對(duì)很多上班族來說,咖啡已經(jīng)成為工作和生活中必不可少的伴侶。大多數(shù)人選擇咖啡的原因在于它能夠提高注意力、加速新陳代謝、改善精神狀態(tài),歸根結(jié)底一句話:提神醒腦。但是很多人總是會(huì)這樣提醒自己:每天喝咖啡不超過一杯;或者是:到下午就不喝咖啡。這是為什么呢?因?yàn)榭Х葧?huì)對(duì)心臟造成壓力,還會(huì)導(dǎo)致糖尿病和高血壓。而近來一些抵制咖啡因的團(tuán)體還聲稱喝咖啡會(huì)通過增加排尿?qū)е氯梭w脫水,因?yàn)楹攘丝Х群缶腿ハ词珠g的人的確非常非常多。
一個(gè)英國(guó)研究小組最近對(duì)咖啡是否會(huì)導(dǎo)致脫水這一問題進(jìn)行了研究,并表示,此次調(diào)查是對(duì)經(jīng)常飲用咖啡的人群進(jìn)行這類調(diào)查的首項(xiàng)研究。其結(jié)論用一個(gè)字概括就是:否!
需要注意的是,這篇發(fā)表在國(guó)際學(xué)術(shù)期刊《公共科學(xué)圖書館·綜合》(PLoS One)上的論文并非是一項(xiàng)運(yùn)動(dòng)研究。事實(shí)上,研究人員還要求這50名男性受試者不進(jìn)行鍛煉,他們想確定喝咖啡對(duì)人究竟會(huì)有什么影響。
由于女性因其生理周期無法控制變量,因此此次研究對(duì)象并不包含女性。而這50名男性研究對(duì)象進(jìn)行了四天喝咖啡和四天不喝咖啡的試驗(yàn)。作為研究一部分,他們需要每天喝四杯200毫升(即6至7盎司)的咖啡,而另一部分人,他們則每天喝四杯200毫升的水。在其他方面,他們?nèi)岳^續(xù)飲用由三天預(yù)實(shí)驗(yàn)食物日記決定的正常液體和食物。當(dāng)然,酒精是被禁止飲用的。
在所有環(huán)境未發(fā)生變化的條件下,研究對(duì)象被嚴(yán)格檢測(cè)了全身含水量、體重、血值、尿量和腎功能。而研究結(jié)果發(fā)現(xiàn),這些指標(biāo)都未發(fā)生變化。
也就是說,人體并沒有因咖啡的飲用而將有價(jià)值的液體排出體外,咖啡可以像水一樣為你的身體補(bǔ)水。這個(gè)英國(guó)研究團(tuán)隊(duì)推斷:“這些數(shù)據(jù)顯示,當(dāng)習(xí)慣攝入咖啡因的男性適量飲用咖啡時(shí),咖啡會(huì)補(bǔ)充人體日常液體所需,而且不會(huì)對(duì)人體體液平衡構(gòu)成不利影響。”
這一研究結(jié)果與美國(guó)運(yùn)動(dòng)醫(yī)學(xué)學(xué)會(huì)(American College of Sports Medicine)在2005年對(duì)水合作用的研究結(jié)果達(dá)成一致。運(yùn)動(dòng)醫(yī)學(xué)學(xué)會(huì)的研究寫道:“雖然咖啡因的攝入對(duì)某些個(gè)體而言有適度的利尿作用,但這并不影響習(xí)慣性以咖啡替代水?dāng)z入的咖啡因攝入者,因此運(yùn)動(dòng)員日??梢詳z取含咖啡因的飲料,只要他并非純咖啡因愛好者。”
這項(xiàng)建議似乎與人們?nèi)粘UJ(rèn)知的一杯咖啡后很快去洗手間的說法相矛盾。美國(guó)運(yùn)動(dòng)醫(yī)學(xué)學(xué)會(huì)和其他專家建議,在進(jìn)行過大量脫水鍛煉后最好避免直接飲用咖啡。在這種情況下,最好先飲用不含咖啡因的飲料補(bǔ)充水分,這樣在短期內(nèi),人體體內(nèi)水平衡會(huì)更快地恢復(fù)正常。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。