AlphaZero AI通过自学战胜人类

　　电脑在人类自己创造的游戏中击败人类的能力长期以来一直被认为是人工智能发展的一个基准。在这项新的研究中，研究人员推出了AlphaZero，它不但能像超人那样掌握某些已知最复杂的棋类游戏（如象棋、将棋和围棋），还能在并无以往知识、只了解游戏规则的情况下自学下棋。

　　DeepMind公司的David Silver和同事研发的AlphaZero不需要来自人类的信息，相反，它能通过反复与自己比赛而学会下象棋、将棋和围棋。

　　据Silver等披露，该系统只需几个小时的自学后便能击败专精这3种游戏的最先进的AI程序。在文章中，Murray Campbell写道，尽管象棋、将棋和围棋等游戏极为复杂，但AI近来取得的进展已经令其成为能轻易解决的问题。因此，AI研究人员需要考虑新一代的游戏（如多个玩家参与的电子游戏），这样才能给AI系统提出下一阶段的挑战。

　　相关论文信息：DOI: 10.1126/science.aav1175

　　DOI: 10.1126/science.aar6404

　　缺氧：“物种大灭亡”的最大杀手

　　新的研究发现，极大部分的远古海洋生命（占全部海洋物种的近96%）在二叠纪末灾难性的物种大灭绝事件中随着地球海洋的快速暖化及支持生命的氧气的丧失而慢慢地窒息死亡。

　　Justin Penn和同事对温室气体所致快速暖化及海洋中伴随出现的氧气丧失的作用进行了调查；据作者说，这是二叠纪末环境变化得到最多证据支持的两方面。Penn等人用地球系统模型连同存活物种多样采集数据来模拟二叠纪末海洋暖化和脱氧对物种栖息地丧失及动物存活的影响。

　　研究结果显示，生活在较高纬度地区的动物更容易灭绝。随着海水的暖化及氧气变得稀少，这些动物对缺氧环境的耐受性低意味着它们无处可逃。据作者披露，热带海洋动物由于预先对低氧高温环境有所适应，因此它们能更好地面对环境变化得以生存。

　　相关论文信息：DOI: 10.1126/science.aat1327

　　氟化物—离子电池：下一世代的储能方式

　　据新的研究报告，通过克服氟化物电池（FIB）技术目前的温度局限性，研究人员通过展示基于氟化物—离子能量电池在室温状态的操作为能满足我们快速增长储能需要的高能量密度电池的研发开启了新的门径。FIBs给其它类型的潜在高能电池电化学（例如基于锂—离子或镍—离子的电化学反应，它们通常受到其电解质固有特性的限制）提供了一种有吸引力的选择。

　　由于氟的原子量很轻，基于氟元素的可充电电池可提供非常高的能量密度。然而，尽管FIBs被视作“下一世代”高密度储能装置的强有力的竞争者，但它们受到其所需温度要求的限制。

　　此前该电池技术的重复使用需要在高温（高于150摄氏度）中操作才能利用熔盐电解质。而Victoria Davis和同事报告了一种创建可在室温中运作的氟化物—离子电化学电池的方法，令具化学稳定性的液态导电氟化物电解质成为可能，该电解质具有高离子导电性及宽广的电压运作范围。Davis等人用溶解于某种氟化醚有机溶剂的干性四烷基氟化铵盐研发了这种电解质。当与一种含有铜、镧和氟的核—壳纳米结构复合阴极相配时，研究人员展示了其在室温中的可逆化学循环。

　　相关论文信息：DOI: 10.1126/science.aat7070