图灵测试已死！面对日益强大的人工智能，75年前的经典思想实验已经“过时”。在伦敦举行的皇家学会大型研讨会上，科学家们预示着“后图灵测试时代”的到来。他们指出，人工智能的目标不应该是模仿人类，而应该关注安全性、可靠性和社会效益。从“图灵奥运会”到“宜家家具组装”，新的评估思路不断涌现。这场关于“什么是智力？”的伟大辩论正在让我们远离“人工智能能变得像人类吗？” “我们需要什么样的人工智能？”
一种名为斑蝥素的毒素，实际上是大自然的“货币”，吸引并驱使无数昆虫疯狂，甚至吃鸟粪。日本进行的一项新研究发现，这种由某些甲虫产生的化学物质由于其强大的防御能力，在生态系统内形成了一个复杂的“贸易网络”。鸟类吃有毒的甲虫来对抗寄生虫，而其他昆虫则获得毒素其次通过吃鸟粪来保护自己。这一发现生动地说明了物种之间惊人的化学联系和生存策略。
忘记培养皿中的小鼠大脑切片吧。斯坦福大学的科学家们利用一个意想不到的“厨房秘密”：食品添加剂黄原胶，成功解决了人脑三维类器官培养物中“相互粘附”的全球性问题。这一简单而巧妙的进步使得大规模、标准化方式制造数以万计的“迷你人脑”成为可能。借助这个强大的平台，研究人员能够有效地检测药物对大脑发育的潜在影响，从而开发出克服自闭症和精神分裂症等持续性神经系统疾病的创新工具。
地震的“导火索”藏在哪里？科学家们首次亲眼目睹断层发生前夕发生的微妙变化的破裂，在实验室“引发”微地震。南加州大学的一项新研究发现，控制地震的“临界闸门”是肉眼看不见的断层之间的“实际接触区域”。在破裂的瞬间，这些微观接触点中几乎有三分之一会在几毫秒内消失，从而引起剧烈的滑动。这一发现不仅为已经使用了几十年的地震模型提供了物理物质，而且有望通过监测断层电导率变化等方面带来地震早期预警的新技术。
据10月21日周二消息，国外著名科学网站主要内容如下：《自然》网站（www.nature.com）后图灵测试时代：科学界重新定义AI评价标准随着大规模语言模型的快速发展，当今最前沿的人工智能（AI）系统可以轻松通过经典的图灵测试。这种现象正在促使科学界重新思考：我们是否需要新的指标来衡量人工智能的进展？图灵测试是由英国数学家艾伦·图灵在 75 年前提出的，旨在确定机器是否可以通过文本对话来模仿人类智能。然而，研究人员指出，该测试本质上是一个哲学思想实验，并不是作为严格的科学评估工具而设计的。现代人工智能擅长模仿语言，但这并不意味着它能够真正理解语言。力量。当面临需要深度推理或超出训练数据范围的任务时，系统仍然可能会犯重大错误。科学界正在寻找更完整的评估方法。 ARC-AGI-2 抽象推理测试评估人工智能解决视觉难题的适应性。另一位研究人员提议建立一个“图灵奥运会”，其中包括它的多项任务涵盖电影理解、家具组装以及其他更接近现实世界应用的场景。这些努力旨在摆脱单语模仿，从多个维度评估机器智能。更广泛的科学界认为，未来对人工智能的评估应该更加关注安全性和社会价值。这包括系统可靠性、抗滥用性以及现实环境中的性能。同时，人工智能发展要真正服务公共利益，需要明确技术的利益和风险分配。当前的共识是，科学的评价体系必须适应时代，表明我们必须从追求人工智能转向构建安全、可靠、具有实用价值的人工智能系统。这种转变将更好地引导人工智能技术朝着有利于人类社会发展的方向发展。科学nce网站（www.science.org） 为什么昆虫特别喜欢鸟粪？利用稀有毒素的生存策略从传说中的贤者之石到不老泉，人类神话充满了我们不惜一切代价争取的魔法物质。在生态网络中，斑蝥素是十字花科和天牛科甲虫分泌的一种稀有化合物，可引发一系列不寻常的种间相互作用。发表在《昆虫学杂志》上的一项新研究揭示了这种化合物如何充当鸟类、昆虫和其他生物之间的生态纽带。斑蝥素作为一种防御性毒素，能有效防御天敌和病原真菌。这种强大的保护功能促使其他生物体发展出特殊的行为来获得它。研究表明，赤蝽科、蚁科等昆虫以吃扁虫的鸟类粪便为食，以获得斑蝥素残留。以前的研究已经记录了眼角的使用aridin 由多个物种组成。蚊子吸食甲虫的血淋巴，血淋巴会产生斑蝥素来保护其卵。像鸨这样的鸟类可以通过捕猎这些甲虫来获得驱虫效果。这些发现表明斑蝥素在物种之间建立了复杂的化学生态关系。为了测试昆虫对斑蝥素的特异性吸引力，日本东京都立大学的一个研究小组设计了一项对照实验。当他们给日本鹌鹑喂各种食物、收集它们的粪便并设置陷阱时，他们发现所有被斑蝥素吸引的昆虫都集中在含有芫荽马铃薯甲虫消化残渣的陷阱上。这一发现证实斑蝥素即使在通过鸟类的消化系统后仍保留其生态吸引力。更广泛的研究表明，包括刺猬和青蛙在内的多种脊椎动物也以产生斑蝥素的甲虫为食，这表明对生态的影响e compuesto en mucho más amplios de lo que se entiende effectivemente.Se ha sugerido que puede haber un rango.这一系列的发现为化学生态学的研究提供了新的视角，揭示了自然界物质循环的复杂网络。 《科学日报》网站（www.sciencedaily.com）告别粘连：斯坦福科学家实现三维人脑类器官大规模培养 斯坦福大学脑器官发生项目研究人员近日在《Nature Biomedical Engineering》发表重大技术进展：利用常见食品添加剂橡胶黄原胶，能够解决三维人脑类器官容易发生粘连的问题 培养过程中的粘附和融合。这一突破将使科学家能够批量生产数万个规格统一的类器官，为大规模大脑研究奠定基础。作为大创意的重要组成部分斯坦福大学吴仔神经科学研究所的神经科学项目，该项目致力于利用干细胞生长三维类脑结构，包括类器官和神经元聚集体，以探索大脑发育机制、神经系统疾病原理和药物筛选。然而，类器官在培养物中自发融合的问题长期以来限制了大规模研究和开发。在系统评估了23种不同的生物相容性材料后，研究团队最终发现黄原胶可以有效阻止类器官聚集，且不影响类器官的正常发育。该方法成本低廉、易于操作，相关技术与科学界公开共享。在一项验证实验中，研究人员使用该技术一次培养了 2,400 个皮质类器官，并系统地检查了 298 种已批准药物对大脑发育的影响。结果表明，几药物，包括某些乳腺癌药物，显着抑制类器官的生长，表明可能对胎儿神经发育存在潜在风险。这项创新技术将极大加速自闭症、癫痫等神经发育疾病的研究进程。研究团队认为，大规模培养系统的建立将为疾病机制的系统分析和高通量药物筛选提供重要的技术支撑，并为神经科学领域提供可传递的信息。强调预计相关和应用研究将会加速。科技日报网站 (https://scitechdaily.com) 破译地球断层的“摩擦”：新研究揭示了引发地震的关键变量 最近发表在《美国国家科学院院刊》(PNAS) 上的研究成功建立了一个新的实验室模型，首次清楚地揭示了：断层表面接触区域与地震概率之间的物理关系为理解地震机制和早期预测提供了新的理论基础。地震研究长期以来都是基于经验的“速度-状态”摩擦定律，但其中心参数“状态变量”缺乏明确的物理对应关系。利用先进的光学观测技术，南加州大学的这项研究发现，断层之间实际接触的微观面积，或者说“实际接触面积”，是控制断层滑动行为的关键变量。这一发现为数十年的地震模型研究提供了直接的物理解释。在本次实验中，研究人员采用透明材料模拟断层，并利用高速相机和光学测量系统，首次实现了断层接触面积动态变化过程的实时观察。的r结果表明，在地震破裂过程中，几乎三分之一的接触点在几毫秒内迅速破裂。这种剧烈的弱化过程是快滑断层的直接原因。本研究进一步验证了实际接触面积、断裂能和滑动速度之间的关系与理论相符。通过26组不同场景的数值模拟分析断裂力学。该模型成功地再现了从缓慢蠕变到快速破裂的各种地震行为，同时匹配应力释放和光学信号变化。该结果具有巨大的实际应用潜力。断层接触状态的变化同时影响其电导率、渗透性和波速响应，为地震前兆监测带来新的见解。通过部署多物理观测网络，持续捕捉断裂带物理参数的异常变化，地震的早期发现和早期预警有望实现。研究团队指出，该模型是建立基于f机制的地震预测方法的重要一步。未来，随着观测技术的进步，监测层接触的细微变化有望为更可靠的地震风险评估提供科学依据。 （刘纯）
