Nature Portfolio

思维更像人类的AI、蒸发加速致全球湖泊升温减慢、对火星内部结构的新洞察 | 一周论文新鲜读

Image

关注+星标🌟,好搭档不错过

Image

10.30

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. 西南极洲冰盖的未来融化或不可避免

2. 蒸发加速致全球湖泊升温减慢

3. 南极东部冰盖下发现古代河流地貌

4. 对火星内部结构的新洞察

5. 思维更像人类的AI

气候变化 | 西南极洲冰盖的未来融化或不可避免

Unavoidable future increase in West Antarctic ice-shelf melting over the twenty-first century

Nature Climate Change

《自然-气候变化》的一项建模研究显示,21世纪西南极洲冰架的进一步融化或无可避免。研究结果显示,西南极洲的海洋快速暖化已注定会在一系列排放路径下发生,而减缓行动也许只能预防最坏的情景。

冰架在支撑或是减慢冰川向海洋输水过程中起着重要作用。西南极洲冰盖是南极洲导致海平面上升的最大原因。这些冰损失由与南冰洋的相互作用导致,尤其是阿蒙森海。关于阿蒙森海暖化的数据有限,虽然有人提出该区域能从减排中受益,但一直缺少这方面的具体分析。

英国南极调查局的Kaitlin Naughten和同事用一个区域海洋模型分析了不同排放情景下海洋热量的未来变化以及南极洲阿蒙森海由海洋驱动的冰架融化。他们发现,即使在多个减缓情景下(包括巴黎协定1.5°C,巴黎协定2°C,以及典型浓度路径(RCP)4.5),气候变化都可能让海洋以历史速度的三倍暖化。他们认为,这说明减缓措施限制阿蒙森海今后几十年暖化速度的能力可能有限。作者指出,自然的内部气候变率也会影响对气候变化导致的暖化程度的控制。作者预计,对支撑冰盖和维持稳定性很关键的区域将进一步融化,而且暖化主要集中在与冰架空腔处相连并能导致融化的中间(200-700米)深度。

作者指出,该研究是基于一个单一冰-洋模型的结果。他们表示,西南极洲冰盖的质量损失只是海平面上升的一个因素,如果能实现当前的排放目标,南极洲其他区域可能不会出现较大的质量损失。作者总结道,由于冰盖需要几个世纪或数千年才能完全适应气候变化,所以排放情景的选择或在21世纪后的更远未来产生更大的影响。

Taimoor Sohail在一篇同时发表的“新闻与观点”文章中写道,“Naughten等人的研究提供了目前对阿蒙森海未来暖化趋势的最完整预测数据。虽然防止西南极洲冰架融化的窗口可能已经错过,但气候变化对海平面的真实影响将取决于多种因素。 ”

Image

巴黎协定2℃ 下海洋温度和冰架基底融化的集合平均趋势图。来源:Naughten, et al.

Image

DOI:10.1038/s41558-023-01818-x

本论文开放获取

> 扫描二维码获取论文原文 <

气候 | 蒸发加速致全球湖泊升温减慢

Global lakes are warming slower than surface air temperature due to accelerated evaporation

Nature Water

一项对全球92000个湖泊的研究发现,湖面水温比气温的暖化速度更慢。研究结果发表于《自然-水》。

湖泊暖化对于我们理解湖泊的一些过程很关键,这些过程包括湖冰存在期缩短,湖水分层增加,湖泊缺氧普遍性以及藻华发生率。然而,我们对全球范围内非夏季湖泊暖化程度的理解由于缺少全面数据集而受限,尤其是北极等地区。

中国南方科技大学的冯炼和同事使用近300万张遥感图像和一个数值模型构建了一个详细的全球湖面水温高分辨数据集。该数据集覆盖了全球92245个湖泊,跨越了1981-2020年的历史时期和2021-2099年的未来时期。作者指出,在1981至2020年期间,全球湖泊平均暖化速度为每十年0.24°C。他们指出,长波辐射、比湿度、太阳辐射这类因素导致了50%的湖泊暖化。作者指出,湖面暖化速度比同期气温的上升速度更慢,气温平均每十年上升0.29°C。这种差异主要来自湖面蒸发导致的潜热损失。但作者指出,在高海拔地区湖冰覆盖减少会加剧湖泊暖化,蒸发带来的这种减缓效应可能会减弱,导致湖面暖化速度持平或更快。

冯炼和同事总结道,他们的研究结果显示,湖泊暖化可能会在2021年到2099年持续,除非出现低温室气体排放的情景。

Image

1981至2020年全球湖泊变暖模式。来源:Tong, et al.

Image

DOI:10.1038/s44221-023-00148-8

> 扫描二维码获取论文原文 <

地球科学 | 南极东部冰盖下发现古代河流地貌

An ancient river landscape preserved beneath the East Antarctic Ice Sheet

Nature Communications

据《自然-通讯》报道,南极洲东部冰盖下发现了古代河流侵蚀地貌。大陆尺度的冰消退已有至少1400万年没有触及到新近发现的这一地貌,但作者认为,随着预计的气候变暖,这种情况可能会发生改变。

地球气候正在快速改变,即将达到3400-1400万年前的典型温度(比现在高3-7°C)。理解过去南极冰盖如何改变有助于提供信息,了解它在气候持续变化的未来可能如何演变。这一点非常重要,因为冰盖蕴含着相当于约60米的潜在海平面上升的水量。探冰雷达可用于观测冰下地貌,判断冰盖在卫星时代之前的改变情况。

英国杜伦大学的Stewart Jamieson和同事用卫星和雷达分析了奥罗拉-施密特(Aurora-Schmidt) 盆地南极东部冰盖下的地貌,该盆地位于丹曼和托滕冰川的内陆。他们发现这里的地貌由三个被深槽分隔的河蚀高地块组成,距离冰盖边缘仅350公里。这些地块的形成早于冰川形成,当时河流流经这一地区,流向冈瓦纳超大陆解体过程中开辟出来的海岸线。冈瓦纳超大陆的解体还导致高地间形成谷地,然后高地才开始被冰川覆盖。作者认为,这一地区覆盖的冰在数百万年间基本保持稳定,尽管间歇有过温暖期。

作者认为,气候变暖可能会导致至少1400万年来冰川首次消退到这一地区,这些发现增进了我们对南极东部冰盖冰川过往历史的了解。

Image

揭开冰盖,展示冰层下的研究地点。图片来自Stewart Jamieson

Image

DOI:0.1038/s41467-023-42152-2

本论文开放获取

> 扫描二维码获取论文原文<

行星科学 | 对火星内部结构的新洞察

Evidence for a liquid silicate layer atop the Martian core

Nature

《自然》发表的两篇研究发现,火星的液态铁核可能被一层完全熔融的硅酸盐包裹。研究结果提出了对火星内部的新解释,提示火星核比之前认为的更小、密度更大。

2021年对来自NASA“洞察号”(InSight)着陆器的内部结构地震实验(SEIS)数据的分析显示,火星有一个很大但密度很低的核,由液态铁和硫、碳、氧、氢这类轻元素组成。但这些结果显示,火星核内轻元素的比例比根据这些元素在火星形成史早期的估算丰度来得更高。

瑞士苏黎世联邦理工学院Amir Khan和同事以及法国巴黎西岱大学的Henri Samuel和同事将最新一批火星震信号与第一性原理模拟计算和地球物理模型结合分析,估算了火星核的大小和组成。这两项研究发现,火星的液态铁核周围有一层约150千米厚的近熔融硅酸盐岩石,其顶部之前被误认为是火星核的表面。火星核半径的缩小意味着其密度比之前这个“洞察号”研究的估算值更高。这些估算结果与我们目前对火星化学丰度的认识更一致,因为这样只需要更少的轻元素融合就能产生一个稳定的液态核。

Van der Lee在一篇同时发表的“新闻与观点”文章中写道,该结果是“目前对火星核和火星幔结构最准确且精准的估算”,并指出研究结果增进了我们对类地行星形成和组成的理解。

Image

匹配全息系统的核心地震特性。来源:Khan, et al.

Image

DOI:10.1038/s41586-023-06586-4

本论文开放获取

> 扫描二维码获取论文原文<

计算机科学 | 思维更像人类的AI

Human-like systematic generalization through a meta-learning neural network

Nature

《自然》发表的一篇论文报道了一个具有类似人类系统泛化(systematic generalization)能力的神经网络——系统泛化能力是指学习新概念并将之与已有概念相结合的能力。研究结果挑战了一个已存在35年的观点,即神经网络不是人脑的可行模型,因为它们缺乏系统泛化的能力。作者使用的方法或能用于开发行为上更像人类的AI系统。

人类能学习新概念,如跳跃,并将之应用到其他情景中,如向后跳或跳过障碍物;这种将新老概念结合的能力也被称为系统泛化。1988年,研究人员提出人工网络缺少这种能力,所以不能作为人类认知的可靠模型。虽然神经网络在后来几十年里取得了重大进展,但仍很难证明其具有系统泛化的能力。

美国纽约大学的Brenden Lake和Marco Baroni用证据表明神经网络能掌握与人类相似的系统泛化能力。他们使用一种元学习方法优化组织能力(按逻辑顺序组织概念的能力),该系统能在动态变化的不同任务中学习,而不是只在静态数据集上优化(即之前的标准方法)。通过并行比较人类与神经网络,作者评估了系统泛化能力测试的结果,测试要求学习伪造词的意思,并推测这些词之间的语法关系。该神经网络能掌握、有时甚至能超过类似人类的系统泛化能力。

虽然元学习方法无法让该神经网络对训练之外的任务进行泛化,但作者认为,他们的研究结果有助于今后开发出行为更像人类大脑的AI。

Image

人类比机器更擅长综合泛化。如果一个人知道呼啦圈、杂耍和滑板的含义,他们就能理解将三者结合在一起的含义。这篇文章展示了机器如何提高这种能力并模拟人类行为。图片来自Brenden Lake

Image

DOI:10.1038/s41586-023-06668-3

本论文开放获取

> 扫描二维码获取论文原文<

转发

点赞

在看

Image

本周论文涉及了多个方面,评论区pick你印象最深的一篇论文以及原因吧!

截止下周一(11月6日)12:00,第1楼,第2楼有小礼品送出噢🌟

Image

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

点击阅读原文,直通 nature.com