海底光纤：检测地震新方法

　　研究人员说，监测地震诱发的海底光纤电缆的变化代表了一种发现地震的新手段。他们的方法使在不安装新的海底设备的情况下感测地震成为可能，这种方法可在用其它方法难以监测地震的地区（包括俯冲带或缺乏地震仪的遥远海洋区域）发现地震。

　　尽管地球表面有70%为海水覆盖，但几乎所有的地震观测站都在陆地上。其结果就是，水下的地震活动基本上仍然无法察觉，从而限制了科学家们发现水下地震活动的源头机制。如今，科学家们已经意识到，只要将光纤电缆网络内的光纤用作感应元件，现有的光纤电缆网络就可帮助扩展发现地震的能力。

　　如今，Giuseppe Marra和同事报告，他们用一种新的方法来估测海洋光纤电缆中的由地震产生的“干扰”信号。该方法涉及对光纤中的由地震波触发的所谓光学相变进行检测。作者说，它不仅能检测地震波，而且能估计地震的震级和震中位置。近些年中，Marra和同事用这一方法对震中在意大利、新西兰、日本和墨西哥的数次地震进行了评估；他们证明，该方法可有效地检测地震活动和有关参数，其效果堪比当地的地震仪。

　　具有两面性的南亚季风可同时播散及净化空气污染

　　一项探索大气“自洁能力”的空中研究揭示，南亚的夏季季风既能净化空气中的某些污染物，也能播散它们。作者声称，这种新型的净化机制或能防止该区域内污染造成更大的影响。尽管东亚、北美和欧洲的二氧化硫、氮氧化物和二氧化碳排放自2010年以来已经减少，但南亚的空气污染物浓度则在持续增加，这主要是因为这里的燃煤发电厂很普遍。在12月至3月的干旱冬季中，有大片的污染性雾霾会经过南亚上空向印度洋飘移。

　　这一“大气棕云”会对空气品质、气候和水循环产生重大影响，然而其在夏季季风期间的影响还有待科学家厘清。Jos Lelieveld和同事假定，一个巨大的顺时针流动的反气旋会将南亚的空气污染排放带往上空。2015年7月至8月，他们通过高空飞机对南亚上空各种空气污染物（包括氢过氧自由基、挥发性有机化合物、硫和氮氧化物及气溶胶）的检测来测试他们的假说。他们发现，季风对流确实能将污染物向上输送至对流层及更高空，污染物会在那里与其它气体起反应并重新进行整体分布。

　　Lelieveld等人还意外地观察到，夏季季风会同时提供一种净化机制——令某些污染物被氧化成可通过降雨离开大气层的不易挥发的水溶性产物。作者说，由于南亚的污染排放正在快速增加，污染物通过反气旋的流动可能会在未来有所强化。

　　新系统无需帮助便能了解未见场景

　　谷歌DeepMind部门的科学家研发了一种机器学习系统，它仅用少数场景的2D抽样图像就能在无需人类监督时获悉环境的3D组成，包括其离散的物件和属性。他们的系统被称作生成查询网（GQN），它或能为可自主了解世界的机器做好准备；这些机器用的是自身传感器，它们无需用人类当今标记为计算机视觉系统所需的大型数据集进行培训。

　　GQN由两部分组成：一个是再现网络，它能从抽样图像中发展出一个编码的场景再现；另一个是生成网络，它能从新的视点传输出该场景的可能图像，它可在部分场景模糊时用来解决不确定性。GQN是用几个由不同的电脑生成的简单环境的二维视图进行训练的；这些环境含有各种物件和照明设置。它接着会被给予一幅新的场景图像，并会从任何内含视点产生该场景预计的图像。该网络的再现可被“因式分解”，表明像色彩、形状和大小等属性是分开获悉与编码的。

　　研究人员能通过同时增减GQN的再现来构建新的场景；从含有一个红色球体的某场景中减除一个蓝色球体，并添加一个有红色圆柱的场景便会产生一个有蓝色圆柱的场景，所有这些都无需人类明确教授GQN有关色彩或形状的概念。该网络还显示，它能作为一种有前途的控制机器人的装置；例如，它的预测能力令其仅用一个固定的摄像机便能从不同的角度“观察”机器人手臂，这意味着准确定位与控制所需的原始数据变少。由Matthias Zwicker撰写的相关《视角》对这些发现做出了评论。