New study bridges a long-standing gap in river science
地理学家终于弄清楚了为什么有些河流形成单个通道，而另一些河流则分为许多交织的线程。他们的发现发表在《科学杂志》上，可以改变洪水规划和河流修复工作。 “是什么原因导致河流被单线程或多线程的问题与地貌学领域一样古老，” […]
Five-year study suggests chimpanzees strike stones against trees as form of communication
瓦格宁根大学和研究和德国灵长类动物研究中心的行为生物学家最近进行的一项研究发现了西非野生黑猩猩之间的非凡现象：使用石头来产生声音，大概是一种交流形式。
Did the pandemic lockdowns improve digital skills?
2020年的许多视频电话始于“你能听到我的声音吗？”当时的德国数字工作仍然相对罕见，许多人都在努力与新的交流形式挣扎。 Duisburg-Essen大学的四位WISNA教授最近进行的一项研究检查了COVID-19锁定是否真的改善了德国人民的数字技能。这项研究已在4月下旬在日本横滨举行的人类计算机互动会议（CHI 2025）会议上提出。
Grand canyons on the Moon were created in just minutes
新的研究表明，月球上的两个巨大峡谷是由以每秒约一公里的速度撞击岩石流形成的。峡谷，薛定谔谷和普朗克谷——分别长 270 公里、深 2.7 公里，长 280 公里、深 3.5 公里——大小可与大峡谷相媲美 […]
Astronomers observe real-time formation of black hole jets for the first time
天文学家观察到 1ES 1927+654 中一个超大质量黑洞快速变化，揭示了实时喷流形成和 AGN 活动的复杂性。文章《天文学家首次实时观察到黑洞喷流的形成》首次出现在《科学探究者》上。
NASA’s Breakthrough Discovery Explains Vesta’s Mysterious Gullies
整个太阳系的陨石坑表面都显示出古代撞击的迹象，但灶神星上的神秘沟壑可能是由流星体撞击引发的突然盐水流形成的。最近模拟灶神星环境的实验表明，由氯化钠稳定的盐水可以流动足够长的时间，在结冰前形成通道。这一发现建立在美国宇航局的发现之上[...]
How AI is Making Sign Language Recognition More Precise Than Ever
当我们考虑打破沟通障碍时，我们通常会关注语言翻译应用程序或语音助手。但对于数百万使用手语的人来说，这些工具并没有完全弥补差距。手语不仅仅是手势——它是一种丰富、复杂的交流形式，包括面部表情和 […] 这篇文章《人工智能如何使手语识别比以往更精确》首先出现在 Unite.AI 上。
Why Scaling Works: Inductive Biases vs The Bitter Lesson
通过一个玩具问题构建深刻见解来源：所有图片均由作者提供在过去十年中，我们见证了扩展深度学习模型的力量。在大量数据上训练的大型模型在语言建模、图像生成、玩游戏甚至蛋白质折叠方面的表现始终优于以前的方法。要了解扩展为何有效，让我们看一个玩具问题。介绍一个玩具问题我们从一个 1D 流形开始，它穿过 2D 平面并形成一个螺旋：现在我们添加一个热图，它表示对特定 2D 点进行采样的概率密度。值得注意的是，这个概率密度与流形的形状无关：让我们假设流形两侧的数据始终完全可分离（即没有噪音）。流形外部的数据点为蓝色，内部的数据点为橙色。如果我们抽取 N=1000 个点的样本，它可能看起来像这样：玩具问题：我们
How Tiny Neural Networks Represent Basic Functions
通过简单的算法示例对机械可解释性进行简单介绍简介本文展示了小型人工神经网络 (NN) 如何表示基本功能。目标是提供有关 NN 工作原理的基本直觉，并作为机械可解释性的简单介绍——该领域旨在对 NN 进行逆向工程。我提供了三个基本函数的示例，使用简单的算法描述了每个函数，并展示了如何将算法“编码”到神经网络的权重中。然后，我探索网络是否可以使用反向传播来学习算法。我鼓励读者将每个示例视为一个谜语，并在阅读解决方案之前花一点时间。机器学习拓扑本文尝试将 NN 分解为离散操作并将其描述为算法。另一种方法可能更常见、更自然，即研究不同层中线性变换的连续拓扑解释。以下是一些有助于增强拓扑直觉的优秀资源：
On the Stepwise Nature of Self-Supervised Learning
图 1：自监督学习中的逐步行为。在训练常见的 SSL 算法时，我们发现损失以逐步方式下降（左上），而学习到的嵌入则以迭代方式增加维度（左下）。嵌入的直接可视化（右图；显示了前三个 PCA 方向）证实了嵌入最初会折叠到一个点，然后扩展到 1D 流形、2D 流形，并随着损失的步骤而扩展。人们普遍认为，深度学习的惊人成功部分归功于它能够发现和提取复杂数据的有用表示。自监督学习 (SSL) 已成为一种领先的框架，用于直接从未标记数据中学习图像的这些表示，类似于 LLM 直接从网络抓取的文本中学习语言的表示。然而，尽管 SSL 在 CLIP 和 MidJourney 等最先进的模型中发挥着关键作用，但诸
PUBLICATION NOTICE: Numerical Sedimentation Investigation Mississippi River Cairo to Pilots Station
报告编号：MRG&P 报告第 30 号标题：密西西比河开罗至领航员站数值沉积调查 作者：Ronald R. Copeland、Leslie Lombard、Roger A. Gaines 已批准公开发布；分布无限 2020 年 2 月摘要：开发了西南通道末端和俄亥俄河交汇处之间的整个密西西比河下游的 HEC-6T 数值模型。该模型包括超过 1000 英里的河流，并根据 1991 年至 2002 年的测量数据进行了校准。数值沉积模型的目的是提供一种工具来评估密西西比河及其支流项目特定特征的长期和全系统影响。演示了与新奥尔良地区泥沙转移影响和疏浚影响相关的模型应用。该模型展示了新的收缩工程对长期和
