负担得起奢侈品牌的人倾向于购买并炫耀，与富裕和高社会地位相关的无数社会利益使得此类做法并不令人惊讶。但最近的一项研究发现，在某些情况下这一做法也会带来坏处，会被认为更倾向于利己而不是合作。研究报告发表在《Journal of Personality and Social Psychology》期刊上。研究人员设计了一个版本的囚徒困境游戏，让参与者决定是否选择伙伴进行合作，其中部分可选择的伙伴身穿路易威登或古驰等奢侈品牌衣服。结果显示，参与者更多选择身穿无品牌衣服的伙伴合作。随后的调查问卷显示参与者认为这些人更倾向于利己主义。

日本兵库县尼崎市宣布找回了储存有 46 万居民信息的 U 盘。该市委托一家公司处理受新冠影响的家庭补贴工作。这家公司的员工下班后喝多酒，在马路上睡着了，醒来后发现存放有 U 盘的包丢失了。U 盘储存了尼崎市所有居民的姓名、地址和出生日期数据，以及缴纳的地方税和福利信息。U 盘使用了 13 位密码加密。丢失 U 盘的员工向警方递交了报告，与警官合作搜索了他认为包丢失的地方，最终找回了包和 U 盘。

意大利是最新一个对使用 Google Analytics 发出警告的国家。意大利监管机构发现，有网络出版商在使用 Google Analytics 上不符合欧盟的数据保护规定，因为用户数据被转移到美国，而美国缺乏与欧盟相当的用户信息保护。Google Analytics 收集的用户信息包括设备 IP 地址、浏览器信息、操作系统、屏幕分辨率、语言偏好，以及访问网站的日期和时间，这些数据被转移到美国。意大利监管机构要求网站在 90 天内解决违规问题，并对其它使用 Google Analytics 的本土网站发出警告，要求它们检查合规性问题。意大利没有禁止使用 Google Analytics，而是要求使用该分析工具的网站修改默认设置禁止将用户信息传输到美国。

电动汽车制造商蔚来的一辆测试车周三发生事故致车内两人死亡，其中一人是公司员工，另一人是合作伙伴公司员工。此事引发争议的是蔚来先后发表了两则声明，第一则声明称“这是一起意外事故，与车辆本身没有关系”，未经充分调查就宣称事故与汽车本身无关的做法立即招致非议。蔚来之后删除了这则声明，换上了另一则“根据对现场情况的分析可以初步确认，这是一起（非车辆原因导致的）意外事故”。

人工智能让研究人员能检查当今科学仪器产生的大量数据，改变了科学实践。使用深度学习，可以从数据本身中学习，在数据的海洋中大海捞针。人工智能正在推动基因搜索、药学、药物设计和化合物合成的发展。为了从新数据中提取信息，深度学习要使用算法，算法通常是在海量数据上训练出来的神经网络。按照其分步说明，它与传统计算有很大的不同。它从数据中学习。深度学习没有传统计算编程那么透明，这留下了一个悬而未决的重要问题：系统学到了什么，它知道什么？五十年来，计算机科学家一直在试图解决蛋白质折叠问题，但没有成功。2016 年 Google 母公司 Alphabet 的人工智能子公司 DeepMind 推出了 AlphaFold 计划。利用蛋白质数据库作为训练集，该库中包含了超过 15 万种蛋白质的经验确定结构。不到五年的时间里，AlphaFold 就解决了蛋白质折叠问题，或者至少解决了其中最重要的方面：根据氨基酸序列识别蛋白质结构。AlphaFold 无法解释蛋白质是如何如此快速而精准地折叠的。这对人工智能来说是一次巨大的胜利，因为它不仅赢得了很高的科学声誉，而且是一项可能影响每个人生活的重大科学突破。

美国联邦初审法庭周二裁定，版权法不能作为绕过第一修正案对匿名互联网用户强有力保护的捷径。美国加州北区地方法院一名法官的决定证实，版权持有人根据《数字千年版权法案(DMCA)》发出的传票在确定匿名发言者的身份之前，仍然必须通过宪法的检验。此案旨在揭露一位匿名 Twitter 用户（@CallMeMoneyBags）的身份，该用户发布的照片和内容暗示私募股权亿万富翁 Brian Sheth 与照片中出现的女性发生了浪漫关系。Bayside Advisory LLC 拥有照片版权，并据DMCA 要求 Twitter 删除这些照片，后者照办了。Bayside 还向 Twitter 发送了DMCA传票，要求披露该用户的身份。Twitter 拒绝，并要求联邦地方法官撤销 Bayside 的传票。去年年底，地方法官裁定 Twitter 必须披露该用户的身份，因为该用户未能出庭证明在 Twitter 上发布 Bayside 的照片是合理使用。当 Twitter 要求地方法院法官否决该裁定时，EFF 和北加州 ACLU 基金会就此案提交了一份非当事人意见陈述，认为该地方法官的裁决只关注了该用户的推文是否构成版权作品的合理使用，但绕开了第一修正案。EFF 对地方法院的决定感到满意，该裁决确保 DMCA 传票不能被利用成第一修正案保护的漏洞。现实情况是，该版权法经常被滥用，以压制合法言论或对发言者进行报复。例如 2019 年，EFF 成功代表一位匿名 Reddit 用户，守望台圣经书社声称该用户发布了他们受到版权保护的材料，并试图通过 DMCA 传票揭露该用户身份。EFF 也很感激 Twitter 在法庭上维护其用户的第一修正案权利。

科学家设计出一种微型机器鱼，可按照设定程序四处游动，并用柔软、灵活、可自我修复的身体清除海洋中的微塑料。微塑料是指从日常使用的水瓶、汽车轮胎和合成纤维制成的T恤上等较大的塑料物品上剥落下来的数以十亿计的微小塑料颗粒。它们是 21 世纪最大的环境问题之一，因为一旦从较大的塑料物品上分离出来，散布到环境之中，就很难被清除，并会进入饮用水、农产品和食品中，危害环境以及动物和人类的健康。四川大学高分子研究所研究员、该研究的主要作者之一王玉燕（音译）表示：“开发机器人准确收集和采样水环境中的有害微塑料污染物具有重要意义。”《纳米快报》期刊上的一篇研究论文介绍了她的团队的新发明。“据我们所知，这是首个此类软机器人。”四川大学的研究人员展示了一种可以在水污染中跟踪这些污染物的创新解决方案：设计一种小型自走式机器鱼，它可以四处游动，抓住自由漂浮的微塑料，并在被割伤或者在探险时被损坏时自我修复。

根据发表在《科学》期刊上的新研究，科学家发现了一种细菌，其细胞长度长一厘米，这种惊人的尺寸使其成为迄今为止发现的最大的细菌物种，甚至“挑战了我们对细菌细胞的理解。”细菌是一种极其多样化的生物，它们在地球上生活了数十亿年，演化占据了各种生态位，令人眼花缭乱。尽管如此几乎所有的此类微生物都是由直径约两微米的简单细胞构成，这一尺寸比人类发丝的直径小大约 40 倍。Thiomargarita magnifica 是一种在小安的列斯群岛哥德洛普岛沉没的红树林叶子上发现的细菌，它颠覆了这种标准。该物种进化出的丝状细胞“比其他所有已知的巨型细菌大约 50 倍”，它们“肉眼可见”。美国复杂系统研究实验室和美国能源部在劳伦斯伯克利国家实验室的联合基因组研究所（JGI）联合任命的海洋生物学家 Jean-Marie Volland 领导了这项研究，项目中的科学家怀疑这种创纪录适应的部分原因是 T. magnifica 拥有惊人数量的重复基因，这种能力被称为多倍体。结果表明，这些细菌的细胞中包含了 DNA 簇，这些细胞位于隔室之中，隔室被膜包裹，该研究小组将这些膜称为“pepins”。这些有组织的 pepins 和大多数细菌细胞中自由漂浮的DNA形成鲜明的对比。基因测序显示，T. magnifica 含有数十万个基因组拷贝，这些拷贝散布在整个细胞中，加起来大约是大多数细菌中基因数量的三倍，是多倍体的一个极端的例子。Volland 和同事表示：“这些细胞特征可能会让生物体生长到异常大的尺寸，绕开了生物物理和生物能量对生长的一些限制。”

根据发表在《柳叶刀》医学期刊上的一项研究，新冠疫苗自最初推广一年以来，已在全球范围内阻止了 1980 万人死亡。这项数学建模研究使用了死亡记录和超额死亡数分析了与 Covid-19 疫苗接种直接和间接相关联的死亡。研究发现疫苗避免了逾四分之三的死亡：疫苗对重症非常有效，1980 万中的有 1550 万是因为疫苗接种获得的直接保护作用；剩余 430 万死亡避免来自于通过减少病毒传播和减少卫生系统负担的间接保护。

美国食品药品管理局(FDA)周四下令 Juul Labs 停止在美国销售其所有电子烟产品。Juul 可以通过 FDA 的上诉程序或在法庭上寻求暂停执行该命令。FDA 说，Juul 提交给该机构的一些研究结果引起了关注，因为其数据不充分且相互矛盾，包括从该公司的电子烟弹中浸出的潜在有害化学物质。不过尚未收到证据表明与使用 Juul 电子烟有关的直接危险。FDA 周四告诉 Juul，它在市场上的所有产品都必须下架，否则该机构可能对 Juul 和零售商采取执法行动。执法部门不会对使用 Juul 产品的消费者采取行动。

在 Linux 基金会举办的开源峰会上，Linus Torvalds 谈到了 Rust 语言合并到内核的可能性，表示最快可能在 Linux 5.20 开发周期中合并到内核。内核社区正在开发的版本为 5.19，5.20 为下个版本。目前还没有 Rust for Linux 的 pull request 发送或合并，但初步支持 Rust 的代码已经就绪，包括基本基础设施、简单示例驱动等等。Linux kernel 对 Rust 的支持在构建内核时仍然是可选的。

在科学领域，学术价值的最终衡量标准是作为作者发表的论文数。某些细微之处也很重要——你在作者列表中的位置以及其他人是否引用你的论文。不过这些因素很难动摇论文数量的重要性。捐赠和晋升等另一些因素也很重要。但是这些领域的成功通常要靠发表大量论文。这就是为什么《自然》期刊周三发布的一篇论文意义重大：它列举的数据表明，女性被系统性地排除在科学论文的作者名单之外。即使在考虑了职业发展的各种因素之后，参与和发表之间仍存在差距。这对于解释科学界为什么存在一个被称为“流失管道”的问题大有帮助，“流失管道”指的是女性在职业生涯的每个阶段有更高的退出研究的比例。

研究人员使用了几种方法来衡量论文成功。首先是团队成员是否都出现在论文中。根据原始数据，他们得出一个明显的答案：21% 的男性最终成为作者，只有 12% 的女性成为作者。教师署名论文的频率远高于团队中的其他任何人，而女性获得教师职位的比例较低，这在很大程度上解释了这种差异。因此研究人员根据职位（教师、研究生、实验室技术人员等）进行调整，发现女性的名字出现在任何论文中的概率要低 5%。

另外，研究人员用他们拥有的数据分析了一个特定团队在一个时期内发表了多少论文和专利。对于一年前在该实验室工作的任何人来说，这些都被认为是“可能署名的论文”。然后用该人实际发表论文的数量除以“可能署名的论文”数量，用这种方法适应某些实验室或项目比其他实验室或项目更成功的事实。同样根据职位进行调整之后，女性发表论文的比例再一次低于男性。最后研究人员检查了获得高引用论文的比例。对于境遇惨淡的论文，没有区别。女性和男性在零引用论文方面旗鼓相当。但是对于相当成功的论文（被引用达到 25 次的论文），女性进入作者名单的可能性比男性低 20%。

研究人员对学者进行了调查，得到了 2500 多份回复。43% 的女性受访者表示，她们被排除在自己参与过的论文的作者名单之外；相比之下，被排除在外的男性为 38%。49% 的女性还表示，她们对实验室的科学贡献被低估了，而只有不到 40% 的男性有这种感觉。女性倾向于表示她们的工作没有得到承认是出于个人原因，或者是因为她们在论文发表之前就离开了实验室。