请进：这里有最新的技术前沿

来源：Pixabay

在科学史中，许多突破性技术都先于能够解释其原理的理论工作出现，并依靠后者快速演进。过去十年，深度神经网络（DNN）技术的兴起帮助人工智能快速走出实验室，为无数行业创造了巨大的应用价值。然而，由于DNN模型往往通过反复试错微调建立，而非基于理论突破，也导致设计者本人也时常难以解释其工作原理，存在系统性偏差风险，被诟病为 “黑匣子”。

近日，“脸书” 与麻省理工学院两位AI研究员联合著书，试图建立一个理论框架从 “第一性原理” 解释深度学习技术。书中，两位物理学背景的作者借鉴 “有效场论” 思想，抛弃此前理论家关于DNN无限宽度的假设，得以对神经元间相互作用建模，揭示DNN的预测能力由深度-宽度之比控制，几乎呈高斯分布。利用这一基本模型与其提出的代表组流概念，作者得以详细揭示多种归纳偏差原因，并为梯度爆炸与梯度消失问题提供解决方案。

据系，这本名为《深度学习理论原理》（The Principles of Deep Learning Theory）的专著将于明年初由剑桥大学出版社发行，全文手稿已被作者公开分享，并获得图灵奖得主、深度学习元老杨乐昆（Yann Lecun）力挺。他们希望，自己的理论框架能够推动从业者对DNN更深刻的理解，减少试错周期，加速人工智能研究。

来源：PragmatIC

过去数十年，硅作为一种廉价易得的天然半导体成为芯片制造不可或缺的基础材料。然而，脆弱僵硬的特性也使其在充满弧度的生物联网等应用场景中备受限制，在食物包装等快消场景中，其价格成本更令人却步。为解决上述问题，著名半导体知识产权商ARM于近日研发了一款基于柔性塑料的32位微处理器。

这一 “塑料芯片” 由聚酰亚胺基板经光刻得来，不到指甲盖大小，集成了18000个逻辑门，是此前性能最好的柔性芯片的12倍，可以执行 16 位/32位 Arm Thumb 指令集架构，而成本约为同类硅芯片的十分之一。尽管有着99%能量浪费的缺陷，但低价与柔软却让其有望在食品安全检测、智能衣物传感等领域成为硅基芯片的重要补充。早在2018年，ARM公司便已与快消巨头联合利华展开合作，由后者开发此类芯片后续应用。下一步，ARM研发团队准备将单个塑料芯片逻辑门集成数量提升至十万个，以打开更多可能。

该研究已发表于最新一期《自然》（Nature）。

来源：Pixabay

闭环胰岛素输注系统，即 “人工胰腺”，可通过皮下采样实时监控患者血糖，在精密算法控制下全自动完成近似健康人体的胰岛素输注，维持正常血糖水平，将糖尿病患者从频繁血糖监测与人工注射的烦恼中解放出来。2016年，美国药监局（FDA）批准首款 “人工胰腺” 上市面向1型糖尿病患者，这象征巨大突破的同时也令占糖尿病患者90%的2型糖尿病人望眼欲穿。

近日，剑桥大学与伯尔尼大学医院联合组织的首个面向该群体的 “人工胰腺” 临床实验结果公布，让其距全面应用更进一步。研究显示，在26名需肾透析的2型糖尿病患者中，佩戴 “人工胰腺” 的13人平均每天有53%的时间血糖处于正常水平，而自我管理的13人则仅有38%的时间血糖正常，前者平均血糖水平也比后者低10%。与此同时，由于该款设备引入了自适应算法，其血糖控制能力在实验期间不断提高，至第二十日时已帮助患者实现平均每天60%的时间血糖正常。目前，研究人员正在面向病情更平稳的2型糖尿病门诊病人试验该设备，希望能使其成为未来个性化治疗的标配。

该研究已发表于最新一期《自然·医学》（Nature Medicine）。

来源：Pixabay

2020年，我国成年居民超重肥胖率达50%，由此引发的健康问题已成为最显著的疾病负担之一。想要健康减重，多数人必须通过 “少吃” “多运动” 形成能量缺口以减少体内脂肪。然而，近日宾夕法尼亚大学的一项研究却意外发现了一项 “反直觉” 的减重现象。

为探寻胸腺基质淋巴生成素（TSLP）对糖尿病的影响，神林拓教授（Taku Kambayashi）团队向一组高脂肪饮食小鼠注射了可增加血液中TSLP浓度的病毒载体。四周后他们惊奇地发现，这些小鼠在进食量增加20%~30%、活动量与基础代谢率不变的情况下，平均体重由45g降低至25g，回归健康水平，且内脏脂肪显著减少、血糖水平、肝硬化风险降低。

注意到这些小鼠毛发变得异常光滑后，团队对其进行了提取，发现TSLP疗法的小鼠毛发中普遍含有高卡路里的皮脂特异性脂质，推测皮肤释放出的油脂很可能是它们减重的原因。随后，团队对基因组数据进行查询，进一步发现健康人皮肤中TSLP的表达与皮脂腺基因表达呈显著正相关。原来，TSLP可以刺激T细胞并诱导它们迁移至皮肤，分泌具有抗菌属性的皮脂，并引发体内循环脂肪向皮肤流动。研究人员希望，自己的发现能够促使一种全新肥胖治疗范式诞生。

该研究已发表于最新一期《科学》（Science）。

来源：Pixabay

2012年，诺贝尔物理学奖得主维尔切克（Frank Wilczek）在一堂课上类比空间维度上原子按规则重复排列的普通晶体，首次提出“时间晶体” 概念假设，即存在一种在时间上呈周期性重复，无需外界能量即可保持规律、往复运动的物体。近十年中，众多物理学家致力于寻找这类违反热力学定律的物质，甚至曾有研究登上《自然》封面，但无不由于稳定性不足、难以长时间持续而受到质疑。

近日，谷歌量子人工智能实验室与包括马克思·普朗克复杂系统物理研究所长莫森纳（Roderich Moessner）在内的数十名物理学家共同署名发表预印本论文，宣布造出时间晶体。与此前不同的是，这一应用 “悬铃木” 量子计算机制造出的 “时间晶体” 首次实现了长时间稳定存在，尽管需要在外界驱动下变换状态，却不吸收任何能量。

多位未参与该研究的物理学家认为，应用量子计算机是该实验成功的关键，因为它能够直接调整量子比特间的相互作用强度，促使自旋系统发生多体局域化，被 “锁入” 特定朝向模式。剑桥大学物理学教授乔克（John Chalker）认为，在量子计算机创造的可能性下，我们的注意力或许不应再局限于大自然赋予的东西，而是构想量子力学允许的更广泛、奇异的物质形态。

 参考资料（上下滑动可浏览）