UB／Ultrabem

生物学者。進化、多様性、保全、代謝、遺伝学など。これに英語、プログラミングなどを足した科学系総合サイト ultrabem を公開中。@UltrabemBot もどうぞ。

[sabakichi @knshtyk]

日本ではなぜか洗濯リテラシーがずっと低いままなのだけど、生乾き臭は雑菌が増殖した結果だから通常の洗濯で除去できなかったものは洗剤を変えたところで効果はないんですよね。香料で誤魔化しているだけ。60度以上での温水洗浄(日本では未普及)か高温乾燥、または酸素系漂白剤等で除菌する必要がある

[How To Prompt @HowToPrompt__]

MIT and Harvard argue LLMs are nowhere near doing real scientific discovery.

They published a paper called “Evaluating Large Language Models in Scientific Discovery.”

Every week, tech labs claim an LLM has made a breakthrough in biology, physics, or chemistry.

But this proves they are faking it.

For years, AI benchmarks have tested models using static, multiple-choice science trivia. Models ace these tests, leading everyone to believe AI is right on the verge of autonomous scientific discovery.

Researchers built a new evaluation framework called SDE to test what happens when you take LLMs out of the multiple-choice quiz and put them into real, open-ended research projects.

They tested frontier models across biology, chemistry, materials science, and physics.

The results are sobering.

When forced to handle the actual loop of discovery—proposing a testable hypothesis, designing simulations, running experiments, and interpreting ambiguous results iteratively, current LLMs fall apart.

There is a massive, glaring performance gap between passing standard science benchmarks and doing real science.

Why do they fail? Because real science requires iterative reasoning, handling imperfect evidence, and adapting to unexpected observations.

LLMs are built to predict the next token based on existing internet data. They can regurgitate a textbook explanation of photosynthesis or quantum mechanics instantly.

But when placed inside an uncharted loop where the textbook doesn't have the answer yet, they hit a wall.

Worse still, the researchers discovered diminishing returns. Simply scaling up model sizes and adding raw compute isn't fixing the gap. Top-tier models from different providers share the exact same blind spots.

We are miles away from general scientific superintelligence.

The tech industry is selling a narrative that AI is about to automate labs, run clinical trials, and invent materials on autopilot.

But right now, AI isn't doing science.

It's just remembering it.

[いっちー@バーチャル精神科医 @ichiipsy]

バリン（アミノ酸の一種）を制限するだけで、老化を遅らせられる可能性を示唆する論文。 Nature関連誌掲載の動物研究によれば、食事中のバリン（分岐鎖アミノ酸のひとつ）を制限したマウスでは、体脂肪の減少・血糖コントロールの改善・がんの発症率低下・老化細胞の蓄積抑制などの老化の予防が確認され、さらにオスのマウスでは寿命の中央値が23%延長したことが明らかになった。
バリンはレバー、牛肉などに豊富に含まれる必須アミノ酸で、それを意図的に減らすだけで老化が予防できる可能性があるようだ。
赤身肉などの過剰な摂取が老化と関連する経路を説明する実験かもしれない。

[Pavel @baltabaev]

I’ve spent well over 10,000 hours studying math in my life, yet I can’t understand these proofs, at least not without weeks of digging deep into each topic. What’s more, none of my math PhD friends know much about these problems either, and they can’t verify most of them without working directly in the field (yes, math is VERY diverse).

LLMs are getting smarter than the experts themselves, and I’m not sure we have enough bright human minds to verify everything that will come out of them in the coming years.

Remember when we compared AI intelligence to PhD students? I think we’re past that.

[鳥飼茜 @torikaiakane]

一見そんな風には見えないんだけど、実はものすごく女性に対する偏見に満ちているっていうことに自分が気づいていない、という状況に気づいた人がどう乗り越えるかみたいな話【前編】(1/5)
#バッドベイビーは泣かない

[russianblue @russianblue2009]

アマゾンの熱帯雨林は、人の手がほとんど入っていない原生林だと思われてきました。その前提が、7月29日にNature誌に載った論文で大きく揺らいでいます。

ヘルシンキ大学などのチームが、上空からレーザーを当てて樹冠の下の地形を測るLiDARという手法で、アマゾン南西部の約4,500平方キロメートルを調べました。見つかった土の構造物は432か所。うち396か所は、これまで記録がなかったものです。円や四角の巨大な溝と土手、それらをつなぐ直線の道。森の下に、幾何学模様の景観が眠っていました。

この区画で以前から知られていたのは36か所だけです。同じ森の中に、10倍を超える数が隠れていたことになります。

つくったのは、アキリ(Aquiry)と呼ばれる文明です。紀元前600年ごろから西暦850年ごろまで続き、単一の王国ではなく、世界観を共有する多くの共同体のネットワークだったと研究チームは見ています。領域はおよそ18万3,000平方キロメートル。ヘルシンキ大学の発表では、現在のシリアとほぼ同じ広さだと説明されています。

調べたのは領域のごく一部にすぎません。そこから全体を推定すると、儀礼の中心となる土木構造物は2万か所を超えると研究チームは見積もっています。報道では最大3万という数字も出ています。人口は西暦100年から300年ごろのピークで125万〜300万人。しかもこの18万平方キロメートル余りは、広い意味でのアマゾン全体の3%に満たない面積です。ここから逆算して、コロンブス到達以前のアマゾン全体では数千万人が暮らしていた可能性があると論文は示唆しています。

なぜ今まで見えなかったのか。この地域には石がありません。石を積む文明なら神殿や城壁が残りますが、彼らが使ったのは土でした。土の造形は、森が育てば覆い隠されます。実際、850年ごろを境に文明は急速に衰え、森は彼らのつくった景観を飲み込んでいきました。何が起きたのかは、いまも分かっていません。

個人的にいちばん引っかかったのは、ここです。私たちが原生林と呼んで守ろうとしている森は、人が去ったあとに戻ってきた森でもある。研究チームは、アキリの人々が文化的に重要な樹木を他の樹種を押しのける形で広げたと指摘し、当時の炭素の収支は今後の気候モデルでもっと考慮されるべきだと述べています。

先住民の権利にも関わります。Science誌の記事によると、チームは先住民の保護区内で見つかった遺構の画像を、公開データから外したと説明しています。どこまで公開するかは、土地の権利を主張する材料にもなれば、盗掘や侵入を招く危険にもなる。当事者が決めるべき領域です。

推定の幅は大きく、これから議論も出てくるはずです。それでも、森の下にまだ知られていない歴史が広がっているという事実は動きません。私たちが「手つかず」と呼んできたものの多くは、たぶん、誰かが暮らしたあとの風景です。

[Keita Masui @keita_masui]

「生命の"GPT"」が、ついに全生物界を学んだ。

Nature。StanfordらのEvo 2は、全ドメインの生命・9兆塩基対のDNAで訓練された"生物版・基盤モデル"。変異の病原性予測（BRCA1）から、機能するゲノム配列そのものの"生成"まで。しかもモデル・学習コード・データを全公開。AI創薬と合成生物学が、同じ土台に乗り始めた。

🔗 https://t.co/OQ9DgzXhej

[ねころん @yykkoon]

大腸ポリープは、1年で1mm大きくなると言われている
そして5mm以上になると癌の確率が上がり始め
10mmで20%以上、20mmで50%と跳ね上がる
つまり40歳位で内視鏡を受けて何もなければ次は5〜10年後
ポリープが見つかって切除したら3年後
という形で、定期的に受ければ
ほぼほぼ大腸癌は、防げるとのこと

[Ruka @Ruka_onco]

ねぇ、既報論文で公開されてるscRNA-seqデータをパクって（←言い方）2次解析し、
新しい仮説（メカニズム）を論文化する専用のAIがNature姉妹紙で出てるんだけど。

LLMが仮説⇔段階的な分析⇔Python作図で有意差グラフを公開データから引っ張って来るらしい😂
🔗 https://t.co/TkV5lh08Ju

[ゆきまさかずよし @Kyukimasa]

「我々の祖先は単眼生物」
https://t.co/bgqOIHXhfF
脊索動物の前口動物／後口動物の共通祖先まで遡ると身体の中央に眼がひとつなのだそうだ。ナメクジウオは配置を継承してて光感知器官がひとつしかない。
脊椎動物は左右に眼を作ったが、ヘビやトカゲの正中眼として残っている（画像はトカゲ頭頂部）

[UB／Ultrabem @ultrabemub]

これは中国素晴らしい

[榎木英介 独立系病理医（学士編入） @enodon]

Science記事。 中国科学院（CAS）が高額なオープンアクセス論文の掲載料支払いを停止へ。研究コスト削減と自国誌育成を狙う。記事リンクはリプ欄に。

世界最大の研究機関である中国科学院（CAS）が、掲載料（APC）が高額な30以上の国際的なオープンアクセス（OA）誌に対し、公的資金による支払いを停止する方針を固めた。対象には『Nature Communications』や『Science Advances』など、1報あたり5,000ドル（約75万円）以上の費用がかかる主要誌が含まれる。

この動きは、膨れ上がる研究コストの抑制に加え、中国独自の高品質な学術誌を育成する戦略の一環とみられる。CASの影響力は絶大であり、他機関が追随すれば国際出版社の収益や論文の流通形態に大きな激震が走ることは避けられない。

#科学ニュース #オープンアクセス #中国科学院

[KRSK @koro485]

様々なジャーナルで、それまでずっとフラットトレンドだった論文ダウンロード数が2024年9月ごろから激減しているみたいで、要するにAIしか論文読まなくなってるっぽいな。

[Katsushi Kagaya @katzkagaya]

ChatGPTを使って〇〇をしましたという研究はバージョンを示してあってもそのうち使えなくなるし、科学技術の知見としてはそのときそうだっただけになる。生物の一例記載を笑えない。

[すきえんてぃあ@書け @cicada3301_kig]

我々はもともとビタミンCで体内の酸化を防いでいたのが、サルは果物ばかり食ってビタミンC不足にならないから、ビタミンCを合成能力を失った末裔がヒトになり、代わりに尿酸の強力な抗酸化作用で寿命を延ばすようになったが、尿酸は水に溶けにくいので飽食の時代では血管にこびりついて寿命を縮める

[小谷太郎 @tarokotani]

めちゃくちゃ短いDNAの生物見つかる。ウンカの体内に住む細菌ビダニアのゲノムはたったの5万塩基対。ウンカのためにフェニルアラニンを作る機能しか持ってない。もうウンカの一部になりそう。
→
Symbiotic bacteria break record for smallest non-organelle genome https://t.co/xqCIMB2j4y

[アマデウス @Amadeus5656]

アボカドって人間しか食べない、元々古代の巨大地上生ナマケモノが丸呑みして食べて種子散布する共生関係やったが巨大ナマケモノが絶滅して食べる動物がいなくなる→共に滅びる運命やったが人類が剥いて食べるようになって絶滅を免れた
アボカドの巨大種子は巨獣に合わせた進化なんやな
アボカドうめぇ

[パラノーマルちゃんねる @paranormal_2ch]

大理石を採石するところ、デカすぎて脳がバグる

[藻類農園FARMO @kumejimarl]

【哺乳類、何度もアリに全振り】
恐竜絶滅後の6600万年で、哺乳類は少なくとも12回、独立にアリやシロアリを主食とする進化（アリ食性）を遂げていたと判明。

長い舌や特殊な胃などの適応が必要なため、この進化は非常に特殊。だがアリとシロアリの爆発的増加が、哺乳類に強い進化圧を与えた。多くの種は一度アリ食に適応すると他の食性に戻らず、進化の袋小路になる可能性もあるという。

なお、現在アリとシロアリは合計1万5,000種を超え、その合計バイオマスは哺乳類全体の合計を上回っているそう。たかがアリ、されどアリ。
https://t.co/tQB1VBLAo0

[AIDB @ai_database]

人間の脳にある「ドーパミンニューロン」に相当するものもLLMの内部に見つかったと報告されています。
これは予想より良い結果が得られると活性化し、期待はずれだと抑制されると考えられており、LLMの中にも、全く同じパターンで反応するニューロンが存在していたそうです。
難しいと思っていた問題が解けた瞬間に活性化し、簡単だと思っていたのに間違えた瞬間に活動が落ち込む様子が観察されています。

また、人間の脳には「報酬系」と呼ばれる神経回路があり、LLMの内部にも、これとそっくりな回路も形成されていることが発見されました。
「報酬系」は何か良いことが起きると快感を感じたり、予想外の出来事に驚いたりする仕組みです。
ごく少数の特別なニューロンが「この問題は解けそうだ」「これは難しそうだ」という予測を担っています。全体の1%にも満たない回路ですが、これをオフにすると性能がガクッと落ちてしまいました。

こうした報酬系は、モデルのサイズや設計が違っても、与える課題が違っても、普遍的に存在していることが分かったとのことです。

精華大学とスタンフォード大学の研究者らによる論文。