北京
5月20日（星期二）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
细思极恐！研究发现AI说服能力强于人类
研究发现，AI聊天机器人在在线辩论中的说服能力要强于人类，尤其是当它们能根据对手的个人信息定制论点时。这项由瑞士洛桑联邦理工学院领导的研究最近发表在《自然·人类行为》（Nature Human Behaviour）上，揭示了大语言模型（LLM）可能被用于政治竞选或定向广告等领域，以影响公众观点。
此前研究已表明，AI聊天机器人可以改变人们的想法，但其说服力与人类的对比尚不明确。为此，研究人员让900名美国参与者与人类或OpenAI的GPT-4进行10分钟辩论，议题包括校服制度、化石燃料禁令等社会问题。辩论前后，参与者需填写观点测试，以评估其立场变化。
结果显示，若双方均无对手背景信息，GPT-4的说服力与人类相当；但若提供年龄、政治倾向等基本信息，GPT-4在64%的辩论中表现更优。研究人员指出，GPT-4能根据对手特点调整策略，例如对左倾者强调校服减少欺凌，对保守派则侧重纪律重要性。
计算机伦理学家警告，这种能力可能被滥用，例如诱导消费、操纵政治立场甚至煽动犯罪。尽管存在担忧，研究人员也提出LLM的潜在积极用途，如推广健康饮食或减少社会极化，但强调需加强透明度与安全措施的讨论。
该研究凸显了AI在说服力上的优势与风险，为技术应用中的伦理问题敲响警钟。
《科学》网站（www.science.org）
AI颠覆气象学：30天天气预报或将成真？
长期以来，气象学界认为两周是天气预报的理论极限，这一观点源于混沌理论和“蝴蝶效应”，即大气中微小扰动的累积会导致长期预测失效。然而，最新研究表明，人工智能（AI）可能打破这一限制，将有效预报时间延长至一个月甚至更久。
欧洲中期天气预报中心的研究人员指出，传统数值模型受限于初始条件的微小误差，但AI模型通过海量数据训练，展现出超越常规的潜力。华盛顿大学团队利用谷歌开发的气象模型GraphCast，基于40年全球再分析数据（融合观测与短期预报的高分辨率天气快照）进行实验。通过优化初始条件，该模型将10天预报准确率提升86%，甚至对33天后的天气仍具预测能力。
不过，争议依然存在。德国慕尼黑大学的专家指出，AI模型可能忽略蝴蝶效应中的小尺度过程，其调整的初始条件未必反映真实大气状态，而仅是模型自身的“理想化设定”。此外，麻省理工学院早期研究提出的两周限制实为经验性假设，并非物理定律，这为突破提供了理论空间。
尽管月尺度预报仍需更精确的大气观测支持，但美国海军研究实验室等机构认为，AI的进展表明传统模型存在改进空间。美国加州理工学院的专家强调，AI的优势在于能跳出传统框架，通过数据驱动重新定义预测逻辑。
当前，这项技术尚未投入实际预报，但其潜力已引发学界重新审视气象预测的边界。未来，随着数据与算力的提升，长期天气预报或将从“不可能”变为现实。
《每日科学》网站（www.sciencedaily.com）
1、 超越基因剪刀！细菌免疫系统竟藏“秘密武器”
地球上的所有生物都需要抵御外来威胁，细菌也不例外。尽管结构简单，它们却拥有精妙的抗病毒防御机制CRISPR，其中最著名的是CRISPR-Cas9系统。这一系统已被改造为基因编辑工具，并成为首个获FDA批准的基因编辑技术。
此前，美国洛克菲勒大学细菌学实验室领导的一个研究团队发现，CRISPR系统还包含一类称为“CARF效应蛋白”的关键免疫成分。这些蛋白能通过多种方式阻断细胞活动，从而阻止病毒在细菌群体中扩散。在《科学》（Science）杂志发表的最新研究中，科学家们鉴定出一种新型CARF效应蛋白，并将其命名为Cat1。
Cat1具有独特的分子结构，能够消耗细胞内的关键代谢物“NAD+”，导致细胞生长停滞，使病毒无法复制和传播。研究团队利用结构同源搜索工具Foldseek发现了Cat1，并通过冷冻电镜分析揭示了其复杂结构：Cat1二聚体在病毒感染时会形成长丝状结构，进一步组装成螺旋束，将NAD+困在分子口袋中并切割，使其无法被细胞利用。
与其他CARF效应蛋白（如引发细胞膜去极化的Cam1或释放毒性分子的Cad1）不同，Cat1通常单独发挥作用，而大多数III型CRISPR系统需要两种活性协同作用。这一发现表明，细菌可能依赖Cat1作为主要的免疫防御手段。
研究人员表示，尽管CARF效应蛋白的抗病毒机制已得到验证，但其具体作用方式仍有待探索。未来研究将进一步揭示这些蛋白的多样性及其在细菌免疫中的关键作用。CRISPR系统的潜力可能比目前已知的更为广阔。
2、比预期更快：气温上升导致土壤碳释放加速
全球土壤储存的碳是大气中的两倍以上，其碳吸收与释放直接影响大气二氧化碳（CO₂）浓度。在气候变化的背景下，理解土壤碳对温度和水文变化的敏感性至关重要。
以往研究多关注永久冻土区，但亚热带和热带土壤同样储存大量有机碳。这些地区的碳周转率变化机制此前尚不明确。研究表明，温暖潮湿的环境会加速微生物分解有机物，但究竟是水文还是温度起主导作用存在争议。
为探究这一问题，德国不来梅大学MARUM海洋环境科学中心的研究团队采用了一种创新方法：通过分析非洲尼罗河输送到地中海的陆地有机物年龄，间接研究土壤碳动态。尼罗河流域覆盖非洲东北部的亚热带至热带地区，其沉积物记录了末次冰期以来1.8万年的气候历史。结果发现，陆地碳年龄对降水变化反应微弱，但对温度变化极为敏感。末次冰期后的升温大幅加速了土壤有机物的分解，导致CO₂释放量远超模型预测。
专家指出，现有模型严重低估了土壤碳释放的速率，需重新评估其敏感性。这一发现不仅解释了冰期后大气CO₂浓度的上升，还预示未来全球变暖可能通过加速土壤碳周转，进一步推高CO₂水平，形成未被充分认识的反馈循环。
《赛特科技日报》网站（https://scitechdaily.com）
1、肥胖不只是体重问题？研究证实它会扰乱代谢生物钟
日本东京大学的研究团队发现，肥胖会导致肝脏在应对饥饿时出现代谢功能紊乱，但肝脏分子网络的基础结构仍保持完整。这项突破性研究为理解代谢过程提供了新视角，成果发表于《科学·信号传导》（Science Signaling）期刊。
生物体依赖能量代谢维持内环境稳定，而饥饿是对稳态的极端挑战。作为代谢核心器官，肝脏需精确调控分子活化的时序以应对能量短缺。此前，由于缺乏全面的时间序列数据，学界对肝脏分子协调机制的认知存在空白。
研究人员对比了健康与肥胖小鼠的肝脏功能，发现两者枢纽分子组成存在显著差异：健康小鼠体内存在能量调控关键分子ATP和AMP，而肥胖小鼠体内却缺失这些分子。进一步分析表明，肥胖小鼠的分子网络结构并未受损，但肥胖导致代谢反应的时间协调性被破坏。健康肝脏中，枢纽分子能快速响应饥饿，形成有序的时序调控；而肥胖肝脏中，这种协调性完全丧失。
该研究结合了分子网络结构与时间分析，为代谢研究提供了新方法。未来，这一框架可拓展至进食状态及疾病发展过程中的代谢网络研究，具有广泛的应用潜力。
2、绿色能源革命：科学家用超声波让燃料电池重获新生
英国莱斯特大学的研究团队在燃料电池回收领域取得重大进展，开发出一种利用声波分离材料的新技术，可高效回收催化剂涂层膜（CCMs）中的贵金属和氟化聚合物膜（PFAS），同时减少有害化学物质对环境的污染。
PFAS被称为“永久性化学物质”，难以降解，会污染水源并危害人体健康。燃料电池作为氢能源系统的核心部件，依赖含铂族金属的CCMs，但其回收一直受限于材料间的强黏附性。莱斯特大学的新方法结合有机溶剂浸泡和超声波处理，实现了PFAS与贵金属的高效分离，且无需使用强效化学试剂。这一技术简单、可扩展，为燃料电池的循环利用提供了可持续解决方案。
基于这一成果，后续研究引入了一种连续剥离工艺，使用定制的高频超声刀片加速膜分离，进一步提升回收效率。这一创新兼具环保性和经济性，有望推动燃料电池回收的大规模应用。
随着燃料电池需求的增长，这项技术通过促进关键材料的循环利用，推动了清洁能源的绿色发展，同时为解决环境问题提供了新思路。（刘春）
本文来源：网易科技报道
责任编辑：
王凤枝_NT2541
