究人员能够执行的模拟数量，这反过来又限制了他们对可能罕见但具有破坏性的极端事件概率的估算能力。 如果AI+RES方法能够推广到其他类型的极端事件，热带气旋、大气河流、洪水、强雷暴，它可能从根本上改变气候风险评估的方式。与其依赖有限数据的统计外推，模型可以直接模拟数千年间的极端事件，而成本仅为当前的一小部分。 作者们，共同第一作者Amaury Lancelin（CNRS/ENS巴黎）和Alexander Wikner（芝加哥大学），以及通讯作者Dorian Abbot（芝加哥大学）、Freddy Bouchet（ENS巴黎）、Pedram Hassanzadeh（芝加哥大学）和Jonathan Weare（NYU），已将AI+RES代码公开，供其他研究人员适配到他们自己的气候模型中。 注意事项 该方法仅在一个气候模型（PlaSim）和一类事件（中纬度夏季热浪）上得到验证。1000倍的数值是一个远大的上限，更多反映了《物理世界》的报道而非论文本身实测的热浪案例30-300倍节省范围。推广到其他事件类型和更高分辨率模型是下一步的工作。 披露：基于一篇被《物理评论快报》接收的论文。arXiv：2510.27066。DOI：10.1103/b1gc-9c2q。据《物理世界》2026年7月6日报道。 婷 翻译

首个旨在减缓北极海冰流失的地球工程概念实地测试得出了明确的结果：将海水泵入海冰表面可将其增厚多达32厘米。问题在于，这种方法能否在有意义的规模上发挥作用。 该实验于2024年至2025年冬季在加拿大努纳武特地区的剑桥湾进行，参与方包括华盛顿大学、伦敦大学学院以及当地Ekaluktutiak猎人和捕兽者组织。他们的研究结果于5月22日发表在《Earth’s Future》上，显示使用潜水泵（每台泵的耗电量低于烤面包机）将1平方公里测试区域淹没海水后，到5月中旬，产生的冰层明显比未处理的对照区域更厚、更亮。 但同一篇论文也记录了为什么这种方法不太可能阻止北极冰盖的长期衰退。 工作原理 这个概念简单得令人难以置信。在冬季，当气温远低于冰点时，将海水泵入现有海冰的表面。水冻结后，在上面增加一层新的冰层。由于这种新冰比下面的天然冰含盐量更高，它也增加了表面反照率，在春季融化季节将更多阳光反射回太空。 研究团队在1平方公里的场地上建立了8个测试区域和3个对照区域，有些区域被淹没一次（12月或1月），其他区域被淹没两次（12月加2月，或1月加2月）。每次施加最多添加20厘米（8英寸）的海水。一个对照区域被用于单独的融水池排水实验。 到5月中旬，两次淹没的区域比对照区域厚了多达32厘米。这一增量相当于剑桥湾大约50年的春季海冰变薄量，自1980年以来，该地区的冰层每十年变薄约6厘米。被淹没的冰在整个融化季节也保持更亮，排干的融水池场地在一周内明显变亮。 规模差距 问题就在这里。2016年的一项研究估计，仅覆盖北冰洋的10%就需要大约1000万台风力水泵。覆盖整个北极则需要1亿台。在地球上最恶劣的环境之一中部署、维护和为这种基础设施提供动力的后勤工作是惊人的。 这项新研究的作者对这些限制直言不讳。”局部规模的使用是可行的，”他们写道，但大规模部署面临着”严峻的可行性、成本和生态障碍”。2025年的一项审查得出结论，海冰增厚在有意义的规模上”根本不可行”。 其他复杂因素包括迅速关闭的机会窗口：自1979年以来，北极海冰面积已缩减约20%，随着冰层变薄，可能很快就没有足够的稳定冰层可供部署。2024年至2025年的冬季在剑桥湾也异常温暖，作者指出这可能会影响其结果的普遍性。 更广泛的背景 这项实验应在一个领域的背景下理解，北极地球工程，随着北极海冰流失的后果变得更加明显，这一领域正变得越来越严肃。夏季海冰的消失通过反照率效应（黑暗的海洋比白色的冰吸收更多阳光）加剧全球变暖，扰乱天气模式，以增加的风暴潮威胁沿海社区，并危及依赖冰缘的物种。 其他提议的干预措施包括向北极平流层喷洒反射性气溶胶、增亮海洋云层，甚至建造人造冰山。这些措施都没有经过大规模测试，都带有未知的生态风险。 剑桥湾实验之所以有价值，正是因为它提供了关于什么有效、什么无效的真实数据。海水泵入在局部尺度上可以增厚冰层。但作者自己的结论，局部规模的使用是可行的，而大规模部署则”具有挑战性”，提醒人们，地球工程不能替代减排。即使可以部署1亿台水泵，它们也只能争取时间，而不能解决根本问题。 婷 翻译 披露：基于2026年5月22日发表在《Earth’s Future》上的同行评审论文。DOI：10.1029/2025EF007894。主要作者Edward Blanchard-Wrigglesworth（华盛顿大学）。涵盖Sascha Pare于2026年7月6日在Live Science上发表的文章。

一个多世纪以来，物理教科书一直教授磁铁有两种基本类型。铁磁体（如冰箱上的条形磁铁）具有强净磁化，因为其所有原子自旋指向同一方向。反铁磁体的自旋以交替相反方向排列，相互抵消产生零净磁化。 这种二元分类可能需要更新。7月6日发表在《Nature Physics》上的一篇综合评论整合了第三种基本磁性类别，交变磁性的证据。与铁磁体不同，交变磁体不产生杂散磁场。与反铁磁体不同，它们可以传导强自旋极化电流，可能结合两者的最佳特性用于下一代自旋电子器件。 缺失的磁相 这一缺失的发现来自晶体学。研究人员注意到某些材料（包括MnTe、RuO₂和CrSb）表现出不符合传统框架的磁序。它们的自旋得到补偿（零净磁化），类似于反铁磁体，但其电子能带结构显示出自旋分裂，这在传统反铁磁体中不应发生，因为克拉默斯简并使自旋向上和自旋向下能带保持配对。 解决方案来自对称性。在传统反铁磁体中，自旋子晶格通过平移与时间反演对称性（一种同时翻转自旋和时间的数学运算）相连接。在交变磁体中，子晶格通过旋转与时间反演对称性相连接。旋转增加了一个方向性分量，在保持零净磁化的同时解除了一般动量点上的自旋简并。 其结果是一种结合了先前被认为互斥特性的材料：在不产生杂散场的磁体中实现自旋极化电流。 为何对器件至关重要 铁磁体产生的杂散磁场是微型化电子学中的一个持续问题。在密集排列的磁性存储器阵列中，一个比特的磁场可能翻转邻近比特，这是一个随着器件缩小而恶化的串扰问题。交变磁体完全消除了这一问题，因为它们没有净磁化，因此也没有杂散场。 同时，交变磁体产生自旋极化电流，这是利用电子自旋而非电荷来处理和存储信息的自旋电子学器件的必要条件。它们还在太赫兹范围内提供本质上快速的自旋动力学，可能实现远超铁磁器件所能达到的切换速度。 由T. Jungwirth（捷克科学院）、J. Sinova（美因茨约翰内斯·古腾堡大学）和L. Šmejkal（美因茨）领导的国际团队撰写的这篇评论，梳理了过去三年中为交变磁性建立实验基础的里程碑：MnTe中的光谱学确认（Krempaský等人，《Nature》，2024年）、CrSb中的薄膜自旋分裂（Reimers等人，《Nature Communications》，2024年）以及Mn₅Si₃中的异常霍尔响应（Reichlova等人，《Nature Communications》，2024年）。 已展示的成果 该评论确定了已在交变磁体中展示或预测的几种功能现象： 巨隧穿磁阻：在交变磁隧道结中预测 自旋分裂扭矩：无需重金属层的高效自旋轨道扭矩，在RuO₂中实验观察到 交变磁电效应：电极化与磁序之间的相互耦合 完美超导二极管效应：在交变磁体-超导体混合体中预测 铁电可切换交变磁性：在多铁材料中展示 室温运行：在包括CrSb和RuO₂在内的几种交变磁体中得到证实 注意事项 交变磁性作为一个独特的磁性类别在凝聚态物理学界部分领域中仍存在争议。一些研究者认为它代表反铁磁性的一个子类型，而非真正的新相。该评论本身也承认交变磁体与某些高对称性反铁磁体之间的界限并不总是清晰的。 此外，迄今为止大多数展示都处于材料表征层面而非器件层面。使用交变磁体的功能自旋电子学器件（存储单元、逻辑门、传感器）在很大程度上仍停留在理论阶段，尽管室温展示使它们更接近实际应用。 婷 翻译 披露：基于2026年7月6日发表在Nature Physics上的同行评审评论文章。DOI：10.1038/s41567-026-03337-w。作者：T. Jungwirth、J. Sinova、P. Wadley、D. Kriegner、H. Reichlová、F. Krizek、H. Ohno、L. Šmejkal等。

极端天气事件的建模计算强度很大。模拟一场百年一遇的热浪，即使生成一个样本，至少需要100年的模拟时间。在高分辨率气候模型中，即便使用超级计算机，此类模拟所需的计算时间和能源成本也要以月或年为单位计算。 芝加哥大学、法国国家科学研究中心巴黎分校和纽约大学的研究人员开发了一种降低这一成本的方法。他们的AI增强稀有事件采样框架（AI+RES）已被《物理评论快报》接收发表。该框架将深度学习天气模拟器与轨迹分割算法相结合，可将极端热浪统计特征描述所需的计算资源降低多达1000倍。 工作原理 该框架由两个部分组成。第一部分是AI天气模拟器，一个基于气候模型输出训练的深度神经网络，能够以接近零的计算成本运行集合预报。该模拟器作为”评分函数”，预测哪些模拟轨迹最有可能导致极端事件。 第二部分是轨迹分割稀有事件采样方法。在设定的重采样时间点，算法复制有希望的轨迹（AI识别为可能产生极端事件的轨迹），并终止无希望的轨迹。只有最有希望的轨迹才会被传递给完整的物理气候模型（本例中为PlaSim）进行高保真模拟。 AI组件解决了稀有事件采样中长期存在的问题：设计良好的评分函数传统上需要深厚的领域专业知识和大量的试错，对于热浪等短期极端事件尤为困难。AI能够从气候模型输出中自动学习评分函数。 性能验证 研究团队在两个地区（法国和美国中西部）的中纬度热浪上测试了AI+RES。该框架以更低的成本再现了长期PlaSim模拟的基准统计结果。 没有AI增强的标准稀有事件采样在最罕见的事件上完全失败，无法生成哪怕一个最极端热浪的样本。没有物理组件的纯AI模型结果不准确，且无法外推到训练数据之外，这是纯数据驱动天气预报的局限性。 报道该结果的Physics World文章称，该方法实现了”高达1000倍”的计算节约。论文本身报告在PlaSim热浪验证中成本降低了30到300倍，较高的数字反映了AI+RES组合的效果。这一差异反映了面向普通读者的易懂约数与具体测量范围之间的区别。 该方法既能提供准确的统计数据，也能提供对极端事件驱动机制的物理洞察，这意味着它不仅可用于预测热浪频率，还可用于理解热浪发生的原因。 重要意义 气候模型正变得更加精细，运行成本也越来越高。高分辨率模型的计算成本限制了研究人员能够执行的模拟数量，进而限制了他们对虽罕见但具有破坏性的极端事件概率的估计能力。 如果AI+RES方法能够推广到其他类型的极端事件，热带气旋、大气河流、洪水、强雷暴，它可能从根本上改变气候风险评估的方式。模型不再依赖有限数据的统计外推，而是能够以当前成本的一小部分直接模拟数千年的极端事件。 作者们，共同第一作者Amaury Lancelin（CNRS/ENS巴黎）和Alexander Wikner（芝加哥大学），通讯作者Dorian Abbot（芝加哥大学）、Freddy Bouchet（ENS巴黎）、Pedram Hassanzadeh（芝加哥大学）和Jonathan Weare（纽约大学），已将AI+RES代码公开，供其他研究人员将其适配到自己的气候模型中。 局限性 该方法仅在一个气候模型（PlaSim）和一类事件（中纬度夏季热浪）上得到验证。1000倍的数字是一个理想化的上限，更多地反映了Physics World的报道而非论文本身报告的测量范围（热浪案例中节约30-300倍）。推广到其他事件类型和更高分辨率模型是下一步工作。 披露：基于已被《物理评论快报》接收的论文。arXiv：2510.27066。DOI：10.1103/b1gc-9c2q。通过Physics World于2026年7月6日报道。 婷 翻译