英媒揭秘：AI破解植物求救信号，疼痛感知研究获突破
来源：环球时报
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
英国《泰晤士报》近日刊载文章称，植物学家们成功破解了植物那些难以言说的“痛楚”。生物学家找到了破译植物求救信号的关键，这一突破有助于构建农作物病虫害入侵的预警体系。瑞士巴塞尔的农业科研团队运用机器学习技术，首次实现了对植物电生理信号的解读。截至目前，研究人员所能捕捉到的最清晰的信号，正是源自植物所发出的“痛苦呼喊”。研究团队负责人帕特里克·霍格表示：“这就是植物‘喊疼’的方式。”
一个世纪前，植物学家就发现植物能在机体内传递电信信号，但这些信号始终如同人类难以理解的无字天书。随着AI技术发展，机器破译和解析海量数据的能力终于打破了这层壁垒。通过为植株接上电信信号监测设备，研究人员安科·布赫霍尔茨发现，植物并非总是“沉默不语”。
在给植物连接“心电图”设备后，团队开展对照试验：第一组番茄植株暴露在土壤微型线虫环境中，第二组大豆植株则遭遇了叶蝉群的侵扰。通过持续监测植物电信信号输出，并导入软件模型进行分析，科研团队精准锁定了植物遭受侵害时发出的电信信号。由于常规手段很难及时察觉虫害，这一信号可能成为至关重要的早期预警机制。
“线虫蛰伏在土壤里，肉眼无法观测，”霍格说道，“只有当作物产量锐减时，人们才会察觉到它们的存在。”中南美洲常见的叶蝉，其所造成的伤害往往也要待作物遭侵袭一周后才会显现。作为全球核心粮食作物之一，大豆占植物性蛋白质供应量近半数，但每年却有21%的大豆植株因害虫和疾病而损耗。布赫霍尔茨表示：“这项新技术有望促进更精准、更温和的农药迭代。”目前农场只能大量喷洒化学药剂，通过地毯式轰炸策略彻底消灭害虫，但这一方式过于粗放且缺乏针对性，治标不治本。
当下，科学家只能判定植物是否处于应激状态，无法甄别侵害的来源。但布赫霍尔茨已将解读电生理信号差异、准确判定“杀手是谁”纳入下一步科研目标。如果能准确掌握作物遭受侵害的时间和病虫种类，农民只需要“对症下药”、施用专门药剂，便能定向清除病虫害。布赫霍尔茨表示：“我们计划建立植物信号库，使其成为植物保护领域的实用工具。”既然“读懂”了植物，科学家们正在全力回应它。（作者本·斯宾塞，华安译）
相关攻略
全球首个饲用活性物质垂直大模型问世 来源：科技日报 科技日报记者 马爱平 近日，从北京农学院传来一项突破性进展。经过长达二十余年的持续攻关，由该校蒋林树教授团队牵头，联合中国科学院东北地理与农业生态研究所钟荣珍研究员团队等力量，成功研发出全球首个专注于饲用活性物质的垂直大模型——“本草智枢”大模型（
聚焦中关村论坛·瞰见创新力量红星资本局3月26日消息，在2026中关村论坛年会上，出现了一个“自发光植物疗愈空间”，其内的植物会发光。北京神笔东升科技有限公司（以下简称“神笔科技”）的品牌经理武立超
中国空间站内，神舟二十一乘组正有条不紊地开展各项工作。近日，“太空植物”喜获大丰收！一起来看看。 记者：杨志刚 视频来源：中国载人航天工程办公室 新华社音视频部制作
来源：环球时报英国《泰晤士报》2月21日文章，原题：植物学家成功破解植物那些不能言说的“痛” 生物学家找到破解植物求救信号的密钥，有助于构建农作物的虫害和疾病侵袭预警体系。瑞士巴塞尔的农业科研团队运
3月3日消息，近日，云南新晋网红伴手礼“巨型豆荚”走红网络，有女子带1米长巨大豆荚坐飞机引围观。画面中，豆荚形状扭曲，酷似一条蛇，女子笑称这是自己的“梦中情豆”。据介绍，这只豆荚是她花了64元买下的
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家