更好管理情绪可防病理性衰老******
科技日报北京1月17日电 (实习记者张佳欣)负面情绪、焦虑和抑郁被认为会导致神经退行性疾病和痴呆症的发生。但它们对大脑的影响是什么?它们的有害影响是否有限?瑞士日内瓦大学神经科学家观察到年轻人和老年人在面对他人的心理痛苦时大脑的激活。老年人的神经元连接表现出明显的情绪惰性,负面情绪在很长一段时间内过度地改变它们,特别是在后扣带皮层和杏仁核中,这两个大脑区域强烈参与情绪管理和自传体记忆。最新发表在《自然·衰老》杂志上的这些结果表明,更好地管理这些情绪,例如通过冥想,可帮助限制神经退化。
研究人员向志愿者展示了显示人们处于情绪痛苦状态的电视短片,以及具有中性情绪内容的视频,以便使用功能性磁共振成像观察他们的大脑活动。首先,研究小组将27名65岁以上的人与29名年龄在25岁左右的人进行了比较,然后对127名老年人重复了同样的实验。
研究表明,老年人通常表现出与年轻人不同的大脑活动和连接模式。这在默认模式网络的激活程度上尤其明显,默认模式网络是一种在休息状态下高度激活的大脑网络。它的活动经常受到抑郁或焦虑的干扰,这表明它参与了情绪的调节。在老年人中,负责处理自传体记忆的后扣带皮层与处理重要情感刺激的杏仁核的联系增加。
然而,老年人往往比年轻人更能调节自己的情绪,并且更容易关注积极的细节,即使是在消极事件中也是如此。但是,后扣带回皮层和杏仁核之间连通性的变化可能表明与正常衰老现象的偏差,这种现象在有更多焦虑、沉思和负面情绪的人身上更加明显。后扣带回皮层是受痴呆症影响最严重的区域之一,这表明这些症状的出现可能会增加神经退行性疾病的风险。
人工智能应用于更多领域 计算机研究深入光电结合******
英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。
牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。
在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。
在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞)