8月21日外媒科学网站摘要：人工智能以前所未有精度预测...

8月21日（星期三）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
研究称来自木材的“绿色”电力危害地球和人类
许多国家已经接受通过燃烧木屑颗粒来发电，认定这是碳中和的。然而，研究表明，这种方法不仅增加温室气体排放，还威胁当地社区居民的健康。
欧盟委员会于2009年颁布《可再生能源指令》，开始大力推动生物质能的发展。该指令是欧盟所有经济部门发展可再生能源的法律框架，后来被称为20-20-20气候和能源一揽子计划，并规定了到2020年应达到的三个目标。
作为一揽子计划的一部分，欧盟制定了通过使用更多生物燃料减少碳排放的标准。从那时起，欧盟国家向木屑颗粒行业提供了大量补贴，过去几年补贴金额已达数十亿欧元。
对木材生物质的支持基于这样一种理念，即燃烧生物质所排放的碳将被植被再生所吸收，从而替代该行业所消耗的树木。然而，在过去的十年里，越来越多的科学家对这一假设提出了质疑。
美国麻省理工学院斯隆管理学院的一个研究小组对用木材代替煤炭发电的影响进行了生命周期分析。结果显示，这种替代可能加剧气候变化，至少延续到2100年。主要原因在于树木在采伐的土地上重新生长，并从大气中吸收足够的二氧化碳需要几十年的时间。
研究人员计算出，新树需要44到104年的时间才能吸收与取代煤炭的木材生物能源所产生的二氧化碳相当的量。尽管有观点认为木材生物能源有助于对抗全球变暖，研究人员得出的结论却是否定的，认为它实际上加剧了气候变化。
除了气候问题，一些研究人员还警告称，木屑颗粒工业危害森林，促进森林砍伐。
《科学通讯》网站（www.sciencenews.org）
最新研究证实银河系半人马座不存在中等质量黑洞
在黑暗的天空下，肉眼可见的半人马座欧米茄（Omega Centauri）是我们银河系中最明亮的星团之一，拥有数百万颗古老的恒星。
一项新的研究发现，与之前的报告相反，没有证据表明半人马座欧米茄存在中等质量黑洞。相反，一群小得多的黑洞在这个密集的星团中心进进出出，这可以解释许多古老恒星的运动和分布。
研究人员表示，我们的分析支持在星团中心存在与恒星质量相当的黑洞，而不是中等质量黑洞。他们进一步指出，分布在星团中心的大约1万到2万个恒星质量的黑洞——加起来相当于太阳质量的20万到30万倍——能够解释这些观测结果。
虽然这项研究并没有完全排除中等质量黑洞的存在可能性，但如果存在，它的质量比之前认为的要小得多。研究小组在提交给预印本系统arXiv.org的报告中得出结论，该星团中不存在质量超过太阳6000倍的黑洞。
《每日科学》网站（www.sciencedaily.com）
1、科学家观察到有关北极星大小和表面的新细节
美国佐治亚州立大学高角度分辨率天文学中心（CHARA）阵列的研究人员已经确定了北极星的大小和表面的新细节。研究结果发表在《天体物理学杂志》（The Astrophysical Journal）上。
地球的北极指向以北极星为标志的太空方向。北极星不仅是一颗导航的标志星，也是一颗非凡的恒星。它是三星系统中最亮的成员，属于脉动变星，周期性地通过直径的增大和缩小而变亮和变暗，周期为4天。
北极星是一种被称为造父变星的恒星。天文学家使用这些恒星作为“标准烛光（Standard candles）”，因为它们的真实亮度与其脉动周期直接相关：亮的恒星比暗的恒星脉动得慢。一颗恒星在天空中出现的亮度取决于该恒星的真实亮度和与该恒星的距离。通过已知造父变星的真实亮度，天文学家可以用它们来测量宿主星系的距离，并推断宇宙的膨胀率。
一组天文学家利用CHARA光学干涉测量阵列观测了北极星Ab。这项研究的目标是绘制这颗每30年绕北极星运行一次的近距离、微弱伴星的轨道。
研究团队成功地跟踪了这颗近距离伴星的轨道，并测量了北极星脉动时大小的变化。轨道运动显示，北极星的质量是太阳的五倍。北极星的图像显示，它的直径是太阳的46倍。
最大的惊喜是北极星在特写镜头中的出现。CHARA的观测首次展示了北极星表面的变化情况。
CHARA阵列于2021年4月拍摄的北极星假彩色图像，显示了表面上的大亮斑和黑斑。CHARA最新图像显示，北极星表面的大亮斑和黑斑随着时间的推移而变化。
2、一种模型能预测高能量密度锂金属电池的循环寿命
日本国家材料科学研究所（NIMS）和软银公司联合开发了一种模型，通过将机器学习方法应用于电池性能数据，能够预测高能量密度锂金属电池的循环寿命。这项技术有望在提高锂金属电池供电设备的安全性和可靠性方面发挥作用。
人们对高能量密度锂金属电池在无人机、电动汽车和家庭电力存储系统等广泛技术中的应用寄予了很高的期望。但要想在保证安全性的前提下将高性能锂金属电池投入实际应用，就需要开发出能够准确估计这些电池循环寿命的技术。
然而，锂金属电池的降解机制比传统锂离子电池更为复杂，并且尚未完全了解，这使得能够预测锂金属电池循环寿命的模型的开发成为一个巨大的挑战。
NIMS和软银公司的一个研究小组利用先前开发的先进电池制造技术，制造了大量高能量密度的锂金属电池单元，每个电池单元由锂金属阳极和富镍阴极组成。
研究小组随后评估了这些电池的充放电性能。
最后，该研究小组通过将机器学习方法应用于充电/放电数据，构建了一个能够预测锂金属电池循环寿命的模型。
结果表明，该模型能够通过分析充电、放电和电压弛豫过程数据做出准确的预测，而不依赖于对特定电池退化机制的任何假设。
该团队计划进一步提高模型的循环寿命预测精度，并通过利用该模型开发新的锂金属负极材料，加快将高能量密度锂金属电池投入实际使用的步伐。
《赛特科技日报》网站（https://scitechdaily.com）
1、看不见的伤害：新冠肺炎如何重塑我们的大脑
美国科罗拉多大学博尔德分校的一项新动物研究表明，新冠肺炎的遗留蛋白质在最初感染后长期存在，会导致大脑中的皮质醇水平急剧下降，引发神经系统炎症，并在遇到新的压力源时导致免疫细胞过度反应。
这项发表在《大脑行为与免疫》（Brain Behavior and Immunity）杂志上的研究，揭示了“长新冠”神经系统症状的潜在原因。
先前的研究表明，在“长新冠”患者的血液中，在感染后长达一年的时间里仍然存在新冠病毒抗原。在死亡的新冠患者大脑中，也检测到了这些抗原。
为探讨这些抗原如何影响大脑和神经系统，研究小组将一种名为新冠病毒S1（“刺突”蛋白的一个亚基）的抗原注射到大鼠的脊髓液中，并将其与对照组进行比较。
7天后，暴露在S1环境中的大鼠，其海马区（大脑中与记忆、决策和学习相关的区域）的类皮质醇激素皮质酮水平下降了31%。9天后，水平下降了37%。
研究发现，先前接触过S1蛋白的大鼠，对后续压力源的反应更为强烈，在饮食、行为、核心体温和心率方面的变化更明显，神经炎症更严重，神经胶质细胞的激活更强。
研究人员表示：“我们首次证明，接触新冠病毒遗留的抗原实际上会改变大脑中的免疫反应，使其对随后的压力源或感染反应过度。”
研究人员强调，这项研究是在动物身上进行的，需要更多研究来确定皮质醇水平下降是否以及如何导致人类出现“长新冠”症状。
2、人工智能以前所未有精度预测地震
一项借助人工智能（AI）预测地震的新尝试，燃起了人们的希望：有朝一日，这项技术可能被用来限制地震对生命和经济的影响。
由美国德克萨斯大学奥斯汀分校的研究人员开发的AI算法在中国进行了为期7个月的试验，证明能在地震发生前一周预测地震，准确率达70%。


AI被训练来检测实时地震数据中的颠簸数据，研究人员将这些数据与以往地震进行比对。结果显示，在每周一次的预测中，AI成功预测了14次地震，地震发生地点在它估计的200英里（约321公里）范围内，强度几乎与计算结果完全一致。不过，它漏报过一次地震，并发出了八次错误警报。
目前尚不清楚同样的方法是否会在其他地区起作用，但这一尝试标志着AI驱动的地震预测研究迈出了重要一步。
研究人员表示，他们的方法通过采用一种相对简单的机器学习方法取得了成功。基于团队的地震物理学知识，AI被赋予了一组统计特征，然后在一个为期五年的地震记录数据库上进行训练。
经过训练后，AI通过倾听地球的背景隆隆声，捕捉即将发生地震的迹象，进而做出预测。（刘春）