《自然》

　　学习机器为伦敦地铁导航

　　《自然》发表的一项研究描述了一种集神经网络与计算机优点于一身的混合型学习机器。

　　传统计算机可以处理复杂的数据形式，但是需要手工编程来执行这些任务。与此同时，人工神经网络一直被开发用来模拟可以分辨数据模式的像人脑一样的学习能力，但是它们缺乏符号处理结构化数据所需的存储架构。

　　英国伦敦深度思维公司的Alex Graves、Greg Wayne、Demis Hassabis及同事开发了被称为的“可微分神经计算机”，将神经网络和外部存储结构结合在一起，前者可以通过示例或反复试验进行学习，后者与传统计算机内的随机存取存储器相似。因此，可微分神经计算机能够像神经网络一样地学习，又能够像计算机一样处理复杂的数据。

　　该研究显示，可微分神经计算机能够成功理解图形结构，如家谱图或交通网络；例如，它可以在没有先验知识的情况下规划最佳的伦敦地铁线路；或者根据符号语言所描述的目标来解决的方块拼图活动问题。

　　《自然》

　　南极洲发现最古老鸟类发声器官

　　《自然》在线发表的一项研究描述了最古老的鸟类鸣管（相当于人类的喉头）化石残骸。该残骸发现于南极洲，来自生活在约6800万~6600万年前的目前已灭绝的维加鸟，这证明鸣管在恐龙时代已演化形成。

　　除了已知的在年代较近的岩石中发现的少数单独化石，鸣管的化石记录在此之前一直是空白。

　　美国得克萨斯大学奥斯汀分校与中国科学院古脊椎动物与古人类研究所研究人员描述了一块来自南极半岛维加岛上一具不完整的维加鸟残骸的新的鸣管化石。他们使用X射线计算机断层成像技术检查了鸣管的三维结构，并与较年轻的化石和12只活鸟进行比较，进而重构了鸣管这一复杂器官的演化情况。作者认为，这种鸟有可能可以发出类似鹅一样的鸣叫和其他简单的声音；至少，这与它的两个特征——保留下的鸣管结构和维加鸟在演化树中的位置——是相一致的。

　　考虑到石化的可能性，目前尚不清楚为何没有在恐龙中发现其它鸣管残骸，但是作者提出，在鸟类演化过程中，复杂的鸣管可能较晚才出现，远在飞翔能力形成和呼吸能力改善之后。

　　《自然》

　　量化月球陨石坑影响

　　《自然》发表的一项研究表示，在月球上发现了200多个新的陨石坑，比当前模型的预测值高33%。该研究有助于进一步认识月球上的撞击成坑过程和成坑速度，后者对于断定月球及其他类地天体上的岩石单元年代具有重要意义。

　　虽然过去对已有陨石坑和月球样本的研究为认识成坑过程和过去的成坑速度提供了信息，但是人们对当前成坑速度的认识仍然较少。

　　美国亚利桑那州立大学的Emerson Speyerer及同事利用月球勘测轨道飞行器摄像系统窄角相机拍摄到的覆盖月球许多区域的高分辨率一段时间内的“前后”图像，量化了当下的成坑速度。他们发现了222个新撞击坑（直径至少达10米），比当前模型的预测值高33%。他们还发现了与新撞击坑相关的广阔的反射区，并认为这些反射区是存在新的撞击过程的证据，在这个过程中，物质朝月球表面喷射。他们估计，在这种二次成坑过程中，月球风化层（月球表面疏松的固体物质层）最上面两厘米的形成速度比此前预期的要快100倍以上。