新闻中心

  大大都哺乳动物并不具有鱼类、两栖动物、爬虫类和蠕虫所展现的再生才能：涡虫可再生简直一切细胞，蝾螈能重建四肢和部分大脑，斑马鱼能修正被堵截的脊髓，绿安泰蜥则可再生尾巴。，而这些动物的才能长时间以来令科学家入神，为人类医学研讨供给了重要头绪。现在，跟着基因组学、蛋白质组学和单细胞成像等范畴的发展，科学家们正把这些动物身上的发现使用于人类细胞。”

  在近期国际干细胞研讨学会会议上，多项研讨展现了打破性发展。美国华盛顿大学团队发现，斑马鱼脊髓损害后，一类与人类胎儿星形胶质细胞相似的细胞能促进修正。试验标明，经过特定分子调控，人类星形胶质细胞可表现出相似斑马鱼细胞的修正特性，并在小鼠试验中展现出更强的维护屏障效果。

  美国南加州大学的研讨团队则聚集绿安泰蜥的尾巴再生机制。蜥蜴与人类同享许多基因，其肌肉干细胞能从头构建安排，而哺乳动物的同类细胞则无此才能。这一发现为医治肌肉退化疾病和晚年肌肉阑珊供给了新思路。

  奥地利维也纳大学的研讨以多毛蠕虫为模型，发现其幼年时可经过细胞重编程完结身体再生，这一进程触及相似“山中因子”的分子表达。该机制或为人类安排再生研讨拓荒新途径。

  这些研讨显现，经过解析超级愈合动物的再生机制，未来或可开宣布针对脊髓损害、肌肉疾病和变老相关病症的立异疗法。

  研讨标明，文明环境会从根本上改动人们对国际的视觉感知。村庄的辛巴族员在调查某些光学幻觉时，与欧美工业化社会的人群存在十分显着差异。例如，在“科弗幻觉（一组可被解读为矩形或圆形的网格）”测验中，美国和英国的受试者大多首要看到矩形，而辛巴族员则更简单辨认圆形。研讨者以为，这种差异或许与生活环境有关——欧美社会以矩形修建为主，而辛巴族的传统村落由圆形茅屋围绕着圆形家畜圈构成。这项研讨的预印本发布于PsyArXiv渠道。

  该研讨由英国伦敦政治经济学院的团队主导，测验了六种视觉幻觉（其中有五种初次用于跨文明研讨），对比了工业化国家（美英）、村庄辛巴族及半城市化城镇居民的感知差异。除科弗幻觉外，辛巴族员对波涛线锯齿幻觉和平行线歪斜幻觉的抵抗力也显着更强，大都能精确辨认实在图形，而欧美受试者则遍及遭到误导。

  虽然视觉差异研讨已有百年前史，但曩昔仅根据少量几种幻觉，学界对其解说仍存争议。部分学者觉得文明仅影响“高层次”认知（如注意力），而根底视觉体系是普适的；另一派则建议视觉自身即受经历刻画。哈佛大学的学者指出，视觉科学长时间忽视文明要素，导致研讨样本多局限于工业化社会，或许将特定文明下的认知误判为人类共性。

  该研讨没有彻底提醒文明影响视觉的详细机制，但着重了跨文明研讨的重要性。若仅以单一文明为基准，人类认知的“遍及规律”或许仅仅特定环境的产品。正如研讨者所言，真实的国际认知需求多元视角——包含那些“能看见圆形的人”，尤其在别人眼中只要矩形时。

  芬兰坦佩雷大学和法国路易·巴斯德大学的研讨团队合作开发了一种根据光学的AI核算体系，使用超快激光脉冲和光纤完结高效信息处理，速度远超传统电子技能，为下一代高速、低能耗核算机供给了新方向。

  传统电子芯片在带宽、算力和能耗方面已挨近物理极限，而AI模型的杂乱化进一步加重了这些应战。相比之下，光核算使用光纤中的非线性光学效应，能以数千倍的速度处理数据，一起显着下降能耗。研讨团队选用飞秒（千万亿分之一秒）激光脉冲和比头发丝还细的特制光纤，构建了一种光学“极限学习机”（一种相似神经网络的AI架构）。经过调控光的波长、功率和光纤的物理特性，体系可在不到一皮秒（万亿分之一秒）内完结手写数字辨认，精确率超越91%，挨近干流数字办法的水平。

  研讨还发现，功能优化并非依靠更强的激光或更杂乱的规划，而是取决于光纤长度、色散（不同波长传播速度差异）效应与光功率的精密平衡。这一打破标明，光学核算的中心长处是对光信号的高效编码与调控，而非单纯前进硬件强度。

  该效果为光电子混合AI体系奠定了根底，未来可使用于实时信号处理、环境监督测定及超高速AI推理。研讨团队着重，经过交融非线性光学与机器学习，有望开宣布兼具超高速和低能耗的新式核算硬件。

  美国卡内基梅隆大学研宣布一款全球最小的自供电双足机器人，身高仅1.5英寸（3.81厘米），却能以每小时0.5英里（0.805公里）以上的速度行走，并能完结转向、跳动和攀爬低阶等动作。该机器人名为“Zippy”，是美国国家科学基金会赞助项目的效果，旨在探究微型机器人的运动机制，以提高其在杂乱环境中的适应性。

  研讨团队指出，双足机器人比轮式机器人更适合在人类规划的环境中举动，尤其是在不平坦地势或障碍物较多的场景。Zippy选用内置电池和驱动器驱动，经过抬起前腿并搬运重心完结行走，其圆形前足规划协助坚持平衡。因为体积细小，机器人选用机械限位设备代替传统伺服体系，使其能以每秒10倍腿长的速度移动，相当于成年人以每小时19英里（约30.58公里）的速度行走，成为现在全球最快的自供电双足机器人。

  该技能的潜在使用包含紧迫搜救、工业检测和科学勘探。例如，Zippy可进入狭小或风险区域执行使命，而多个机器人协同作业还能提高使命功率。未来，研讨团队计划为其加装摄像头和传感器，以完结定位和自主导航，进一步拓宽其使用场景。

  这项打破不只展现了微型机器人技能的前进，也为未来开发更高效的仿生机器人供给了新思路。（刘春）