美国国会众议院议长约翰逊(Mike Johnson)7月8日在哈德逊研究所发表演说时表示，现在虽然尚未看到一个如二战时期的三国结

美国国会众议院议长约翰逊(Mike Johnson)7月8日在哈德逊研究所发表演说时表示，现在虽然尚未看到一个如二战时期的三国结盟，但确实看到一些国家公开结盟对抗美国，“我将其称为中国领导的轴心，由俄罗斯、伊朗、朝鲜、委内瑞拉甚至古巴政权组成”。 他说，虽然这些国家各有各的目标和文化，但“他们每天早上醒来都想着如何打倒美国”。 约翰逊强调：美国国会必须集中精力，用尽一切手段对抗中共。 欢迎您加入

100多位全球知名人士共同呼吁全球采取行动应对AI和其他生存威胁

100多位全球知名人士共同呼吁全球采取行动应对AI和其他生存威胁 这封信的签名者包括亿万富翁维珍集团创始人理查德-布兰森、前联合国秘书长潘基文和查尔斯-奥本海默（罗伯特-奥本海默的孙子）。此外，多位前总统和总理、活动家、首席执行官、创始人和教授也在信上签名。"我们的世界正处于严重危险之中，"信的开头这样写道。"我们面临着一系列危及全人类的威胁。我们的领导人没有以必要的智慧和紧迫感做出反应"。信中举例说明了当前的威胁包括气候的变化、大流行病以及使用核武器的战争。信中指出，更糟糕的情况可能会出现，尤其是我们还不知道与无人管理的人工智能相关的新威胁会有多大。"长远型领导力意味着要表现出解决棘手问题的决心，而不仅仅是管理这些问题；要表现出基于科学证据和理性做出决策的智慧；要表现出倾听所有受影响者声音的谦逊"。信中呼吁各国政府就某些项目达成一致，如商定如何为从化石燃料向清洁能源过渡提供资金，重启军备控制谈判以降低核战争风险，以及制定一项公平的大流行病条约。在人工智能方面，我们的建议是建立必要的治理机制，使这项技术成为一种有益的力量，而不是失控的风险。麻省理工学院宇宙学家马克斯-泰格马克（Max Tegmark）与 Skype 联合创始人雅安-塔林（Jaan Tallinn）共同成立了"未来生命研究所"（Future of Life Institute），他告诉CNBC，"长老会"及其组织并不认为人工智能是"邪恶的"，但担心如果它在错误的人手中迅速发展，可能会被用作破坏性工具。未来生活研究所去年也发表了一封公开信，呼吁暂停先进人工智能开发六个月。这封信有 1100 人签名，其中包括苹果公司联合创始人史蒂夫-沃兹尼亚克（Steve Wozniak）、埃隆-马斯克（Elon Musk）和 Pinterest 联合创始人埃文-夏普（Evan Sharp）。这封信并没有达到预期效果；人工智能公司不仅没有放慢开发速度，许多公司实际上还加快了开发高级人工智能的步伐。将人工智能与核战争相提并论并不新鲜。去年 5 月，专家和首席执行官们就曾警告过这项技术带来的灭绝风险。甚至连 ChatGPT 的创造者 OpenAI 也说，比人类更聪明的人工智能可能会导致人类灭绝。 ... PC版： 手机版：

图灵奖揭晓：史上首位数学和计算机最高奖“双料王”出现了

图灵奖揭晓：史上首位数学和计算机最高奖“双料王”出现了 加上2021年获得的阿贝尔奖，维格森教授现在一举成为首个同时拿下数学和计算机最高奖的科学家。（阿贝尔奖也被誉为“数学界诺贝尔奖”）。此外，他还是2017年阿里达摩院刚成立时首批“十大祖师”之一。业内人士纷纷赶来表示祝贺，a16z的研发主管表示：除了已有的学术成果外，也是因为他几十年来孜孜不倦的领导力，才带来理论计算机科学界的长青与活力。比如，没有他，可能就不会有西蒙斯计算理论研究所。值得一提的是，他还在5个月前来到清华叉院做客，对当下大语言模型的发展表达了自己的看法。复杂性理论先驱荣获图灵奖作为一名数学家和计算机科学家，维格森最重要的贡献就是增强了人类对计算中随机性和伪随机性作用的理解。具体什么意思？20实际70年代末，计算机科学家们已经发现：随机性和计算难度之间存在显著联系。（这里的计算难度之高指的是那些没有有效算法，即无法在合理的时间内解决的自然问题，它们计算起来比较困难。）通俗一点解释就是：对于许多难题，采用随机性的算法（也称为概率算法）可以远远胜过其确定性方案。例如，在一个被称为“1977证明”的实现中，两位科学家就引入了一种随机算法，可以比当时最好的确定性算法更快地确定一个数字是否为素数。而在20世纪80年代初，维格森与UC伯克利的科学家Richard Karp合作，将随机性的概念与那些被认为计算难度高的问题联系起来，也就是没有已知的确定性算法可以在合理的时间内解决这些问题的问题。尽管不知道如何证明它们很难，维格森和Richard Karp还是发现了一种针对某个难题的随机算法，然后发现：能够将其去随机化，从而有效地揭示了它的确定性算法。大约在同一时间，其他研究人员也发现密码学问题中的计算难度假设能够实现一般的去随机化。这促使维格森思考随机性本身的特质。他和其他人一样，开始质疑随机性在高效问题解决中的必要性以及在什么条件下它可以完全被消除。终于，1994年，他和另一位计算机科学家Noam Nisan阐明了两者之间的联系。他们证明，如果存在任何自然难题，那么每一种有效的随机算法都可以被有效的确定性算法所取代。即我们总是可以消除随机性。更重要的是，他们还发现确定性算法可能使用“伪随机”序列也就是看似随机但实际上并非随机的数据串。换句话总结就是：随机性对于高效计算来说并不是必需的。即使在没有随机性的情况下，我们仍然可以使用有效的算法来解决问题。这一系列研究彻底改变了计算机科学家对随机性的看法，并适用于理论计算机科学的许多领域。今天，ACM就将图灵奖这一重要荣誉颁给了维格森，主要嘉奖的就是他在如上领域的贡献。在普林斯顿高等研究院的采访中，维格森解释自己既是一位数学家也是一位计算机理论科学家，研究的是计算领域的数学基础。我的研究领域是数学的一个子域，但同时，我所研究的主要概念是计算。对于理论计算机科学，他则认为这个学科拥有一个人对学术研究所能期望的所有优点，包含了一系列令人惊叹的深刻且具有重要智力意义的基本问题，而这些问题对人类、科学、生活和技术都至关重要。（看得出老爷子满满的热爱之情了。）而对于本次大奖，维格森则表示：自己很高兴看到ACM再次认可计算基础理论，它确实对计算科学的实践和技术发展做出了巨大贡献。大学被劝学计算机“好找工作”维格森于1956年在以色列出生，是一位护士和一名电气工程师的儿子。他的父亲喜欢拼图，并对数学的基本概念非常感兴趣，然后又经常跟孩子们分享他的想法。维格森这样描述父亲对他的潜移默化的影响：就是他让我感染了这种病毒。不过等他要在当地海法大学上学时，本想主修数学的他，却被他的父母劝导说：选择计算机吧，计算机好找工作！结果他发现这个领域有很多数学问题没有解决，于是开始吭哧吭哧解决了起来。维格森毕业于以色列理工学院和美国普林斯顿大学，1983 年凭借论文《组合复杂性的研究》获得博士学位。他早期的一项开创性工作，就是证明了一个看似矛盾的问题：能不能在不展示证明过程的情况下，让别人相信一个数学论断已经被证明了。是不是想起隐私计算领域姚期智提出的百万富翁问题内味了。那个问题就是两个百万富翁，他们想证明谁更富有，但两个人都不透露他们拥有多少财富。而原本的这个问题其实是叫做零知识证明，这个概念最早在1985年由三位科学家引入。随后由维格森以及他的合作伙伴Micali和Oded Goldreich进一步阐述了这一想法，并发现了一个意想不到的结果：如果真正安全加密是可能的，那么 NP 中每个问题的解也都可以用零知识证明来证明。换言之，零知识证明可以用于秘密地证明任何有关秘密数据的公开结果。数十年来，他始终活跃在学术岗位上，并且获得诸多赞誉和奖项。1994年，他因在计算复杂性理论方面的工作获得1994年的内万林纳博士毕业后，他在加州大学伯克利分校担任客座助理教授，在IBM担任访问科学家，并在伯克利的数学科学研究所担任研究员。1986年加入希伯来大学担任教员。1994年，他与Omer Reingold和Salil Vadhan一起因在图的 zig-zag 乘积方面的工作而获得了 2009 年哥德尔奖。1999年，他加入普林斯顿高等研究院并工作至今。2013年当选美国国家科学院院士。2018年，他因对计算机科学和数学理论的贡献当选ACM Fellow。第二年，又因为“在随机计算、密码学、电路复杂性、证明复杂性、并行计算以及我们对基本图特性的理解等领域对计算机科学基础做出的根本性和持久性贡献”，他荣获高德纳奖。2021年，维格森与László Lovász共同获得阿贝尔奖。也正因为这样根本性且持久性的贡献，网友们得知他才获图灵奖时感到意外而又惊喜，还以为他早就得了。也有人开始看他曾经写过的书籍了。或许有眼熟的朋友吗？谈大语言模型：最重要还是看它不能做什么而他与姚期智以及中国的缘分还在延续。5个月前，他还曾亲自来到清华叉院做客，带来题为“模仿游戏（Imitation Games）”的特邀报告。由姚期智院士亲自主持讲座，并与他展开对话。据报道，维格森从图灵测试出发，叙述了“模仿学习”理论的沿革及其在密码学、随机性、离散数学、数论等领域的现代应用。他基于凯撒密码、恩尼格玛密码机、选举等案例，引导思考安全性的定义、随机性的应用、隐私和效用的平衡等问题。对于理论计算机研究将如何应对人工智能发展这一问题，维格森表示，尽管包括大语言模型在内的人工智能有很多惊人表现，但最重要的问题是还有什么是AI不能做的。对于给现在正置身于科研的同学们，维格森也给出了自己的建议。他表示，自己曾为解决一个开放性问题用了40年时间，建议同学们要选择自己喜欢的研究领域和话题，并享受在失败中不断学习的过程，这样才能在科研道路上走得长远。参考链接：[1] ... PC版： 手机版：

“地球人”项目汇集来自全球各地的声音 展示了人类的多样性和精神

“地球人”项目汇集来自全球各地的声音 展示了人类的多样性和精神 奥德修斯（欧迪）2 月 22 日在月球上的历史性着陆是商业太空探索和文化表现的一个重要里程碑。奥迪号携带着科学有效载荷和地球人项目的全球音乐作品，它的成功任务强调了技术、人性和艺术在我们不断扩大的太空存在中的融合。地球人计划和奥德修斯登月的拼贴画。地球人项目徽标，来源：地球人项目。奥德修斯号月球着陆器图片，图片来源：直觉机器。除了科学载荷，飞船还带来了艺术与太空探索的融合SETI 研究所的驻场艺术家（SETI AIR）、费利佩-佩雷斯-圣地亚哥的地球人项目（Earthling Project），这是一组代表地球文化多样性与和谐的全球音乐作品。直觉机器公司制造了 Odie，SpaceX猎鹰 9 号火箭将其发射升空。这项任务是美国国家航空航天局（NASA）商业月球有效载荷服务（CLPS）计划的一部分。"最近的这些商业飞行任务标志着新篇章的开始：人类在月球上永久定居。这一飞跃需要建立工业和服务业，以支持月球生活所需的复杂基础设施。"SETI 研究所资深天文学家兼非星际公民科学主任 Franck Marchis 说："首次登陆月球的结果标志着我们已经准备好迎接这一挑战。""除了技术和科学成就之外，值得注意的是，这次飞行任务的有效载荷还包括一个艺术组成部分，即地球人项目。这凸显了将我们的文化和艺术遗产带入太空的重要性，强调了我们向宇宙的拓展不仅仅是一项科学或政治努力，而是人类集体知识和创造力的整体体现"。奥迪号在月球南极附近着陆，那里的阳光可以为其太阳能电池供电，阴影环形山中可能有冰水。冰水可以作为未来人类月球任务的重要资源，并有可能转化为火箭燃料。奥迪号搭载了来自美国宇航局和商业公司的12个有效载荷，在月球上开展科学活动。这些仪器收集了有关月球的信息，以支持未来的人类任务和探索。奥迪号的着陆并非没有挑战。着陆器的测距系统无法使用，团队需要对奥迪号重新编码，使用不同的测距系统才能安全着陆。此外，着陆器在着陆过程中摔断了支撑腿导致载具发生了侧倾。尽管如此，这次任务还是收集到了所有科学有效载荷的数据。目前，"欧迪"处于休眠状态，直觉机器公司将在大约三周后，当太阳再次照射到其太阳能电池板上时，尝试重新唤醒这艘飞船。这次任务是地球人项目的一个里程碑，在此之前，地球人项目曾于今年早些时候尝试将合成物送至月球表面，这也是 Astrobiotics Peregrine 任务的一部分。"作为一名作曲家，我一直在寻找新的交流和表达方式，"Pérez Santiago 说。"加入 SETI 驻场艺术家计划为实现这一愿景开辟了一条独特的途径，使我能够将全球各地的声音汇聚到音乐叙事中，在我们历史的这一关键时刻为人类代言。地球人项目的音乐将这一集体努力推向高潮，从地球向宇宙发出了和平与团结的信息。"地球人项目：给宇宙的音乐信息地球人项目于2019年启动，是圣地亚哥与吉尔-塔特博士以及全球人才团队合作的智慧结晶，符合拱门使命基金会的目标。这个非营利组织致力于为子孙后代保存人类知识，地球人项目现已被纳入其月球图书馆一个目前位于月球上的坚不可摧的镍蚀档案库。地球人项目收集了来自 10000 人的声音，这些声音被用于创作与欧迪一起发送的音乐作品。渴望体验这一历史性星际信息的听众可以在苹果、Spotify 和其他平台上播放《地球人计划》专辑，这是全球数百人协作精神的见证。要深入了解该项目的起源、灵感和愿望，SETI 研究所邀请您观看 SETI Live 对 Felipe Perez Santiago 和 SETI AIR 项目主任的启发性采访。编译自:ScitechDaily ... PC版： 手机版：

比人类基因组更复杂 甘蔗基因组图谱的绘制标志着一个科学里程碑

比人类基因组更复杂 甘蔗基因组图谱的绘制标志着一个科学里程碑 现代杂交甘蔗简介现代杂交甘蔗是地球上收获最多的作物之一，用于制造糖、糖蜜、生物乙醇和生物基材料等产品。它也拥有最复杂的基因蓝图。迄今为止，甘蔗复杂的遗传学使其成为最后一种没有完整和高度精确基因组的主要作物。科学家们开发并结合多种技术，成功绘制出甘蔗的遗传密码图。有了这张地图，他们就能验证抗褐锈病的具体位置，这种褐锈病如果不加以控制，就会对糖料作物造成毁灭性打击。研究人员还可以利用基因序列更好地了解糖类生产中涉及的许多基因。甘蔗遗传研究进展这项研究是美国能源部联合基因组研究所（JGI）社区科学计划的一部分，JGI是能源部科学办公室在劳伦斯伯克利国家实验室（伯克利实验室）的用户设施。该研究于3月27日发表在《自然》杂志上，基因组可通过JGI的植物门户网站Phytozome获取。"这是我们迄今为止完成的最复杂的基因组序列，"JGI 植物项目负责人、哈德逊阿尔法生物技术研究所（HudsonAlpha Institute for Biotechnology）研究员杰里米-施穆茨（Jeremy Schmutz）说。"这表明我们已经取得了很大进展。这种事情在 10 年前人们认为是不可能的。我们现在能够实现我们认为在植物基因组学领域不可能实现的目标"。甘蔗的基因组之所以如此复杂，一方面是因为它体积庞大，另一方面是因为它比一般植物含有更多的染色体拷贝，这一特征被称为多倍体。甘蔗有大约 100 亿个碱基对（DNA 的组成单位）；相比之下，人类基因组大约有 30 亿个碱基对。甘蔗 DNA 的许多片段在不同染色体内部和之间都是相同的。因此，在重建完整基因蓝图的同时，正确重组所有小段 DNA 是一项挑战。研究人员将多种基因测序技术结合起来，包括一种新开发的名为 PacBio HiFi 的测序方法，这种方法可以准确确定较长 DNA 片段的序列，从而解决了这一难题。了解和利用甘蔗基因组有了完整的"参考基因组"，研究甘蔗就更容易了，研究人员可以将甘蔗的基因和通路与其他研究得比较透彻的作物（如高粱或其他感兴趣的生物燃料作物，如开关草和马齿苋）的基因和通路进行比较。通过与其他作物进行比较，可以更容易地了解每个基因是如何影响相关性状的，例如哪些基因在制糖过程中高度表达，或者哪些基因对抗病性很重要。这项研究发现，负责抵抗棕色锈病的基因只存在于基因组的一个位置，而棕色锈病是一种真菌病原体，曾给甘蔗作物造成数百万美元的损失。这张图片显示的是基因排序图（使用 GENESPACE 创建），它比较了相关植物物种的基因组组装情况。水平白线代表染色体，连接染色体的彩色编织线表示保守的基因块。这样，研究人员就能将研究得比较透彻的作物（如双色高粱，一种特殊的高粱）中的保守基因追踪到更复杂的基因组中，如野生甘蔗和栽培品种 R570，从而更好地了解它们的功能。为了形成对比，上一行提供了 R570 先前的单倍体组合，其中基因组中的多个染色体拷贝被表示为一个单一的马赛克组合。图片来源：Adam Healey 和 John Lovell/HudsonAlpha论文第一作者、HudsonAlpha 公司研究员亚当-希利（Adam Healey）说："当我们对基因组进行测序时，我们填补了围绕褐锈病的基因序列空白。甘蔗基因组中有数十万个基因，但只有两个基因共同发挥作用，保护植物免受病原体的侵害。据我们所知，在所有植物中，以类似方式进行保护的情况屈指可数。更好地了解甘蔗的这种抗病性是如何起作用的，有助于保护其他面临类似病原体的作物。"研究人员对一种名为 R570 的甘蔗栽培品种进行了研究，几十年来，该品种一直被世界各地用作了解甘蔗遗传学的模型。与所有现代甘蔗栽培品种一样，R570 也是由甘蔗驯化品种（产糖能力强）和野生品种（携带抗病基因）杂交而成的。对农业和生物能源的潜在影响该论文的最后一位作者、法国国际发展农业研究中心（CIRAD）甘蔗研究员安热莉克-德洪（Angélique D'Hont）说："了解 R570 的完整遗传图谱将使研究人员能够追踪哪些基因来自哪个亲本，从而使育种人员能够更容易地确定控制相关性状的基因，以提高产量。"改良未来的甘蔗品种在农业和生物能源领域都有潜在的应用前景。改进甘蔗的产糖方式可以提高农民的作物产量，在相同的种植面积上提供更多的糖分。甘蔗是生产生物燃料（尤其是乙醇）和其他生物产品的重要原料或起始材料。甘蔗压榨后剩下的残渣被称为甘蔗渣，是一种重要的农业残渣，也可被分解和转化为生物燃料和生物产品。联合生物能源研究所是伯克利实验室领导的能源部生物能源研究中心，该研究所的首席科技官布雷克-西蒙斯（Blake Simmons）说："我们正在努力了解植物中的特定基因与下游生物质质量的关系，然后我们可以将生物质转化为生物燃料和生物产品。""有了对甘蔗遗传学的深入了解，我们就能更好地理解和控制植物基因型，从而生产出我们所需的糖类和蔗渣衍生中间体，实现与生物经济相关的规模化可持续甘蔗转化技术"。到目前为止，甘蔗复杂的遗传学使其成为最后一种没有完整和高精度基因组的主要作物。研究人员结合多种技术，成功绘制出甘蔗的DNA图谱，并确定了关键区域包括与糖的生产和运输以及对褐锈病的抗病性有关的几个区域。甘蔗的参考基因组可用于帮助培育抗逆性更强的作物或提高糖产量，并可应用于农业和生物能源领域。 ... PC版： 手机版：

数据中的灯下阴影：新研究揭示那些未被计算在内的因COVID-19死亡者

数据中的灯下阴影：新研究揭示那些未被计算在内的因COVID-19死亡者 虽然超额死亡率提供了在正常、非疫情条件下可能不会发生的死亡估计，但对于SARS-CoV-2病毒是否造成了这些额外的死亡，或者这些死亡是否是由医疗保健中断或社会经济挑战等其他因素造成的，目前仍没有什么证据。现在，由公共卫生学院和宾夕法尼亚大学（UPenn）领导的一项新研究首次提供了具体数据，表明这些超额死亡中的许多人确实是未被计算在内的 COVID-19 死亡者。这项发表在《美国科学院院刊》（PNAS）上的研究将报告的 COVID-19 死亡人数与非 COVID 自然原因（如疾病和慢性病）导致的超额死亡人数进行了比较，发现在美国大多数县，非 COVID-19 超额死亡人数的增加发生在报告的死亡人数增加的同时或前一个月。重点关注自然原因导致的超额死亡人数，而不是全因超额死亡人数的估计值，可以更准确地了解 COVID-19 导致的真正死亡人数，因为它剔除了导致死亡的外部原因，如故意或意外伤害，COVID-19 并非导致死亡的因素。研究报告的通讯作者、全球卫生学副教授安德鲁-斯托克斯（Andrew Stokes）说："我们的研究结果表明，在大流行期间，许多 COVID-19 死亡 病例未被计算在内。"他说，COVID-19 死亡报告与非 COVID-19 自然死亡报告之间的时间相关性有助于深入了解这些死亡的原因。"我们观察到，非 COVID-19 超常死亡的高峰期与 COVID-19 死亡的高峰期出现在同一个月或前一个月，这种模式与由于社区认知度低和缺乏 COVID-19 检测而漏报的未被识别的 COVID-19 死亡相一致"。研究主要作者、美国宾夕法尼亚大学人口学和社会学博士生 尤金尼奥-帕格里诺 说，如果这些死亡的主要原因是医疗中断和护理延误，那么非COVID超额死亡很可能发生在报告的 COVID-19 死亡高峰和随后的医疗中断之后。"然而，在全国范围内或我们评估的任何地理分区都没有观察到这种模式，"Paglino 说。波士顿大学新发传染病中心创始主任纳希德-巴德利亚（Nahid Bhadelia）说："这项工作非常重要，因为我们在流行病期间检测和正确分配死亡人数的能力关系到我们对疾病的理解以及我们如何组织应对措施。"在这项研究中，斯托克斯、帕格里诺及其同事利用新颖的统计方法，分析了从 2020 年 3 月到 2022 年 8 月大流行头 30 个月中 3127 个县的每月自然死亡数据和报告的 COVID-19 死亡数据。他们估计，在此期间，美国各县因自然原因死亡的人数超过了 120 万，并发现其中约有 16.3 万例死亡的死亡证明上根本没有列出 COVID-19。通过分析这些死亡的时间和地理模式，研究人员发现，非COVID超额死亡人数与报告的 COVID-19 死亡人数之间的差距在非大城市县、西部和南部最大，而且在大流行的第二年，非COVID超额死亡人数几乎与第一年一样多，这与之前的研究相反。同时，新英格兰和大西洋中部各州的大都会地区是唯一报告 COVID-19 死亡人数多于非 COVID 超额死亡人数的地区。研究人员说，这些死亡模式中的许多地域差异很可能是由于国家政策，医患意见或地方官员的政治偏见影响了 COVID 政策。例如，在农村地区，COVID-19 的检测更为有限，围绕 COVID 的政治偏见或耻辱感可能会影响 COVID-19 是否被列入死亡证明。相反，报告的 COVID-19 死亡人数可能超过了非 COVID 死亡人数，这是因为成功的减灾政策鼓励人们保持身体距离和掩盖病情，并可能降低了其他呼吸道疾病的统计发病率。某些州（如马萨诸塞州）的协议还允许死亡调查人员在确诊后 60 天内（直到 2022 年 3 月）将 COVID-19 列为正式死因，而不是其他州的 30 天限制。研究报告的共同作者、罗伯特-伍德-约翰逊基金会（Robert Wood Johnson Foundation）高级政策顾问凯瑟琳-亨普斯特德（Katherine Hempstead）说："死因报告质量的地域差异不仅对COVID-19死亡报告不足地区的大流行应对工作产生了不利影响，而且还降低了我们全国监测数据和建模的准确性。"哈里里研究所所长、工程学杰出教授亚尼斯-帕斯卡利迪斯（Yannis Paschalidis）说："快速检测非典型死亡模式可以准确定位当地新型疾病集群的出现，并成为更有效缓解大流行的重要工具。"重要的是，这些发现还推翻了将大流行期间的死亡率归因于 COVID-19 疫苗接种或就地避难政策的政治主张或公众观点。研究报告的共同作者、流行病学系主任兼教授玛丽亚-格利莫尔（Maria Glymour）说："关于一个社区有多少人死于 COVID-19 或任何其他原因的准确信息，对于公共卫生决策至关重要。这对家庭也很重要。每个人都应该知道亲人的死因。确保准确死亡调查的资源和承诺至关重要，而这些未统计的 COVID-19 死亡发现表明，许多社区缺乏这些资源。"研究人员希望这一新数据能鼓励今后利用住院和其他本地数据进行分析，继续从过量的自然死亡和外部死亡中分析出未统计的 COVID-19 死亡。克里斯汀-乌尔基扎（Kristin Urquiza）说："这项研究记录了COVID-19的致命性和公共卫生干预措施的有效性，她在父亲死于COVID后，共同发起了由COVID悲伤者领导的正义和纪念运动"COVID标记"（Marked By COVID）。我们至少要准确地说明所发生的一切，以此来纪念那些逝者"。编译来源：ScitechDaily ... PC版： 手机版：