学科: 计算机科学与技术

智利发生过多次强震，但2019年卡拉马深源地震因特殊机制异常强烈。研究发现，地震从冷区突破进入高温区，机制由脱水脆化转为热失控，导致震动增强，对地震预测和防灾有重要意义。

标签: 中深度地震 卡拉马地震 地震机制 热失控 脱水脆化

微软研究人员利用AI设计出类似蓖麻毒素、肉毒杆菌等致命毒素的基因序列，发现当前基因合成公司的安全筛查软件存在严重漏洞，多数序列未被识别，凸显生物安全防护不足。

标签: AI设计毒素 基因合成安全 生物安全漏洞 生物武器防范 红队测试

全球电力需求持续增长，25年内将占能源消耗超50%。为满足需求，高效环保的太阳能电池材料成为关键。瑞典查尔姆斯理工大学研究团队利用机器学习模拟，首次揭示了碘化铅甲脒在低温下的结构特性，为优化钙钛矿太阳能电池提供重要基础。

标签: 低温结构 太阳能电池 机器学习模拟 碘化铅甲脒 钙钛矿材料

摩擦纳米发电机（TENG）结合机器学习（ML）正推动智能体育发展。TENG可自供电感知运动数据，ML则高效分析复杂信号，实现训练评估、健康监测和虚拟现实运动应用。

标签: 摩擦纳米发电机 智能体育 机器学习 自供能传感器 运动监测

一项发表于《自然·通讯》的研究介绍了一种名为DOLPHIN的新工具，可帮助医生更早发现疾病并精准选择治疗方案。该工具利用人工智能分析单细胞基因剪接细节，发现传统方法遗漏的疾病标志物。

标签: DOLPHIN 单细胞分析 基因剪接 疾病标志物 虚拟细胞

人工智能正从科幻走向现实，广泛应用于医疗领域。最新研究利用生成式AI模型分析疾病发展过程，有望提升疾病预测与诊疗水平，推动医学进步。

标签: 人工智能 医学研究 医疗健康 机器学习 疾病预测

一项新工具“资助前沿”整合了科研论文、专利、政策文件和临床试验数据，以直观方式展示科学研究对社会的广泛影响，如政策制定、药物开发等，并利用机器学习预测未来最具社会效益的研究方向。

标签: 机器学习预测 社会影响力 科学研究影响 科研评估 资助前沿

AI被用于加速新材料发现，但其预测的许多晶体材料存在重复、不可行或不实用问题，引发争议。专家指出，AI需结合实验验证和对局限性的认知才能真正推动材料科学发展。

标签: 人工智能 密度泛函理论 晶体材料 机器人化学家 材料科学

LZ实验在地下深处搜寻暗物质，通过液态氙探测器排除背景干扰，最新结果进一步缩小了WIMP的可能性范围，推动暗物质研究进入更灵敏的新阶段。

标签: LZ实验 WIMP 中子干扰 暗物质 液态氙探测器

一项新研究发现，使用人工智能生成的“参与者”进行社会科学研究可能导致结果偏差。研究显示，不同模型、提示和设置的选择会显著影响数据，且没有一种组合能准确匹配人类反应。

标签: 人工智能 大语言模型 实验偏差 社会科学研究 虚拟参与者