ChatGPT写作业水平超过大学生、海冰损失阻碍帝企鹅繁殖、鱼如何感知肤色变化 | 一周论文新鲜读

08.28

本周值得读

来自《自然》旗下期刊的最新发表，我们为您精选呈现。

1. 炎热天气与短期粮食不安全

2. 长棘毛唇隆头鱼如何感知肤色变化

3. 优化的BCI装置

4. 测序人类Y染色体

5. 模拟芯片提升AI语音识别的能效

6. 南极海冰损失致帝企鹅繁殖失败

7. ChatGPT写作业水平超过大学生

食品 | 炎热天气与短期粮食不安全有关

Heat is associated with short-term increases in household food insecurity in 150 countries and this is mediated by income

Nature Human Behaviour

根据《自然-人类行为》发表的一篇论文，气温特别高的几周与家庭的粮食不安全程度较高有关，或由这段时间家庭收入降低所致。这些发现表明，就业可能是理解炎热与粮食不安全之间关联的一个因素。

全球有20亿人受到粮食不安全的影响，炎热的气温会通过破坏作物、减少收成而造成这个问题。但特别炎热的时期 也可能意味着人们无法工作从而没有收入。例如，炎热时期可能会对工人造成身体负荷，降低他们工作时间的生产力。

英国牛津大学的Carolin Kroeger用来自150个国家地区的家庭调查数据，调查了家庭收入、粮食不安全和特别炎热的数周（定义为一周至少有3天的温度属于特定地区当年最热的10%）之间关联的证据。数据中包括了对2014-2017年间关于前一年粮食不安全情况的访谈回应，含有“是”或“否”问题，对应粮食不安全的程度（轻度至中度、中度至重度，以及严重），如“你是否担心自己可能没有足够的粮食吃？”和“你的家庭是否缺粮？”。结果表明，在炎热气温和粮食不安全之间存在短期关联，并且这与家庭收入减少有关。基于这些数据的模型表明，例如，如果一个国家拥有印度那样的人口，经历了特别炎热的一周，就会有额外807万人可能会经历中度到重度的粮食不安全。

模型表明，一周炎热天气与家庭粮食不安全增长0.58%有关，其中63.35%是由受访者报告目前收入是否难以维持生计所引起。在收入较低或农业就业较高的国家地区这些效应更高。

作者认为，在考虑气候变化对农业的长期影响和热浪对粮食不安全的影响之外，政策制定者还应考虑人们工作能力的重要性。在炎热时期，周收入可能是决定一个家庭是否遭遇粮食不安全的一个关键因素。

生态学 | 长棘毛唇隆头鱼如何感知肤色变化

Dynamic light filtering over dermal opsin as a sensory feedback system in fish color change

Nature Communications

《自然-通讯》发表的一篇论文揭示了长棘毛唇隆头鱼如何发现并监测它们肤色的快速变化。研究结果有助于进一步理解长棘毛唇隆头鱼的行为和演化，以及特定动物如何能快速适应它们的肤色。

快速改变肤色的能力在许多不同的动物中发生过多次演化，包括鱿鱼、两栖动物、爬行动物和鱼。这种性状有助于适应环境温度变化，吸引配偶，提供伪装等。这些动物利用包含色素、晶体或微小反射板的色素细胞，能在几分钟或更短时间内改变肤色。长棘毛唇隆头鱼会通过移动色素细胞内的色素来暴露或覆盖底下的白色组织，达到伪装或发送社交信号的目的。不过，它们如何调控和感知这种肤色变化一直未知。

美国北卡罗莱纳大学威尔明顿分校的Lorian Schweikert和同事通过测量光对长棘毛唇隆头鱼不同部位的影响，用显微镜详细分析了它们的皮肤。他们在色素细胞下发现了名为SWS1的光受体，这些受体对穿透色素细胞表达颜色的光非常敏感，特别是对其珊瑚礁生境内的光的波长。这些受体能向长棘毛唇隆头鱼反馈它们的肤色哪里以及如何发生了变化。

作者认为，这一机制（或该机制的变体）或也存在于其他变色动物中，如海尾蛇。

神经科学 | 优化可助人沟通的大脑植入装置

A high-performance speech neuroprosthesis

A high-performance neuroprosthesis for speech decoding and avatar control

Nature

《自然》发表的两篇论文报告了新的脑机接口装置（BCI），能够比现有技术更迅速、更准确且覆盖更大词汇量地将大脑活动解码为语言。研究结果展示了旨在帮助严重瘫痪人群恢复沟通能力的技术的进步。

患有神经系统疾病（包括脑干中风或肌萎缩性侧索硬化症）的人往往因肌肉瘫痪而丧失语言能力。过往研究表明可以从瘫痪患者的大脑活动中解码出语言，但只能以文字形式输出，且速度、准确性和词汇量都较为有限。

美国斯坦福大学的Francis Willett和同事开发了一种脑机接口装置，可以通过插入大脑的细电极阵列收集单个细胞的神经活动，并训练人工神经网络来解码病人试图进行的发声。在该装置的帮助下，一名肌萎缩性侧索硬化症病人可以以每分钟62个词的速度进行交流，这一速度是此前类似装置的3.4倍，进一步接近了自然对话的速度（每分钟约160个词）。该装置在50个单词的词汇量下错误率为9.1%，比此前最先进的语言脑机接口装置低2.7倍。在使用12500词汇量时，该装置错误率为23.8%，作者认为这可能是有研究首次成功演示大词汇量的解码。

在另一项研究中，美国加州大学旧金山分校的Edward Chang和同事开发了一种基于不同方法获取大脑活动的装置，该装置的电极覆盖在大脑表面并侦测许多细胞的活动。这种脑机接口装置可以将大脑信号同时转化为三种输出形式：文字、语音和控制一个头像。研究人员训练了一个深度学习模型，来解码从一名因脑干中风而严重瘫痪的患者那里收集到的神经数据，收集数据时病人试图无声地说出句子。脑信号到文字的转译速度中位数为每分钟78个词（错误率为25%）。大脑信号转译为语音时，372词汇量下错误率为28.2%，词汇量越小，错误率越低。该装置还能将神经活动转译为面部表情，以动画头像的形式呈现。综上所述，这种多模式脑机接口装置为瘫痪病人提供了更多可能性，让他们能够更自然、更具表现力地进行交流。

荷兰乌特勒支大学医学中心的Nick Ramsey和Nathan Crone在同时发表的一篇“新闻与观点”文章中写道，这两个脑机接口装置“代表了神经科学和神经工程学研究的重大进步，对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力”。他们指出，要实现更广泛的应用还需要进一步的工作。

遗传学 | 测序人类Y染色体

Assembly of 43 human Y chromosomes reveals extensive complexity and variation

Nature

《自然》本周发表的两篇论文报道了人类Y染色体的组装和分析，Y染色体也是最后完成全测序的人类染色体。研究结果填补了当前Y染色体参考的诸多空白，带来了对不同人群演化和变异的见解。

人类Y染色体由于结构复杂一直很难测序和组装。超过一半的Y染色体在当前的人类参考基因组组装中缺失，导致我们对人类Y染色体的认识很不全面，限制了我们对其组成、复杂性以及在不同人群间差异的理解。

美国杰克逊基因组医学实验室的Adam Phillippy和“端粒到端粒”（Telomere-to-Telomere）联盟报道了完整的人类Y染色体的62460029个碱基对序列。这次的组装纠正了当前人类参考基因组组装中关于Y染色体的多个错误，同时还向参考基因组中添加了逾3000万个碱基对，揭示了 多个基因家族的完整结构，并确认了41个新的蛋白质编码基因。这次的结果还纠正了微生物组研究中提出的假设，这些假设将之前未知的人类Y染色体序列错误归类为细菌序列。

Charles Lee和同事在另一篇论文中组装了代表世界21个不同人群的43名男性的人类Y染色体。这些组装结果更详细阐释了Y染色体在18.3万年的人类演化历史上的遗传差异。研究结果揭示了新的DNA序列，保守区域的特征，以及促进Y染色体复杂结构的分子机制。

计算科学 | 模拟芯片提升AI语音识别的能效

An analog-AI chip for energy-efficient speech recognition and transcription

Nature

《自然》发表的一项研究报道了一种能效为传统数字计算机芯片14倍的人工智能（AI）模拟芯片。研究显示，这一由IBM研究实验室（IBM Research）开发的芯片在语音识别上的效率超过了通用处理器。这项技术或能打破当前AI开发中因对算力性能和效率的需求而遇到的瓶颈。

随着AI技术的崛起，对能源和资源的需求也随之上升。在语音识别领域，软件升级极大提升了自动转写的准确率，但由于在存储器与处理器之间移动的运算数量不断增加，硬件无法跟上训练和运行这些模型所需的数以百万计的参数。研究人员提出的一个解决办法是使用“存内计算”（CiM，或称模拟AI）芯片。模拟AI系统通过直接在它自己的存储器内执行运算来防止低效，而数字处理器需要额外时间和能源在存储器和处理器之间移动数据。模拟AI芯片预计能极大提升AI计算的能效；但对此的实际演示一直缺乏。

美国IBM研究实验室（IBM Research）的Stefano Ambrogio和同事开发了一个14纳米的模拟芯片，在34个模块（tile）中含有3500万个相变化内存单元。研究团队用两个语音识别软件在语言处理能力上测试了该芯片的效率，这两个软件分别是一个小网络（Google Speech Commands）和一个大网络（Librispeech），并在自然语言处理任务上与行业标准进行对比。小网络的性能和准确率与当前的数字技术相当。对于更大的Librispeech模型来说，该芯片能达到每秒每瓦12.4万亿次运算（Tera Operations），系统性能估计最高能达到传统通用处理器的14倍。

作者总结道，该研究在小模型和大模型中同时验证了模拟AI技术的性能和效率，支持其有望成为数字系统的商业可行的替代选择。

气候变化 | 南极海冰损失致帝企鹅繁殖失败

Record low 2022 Antarctic sea ice led to catastrophic breeding failure of emperor penguins

Communications Earth & Environment

《通讯-地球与环境》发表的一项研究报道，南极别林斯高晋海5个帝企鹅栖息地中有4个在2022年春季没有幼崽活到换羽。这项研究认为，繁殖完全失败，是这一地区因气候变化造成前所未有的海冰损失的直接后果。

帝企鹅（Aptenodytes forsteri）种群一般需要4月至1月间稳定连接到陆地的海冰，以确保成功繁殖和换羽。南极海冰范围的任何变化都会影响其繁殖，因为幼鸟在换羽之前没有防水的羽毛。

英国南极调查局的Peter Fretwell和同事使用覆盖2018至2022年间的卫星图像监控帝企鹅在繁殖季节出现在南极别林斯高晋海5个栖息地的情况。这些栖息地被称为罗斯柴尔德岛、威尔地湾、斯迈利岛、布莱恩海岸和弗罗格纳角，大小从罗斯柴尔德岛种群的约630个繁殖对到斯迈利岛种群的约3500对。

作者发现其中4个栖息地（威尔地岛、斯迈利岛、布莱恩海岸和弗罗格纳角），在2022年12 月换羽期开始之前的海冰破碎后，经历了繁殖完全失败并被遗弃。作者表明，这些栖息地中不太可能有任何雏鸟活到成功换羽。但卫星图像表明罗斯柴尔德岛的幼鸟确实成功换羽了。作者指出5个地方里只有布莱恩海岸栖息地在2022年之前已被确认为完全繁殖失败。

这是过去13年里在该地区首次观察到帝企鹅的地区性繁殖失败，也是南极暖化对帝企鹅群体生存能力直接影响的首批证据之一。

人工智能 | ChatGPT写作业水平超过大学生

Perception, performance, and detectability of conversational artificial intelligence across 32 university courses

Scientific Reports

《科学报告》发表的一篇论文报道，在多学科（包括计算机科学、政治学、工程学和心理学）中回答评估性问题时，ChatGPT可能达到甚至超出了大学生的平均成绩。这项研究还发现，近3/4的受访学生说可能会用ChatGPT帮助写作业，但许多教育者认为用它是一种抄袭。

为调查ChatGPT在写大学作业中与学生相比表现如何，阿拉伯联合酋长国纽约大学阿布扎比分校，科学部的Talal Rahwan和Yasir Zaki请纽约大学阿布扎比分校里教授32门不同课程的教职员各提供3份学生提交的作业，内容是他们布置的10个评估性问题。随后让ChatGPT对这10个问题产生3组相应的回答，随后由3名（不知道答案来源的）打分者一起评估学生作业和GPT的回答。ChatGPT产生的答案在32门课的9门里得到了与学生相近甚至更高的分数。只有数学和经济学课程中学生的表现始终高于ChatGPT。ChatGPT在“公共政策导论”课程中得分最明显地优于学生，平均分为9.56，而学生为4.39。

作者还调查了对ChatGPT是否可被用于协助大学作业，在巴西、印度、日本、美国和英国调查了1601人（每个国家至少200名学生和100名教育者）。74%的学生说他们会在作业中用到ChatGPT。相反，在所有国家中，教育者都低估了打算使用ChatGPT的学生比例，70%的教育者报告说他们会将之视为抄袭。

最后，作者报告说，两个识别AI生成文本的工具——GPTZero和AI text classifier——在这项研究里分别有32%和49%的时候将ChatGPT产生的答案错误分类为人类所作。

这些发现共同提供了见解，可为在教育场所应用AI工具的政策提供信息。

《自然》及其系列期刊的OA发表选项

《自然》及《自然》系列研究期刊均为作者提供OA发表选项，扫码查看Nature Portfolio的OA资助、政策和更多OA期刊选择。

版权声明：

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件[email protected]。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。

© 2023 Springer Nature Limited. All Rights Reserved