8月21日外媒科學網站摘要：人工智能以前所未有精度預測地震
8月21日（星期三）消息，國外知名科學網站的主要內容如下：
《自然》網站（www.nature.com）
研究稱來自木材的“綠色”電力危害地球和人類
許多國家已經接受通過燃燒木屑顆粒來發電，認定這是碳中和的。然而，研究表明，這種方法不僅增加溫室氣體排放，還威脅當地社區居民的健康。
歐盟委員會於2009年頒佈《可再生能源指令》，開始大力推動生物質能的發展。該指令是歐盟所有經濟部門發展可再生能源的法律框架，後來被稱爲20-20-20氣候和能源一攬子計劃，並規定了到2020年應達到的三個目標。
作爲一攬子計劃的一部分，歐盟制定了通過使用更多生物燃料減少碳排放的標準。從那時起，歐盟國家向木屑顆粒行業提供了大量補貼，過去幾年補貼金額已達數十億歐元。
對木材生物質的支持基於這樣一種理念，即燃燒生物質所排放的碳將被植被再生所吸收，從而替代該行業所消耗的樹木。然而，在過去的十年裡，越來越多的科學家對這一假設提出了質疑。
美國麻省理工學院斯隆管理學院的一個研究小組對用木材代替煤炭發電的影響進行了生命週期分析。結果顯示，這種替代可能加劇氣候變化，至少延續到2100年。主要原因在於樹木在採伐的土地上重新生長，並從大氣中吸收足夠的二氧化碳需要幾十年的時間。
研究人員計算出，新樹需要44到104年的時間才能吸收與取代煤炭的木材生物能源所產生的二氧化碳相當的量。儘管有觀點認爲木材生物能源有助於對抗全球變暖，研究人員得出的結論卻是否定的，認爲它實際上加劇了氣候變化。
除了氣候問題，一些研究人員還警告稱，木屑顆粒工業危害森林，促進森林砍伐。
《科學通訊》網站（www.sciencenews.org）
最新研究證實銀河系半人馬座不存在中等質量黑洞
在黑暗的天空下，肉眼可見的半人馬座歐米茄（Omega Centauri）是我們銀河系中最明亮的星團之一，擁有數百萬顆古老的恆星。
一項新的研究發現，與之前的報告相反，沒有證據表明半人馬座歐米茄存在中等質量黑洞。相反，一羣小得多的黑洞在這個密集的星團中心進進出出，這可以解釋許多古老恆星的運動和分佈。
研究人員表示，我們的分析支持在星團中心存在與恆星質量相當的黑洞，而不是中等質量黑洞。他們進一步指出，分佈在星團中心的大約1萬到2萬個恆星質量的黑洞——加起來相當於太陽質量的20萬到30萬倍——能夠解釋這些觀測結果。
雖然這項研究並沒有完全排除中等質量黑洞的存在可能性，但如果存在，它的質量比之前認爲的要小得多。研究小組在提交給預印本系統arXiv.org的報告中得出結論，該星團中不存在質量超過太陽6000倍的黑洞。
《每日科學》網站（www.sciencedaily.com）
1、科學家觀察到有關北極星大小和表面的新細節
美國佐治亞州立大學高角度分辨率天文學中心（CHARA）陣列的研究人員已經確定了北極星的大小和表面的新細節。研究結果發表在《天體物理學雜誌》（The Astrophysical Journal）上。
地球的北極指向以北極星爲標誌的太空方向。北極星不僅是一顆導航的標誌星，也是一顆非凡的恆星。它是三星系統中最亮的成員，屬於脈動變星，週期性地通過直徑的增大和縮小而變亮和變暗，週期爲4天。
北極星是一種被稱爲造父變星的恆星。天文學家使用這些恆星作爲“標準燭光（Standard candles）”，因爲它們的真實亮度與其脈動週期直接相關：亮的恆星比暗的恆星脈動得慢。一顆恆星在天空中出現的亮度取決於該恆星的真實亮度和與該恆星的距離。通過已知造父變星的真實亮度，天文學家可以用它們來測量宿主星系的距離，並推斷宇宙的膨脹率。
一組天文學家利用CHARA光學干涉測量陣列觀測了北極星Ab。這項研究的目標是繪製這顆每30年繞北極星運行一次的近距離、微弱伴星的軌道。
研究團隊成功地跟蹤了這顆近距離伴星的軌道，並測量了北極星脈動時大小的變化。軌道運動顯示，北極星的質量是太陽的五倍。北極星的圖像顯示，它的直徑是太陽的46倍。
最大的驚喜是北極星在特寫鏡頭中的出現。CHARA的觀測首次展示了北極星表面的變化情況。
CHARA陣列於2021年4月拍攝的北極星假彩色圖像，顯示了表面上的大亮斑和黑斑。CHARA最新圖像顯示，北極星表面的大亮斑和黑斑隨着時間的推移而變化。
2、一種模型能預測高能量密度鋰金屬電池的循環壽命
日本國家材料科學研究所（NIMS）和軟銀公司聯合開發了一種模型，通過將機器學習方法應用於電池性能數據，能夠預測高能量密度鋰金屬電池的循環壽命。這項技術有望在提高鋰金屬電池供電設備的安全性和可靠性方面發揮作用。
人們對高能量密度鋰金屬電池在無人機、電動汽車和家庭電力存儲系統等廣泛技術中的應用寄予了很高的期望。但要想在保證安全性的前提下將高性能鋰金屬電池投入實際應用，就需要開發出能夠準確估計這些電池循環壽命的技術。
然而，鋰金屬電池的降解機制比傳統鋰離子電池更爲複雜，並且尚未完全瞭解，這使得能夠預測鋰金屬電池循環壽命的模型的開發成爲一個巨大的挑戰。
NIMS和軟銀公司的一個研究小組利用先前開發的先進電池製造技術，製造了大量高能量密度的鋰金屬電池單元，每個電池單元由鋰金屬陽極和富鎳陰極組成。
研究小組隨後評估了這些電池的充放電性能。
最後，該研究小組通過將機器學習方法應用於充電/放電數據，構建了一個能夠預測鋰金屬電池循環壽命的模型。
結果表明，該模型能夠通過分析充電、放電和電壓弛豫過程數據做出準確的預測，而不依賴於對特定電池退化機制的任何假設。
該團隊計劃進一步提高模型的循環壽命預測精度，並通過利用該模型開發新的鋰金屬負極材料，加快將高能量密度鋰金屬電池投入實際使用的步伐。
《賽特科技日報》網站（https://scitechdaily.com）
1、看不見的傷害：新冠肺炎如何重塑我們的大腦
美國科羅拉多大學博爾德分校的一項新動物研究表明，新冠肺炎的遺留蛋白質在最初感染後長期存在，會導致大腦中的皮質醇水平急劇下降，引發神經系統炎症，並在遇到新的壓力源時導致免疫細胞過度反應。
這項發表在《大腦行爲與免疫》（Brain Behavior and Immunity）雜誌上的研究，揭示了“長新冠”神經系統症狀的潛在原因。
先前的研究表明，在“長新冠”患者的血液中，在感染後長達一年的時間裡仍然存在新冠病毒抗原。在死亡的新冠患者大腦中，也檢測到了這些抗原。
爲探討這些抗原如何影響大腦和神經系統，研究小組將一種名爲新冠病毒S1（“刺突”蛋白的一個亞基）的抗原注射到大鼠的脊髓液中，並將其與對照組進行比較。
7天后，暴露在S1環境中的大鼠，其海馬區（大腦中與記憶、決策和學習相關的區域）的類皮質醇激素皮質酮水平下降了31%。9天后，水平下降了37%。
研究發現，先前接觸過S1蛋白的大鼠，對後續壓力源的反應更爲強烈，在飲食、行爲、核心體溫和心率方面的變化更明顯，神經炎症更嚴重，神經膠質細胞的激活更強。
研究人員表示：“我們首次證明，接觸新冠病毒遺留的抗原實際上會改變大腦中的免疫反應，使其對隨後的壓力源或感染反應過度。”
研究人員強調，這項研究是在動物身上進行的，需要更多研究來確定皮質醇水平下降是否以及如何導致人類出現“長新冠”症狀。
2、人工智能以前所未有精度預測地震
一項藉助人工智能（AI）預測地震的新嘗試，燃起了人們的希望：有朝一日，這項技術可能被用來限制地震對生命和經濟的影響。
由美國德克薩斯大學奧斯汀分校的研究人員開發的AI算法在中國進行了爲期7個月的試驗，證明能在地震發生前一週預測地震，準確率達70%。
AI被訓練來檢測實時地震數據中的顛簸數據，研究人員將這些數據與以往地震進行比對。結果顯示，在每週一次的預測中，AI成功預測了14次地震，地震發生地點在它估計的200英里（約321公里）範圍內，強度幾乎與計算結果完全一致。不過，它漏報過一次地震，併發出了八次錯誤警報。
目前尚不清楚同樣的方法是否會在其他地區起作用，但這一嘗試標誌着AI驅動的地震預測研究邁出了重要一步。
研究人員表示，他們的方法通過採用一種相對簡單的機器學習方法取得了成功。基於團隊的地震物理學知識，AI被賦予了一組統計特徵，然後在一個爲期五年的地震記錄數據庫上進行訓練。
經過訓練後，AI通過傾聽地球的背景隆隆聲，捕捉即將發生地震的跡象，進而做出預測。（劉春）