العلوم والتكنولوجيا

https://www.youtube.com/watch?v=p49k0l2fsig Chirp Cycades是許多夏天的聲音，收到了電子更新，將昆蟲變成了Cyborg的揚聲器，從Pachelbel的佳能到主題 最好的槍站在工作中的現場研究人員可以在緊急情況下使用預防信息。 Nao Nishida 他來自日本杜斯庫巴大學的同事的靈感來自先前的研究，蟑螂受到導致肌肉運動的遠程電極的控制。 Nishida說，研究人員坐在他們的森林校園裡聽奇卡達附近的Chibul，決定使用類似的方法“借用他們的鳴叫”。 Cicadas用稱為儲罐的器官發出噪音，這些器官由薄膜連接起來，後者在彎曲時會單擊。通過這樣做數百次，一秒鐘會產生連續的噪聲，並且高度取決於屈曲頻率。 為了控制時間佈拉爾，研究人員將電極植入了七個大棕色晶圓醬中（graptopsaltria nigrofuscata他們使用來自通過放大器的計算機的信號在精確控制的步驟上引起噪聲。 最終，該團隊能夠鼓勵西卡達斯肯定會播放音樂，昆蟲能夠繁殖超過三個八度音的音調，從27.5 Herz的音樂音符A到261.6 Hertz的C C。 Nishida現在在東京大學學習，他說，由於實驗，這些動物相對合理，有些動物被釋放回野外。他說：“他們中有些人想逃跑。” “其中一些就像“好吧，請用我的肚子。 “ 該團隊在其文章中聲稱，可以在緊急情況下（例如地震）使用半機械人的昆蟲，在這種情況下，它們比電子機器人更能能效率更高，耐用和靈活。 主題：...

華盛頓 - 衛生與公共服務部長羅伯特·肯尼迪（Robert F. Kennedy Jr. 第一步 計劃 美國食品和藥品管理局撤銷了柑橘紅2和Orange B的授權。 衛生與公共服務部說，此後，將與該行業合作消除六種基於石油的食物染料：藍色1，藍色2，綠色3，紅色40，黃5和黃色6。 加利福尼亞批准了一項法律，該法律以去年禁止這六種染料，理由是對兒童的發育和行為損害。州法律將於2027年底生效。 另一方面，FDA鼓勵使用SO稱為的天然食品染料，例如Gardenia Blue和磷酸鈣。 FDA專員Marty Makary在媒體活動中說：“紅色染料嗎？嘗試西瓜汁或甜菜汁。” 據該部門稱，週二的宣布注定要刺激食品染料行業，以便在明年年底合作消除這些染料。 馬卡里說：“讓我們以友好的方式開始，看看我們是否可以在沒有法律或法規更改的情況下做到這一點。” “他們想這樣做。” 馬卡里指出，如果他與加利福尼亞州的政府官員合作以開發這些擬議的聯邦變更。...

我們對時間的理解變得更加準確，從聖迪亞人到原子時間已經變得更加準確，因為技術發展使我們能夠更準確地測量它。 除了幫助我們準時到達時，時鐘還可以使我們區分我們的位置。例如，經度是通過測量與已建立的位置的時間差來確定的，這些位置的知識加速了1700年代時鐘的早期發展。倫敦的皇家天文台格林威治是這種技術衝動的最前沿。正是在這裡，格林威治的平均時間是開發的 - 天文學家晴天的平均度量以提高準確性。英國的木匠和觀看約翰·哈里森（John Harrison）在第一個先進的導航技術和對海洋加速研究的海洋時間表的發展中發揮了重要作用。隨後，英國成為地球上南北的主要子午線線的事實上，它是衡量經度的零點。 儘管英國遠非唯一有助於確定時間的國家，但它在其歷史上發揮了重要作用。皇家天文台的高級策展人路易斯·魔鬼（Louise Devil）根據他的收藏中最重要的時光吹口哨。 主題： 來源連結

克恩縣（Kern County）的Heartland Charter School在今年春天的日曆上進行了幾次夢想中的野外旅行，包括漢堡（In-Out）路線，中央海岸的Amtrak火車旅行以及好萊塢多餘的Matinea表演“ Harry Potter and The Cursed Child”。出口似乎並不罕見，但是心臟地帶的學生人體與其他加利福尼亞學校的不同之處在於。根據加利福尼亞學校報告該州報告的數據時間的分析，去年，在810名心臟地帶花園學生中，只有5％接受了所有兒童疫苗，而9％的人接受了疫苗接種麻疹。去年全州嬰兒花園學生的疫苗接種率為93.7％。Heartland是加利福尼亞州最大的獨立特許學校之一，該學校允許父母在公立學校系統中註冊其子女，但通過在家中或在線教育，避免了國家嚴格的疫苗要求。 這些計劃有時被稱為家庭教育憲章，在線憲章或虛擬憲章，在COVID-19大流行期間退休，比傳統學校更具靈活性。 他們還為不想接種孩子或放棄公立學校系統的加利福尼亞父母擔任法律庇護所。黃金州屬性的一些公共衛生部門降低了這些計劃的疫苗接種率，這些計劃可以註冊數百甚至數千名兒童。公共資金是加利福尼亞嚴格的兒童疫苗接種法律中剩下的少數軟地點之一，這是立法者在2014年在迪士尼樂園開始發生麻疹爆發後硬化的，這使300多人病了。 2015年，立法者批准了參議院第277號法案，該法案禁止對兒童疫苗的豁免。 2019年，他們對未接種疫苗的兒童進行了醫療豁免的審查。這些法律仍然允許父母省略參加獨立學習計劃且未接受教室教學的孩子的免疫接種。 “ 但是，州疫苗接種法律並未指定“課堂教學”的含義，即使學生在學校或第三部分供應商的親自參加某些課程時應接種疫苗接種，或者如果他們參加由學校批准的活動，例如旅行，足球練習或畢業黨。 Assn的創始人兼總監Jeff Rice說：“有很多灰色區域。”個性化的學校和學習服務或APLUS+是特許學校的商業團體，學生在家和在線上都在尋找學習的組合。根據加州教育法規，如果80％的學習發生在校園外，則一所學校不是基於“基於”。 當加利福尼亞硬化疫苗接種法時，賴斯說，他敦促明確未每週五天親自上傳統學校的學生的免疫要求。他說，與其確定“不基於班級的指示”，該州將這一決定留給了學校董事會和監管特許學校的縣教育局。 賴斯說，在APLUS+成員的100所學校中，三分之二的學生每周至少一天上課。...

許多人對墮胎是否應該合法有強烈的信念Michael Bihmeyer/Imago/Alamy 上帝存在嗎？我們應該使所有藥物合法化嗎？是 哈利·波特 好書？您在這些土著問題上的立場和大量人工智能模型可以預測，該模型接受了40,000多人的信念培訓，並有可能用於大規模操縱。 大型語言模型（LLM），例如chatgpt，已經創建了單詞及其含義的地圖，以至於可以對它們進行計算：以“王”一詞，“男人”的減法並添加“女人” ... 來源連結

隨著特朗普政府削減預算， 威脅要撤銷免稅的稅收 對於非營利組織，南加州的一些社會正義組織蹲下了防禦，希望等待經歷的風暴。他們沒有公開反對特朗普總統計劃的削減。有些人擦洗了他們的術語網站，例如“權益”，“包容”和“變性者”。其他人被告知，他們應該消除土地認可：向該地區第一批人類居民致敬的宣告。但是其他本地非營利組織打算打架。他們批評了特朗普的政策。他們拒絕了改變其任務陳述的建議。他們去了法庭。一個，巨人 聖胡安社區健康 - 他已經關注該地區的工人階級和60年的移民，正在發起一項運動，稱他們為國會共和黨人，認為他們允許特朗普的削減預算削減，他們認為他們會為窮人癱瘓。總部位於洛杉磯南部的古老健康診所繫統於週四加入了其他10個非營利組織，參加了媒體運動，該運動將重點關注眾議院眾議院的六個地區，共和黨立法者支持總統的初始預算計劃。新創建的活動 衛生司法行動基金 它將促進主題“醫療補助對我很重要”。該組織計劃在接下來的幾週內花費200萬美元，以關注全國六名共和黨立法者的請求，電話銀行，社交網絡和廣播廣告，並告訴他們他們的選民不支持窮人和殘疾人的主要聯邦衛生計劃的削減。共和黨人控制的參議院和參議院批准了特朗普預算框架，該框架需要在經營的行動中削減8800億美元的削減。 商會能源和商業委員會。 特朗普和其他共和黨人堅持認為，醫療補助將不必被削減。但是無黨派 國會預算辦公室不同意說只能通過削減醫療補助才能實現所需的節省。避免這些削減的新運動是由位於洛杉磯的聖約翰健康組織組織的，其 總裁兼執行董事吉姆·曼吉亞（Jim Mangia）。“共和黨人和特朗普總統提出的醫療補助削減將對美國各地低收入家庭的健康造成毀滅性，”在一次採訪中指示聖約翰四分之一世紀的曼吉亞說。 “有數十萬人依靠醫療補助，在加利福尼亞州的Medi-cal基本醫療保健。減少為億萬富翁的稅收免稅是對本國應該是這個國家的變態的。”Mangia及其董事會表示，他們了解到他們不斷擴大的醫療組織在南加州有20多個地點，可能是打電話給總統及其預算的目標。“我們的立場正在戰鬥，”芒迪亞說。 “許多社區衛生中心一直在刮擦他們的網站，並用他們的網站的'trans'和'非裔美國人'之類的詞語。我們不會那樣做。我們不會抹去我們服務的人。”為窮人，移民和LGBTQ+社區服務的非營利組織領導人一直參與了激烈的對話，數週，就如何做出應對特朗普及其政策做出回應，這明確指出了對某些人群的服務。 共和黨代表戴維·瓦拉達（David Valadao）代表中央山谷地區的一個地區，近三分之二的居民信任醫療補助。 （Irfan Khan /...

包含量子位或立方體的芯片的插圖皮特·漢森/查特斯托伊 創建真正有用的量子計算機的努力通常會減少以製造更多，添加立方體，量子位，這是這些設備的主要構建塊。但是，內部量子混亂的創造可能會產生相同的效果 - 並允許量子計算機執行一些對他們來說似乎太大的任務。 創建真正的量子事故 - 與量子混亂不同，並且可以成為量子技術的有用資源... 來源連結

人工智能的數據和工具提供了對社交網絡的廣泛觀察TADA圖像/shutterstock 美國政府擴大了對社交網絡的監控，以監視數百萬的訪客和移民，其使用更多的數據測試和人工智能工具也可以增加對美國公民的審計。 “幾乎沒有，如果不完全，政府不可能只專注於文盲，而不看別人的其他社交網絡。” 雷切爾·萊文森·奧爾德曼（Rachel Levinson-Uoldman） 在布倫南，非營利性公共政策中心... 來源連結

12月，來自斯坦福醫學學校的同事 內森·洛（Nathan Lo）博士 和 馬修 基安 我必須說話。兒童免疫率慢慢下降，但在全國各地不斷下降，從大流行之前的95％到不到93％ 在2023-24學年。即使是麻疹，紙張和風疹（MMR）疫苗的相對較小的減少；白喉，破傷風和妓女咳嗽（DTAP）；脊髓灰質炎;水痘說，他們想知道，我們在10年或20年內如何見面？如果疫苗接種率略有上升或下降很多，會發生什麼？Lo和Kiang組織了一個代表性的美國人口統計模型，並管理了結果。他們發現，如果當前的疫苗接種率在未來幾十年中保持穩定，那麼當前在該國許多地區延伸的麻疹，但主要在西南部，它將在25年內再次在美國再次流行。他的 結果 他們於週四在《美國醫療協會雜誌》上發表。在美國，麻疹在技術上被“消除”。在2000年，這意味著該疾病變得足夠罕見，免疫力足夠廣泛，即使在一個社區內出現了一兩個案例，當地傳播也會迅速停止。在25年之後 10,570例麻疹病例包括一月份在德克薩斯州西部的爆發中的800人。但是，在目前的疫苗接種率下，LO和Kiang估計，從現在到2050年，可能會有多達851,300例麻疹病例。根據他們的計算，在那段時間內，將有170,000多人住院，幾乎900人將遭受弱化和潛在的致命神經系統並發症。大約有2550人死亡。 我們不會在疫苗之前的日子裡返回，當時麻疹每年影響超過400萬人，並定期宣稱一生 每年至少有400名美國兒童。但是這種疾病再次成為地方病，這總是在某種參考水平上存在，例如 流感每年這一病人的數百萬，並殺死了數千人。“目前，我們應該真正試圖提高疫苗接種率，”人口流行病學和健康助理教授Kiang說。 “如果我們將它們保持原樣，大約二十年來，壞事將發生。”根據斯坦福團隊的模型，其他可預防的疾病也將出現在本世紀的下四分之一：190例風疹，18個多肌性炎，八個白喉病。但是，從遠方最感染力的小組中，沒有人會再次咆哮。父母再也無法以羊群的免疫力來確保新生兒太年輕，無法使自己免受疾病的疫苗接種。急診室的兒科醫生和醫生會看到與麻疹有關的患者可能在培訓或職業中找不到的麻疹。紐約市的亞當·拉特納（Adam Ratner）博士說：“我讀過合理數量的這類文件，我認為這是例外。” 傳染病的兒科專家。 “估計的不良麻疹病例和結果以及其他可預防的疾病極為令人擔憂。這些是美國家庭不習慣思考或看不見的疾病，除非我們扭轉這一過程，否則在不久的將來可能會再次變得普遍。”傳染病助理教授說，即使是相對較小的兒童免疫增加也可以避免這種情況。如果MMR疫苗率增加了5％，那麼在他在過去25年中看到的未來25年中，該國祇會看到大約一半的麻疹病例。他說：“這裡的一小部分人口確實可以在更安全的地區傾斜方面有所作為。”兩位作者都說，他們認為疫苗接種率的降低最有可能的結果。自從他們首先構思這項研究以來，特朗普總統擔任該職位，並被任命為衛生與公共服務部長羅伯特·肯尼迪（Robert F. Kennedy...

遠觀人工智能模型使用英格蘭醫院和家庭醫生的筆記中獲取的數據漢娜·麥凱（Hannah McKay）/彭博通過蓋蒂圖像 它的創作者說，通過在英格蘭使用國家衛生服務的5700萬人進行醫學數據的培訓，該模型曾經可以幫助醫生預測疾病或預測住院的指標。儘管如此，其他研究人員說，關於如此大規模使用健康數據的機密性和數據保護仍然存在重大問題，而AI的建築師也不能保證他們不會意外地識別患者的機密數據。 Foresight稱為“最初版本”的模型。該初始版本使用了GPT-3 Openai，這是一種大型語言模型（LLM），站在Chatgpt的第一版後面，並研究了來自兩家倫敦醫院的患者的150萬個真實記錄。 現在， 克里斯·湯姆林森（Chris Tomlinson） 在倫敦大學學院和他的同事們中，創造了世界上第一個“國家人工智能健康的模式”，也是最大的。 遠見卓識使用八組來自醫療信息的數據集，從2018年11月至2023年12月在英格蘭定期組裝的NHS，並基於具有開源LLM Llama 2的Meta。這些數據集包括門診，訪問醫院，包括5700萬人的現場醫療服務中100億個事件的醫院。 湯姆林森（Tomlinson）說，他的團隊沒有發布有關遠見如何工作的信息，因為該模型仍在測試中，但他聲稱有一天可以用來將所有內容從個人診斷到預測廣泛的未來健康趨勢，例如住院或心髒病發作。他在5月6日的新聞發布會上說：“遠見的真正潛力是在疾病發生之前預測疾病的並發症，這為我們提供了早期干預的寶貴窗口，並在規模上向更具預防性的醫療保健提供了轉變。” 儘管尚未支持潛在的優勢，但人們已經擔心在如此大規模的人工智能領域中，人們的醫療數據被提交。研究人員堅持認為，所有記錄在使用AI之前都被“取消”，但是有人可以使用數據中的模板重新識別記錄的風險，尤其是在大型數據集時。 他說：“創建強大的生成AI模型來保護患者的機密性是一個尚未解決的科學問題。” 盧克·羅徹（Luke Rocher） 在牛津大學。 “使其對AI很有價值的大量數據也使匿名化非常困難。這些模型應保持嚴格的NHS控制，可以安全地使用它們。” “定義了模型中包含的數據，因此刪除了直接標識符。”...