学科: 计算机科学与技术

一家由前DeepMind、苹果、OpenAI和Meta顶尖AI研究员创立的新公司Trajectory，正打造一个能让AI产品持续从真实用户反馈中学习升级的平台，帮企业告别‘训练完就停滞’的旧模式，让AI真正越用越聪明。

标签: AI产品化 企业AI平台 后训练 持续学习 用户反馈驱动

这是首次通过真实用户实验，验证社交媒体算法如何扭曲人们对政治讨论的认知。研究发现：以‘用户互动量’（点赞、转发等）为排序依据的算法，会放大煽动性、道德批判性和情绪化内容，加剧党派敌意感；而一种新设计的‘均衡极端用户影响’算法，则能减少这类内容曝光，更准确反映社会常态，且不降低用户使用体验。

标签: 信息流算法 政治极化 社会规范认知 算法偏见 道德义愤

芯片越做越小已逼近物理极限，科学家转而研发‘立体芯片’——把晶体管像楼层一样堆叠起来。本文介绍一种用柔性硅纳米薄膜层层堆叠制成的三维晶体管电路，工艺简单、无需高温，却能保持硅的高性能晶体质量。

标签: 三维集成电路 晶体管堆叠 柔性电子 硅纳米薄膜

本文用机器学习自动设计电解水制氢设备的流道结构，发现‘阵列式’流道能更高效排出气泡，使电流密度提升约23%，且效果在放大设备中依然稳定。相比传统试错法或耗时的流体仿真，该方法更快、更准，为绿色制氢提供了可规模化的智能设计新路径。

标签: 机器学习 气液传质 水电解 流道设计

东京一所实验室启用了10台双臂智能机器人，能独立完成干细胞培养、细胞成像、实验条件优化等任务。它们搭载AI软件，可自主分析数据、调整实验方案，大幅减少科研人员重复劳动，让科学家更专注创新思考。

标签: 人工智能辅助科研 实验机器人 干细胞培养 智能实验室 自动化生物学

本文提出ArchesWeatherGen——一种基于机器学习的天气预报新模型，能高效、准确地预测未来天气的多种可能情景（而不仅是单一预测）。相比传统方法，它计算成本更低、结果更真实，尤其擅长捕捉极端天气和小尺度天气变化，让天气预报更可靠、更易普及。

标签: 天气预报 扩散模型 机器学习 概率预报 生成式人工智能

本文探讨AI在事实核查领域的实际能力与局限：当前主流大语言模型错误率高达30%-60%，无法替代人工核查；它们擅长事后分析，但缺乏溯源、验证和伦理判断能力。真正的事实核查仍需人类专业流程——查原始资料、交叉验证、实地沟通。

标签: AI幻觉 事实核查 信息可信度 大语言模型 知识保存

人工智能兴起，让哲学家成了科技公司的“新宠”。他们不再只讨论抽象问题，而是直接参与AI伦理设计、价值观对齐与风险防控。本文探讨哲学家如何在DeepMind、Anthropic等前沿实验室工作，以及这种跨界合作带来的机遇与隐忧：是真正在守护技术向善，还是沦为“伦理洗白”的装饰？

标签: AI伦理 价值对齐 伦理洗白 哲学家入行AI 大语言模型道德能力

人工智能（AI）被宣传为加快医学文献综述的工具，但目前技术尚不成熟。本文指出：AI无法替代人类专家在提出关键问题、判断研究相关性、解读结果及评估临床意义等核心环节的作用；盲目依赖AI可能导致错误结论，危害患者健康和公共医疗资源。

标签: 人工智能辅助科研 人机协同 循证医学 系统评价

一家AI公司开发出超强模型Claude Mythos，能发现所有主流操作系统和浏览器的安全漏洞，因风险过高暂不向公众开放。此举标志AI研发正转向高度保密模式，可能引发行业效仿，并影响科研透明性与科学公平。

标签: AI安全 双重用途技术 受限发布 科研公平性 网络安全AI