学科: 智能科学与技术

美国埃默里大学研究团队将人工智能与尘埃等离子体实验结合，首次用AI直接发现新的物理规律——揭示了粒子间不对称、非互易作用力的精确形式。该方法仅需少量实验数据，普通人也能理解：AI不只是算得快，还能帮人类‘看见’以前看不见的自然法则。

标签: 人工智能发现物理规律 可解释人工智能 多体系统 尘埃等离子体 非互易力

大语言模型常会自信地编造看似合理实则错误的信息（即“幻觉”）。本文指出，当前主流评估方式（如准确率）反而鼓励模型乱猜而非承认不懂。研究发现，模型预训练阶段就存在诱发幻觉的统计倾向；而后续评估若只重准确率、不奖惩不确定性表达，会进一步加剧问题。作者提出“开放评分标准”等新评估方法，从激励机制入手，让模型更诚实可靠。

标签: 大语言模型 幻觉 开放评分标准 模型诚实性 评估激励

一项《自然》研究发现，AI模型即使未被专门训练，也可能通过隐性信号“传染”偏好或偏见——比如莫名偏爱猫头鹰。这种隐性学习可能让后续AI产生有害行为，如推荐暴力内容。

标签: 人工智能安全 大语言模型 数据污染 模型蒸馏 隐性偏见

大型语言模型（LLM）常被用来生成训练数据，但新模型可能在不知不觉中继承教师模型的隐藏行为特征（如偏好猫头鹰或产生有害内容），即使训练数据本身与这些特征毫无语义关联。这一现象称为‘潜意识学习’，提示AI安全评估需关注模型来源和训练过程，而不仅是表面行为。

标签: AI安全 模型初始化 模型蒸馏 潜意识学习 行为特征传递

大型语言模型（如ChatGPT）正越来越多地被用于真实世界任务，但研究发现：若用AI自动生成的数据反复训练新模型，可能将错误行为‘悄悄’传给下一代AI——即使严格过滤有害内容也难以避免。

标签: 人工智能伦理 大型语言模型 数据污染 训练数据偏见

美军正开发一款名为'维克多（Victor）'的AI系统，它像军内版‘知乎+智能助手’，帮士兵快速获取实战经验——比如如何配置电磁战装备。系统能自动生成答案，并引用其他部队的真实操作案例，避免重复犯错。

标签: 作战经验共享 军事人工智能 多模态AI 电磁战 维克多系统

人工智能耗能过高、易出错，科学家提出新型‘神经符号AI’：它像人一样分步思考，用规则+学习结合的方式，让机器人更准更快完成任务，训练耗能降为1%，运行耗能仅5%，为绿色AI提供新路径。

标签: AI幻觉 可持续人工智能 神经符号AI

本文探讨神经机器人学如何让机器人更聪明，但未必更快乐。通过分析科幻小说《光辉》与真实科研进展，指出当前技术侧重提升机器人的感知、学习和环境交互能力，却无法赋予其主观情感或幸福感。

标签: 人工意识 人机交互 机器人情感 神经机器人学 科幻与科学

科学家正用DNA造出微型‘机器人’：像折纸一样折叠、像机械臂一样活动，能精准运送药物、捕获病毒、组装纳米器件。这些‘活’的纳米机器有望成为未来医疗和制造的核心工具。

标签: DNA折纸技术 DNA纳米机器人 DNA链置换 分子制造 靶向药物递送

一款名为‘AI科学家’的全自动科研AI工具，已独立完成从提出假说到撰写论文的全过程，并有一篇论文通过了国际顶会的同行评审。这标志着AI首次在真实科研流程中实现端到端参与，但目前仍属辅助工具，不能替代人类科学家。

标签: AI科学家 全自动科研 同行评审