العلوم والتكنولوجيا

信用：Unplash/CC0 正如來自不同國家 /地區的人們說不同的語言一樣，人工智能模型也創建了各種內部“語言”，這是一組獨特的代幣，只有每個模型才能理解。直到最近，由各個公司開發的模型還沒有辦法進行交流，合作或結合其優勢以提高性能。 本週 國際機器教育會議 （ICML）在加拿大溫哥華，科學學院和英特爾實驗室Weizmann的科學家代表了一套新的算法，可以克服這一障礙，使用戶可以從共同運行的人工智能模型的合併計算能力中受益。新算法已經適用於世界各地數百萬人工智能開發人員，加速了大型語言的性能（LLMS） - 當今生成人工智能的領先模型 - 平均1.5次。 有一項研究 出版 在 arxiv 預印服務器。 LLM，例如Chatgpt和Gemini，是強大的工具，但是它們具有重要的缺點：它們很慢，並且消耗了大量的計算能力。 2022年，大型技術公司意識到，與人一樣，AI可以從合作和分工中受益。這導致了一種稱為投機解碼的方法的開發，其中一個小的快速模型具有相對有限的知識，是第一個假設，對用戶的請求做出響應以及更大，更強大的較大，更強大但更慢的審核模型，並在必要時糾正答案。 技術巨頭很快就接受了投機解碼，因為它保留了100％的準確性 - 與大多數降低發行質量的加速方法不同。但是他有一個很大的限制：兩種模型都必須用相同的數字語言“說話”，這意味著由不同公司開發的模型不能團結在一起。...

圖片來源：Pexels的Pavel Danilyuk 根據Google DeepMind和倫敦大學學院的新研究，大型語言模型（LLMS）有時會對問題的答案失去信心並放棄正確的答案。 LLM是強大的AI系統，可以理解和生成人類語言。它們用於許多行業，例如財務，醫療保健和信息技術，用於需要推理和決策的任務。因此，它們的準確性和可靠性至關重要，也就是說，他們必須不斷對答案充滿信心。但是，它們可能會波動。 為了安全部署LLM，他們的答案伴隨著對信任的評估。但是目前尚不清楚他們如何使用它們來指導自己的行為。 這是一項研究， 出版 v arxiv 初步服務器表明，他們對最初的答案可能會過分自信，但是在提出錯誤的反駁時會失去信心並改變意見。 Trust LLM的測試 為了探索這個明顯的悖論，研究人員檢查了LLM如何更新他們的信心，並決定在出現外部技巧時是否更改答案。 首先，“負責任的LLM”被要求二進制選擇。回答後，他收到了第二個LLM的建議，並獲得了準確的評級。這個“ LLM委員會”還將同意他們對LLM的首次回應可能是中立的。然後要求負責的LLM做出最終選擇。研究人員也有所不同，LLM在做出最終決定時是否可以看到他的第一個答案。 結果 該研究表明，LLM更有可能遵守其原始答案，並且在可見何時隱藏它時不切換。換句話說，它們變得更加自信。該研究還表明，當模型提供相反的技巧時，它們通常會失去信心並改變決策。他們做的比理事會支持時要容易得多。在幾種不同的LLM中可以看到這些模式，例如Gemma 3，GPT4O和O1-preview。 研究人員說：“我們的結果表明，LLM以幾種重要的方式偏離了規範行為：首先，它們表現出了一個驚人的偏見，支持了選擇，這增加了他們對答案的信心，即使在有反向證據的情況下，也使他們堅持下去。”...

分類系統的審查。信用： 自然電子 （2025）。二：10.1038/s41928-025-01405-2 該研究小組由北京大學研究生院電子和計算機工程師學院的Yang Yuchao教授領導，達到了全球突破，開發了第一個記憶中的第一個硬件系統，適用於復雜的非線性分類任務。 發表在 自然電子，，，，， 學習以“基於膜的快速和重新配置的排序排序排序分類”的名稱提供了非構造體系結構，這是內存處理領域（PIM）中最困難的任務之一。 排序是一項基本的計算任務，但其非線性性質使用傳統設備使加速度變得複雜。雖然基於紀念館的PIM建築表現出了線性操作的希望，但他們與分類持續了很長時間。 Yana教授的團隊轉向了這一點，消除了對比較器的需求，並提出了一種新的閱讀數字機制，以及一種新的算法和硬件設計，這重新考慮瞭如何在記憶中執行分類。 這項工作是PIM技術發展的重要一步，從線性矩陣的操作到具有較高集成的非線性任務，例如排序。該團隊提供了可擴展和重新配置的排序結構，提供了高性能，能源有效的解決方案，可滿足現代大型數據和人工智能應用的要求。 該研究介紹了一個沒有比較器的分類系統，該系統使用多個讀數構建了一個具有一個晶體管抗晶格（1T1R）的矩陣，該系統使用了許多讀數，該數字取代了收集收集的傳統邏輯並顯著提高了計算技術的效率。該團隊還開發了木質通行證（TNS）的算法，該算法加速了分類，反複使用旁路並減少不必要的操作。 為了在各種數據集和配置中縮放性能，引入了三種跨空TNS（CA-TN）的策略。多行星策略打破了用於並行處理的數組上的大數據集；位網絡分發甜菜寬度，以確保管道的排序；多級別的備忘錄狀態使用了多級級別，以改善細胞內並行性。 這些創新共同形成了一種靈活而適應的分類加速器，可以處理數據的各種寬度和復雜性。 內存中的排序與基於矩陣的現有計算兼容，該計算允許實時自適應，稀疏刮擦。信用： 自然電子 （2025）。二：10.1038/s41928-025-01405-2 為了檢查真正的性能，團隊製作了Memristor芯片，並將其與FPGA和PCB設備集成在一起，以通過演示系統創建完整的。在參考測試中，與領先的ASIC分類系統相比，它以160.4倍的能源效率高達7.70倍，較高的能源效率和32.46倍的面積。 該系統還在實際應用中也有效：在規劃Dijkstra時，她成功地計算了北京16個地鐵站之間的最短方式，並以低延遲和能源消耗。撤回神經網絡時，他打開執行時間設置，將TNS與基於PointNet ++模型中紀念館的矩陣繁殖集成在一起，達到15倍速度，並提高了能源效率為67.1倍。這些結果強調了系統在由AI控制的普通和工作載荷中的廣泛適用性。...

使用部分處理的廢水和太陽能的實驗安裝氫生產命令。學分：Shu Zheng，大學RMIT RMIT大學進行的研究開發了一種實驗發明，以使高負載的廢水變成創造綠色氫的優勢，從而可以減少對淡水的依賴 - 在世界許多地方，這是一種稀缺的資源。 由於超過80％的全球廢水沒有轉化為環境，因此這項研究使這項環境責任成為可能提高的生產率。 團隊的指揮使用廢水中的一些污染物來加速氫的產生並克服高負載的污染物，這通常使廢水不合適。 團隊的最後一項工作是墨爾本大學，澳大利亞同步加速器，新南威爾士大學參加的工作，建立在以前的突破之上，包括迅速消除的創新 微塑料 使用磁鐵和設備從水中使用海水增加氫的生產。 “將廢水用作可持續氫生產的催化劑修飾符” 出版 v ACS電化學場地 創新如何運作 RMIT科學學院的主要研究員Nasir Mahmud教授說，該團隊找到了一種捕獲水中其他金屬的鉑，鉻和鎳的方法，然後將這些元素努力改善綠色氫的生產。 馬哈茂德說：“我們的創新比其他人在生產綠色氫方面的優勢是，它使用材料固有的廢水，不需要純淨的水或其他步驟。” 它們的實驗發明以電極的形式出現，這是將水分為氫和氧氣的關鍵組成部分。該電極由吸收碳表面製成，該碳表面吸引了廢水的金屬，從而形成了穩定且有效的電能的催化劑，有助於加速水分。 用於生產特殊碳表面的材料是由農業廢物製成的創新的經濟方面，這有助於循環經濟的日益增長。...

β-dens中樣式的Faster2 在充電/放電週期中，大大降低了其潛力。銅的摻雜有效地消除了謊言中的斷層，從而顯著提高了循環的穩定性，從而使您可以開髮長期的鈉離子電池。學分：日本東京科學大學Shinichi Komab教授 鈉電池（NA） - 最近已成為鋰（Li）-ON的經濟有效且可持續的替代品。與鋰離子電池相比，NA是地球上最常見的第六個元素，提供了較低的材料和更大的可訪問性。 陰極材料的設計在確定電池的壽命和穩定性方面起著關鍵作用。錳鈉的多層氧化物（Namno2）研究人員在Na-ion電池中用作陰極材料的關注越來越多。 許多2 以兩種結晶形式存在：α -namo2 和β-nam2α相場配備了單斜層結構，其中平坦的MNO2 由MNO扭曲的邊緣交換的層6 octhedrals，與它們之間的相互作用折疊。 β -Namno2另一方面，邊緣交換的瓦楞紙或鋸齒形層的功能扭曲了mno6 octhedrals，它們之間也有Na離子。合成β -Namno2 通常需要更高的溫度，通常會導致NA的稀缺階段。 預防NA缺陷階段的嘗試會產生非平衡的β-強調，證明了幾種缺陷。其中最明顯的是通過滑動BC的晶體學平面形成的斷層，產生類似於α相的堆疊序列。 由sf持有的β-amno製成的電極2...

Drexel大學的研究人員正在開發受到大象和Jekrabbit耳朵中疫苗的啟發的建築材料，這可以有助於建築物的能源高溫調節。學分：Drexel University 那些從Jekrabbit和Elephants的靜脈耳朵學習的人，Drexel大學的研究人員發明了一種新的被動供暖和冷卻方法，這曾經可以使建築物效率更高。他們的概念，最近發表在 建築雜誌它將血管網絡引入基於水泥的建築材料，當填充石蠟材料時，可以有助於被動地調節牆壁，地板和天花板的表面溫度。 該方法是試圖考慮建築能源需求的重大貢獻 -幾乎40％的能源總利用 - 在生產溫室氣之前。使用建築物的能量的大約一半用於維持方便的溫度。儘管新的絕緣產品和方法有助於加強牆壁，窗戶和天花板，但在保留或熱量損失方面，這些表面仍然是最大的問題 - 介紹 約63％的能源損失 在建築物中。 “在建築上，在建築物中有很多窗戶看起來不錯，但這也導致了絕緣特性的減少，”該研究的共同作者Rhythm Osan說。 “在理想的世界中，建築物不會失去熱量，而是從逼真的建設性的角度來看，諸如熱橋，導管，管道洩漏，物質特徵和關節細節等問題總是會造成一些熱量損失。” Drexel團隊將這種令人失望的現實顛倒了，為這些表面開發了一條路徑，以幫助保持房間中所需的溫度，而不是為了成為障礙。 “看看我們的循環系統如何用於調節溫度。當循環系統變熱時，血液流向表面，我們可能會有些紅並開始通過腺體出汗，這使我們通過改變蒸發引起的相位播種的過程，”哲學博士Amir Farn說，Drexel副教授Drexel，他是研究領導者，他是研究領導者。 “這是一個非常有效，自然的過程，我們想在建築材料中重複它。” 由Drexel大學研究人員創建的血管建築材料的3D...

具有MASN的機器人臂，具有致敏的習慣和特徵。信用： 自然連接 （2025）。 doi：10.1038/s41467-025-60818-X 在人工智能和機器人成就共同發展的過程中，允許機器人能夠像人一樣有效感知和對環境的技術的發展已成為最重要的任務。在這種情況下，韓國研究人員引起了人們對人工感覺神經系統的引入的關注，該系統模仿了生物的感覺神經系統，而無需單獨的複雜軟件或方案。可以預期，這種突破性技術將用於超級機器人和機器人假肢等領域，在這些領域中，智力和能源有效的外部刺激答案很重要。 KAIST於7月15日宣布，由Caste董事長Shinhyun主席Shinhyun主席和Chongwon Lee教授的聯合研究小組，來自Chungnam國立大學半導體系的Chongwon Lee教授，開發了一種神經性的感官神經神經神經神經神經系統。該系統模仿活生物體的感覺神經系統的功能，並允許一種新型的機器人系統，可以有效地響應外部刺激。 有一項研究 出版 在雜誌中 自然連接場地 在自然界中，包括人在內的動物是安全或熟悉的激勵措施，並有選擇地應對重要或危險。這種選擇性的答案有助於防止不必要的能源消耗，同時保持對關鍵信號的快速了解。例如，空調的聲音或皮膚上的衣服感覺很快就會變得熟悉並且不會轉向。 但是，如果有人稱呼您的名字或尖銳的物體會影響您的皮膚，那麼快速的重點就會出現。這種行為受感覺神經系統中“成癮”和“致敏”功能的調節。試圖應用生物神經系統的這些感官功能來創建有效響應外部環境（例如人）的機器人。 根據施加的刺激，機器人反應基於低階的常規MASN。信用： 自然連接 （2025）。 doi：10.1038/s41467-025-60818-X 然而，實施複雜的神經特徵，例如機器人中的成癮和敏化，面臨著對單獨軟件或複雜方案的需求的微型化和能源效率的困難。特別是，試圖使用神經形態半導體的備忘錄。 下一代電氣設備是一種膜，由於能夠以對設備的電阻形式存儲模擬值，因此被廣泛用作人造突觸。然而，現有的記憶者在模仿神經系統的複雜特徵方面受到了限制，因為它們僅允許單調的電導率變化。...

信用： 納米能量 （2025）。 doi：10.1016/j.nanoen.2025.111232 與傳統鋰離子版本相比，固體電池在時間的份額中充電，開始更冷，將能量更少。 新的 審查 來自加利福尼亞大學河濱分校，發表在 納米能量解釋了為什麼這項技術準備將所有東西從電動汽車轉變為消費電子產品，這是一個很大的儲能。 這些電池取代了用固體材料在標準版本中發現的易燃流體，這種材料更安全，更有效。在今天的電池可能需要30到45分鐘才能達到80％的地方，固態型號可以將這段時間降低到12分鐘，在某些情況下只有3個。 UCR機械工程教授Cengiz Ozkan的主要作者說，這些優勢降低了化學和工程學。他說：“取而代之的是，通過去除液體並使用穩定的固體材料，我們可以立即安全地將更多的電力推入電池，而不會過熱或火災。” 普通的鋰離子電池會移動鋰離子，這些顆粒將通過液體帶動電荷。但是這種液體會隨著時間的流逝而惡化，限制充電率並代表火的風險。取而代之的是，實體電池使用固體材料，該材料為通過鋰離子提供了更安全，更穩定的環境。這為更快，更有效的充電提供了更少的安全問題。 這些電池內的固體物質稱為固體電解質。綜述中有三種主要類型：基於硫化物，基於氧化物和聚合物鹼。每種類型都有優勢：有些使離子移動得更快，有些則可以提供更好的長期穩定性，或者更容易產生。一個傑出的組，基於硫化物的電解質，幾乎與當前電池中的液體相同，但沒有缺點。 研究人員還描述了現在用來實時監視工作的科學家的工具。中子可視化和功能強大的X射線之類的方法使研究人員可以看到電池充電和放電時鋰的移動方式。這有助於確定鋰卡住或不必要的結構（稱為“樹突”）開始生長的區域。丹德斯（Dandrites）的針形成很小，可以導致電池可導致簡短或電池故障的事實。 了解這些內部作品是創建最佳電池的關鍵。 “這些可視化工具類似於電池MRI，” Ozkan說。 “它們使我們能夠看到重要的電池，並製造更合理的設計設計。” 緊密的電池也傾向於更有效地使用鋰。許多設計具有鋰金屬層，比電池中使用的石墨層可以在更小的空間中存儲更多的能量。這意味著固體電池可以更輕鬆，更少，但也可以長或更長。...

春季大學是招聘教師的季節，這是哲學博士學位。接受和郵政任命。但是今年是依靠聯邦融資進行科學和技術研究的機構中的暴動和恐懼季節，因為特朗普政府發動了一場廣泛的宣傳戰爭，與政府浪費進行了廣泛的戰爭，他們認為，對於某些學術界的某些人來說，例如與國家資助的科學的戰爭。從空間探針和感覺篩選到疫苗和基因組的測序，曾經被認為是不可思議的，它給出了對基礎科學和發現的基礎科學的支持。國際科學研究的主導地位是國家優先事項，是美國經濟和軍事技能的基礎。但是在唐納德·特朗普總統的領導下，黨派為政治化科學和機構鈣化而戰開始污染研究人員財務的聯邦護理。紐約市學院的物理學家邁克爾·布萊克（Michael Black）說：“我從未見過任何甚至與正在發生的事情遙不可及的東西。 “科學界處於震驚狀態。 ” 我們為什麼寫這個 財務狀態研究長期以來一直為美國的領導力提供了領導。特朗普政府呼籲在這個領域進行改革，但許多研究人員說，融資的減少是有國家權力的風險。 政治變化包括 幾乎完全凍結了融資和許可 國家醫療機構提供的年度贈款超過350億美元，該機構在大學，醫學院和其他研究機構中獲得了30萬多名研究人員。 NIH還指出，這將使從贈款的百分比降低到15％，而40％的費用為40％，潛在的短缺數十億美元。 （波士頓聯邦法院 在這個新的融資公式中暫時停止 上個月。 ） 2025年3月7日，在華盛頓，科學法案的老師法案法案在林肯紀念館附近的科學營地舉行的一次集會上。示威者抗議特朗普政府的行動，包括在國家科學基金中凍結科學研究和人員縮寫的資金。 支持物理和化學領域的學術研究的國家科學基金會減少了勞動力和 據報導，針對更深入的減少聯邦贈款被拒絕與特朗普執行命令終止多樣性，正義和包容計劃（DEI）的行政命令。和 生物學家，工程師和其他科學專家正在離開 或被迫從聯邦機構罷免。特朗普政府保護 NIH支付授予的“間接成本”的減少...

Chatbota的人工智能世界迅速變化，但是Janitor AI是一個獨特的平台，結合了先進的技術和基於角色的對話。與普通的聊天機器人不同，該聊天機器人專注於提供快速答案或解決任務，Janitor AI確實強調了角色，講故事並確保用戶參與表現出不同情緒的可配置的化身。它適用於想要不僅僅是實用程序，提供創意和交互式聊天設置的用戶，但仍與數字對話中的創新保持一定的聯繫。 什麼是AI？ Jenitor AI對現代技術的詛咒允許用戶與AI交談並獲得所有查詢的答案。聊天機器人使用AI算法回答問題，並包含各種化身。用戶甚至可以根據對話風格選擇其化身。 Janitor AI提供了智能答案，並提供了Internet上可用的確切數據。它的AI功能使看門人能夠與用戶進行明智的對話，為他們提供全部和所需的信息。與其他聊天機器人不同，Jenitor AI並不嚴格適用於扮演角色，而是專注於講故事和引人入勝的對話，而不僅僅是根據任務提供信息或任務。也許現在您的聊天機器人可以成為您想像中的故事的形象，也可以成為您想念的真實人物。但是，建議用戶不允許他們的小孩使用Jenitor AI。 看門人AI真的很安全嗎？ 好吧，這是聊天機器人，可以幫助用戶找到可靠，準確的信息。這樣，他幫助他們做出更昂貴的決策，狹窄的業務流程和降低運營成本。但是，通過說這是安全的，Jenitor AI不是為18歲以下的兒童創建的。因此，父母/監護人必須照顧孩子，並使他們遠離此聊天機器人軟件。風險可能大於收益。 看門人AI是免費的聊天機器人嗎？ 是的，Jenitor AI是免費的聊天機器人。用戶可以在此平台上註冊，查看標誌和交互，而無需提前支付費用。看門人的同意不以自己的AI模型來使用，而是基於人工智能的開放API密鑰。此外，與任何頭像交談時，您都需要AI AI。因此，用戶不得提前支付費用，但他們將不得不支付API支付運輸費用。 市場上可用的AI JEI的替代方案是什麼？ 每個AI應用程序軟件當前都有自己的替代方案。在AI戰爭的情況下，我們可以說Woochong是最受歡迎和最現實的替代方案。儘管我們不考慮選擇...