交談時為什麼很難保持目光接觸；會掉牙的恐龍

跟蹤前沿進展，掌握最新動態，一手掌握一周重大科技新聞。

撰文 |馮梟、黃華、惠家明

責編 | 葉水送

圖片來自medicalxpress.com

No. 1 人們交談時為什麼很難保持目光接觸

也許你我都有這樣的經歷，跟他人交談時，很難將目光與談話者一直保持接觸，有時甚至刻意躲避對方投來的直視。這一舉動往往會讓對方覺得你厭倦了長時間談話，並引發尷尬。但事實並非如此。近日，日本京都大學的做了一項有趣的研究。研究者將26名志願者作為研究對象，要求他們在注視計算機生成的臉部圖像的同時，也進行詞語聯想。研究人員發現，每當發生目光接觸時，聯想便會變得困難起來，這預示著目光接觸和語言處理看似是相互獨立的兩個過程，但它們之間產生了干擾。同時該研究進一步表明，全面溝通功能的失調，必須考慮語言和非語言兩個過程的相互干擾。因此，人們在交談時，出現的目光移動很可能不是因為尷尬，而是人的認知系統超負荷運作。

圖片來自sciencemag.org

No. 2 星形藥片打破服藥傳統思路

眾所周知，藥片與膠囊多為橢圓形或圓形，而最近英美兩國的研究人員發明了一款六角星形的膠囊。該膠囊在未被服用時與普通膠囊外觀相似，而在吞服入口後會展開為六角星形狀。膠囊的特殊形狀使其無法通過狹小的胃底幽門，因而可以在胃袋中滯留。其間，膠囊會有規律地不斷釋放藥劑，並導致自身體積縮小，最終在十多天後徹底從患者的胃部消失，而患者也可以避免每日服藥。目前，此種膠囊主要被研究人員裝填伊維菌素以對抗瘧疾。

文章鏈接：http://stm.sciencemag.org/content/8/365/365ra157

圖片來源：scientificamerican.com

No. 3 青藏高原人類的出現早於先前認識

青藏高原被稱為「世界屋脊」，自然環境惡劣，極大地考驗著人類的忍耐性。人類是如何遷入和適應這一低氧高海拔地區呢？近日，《科學美國人》上的一篇文章指出，人類比我們想像得要更加堅強。在這項最新的研究中，研究人員對38個藏族個體和39個漢族個體展開全基因組測序，將結果與已有的其他種族全基因組數據進行比較，重構了青藏高原人群的基因交流和遷移歷史。通過分析，研究人員發現，青藏高原人群的起源可追溯到4萬年至6萬年前，即便在氣候最惡劣的時候，也一直有人遷入。未來有關這一問題的進一步研究，有助於我們更好地理解現代藏族人群的遺傳結構和多樣性，從而解開人類如何適應低氧高海拔地區的科學之謎。

文章鏈接：https://www.scientificamerican.com/article/tibetan-plateau-discovery-shows-humans-may-be-tougher-than-we-thought/

圖片來源：ashgenome.org

No. 4 英國白蠟樹基因組助力真菌病抗性研究

白蠟樹枯梢病是由真菌（Hymenoscyphus fraxineus）引起的疾病，造成葉片病變受損，導致樹木死亡。該病最早在波蘭白蠟樹中被發現，進而蔓延至整個歐洲，使得大量歐洲大陸的白蠟樹死亡，英國曾一度擔心其白蠟樹會因此滅絕。最近，發表在《自然》雜誌上的研究，消除了這一顧慮。研究人員通過比較英國白蠟樹與其他測序樹木的全基因組數據發現，有四分之一的白蠟樹基因具有特異性，這有助於抵抗真菌病。另一方面，研究人員也發現植物體內較低水平的環烯醚萜苷類可使其免受一般蟲害，不過它也可能會使其遭受窄吉丁甲蟲的威脅，慶幸的是這一蟲害目前並未到達英國。

文章鏈接：http://www.nature.com/nature/journal/vaop/ncurrent/full/nature20786.html

圖片來自Wang et al., Phys. Rev. Lett. (2016)

No. 5 深度學習人工智慧可以「聽」出機器的毛病

開車趕時間忽然遇上車子拋錨，即使給機器做全面的檢查，這也需要很長的時間，而且不一定能查出潛在問題。近日，以色列一家創業公司 3D Signals 推出了一項新技術，他們用深度學習的方法訓練了一個 AI機器人，這個AI機器人可以分析機器的噪音，從而預測機器潛在的問題。它的大致原理如下，首先在客戶的機器上安裝一組超聲波感測器，通過客戶端處理後聯網上傳到伺服器，並由 AI機器人進行分析。當搜集到足夠多的數據時，AI機器人判斷機器問題的準確率可高達 98%。憑藉這一技術，3D Signals 公司已經得到了一批重工業領域的客戶和高達 330 萬美元的投資。

文章鏈接：http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/deep-learning-ai-listens-to-machines-for-signs-of-trouble

圖片來自phys.org

No. 6 完整的人體動脈計算機模擬模型

近日，來自荷蘭阿姆斯特丹大學和俄羅斯 ITMO 大學的研究人員提出了一個新的多尺度計算機模型，來模擬完整的人體動脈系統。在此之前，研究人員只能對動脈系統的局部進行計算、模擬，雖然有些子模型已進入前期臨床試驗階段，但很多模擬與實際數據的吻合度不高。新模型結合了多個子模型，並且可展現各個子模型之間如何互相影響，可在高性能計算機上模擬整個血管系統的功能。未來新模型有助於對心血管疾病的研究。研究人員還希望，這個模型以後能替代一些動物藥物實驗。

文章鏈接：http://phys.org/news/2016-12-scientists-simulation-human-artery.html

圖片來自cell.com

No. 7 會掉牙的恐龍

在我們的印象中，恐龍這一形象總是伴隨著其碩大鋒利的牙齒，中科院古脊椎動物與古人類所的研究人員卻發現了一種會掉牙的恐龍——泥潭龍。10年前，泥潭龍這一物種被發現，隨後相關的化石材料被不斷地發掘出來。研究人員通過對19例各年齡段的泥潭龍化石樣本進行分析，發現其幼體出生後長滿了牙齒，而在成年後牙齒卻會全部掉光。這一現象對我們認知恐龍向鳥類的演化有重要的參考意義。

文章鏈接：http://www.cell.com/current-biology/fulltext/S0960-9822(16)31269-6

圖片來自arxiv.org

No. 8 Facebook研究人員提出新的人工神經網路語言建模方式

在自然語言處理領域，目前主要的語言建模方式都是基於循環神經網路（RNN）。近日，Facebook 的研究人員提出了一種新的使用卷積進行處理的語言建模方式：門控卷積神經網路。此前，LSTM 方法也採用了門控機制，並且被認為是當時處理性能表現最好的方法。研究人員此次引入了一種新的門控機制，緩和了訓練時的梯度，取得了比 LSTM 方法更優秀的結果。該方法在 WikiText-103 數據集上的測試創造了新的性能記錄，並且在 Google Billion Word 基準上單 GPU 的運行速度也創造了新的最快紀錄。受益於其良好的並行方式，在對延遲敏感的任務中，Facebook 新模型的速度比其他模型快了一個數量級。截至目前，這是第一次在處理上述數據集中出現了非循環處理方式超越循環處理方式。

文章鏈接：https://arxiv.org/pdf/1612.08083v1.pdf

歡迎個人轉發到朋友圈，

公眾號、報刊等轉載請聯繫授權