国内科技热点： 5月14日，中国科学技术大学潘建伟、陆朝阳、张强、刘乃乐等科学家组成的科研团队，联合济南量子技术研究院、山西大学、清华大学、上海人工智能实验室、崂山实验室、国家并行计算机工程技术研究中心等单位，成功研制出1024个量子压缩态输入8176模式的可编程量子计算原型机“九章四号”，首次操纵和探测高达3050个光子的量子态。“九章四号”被应用于高效求解高斯玻色采样任务，其计算速度相比当前全球最快的超级计算机快1054倍（即量子优势比为1054），成功建立了国际上最强的量子计算优越性。（来...

以往研究发现中国沿海养殖区泡沫聚苯乙烯（EPS）漂浮物上存在穴居无脊椎动物。这些无脊椎动物，包括团水虱，沙蚕和螃蟹通过机械钻孔导致EPS的结构发生重大变化，诱导EPS的破碎和微塑料的形成。然而，团水虱是否对摄入的EPS发挥降解作用?肠道内微生物是否对PS具有降解效果？还有待进一步探究。 我们通过采集位于厦门沙滩上的EPS浮标内的团水虱，并对其聚苯乙烯（PS）降解能力进行了分析，证明了团水虱通过摄食行为和肠道微生物协同作用参与EPS的破碎与生物降解，导致微塑料在海洋环境中的形成与累积。将团水虱喂养...

有害藻华（HABs）时常威胁海洋生态系统、渔业生产和公共健康，因此快速且准确地识别微藻，尤其是HAB物种，是海洋生态监测中的关键问题。目前，已有多种方法用于检测环境样品中的微藻，包括显微镜观察、高通量测序及定量实时PCR（qPCR）等。然而，如何省时、节省人力且准确地在环境样品中识别微藻仍是生态学家致力于解决的难题。IFCB等成像流式设备能够快速获取大量微藻图像，为人工智能自动分类提供了重要基础。 自然资源部第二海洋研究所研究团队利用海洋二所微藻种库中纯种微藻藻株图像，并结合WHOI的公开图像数...

近岸珊瑚礁生态系统是生物多样性与碳循环的关键区，其沉积有机质（SOM）的来源、分布与保存直接影响珊瑚礁区生态稳定与碳汇潜力。在人类活动与气候变化双重压力下，SOM的输入、循环与保存过程发生系统性改变，威胁珊瑚礁健康。然而，目前对退化珊瑚礁区SOM的环境响应、来源构成及调控机制尚不明晰。 本研究于2022年11月（秋季）、2023年2月（冬季）和2023年8月（夏季）在深圳杨梅坑海域开展了3个季度的调查，系统解析了表层SOM的时空变化、来源特征及其主控因素。研究表明，杨梅坑珊瑚礁区表层沉积物总有机...

随着城市化进程加快，河流生态系统正面临多种污染物的协同胁迫。微塑料与重金属作为两类典型环境污染物，其在环境中的共存可能引发协同毒性效应，放大生态风险。然而，现有研究多聚焦于单一污染物的时空分布与风险评估，对复合污染体系的综合评价仍缺乏系统方法。针对当前二维综合指数模型忽视微塑料形态风险这一关键参数的局限，本研究创新性地将形状风险指数（SRI）整合至微塑料-重金属复合污染评价框架中，构建了改进型二维综合指数型，为复合污染生态风险评价提供了新思路。 兰州交通大学工作组于2024年冬季（11月）对黄河...

国内科技热点： 新华社上海4月24日电（记者董雪）在我们的大脑中，除了神经元，还住着数量庞大的“星形胶质细胞”，它们支持着神经元的运作。但当大脑生病，它们也会“黑化”，进而加速神经元死亡。有没有办法“驯化”星形胶质细胞，让它们继续支持神经元运作？其关键在于找到控制它们行为的开关——转录因子。中国科学院脑科学与智能技术卓越创新中心研究员周海波研究组牵头的联合团队，以小鼠为研究对象，绘制出一张“星形胶质细胞转录因子功能图谱”，并从中筛选出一个潜在的阿尔茨海默病“干预开关”。相关研究24日发表于国际学...

海表高度变化是反映大洋环流结构、中尺度涡旋活动及海气相互作用的重要动力指标，对理解海洋动力过程和气候系统至关重要。本研究提出新型深度学习模型——Geostrophic-TAU U-Net（GTU-Net），通过轻量化网络结构与时间注意力机制提升对海洋时空演变的刻画能力，并在训练中引入地转平衡等物理约束，使预测结果在提高精度的同时保持物理一致性。实验表明，GTU-Net在多个预测时长和评估指标上均优于传统深度学习方法，为海洋智能预测提供了高效、可靠的新路径，对未来海洋监测与业务化预报具有潜在应用价...

在海洋利用与开发中，准确且及时的海面高度预报至关重要。如今，凭借卫星数据近实时、易获取的优势和长期资料积累，基于数据驱动的AI模型实现海面高度预报已成为主要技术路径。本研究聚焦于北太平洋海域，提出了一种基于卫星数据和Earthformer神经网络的预报模型，能够预测未来30天的海面高度异常。研究提出两种训练策略改进思路：一方面，预测“未来变化量”而非海面高度本身；另一方面采用更符合实际预报需求的多步预报滚动训练方式。结果显示，优化后的模型Multistep-Earthformer，其预报性能明显...