6月12日（星期四）消息，國外知名科學網站的主要內容如下：

《自然》網站（www.nature.com）

女生何時在數學上落后？大規模研究揭示關鍵節點

全球范圍內，青少年男生在數學測試中表現優于女生，且男性更可能從事數學相關職業。然而，男嬰并未展現出更強的數字或邏輯能力。一項針對法國近300萬名5至7歲學生的研究發現，數學性別差距出現在入學第一年，并在四個月后開始顯現，12個月后進一步擴大。

該研究由法國原子能和替代能源委員會（CEA）等機構開展，覆蓋2018至2021年入學的學生，證實了這一現象在全國各群體中的普遍性。經濟學家指出，這種普遍性表明縮小差距的政策需面向所有人，而非特定群體。

研究利用大數據分析發現，差距的觸發點是正式教育的開始，而非年齡。例如，12月出生且已進入第二學年的學生存在性別差距，而1月出生剛入學的同齡人中則無此現象。這表明差距源于入學后的環境，而非先天能力差異。

嬰幼兒時期，女孩和男孩對數字與邏輯的理解力相似。研究認為，教師和家長可能無意中傳遞了“男生更擅長數學”的刻板印象，或認為男生的成功源于天賦，而女生靠努力，這會削弱女生的信心。此外，入學后將數學單獨歸類為特定科目可能促使女生內化這些偏見。女生對數學的焦慮也普遍高于男生，可能影響限時測試的表現。

研究人員建議，應拓寬“數學能力強”的定義，例如不僅看重答題速度，也認可創新解題方法。教育需更包容，而非要求女生適應傳統男性化的學習模式。這項研究強調，通過調整早期教育環境，可以有效減少數學性別差距。

《科學》網站（www.science.org）

暴龍家族秘史：科學家找到進化鏈上的關鍵“拼圖”

2023年5月，加拿大卡爾加里大學古生物學家在蒙古科學院研究一組距今8500萬年的腿骨化石時，發現其可能屬于暴龍類的關鍵祖先物種。這一新物種被命名為“Khankhuuluu mongoliensis”（蒙古語意為“龍王”），體型僅為雷克斯霸王龍的一半，具有細長的頭骨和身軀。

研究顯示，Khankhuuluu填補了暴龍進化史的重要空缺。約1.45億年前，暴龍類還是小型掠食者，生活在更強大的異特龍陰影下。但到8000萬年前，它們體型增長近十倍，成為頂級掠食者。卡爾加里大學的研究團隊認為，Khankhuuluu可能是連接早期小型暴龍與后期巨型霸主的“缺失環節”。

暴龍的擴散路徑也被重新勾勒。約9000萬年前，類似Khankhuuluu的恐龍從亞洲進入北美洲，其后代逐漸演化出多樣化的暴龍類。約7800萬年前，部分暴龍重返亞洲，形成兩類分支：一類纖細小型，一類粗壯巨型。其中一支大型亞洲暴龍約7000萬年前再度遷回北美洲，最終演化出雷克斯霸王龍。這一結論與近期《皇家學會開放科學》刊登的研究相互印證，挑戰了霸王龍純屬北美恐龍的傳統認知。

這項發現不僅完善了暴龍家族樹，也為理解白堊紀頂級掠食者的崛起提供了新視角。

《每日科學》網站（www.sciencedaily.com）

混沌中的明察：人工智能觸及光學測量終極邊界

任何成像技術都無法實現無限清晰的分辨率。150年來，科學界已確認，無論顯微鏡或相機如何設計，其分辨率都存在無法突破的根本限制。這一限制并非來自技術缺陷，而是由光的物理本質和信息傳遞規律決定。

奧地利維也納工業大學領導的一個國際研究團隊共同探索了一個核心問題：光學方法的精度極限在哪里？如何盡可能逼近這一極限？他們不僅從理論上計算出了光學測量的精度極限，還開發出基于神經網絡的AI算法，使其在訓練后能無限接近該極限。這一突破有望應用于醫學影像等領域。

研究團隊通過實驗模擬了復雜環境下的成像挑戰。例如，當光線穿過渾濁介質（如生物組織或毛玻璃）時，物體位置信息會被嚴重扭曲，形成看似隨機的光斑。傳統方法難以從中提取有效信息，但AI技術展現了強大潛力。研究人員將大量已知物體位置的光斑圖像輸入神經網絡進行訓練，最終系統能夠從新圖像中高精度推斷物體位置。

關鍵突破在于，AI的預測精度幾乎達到了理論極限——這一極限由“費希爾信息（Fisher Information）”決定，該指標量化了信號中可提取的最大信息量。實驗證明，AI算法的表現與理論最優值僅有微小差距，表明其已接近物理定律允許的精度上限。

這一成果具有廣泛的應用前景，包括醫學診斷、材料科學和量子技術。未來，研究團隊計劃與醫學和工程領域的專家合作，推動該技術在具體場景中的實際應用。

《賽特科技日報》網站（https://scitechdaily.com）

斯坦福重磅研究：碳捕獲成本高，可再生能源才是未來

美國斯坦福大學近期發表在《環境科學與技術》（Environmental Science & Technology）的一項研究表明，到2050年全面轉向風能、太陽能、地熱和水電等清潔能源，不僅能大幅降低能源成本，還能減少空氣污染并緩解氣候變化。相比之下，依賴碳捕獲技術（如工業煙道或直接空氣碳捕獲）的經濟和社會成本更高。

研究指出，將資金投入碳捕獲而非可再生能源，會導致更高的二氧化碳排放、空氣污染和能源需求。即使碳捕獲技術由清潔能源驅動，其機會成本仍過高，因為這些能源本可用于直接替代化石燃料。

研究對比了兩種極端情景：一是完全轉向可再生能源，并提升能源效率；二是維持現有化石燃料結構，同時增加碳捕獲技術。結果顯示，全面采用可再生能源可使終端能源需求減少54%以上，年度能源成本降低近60%，同時避免每年數百萬例因空氣污染引發的疾病和死亡。

此外，電氣化能顯著提升能源效率，例如電熱泵和電動汽車比傳統設備更高效，且無需化石燃料開采和運輸的額外能耗。相比之下，碳捕獲技術無法改變化石燃料燃燒的低效性，經濟性遠不如直接使用可再生能源替代。

研究強調，同時支持可再生能源和碳捕獲的政策未能區分解決方案的優劣，建議放棄推廣碳捕獲技術，轉而全力淘汰化石燃料燃燒，以實現真正的零排放。（劉春）