01

环绕宇航员的不仅有光环，还有宇宙射线

Inspiration 4 乘员在太空零重力环境中 图源：Nature, John Kraus

几十年来，人们通过研究职业宇航员来了解太空旅行对健康的影响，他们中的许多人为了获得这份工作在精神上和身体上接受了多年的训练。

现在，6 月 11 日发表的一系列科学报告旨在描绘太空飞行如何影响具有更广泛健康史的太空游客。由超过 25 个国家和 100 个机构的作者撰写的 44 份报告合在一起，构成了详述太空旅行对人体影响的最大数据目录。

在最新的研究中，有几项是对2021年SpaceX 首次全民用绕地球轨道飞行 Inspiration4 全体乘员的健康状况评估。有一位乘员的数据表明他/她可能“花费1000万美元机票去太空中对着袋子呕吐了三天”。

乘员们大约95%的变化在着陆后很快就恢复了，剩下的一些变化在着陆后至少持续了三个月。研究人员参考了在太空微重力中生长、暴露于辐射下的小鼠和细胞培养物的数据之后发现，Inspiration4这次相对较短的旅行，在某些乘员身上却引发了一些与执行更长时间任务的宇航员相同的生理变化，包括免疫细胞功能的改变和端粒（染色体末端的帽）的延长，这相当令人惊讶。

太空环境的确非同一般。

宇航员们在轨道上短短几天就会造成免疫细胞紊乱、脱水和思维混乱。长期生活在太空中，微重力、宇宙辐射等都会降低人类免疫力，并造成肾脏损伤在内的很多问题。

链接：

https://doi.org/10.1038/d41586-024-01705-1

02

每一头大象都有个“隆隆”的名字

每头大象很可能有自己的名字 图源：Nature, George Wittemyer

《自然-生态学与进化》（Nature Ecology & Evolution）杂志近日发表的一项研究成果表明，大象使用个性化叫声来称呼群体成员。除了人类，很少有动物会给对方起名字。现在看来，有着广泛声音交流和丰富社会关系的大象们也可能拥有名字。

美国行为生态学家迈克尔·帕尔多很早就认识到，大象的交流可能比我们意识到的还要复杂。为找出答案，帕尔多和同事们1986年至2022年期间在肯尼亚的自然保护区记录了野生雌性非洲草原象及其后代低沉的“隆隆”声。

研究人员利用机器学习技术分析了469次录音，该模型在27.5%的情况下能正确识别出哪头大象在鸣叫，这表明声音所携带的信息只针对特定大象。接下来，研究人员又向17头大象播放录音并比较它们的反应。当大象听到自己“名字”时，反馈声更大并更快地向声源移动。这说明，大象能判断出鸣叫声是否是对自己发出的。

目前，研究人员仍希望寻找更多证据来证实大象真的会互相呼唤名字，他们下一步将研究大象如何在叫声中编码信息：大象是否也会说出地名？甚至大象会否以第三人称谈论彼此？

链接：

https://doi.org/10.1038/d41586-024-00797-z

03

阿兹海默新药，解救“困在时间里的父亲”

全球阿兹海默症患者2050年将达1.3亿 图源：《困在时间里的父亲》电影剧照

美国食品药品管理局（FDA）6月10日召开的一场会议中，11位专家一致认为一种名为多奈单抗（donanemab）的药物对治疗阿兹海默症有效，至少对处于疾病早期阶段的患者有效，而且其益处大于风险。这使得这种新药距离临床应用又近了一步。

淀粉样蛋白是一种在阿兹海默症患者大脑中积累的粘性蛋白质，而多奈单抗就是一种能攻击淀粉样蛋白的抗体。开发该种药物的药企在提交的数据中报告：622 名接受多奈单抗治疗并完成试验的参与者，在研究期间认知能力下降的速度比那些接受安慰剂治疗的人慢。遗憾的是，多奈单抗可以延缓但依然不能逆转阿兹海默症的进展。

专家们还对临床试验的淀粉样蛋白相关成像异常（ARIA）表示担忧，这种异常与脑出血和癫痫发作有关，可能导致死亡。根据记录，与安慰剂组相比，接受该药物治疗的患者与 ARIA 相关的死亡人数更多。这也正是多年来淀粉样蛋白靶向药物遭受巨大争议的原因之一。

据预测，到2050年全球将有1.3亿阿兹海默症患者。多奈单抗远不完美，科学家仍需开展更多研究，以达成惠及所有患者的令人鼓舞的成就。

链接：

https://doi.org/10.1038/d41586-024-01726-w

04

冲动其实不冲动，很稳定、可测量

冲动的神秘正逐渐褪去 图源：PNAS社交媒体

冲动是一种人格结构，经常被用来解释和预测人类的重要行为。然而，由于冲动性的定义和测量方法存在严重的不一致，一些研究人员呼吁彻底摒弃冲动性这一心理学概念。

在一项样本数达1676位的大规模研究中，每位参与者都完成了48项冲动性测量，这些测量来自10个自我报告量表和10个行为任务，并报告了7种冲动性相关行为（如冲动性购买和社交媒体使用）的频率；然后，一个子样本（样本数 = 196）在3个月后完成了一次复测。

研究人员从这些测量中提取了一个类似于一般智力因素g和一个冲动性一般因素I，以及6个特定因素。除了具有时间稳定性外，因子I还能比现有的测量方法更好地预测自我报告的冲动相关行为，并能用心理测量性能良好的量表进行测量。这些研究结果表明，个体在特质冲动性方面确实存在差异，而且这种差异是稳定的、可测量的，并能预测现实世界中的行为。

链接：

https://doi.org/10.1073/pnas.2321758121

05

喂养AI要数据，更要电力

消耗大量电力的AI是一只电老虎 图源：Pexels

所有人工智能都是有代价的。

一项研究发现，一个大型语言模型每天排放 19 千克二氧化碳，相当于一辆汽油车行驶49英里所产生的二氧化碳。这看起来似乎不算什么。另一项研究发现，用人工智能生成两幅图像所耗费的能源相当于为一部智能手机充电。

研究人员估计，谷歌等搜索引擎上的生成式人工智能可能比传统搜索多消耗一个数量级的能源。

谷歌人工智能今年预计将为10亿人提供服务。而生成式人工智能热潮所需的能源主要来自化石燃料，因为数据中心需要全天候的稳定电力，而可再生能源往往无法完全满足。在美国如弗吉尼亚州数据中心巷之类的一些地方，对电力的需求日益增长，以至于化石燃料工厂不得不比原计划更饱和地运转。

大多数用户在网上获得了满意的结果之后，都会认为相比人工智能的便捷而言，付出一点碳排放代价是值得的，虽然他们并不清楚到底代价几何。

《焦耳》杂志发布的一项研究表明，2027年全球人工智能用电量可能会与荷兰、阿根廷、瑞典等中等国家大体相当。

山姆·奥特曼、埃隆马斯克等人也都表达过对人工智能能源消耗的担忧。但他们主要担心的不是碳排放，也不是能源枯竭，而是全世界有没有足够电力来运行那些小小的AI芯片。

链接：

https://www.scientificamerican.com/article/what-do-googles-ai-answers-cost-the-environment/

编 辑 | 秣 马

佳 莹

责 编 | 小 文