CNET科技資訊網(wǎng) 4月28日 國際報道: 研究人員設(shè)計了一種名為Biobag的人造子宮, 用它來培育極其早產(chǎn)的羔羊。那么,接下來培育的會是人類嬰兒嗎?
科學家首次向我們展示了這樣一個人造子宮,它能夠成功地供養(yǎng)那些處在大約相當于23周的胎兒發(fā)育階段的小羊羔。
這些羔羊在這個被命名為“Biobags”的人造子宮中生活了四周,這個人造子宮是一個半透明的、軟質(zhì)聚氯乙烯袋狀結(jié)構(gòu),其中裝滿了人工羊水,其氧氣交換、廢料去除的過程與生物子宮中發(fā)生的過程一樣。
這種人造子宮最終或?qū)⒂兄诮鉀Q嬰兒死亡率中最為復雜的原因之一——極端早產(chǎn)。
盡管幾十年來人們一直在努力降低嬰兒死亡率,但早產(chǎn)仍是五歲以下兒童死亡的主要原因。而且盡管發(fā)達國家的醫(yī)學科學已經(jīng)將新生兒的存活邊界推到了23周,但對這種極度早產(chǎn)嬰兒的治療過程卻非常復雜,對于存活的孩子來說,終生并發(fā)癥的風險很高。
這些嬰兒需要的是在子宮里多呆一段時間。而Biobag恰好可以為他們提供這段寶貴的時間。
不過我們要明確的一點是,這個想法并不等同于要讓嬰兒從受孕到出生都完全在母體子宮外生長。
主要的研究作者和胎兒外科醫(yī)生艾倫·弗拉克(Alan Flake)向《衛(wèi)報》表示:“我不希望這種人造子宮被看做是人們裝在袋子里懸掛在墻壁上。這也不是這個設(shè)備會有的運作方式或外觀。”
相反,弗拉克希望這項技術(shù)能夠起到一個過渡作用,為極早產(chǎn)的嬰兒提供更多生長時間。
他表示:“如果我們能為嬰兒的生長和器官的成熟多提供幾個星期的供養(yǎng)支持,我們將能夠大大改善早產(chǎn)嬰兒的結(jié)局。”
迄今為止,其研究成果是非常有希望的。早產(chǎn)兒往往格外脆弱,尤其容易受到肺部發(fā)育不良和其他并發(fā)癥的影響,而實驗中被照料的小羊羔的肺部和大腦也得以正常發(fā)育。最早在Biobag中長大的羔羊現(xiàn)在已經(jīng)一歲多了,而且它們看起來還很健康。
不過,小羊羔畢竟不是人類嬰兒,而且該設(shè)備能夠可靠地進入市場前還有一段路要走。但弗拉克及其團隊對此感到非常樂觀,他們認為該系統(tǒng)有可能會在三年內(nèi)進行臨床試驗。
對早產(chǎn)兒而言,最好的治療方法就是在一開始防止他們早產(chǎn)。但對于那些不合適的情況,Biobag或許只是早產(chǎn)兒所需要的最微小的突破。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。