研究发现咖啡因提高了蚂蚁对含糖诱饵的导航效率

研究发现咖啡因提高了蚂蚁对含糖诱饵的导航效率这种学习和导航能力的提高可能有助于控制这种入侵物种，因为事实证明，这种物种对传统诱饵的抵抗力很差，会吸收诱饵并放弃诱饵。这项研究的第一作者、雷根斯堡大学计算生物学家亨里克-加兰特（HenriqueGalante）说："这个项目的想法是找到一种认知方法，让蚂蚁食用更多我们放在野外的有毒诱饵。我们发现，中等剂量的咖啡因实际上能促进学习--当你给它们一点咖啡因时，会促使它们的路径更直，能够更快地到达奖赏处。"阿根廷蚂蚁是全球生态和经济的重大威胁。传统的控制方法（主要是毒饵）经常失败，原因可能是饵料吸收率低和饵料被遗弃。研究人员希望通过添加咖啡因（已知咖啡因能增强蜜蜂和大黄蜂等其他昆虫的学习能力）来提高蚂蚁记忆诱饵位置和引导巢友返回的能力。这张图片显示的是L.humile在饮用咖啡因之前和之后的情况。图片来源：Laure-AnnePoissonnier加兰特说："我们正试图让它们更好地找到这些诱饵，因为它们去得越快，回来得越快，它们铺设的信息素轨迹就越多，就会有更多的蚂蚁前来，因此，在它们意识到这是毒药之前，它们就会更快地在蚁群中传播毒饵。"研究方法在实验室里，研究小组用不同浓度的咖啡因进行了实验，以观察其对蚂蚁定位和重访糖溶液能力的影响。他们在丙烯酸表面上用乐高桥和一张A4纸搭建了一个测试环境，并在其中滴入了掺有不同浓度咖啡因的蔗糖溶液。加兰特说："我们使用的最低剂量是天然植物中的剂量，中间剂量类似于一些能量饮料中的剂量，最高剂量设定为蜜蜂的半数致死剂量（LD50）--喂食这一剂量的蜜蜂有一半会死亡--因此对它们来说可能相当有毒。"图中显示的是L.humile的巢穴。图片来源：Laure-AnnePoissonnier研究人员利用自动跟踪系统，对蚂蚁的速度及其往返糖奖励的路径的直接性进行了监测。这项研究涉及142只蚂蚁，每只蚂蚁都接受了四次测试。在两次试验之间，蚂蚁可以把收集到的食物放在一起，研究人员还移走并更换了纸片，这样蚂蚁就无法沿着自己的信息素线索回到奖励地点。结果和意见在没有咖啡因的情况下，蚂蚁在随后的觅食过程中并没有学会更快地导航到奖励地点，这表明它们没有成功地将奖励地点记入记忆。然而，暴露于低浓度和中浓度咖啡因的蚂蚁觅食效率明显提高，每次觅食时间分别缩短了28%和38%。值得注意的是，最高剂量的咖啡因并没有产生同样的效果。这段视频展示了如何追踪一只蚂蚁。图片来源：HenriqueGalante研究人员发现，咖啡因通过提高蚂蚁的觅食效率，而不是提高蚂蚁的觅食速度，缩短了蚂蚁的觅食时间。任何剂量的咖啡因对蚂蚁的速度都没有影响，但接受中低剂量咖啡因的蚂蚁的行进路线没有那么曲折。加兰特说："我们看到的是，它们并没有移动得更快，只是更加专注于自己要去的地方。这表明，他们知道自己想去哪里，因此，他们已经知道了奖励的位置"。咖啡因对蚂蚁的归巢能力（即它们返回巢穴的效率）没有影响，尽管它们每次回家的路径都变得不那么曲折，与咖啡因无关。这些令人鼓舞的结果表明，在控制入侵阿根廷蚂蚁种群的工作中，使用咖啡因提高诱饵吸收率是有潜力的。进一步的研究正在进行中，将在西班牙进行实地测试，并研究咖啡因与毒饵之间可能存在的相互作用。这项研究最近发表在《iScience》杂志上，它可以为通过行为矫正管理入侵物种的更有效策略铺平道路。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1433187.htm手机版：https://m.cnbeta.com.tw/view/1433187.htm

试着从4月17号最新发布的这篇 agent 综述里，提炼了 6 个让 agent 更智能的方法，以及 2种 agent 架构的适

试着从4月17号最新发布的这篇agent综述里，提炼了6个让agent更智能的方法，以及2种agent架构的适用场景。论文链接是https://arxiv.org/pdf/2404.11584，强烈建议每一位对agent感兴趣的同好，都去精读几遍。言归正传，下面是我的总结：一、如何让agent更智能1、明确定义的系统提示,指导智能体的行为和目标例子:ReAct方法在ReAct方法中，智能体首先对给定任务进行思考，然后根据这些思考执行动作。这个过程可能会重复进行，直到任务完成。这种方法中的系统提示非常明确，指导智能体首先进行思考，然后行动，这样的循环确保智能体在执行任务时有明确的行为和目标指导。2、明确的领导和任务分工机制例子:EmbodiedLLMAgentsLearntoCooperateinOrganizedTeams在这个研究中，团队中的领导智能体对整个团队的效率有显著影响。领导智能体负责指导和分配任务，使得其他智能体可以更专注于执行具体的任务。这种明确的领导和任务分工机制使得团队能够更快地完成任务，减少了无效的沟通和混乱。3、专门的推理/规划、执行和评估阶段例子:AgentVerse方法AgentVerse方法中包含了明确的任务执行阶段：招募、协作决策、独立行动执行和评估。这些阶段被严格定义，每个阶段完成后，智能体团队会根据任务进展进行重新组织，确保每个阶段的智能体都最适合当前的工作需求。4、动态调整的团队结构,根据需要添加或移除智能体例子:DyLAN方法DyLAN框架通过动态的智能体结构来处理复杂任务，如逻辑推理和代码生成。系统会评估每个智能体在上一轮工作中的贡献，并只将表现最好的智能体保留在下一轮执行中。这种动态调整的团队结构使得智能体团队始终保持最高效率。5、来自人类或其他智能体的反馈机制例子:Reflexion方法在Reflexion方法中，智能体在执行任务的过程中会接收到来自一个语言模型评估器的反馈。这种反馈机制使得智能体能够根据反馈调整自己的行为和策略，从而提高任务完成的成功率和减少错误。例如，如果智能体在执行任务时偏离了正确的轨道，评估器可以指出这一点，并建议智能体如何调整策略以更好地达成目标。这种反馈循环不仅增强了智能体的性能，也提高了其与人类用户的互动质量和信任度。

突破性人工智能方法以10倍的速度识别帕金森病新疗法

突破性人工智能方法以10倍的速度识别帕金森病新疗法研究人员利用人工智能方法大大加快了发现帕金森病治疗方法的速度。剑桥大学的研究人员设计并使用了一种基于人工智能的策略，以确定能够阻止α-突触核蛋白（帕金森病的特征蛋白）凝结或聚集的化合物。研究小组利用机器学习技术快速筛选了包含数百万个条目的化学库，并确定了五种高效力化合物供进一步研究。全世界有600多万人受到帕金森病的影响，预计到2040年，这一数字将增加两倍。目前还没有改变病情的治疗方法。筛选候选药物的大型化学文库--需要在对患者进行潜在治疗测试之前进行--耗费大量时间和金钱，而且往往不成功。利用机器学习提高筛选效率利用机器学习，研究人员能够将初步筛选过程加快十倍，成本降低一千倍，这意味着帕金森病的潜在治疗方法能够更快地到达患者手中。研究结果发表在《自然-化学生物学》（NatureChemicalBiology）杂志上。帕金森病是全球增长最快的神经系统疾病。在英国，现在每37个在世的人中就有一个会在一生中被诊断出患有帕金森病。除运动症状外，帕金森病还会影响胃肠道系统、神经系统、睡眠模式、情绪和认知能力，导致生活质量下降和严重残疾。蛋白质负责重要的细胞过程，但当人们患有帕金森病时，这些蛋白质就会失控，导致神经细胞死亡。当蛋白质折叠错误时，它们会形成称为路易体的异常团块，这些团块在脑细胞内堆积，使脑细胞无法正常运作。"寻找帕金森氏症潜在治疗方法的途径之一，需要确定能够抑制α-突触核蛋白聚集的小分子，而α-突触核蛋白是一种与该疾病密切相关的蛋白质，"领导这项研究的优素福-哈米德化学系米歇尔-文德斯科洛教授说。"但这是一个极其耗时的过程--仅仅确定一个用于进一步测试的候选先导物就可能需要几个月甚至几年的时间"。虽然目前正在进行治疗帕金森病的临床试验，但没有任何改变病情的药物获得批准，这反映出无法直接针对导致该疾病的分子种类。这一直是帕金森病研究的一大障碍，因为缺乏识别正确分子靶点并与之接触的方法。这一技术差距严重阻碍了有效治疗方法的开发。计算药物筛选的创新剑桥大学团队开发了一种机器学习方法，通过对包含数百万种化合物的化学库进行筛选，找出能与淀粉样蛋白聚集体结合并阻止其增殖的小分子。然后，对少数排名靠前的化合物进行实验测试，以筛选出最有效的聚集抑制剂。从这些实验测试中获得的信息以迭代的方式反馈到机器学习模型中，这样经过几次迭代后，就能确定高效力的化合物。错构疾病中心联合主任文德斯科洛说："我们不是通过实验进行筛选，而是通过计算进行筛选。"通过将我们从初步筛选中获得的知识与我们的机器学习模型相结合，我们能够对模型进行训练，以确定这些小分子上负责结合的特定区域，然后我们可以重新筛选，找到更有效的分子"。利用这种方法，剑桥大学团队开发出了针对聚集体表面口袋的化合物，这些口袋是聚集体本身指数级增殖的原因。这些化合物的效力是以前报道的化合物的数百倍，开发成本也低得多。文德斯科洛说："机器学习对药物发现过程产生了真正的影响--它加快了确定最有前途候选药物的整个过程。对我们来说，这意味着我们可以开始多个药物发现项目的工作，而不仅仅是一个。时间和成本的大幅降低使很多事情成为可能，这是一个令人兴奋的时刻。"编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1428165.htm手机版：https://m.cnbeta.com.tw/view/1428165.htm

84、对年轻人而言，在未来的AI时代，“如何问问题”的能力很关键。

84、对年轻人而言，在未来的AI时代，“如何问问题”的能力很关键。85、科技的平民化，让很多过去掌握在特定人群手里的能力，最后变成普通人都可以使用的能力。86、人类不用和大模型竞争，而是应该利用机器让自己变得更强。人工智能的终极目标是人机协作。87、目前中国发展大模型技术，先要占据应用场景，同步全力发展核心算法技术。88、企业家不要觉得有了大模型就可以大举裁员。这不现实，要思考的是，如何用大模型提高员工的工作效率，提高团队的战斗力。89、用人类数据喂大的AI超越人类智力，就像是老师教的学生超越老师一样。90、目前中国发展大模型技术，先要占据应用场景，同步全力发展核心算法技术。91、现在大模型有一个感觉，很多普通用户用两下，你不能天天玩脑筋急转弯问题，或者天天做奥数题，除非辅导小孩考数学，很多个人用户用大模型的场景还是办公场景，ToB场景。92、大模型的落地应该是先做松耦合，不要寻求着一样的和企业的原来的业务系统做紧密的融合，这会掉到泥潭里。93、我们行业最伟大的是什么，跟任何领域结合，我们会让性能更快，能力更强，成本更低，售价更低，这是符合摩尔定律的。部升级更灵活，大模型还在不断训练。94、数字化已经成为国家战略，数字化的终点不是大数据，数字化的终点应该是智能化。95、每年有上千万的大学生毕业，他们可以为大模型做知识标注。96、如果大模型是硅基智能，人类是碳基智能，那么我们不能用碳基智能的想法去理解硅基智能。97、人工智能的安全问题远远超出了技术的范围，甚至涉及到社会伦理层面。技术带来的问题应该用技术来解决，所以我们在尝试研究制作安全大模型。98、埃隆·马斯克说大模型不亚于iPhone，比尔·盖茨说大模型不亚于重新发明互联网，这些誉美之词都不为过。99、发展大模型要集中力量办大事。新时代的集中力量办大事，要相互交流成果，而不是封闭起来，划地为牢，这是出不了成果的。100、人类至今也没有搞清楚意识是如何产生的，大模型可能给我们打开了另外一种方式：通过大模型的算力来模拟人脑对知识的记忆，理解和推理。

熵 - 可能改变材料科学的新理论

熵-可能改变材料科学的新理论在753开尔文温度下进行的原子分子动力学模拟的快照，显示了极化氧化钛与不同方向的局部四方结构的结合，描绘了局部90度和180度的畴壁。图片来源：刘子魁提供这一理论是由宾夕法尼亚州立大学材料科学与工程系杰出的多萝西-佩特-恩莱特教授刘子奎领导的团队提出的。zentropy中的"Z"源自德语术语"Zustandssumm"，意为熵的"状态总和"。刘说，"zentropy"也可以看作是佛教术语"禅宗"和熵的谐音，用来揭示系统的本质。刘说，这个想法是考虑熵如何在一个系统内的多个尺度上发生，以帮助预测系统受周围环境影响时的潜在结果。刘和他的研究团队发表了关于这一概念的最新论文，证明这种方法可以提供一种预测实验结果的方法，并能更有效地发现和设计新的铁电材料。这项工作结合了一些直觉和大量物理学知识，提供了一种预测先进材料行为的无参数途径，论文发表在《ScriptaMaterialia》上。研究人员说，铁电体具有独特的性质，这使它们在目前和开发材料的各种应用中都很有价值。其中一种特性是自发的电极化，通过施加电场可以逆转，这促进了从超声波到喷墨打印机、电脑的高能效RAM到智能手机中的铁电驱动陀螺仪等技术的发展，从而实现了流畅的视频和清晰的照片。为了开发这些技术，研究人员需要通过实验来了解这种极化及其逆转的行为。为了提高效率，研究人员通常根据预测结果来设计实验。通常情况下，这种预测需要进行被称为"拟合参数"的调整，以便与现实世界的变量紧密匹配，而这需要花费时间和精力来确定。但禅熵可以整合自上而下的统计力学和自下而上的量子力学，预测系统的实验测量结果，而无需进行此类调整。刘说："当然，归根结底，实验才是最终的检验标准，但我们发现，zentropy可以提供定量预测，从而大大缩小可能性的范围。我们可以设计更好的实验来探索铁电材料，研究工作的进展也会更快，这意味着可以节省时间、精力和金钱，效率更高。"虽然刘和他的团队已经成功地应用禅熵理论预测了一系列材料在各种现象下的磁性能，但发现如何将其应用于铁电材料一直是个棘手的问题。在当前的研究中，研究人员报告说他们找到了一种将禅熵理论应用于铁电材料的方法，重点是钛酸铅。与所有铁电材料一样，钛酸铅具有电极性，当施加外部电场、温度变化或机械应力时，电极性可以逆转。当电场使电极化反转时，系统会从一个方向的有序转变为无序，然后在系统稳定到新方向时再次转变为有序。然而，这种铁电性只发生在每种铁电材料特有的临界温度以下。超过这个温度，铁电性--反极化能力--就会消失，而副电性--极化能力--就会出现。这种变化被称为相变。刘说，对这些温度的测量可以显示各种实验结果的关键信息。然而，在实验之前预测相变几乎是不可能的。"没有任何理论和方法能在实验前准确预测铁电材料的自由能和相变，"刘说。"对转变温度的最佳预测与实验的实际温度相差100多度。"造成这种差异的原因是模型中未知的不确定性，以及拟合参数无法考虑影响实际测量的所有突出信息。例如，一种常用的理论描述了铁电性和准电性的宏观特征，但没有考虑动态域壁等微观特征--材料内部具有不同极化特征的区域之间的边界。这些构型是系统的构件，随温度和电场的变化而显著波动。在铁电体中，材料中电偶极子的配置会改变极化方向。研究人员利用禅熵来预测钛酸铅的相变，包括确定材料中三种可能的构型。研究人员的预测是有效的，而且与科学文献中报道的实验观察结果一致。他们利用公开的畴壁能量数据预测出了776开尔文的转变温度，与观测到的763开尔文实验转变温度非常吻合。刘说，研究小组正致力于通过更好地预测畴壁能量与温度的函数关系，进一步缩小预测温度与观测温度之间的差异。刘说，这种预测过渡温度的能力与实际测量结果如此接近，可以为铁电材料的物理特性提供宝贵的见解，并帮助科学家更好地进行实验设计："这基本上意味着，在进行实验之前就可以对材料的微观和宏观表现有一些直觉和预测方法。我们可以在实验前就开始准确预测结果"。与刘一起参与这项研究的宾夕法尼亚州立大学的其他研究人员还包括材料科学与工程研究教授尚顺丽、材料科学与工程研究教授王毅，以及研究时的材料科学与工程研究员杜京莲。...PC版：https://www.cnbeta.com.tw/articles/soft/1385731.htm手机版：https://m.cnbeta.com.tw/view/1385731.htm

新研发的可穿戴薄膜热电冷却器可帮助截肢者用假肢感受温度

新研发的可穿戴薄膜热电冷却器可帮助截肢者用假肢感受温度这项开创性的开发开辟了一系列有益的新功能，包括增强型假肢、新型增强现实（AR）形式的触觉反馈，以及用于缓解疼痛等情况的热调节疗法。该技术在一系列工业和研究领域也具有潜在价值，例如冷却电子设备和激光器以及卫星能量收集。APL的TFTEC开发始于2016年，当时APL的半导体器件工程师兼热电研究首席技术专家RamaVenkatasubramanian开始为美国国防部高级研究计划局（DARPA）的MATRIX计划开发先进的纳米工程热电材料和器件。为了支持MATRIX计划，APL开发了先进的薄膜热电材料，称为受控分层工程超晶格结构(CHESS)，为国防部的一些应用提供了全新的传导能力，包括冷却计算机芯片和发动机部件。到2019年底，Venkatasubramanian在CHESS热电技术方面取得了长足进步，APL探索科学分部主管BobbyArmiger想知道他的设备能否用于促进截肢者幻肢的温度感应，以改进假肢。自2006年以来，APL一直在领导DARPA的"假肢革命"项目，该项目致力于制造一种精神控制假肢，使上肢截肢患者恢复接近自然的运动和感觉能力。约翰尼-马特尼（JohnnyMatheny）是一名假肢测试员，他使用约翰-霍普金斯大学应用物理实验室开发的模块化假肢和薄膜热电装置来确定哪罐可乐最冰。图片来源：EdWhitman/约翰霍普金斯大学应用物理实验室"我们已经知道，我们可以刺激截肢者肢体的特定部位来感受触觉和振动，但还没有人能够以这样的速度、强度和效率创造出一种冷却感觉，从而通过假肢系统来恢复自然热感，"Armiger说。"恢复温度感具有实际应用价值--比如辨别冷饮--同时也有可能改善假肢装置的情感体现，比如感受到亲人手掌的温暖。Venkatasubramanian和热电团队开始与Armiger以及神经科学家和机器人专家团队合作，这是美国卫生科学统一服务大学（USU）物理医学与康复（PM&R）系康复科学研究中心通过亨利-杰克逊军事医学发展基金会（TheHenryM.JacksonFoundationfortheAdvancementofMilitaryMedicine）的子基金支持的一项研究的一部分，目的是制造一种可穿戴热电冷却器，其速度和强度足以与人体快速感知温度变化的能力相匹配。由此，可穿戴式TFTEC应运而生。Venkatasubramanian说："我们的TFTEC厚度只有一毫米多一点，重量只有0.05克，类似于薄薄的绷带，可以在不到一秒钟的时间内提供高强度冷却。它的能效也比当今最常见的热电设备高出两倍，而且可以使用同样用于制造发光二极管（LED）的半导体工具轻松制造。这是一个令人兴奋的发展，可能会对假肢和触觉应用产生巨大影响"。为了测试TFTEC的功效，研究人员在四名截肢者的幻影手上绘制了热感图。"当一个人失去部分肢体时，残肢内的神经仍然存在，这会导致'幻肢'感觉，"领导APL大部分无创神经模拟工作的神经工程研究员卢克-奥斯本（LukeOsborn）说。"可以在截肢者上臂神经重新生长的不同部位放置电极，刺激感觉--通常是压力，但在目前的情况下是温度--然后截肢者可以告诉我们他们在幻肢手的哪个部位感受到了这些感觉"。《自然-生物医学工程》（NatureBiomedicalEngineering）最近发表了APL针对此类感觉应用进行的大量TFTEC研究成果，其中包括实验室规模的表征、对截肢者的试验以及该方法的实际演示。研究指出，在一项冷检测任务中，TFTEC在所有参与者的幻肢上都产生了冷却感，而传统的热电技术只在其中一半人身上产生了冷却感，而且TFTEC的冷却速度是传统技术的八倍，冷却强度是传统技术的三倍。此外，与目前的热电设备相比，TFTEC的能耗只有后者的一半。奥斯本说："我们发现，与传统设备相比，即使目标温度相同，TFTEC设备在创造更快、更强烈的冷却感觉方面明显更胜一筹。这有助于参与者更快地做出决定和进行观察"。测试参与者身上的刺激部位在48周的测试中保持不变，这表明该技术可以让用户长年感受到缺失的双手的温度。这种时间上的稳定性以及可穿戴的非侵入性程序对于在现实世界中的应用很有吸引力。Venkatasubramanian说："当我们在2020年3月开始工作时，我们意识到，只需几次试验，我们就能刺激截肢者的幻肢。"我们听到参与者说，'是的，我立即感到这里冰凉，那里刺痛'。APL团队通过对几名截肢者和肢体完好者进行测试，继续完善其方法。Venkatasubramanian继续说："这些都是我们作为科学家梦寐以求的发展。"我们花了数年时间在实验室里，看到我们的技术对他人的生活质量产生影响，就像截肢者能够感知自然热世界一样，我们感到无比满足。"与当今的冷却技术相比，该设备只需很小的能量和体积，就能为人类感知产生逼真、翔实的热信号，其低调、高速和轻便的特性使其适用于皮肤表面应用，而不会影响运动。APL国家健康任务区生物医学工程师兼项目经理戴维-德鲁里（DavidDrewry）说："很高兴看到APL开发的热电技术通过在一名截肢者身上的首次演示而转化到医疗保健领域。我们期待着在更强大的临床试验中扩大成果，并将该设备集成到其他可穿戴设备中，以便随时部署到需要感官恢复或触觉反馈的个人身上。"凯蒂-卡尼尔（KatyCarneal）是一名生物医学工程师和项目助理经理，她在APL领导与健康相关的创新研究。他说："压力和温度感觉对人体的影响是多方面的。"除了提高截肢者的生活质量，我们还打开了一扇研究之门，可以帮助我们研究和找到神经肌肉疾病或慢性疼痛的新疗法。"美国南加州大学PM&R院长PaulPasquina博士在赞扬APL团队工作的同时，也表达了同样的热情。他说："能与如此专业的工程师合作，提出解决方案来帮助现实世界中的病人，包括我们失去肢体的伤员，这是我们的荣幸。"通过探索材料科学和电子设备工程与生物学和神经科学的交汇点，APL在推动新型健康应用的可能艺术方面具有独一无二的资格。除了"假肢革命"计划，APL还在神经接口研究、改进基因组学工具、监测身体疲劳以防止战斗人员受伤等国家健康任务领域取得了重大进展。...PC版：https://www.cnbeta.com.tw/articles/soft/1373915.htm手机版：https://m.cnbeta.com.tw/view/1373915.htm