①“稀土”一词源于芬兰化学家加多林。他于1794年从一块形似沥青的重质矿石（后来被称作硅铍钇）中分离出一种白色物质，经分析证明含有一种新的“元素”（后人称作“钇土”的Y₂O₃）．作为历史遗留下来的名称，“稀土”代表着一类元素，一直沿用至今。

    ②世界稀土矿产资源分布不均衡，主要集中在中国、俄罗斯、美国、澳大利亚、巴西、加拿大和印度。资料显示，2011年在全球已探明的1亿吨稀土储量中，中国稀土储量为3600万吨，占全球储量的36%；俄罗斯稀土储量为1900万吨，占全球19%；美国稀土储量为1300万吨，占全球13%。

    ③稀土有“工业黄金”之称。在军事方面，其最显著的功能就是能大幅度提高其它产品的质量和性能，比如能大幅度提高用于制造坦克、飞机、导弹的钢材、铝合金、镁合金、钛合金的战术性能；稀土同样是电子、激光、核工业、超导、航天等诸多高科技的润滑剂。

    ④在冶金工业中，将稀土金属或氟化物、硅化物加入钢里，能起到精炼、脱硫、中和低熔点有害杂质的作用，可以改善钢的加工性能；稀土球墨铸铁，特别适用于生产有特殊要求的复杂球铁件，广泛用于汽车、拖拉机、柴油机等机械制造业。

    ⑤在石油化工方面，用稀土制成的分子筛催化剂，具有活性高、选择性好、抗重金属中毒能力强的优点，广泛用于石油催化裂化过程；在合成氨生产过程中，用少量的硝酸稀土为助催化剂，其处理气量比媒铝催化剂大1.5倍；复合稀土氧化物还可以用作内燃机尾气净化催化剂。

    ⑥在玻璃陶瓷制作中，稀土氧化物可作为抛光粉广泛用于光学玻璃、眼镜片、显像管、塑料及金属餐具等的抛光；添加稀土氧化物可以制得不同用途的光学玻璃和特种玻璃；在陶釉和瓷釉中添加稀土，可以减轻釉的碎裂性，使制品呈现不同的颜色和光泽。

    ⑦稀土是一种稀有的可再生资源。但近年来，我国稀土私采乱挖、浪费资源、走私等情况猖獗，国有企业稀土开采的吨回收率仅为60%，大型的民营企业回收率只有40%，一些私采乱挖的矿山甚至只有5%，稀土资源被大量浪费，并由此引发巨大环境问题。

    ⑧一是稀土开采造成生态破坏问题。由于稀土矿含量很低，开采中土地和植被破坏、水土流失等生态破坏问题十分严重。 江西、福建、广东等南方地区离子型稀土矿，每开采10吨稀土氧化物要剥离表面和出池尾沙1000﹣1600立方米，破坏大量地表植被。年产1000吨稀土原料的矿山，尾矿超过20万～30万吨，占地约20多亩。

    ⑨二是稀土提炼、加工造成环境污染问题。稀土湿化冶炼产生大量废水，含有氨、氮、硫酸根、氯离子，放射性物质超标达几倍到几十倍。这些有毒的溶液长期残留地下，一旦污染地下水资源，后果不堪设想。稀土焙烧、冶炼和电解系统排出大量有毒、有害气体，未经处理或治理不达标排放现象还相当普遍。

    ⑩稀土开发带来的问题已经引起了国家和地方的高度重视。虽然中国的稀土行业走过弯路，但亡羊补牢，为时未晚。

（选自《中国环境报》有删改）

转基因食品的辩证法

    自从1983年世界上最早的转基因作物（烟草）诞生起，以转基因技术为主要内容的现代生物技术开始迅猛发展，尤其是在农业领域，转基因技术依靠其自身优势，在短短30年的时间内取得了令世人瞩目的巨大成就。

    在很长时间内，转基因食品因其极好的对抗恶劣环境的特性，极强的土地利用率，高产量，反季节性，多种元素的复合营养价值甚至口味，以及其高科技、垄断性的特征，带动了全球巨大的经济效益链条，并高速运转着。

    既然转基因产品有如上种种优点，为什么社会各界还对其忧心忡忡呢？

    众所周知，自然界中的各种生物都是在自然选择的条件下经过亿万年的进化而形成的，而转基因技术实现了人为的选择，各种高产、耐虫、耐药的粮食作物相继出现，它们的出现打破了自然平衡，更打破了各种生物之间的生殖隔离。每种生物的基因组都具有其整体性与排他性，但是被人为导入的各种外源性基因破坏了这种整体性。基因组的改变直接导致了其下游的基因转录、翻译等步骤的变化，进而影响到蛋白质组的构成。

    目前的技术虽然可以很好地控制基因的导入，但是对于基因的表达、转录、翻译及相关蛋白质的构成、折叠等关键步骤还难以做到有效的控制，因此在获得所需性状的同时也会产生一些意想不到的后果。如转基因Bt－176玉米原本作为一种抗虫玉米推广，但由于其外源性抗虫基因的表达而导致了Bt毒素的积累，最终导致大批以该玉米为饲料的奶牛死亡。

    以上对于蛋白质组的影响仅仅是一个方面，转基因生物推广的同时也将污染传统作物、破坏生物链的整。美国媒体曾报道发现有两种转基因玉米的种植会伤害蝴蝶生存，对生态环境安全的威胁程度已经超出可接受的水平。阿根廷转基因大豆的推广导致当地原始品种大豆无法种植，高剂量农药使得其他粮食作物无法生产，进而导致大面积土地无法耕作。因此对转基因产品的担心绝不仅仅是杞人忧天。

    随着转基因作物及产品的大面积推广，关于其安全性的探讨愈发激烈，进而使各国政府的政策取向产生了很大的不同。

    美国作为转基因作物的先行者，正在逐步改变其宽松的转基因政策，“农业恐怖主义”概念的提出更是直接将转基因技术当做主要攻击手段来进行防范。欧盟更是早在10年前便制定了一整套从转基因微生物、转基因食品到饲料等各个领域的管理法规。俄罗斯对转基因作物则采取了更为严格的态度，目前尚未批准任何转基因作物的商业化种植，同时颁布法规，严格控制各种转基因作物在俄罗斯境内销售。

    如果没有转基因技术，自然界也会制造出转基因生物，只不过这个过程要跨越亿万年，要经历时间和环境的检验。层出不穷的转基因食物提供了不被虫咬、耐受风寒、容易保存的非自然产品，但是，人类在满足于转基因产品的优良品质的同时，可能也要为新物种潜在的危害付出代价。这一点必须要有清醒的意识。

揭秘“悟空”上天施展神通

    ①12月17日8时12分，我国在酒泉卫星发射中心用长征二号丁运载火箭成功将暗物质粒子探测卫星“悟空”发射升空，卫星顺利进入预定转移轨道。这标志着我国空间科学探测研究迈出重要一步。

    ②“悟空”是目前世界上观测能段范围最宽、能量分辨率最优的暗物质粒子探测卫星，超过国际上所有同类探测器。“悟空”的观测能段是国际空间站“阿尔法磁谱仪”的10倍，能量分辨率比国际同类探测器高3倍以上。

    ③“悟空”的身材比一般的卫星小巧，长宽高只有1.5米、1.5米、1.2米，像盒银白色的方形蛋糕。而它的“火眼金睛”却可以在茫茫的太空中寻暗物质的踪影。

    ④卫星采用的是以载荷为中心的一体化结构设计。据介绍，“悟空”由四个有效载荷组成，分别是塑闪阵列探测器、硅阵列探测器、BG0能量器和中子探测器。所有探测器及电子设备安装在1个立方米的空间内，技术难度超过了我国目前所有的上天高能探测设备。

    ⑤以《西游记》中的美猴王名字命名的卫星“悟空”，没有携带金箍棒，却带了300多根“水晶棒”。位于卫星核·心部位的BGO能量器包含了300多根纵横交错排列的晶体，每一根都有2厘米见方、60厘米长，是世界上最长的BGO晶体，研制难度非常高。整个卫星中，BGO能量器的重量就占了多半。这些漂亮的“水晶棒”能够测量入射粒子的能量，并且由于电子和质子与晶体发生相互作用，产生类似淋浴喷水形状的簇射，而电子和质子产生的簇射形状不同，因而科学家可以区分出电子和质子。

    ⑥占宇宙95%以上的暗物质和暗能量由万有引力定律证实存在，却从未被直接观测到。暗物质粒子的探测目前是国际科学前沿竞争最为激烈的研究领域。包括我国在内的世界各国正在筹建或实施多个暗物质探测实验项目，其所究成果可能带来基础科学领域的重大突破。

    ⑦“悟空”将面朝太空，在太空中开展探测任务，接受来自宇宙四面八方的高能电子及高能伽马射线，探寻暗物质存在的证据，研究暗物质特性与空间分布规律。由于暗物质可能存在于任何区域，它头两年将对全天扫描，探测暗物质存在的方位。两年后，根据全天区探测的分析结果，它将对暗物质最可能出现的区城开展定向观测。

    ⑧寻找暗物质的过程就像与幽灵捉迷藏，天下武功唯快不破，只有仪器越灵敏才越可能有发现。“悟空”就是通过提高能量分辨和空间分辨的本领，降低宇宙射线背景噪音，并且把探测器做得足够大等方法提高灵敏度。

    ⑨中科院国家空间科学中心主任吴季表示，暗物质粒子探测卫星的成功发射和在轨运行将有望推动我国科学家在暗物质探测领域取得重大突破，对促进我国空间科学领域的创新发展具有重大意义。

AI是如何做决策的？

    ①最近一段时间，AI（人工智能）被炒得神乎其神，似乎它无所不能。但事实上，据社交网站“脸谱”披露，要想欺骗AI把某个不存在的东西当作真实存在，比你想象的要容易得多。

    ②譬如，在一张高清晰度的图片中，随机地降低某些地方的像素。这么一点微不足道的变化，人眼根本难以觉察，也不会影响我们的判断；但AI却能觉察出来其中的差异，并因此严重干扰了判断，比如说把图中的猫误认作了狗。

    ③这个低级错误揭示出当前AI的一个重大缺陷：太拘泥于细节，“只见树木，不见森林”，让无谓的细节影响了对整体的判断。如果这个弱点被黑客利用，后果将不堪设想。他们将能够操纵无人驾驶汽车狂奔，无视红绿灯；或者让犯罪嫌疑人轻易躲过AI控制的监控摄像头。

    ④为了解决这个问题，这就需要我们先去了解AI是如何自我学习，如何做决策的，但这一直是个难题。因为AI在自我学习过程中，经过海量的数据训练之后，会自创一套决策规则，但它最后创立的规则到底是什么，这对于AI的设计者有时候都是一个谜。这一点其实跟人也是相似的。譬如，老师在课堂上向你传授知识，但你是如何把这些知识点组织起来的，他也不见得清楚。

    ⑤最近，美国布朗大学的克里斯•格林和他的同事开发了一个系统，有望突破这个困难。这个系统能够分析，当AI对一个图像做判断时，它是根据图像的哪一部分做出判断的。为开发这个工具，研究小组用数码噪声依次替换图片的一部分，看看这样替换之后，是否会对AI的判断产生影响。如果AI改变判断，那说明图片的这块区域可能正是影响AI判断的关键所在。

    ⑥格林在给图片分类的一个AI上测试了他的系统。这个AI被训练把图片分成10个类，包括飞机、鸟、鹿和马等。格林的系统能够暗中查看，当AI对图片进行分类时，什么是它所倚重的，什么是被它忽略不计的。结果表明，AI先是将图片上的物体分解成不同的元素，然后搜索图片中的每一个元素以确定把图片归到哪一类。

    ⑦举个例子。当AI观察马的图片时，它首先关注的是其腿部，然后，寻找它的头部。在观察鹿的图片时，它也采用类似的办法，不过在关注了鹿的腿部之后，它接下去搜寻的不是头，而是鹿角，因为鹿角是最能把鹿跟其他动物区别开来的，所以鹿角被置于优先的地位。至于图片的其他地方，则被AI完全忽略了。

    ⑧从这里我们看出，AI做决策的过程迥异于我们人类。我们是不会如此拘泥于局部的。面对一张鹿的图，即使把它的角打上马赛克，我们也还是可以根据分叉的蹄子认出鹿来的，但对于“死板”的AI，它很可能就把它认作驴了。

    ⑨格林的软件可以帮助我们测试现有的AI，以便确保它们下判断时，关注的是我们认为重要的东西，这对于改进AI有重要的价值。

（选自《大科技·百科新说》2018.05B，有删改）