2月28日外媒科学网站摘要：人工智能如何改变传统扶贫模式

2月28日（星期五）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
精准援助：人工智能如何改变传统扶贫模式
全球约有7亿人生活在极端贫困中（每天生活费低于2.15美元）。消除贫困是联合国可持续发展目标之一，但衡量贫困一直是个挑战，主要因数据收集成本高且耗时。人工智能（AI）不仅能快速分析数据，还能覆盖更广泛的人群，识别专家可能忽略的模式。世界银行也在开发AI工具，用于预测粮食危机和暴力冲突，并从援助干预数据中提取见解。
然而，AI模型存在偏见问题，可能遗漏没有数字数据记录的最贫困人群。尽管如此，当前的贫困评估系统同样不完善。传统方法如家庭调查耗时且成本高，而AI结合卫星图像和移动电话数据，能更高效地识别贫困地区和个人。例如，美国斯坦福大学的研究团队利用AI分析卫星图像，成功预测非洲村庄的贫困水平，其效果与实地调查相当，但成本大幅降低。
例如，西非国家多哥的“NOVISSI”社会保障计划通过AI分析移动电话使用模式和卫星图像，精准分配了3400万美元的援助资金。类似项目也在非洲其他国家展开。尽管AI预测并非完全准确，但其快速响应能力在紧急情况下至关重要。
不过，尽管AI在扶贫中展现出潜力，专家提醒需谨慎使用。AI无法完全替代实地调查，尤其是在多维贫困测量方面。然而，在预算有限和经济冲击下，AI可能是将援助送到最需要人群手中的关键工具。未来，AI与实地调查的结合或将成为扶贫工作的新方向。
《科学通讯》网站（www.sciencenews.org）
从7倍到1.6倍：家务时间男女差距二十年间大缩水
历史上，已婚女性承担了家庭中大部分的洗衣、烹饪和清洁工作。但这种性别规范似乎正在发生变化，加拿大多伦多大学研究人员在最新一期的《社会》（Socius）杂志上报告称，过去二十年间，已婚女性和男性在此类家务上花费的时间差距缩小了40%。
根据美国劳工统计局的《美国时间使用调查》（American Time Use Survey），2003年至2005年，已婚女性在烹饪、清洁等家务上花费的时间是男性的4.2倍，而到2022年至2023年，这一差距缩小至2.5倍。研究人员指出，男性正在承担更多“女性工作”，这是一个积极的变化。
尽管如此，性别革命——即男女在就业和家务分工上的平等化——在过去二十年中进展缓慢。20世纪60年代，已婚女性做家务的时间是丈夫的7倍，到90年代中期降至2倍。2003年，女性每周投入18.5小时做家务，男性为10.1小时；二十年后，女性为17.7小时，男性为11.2小时，女性仍比男性多做约1.6倍的家务。
研究还发现，人口结构变化（如年轻、高学历女性做家务更少）解释了女性家务时间减少的原因，但无法完全解释男性家务时间增加的现象。研究人员推测，这可能与人们对“女性工作”观念的转变有关。
尽管女性整体家务时间的下降幅度较小，但研究人员指出，细分家务类型后可以发现，传统女性化任务的变化可能预示着更深层次的文化转变，也可以被视为一种积极的趋势。
《每日科学》网站（www.sciencedaily.com）
1、气候变化的新威胁：极端高温或加速老年人衰老
美国南加州大学伦纳德·戴维斯老年学学院的一项新研究发现，暴露在极端高温下可能加速老年人的生物衰老，引发了对气候变化和热浪如何影响长期健康的担忧。研究表明，生活在高温天数较多社区的居民，其生物衰老速度平均高于较凉爽地区的居民。生物年龄是衡量身体在分子、细胞和系统水平上功能的指标，与实际年龄不同；生物年龄大于实际年龄与更高的疾病和死亡风险相关。
研究团队分析了3600多名56岁及以上的美国健康与退休研究（HRS）参与者的血液样本，通过DNA甲基化变化评估生物年龄。他们使用表观遗传时钟工具，将参与者的生物年龄变化与其所在地区的高温天数进行比较。结果显示，生活在高温天数占全年一半的地区（如美国亚利桑那州凤凰城）的参与者，与每年高温天数少于10天的地区居民相比，其生物年龄比多增加了14个月。即使在消除了社会经济、生活方式等因素的影响后，这种相关性仍然显著。
研究还发现，高温相关的表观遗传变化可能在短期内（如7天）发生，并随时间累积。老年人尤其容易受到高温和高湿度结合的影响，因为他们的出汗能力下降，皮肤冷却效果减弱。
研究结果提示，政策制定者和城市规划者应在基础设施更新中考虑高温缓解和适老化设计，例如增加遮阳设施和城市绿地。随着全球变暖和人口老龄化加剧，制定更有效的高温缓解策略变得尤为重要。
2、低功耗、高灵敏度：OECT开启生物电子传感新时代
美国莱斯大学的研究团队开发了一种利用有机电化学晶体管（OECT）显著提升酶和微生物燃料电池灵敏度的新方法，为生物电子传感领域带来突破性进展。相关研究发表在《Device》期刊上。该方法将电信号放大1000至7000倍，并大幅提高信噪比，为下一代高灵敏度、低功耗生物传感器在健康和环境监测中的应用铺平道路。
传统生物传感器依赖目标生物分子与传感器的直接相互作用，但在不兼容的电解质环境中可能受限。新方法通过将OECT与燃料电池电子耦合，避免了这一问题。研究团队将OECT与两种生物燃料电池（酶燃料电池和微生物燃料电池）集成，发现OECT能显著放大信号并降低背景噪声，使测量更加精确。
这项技术最有前途的应用之一是亚砷酸盐检测，这是水安全的关键需求。该团队设计了具有亚砷酸盐反应的细胞外电子转移途径的大肠杆菌，使它们能够检测浓度低至每升0.1微摩尔的亚砷酸盐的存在，并从OECT放大信号中获得清晰，可测量的响应。
除了环境应用之外，该系统还可以彻底改变可穿戴式健康监测，其中节能和高灵敏度的生物传感器需求量很大。例如，利用微生物燃料电池成功地证明了汗液中乳酸的感知，这是肌肉疲劳的一个指标。
研究团队认为，这一方法将改变生物电子传感的设计思路，为医疗诊断和环境监测等领域提供简单、高效且可扩展的解决方案。
《赛特科技日报》网站（https://scitechdaily.com）
1、人工光合作用新突破：将废物转化为燃料和药物
日本名古屋大学的研究团队开发了一种创新的人工光合作用技术，利用阳光和水从废物中产生能量和有价值的有机化合物，包括药物材料。这一突破为可持续能源和化学品生产开辟了新途径，研究成果发表于《自然通讯》（Nature Communications）。
该技术被称为“面向有机合成的人工光合作用”（APOS），其核心在于模仿植物将阳光、水和二氧化碳转化为能量的过程，但不会产生废物，而是生成能量和有用的化学品。APOS的独特之处在于使用有机物和水作为原料，通过两种无机半导体光催化剂的协同作用，分别促进有机物分解和水分解，从而合成有机化合物和“绿色”氢气。
在实验中，研究人员利用不同有机原料合成了超过25种醇和醚产品，包括抗抑郁药和花粉症药物的类似物。此外，该技术还能修饰有机材料，例如用于治疗高血脂的药物。研究团队还展示了如何将工业副产品乙腈转化为有用产品，从而减少废物。
这项技术不仅为医药和农业化学品生产提供了可持续解决方案，还展示了利用可再生能源（如阳光和水）的潜力。研究团队认为，APOS标志着有机合成人工光合作用新领域的开端，有望推动绿色化学和循环经济的发展。
2、硅材料新突破：介孔硅或成量子计算关键
德国亥姆霍兹柏林材料与能源研究中心（HZB）的研究团队开发了一种特殊蚀刻技术，制造出介孔硅——一种充满纳米级孔隙的薄层材料。通过研究其电导率和热导率，团队首次揭示了介孔硅中电荷传输的基本机制，为光伏、热管理和纳米电子学等领域的应用开辟了新途径。
介孔硅的独特结构使其具有巨大的内表面积和极低的热导率，成为热绝缘材料的理想候选。这一特性尤其适用于量子计算机中的量子比特，因为量子比特需要在极低温（低于1开尔文）下运行，而介孔硅能有效防止热量干扰，确保量子信息的稳定存储。
研究团队发现，介孔硅中的电荷传输主要由扩展波动态的电子主导，而非传统认为的局域态电子跳跃。这一发现通过塞贝克效应测量得到验证，表明晶格振动在电荷传输中不起作用。这一突破性理解为设计新型半导体材料提供了理论支持。
此外，介孔硅的生物相容性和高表面积特性使其在生物传感器、电池阳极和电容器等领域也具有广泛应用潜力。研究团队认为，通过有针对性地调控介孔硅的无序性，可以开发出适用于光伏、热管理甚至量子比特的新型半导体材料。
这项研究不仅推动了介孔硅在量子计算中的应用，还为半导体技术的未来发展提供了新的可能性。（刘春）
                    
               
               
               
               
               
               
                    
                        延伸阅读
                        
                           
                           
                           
                                Waymo自动驾驶出租车周订单突破20万 大幅领先对手
                           
                           
                           
                           
                                美国科技巨头对决量子芯片：亚马逊紧随微软发布
                           
                           
                           
                           
                                没有这双“神仙”手，特斯拉机器人也难成