科學快報 刷新認知！迄今最大最精細的腦圖來了，【科學快報】208

接着一個國際團隊從一隻小鼠的視覺p層中取下了一塊一立方毫米的腦組織 並將其切成了兩萬五千多層 每個切片的厚度只有幾十納米 大約是人類頭髮的四百分之一 他們先對每張切片進行成像 再把這些圖像拼合成一張三維地圖 然後再利用人工智能和機器學習算法對神經元進行註釋 繪製出了迄今爲止最大最精細的大腦三維地圖 人家團隊發現就這樣比例沙子還小的組織中 卻包含了20萬個腦細胞 其中大約有8 2萬個是神經元 還包含了5 23億個神經元連接點和超過4公里長的神經元連接線路 人類巔峯時期的大腦突出數量約爲1000萬億 而目前最先進的GPT 4 5參數量也不過是2萬億級別 完全無法和大腦先提並論 並且這一立方毫米所產生的數據量就達到了恐怖的1600TB 如果要對整個人腦進行高精度建模的話 可能需要幾千套超級計算機才能完成 數據量會達到ZB級別 而2024年全球服務器的數據量大約爲160ZB 也就是說 把整個互聯網上的數據都拿過來 幾十顆人類的腦袋就能塞得下 這樣來看的話 通用人工智能和超級人工智能又遙遙無期了 40多年前 著名的分子生物學家弗朗西斯克裏克曾斷言 解析一立方毫米腦組織的精確連接圖譜是不可能的 但在過去的幾年裏 一個由150多名神經科學家組成的國際營團隊 讓這一目標更接近現實 這張圖的確是神經科學領域的傑作 唯一能與其對比的是去年發佈的腦圖 同樣也是一立方毫米大小 只不過他們用的腦組織是從一位癲癇患者的大腦中取下來的 而這次呢 是從小鼠大腦中取的 不過爲了繪製這張突破性的腦圖 眼睛人員先讓小鼠連續刷了兩個小時的視頻 其中包括黑客帝國的片段 也不知道小鼠能不能看懂 在看視頻的同時呢 他們記錄了小鼠視覺披層中將近76,000個神經元的放電情況 眼睛結果進一步說明了 沒有一個神經元是孤島 大腦的複雜性遠遠超過組成它的一堆神經元 新發現還揭示了大腦新的細胞類型和新的抑制原理 抑制性細胞對其目標細胞具有高度的選擇性 從而形成了一個覆蓋整個網絡的協作系統 這個小小的斑點內蘊藏了一整套的結構 對於神經科學家來說 它是一大片未經探索的原始森林 如果你的收音衣壞了 只要你有電路圖就有機會修好了 而構建高精度的大腦佈線圖有助於我們瞭解大腦的形態和功能 爲各種大腦疾病的治療鋪平道路 相關的八篇論文都已於4月9號發表在了國際理念期刊自然雜誌上 研究數據也已經全部公開 有興趣的可以看一下 下面插播一小段廣告 廣告之後更精彩 看這道紅皮書有沒有很熟悉的感覺 五年高考三年模擬 我相信無論是參加過高考的前輩還是正在複習備考的學生 起碼都見過他 即使你沒用過 肯定也有同學在用 老師手裏可能也有一本 我自己在這裏翻了個把小時 差點穿遠回那年的夏初 這本書看起來很厚 實際上也挺厚的 但你不要怕 這本書你真的用它來複習的話 會發現它其實是很輕量化的 爲什麼這麼說呢 首先裏面一共是三冊 一本經講 一本經歷 還有一本是答案 三冊是獨立的 很多同學都忍不住把它給一分爲三了吧 答案去了的話就只有三分之二的厚度了 然後呢 它是一本書就涵蓋了所有知識點 而且邏輯特別清晰 比如這本物理 第二章相互作用 第一節 重力彈力摩擦力 這一節它拆分成兩個考點 每個考點幾句話給你講清楚 看這裏的小燈泡都是特別容易弄混的知識點 然後就是立題 它是梯組化的設計 一個典型立題從基礎的教材到進行演變 拓展辨識 再到鏈接高考 能力循序漸進 後面還有進階提醒 幫助你舉一反三 最後就是規律總結 這是提分的關鍵 然後這一節就沒有然後了 到這兒 精講的部分就結束了 再來看第二冊精練 首先是考法領航 讓你明晰規律 然後就是今年的五年高考三年模擬 都是真題精選 訓練更高效 第三冊答案我就不幫你看了 怎麼樣 是不是結構很清晰 五三每個學科的結構都是不一樣的 我這裏還有本生物 這本生物就是分層講解的 考精考點集練集清 精練冊裏面有2024年的新體 更新率100% 精心設計的微專題也是一大亮點 特別適合當前生物性高考的複雜情境 這套五三國民教輔適合一輪複習打基礎的學生 比如高二有很多同學就已經開始複習了 高一程度比較好的同學也可以隨堂講練結合 自主學習 好 接下來回到我們的內容 基礎物理研究迎來新突破 4月10號 德國卡爾斯魯厄理工學院的中微子實驗室公佈了最新的研究成果 爲中微子的質量設定了新的上限 它的質量不超過0.45電子伏特 還不到電子質量的百萬分之一 中微子是當前唯一質量未知的基本粒子 它如何獲得質量的 是像所有其他大質量粒子一樣通過希格斯玻色子獲得 還是通過某種尚未發現的機制獲得 現在還不清楚 測量神祕的中微子可以提供關鍵線索 瞭解中微子的質量 還可以揭示源自大爆炸的中微子如何影響新系的形成 此前的最佳測量結果是他們在2022年得出的 當時的測量結果顯示 該粒子的質量最多爲0.8電子伏特 而現在他們分析了259天的數據 將這一估計值降低了幾乎一半 研究團隊通過觀察川的放射性來研究中微子 川衰變時會釋放一個電子和一個反中微子 反中微子是中微子的反粒子 質量相同 但抓不到 但該實驗室讓剩餘的電子在一個23米長 形狀像飛艇的真空密封它能進內飛行 來研究他們的能量範圍 這個概念在紙面上很簡單 但是在實踐中馴服他們可不容易 團隊預計將於今年晚些時候完成數據收集 一旦研究員完成對全部1000天觀測數據的分析 就有可能確定其實際質量 我們的皮膚上佈滿了微型傳感器 可以實時檢測壓力 震動 拉伸等多種刺激 但是說到觸覺反饋 現在的技術基本上就只有一種 那就是簡單的震動 就像手機和手錶上的震動一樣 而現在 西北大學的空中師們推出了一項新技術 可以創造精確的動作 來模仿這些複雜的觸覺感受 這款緊湊輕巧的無線設備貼在皮膚上 可以向任何方向施加力 包括震動 拉伸 壓力 滑動和扭轉等各種各樣的感覺 還可以將不同的力組合起來 以模擬更細緻更逼真的觸覺 詳細的介紹已經發表在了科學雜誌上 該設備由一塊小型充電電池供電 並通過藍牙無線連接到VR設備 它體積小小 效率高 可以放置在身體的任何位置 或集成到現有的可穿戴設備中 與其他執行器組合成陣列 在設備的另一側 團隊還添加了一個加速度計 使其能夠獲取方向信息 利用這些信息 系統可以根據用戶的情境提供觸覺反饋 如果執行器在手上 它可以檢測用戶的手掌是向上還是向下 加速度還可以根據執行器的運動提供有關係速度加速度和旋轉的信息 研究人員設想 它們的設備最終可以幫助有視力障礙的人導航周圍環境 爲遠程醫療訪問提供觸覺反饋 甚至讓有聽力障礙的人感受音樂 我們在網上買東西的時候也可以呈現出不同的紋理 來看一下AI翻譯方面的最新進展 接着一個研究團隊開發了一套創新的實時手語翻譯系統 該系統將物體檢測能力精準的手勢追蹤技術相結合 能夠實時精準識別手語字母 並將手勢轉化爲文本 系統的核心在於內置的網絡攝像頭 它充當非接觸式的傳感器 實時捕捉視覺數據 並將其轉化爲數字針 運用手勢分析 系統可以識別每隻手上的21個關鍵點 然後利用這些關鍵點創建谷歌圖 高精度的檢測和分類手勢字母 該系統的一大亮點是 從捕捉手勢到分類的整個識別流程都能實時無縫運行 不受光照條件和背景變化的影響 而且所有的這些都是使用標準的現成硬件實現的 研究證實了該系統的有效性 其準確率高達98.2% 且延遲極低 這樣研究已經發表了信息的傳感器雜誌上 以後戴個眼鏡就可以實時翻譯聾啞人的手勢 然後把你想說的話翻譯給聾啞人 這正是人工智能應該乾的事情 未來的影音工作將致力於擴展系統的功能 從識別單個手語字母到解讀完整的手語句子 這將使交流更加自然流暢 無縫表達完整的思想 到底是哪些人擁有先天不胖勝體 怎麼吃都不胖呢 帶着這個疑問 一個營團隊對300多名志願者進行了系統性的調查 結果發現這個可能跟受孕時間有關 如果一個人受孕時所處的季節比較冷 那麼這個人天生就更不容易胖 原因就在於他們體內的棕色脂肪密度 更高 更活躍 能量代謝也更快 這很好算 就是生日往前推9個月 不僅僅是氣溫 懷孕前三個月的晝夜溫差越大 越能提升棕色脂肪的活性 已經還發現冬季受孕的個體進食後的能量消耗更高 體脂率腰圍水平也是更低的 如果說家裏的人都比較胖的話 可以考慮在冬天懷孕 這樣後代患肥胖症的概率會降低 肥胖症的嚴重程度也會降低