体育赛事中时常出现选手因压力过大发挥失常的状况。最新研究证明，面对极高的风险，人类并不是唯一容易被压力摧垮的物种。一组科学家在 PNAS 上发表论文，表明实验中至少三只恒河猴都在压力面前表现出崩溃的倾向。作者们还强调，这种高失误率几乎肯定适用于全体恒河猴，甚至也适用于其他灵长类动物。有多个可能原因会导致人或猴子在压力下崩溃，研究人员在论文中列举了社会影响、对失败的恐惧以及过度兴奋等具体要素。他们决定尝试增加奖励吸引力，希望以相对共通的压力元素观察实际影响。与相对合理的奖励相比，面对远超预期的奖励内容，猴子们的实际表现确实更差。卡耐基梅隆大学生物医学工程教授、论文作者之一 Steven Chase 在采访中表示，“越到紧要关头，我们的表现好像就越差。”

蚂蚁以挖掘能力著称，它能建造出由复杂隧道网络连通的多层复杂巢穴，有时甚至深达近 8 米。来自加州理工学院的一组科学家使用 X 射线成像捕捉蚂蚁建造隧道的过程。科学家发现，蚂蚁已经进化至能够直观判断需要去除哪些颗粒，同时继续保持结构稳定性，整个过程类似于人类在摆弄抽积木(Jenga)时去掉非必要承重件。该团队的工作成果发表在《美国国家科学院院刊》上。
对集体行为抱有兴趣的科学家几十年来一直在研究蚂蚁。这是因为作为一个群体，蚂蚁的个体行为如同一种颗粒状介质。有些相距很远的蚂蚁，仍然能像单个生物体那样保持高度协同。而在将大量个体紧密汇聚起来之后，蚁群又表现出精密的分工合作能力，甚至拥有固态及液态等特性。蚂蚁会如水银泻地般列队前进，也可以彼此相连建造蚁墙或浮筏。蚂蚁的大脑很小，但这些群居生物成功将自己的集合组织成一个高效社区，借以保证群体生存。
几年前，法国图卢兹高级研究所的行为生物学家 Guy Theraulaz 和几位同事在实验室实验中将阿根廷蚂蚁与计算机建模相结合，确定了蚂蚁挖掘隧道时的三项基本规则：（1）蚂蚁会以恒定的速度（每分钟约2粒）拾取沙石颗粒；（2）蚂蚁会优先将自己的颗粒扔到其它颗粒附近以形成承重柱；（3）蚂蚁通常会选择那些被其他蚂蚁以化学信息素处理过的颗粒。Theraulaz 等人根据这三项规则建立起计算机模拟模型，并在一周之后成功获得了一个与真实蚂蚁巢穴非常相似的模拟结构。他们由此得出结论，即这些规则来自个体蚂蚁之间的局部相互作用，并不需要中央协调机制的介入。

1974 年，斯蒂芬·霍金提出著名的悖论，认为黑洞中的信息会随黑洞本身一同消失。黑洞的球形边界被称为“事件视界”，其中的随机量子抖动会导致黑洞辐射粒子逐渐坍缩消失。因此任何关于恒星剧烈收缩成黑洞、以及之后吞噬其他星体的线索信息，都将永远消失无踪。 霍金通过计算提出的这项悖论被称为“黑洞信息悖论”，很快激起基础物理学领域的深入研究。一方面，作为关于粒子运动模式的假设，量子力学认为粒子过去状态的信息会随着其变化而不断推进，保证任何物质在时刻t于全空间找到粒子的叫概率等于1，这种基本原理被称为「幺正性（unitarity）」。但黑洞现象的理论根源来自广义相对论，即空间与时间的强作用关系将形成弯曲结构，其中重力则成为“编织结构的线条”。霍金也曾试图用量子力学理论解释黑洞外围的粒子，但最终发现幺正性只会随之崩溃。 那么蒸发的黑洞真的会彻底破坏信息，从而颠覆幺正性这一原理性假设吗？还是说，信息会随着黑洞蒸发而散逸出去？也许信息悖论的解决正是发现真正量子引力理论的起点，毕竟除了黑洞之外，它与广义相对论在其他领域都基本一致。 过去两年以来，由千禧一代为主力的量子引力理论家在霍金悖论方面取得了巨大进展。牵头的研究人员之一为麻省理工学院32岁的理论物理学家 Netta Engelhardt。她和同事们完成了一项新的计算，成功修正了霍金 1974 年提出的公式；研究结果表明，信息实际上确实会以辐射的形式从黑洞中散逸出去。她和 Aron Wall 还确定，黑洞事件视界之内存在一个不可见的表面，即「量子极值表面」。2019 年，Engelhardt 还和其他几位研究人员证明，此表面似乎承载着从黑洞辐射出去的信息的量值编码。如果信息成功逃逸，则粒子会在黑洞的整个生命周期中完全按照预期进行演变。 Engelhardt 凭借“计算黑洞及其辐射的量子信息内容”获得 2021 年物理学新视野奖。作为她的长期合作者，普林斯顿高等研究院的 Ahmed Almheiri 表示 Engelhardt“对于重力的复杂作用有着非常深厚的直觉”，这也驱使她成功发现了量子极值表面。

2017 年 11 月 15 日英国佳士得拍卖行现场打开一瓶香槟，庆祝一幅名为Salvator Mundi（拉丁语，意为「世界的救世主」）的耶稣肖像画以 4.503 亿美元价格成交，成为迄今为止最高的画作拍卖价。 但就在木槌落下之际，怀疑者的议论之声也不绝于耳。这幅画真的是由专家小组在六年之前确定，出自文艺复兴时期大师列达芬奇的手笔吗？毕竟五十多年之前，路易斯安那州的一位男子仅以区区 45 英镑就在伦敦买下了这幅画。而在这幅《救世主》之前，自 1909 年以来就一直没有再发现达芬奇的任何真迹。 部分持怀疑态度的专家对这幅作品的出处颇有微词，认为销售及转让记录没有说服力，并指出这幅严重受损的画作经过了大面积修复。也有人认为这是达芬奇众多弟子之一的作品，并非出自大师之手。 连专家自己都无法统一意见，再加上证据不够完整，我们到底能不能对艺术品的真实性做出准确判断？科学测量能确定一幅画作的年代与其他底层细节，但却无法直接断言其创作者。回答这个问题，需要我们对风格和技巧拥有微妙的把握，似乎只有艺术专家才能解决。但这项任务其实非常适合计算机分析，特别是擅长发现模式的神经网络算法。目前用于分析图像的卷积神经网络（CNN）已经在各类应用场景下体现出明确优势，包括人脸识别与自动驾驶汽车。既然如此，为什么不用它们来验证艺术品真伪呢？

支付公司 Visa 宣布了它踏足 non-fungible token (NFT) 商务领域的首次收购：上周以约 15 万美元价格买下了 CryptoPunk 7610，3840 件女朋克作品中的一件。CryptoPunks 被认为是 NFT 领域的先驱，由 Larva Labs 于 2017 年推出。这些颇为猎奇的 10000 像素艺术图像共同构成一套集合，每件 CryptoPunk 都有着自己的个性与特征。Visa 公司加密负责人 Guy Sheffield 在采访中表示，“我们认为 CryptoPunks 对我们的藏品库是一种很好的补充，是在对商业的过去、现在及未来的描绘与致敬。” 在被问及为什么要收藏 CryptoPunk 时，Sheffield 表示 CryptoPunks“开创了 NFT 技术与 NFT 商业浪潮”，也激发了 Visa 拥有其中一件的意愿。他提到，考虑到该项目的重大历史意义，他们的购买不在于这一件朋克作品本身，而更多是在体现对 CryptoPunks 的支持。Sheffield 指出，Visa 与 Anchorage Digital 合作购买CryptoPunk，标志着 Anchorage 在 NFT 交易与托管方面与Visa结成了亲密关系。他还提到，“我们使用法定货币从 Anchorage 手中买下这件作品。”Visa今年年初首次与 Anchorage 合作，尝试在以太坊上以美元稳定币 USDC 进行结算付款。 Visa 认为 NFT 将在未来的商业世界中发挥重要作用。Sheffield 表示，NFT 能够以前所未有的方式帮助个人内容创作者及中小型企业。“NFT 堪称文化与商业的交汇点。”他还将如今的 NFT 与早期电子商务做出比较，表示电子商务的兴起让小型企业得以实现在线销售并接触全球客户。但整个过程仍然涉及实物的生产与运输，因此可能会产生很高的前期成本。在他看来，NFT 允许小型企业利用公链创建数字商品，并即时将这些商品交付至世界任意位置的加密钱包。“也许在未来，我们的加密钱包地址会跟自己的邮寄地址一样重要。”

最新发现可能重塑我们对于新冠病毒早期流行过程的理解。根据死亡记录回溯，全美各地、特别是加利福尼亚州的首例新冠相关死亡病例发生在 2020 年 1 月，比之前的结论提前数周，而且官员当时就知道新冠病毒已经开始传播。此前人们一直认为圣何塞居民 Patricia Dowd 死于 2020 年 2 月 6 日是美国首例新冠病毒致死病例，而她在哪里感染、如何感染仍是个未解之谜。此外人们对于美国国内新冠疫情最早一批受害者的情况也知之甚少。The Bay Area News Group 在美国疾病控制与预防中心（CDC）下辖国家卫生统计中心（NCHS）的临时冠状病毒死亡病例中发现了关于首批感染者的资料，这份被广泛认定为权威依据的报告也在与各州及联邦公共卫生官员的沟通后得到确认。但由于隐私问题与疫情管理政策的激烈争论，首批感染者的姓名、确切居住地点及个人情况均未公开，令不少卫生专家感到沮丧。首例死亡发生在 2020 年 1 月这一事实，将改变 COVID-19 病毒登陆美国的时间。美国的首个病例记录于 1 月中旬。2 月下旬，美国报告的首例死亡病例也与旅行有关。卫生统计中心最新公布的首批死亡病例包含 6 例新近发现的病患，可以看到美国在 1 月 5 日至 11 日（即 2020 年的第一个完整自然周）已经出现了首例新冠死亡病例。

倡导责任政府的非盈利组织 The Cause of Action Institute  根据《信息自由法案》（FOIA）寻求获得多位政府官员的互联网浏览历史，其中包括农业部长和管理与预算办公室主任。一家地区法院驳回了他们的主张，裁定网络浏览历史并不属于 FOIA 当中规定的公开机构记录。美国华盛顿特区巡回上诉法院小组也对此表示赞同。在 Cause of Action Institute v. OMB 案件中，法官 Rao 等人均同意地区法院的意见，即联邦政府机构不对互联网浏览历史行使必要程度的控制，网络浏览历史并不属于受 FOIA 披露条款约束的公开机构记录。Rao 法官给出解释，“机构对于浏览历史拥有单独的保留与访问政策，且一直没有出于任何理由而使用官员浏览历史的惯例，因此这些文件并不属于机构公开记录。

硅谷创业公司 Cerebras Systems 筹集近 5 亿美元开发面向 AI 应用场景的圆盘形状的巨大芯片 Wafer Scale Engine（WSE)——世界上最大的计算机芯片。《纽约客》采访了该公司创始人谈论了芯片是如何制造的。Cerebras 联合创始人 Andrew Feldman 表示，巨型芯片设计方案有几个优势。当所有核心位于同一芯片上时，通信速度更快：这相当于原本散落在一个房间中的脑细胞，都塞进一个颅腔当中。大芯片的内存处理能力也更强。通常小芯片在处理文件之前必须先从位于电路板上其他位置的共享内存芯片处获取文件数据；而只有最常用的数据才有可能被缓存在更近的位置上……
一块典型的大型芯片可能消耗掉 350 瓦功率，但 Cerebras 的巨型芯片功耗高达 15 千瓦——足够给一栋小房子供电。Feldman 表示，“从来没有人开发过功率这么高的芯片，这也带来前所未有的冷却需求。”为此，Cerebras 基于 WSE-1 芯片的计算机 CS-1 中，有四分之三的空间都用于容纳冷却系统，否则主板会很快熔化。大多数计算机使用风扇向处理器吹冷风就够，但 CS-1 需要使用导热性更好的水冷系统；芯片之上是一块与水管相连的水冷板，由定制铜合金制成，保证受热时不会发生过大的膨胀变形。这块水冷板被抛光至完美，避免划伤芯片。在大多数芯片上，数据与电能通过边缘位置的电线流入；但对于 Cerebras 的 Wafer Scale Engine 来说，数据和电需要由下方垂直接入。工程师需要发明一种新型连接材料，确保能承受大型芯片环境中的热量与压力条件。“光是这项工作，就耗费了我们一年多时间。”
在数据中心的机架上，这台计算机占用的空间相当于 15 台披萨盒大小的 GPU 机器。与之配套的定制化机器学习软件能够高效将任务分配给芯片，同时需要避免某些位点因长期没有工作负载而温度明显低于其他区域、进而引发晶圆破裂……据 Cerebras 介绍，CS-1 目前已经在多所世界一流实验室当中发挥作用——包括劳伦斯利弗莫尔国家实验室、匹兹堡超级计算中心以及爱丁堡大学超级计算中心 EPCC 等。多家制药企业、工业公司及“军事与情报客户”也对 CS-1 青眼有加。“今年年初，阿斯利康制药公司的一位工程师在博文中写道，他们已经使用 CS-1 训练出一套能够从研究论文中提取信息的神经网络；计算机在两天之内，完成了 GPU 集群需要两周才能解决的任务。”
美国国家能源技术实验室报告称，CS-1 求解方程组的速度要比超级计算机快 200 倍以上，而功耗仅为“几分之一”。研究人员写道，“据我们所知，这是第一套能够在现实流体力学模型方面对数百万个单元进行实时模拟的高速系统。”他们得出结论，由于扩展效率太低，超级计算机几乎不可能达到 CS-1 的性能水平……利弗莫尔实验室计算部门 CTOBronis de Supinski 表示，在初步测试当中，CS-1 中每个晶体管运行神经网络的速度相当于 GPU 集群的五倍，成功缩短了网络训练周期。

Google Pay 不光在外部市场表现不佳，在公司内部的地位也岌岌可危。最近一篇报道披露，Google Pay 部门因高管外流、应用采用率低于预期以及员工不满情绪爆发而深陷危机。据该部门前员工的消息，最近几个月已有数十名员工及高管离开了 Google Pay 团队，其中至少包括七名在团队中担任总监或副总裁职务的高管。最具份量的当数 Google Pay 总监 Caesar Sengupta，他于今年 4 月选择离职，让员工们陷入对部门重组、进度进一步放缓的担忧。不少普通团队成员也纷纷离去，一位前员工估计，Google Pay 业务开发团队中已经约在半数员工（40人左右）在最近几个月相继离职。2018 年，Sengupta 接管了 Google Pay 部门，负责监管 Google Pay 应用以及更为广泛的 Google Pay 基础设施。Sengupta 将大部分精力在对 Google Pay 美国版应用与印度版本进行统一方面。