社会及经济科学
Social and Economic Sciences
Three things we don’t know about Facebook’s digital currency
脸书（Facebook）货币的三大质疑
图片来源：Mike Orcutt.
Facebook新货币的推出无疑是本周的一件大事，但针对此，仍有许多问题悬而未决。长期以来，加密货币充满着神秘，Facebook的行为似乎揭开了这一层面纱，这被称为有史以来最大的一次加密货币炒作，加密货币行业以及加密爱好者们对此意见不一，在此主要有三个问题值得质疑：
Is Libra really a cryptocurrency?
Libra（Facebook的加密货币计划代称）真的是一种加密货币吗?
Libra将在区块链上运行，但又与比特币相差甚远。Libra具有集中式结构，Facebook在技术和监管上下足了功夫，只有少数利益相关者可以验证交易。
Can it take blockchains mainstream？
它能让区块链成为主流吗？
如今，公共区块链使用的能源太多，处理交易的速度太慢，无法满足主流需求。这可能是采用加密货币的最大障碍。Ethereum正在研究一种替代方法来解决这个问题，这种方法被称为“权益证明机制（proof-of-stake）”，但Facebook会先做到这一点吗?
What’s in it for Facebook?
最大的问题是：Facebook是如何操作这一加密货币的？
人们不知道Facebook将如何操作这一货币，正如人们不知道自身的经济信息及隐私能否得到充分保护。
文章来源于MIT Technology Review（https://www.technologyreview.com）
地 球 科 学
Earth Science
Is Japanese Folklore Concerning Deep‐Sea Fish Appearance a Real Precursor of Earthquakes?
地震辟谣：深海鱼类的聚集并不意味着地震即将发生
图片来源：网络
长久以来，动物的异常行为往往被认为是地震、海啸等自然灾害发生的前兆。在日本，民间传说深海鱼类的异常聚集意味着地震的发生。如果这些“民间传说”能够被科学证实，那么就会为地震预测和减灾提供极为有用的信息。但是，事实却并非如此。
日本的一项最新研究表明，日本浅海海域出现桨鱼、细棱鱼等深海鱼类的异常聚集现象，并不意味着日本即将发生地震，目前，该成果于6月18日发表在期刊Bulletin of the Seismological Society of America上。
研究人员研究了1928年至2011年的数据发现，在336次深海鱼类聚集现象和221次地震事故中，只有一次事件似乎存在着关联。因此，很难证实这两种现象之间存在着联系。
文章来源：https://pubs.geoscienceworld.org/ssa/bssa/article/571628/Is-Japanese-Folklore-Concerning-DeepSea-Fish
基础交叉学科
Interdisciplinary
The whisper of schizophrenia: Machine learning finds 'sound' words predict psychosis
人工智能新进展：机器学习手段分析“声音”，预测精神分裂症前的喃喃细语
图片来源：EurekAlert
以前人们便知道，潜在精神疾病患者的细微病症存在于他们的言语和交谈中，精神疾病患者往往具有异于常人的语言模式。受限于技术的发展，这些细微的特征往往不被人所熟知，而大数据的成熟和机器学习技术强大的特征提取能力和目标识别功能，使得机器学习手段逐渐浮现于历史舞台，机器学习手段和各个学科的交叉融合俨然成为了科研领域的“弄潮儿”。
“我们可以使用机器学习手段来揭示这些精神疾病特征的隐藏细节，并进行预测。”基于此思路，埃默里大学联合哈佛大学课题组将这一成果发表在Nature子刊npj Schizophrenia上。
作为作者之一，埃默里大学心理学和神经科学教授Walker表示：“目前来说，针对精神病人没有直截了当的治疗方法。但是，如果我们能更早地识别出潜在精神疾病的患者个体并提前采取预防性干预措施，或许就能避免或者延缓精神疾病的发生。”
因此，基于人工智能手段的机器学习方法问世：Walker等人利用大量数据样本，使用机器学习方法进行归纳分类，建立了针对日常交流用语的“正常基准（normal baseline）”。其中，大量数据样本来源于国外著名社交软件Reddit，他们使用一种名为Word2Vec的程序，收集Reddit上3万名用户的在线日常对话，并将其转换成机器学习框架下可以用来进行网络训练的向量数据形式。
通过机器学习手段得到这一日常用语的“正常基准（normal baseline）”之后，研究人员将这一基准应用在针对40名志愿者的精神疾病诊断上，将该诊断结果与权威精神疾病专家的诊断结果对比发现：在日常用语中频繁使用超过“正常基准”的语言，以及频繁使用具有相似意思的词，这意味着该志愿者罹患精神疾病的可能性更大，通过机器学习方法得出的判断结果与权威专家的判断结果一致，说明该方法已初步具备人类专家的水平。
人工智能和机器学习技术发展如此之快，虽然它们以模仿人类行为作为初衷，但是也为人类提供了进一步认识人类自身心理和大脑结构的舞台。
文章来源：https://esciencecommons.blogspot.com/2019/06/the-whisper-of-schizophrenia-machine.html
医疗健康
Medicine＆Health
Drug boosts growth in youngsters with most common form of dwarfism, new study finds
研究新进展：药物或可促进青少年侏儒症患者的二次生长
图片来源：墨尔本默多克儿童研究所Ravi Savarirayan教授
墨尔本默多克儿童研究所（Murdoch children 's Research Institute）领导的一项全球试验发现，一种有助于调节骨骼发育的新药物提高了软骨发育不全儿童（一种最常见的侏儒症类型）的生长速度，New England Journal of Medicine发表了这一研究成果。
软骨发育不全是一种遗传性骨骼疾病，每25000个婴儿中就有一个患有这种疾病。它是由FGFR3基因的一个突变引起的，这种突变会破坏四肢、脊柱和颅底骨骼的生长。软骨发育不全儿童患者最常见的并发症是脊髓受压、脊柱弯曲和腿部弯曲，这些儿童中大约有一半需要进行手术治疗。不同于其他注重病症表像的治疗方法，如生长激素治疗和肢体延长手术，这种名为Vosoritide的药物更加关注软骨发育不全的潜在原因，并直接抵消FGFR3基因突变造成的影响。
针对该药物，澳大利亚、法国、英国和美国的研究中心进行了长达四年之久的研究，其中有35名儿童患者正在接受这种药物的治疗。经过治疗，这些儿童患者的平均身高增长量可以达到每年6厘米，已经接近正常儿童的生长速度，并且伴随有较轻微的药物副作用。
文章作者，约翰霍普金斯大学骨骼发育不良中心主任 Julie Hoover 教授表示，“截止到目前，这种药物对软骨发育不全儿童的再生长确有促进作用，在研究中可以发现，这种药物的作用至少可以持续四年，然而，潜在的风险与更加长期的有效药效还需进一步观察。”
文章来源：https://www.mcri.edu.au
心理学与工程技术
Psychological Science＆Engineering
Social network structure is predictive of health and wellness
社交网络正在预测你的健康状况
图片来源：美国圣母大学 Barbara Johnston
智能手表以及各种可穿戴电子设备得到了广泛的普及，各种智能化参数让我们很容易基于此对自身健康状况做出假设：我们可以通过心率数据判断今天的工作是否备受压力，我们也可以通过运动步数判断今天的自己是否比昨天更加健康，然而这一切真的可信吗？
“也许，相比于各种可穿戴智能设备，你的朋友圈可以更好地预测你的健康状况。”美国圣母大学的计算机科学与工程系的Nitesh V. Chawla教授说道，“我们发现，社交网络的结构大大提高了个人健康状况的可预测性，而这一可预测性不仅仅是来自可穿戴智能设备的数据，如步数或心率等。”目前，这一成果发表在期刊Plos One上。
在这项研究中，参与者需佩戴智能设备获取健康行为数据，比如运动步数、睡眠时长、心率等，并完成关于参与者的压力、幸福和积极情绪的调查和自我评估。随后，Nitesh V. Chawla教授团队利用机器学习手段，结合个人的社交网络特征将这些数据分析建模。结果显示，与只看智能设备上的健康行为数据相比，社交网络结构在预测一个人的健康情况方面得到了显著的提高。例如，当个人社交网络结构与可穿戴设备的数据相结合时，机器学习模型在预测健康方面的性能提高了54%。
这项研究表明，如果没有社交网络的信息，对一个人的健康状况只有一个不完整且片面的看法，要想完全预测或得出干预措施，了解社交网络的结构特征至关重要。
文章来源：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0217264
其 他
日前2019年度“阿尔伯特·爱因斯坦世界科学奖”（Albert Einstein World Award of Science）揭晓，中国科学院北京纳米能源与系统研究所首席科学家、国科大纳米学院院长、美国佐治亚理工学院终身讲席教授、“纳米发电机之父”王中林斩获这一世界性的大奖，成为首位获此殊荣的华人科学家。
图片来源：网络
文章来源中新网：https://www.chinanews.com/sh/2019/06-17/8866431.shtml
期刊Big Data特刊及封面文章Artificial Intelligence in China发文表示，中国为当今世界快速发展的人工智能领域做出了重要贡献，正成为当今世界人工智能领域的领导者之一。Big Data编辑Zoran Obradovic表示：“自2000年以来，中国在科研上的经费投入逐年增加，这在许多科学领域都带来显著的成果，在人工智能和大数据领域的科学成果尤其令人印象深刻。”
封面及文章来源：https://www.liebertpub.com/doi/10.1089/big.2019.29030.edi
世界什么时候才能够接受基因编辑婴儿呢？ CRISPR基因编辑婴儿，再一次吸引世人的目光。2019年6月10与19日，Nature杂志连发两文对此进行讨论，其中6月19日的一篇文章CRISPR babies: when will the world be ready?，Nature杂志讨论了CRISPR基因编辑技术的未来：对人类基因组进行可遗传改变的努力和工作充满了不确定性，如何使这项技术在未来安全可行似乎是一个值得努力的方向。与此同时，俄罗斯分子生物学家 Denis Rebrikov （下图）“威胁”要制造更多的CRISPR基因编辑婴儿。
图片来源：Nature
文章来源：
1. https://www.nature.com/articles/d41586-019-01770-x
2.https://www.nature.com/articles/d41586-019-01906-z?utm_campaign=the_download.unpaid.engagement&utm_source=hs_email&utm_medium=email&utm_content=73828583&_hsenc=p2ANqtz--oAXr1gF3IGHkCW0PBAX-Z6j7REBcQr4LKOxtLPKNyCFaKuTqWonqwoAbBdP4vlxrNh_eWPJwgu8b2y6AAALSaxn30wQ&_hsmi=73828583
特 别 提 示
《返朴》，致力好科普。国际著名物理学家文小刚与生物学家颜宁联袂担任总编，与几十位学者组成的编委会一起，与你共同求索。二次转载或合作请联系fanpu2019@outlook.com。
编辑 | 陈航
