国自然基金调查,“中奖”概率只有25% ; NASA证实存在行星静电场

速 览

1. 国自然基金2000人调查,“中奖”概率只有25%
2. NASA证实地球存在行星静电场
3. 高5倍灵敏度的探测依然没有发现暗物质
4. 由科学家独立运行的病毒数据库上线
5. 人工智能根据方言表现出种族偏见

学界头条

1.国自然基金2000人调查,“中奖”概率只有25%

2024年度国家自然科学基金评审结果已于8月23日正式公布，著名科技媒体科学网编辑部于当日发起了一项网络调查，看看有多少比例的用户“中奖”。截止8月27日晚，共2179位用户参与投票分享了自己的申请情况，结果显示，75%的人今年都铩羽而归。

结合网络讨论，可以体会到今年较为激烈的竞争情况……就像网友在征集下的评论：

大部分网友还是表达了自己遗憾的心情：

当然也有分享喜悦的成功经验：

更多人的心态还是较为缓和，宁静以致远：

参考来源：科学网微信公众号

https://news.sciencenet.cn/htmlnews/2024/8/529073.shtm

2.NASA证实地球存在行星静电场

来源：NASA’s Goddard Space Flight Center /

Andøya Space/Leif Jonny Eilertsen

科学家在上个世纪60年代观察到从地球南北极上空的大气层流入太空的超音速粒子流，并称其为“极风”（polar wind）。其中许多粒子都“很冷”、没有被加热的迹象。他们因此提出假设，地球四周存在地球静电场，或称为“双极电场”，是“极风”的主要推手。科学家推测，从大约250公里的高度开始，极紫外线和太阳辐射使大气原子电离，带负电的电子断裂，原子变成带正电的离子。较轻的电子会试图飞向太空，而较重的离子会试图沉入地面。但等离子体环境会试图保持电荷中性，这会导致电子和离子之间出现电场，将它们束缚在一起。

2022年5月，用于验证这项科学猜测的试验火箭“耐力号”（Endurance）发射，在768公里的高空停留，并带着足够的数据返回地球。8月28日，Nature发表了一篇国际联合团队的研究论文，他们根据耐力号带回的观测数据，证实了在距离地面250km至768km之间存在0.55±0.09V的电势降——只有半伏的电压，但是足以解释极风现象。

参考来源：

https://www.nature.com/articles/s41586-024-07480-3

前沿研究

3.高5倍灵敏度的探测依然没有发现暗物质

图源：Matthew Kapust/桑福德地下研究中心

暗物质一直是物理学最需要的“补丁”之一，如果找不到它，科学家只好重新思考物理学了。研究人员长期以来一直假设，占所有物质85%的暗物质可能由所谓的弱相互作用大粒子 (WIMP) 组成。它们的质量是质子的10到1000倍，只能通过弱核力与其他物质相互作用。LUX-ZEPLIN项目于2012年启动，由美国、英国、葡萄牙和韩国的30所研究机构合作运行，位于南达科他州桑福德地下研究设施(SURF)地下约 1500米处。

LZ团队在本周的两次会议上报告说，280天来的数据表明，在比之前任何检测都灵敏5倍的搜索中，探测器没有发现 WIMP。该实验将持续运行到2028年，增加足够的数据后，可能将灵敏度再提高70%。

参考来源：

https://newscenter.lbl.gov/2024/08/26/lz-experiment-sets-new-record-in-search-for-dark-matter/

4.由科学家独立运行的病毒数据库上线

图源：NIAID /Wikimedia Commons

以新冠疫情为代表的全球性公共卫生危机凸显了病毒数据共享的重要性，然而现有的主要病毒序列数据库如 GISAID 的日常运行和监管方式一直受到科学界的广泛争议。近日，一群科学家联手推出了一款全新的开源病毒数据库Pathoplexus，旨在改变这一现状。

Pathoplexus由来自五大洲的测序科学家共同管理，其开源性质意味着任何人都可以查看和使用其中的数据，这有助于促进科学研究的进步。初代版本重点关注苏丹和扎伊尔埃博拉病毒株，以及克里米亚-刚果出血热病毒和西尼罗河病毒。虽然目前Pathoplexus 目前仅拥有不到 15000 个序列，而 GISAID 拥有近 1800 万个序列，但Pathoplexus计划与世界三大政府资助的基因组数据库（GenBank、EMBL-EBI 和日本数据库）共享其收到的所有不受限制的数据，还将限制提交者限制访问其数据的时间。

参考来源：

https://www.science.org/content/article/new-scientist-run-virus-database-vows-be-transparently-run-and-simple-use

5.人工智能根据方言表现出种族偏见

图源：Wanlee Prachyapanaprai/istockphoto

一项发表在Nature上的研究表明，采用大型语言模型的AI竟在不经意间对非裔美国英语（AAE）的使用者产生了种族主义刻板印象，尽管这些软件的设计初衷并未包含对黑人的明显负面看法。

研究团队选用了许多美国黑人常用的AAE文本进行了实验。他们将社交媒体上的帖子（一部分用AAE撰写，另一部分用标准美式英语撰写）输入到一系列人工智能（AI）系统中，比如GPT4，并让这些系统从列表中挑选五个形容词来形容这些帖子的作者。结果显示，这些系统将AAE句子与“咄咄逼人”、“无知”和“懒惰”等负面形容词关联得最为紧密。总体来看，人工智能产生的刻板印象甚至比上世纪民权运动前几十年美国居民对黑人所抱有的刻板印象还要负面。此外，该系统还预测AAE使用者更有可能被判有罪。

参考来源：

https://www.nature.com/articles/s41586-024-07856-5