6月12日（星期四）消息，国外知名科学网站的主要内容如下：

《自然》网站（www.nature.com）

女生何时在数学上落后？大规模研究揭示关键节点

全球范围内，青少年男生在数学测试中表现优于女生，且男性更可能从事数学相关职业。然而，男婴并未展现出更强的数字或逻辑能力。一项针对法国近300万名5至7岁学生的研究发现，数学性别差距出现在入学第一年，并在四个月后开始显现，12个月后进一步扩大。

该研究由法国原子能和替代能源委员会（CEA）等机构开展，覆盖2018至2021年入学的学生，证实了这一现象在全国各群体中的普遍性。经济学家指出，这种普遍性表明缩小差距的政策需面向所有人，而非特定群体。

研究利用大数据分析发现，差距的触发点是正式教育的开始，而非年龄。例如，12月出生且已进入第二学年的学生存在性别差距，而1月出生刚入学的同龄人中则无此现象。这表明差距源于入学后的环境，而非先天能力差异。

婴幼儿时期，女孩和男孩对数字与逻辑的理解力相似。研究认为，教师和家长可能无意中传递了“男生更擅长数学”的刻板印象，或认为男生的成功源于天赋，而女生靠努力，这会削弱女生的信心。此外，入学后将数学单独归类为特定科目可能促使女生内化这些偏见。女生对数学的焦虑也普遍高于男生，可能影响限时测试的表现。

研究人员建议，应拓宽“数学能力强”的定义，例如不仅看重答题速度，也认可创新解题方法。教育需更包容，而非要求女生适应传统男性化的学习模式。这项研究强调，通过调整早期教育环境，可以有效减少数学性别差距。

《科学》网站（www.science.org）

暴龙家族秘史：科学家找到进化链上的关键“拼图”

2023年5月，加拿大卡尔加里大学古生物学家在蒙古科学院研究一组距今8500万年的腿骨化石时，发现其可能属于暴龙类的关键祖先物种。这一新物种被命名为“Khankhuuluu mongoliensis”（蒙古语意为“龙王”），体型仅为雷克斯霸王龙的一半，具有细长的头骨和身躯。

研究显示，Khankhuuluu填补了暴龙进化史的重要空缺。约1.45亿年前，暴龙类还是小型掠食者，生活在更强大的异特龙阴影下。但到8000万年前，它们体型增长近十倍，成为顶级掠食者。卡尔加里大学的研究团队认为，Khankhuuluu可能是连接早期小型暴龙与后期巨型霸主的“缺失环节”。

暴龙的扩散路径也被重新勾勒。约9000万年前，类似Khankhuuluu的恐龙从亚洲进入北美洲，其后代逐渐演化出多样化的暴龙类。约7800万年前，部分暴龙重返亚洲，形成两类分支：一类纤细小型，一类粗壮巨型。其中一支大型亚洲暴龙约7000万年前再度迁回北美洲，最终演化出雷克斯霸王龙。这一结论与近期《皇家学会开放科学》刊登的研究相互印证，挑战了霸王龙纯属北美恐龙的传统认知。

这项发现不仅完善了暴龙家族树，也为理解白垩纪顶级掠食者的崛起提供了新视角。

《每日科学》网站（www.sciencedaily.com）

混沌中的明察：人工智能触及光学测量终极边界

任何成像技术都无法实现无限清晰的分辨率。150年来，科学界已确认，无论显微镜或相机如何设计，其分辨率都存在无法突破的根本限制。这一限制并非来自技术缺陷，而是由光的物理本质和信息传递规律决定。

奥地利维也纳工业大学领导的一个国际研究团队共同探索了一个核心问题：光学方法的精度极限在哪里？如何尽可能逼近这一极限？他们不仅从理论上计算出了光学测量的精度极限，还开发出基于神经网络的AI算法，使其在训练后能无限接近该极限。这一突破有望应用于医学影像等领域。

研究团队通过实验模拟了复杂环境下的成像挑战。例如，当光线穿过浑浊介质（如生物组织或毛玻璃）时，物体位置信息会被严重扭曲，形成看似随机的光斑。传统方法难以从中提取有效信息，但AI技术展现了强大潜力。研究人员将大量已知物体位置的光斑图像输入神经网络进行训练，最终系统能够从新图像中高精度推断物体位置。

关键突破在于，AI的预测精度几乎达到了理论极限——这一极限由“费希尔信息（Fisher Information）”决定，该指标量化了信号中可提取的最大信息量。实验证明，AI算法的表现与理论最优值仅有微小差距，表明其已接近物理定律允许的精度上限。

这一成果具有广泛的应用前景，包括医学诊断、材料科学和量子技术。未来，研究团队计划与医学和工程领域的专家合作，推动该技术在具体场景中的实际应用。

《赛特科技日报》网站（https://scitechdaily.com）

斯坦福重磅研究：碳捕获成本高，可再生能源才是未来

美国斯坦福大学近期发表在《环境科学与技术》（Environmental Science & Technology）的一项研究表明，到2050年全面转向风能、太阳能、地热和水电等清洁能源，不仅能大幅降低能源成本，还能减少空气污染并缓解气候变化。相比之下，依赖碳捕获技术（如工业烟道或直接空气碳捕获）的经济和社会成本更高。

研究指出，将资金投入碳捕获而非可再生能源，会导致更高的二氧化碳排放、空气污染和能源需求。即使碳捕获技术由清洁能源驱动，其机会成本仍过高，因为这些能源本可用于直接替代化石燃料。

研究对比了两种极端情景：一是完全转向可再生能源，并提升能源效率；二是维持现有化石燃料结构，同时增加碳捕获技术。结果显示，全面采用可再生能源可使终端能源需求减少54%以上，年度能源成本降低近60%，同时避免每年数百万例因空气污染引发的疾病和死亡。

此外，电气化能显著提升能源效率，例如电热泵和电动汽车比传统设备更高效，且无需化石燃料开采和运输的额外能耗。相比之下，碳捕获技术无法改变化石燃料燃烧的低效性，经济性远不如直接使用可再生能源替代。

研究强调，同时支持可再生能源和碳捕获的政策未能区分解决方案的优劣，建议放弃推广碳捕获技术，转而全力淘汰化石燃料燃烧，以实现真正的零排放。（刘春）