地震闢謠：深海魚類的聚集並不意味着地震即將發生 | 一週科技速覽_風聞
返朴-返朴官方账号-关注返朴（ID：fanpu2019）,阅读更多！2019-06-22 09:40
編輯 | 陳航
社會及經濟科學
Social and Economic Sciences
Three things we don’t know about Facebook’s digital currency
臉書**（Facebook）**貨幣的三大質疑
圖片來源：Mike Orcutt.
Facebook新貨幣的推出無疑是本週的一件大事，但針對此，仍有許多問題懸而未決。長期以來，加密貨幣充滿着神秘，Facebook的行為似乎揭開了這一層面紗，這被稱為有史以來最大的一次加密貨幣炒作，加密貨幣行業以及加密愛好者們對此意見不一，在此主要有三個問題值得質疑：
Is Libra really a cryptocurrency?
Libra（Facebook的加密貨幣計劃代稱）真的是一種加密貨幣嗎?
Libra將在區塊鏈上運行，但又與比特幣相差甚遠。Libra具有集中式結構，Facebook在技術和監管上下足了功夫，只有少數利益相關者可以驗證交易。
Can it take blockchains mainstream？
它能讓區塊鏈成為主流嗎？
如今，公共區塊鏈使用的能源太多，處理交易的速度太慢，無法滿足主流需求。這可能是採用加密貨幣的最大障礙。Ethereum正在研究一種替代方法來解決這個問題，這種方法被稱為“權益證明機制（proof-of-stake）”，但Facebook會先做到這一點嗎?
What’s in it for Facebook?
最大的問題是：Facebook是如何操作這一加密貨幣的？
人們不知道Facebook將如何操作這一貨幣，正如人們不知道自身的經濟信息及隱私能否得到充分保護。
文章來源於 MIT Technology Review （https://www.technologyreview.com）
地 球 科 學
Earth Science
Is Japanese Folklore Concerning Deep‐Sea Fish Appearance a Real Precursor of Earthquakes?
地震闢謠：深海魚類的聚集並不意味着地震即將發生
圖片來源：網絡
長久以來，動物的異常行為往往被認為是地震、海嘯等自然災害發生的前兆。在日本，民間傳説深海魚類的異常聚集意味着地震的發生。如果這些“民間傳説”能夠被科學證實，那麼就會為地震預測和減災提供極為有用的信息。但是，事實卻並非如此。
日本的一項最新研究表明，日本淺海海域出現槳魚、細稜魚等深海魚類的異常聚集現象，並不意味着日本即將發生地震，目前，該成果於6月18日發表在期刊 Bulletin of the Seismological Society of America 上。
研究人員研究了1928年至2011年的數據發現，在336次深海魚類聚集現象和221次地震事故中，只有一次事件似乎存在着關聯。因此，很難證實這兩種現象之間存在着聯繫。
文章來源：https://pubs.geoscienceworld.org/ssa/bssa/article/571628/Is-Japanese-Folklore-Concerning-DeepSea-Fish
基礎交叉學科
Interdisciplinary
The whisper of schizophrenia: Machine learning finds ‘sound’ words predict psychosis
人工智能新進展：機器學習手段分析“聲音”，預測精神分裂症前的喃喃細語
圖片來源：EurekAlert
以前人們便知道，潛在精神疾病患者的細微病症存在於他們的言語和交談中，精神疾病患者往往具有異於常人的語言模式。受限於技術的發展，這些細微的特徵往往不被人所熟知，而大數據的成熟和機器學習技術強大的特徵提取能力和目標識別功能，使得機器學習手段逐漸浮現於歷史舞台，機器學習手段和各個學科的交叉融合儼然成為了科研領域的“弄潮兒”。
“我們可以使用機器學習手段來揭示這些精神疾病特徵的隱藏細節，並進行預測。”基於此思路，埃默裏大學聯合哈佛大學課題組將這一成果發表在 Nature 子刊 npj Schizophrenia 上。
作為作者之一，埃默裏大學心理學和神經科學教授Walker表示：“目前來説，針對精神病人沒有直截了當的治療方法。但是，如果我們能更早地識別出潛在精神疾病的患者個體並提前採取預防性干預措施，或許就能避免或者延緩精神疾病的發生。”
因此，基於人工智能手段的機器學習方法問世：Walker等人利用大量數據樣本，使用機器學習方法進行歸納分類，建立了針對日常交流用語的“正常基準（normal baseline）”。其中，大量數據樣本來源於國外著名社交軟件Reddit，他們使用一種名為Word2Vec的程序，收集Reddit上3萬名用户的在線日常對話，並將其轉換成機器學習框架下可以用來進行網絡訓練的向量數據形式。
通過機器學習手段得到這一日常用語的“正常基準（normal baseline）”之後，研究人員將這一基準應用在針對40名志願者的精神疾病診斷上，將該診斷結果與權威精神疾病專家的診斷結果對比發現：在日常用語中頻繁使用超過“正常基準”的語言，以及頻繁使用具有相似意思的詞，這意味着該志願者罹患精神疾病的可能性更大，通過機器學習方法得出的判斷結果與權威專家的判斷結果一致，説明該方法已初步具備人類專家的水平。
人工智能和機器學習技術發展如此之快，雖然它們以模仿人類行為作為初衷，但是也為人類提供了進一步認識人類自身心理和大腦結構的舞台。
文章來源：https://esciencecommons.blogspot.com/2019/06/the-whisper-of-schizophrenia-machine.html
醫療健康
Medicine＆Health
Drug boosts growth in youngsters with most common form of dwarfism, new study finds
研究新進展：藥物或可促進青少年侏儒症患者的二次生長
圖片來源：墨爾本默多克兒童研究所Ravi Savarirayan教授
墨爾本默多克兒童研究所（Murdoch children ’s Research Institute）領導的一項全球試驗發現，一種有助於調節骨骼發育的新藥物提高了軟骨發育不全兒童（一種最常見的侏儒症類型）的生長速度，New England Journal of Medicine 發表了這一研究成果。
軟骨發育不全是一種遺傳性骨骼疾病，每25000個嬰兒中就有一個患有這種疾病。它是由FGFR3基因的一個突變引起的，這種突變會破壞四肢、脊柱和顱底骨骼的生長。軟骨發育不全兒童患者最常見的併發症是脊髓受壓、脊柱彎曲和腿部彎曲，這些兒童中大約有一半需要進行手術治療。不同於其他注重病症表像的治療方法，如生長激素治療和肢體延長手術，這種名為Vosoritide的藥物更加關注軟骨發育不全的潛在原因，並直接抵消FGFR3基因突變造成的影響。
針對該藥物，澳大利亞、法國、英國和美國的研究中心進行了長達四年之久的研究，其中有35名兒童患者正在接受這種藥物的治療。經過治療，這些兒童患者的平均身高增長量可以達到每年6釐米，已經接近正常兒童的生長速度，並且伴隨有較輕微的藥物副作用。
文章作者，約翰霍普金斯大學骨骼發育不良中心主任 Julie Hoover 教授表示，“截止到目前，這種藥物對軟骨發育不全兒童的再生長確有促進作用，在研究中可以發現，這種藥物的作用至少可以持續四年，然而，潛在的風險與更加長期的有效藥效還需進一步觀察。”
文章來源：http://www.mcri.edu.au
心理學與工程技術
Psychological Science＆Engineering
Social network structure is predictive of health and wellness
社交網絡正在預測你的健康狀況
圖片來源：美國聖母大學 Barbara Johnston
智能手錶以及各種可穿戴電子設備得到了廣泛的普及，各種智能化參數讓我們很容易基於此對自身健康狀況做出假設：我們可以通過心率數據判斷今天的工作是否備受壓力，我們也可以通過運動步數判斷今天的自己是否比昨天更加健康，然而這一切真的可信嗎？
“也許，相比於各種可穿戴智能設備，你的朋友圈可以更好地預測你的健康狀況。”美國聖母大學的計算機科學與工程系的Nitesh V. Chawla教授説道，“我們發現，社交網絡的結構大大提高了個人健康狀況的可預測性，而這一可預測性不僅僅是來自可穿戴智能設備的數據，如步數或心率等。”目前，這一成果發表在期刊 Plos One 上。
在這項研究中，參與者需佩戴智能設備獲取健康行為數據，比如運動步數、睡眠時長、心率等，並完成關於參與者的壓力、幸福和積極情緒的調查和自我評估。隨後，Nitesh V. Chawla教授團隊利用機器學習手段，結合個人的社交網絡特徵將這些數據分析建模。結果顯示，與只看智能設備上的健康行為數據相比，社交網絡結構在預測一個人的健康情況方面得到了顯著的提高。例如，當個人社交網絡結構與可穿戴設備的數據相結合時，機器學習模型在預測健康方面的性能提高了54%。
這項研究表明，如果沒有社交網絡的信息，對一個人的健康狀況只有一個不完整且片面的看法，要想完全預測或得出干預措施，瞭解社交網絡的結構特徵至關重要。
文章來源：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0217264
其 他
• 日前2019年度“阿爾伯特·愛因斯坦世界科學獎”（Albert Einstein World Award of Science）揭曉，中國科學院北京納米能源與系統研究所首席科學家、國科大納米學院院長、美國佐治亞理工學院終身講席教授、“納米發電機之父”王中林斬獲這一世界性的大獎，成為首位獲此殊榮的華人科學家。
圖片來源：網絡
文章來源中新網：http://www.chinanews.com/sh/2019/06-17/8866431.shtml
• 期刊 Big Data 特刊及封面文章 Artificial Intelligence in China 發文表示，中國為當今世界快速發展的人工智能領域做出了重要貢獻，正成為當今世界人工智能領域的領導者之一。 Big Data 編輯Zoran Obradovic表示：“自2000年以來，中國在科研上的經費投入逐年增加，這在許多科學領域都帶來顯著的成果，在人工智能和大數據領域的科學成果尤其令人印象深刻。”
封面及文章來源：https://www.liebertpub.com/doi/10.1089/big.2019.29030.edi
• 世界什麼時候才能夠接受基因編輯嬰兒呢？ CRISPR基因編輯嬰兒，再一次吸引世人的目光。2019年6月10與19日，Nature 雜誌連發兩文對此進行討論，其中6月19日的一篇文章 CRISPR babies: when will the world be ready? ，Nature 雜誌討論了CRISPR基因編輯技術的未來：對人類基因組進行可遺傳改變的努力和工作充滿了不確定性，如何使這項技術在未來安全可行似乎是一個值得努力的方向。與此同時，俄羅斯分子生物學家 Denis Rebrikov（下圖）“威脅”要製造更多的CRISPR基因編輯嬰兒。
圖片來源： Nature
文章來源：
1. https://www.nature.com/articles/d41586-019-01770-x
2.https://www.nature.com/articles/d41586-019-01906-z?utm_campaign=the_download.unpaid.engagement&utm_source=hs_email&utm_medium=email&utm_content=73828583&_hsenc=p2ANqtz--oAXr1gF3IGHkCW0PBAX-Z6j7REBcQr4LKOxtLPKNyCFaKuTqWonqwoAbBdP4vlxrNh_eWPJwgu8b2y6AAALSaxn30wQ&_hsmi=73828583
《返樸》，致力好科普。國際著名物理學家文小剛與生物學家顏寧聯袂擔任總編，與幾十位學者組成的編委會一起，與你共同求索。關注《返樸》（微信號：fanpu2019）參與更多討論。二次轉載或合作請聯繫[email protected]。
相關閲讀
1 科學的光榮，哲學的醜聞：怎麼對付“歸納”帶來的麻煩？| AI那廝
2 《自然-醫學》：城裏孩子得哮喘的越來越多，是因為家裏太乾淨？請“菌”入門有幫助