海底光纖：檢測地震新方法

　　研究人員說，監測地震誘發的海底光纖電纜的變化代表了一種發現地震的新手段。他們的方法使在不安裝新的海底設備的情況下感測地震成為可能，這種方法可在用其它方法難以監測地震的地區（包括俯沖帶或缺乏地震儀的遙遠海洋區域）發現地震。

　　盡管地球表面有70%為海水覆蓋，但幾乎所有的地震觀測站都在陸地上。其結果就是，水下的地震活動基本上仍然無法察覺，從而限制了科學家們發現水下地震活動的源頭機制。如今，科學家們已經意識到，只要將光纖電纜網絡內的光纖用作感應元件，現有的光纖電纜網絡就可幫助擴展發現地震的能力。

　　如今，Giuseppe Marra和同事報告，他們用一種新的方法來估測海洋光纖電纜中的由地震產生的“干擾”信號。該方法涉及對光纖中的由地震波觸發的所謂光學相變進行檢測。作者說，它不僅能檢測地震波，而且能估計地震的震級和震中位置。近些年中，Marra和同事用這一方法對震中在意大利、新西蘭、日本和墨西哥的數次地震進行了評估；他們證明，該方法可有效地檢測地震活動和有關參數，其效果堪比當地的地震儀。

　　具有兩面性的南亞季風可同時播散及凈化空氣污染

　　一項探索大氣“自潔能力”的空中研究揭示，南亞的夏季季風既能凈化空氣中的某些污染物，也能播散它們。作者聲稱，這種新型的凈化機制或能防止該區域內污染造成更大的影響。盡管東亞、北美和歐洲的二氧化硫、氮氧化物和二氧化碳排放自2010年以來已經減少，但南亞的空氣污染物濃度則在持續增加，這主要是因為這里的燃煤發電廠很普遍。在12月至3月的干旱冬季中，有大片的污染性霧霾會經過南亞上空向印度洋飄移。

　　這一“大氣棕云”會對空氣品質、氣候和水循環產生重大影響，然而其在夏季季風期間的影響還有待科學家厘清。Jos Lelieveld和同事假定，一個巨大的順時針流動的反氣旋會將南亞的空氣污染排放帶往上空。2015年7月至8月，他們通過高空飛機對南亞上空各種空氣污染物（包括氫過氧自由基、揮發性有機化合物、硫和氮氧化物及氣溶膠）的檢測來測試他們的假說。他們發現，季風對流確實能將污染物向上輸送至對流層及更高空，污染物會在那里與其它氣體起反應并重新進行整體分布。

　　Lelieveld等人還意外地觀察到，夏季季風會同時提供一種凈化機制——令某些污染物被氧化成可通過降雨離開大氣層的不易揮發的水溶性產物。作者說，由于南亞的污染排放正在快速增加，污染物通過反氣旋的流動可能會在未來有所強化。

　　新系統無需幫助便能了解未見場景

　　谷歌DeepMind部門的科學家研發了一種機器學習系統，它僅用少數場景的2D抽樣圖像就能在無需人類監督時獲悉環境的3D組成，包括其離散的物件和屬性。他們的系統被稱作生成查詢網（GQN），它或能為可自主了解世界的機器做好準備；這些機器用的是自身傳感器，它們無需用人類當今標記為計算機視覺系統所需的大型數據集進行培訓。

　　GQN由兩部分組成：一個是再現網絡，它能從抽樣圖像中發展出一個編碼的場景再現；另一個是生成網絡，它能從新的視點傳輸出該場景的可能圖像，它可在部分場景模糊時用來解決不確定性。GQN是用幾個由不同的電腦生成的簡單環境的二維視圖進行訓練的；這些環境含有各種物件和照明設置。它接著會被給予一幅新的場景圖像，并會從任何內含視點產生該場景預計的圖像。該網絡的再現可被“因式分解”，表明像色彩、形狀和大小等屬性是分開獲悉與編碼的。

　　研究人員能通過同時增減GQN的再現來構建新的場景；從含有一個紅色球體的某場景中減除一個藍色球體，并添加一個有紅色圓柱的場景便會產生一個有藍色圓柱的場景，所有這些都無需人類明確教授GQN有關色彩或形狀的概念。該網絡還顯示，它能作為一種有前途的控制機器人的裝置；例如，它的預測能力令其僅用一個固定的攝像機便能從不同的角度“觀察”機器人手臂，這意味著準確定位與控制所需的原始數據變少。由Matthias Zwicker撰寫的相關《視角》對這些發現做出了評論。