CNET科技資訊網(wǎng) 4月7日 國(guó)際報(bào)道:琥珀,不斷給人類深入洞察古老生命形式的機(jī)會(huì),如今它又為我們帶來了另一個(gè)罕見的、保存完好的標(biāo)本——來自遠(yuǎn)古猴子的紅細(xì)胞化石。
琥珀標(biāo)本中的紅細(xì)胞非常精細(xì),研究人員認(rèn)為,這是迄今為止發(fā)現(xiàn)的最古老的哺乳動(dòng)物血液化石,紅細(xì)胞發(fā)現(xiàn)于一只吸血的蜱蟲,其背部有兩個(gè)小洞。當(dāng)蜱蟲被樹液包裹困住時(shí),血液從這兩個(gè)小洞中慢慢滲出,隨后樹液漸漸變成了琥珀,而血液里的紅細(xì)胞變成了化石。
紅細(xì)胞化石細(xì)節(jié)
不過,蜱蟲背部怎么會(huì)有兩個(gè)洞呢?
俄勒岡州立大學(xué)理學(xué)院榮譽(yù)教授、古生物學(xué)家喬治·波因納爾(George Poinar) 認(rèn)為,這是在2000萬至3000萬年前,兩只猴子整理“儀容”時(shí),一只猴子在把在另一只猴子身上作怪的害蟲扔開時(shí)刺破了蜱蟲的殼,而當(dāng)時(shí)它們所處的這片森林,現(xiàn)已成為多米尼加共和國(guó)。
他在最新一期的《醫(yī)學(xué)昆蟲學(xué)雜志》上詳細(xì)描述了這一發(fā)現(xiàn)。
如果僅僅是猴子血液化石還不足以吸引你的注意,那么他還找到了一種生物,想必會(huì)引起你的興趣——這一化石中還有一種名為巴貝西蟲的微小寄生蟲,這也是迄今已知僅有的巴貝西蟲化石,這種寄生蟲能夠感染人類和其他動(dòng)物的血液細(xì)胞,引發(fā)類似于瘧疾的癥狀。
在這塊紅細(xì)胞化石中,這只被困的寄生蟲清晰的凸顯了出來。
波因納爾陳述道:“我們?cè)阽曛邪l(fā)現(xiàn)的生命形式,可以揭示很多關(guān)于疾病的進(jìn)化歷史,這些疾病我們目前仍在不斷地與其作斗爭(zhēng)。例如,這里的寄生蟲顯然是在數(shù)百萬年前早于人類出現(xiàn)的,而且在眾多寄主中,它似乎已經(jīng)進(jìn)化到來到靈長(zhǎng)類動(dòng)物身邊了。”
蜱蟲化石里的紅細(xì)胞化石顯示,寄生蟲在數(shù)百萬年前早于人類出現(xiàn)
換句話說,蜱蟲此前已經(jīng)“騷擾”其他生物許多許多年了。
受到波因納爾的科學(xué)啟發(fā),“侏羅紀(jì)公園”出現(xiàn)了,而他多年來也一直在研究他在1986年去往多米尼加共和國(guó)琥珀礦的旅行中收集到的琥珀樣品。除此之外,他在多米尼加之旅中還收集到了其他的珍寶,其中包括與現(xiàn)代農(nóng)業(yè)相關(guān)的、距今至少1500萬年的植物化石。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。