来源：环球科学、科技日报、新华社等
微软Bing升级：Bing Chat将无需排队，支持图像、视频回答
来源：微软官方博客
当地时间5月4日，微软官方博客发表文章称，他们正在转向下一代人工智能（AI）驱动的搜索引擎必应（Bing）和Edge浏览器。就在3个月前，微软推出了新的AI驱动的Bing和Edge。他们的目标是解决传统搜索的一个普遍问题——几乎一半的网络搜索都没有得到答复。新的Bing将强大的大型语言模型（如Open AI的GPT-4）与微软庞大的搜索索引相结合，以便获取更好的搜索结果和问题的答案，从根本上改变人们查找信息的方式。
与此前相比，这次的更新主要体现在以下4个方面：首先是，现在新一代的Bing处于开放预览阶段并且不再有候补名单，这意味着每个人都可以更轻松地试用新的Bing和Edge，只需使用微软账户登录Bing。其次，搜索更加直观，从纯文本搜索和聊天转变为具有丰富图像和视频的答案格式。Bing Image Creator也将支持100多种语言。再次，Bing chat将增加聊天历史记录功能，方便导出和共享对话和想法，提高搜索效率。最后，Bing chat也将支持插件，更多细节将在本月的Microsoft Build（5月23/24日）上透露。
https://blogs.microsoft.com/blog/2023/05/04/announcing-the-next-wave-of-ai-innovation-with-microsoft-bing-and-edge/
饮用含微塑料的水2小时后，小鼠大脑中就发现了微塑料
来源：Pixabay
据英国卫报（The Guardian）消息，维也纳大学的科学家发现当小鼠饮用含有微塑料的水仅2个小时后，这些微塑料就会出现在它们的大脑中。该研究已于近期发表于Nanomaterials。
在实验中，研究人员在小鼠的饮用水中添加了聚苯乙烯颗粒。其中，聚苯乙烯常见于各种食品包装中。他们利用计算机模拟模型追踪了纳米塑料颗粒（小于0.001毫米）的扩散，发现其能通过一种未知的生物学转运机制进入到小鼠的脑部。这些颗粒会吸附到小鼠脑膜的一些固醇类分子上，能通过被脂质包裹，穿过血脑屏障。而一旦进入大脑，这些塑料颗粒可能会导致一些短期的影响，例如认知障碍，神经毒性，长期可能增加大脑中产生炎症的风险，导致一些神经退行性疾病等。
https://www.mdpi.com/2079-4991/13/8/1404
类星体产生的原因
来源：ESO-M Kornmesser
60年前，天文学家发现了类星体，这种天体大小和太阳系相当，却能释放出相当于万亿颗恒星的能量。一直以来，究竟是什么样的物理过程触发了类星体这样高能的现象，一直是一个谜。而近日，一篇发表在《皇家天文学会月刊》（Monthly Notices of the Royal Astronomical Society）上的论文将48个类星体星系和100多个非类星体星系对比，找到了类星体产生的原因。
研究人员发现，星系间的碰撞会导致类星体的产生。一般而言，星系中的这种气体不会靠近中心的超大质量黑洞，但当两个星系碰撞时，引力会将大量气体推向星系中心的超大质量黑洞，并导致大量能量释放。该过程会将星系中的其余气体赶出星系，在未来数十亿年内阻止星系继续行程恒星。研究人员表示，50亿年后，当银河系和仙女座星系碰撞时，也可能发生类似的过程。
https://academic.oup.com/mnras/article/522/2/1736/7035603
口服型仿生电疗胶囊能控制激素，调节食欲
胃释放的激素，如饥饿素，在刺激食欲方面起着关键作用。这些激素由肠道神经系统的内分泌细胞产生，可以控制人的饥饿、恶心或饱腹感。近期，在一篇发表于Science Robotics的文章中，麻省理工学院的科学家证明，可以利用口服胶囊对这些内分泌细胞进行电刺激来产生饥饿素，用于治疗恶心或食欲不振的疾病，例如恶病质等（症状包括体重减轻、肌肉萎缩和脂肪组织丢失，在晚期肿瘤患者中最为常见）。
研究人员首先使用电探针对动物的胃进行电刺激，并发现在持续刺激20分钟后血液中的饥饿素水平显著升高，同时没有任何明显的炎症或其他不良反应。基于此，他们通过模拟澳洲魔蜥（thorny devil）的皮肤设计了一种胶囊。胶囊的表面是亲水性的凹槽，能将液体从电极上吸走，保证胶囊上的电极能接触到胃组织，并短暂停留产生可靠的电刺激，实现了促进饥饿素释放的效果。测试显示，电刺激产生作用的前提在于控制消化的迷走神经必须完好无损。他们认为，电脉冲能通过迷走神经传递到大脑，随后大脑会产生电信号刺激胃里的内分泌细胞产生饥饿素，这实际涉及肠道神经系统和中枢神经系统的沟通（肠-脑轴）。这是首个利用可摄入的外部装置产生电刺激，来增加内源性激素水平的疗法，未来或将尽快在人类患者身上进行测试。
https://www.science.org/doi/10.1126/scirobotics.ade9676
国际空间站两名俄宇航员完成今年第二次太空行走
来源：新华社
俄罗斯国家航天集团4日说，国际空间站的两名俄罗斯宇航员当天完成了2023年第二次太空行走任务，两人出舱7小时11分钟后安全返回空间站。
俄罗斯国家航天集团官网发布的消息说，莫斯科时间3日晚间23时0分（北京时间4日凌晨4时0分），俄罗斯宇航员谢尔盖·普罗科皮耶夫和德米特里·佩捷林开启国际空间站“探索”号实验舱舱门，出舱开始太空行走。他们的主要任务是将气闸舱从“黎明”号实验舱转移到“科学”号实验舱。
http://m.news.cn/2023-05/04/c_1129588646.htm
吞下人工胶囊，治疗食欲不振
来源：J. McRae
目前，使用电刺激缓解胃肠道症状的干预措施需要侵入性手术。美国麻省理工学院的Giovanni Traverso和同事设计了一种葡萄干大小的非侵入性胶囊，可以产生小的电刺激。相关论文近日发表于《科学-机器人》。
这种胶囊被用来电刺激猪的胃细胞，以提高胃饥饿素的水平。后者是一种调节饥饿和缓解恶心的激素。如果这项技术应用于人类，则可以治疗饮食障碍患者或接受癌症治疗的患者的恶心、呕吐和食欲不振。
http://doi.org/10.1126/scirobotics.ade9676
鱼的生长不会因为产卵而减缓
2022年发表的一项研究声称鱼类在繁殖时会停止生长，因为繁殖会消耗鱼类所有的能量。而最新发表于《科学》（Science）上的评论反驳了该研究的观点：鱼类不仅不会因为开始产卵而生长减慢，反而会在繁殖后加速生长。
在2022年发表的那篇文章中，研究者基于渔业科学中广泛使用的生长方程声称，一种鱼Trachurus trachurus的北海种群的生长随繁殖的开始而减慢。而最新这篇新研究的作者重新审视了2022年的研究，在考虑了成熟和产卵趋势的因素后，他们指出，实际上Trachurus trachurus在第一次产卵后生长的更快，而2022年研究并没有报告这种鱼实际成熟和产卵时的身体尺寸。作者表示，在自然界中，鱼类更多的能量用于躲避捕食者等行为，生长和繁殖只会分别耗费它们10%-20%的能量。除此之外，作者还表示，即便是在哺乳动物中，繁殖会影响生长这一观点也没有足够的证据支持，比如绝育和未绝育的宠物生长轨迹相似，狮群中拥有更多交配行为的雄狮依然比没有交配机会的雄狮长得更雄壮等。
https://www.science.org/doi/10.1126/science.ade6084
新型水凝胶皮肤具有触觉传感能力，有助促进软体机器人研发
来源：物理学家组织网
英国剑桥大学生物启发机器人实验室的研究人员创造了一种新的基于水凝胶的皮肤，这种极其柔韧的皮肤使用一系列电极和一种算法重建触觉刺激，让机器人能够检测物体的触觉特性，复制人类的触觉，有望促进软体机器人的开发。相关研究论文刊发于3日出版的《今日材料电子》杂志。
世界各地的研究人员都对如何用柔性和可拉伸材料制造机器人感兴趣，为了最大化这些机器人的优势，包括传感器在内的机器人所有组件都必须是柔软的。鉴于此，研究人员从人类皮肤中汲取灵感，创造出了一种可拉伸的传感材料，这种材料可检测任何损伤，感知物体或人类的触摸，并监测其周围环境。
http://www.stdaily.com/index/kejixinwen/202305/533cde54acc64c539d48fc0af01d893c.shtml
阿尔茨海默病新药Donanemab，可有效减缓患者认知功能衰退
当地时间5月3日，制药巨头礼来公司（LLY）表示，它研发的一款阿尔茨海默病新药Donanemab可以有效减缓早期阿尔茨海默病患者的认知功能衰退，并预计在今年6月底之前向美国食品和药品管理局（FDA）提交数据，希望在明年上半年获得批准。
相关试验主要研究Donanemab药物如何影响患者清晰思考和执行日常任务的能力，并通过综合阿尔茨海默病评定量表（iADRS）进行衡量。最近的3期临床试验包括1182名受试者，持续了18个月。结果显示，Donanemab可以使患者认知功能衰退减缓约35%。根据礼来公司的说法，这是所有阿尔茨海默病药物中的第一个3期临床试验，效果也是迄今最佳。
https://link.springer.com/article/10.14283/jpad.2023.30
使用光芯片进行训练神经网络
神经网络是一种机器学习算法，已经成为了人工智能技术的中流砥柱。此前的神经网络算法都建立在电子芯片上，然而，随着神经网络使用的扩充，这种算法消耗的能源也越来越多，一些估计表明，每5～6个月，神经网络消耗的能量就会翻一倍。采用新的底层计算架构是解决能耗困境的一种方法。
近日，一篇在《科学》（Science）上发表的论文表示，研究人员在光子芯片上实现了反向传播算法，成功训练了神经网络。研究人员使用的混合光子神经网络（PNN）底层是多层光子集成电路，通过光子神经网络向后发射光编码，并测量与原始正向“推理”信号的光干扰，进行原位反向传播训练。研究人员发现，混合光子神经网络的性能与电子神经网络平台相当，未来数年内，大规模混合光子、全光子芯片能在人工智能任务方面与电子芯片媲美。
https://www.eurekalert.org/news-releases/987121