人们在治疗与肥胖有关的疾病上的花销高达1470亿美元,因此搞清楚锻炼身体是否真的有助于减肥是非常重要的。一项新研究消除了许多跑步者心中都有的一个疑惑:与不锻炼相比,锻炼真能消耗更多卡路里吗?
研究人员的结论是:人们普遍认为体力劳动或体育锻炼后能量摄入会增加,但我们没有充分的证据表明高强度的体力劳动或体育锻炼会对能量摄入产生影响。换句话说,大多数人锻炼后不会比平时吃得更多,对于想减肥的人来说,这无疑是个好消息。
堪萨斯大学医疗中心的研究团队还发现,不同的锻炼方式的结果基本没有什么两样,这其中包括有氧运动和力量训练、锻炼强度、锻炼时间。锻炼不会改变人们的吃饭行为,研究人员在报告中称,“我们没有发现锻炼能影响营养摄入的证据。”
调查人员指出,许多减肥方面的研究显示,锻炼会引起脂肪含量、而非肌肉的减少。研究人员在报告中称,“这些因素可能与长期保持减肥效果有关。”
知名营养学家南茜·克拉克(Nancy Clark)表示,尽管经常警告跑步者不要期望能大幅减肥,但她对这项研究表示欢迎,“我对客户的建议是,想健康就锻炼,想减肥就少吃。我发现许多人早上跑上10英里后就会大吃一顿,然后一整天基本上就不再运动了”。
好文章,需要你的鼓励
这项研究提出了"高效探测"方法,解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制,该方法在减少90%参数的同时实现10倍速度提升,在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性,生成可解释的注意力图谱,展现出优异的跨域适应性。团队承诺开源全部代码,推动技术普及应用。
伊利诺伊大学研究团队开发了CLAIMSPECT系统,通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法,将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架,识别不同观点及其支撑证据,为科学和政治争议提供更全面客观的分析,已在生物医学和国际关系领域验证有效性。
清华大学研究团队首次提出情感认知融合网络(ECFN),让AI能像人类一样理解和表达情感。该系统通过多层次情感处理架构,在情感识别准确率上比现有最佳系统提升32%,情感表达自然度提升45%。研究突破了传统AI情感理解的局限,实现了跨模态情感融合、动态情感追踪和个性化情感建模,为医疗、教育、客服等领域带来革命性应用前景。
哈佛大学研究团队通过创新的多智能体强化学习方法,让AI在战略游戏中学会复杂推理。研究发现AI通过游戏竞争能发展出类人思维能力,在逻辑推理、创造性解决问题等方面表现显著提升。这项突破性成果为未来AI在医疗、教育、城市管理等领域的应用奠定基础,展现了通过模拟人类学习过程培养真正智能AI的新路径。