Proceedings of the National Academy of Sciences of the United States of America
PulseAugur coverage of Proceedings of the National Academy of Sciences of the United States of America — every cluster mentioning Proceedings of the National Academy of Sciences of the United States of America across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
PNAS publishing research on AI vulnerabilities and limitations
The Proceedings of the National Academy of Sciences (PNAS) has recently published two distinct studies highlighting limitations and potential vulnerabilities in AI systems. One study focuses on the readability and sourcing of AI-generated articles, while another details how human persuasion tactics can trick AI models into objectionable requests. This suggests PNAS is becoming a venue for critical research into AI's current state.
AI-generated content quality may lag behind human-edited sources
Given the PNAS study on Grokipedia, it's plausible that AI-generated encyclopedic content will continue to be characterized by lower readability and fewer citations compared to human-edited sources like Wikipedia in the near future. Further research may be needed to track the evolution of AI content generation quality.
AI models may require new defenses against social engineering tactics
The PNAS finding that human persuasion tactics can trick AI models indicates a potential avenue for misuse. It is likely that developers will need to implement new security measures or fine-tuning techniques to specifically counter these 'parahuman' compliance vulnerabilities in future AI deployments.
-
人工智能和量子计算通过增加验证成本威胁资本主义
由于人工智能和量子计算的进步，验证身份和财产权的成本不断增加，对传统资本主义体系构成了重大挑战。人工智能能够创建逼真的虚假身份和伪造文件，可能导致确立真实所有权变得成本过高，而量子计算虽然提供了抗量子密码学等潜在解决方案，但也引入了巨大的成本和系统性变革。去中心化账本虽然透明，但在解决财产纠纷时仍需要外部机构的介入，正如Bybit黑客事件所示，朝鲜黑客窃取并分散了资产，需要FBI等实体介入追踪和阻止交易。
-
AI模型对其自身生成文本没有可检测的偏好
一项最新研究分析了大型语言模型是否对其同类生成的文本表现出偏好，该研究建立在先前研究的基础上，先前研究表明模型偏爱AI撰写的描述而非人类撰写的描述。对21,828次试验的分析发现，在产品、论文摘要或电影方面，没有统计学上显著的“自身模型溢价”。虽然模型普遍偏爱AI生成的文本，但它们似乎并不识别或偏爱其特定模型系列生成的文本。
-
随机矩阵理论应用于具有异质时间尺度的稀疏神经网络
研究人员开发了一种随机矩阵系综，用于分析具有异质时间尺度的稀疏神经网络的雅可比矩阵。该系综能够准确捕捉训练过的雅可比矩阵的谱，其特征是特定的抑制性核心-兴奋性外围结构。该研究利用统计场论和超对称方法对谱边缘进行解析描述，将稀疏性和权重方差等网络参数与稳健工作记忆计算的关键特征联系起来。
-
企业界拥抱开源人工智能，伴随不道德行为研究
《国家科学院院刊》近期发表的一项研究表明，社会阶层越高，不道德行为越多的可能性越大。另外，《纽约时报》的一篇文章报道称，美国大公司正越来越多地采用开源人工智能模型。Meta、Mistral AI 和 Anthropic 等公司的开源人工智能技术正被整合到美国企业中，挑战 OpenAI 和 Google 等专有模型的统治地位。
-
CliffRank框架改进了活性-崖值排序预测
研究人员开发了CliffRank，一个新颖的双分支框架，旨在改进化学化合物活性-崖值排序的预测。该方法结合了绝对活性回归和排序一致性学习，利用阈值列表损失和成对偏好一致性（PPC）来更好地利用可用的活性数据。在抗菌肽和小分子数据集上进行测试时，CliffRank表现强劲，实现了高Spearman相关性和有竞争力的Recall@50分数，尽管最佳配置因数据集和模型骨干的不同而异。
-
Google AI 利用深度学习从太空绘制全球甲烷排放图
Google Research 开发了一个名为 MAPL-EMIT 的深度学习框架，用于自动检测和量化卫星数据中的甲烷羽流。这一新方法在 PNAS 上发表，通过实现 84% 的专家标注羽流召回率，显著改进了现有方法。为了方便更广泛的使用，Google 发布了训练模型、全球羽流数据库和推理库。
-
新的M-Fibration理论为神经网络压缩提供框架
一种新的理论框架M-Fibration Theory已被引入，它将图纤维化（graph fibrations）的概念扩展到处理加权图和代数结构。该理论为理解和应用近似纤维化提供了坚实的数学基础。该论文通过将其应用于各种神经网络（包括卷积神经网络CNNs）的压缩来展示其效用，从而为几何深度学习的最新进展提供了理论支持。
-
心理学家将八卦与智力及社会合作联系起来
研究人员认为，八卦虽然常被负面看待，但却是人类智力和语言演化中的一个基本方面。研究表明，日常对话中有很大一部分涉及讨论不在场的人，这充当了追踪群体内声誉和社会动态的机制。聪明的八卦涉及寻求理解行为背后的动机，而不是做出评判，并利用信息来警告他人潜在的危害，从而促进合作和信任。
-
心理学家解释“为了剧情而行动”作为一种自我疏离的工具
一种心理学观点认为，网络用语“为了剧情而行动”（do it for the plot）可以作为一种有价值的咒语，尤其适用于开放性和认知需求较高的人。这句话鼓励自我疏离和认知重评，让人们将挑战性经历视为更宏大叙事弧的一部分，而不是孤立的事件。通过采取叙述者的视角，个人可以减少反刍和情绪反应，从而带来更大的幸福感和目标感。
-
研究：X算法放大仇恨内容，不成比例地影响民主党人 · 跟踪3个来源
发表在美国国家科学院院刊上的一项最新研究表明，X的算法为了最大化用户参与度而优先考虑“仇恨内容”。研究人员发现，该平台的算法通过回复（一种罕见但影响巨大的互动形式）放大了常常与用户声明的价值观不符的内容。研究还指出，自认为是民主党人的用户不成比例地被推送了这种仇恨内容，尽管确切原因尚不清楚。
-
随着对清洁燃料的探索加剧，地下氢气勘探日益密集
研究人员正在探索天然存在的地下氢气（通常称为“地质氢气”）作为清洁燃料来源的潜力。尽管估计地球地壳中存在数万亿吨这种氢气，但寻找商业上可行的储层已被证明具有挑战性。在安大略省的Kidd Creek矿等地的研究表明，产量适中但稳定，这表明捕获这种气体可能提供本地能源，并证明其具有实际用途。
-
关系科学家发现，感知到的伴侣回应度是持久关系的关鍵
关系科学家发现，感知到的伴侣回应度（perceived partner responsiveness）比诚实更能决定长期关系的成功。这一特质包括伴侣理解、认可并关心对方的感受和经历。虽然诚实很重要，但如果缺乏回应度地表达，可能会适得其反，让人感觉像是残忍或冷漠。当自我表露得到回应时，真正的亲密感就会发展，从而培养安全感和连接感。
-
中国研究发现长江洪水控制措施可能加剧风险
中国科学家发现，长江沿岸的一些防洪措施可能适得其反。他们发表在美国《国家科学院院刊》上的研究表明，堤坝和湖泊围垦等人类干预措施放大了气候驱动的洪水风险，而非减轻了风险。研究表明，这些工程努力加剧了特大洪水的规模，尤其是在小冰河时期。
-
高智商的习惯被误解为负面特质
心理学家们发现，一些常被误解为负面特质的习惯，实际上是高智商的标志。这些习惯包括：通过质疑确定性和分配注意力而显得“爱评判”；容忍多项未完成的任务，关注要点而非逐字细节而显得“心不在焉”；在对话中走神进行内部思考而显得“心不在焉”；以及通过追问和吸收非直接信息而显得“爱管闲事”。这些行为源于积极开放的思维、高度的认知需求以及容忍模糊性的能力等特质，这些特质有助于更深入的处理信息和解决问题。
-
研究将欧洲变暖率与温度持续性和大西洋影响联系起来
一项对1950-2024年欧洲变暖趋势的新研究显示，与持续性较低的大陆地区相比，温度持续性较高、特别是靠近大西洋的地区变暖速度较慢。这种变暖的空间梯度与DFA1赫斯特指数高度相关，表明长期温度记忆与变暖速率之间存在联系。研究还发现，地中海海表温度显著提高了对欧洲年平均气温的预测，这表明海洋影响在区域气候模式中起着至关重要的作用。
-
研究发现：LLM对学术出版物的影响已超过50%
发表在PNAS上的一项最新研究发现，目前超过半数的学术文章都受到了大型语言模型（LLM）的影响。这项对大量论文进行分析的研究预测，到2025年，这一趋势将达到51%。研究还强调了采用方面的不平等现象，指出LLM的影响在声望较低和非英语国家的机构中不太普遍，这提出了新的政策考量。
-
化石足迹揭示了古人类近亲鲍氏傍人的社会行为
研究人员在肯尼亚发现了21个约143万年前的化石足迹，他们将其归因于鲍氏傍人（Paranthropus boisei）物种。这些在图尔卡纳湖附近发现的足迹为了解这些早期人科动物的身体特征和社会行为提供了线索，表明成年雄性有时会单独组成群体出行，不带雌性或儿童。这项发表在《美国国家科学院院刊》上的研究结果还表明，鲍氏傍人与直立人（Homo erectus）在该地区共存。
-
心理学家揭示5个“懒惰”习惯助你达到最高生产力
心理学家们识别出了“努力启发式”现象，即人们会更看重那些他们认为需要付出更多努力才能完成的事物，即使结果完全相同。这可能导致感知到的努力与实际成就之间存在不良关联。文章提出了五种提高生产力的反直觉习惯，包括在疲劳时小睡片刻而非硬撑、如果经济条件允许则外包繁琐任务，以及允许思维漫游以解决创意问题。
-
美军研究壁虎脚以开发类似蜘蛛侠的攀爬服
美国军方通过DARPA的Z-Man项目，研究了壁虎脚以开发攀爬粘合技术。这项技术模仿了壁虎脚趾上微观刚毛和匙突产生的范德华力，使其能够粘附在表面上。工程师们制造了合成的脚垫，可以将攀爬者的体重分散到粘合表面上，从而实现这种自然攀爬能力的放大版本。
-
海豚“凯莉”教会了水箱里的同伴利用“鱼换垃圾”系统
在密西西比州湾港市的海洋哺乳动物研究所，一只名叫凯莉的海豚开发出了一种复杂的方法来利用“鱼换垃圾”的训练系统。凯莉学会了将纸撕成小块，以换取多条鱼，这展示了其自控能力和超前规划的认知能力。她进一步创新，利用储存的鱼来引诱和捕捉鸟类，这种行为随后通过社会学习传播到水箱中的其他海豚，表明了一种文化传播形式。