
8月25日(星期一)消息,国外知名科学网站的主要内容如下:
《自然》网站(www.nature.com)
学术评审中的“潜规则”?引用了审稿人研究的论文通过概率更高
一篇基于预印本平台的研究指出,同行评审过程中存在一种倾向:当审稿人自己的研究被论文引用时,他们更有可能建议接受该稿件。该研究分析了四种开放获取出版平台上18400篇论文的评审数据。
研究显示,在被引用的审稿人中,建议接受论文的比例高于未被引用的审稿人。具体而言,在评审意见要求引用自身工作、且作者在修改稿中予以采纳的情况下,有92%的审稿人在后续评审中推荐接受论文,而未获引用的审稿人群体中这一比例为76%。另一方面,如果审稿人建议引用其研究但未获作者响应,他们拒绝论文或提出保留意见的可能性约为直接批准的两倍。
分析还发现,要求引用的审稿人在拒绝论文时更常使用如“需要”或“请”等具有较强指向性的词汇。不过也有学者指出,这类用语未必构成强制,审稿人推荐引用(包括自己的研究)可能是出于提高论文质量的合理建议。
该研究承认目前无法准确区分“不合理要求”与“正当建议”之间的界限。为解决这一问题,研究者建议审稿人在提出引用要求时必须说明理由,并推荐引入算法辅助工具,以帮助期刊编辑识别和审查可能的强制性引用行为。
《科学通讯》网站(www.sciencenews.org)
用AI生成的数据训练AI:合成人脸能否破解面部识别的伦理困境?
人工智能(AI)的面部识别技术曾因系统性偏见而饱受争议——对白人男性识别准确率极高,但对深肤色人群错误率可高出百倍,导致从手机解锁失败到错误逮捕等一系列后果。近年来,通过优化数据集、提升算力及改进算法,识别精度显著提高,目前多数系统在受控环境下准确率已超过99%,不同人口群体的识别差异基本消除。
然而高精度背后存在严重的隐私隐患。企业与研究机构常未经许可从互联网抓取数百万张真实人脸数据用于训练,不仅侵犯个人隐私,还带来身份盗用和监控滥用的风险。为此,研究者提出采用生成式人工智能制作合成人脸数据,以替代真实图像进行模型训练。
合成人脸并非真实存在,因此无需担心隐私泄露。尽管当前基于合成数据训练的模型整体准确率(约75%)仍低于用真实数据训练的模型(85%),但其在不同种族、性别和年龄群体之间的识别一致性显著更好,偏见更少。例如,一项研究发现,使用合成数据训练的模型在不同人群之间的性能波动比用真实数据WebFace训练的模型低三分之二。
目前合成数据面临两大挑战:一是生成身份多样性有限,二是生成图像过于“理想化”,缺乏现实场景中的复杂变化。为进一步提升准确性,研究机构正探索混合训练策略:先利用合成数据学习跨人口群体的共同特征,再采用经授权的真实数据对模型进行微调。
尽管面部识别技术越来越精准,民权组织也警告其可能带来全天候追踪的风险。但学术界普遍认为,一个更准确、更公平的系统,远比一个有偏见且不可靠的系统更符合社会利益。合成数据技术虽起步较晚(2023年首次提出),但随着生成算法的快速演进,它有望在保护隐私与提升公平性之间找到关键平衡。
《每日科学》网站(www.sciencedaily.com)
新研究锁定400多个衰老基因,为何有人老得快有了新答案
一项由美国科罗拉多大学博尔德分校领导并发表于《自然·遗传学》(Nature Genetics)期刊的研究指出,科学家们已识别出超过400个与加速衰老相关的基因,从遗传学角度解释了为何有些人衰老得更快、更不健康。
该研究将“衰弱”——一种伴随衰老出现的多系统生理功能衰退——划分为七种不同亚型,包括认知能力下降、行动障碍、代谢问题等多种表现。研究发现,不同类型的衰弱背后由不同的基因群驱动,例如与免疫和阿尔茨海默病相关的SP1基因与认知衰退密切相关,而与肥胖相关的FTO基因则影响多个衰老类别。
目前美国65岁以上人群中超过40%被视为衰弱群体。以往医生使用统一的指标进行评估,难以区分不同衰弱类型的根本原因。这项大规模基因组研究表明,衰老并非单一过程,而是具有多样化的生物学机制。
该结果支持“老年科学假说”,即针对衰老本身而非单一疾病进行治疗,可能是更有效的策略。研究人员建议临床实践中应扩展衰弱评估标准,依据不同亚型提供针对性干预,例如针对认知衰弱实施防痴呆措施,或针对代谢型衰弱预防糖尿病。
未来或可基于“多基因风险评分”为个体提供更精准的衰老风险评估。尽管研发出单一抗衰老药物的可能性较低,但针对特定类型衰老开发针对性干预手段已成为可能,为实现精准抗衰老奠定了基础。
《赛特科技日报》网站(https://scitechdaily.com)
宇宙早期的不速之客:韦伯望远镜发现300个本不该出现的古老星系
美国宇航局(NASA)詹姆斯·韦伯太空望远镜(JWST)在一项最新研究中发现了300个异常明亮的神秘天体,可能位于早期宇宙中,这一发现对现有星系形成理论提出了潜在挑战。
研究人员通过分析韦伯望远镜搭载的近红外相机(NIRCam)和中红外仪器(MIRI)所拍摄的红外图像,识别出这些候选星系。由于宇宙膨胀效应,来自遥远天体的光在传播过程中波长会被拉长,即产生“红移”现象,使可见光移至红外波段。因此,探测红外光成为研究早期星系的关键。
研究团队采用“缺失法”(dropout technique)筛选高红移候选体。该方法通过识别在较长波段可见、而在较短波段“消失”的天体,来判断其红移程度,进而推测其距离和年龄。
在缺乏完备光谱数据的情况下,团队使用光谱能量分布拟合方法估算这些天体的红移值、年龄与质量等参数。尽管过去常将此类明亮天体误认为邻近天体或其它现象,本次研究结果表明它们很可能的确来自宇宙早期。
若后续观测证实其中部分天体属于早期星系,则将迫使科学家修正当前关于星系起源与演化的理论。目前,团队已通过光谱学方法确认其中一个天体为早期星系,但仍需更多观测数据才能得出确切结论。光谱分析能够分解天体的光,通过其特征谱线精确测定红移、组成及物理性质,是该领域公认的权威检测方法。(刘春)