【菜科解读】

一个巴雅卡男孩爬上一棵树寻找食物。

Credit: Karline Janmaat

（神秘的地球uux.cn）据美国物理学家组织网（by German Centre for Integrative Biodiversity Research）：发表在《生态学与进化前沿》杂志上的一项新研究调查了当今觅食社会中儿童的觅食行为。

从很小的时候起，觅食技能就有了性别特异性的发展。

这些新发现，结合觅食社会中高水平的食物分享，支持了具身资本理论，为人类大脑大得多提供了解释。

觅食技能可以为人类提供更稳定的能量和营养供应，这最终可能使大量资源投资于大脑。

这项研究由阿姆斯特丹大学(UvA)、德国生物多样性综合研究中心(iDiv)、马克斯·普朗克进化人类学研究所、亥姆霍兹环境研究中心(UFZ)和弗里德里希·席勒大学耶拿分校领导。

人类的大脑是其他灵长类动物的三倍大。

多样化的高质量饮食和有足够时间学习复杂食物获取技能的漫长童年被认为是我们大大脑的重要进化驱动力。

与其他灵长类动物的饮食相比，人类饮食的特点是多种多样的高质量和难以获得的食物，如肉类和鱼类，以及块茎或许多种类的坚果和毛虫。

为了收集这些，复杂的觅食技能是需要的，这些技能被认为是从小就开始发展的。

为了更好地了解人类是如何学习这些觅食技能的，国际研究小组在刚果共和国陪伴了现代觅食社会BaYaka的27名儿童一年。

这些孩子从5岁开始在同伴群体中独立觅食。

研究人员调查了孩子们在每天寻找食物的旅途中的觅食方法、饮食结构和植物学知识。

除了观察行为，他们还对收集的食物进行了营养分析。

为了实现这一目标，，研究人员在莱顿和阿姆斯特丹大学的植物学家和认知行为生态学家、来自iDiv、耶拿大学和UFZ的化学生态学家、来自莱比锡马普进化人类学研究所的人类学家和来自悉尼大学Charles Perkins中心的营养生态学家之间建立了跨学科合作。

实地工作产生了一个独特的数据集，包含798小时的观测数据。

BaYaka的孩子们花了三分之一的时间寻找和获取食物。

其中一半时间，他们独立于成人进行搜索，表现出高度的自主性。

“看到孩子们在很小的时候就已经如此熟练，我印象深刻，”该论文的第一作者Jorin Veen说，他在弗吉尼亚大学完成了他的硕士论文。

食物的最大部分是掉落的水果、种子和块茎，但孩子们也爬上40米高的树去采集蜂蜜或水果，这可能是一项冒险的努力。

男孩和女孩之间的差异

结果揭示了觅食技能特化的早期开始。

男孩多的觅食小组更有可能吃水果和种子，这通常需要冒险的攀爬技巧。

女孩比男孩更有可能收集块茎。

“收集块茎需要非凡的挖掘技能，因为导致块茎的藤本植物不容易识别和跟踪，”主要作者的主管兼弗吉尼亚大学生物多样性和生态系统动力学研究所的研究员Karline Janmaat教授解释说。

“这种基于性别的觅食技能专业化的早期出现，加上觅食社会中高水平的食物共享，可能使人类物种拥有更稳定的能量和营养供应——这种供应最终可能使我们能够比我们的近亲拥有更大的大脑。

”

“我们的分析显示，尤其是占儿童饮食40%的水果，与其他植物相比，含有更多的糖，尤其是葡萄糖和果糖，”合著者Nicole van Dam教授说。

"难怪他们花这么大力气去获得它们."领导分子分析的Van Dam在2022年之前一直担任iDiv和耶拿大学分子相互作用生态学小组的负责人，后来她成为位于格罗斯比伦的莱布尼茨蔬菜和观赏作物研究所(IGZ)的主任。

科学家发现唤醒大脑机制：大脑中的觉醒开关

　　文章来源：煎蛋 　　睡眠是由好几个部分组成的。

一个晚上的睡眠包括N-REM（非快速眼动睡眠）和REM（快速眼动睡眠）以及各自的许多分支。

恰当的说，它的结构和模式被称为"睡眠结构"。

　　60多年来的研究，让我们了解睡眠的基本框架。

今天，怀抱着科学知识，研究人员对构成我们睡眠结构的底层神经系统进行研究，试图识别和了解对大脑进行控制的神经回路——不同阶段睡眠的开始、持续和停止。

例如研究人员发现控制REM周期开始和终止的神经开关。

一号店恐怖故事,狼蚁奇闻趣事,利用激光和药物操纵神经元的活动（一种叫做光遗传学的方法），他们了解了大脑如何控制梦境。

　　其他研究人员利用光遗传学鉴定夹在下丘脑和丘脑之间的神经回路，当这组神经回路变得活跃时表示睡眠结束。

是的，这很吸引人，同时也很有用：因为如果这部分的神经过于活跃或缺少活性，分别会导致失眠和嗜睡，大脑中的电路可以帮助研究人员研究出治疗睡眠障碍的方法。

　　现在，来自瑞士和德国的研究人员发现了唤醒大脑的机制。

研究小组在小白鼠的大脑中发现一条神经回路，当小白鼠清醒时这条神经回路变得很活跃，而当其变得不活跃时小白鼠进入了深度睡眠中。

他们将研究结果发表在了《自然神经科学》杂志上。

　　研究人员发现，激活这条神经回路小白鼠很快从睡眠甚至是麻醉的状态中清醒过来。

　　论文的合著者Antoine Adamantidis在一份新闻稿中说道："这是一个令人兴奋的发现，因为将植物人或具有微弱意识状态中唤醒的治疗方法效果是有限的。

" 　　掌握这条控制觉醒的神经电路能够帮助研究人员发明出更有针对性的治疗睡眠障碍和设计出更好的唤醒植物人以及具有微弱意识人的方法。

人类大脑：宇宙最强CPU

例如，不管字母A的外形、质地和背景怎样，或者不管同事的头上戴着帽子还是变了发型，我们总能认出来。

我们也能根据事物露出的一部分，比如床的一角或门的铰链，来认出它们。

这到底是怎么实现的呢？人类是不是使用了特别简单的技巧来完成这些复杂的任务？这些技巧是不是能用来改善计算机视觉，提高机器学习能力或机器人性能呢？ 人类大脑：宇宙最强CPU 乔治亚理工学院的研究人员发现，国美奇闻怪事,湘120灵异故事,人类能使用不到百分之一的原始信息来给数据分类，他们还确认了一种能够解释人类学习行为的算法，这种方法也能用于提升机器学习能力、数据分析和改善计算机视觉。

"我们怎么能够感知我们周围的这么多数据呢？怎么就能区分这么多种类型，这么快速，这么笃定？"乔治亚理工大学计算机科学的特聘教授桑托什·万帕拉说，"人类那么做的基础是什么？这是一个计算问题。

" 该大学负责研究人类行为的研究人员做了"随机投影"试验，来理解人类的学习行为。

他们把原始的抽象图像呈现给测试对象，然后询问他们是否能够识别出那些只显露一小部分特征的图像。

"我们假定随机投影是人类学习的一种方式，"阿里亚加说。

他是资深科学家和发展心理学家。

他解释说："最简洁的答案是，预测可能总是对的。

只要给人类百分之零点一五的数据，人类就能做到准确预测。

" 接着，研究人员测试了一个计算机算法，让机器（非常简单的神经网络）计算同样的测验。

机器的表现跟人类一样。

"我们发现，人类和机器的神经网络非常相似。

" 科研人员想找出一个数学定义，找出典型和非典型的公式，然后，据此预测出对人类和机器学习来说最困难的那种数据。

人类和机器的表现差不多，这表明随着时间的过去，人们将能预测出最难获悉的数据。

这个研究成果刊登在《神经计算杂志》上，被认为是对"随机投影"的首次研究。

为了测试他们的理论，研究人员做了三组150X150像素的抽象图像，然后把那些图像缩小到最小的随机投影。

被测试人员看到所有图像的时间是10秒钟，然后会随意给出某一个图像的16张草图。

使用抽象图像的目的是，确保人类和机器都不会提前获得该测试物的相关知识。

"我们惊奇地发现，简单的神经网络和人类的表现是如此接近，"万帕拉说，"通过研究人类学习模式，我们发现机器神经网络的设计太了不起了，不过它还很薄弱。

发现它跟人类的行为匹配，真是太让人惊讶了！那是一种几何学、机器神经计算和机器学习能力的创造性组合！" 虽然研究人员不能明确声称人类大脑的识别能力就是随机投影，但是研究结果随机投影看起来是个有道理的解释。

另外，随机投影是使数据不必丢失主要内容而得到有效管理的一种方法，至少对完成分类和做决定这样的基本任务来说是这样。