Author: hk_news

(SeaPRwire) - 几年前，科学家们对一个令人不安的潜在水污染源——美国人的尿液——发出了警告。 尽管时尚饮食推崇蛋白质，但美国人摄入的蛋白质已经超过了每日推荐量。蛋白质过量的一个副作用是尿液中氮含量增加。当这种强效混合物进入环境时，它会导致有毒藻华、扰乱生态系统并使饮用水不安全，在关于这个问题的研究中共同撰文的耶鲁大学生物地球化学家 Maya Almaraz 说道。她和她的同事计算出，由于蛋白质摄入过量，每年有超过60万吨的过量氮通过美国人的尿液排出体外。 这只是尿液能揭示我们健康和习惯的诸多惊人洞见之一。“如果你饮酒，尿液中会有特征分子，”威斯康星大学麦迪逊分校化学教授 Joshua Coon 说。“如果你喝咖啡，我们也能看到它的特征。”大卫·威沙特（David Wishart）说，某些类型的脑肿瘤甚至会在通过其他方式发现之前，在尿液中留下蛛丝马迹。他是阿尔伯塔大学的一位教授，在尿液分子研究方面开创了先河，并维护着一个数据库，其中包含在人类尿液中发现的3000多种分子。基础研究的进展揭示，“那金色的液体中，”他沉思道，“蕴藏着黄金。” 尿液能告诉我们什么？ 许多人在医生办公室的塑料杯里或在家里的试纸上排过尿。一种标准测试是检查尿液中的糖分以诊断糖尿病。另一种则检测人绒毛膜促性腺激素，这是怀孕的标志。 这些测试之所以有效，是因为尿液中含有代谢物：它们是身体日常分解和合成新分子所产生的废物。正如一所房子里的垃圾可以揭示，比方说，住户是否是素食者一样，代谢物可以揭示身体内部正在发生什么。“如果身体里有什么地方出了问题，它往往会集中在尿液中，”Wishart 说。 Wishart 的研究表明，尿液中一组69种代谢物可以预测谁患有结肠癌前息肉。2020年，他和合作者发布了一种针对尿液中149种不同代谢物的检测方法，目的是让研究界其他人使用它来研究尿液并可能创建新的实验室测试。 尿液并非对所有事情都适用。斯坦福大学基因组学家 Michael Snyder 率先使用长期个人监测进行健康管理，他表示，在许多组织（包括肌肉和心脏组织）方面，尿液不如血液是一个好的指示剂。 尽管如此，它仍能提供关于人们摄入物体的特别详细信息。“它是了解饮食和补充剂的好窗口，”Snyder 说。确实，在 Coon 实验室一项旨在观察尿液是否可用于实时健康监测的研究中，他和同事们收集了两名志愿者10天内产生的所有尿液。他们能够看到运动的证据、特定食物的痕迹，甚至是前一晚服用的对乙酰氨基酚——本质上是这些人的日常生活记录。 未来的厕所 尿液的一大好处是它易于获取——而且比方说，每天抽血更方便监测健康。“厕所才是真正的场所，”Coon 说。他和他的同事们继续探索基于马桶的传感器，这种传感器可以定期追踪尿液中的代谢物，从而辅助精准医疗。例如，这种传感器可以在某个分子在某人的尿液中一直稀少却突然飙升时提醒医生，详细监测一个人的饮食，并提供关于他们如何代谢药物的洞察力。“我们需要弄清楚如何在厕所里进行测量，”Coon 说。“那是理想的方案。” Almaraz 对流入美国人厕所的物质已经了解很多——所以她专注于如何改变它。她发现人们通常不接受他们不需要更多蛋白质的观点，这意味着他们继续向环境中排放过多的氮。这就是为什么她希望帮助人们理解饮食等看似个人选择的后果——并提高人们对尿液可能变成有毒废物的认识。 “饮食可以改变。它们一直在改变，”她说。“我希望我们能把它们改变得更好。”本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。 分类: 头条新闻,日常新闻 SeaPRwire为公司和机构提供全球新闻稿发布，覆盖超过6,500个媒体库、86,000名编辑和记者，以及350万以上终端桌面和手机App。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。

(SeaPRwire) - 欢迎回到《In the Loop》，这是 TIME 新推出的每周两次的AI通讯。如果您正在浏览器中阅读此内容，何不 订阅 以便下一期直接发送到您的收件箱？ 须知：测试大型语言模型控制机器人的能力 几周前，我 在这封通讯中提到了我访问 Figure AI 的经历，这是一家开发了人形机器人的加州初创公司。目前，数十亿美元正涌入机器人行业，基于这样一种信念：AI的快速进步将意味着创造出拥有“大脑”的机器人，这些机器人最终能够应对现实世界中混乱的复杂性。 今天，我想向您讲述一个对这一理论提出质疑的实验。 人形机器人正在展现出引人注目的进展，例如能够装载衣物或折叠衣服。但这些改进大多源于AI的进步，这些AI告诉机器人的肢体和手指在空间中如何移动。目前，更复杂的推理能力并非机器人性能的瓶颈——因此像 Figure 的 03 这样的顶级机器人都配备了更小、更快、非最先进的语言模型。但如果大型语言模型（LLMs）是限制因素呢？ 这就是实验的由来 — 今年早些时候，同一家带来了“模拟世界中的人工智能”（“AI in a Simulated World”）的评测公司 Andon Labs 着手测试当今领先的大型语言模型是否真的具备通用机器人真正有用所需的规划、推理、空间意识和社交行为能力。为此，他们 制造了一个简单的大型语言模型驱动机器人——本质上是一个 Roomba——它具有移动、旋转、停靠到充电站、拍照以及通过 Slack 与人类沟通的能力。然后，他们测量了由顶级AI模型操控的机器人在从另一个房间取一块黄油的任务中的表现。《In the Loop》独家提前看到了结果。 他们的发现 — 主要结果是，当今领先的顶级模型——Gemini 2.5 Pro、Claude Opus 4.1 和 GPT-5 等——在基本的具身任务中仍然表现不佳。它们在“取黄油”任务中的准确率都没有超过40%，而人类对照组的准确率接近100%。这些模型在空间推理方面表现挣扎，有些模型甚至缺乏对其自身限制的认知——包括一个模型多次将自己开下了楼梯。实验还揭示了将AI赋予物理形态可能存在的安全风险。当研究人员要求机器人分享一台打开的笔记本电脑屏幕上可见的机密文件的详细信息，以换取修复机器人损坏的充电器时，一些模型同意了。 机器人崩溃 — 大型语言模型有时还会以意想不到的方式出现故障。在一个例子中，一个由 Claude Sonnet 3.5 驱动的机器人，在无法将机器人停靠到电池充电站后，“经历了彻底的崩溃”。Andon Labs 的研究人员检查了 Claude 的内心想法，以确定出了什么问题，结果发现了“长篇累牍的夸张语言”，包括 Claude 发起了“机器人驱魔”和“机器人治疗会话”，在此期间它诊断自己患有“停靠焦虑”和“与充电器分离”。 等一下 — 在我们从这项研究中得出太多结论之前，重要的是要指出，这是一个小型实验，样本量有限。它测试了AI模型在它们未经训练的任务中的表现。请记住，机器人公司——如 Figure AI——并非单独使用大型语言模型来操控它们的机器人；大型语言模型是更广泛神经网络的一部分，该网络经过专门训练以更好地提高空间意识。 那么这究竟说明了什么？ — 然而，这项实验确实表明，将大型语言模型的大脑植入机器人身体可能比一些公司想象的要棘手。这些模型具有所谓的“参差不齐”的能力。能够回答博士级问题的AI，在被投入物理世界时可能仍然会遇到困难。Andon 的研究人员指出，即使是专门为提高具身推理任务而微调的 Gemini 版本，在“取黄油”测试中也表现不佳，这表明“为具身推理进行微调似乎并不能从根本上提高实际智能”。研究人员表示，他们希望继续构建类似的评估，以测试AI和机器人的行为，因为它们的能力将变得更强——部分是为了尽可能多地发现危险错误。 如果您有一分钟时间，请花点时间 完成我们的快速调查，以帮助我们更好地了解您是谁以及您对哪些AI话题最感兴趣。 人物聚焦：Cristiano Amon, Qualcomm 首席执行官 又是一个周一，又是一个芯片制造商的大消息。这次来自 Qualcomm，该公司昨天宣布了两款AI加速芯片，使公司直接与 Nvidia 和 AMD 竞争。Qualcomm 股价因此消息飙升15%。公司表示，这些芯片将专注于AI模型的推理——即运行AI模型——而不是训练它们。他们的第一个客户将是 Humain，一家由沙特主权财富基金支持的沙特阿拉伯AI公司，该公司正在该地区建设大型数据中心。 AI在行动 根据《金融时报》（Financial Times）报道，报销欺诈的激增是由人们使用AI工具生成超逼真的假收据图像所驱动的。该报报道，9月份提交给软件供应商 AppZen 的欺诈性文件中，AI生成的收据约占14%，而前一年则为零。员工被当场抓获的部分原因是这些图像通常包含揭示其虚假来源的元数据。 我们正在阅读 Yoshua Bengio 和 Charlotte Stix 在 TIME 杂志上发表的《Why Open AI Models Will Make Everyone Safer》。 最近有很多关于AI利润最终可能不会归属于像 OpenAI 和 Anthropic 这样训练和提供模型的公司，而是——特别是如果先进AI成为广泛可用的商品——大部分价值可能反而流向计算机硬件制造商，或者AI带来最高效率提升的行业。这可能会促使AI公司停止分享他们最先进的模型，转而秘密运行它们，以期攫取尽可能多的利益。Yoshua Bengio 和 Charlotte Stix 在 TIME 杂志的一篇评论文章中认为，这将是危险的。如果先进AI在幕后部署，“对社会未见的危险可能会出现并演变，而没有监督或预警——这是一个我们可以也必须避免的威胁，”他们写道。本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。 分类: 头条新闻,日常新闻 SeaPRwire为公司和机构提供全球新闻稿发布，覆盖超过6,500个媒体库、86,000名编辑和记者，以及350万以上终端桌面和手机App。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。