对大多数人来说，听是一件毫不费力的事，以至于我们很难理解大脑的听觉系统需要为此处理和理顺多少信息。大脑必须接收传入的声音，将其转化为我们感知到的声学对象：朋友的声音、狗的吠叫、滴滴答答的雨声。大脑必须从背景噪音中提取出相关的声音。它还需要确定两个不同的人所到的单词具有相同的语义，同时还要区分这些声音，评估音高、音调和其他特性。

传统的神经处理模型认为，当我们听到声音时，听觉系统会提取其中一些简单的特征，然后再将它们组合成更加复杂和抽象的表示。举例来说，这个过程需要大脑将某人说话的声音先转换成音素，然后是音节，最后是单词。

但是今年 8 月发表在《Cell》上的一篇论文显示，一组研究人员对该模型提出了不同意见，他们认为大脑的听觉系统同时并行处理声音和语音。他们的研究结果表明，大脑如何理解语音与科学家的预测大相径庭，耳朵听到的信号在声音处理最早期阶段就被分流到不同的大脑通路，有时甚至绕过了部分大脑区域，那些区域之前被认为是构建复杂声音表示的重要部分。

这项工作为大脑如何快速有效地解开重叠的听觉刺激流提供了新的解释。这一发现不仅对关于语音处理的成熟理论提出了质疑；它还挑战了关于整个听觉系统如何工作的想法。关于对声音的感知，大部分主流观点都是基于与我们所了解的视觉系统中执行的计算进行类比。但越来越多的证据，包括最近对语音的研究，都暗示听觉处理的工作方式非常不同——以至于科学家开始重新思考听觉系统各个部分的功能，以及这对我们可以解读如此丰富的音声环境意味着什么。

US American Automobile Association（AAA）拥有超过 6000 万会员。协会最近对当前的高级驾驶辅助系统（ADAS）进行测试，得出结论，大雨会造成很高的错误率。

在封闭路线上模拟中到强降雨测试中，各种车辆的紧急制动系统测试在 25 英里/小时（40 公里/小时）时发生碰撞的概率为 17%，在 35 英里/小时（56 公里/小时）时发生率为 33%。更令人担忧的是车道辅助系统测试的结果，受试车辆在 69% 的时间内偏离车道。

对脏挡风玻璃效果的测试结果令人鼓舞，受试车辆的挡风玻璃上被撒上了虫子、污垢和水的受控混合物。AAA 报告称整体系统性能没有受到影响。

AAA 的汽车工程和行业关系主管 Greg Brannon 总结称：“车辆安全系统依赖传感器和摄像头来查看道路标记、其他车辆、行人和道路障碍物。因此它们很自然会易受到雨水等环境因素的影响……现实的情况是，人们并不总是在完美的、晴朗的天气里开车，所以我们必须扩大测试范围，考虑人们在日常驾驶中实际遇到的问题。”

美国参议院拨款委员会希望 NASA 选择第二家公司建造新的月球着陆器。 SpaceNews 报道，在最初决定之后，经过反复的法律拉锯，参议院拨款委员会要求 NASA 选择第二家公司来开发载人月球着陆器。但委员会只为新要求增加了少量资金。NASA 最初决定将建造和开发月球着陆器（或称载人着陆系统，HLS）的合同授予 SpaceX，这个决定遭到了另外两家公司——Blue Origin 和 Dynetics 的强烈抗议。现在看来 Blue Origin 终究要如愿了。

拨款委员会在报告中表示，NASA 的 HLS 计划并没有资金不足，与 NASA 之前的说法正好相反。报告表示，拨款法案中拨给 NASA 248.3 亿美元，比 NASA 要求的 248 亿美元略高，还有为 HLS 增加 1 亿美元资金。 报告指出，“NASA 指责国会和本委员会缺乏支持两个 HLS 团队所需资源的说辞是空洞的。”

费米悖论（Fermi paradox）面临的最具挑战性问题之一是：为什么指数级扩张技术至今还未能接管整个宇宙。几十年来，能自我复制的外形机器人群——通常被称为冯诺依曼探测器（von Neumann probes）——一直是科幻小说中的常客。但是到目前为止，还没有任何证据表明它们存在于小说之外。这可能是由于我们没有花多少时间去寻找它们——这种情况可能会随着新的五百米孔径球面射电望远镜（FAST）的出现而改变。根据最近的计算，这个新观测平台能探测到距离太阳相对较远的冯诺依曼探测器群。

计算由佐治亚州 Tbilisi 自由大学的 Zaza Osmanov 博士进行，结果表明，在 FAST 焦点所在的无线电光谱带中，可以看到高度先进文明的冯诺依曼探测器群。为了帮助搜索，Osmanov 博士使用了两个框架来限定潜在的解决方案。第一个是 Kardashev 文明概念，另一个是对任何此类探测器群的热和电磁辐射分布的估计。

Kardashev 量表是科学推测中一个很好理解的概念——它关注一个文明整体的能源使用，不同的里程碑（I 型、II 型或 III 型）分别对应整个行星、恒星或者星系的能量输出利用。在 Kardashev 量表中，人类文明目前被认为大约在 0.75 左右。

2019 年以来，黑客一直在劫持知名的 YouTube 频道。有时他们会广播一些加密货币骗局，有时只是拍卖这些账户的访问权。现在 Google 详细揭露了这些受雇黑客过去几年用于入侵数千名 YouTube 内容作者的技术。

加密货币骗局和账户接管并不罕见；去年秋天的 Twitter 黑客事件就是一个例子。但针对 YouTube 帐户持续不断的攻击却因其广度和黑客使用的方法而引人注目。他们采用的是一种古老的策略，尽管如此，防御却非常棘手。

攻击都始于网络钓鱼。攻击者会向 YouTube 作者发送一封看似来自真实服务的电子邮件——例如 VPN、照片编辑应用程序或防病毒产品，并提出合作建议。他们提议进行标准的促销：向你的观众展示我们的产品，我们将向你支付费用。对于 YouTube 网红来说，这是每天都在发生的交易，网红借此获得收益。

然而点击链接下载产品会将他们带到恶意软件登录站点——而不是真正的交易站点。某些情况下，黑客会冒充 Cisco VPN 和 Steam 等知名网站，或者冒充专注新冠的媒体。Google 表示，它迄今发现了 1000 多个域名，这些钓鱼域名都是为感染不知情的 YouTube 用户建立的。这暗示出了此类攻击的规模。该公司还发现了 15,000 个与这些计划背后的攻击者有关的电邮账户。这些攻击者似乎并不是一伙的；Google 表示，在俄语论坛上有各种黑客都在宣传账户接管服务。

一旦 YouTube 用户下载了恶意软件，它就会从他们的浏览器中获取特定的 cookie。这些“会话 cookie”确认用户已成功登录到他们的账户。黑客可以将这些偷来的 cookie 上传到恶意服务器，让他们冒充已通过身份验证的受害者。会话 cookie 对攻击者来说特别有价值，因为它们不需要再经过登录流程的任何部分。

Twitter 分享的研究结果表明，相比左翼政客和媒体，该平台的算法放大了右翼政客的推文和右翼媒体的内容。

研究没有谈及 Twitter 算法是否实际上偏向于保守派的政治内容，结论只显示放大中的偏见，没有涉及导致偏见的原因。Twitter 机器学习、道德、透明度和问责团队（META）的负责人Rumman Chowdhury 在接受 Protocol 采访时表示，该研究只是“是什么而不是为什么”。 Chowdhury 表示：“我们可以看到这种现象。我们并不能完全肯定它为什么会发生。需要明确的是，其中一些可能是由用户推动的，人们在平台上的行为，我们不确定是怎么回事，重要的是我们分享了这些信息。”META 团队计划进行她所说的“根本原因分析”，以尝试找到“为什么”，该分析可能需要创建关于人们如何使用该平台的大量假设，这些假设应当是可测试的，可帮助确定是用户在 Twitter 上交互的方式还是算法本身造成了这种不均匀的放大。Twitter 没有自己定义哪些新闻媒体和政客是右翼，而是采用了外部研究人员的定义。这项研究调查了来自七个国家和地区的政客的数百万条推文，以及同新闻相关的数亿条推文。调查不涉及新闻本身。

荷兰涂料制造商 Akzo 用于制造蓝色涂料的原料即将告罄，这是蔓延全球的制造商供应链中断的最新余波。

周三在发布了三季度财报后，公司首席执行官 Thierry Vanlancker 在接受采访时表示：“有一种基本着色颜料难以获得……正在引发一场混乱。”除了蓝色原料之外，Akzo Nobel 在采购用于制造金属罐的马口铁方面也遇到了麻烦，迫使这家总部位于阿姆斯特丹的公司不得不将空罐子从一个国家运送到另一个国家进行灌装。该公司还表示，由于无法获得防水所需的添加剂，某些外墙涂料的交付也遇到了不可抗力。供应链问题现在正在各行各业散播混乱，抬高价格，并造成一些基本家用产品的短缺。几个月以来，通常需要数百种添加剂和化学品的涂料制造商一直在警告成本上升和物流问题。本周三早些时候，Akzo Nobel 表示，不断攀升的成本和材料短缺将持续到明年年中。