每周一，【把科学带回家】的编辑们将为你带来一些有趣的本周新闻，帮你轻松地开启这一周！
大开眼界
🦍 500年一遇的大规模黑猩猩内战爆发了
在乌干达的基巴莱国家公园，生活着约200只黑猩猩，它们曾是一个和睦的大家庭。科学家对这群黑猩猩持续研究了三十年，但近十年来，他们目睹了一场缓慢而残酷的分裂。
大约从2015年开始，这个群体内部出现了裂痕。社交距离逐渐拉大，原本共同的领地变成了彼此防范的边界。到2018年，分裂已成定局：西部派系与中部派系正式“分家”。
然而接下来的事，让科学家既震惊又担忧。人数较少的西部黑猩猩开始有组织地袭击中部黑猩猩的领地。在随后的六年里，它们至少杀死了7只成年雄性黑猩猩和17只幼崽——这还只是确凿统计的数字。2021年至2024年间，中部另有14只青年和成年雄性黑猩猩失踪或意外死亡，它们生前没有表现出任何疾病迹象。
据估计，这种级别的黑猩猩“内战”，每500年才会发生一次。
这项发表在《科学》杂志上的研究，支持了一个观点：
黑猩猩之间互相残杀，并不是因为什么“种族不同”“信仰不同”或者“政治观点不合”这些人类常拿来当借口的理由。它们纯粹就是因为“你是那边的，我是这边的”——一旦分出了“我们”和“他们”，哪怕昨天还是一起玩耍的好兄弟，也能翻脸下死手。
黑猩猩、红毛猩猩等是除人类外智商顶尖的灵长类动物 | 参考资料
就像一个小区的邻居，本来天天一起撸串喝酒，后来因为小区搞了个“东区”和“西区”的划分，两边就能打得头破血流——没有任何实质矛盾，就输在了“你跟我不是一伙的”。
说白了：“站队”本身，就足以毁掉任何感情。从朋友到敌人，有时只需要一个分裂的契机。
谜底揭晓
💊常见止痛药致印度50万人死亡，但他们并没用这种药
一种止痛药可以让奶牛过得舒服。结果，它却害死了几十万人，还差点把一种鸟类赶尽杀绝。
1973年，双氯芬酸问世。这种止痛药对人有效，对奶牛也有效。1994年专利过期后，它在印度迅速普及——农民用它治疗牲畜的炎症和疼痛。
双氯芬酸栓剂 | wiki
但印度有个特殊情况：大多数人不吃牛肉。牛死后（特别是病死的牛），如何处理半吨重的尸体？最好的办法是留给大自然。而大自然的清洁工，是秃鹫。
上世纪90年代初，印度约有5000万只秃鹫。它们能在45分钟内把一头死牛啃成白骨，不留腐肉、不传病菌，分文不取。
然而，秃鹫开始大批死亡。凶手正是双氯芬酸——微量即可导致秃鹫肾衰竭。秃鹫体内缺少分解这种药物的酶，吃了含药的牛尸后，尿酸在血液中积聚，致命。短短十年，秃鹫数量从5000万骤降至不足2万，下降99.9%。草原雕等食腐鸟类也面临同样的风险。
更糟的是，秃鹫繁殖极慢。即使立即禁药，种群恢复也需数十年。
没有这种看似丑丑的鸟，世界会变得更糟 | creatureconserve
秃鹫消失后，死牛无人处理。农民把它们扔进河里，水源被细菌污染；野狗和老鼠数量激增，它们携带狂犬病。印度很快成为全球狂犬病重灾区。
经济学家对比了秃鹫消失地区与其他地区的人类死亡率，结果惊人：2000~2005年间，受影响地区死亡率上升4%以上——每年多死约10万人，五年累计约50万人。
此外，在全球范围内，双氯芬酸还污染了海洋与淡水。在鱼类、贻贝等水生生物体内都检出了残留物，会损伤它们的鳃、肾脏和肝脏。这种药物在污水处理厂中很难去除，已被欧盟列入监测名单。
印度于2006年禁止兽用双氯芬酸，但执法不力。目前有一种对野生动物安全的替代药——美洛昔康。然而，在欧洲，西班牙仍允许兽用双氯芬酸，而该国拥有欧洲约90%的秃鹫种群。2021年，西班牙确认了首例秃鹫因此药死亡的案例。
一位研究者感叹：“回归自然的方式更有意义。”可惜，秃鹫们的价值——每年数十亿美元的免费清洁服务——直到它们消失，才被人类注意到。
科学新闻
💻 面对泛滥的、抢饭碗的AI，有人用“数据投毒”反抗
上传到社交账号上的生活照、心情记录等数据被拿去当训练AI的数据；辛苦创作的作品，被AI零成本快速模仿，却拿不到一分钱；无数个工作岗位因为AI而消失……
为此，一些对AI心怀不满的人决定通过“数据投毒”来反抗。
不同于黑客的恶意入侵，这些数据投毒并非单纯的破坏行为，而是防御性反击，如今被视为一些人保护个人权利（尤其是版权和劳动成果）的手段，是对AI公司“数据霸权”的反抗。
过去科学界普遍认为，要投毒一个大模型，“投毒者”必须控制一定比例的数据。这意味着模型越大、训练数据越多，投毒难度就越高。
但有研究发现，投毒效果不取决于比例，而是投毒样本的绝对数量——只需少量样本，就能投毒任何规模的语言模型。在实验中，研究人员发现只需约250个恶意文档，就能成功投毒。
数据投毒图解 | geeksforgeeks
具体来说，数据投毒（data poisoning）是指攻击者在模型的大规模训练数据中，偷偷混入少量经过特殊设计的“恶意文档”，这会在模型内部埋下一个“后门”（backdoor）。在传统软件中，后门通常是一段隐藏的代码，允许黑客绕过登录界面进入系统。但在AI模型中，后门不是代码，而是一种隐藏的“条件反射”。
模型在平时表现完全正常，但只要在输入中出现一个特定的触发词（例如实验测试中使用的
无论模型的参数量多少，无论训练数据多大规模，只要有250个左右的“毒数据”，后门就能稳固建立。由于现在训练大模型的数据多是从互联网大规模抓取，“投毒者”只需要在某些网页上发布几百个包含后门指令的内容，就有可能被爬虫抓取并植入未来的大模型中。
对于巨型模型来说，找出这几百个样本犹如大海捞针。这也意味着数据投毒的攻击成本极低，甚至不需要专业的黑客技术，只需要在互联网的角落留下污染源。
给AI投喂不同规模的“毒样本” | Shan et al.
不满AI零成本剽窃自己作品的创作者，虽然不懂黑客技术，但也可以通过Glaze、 Nightshade等数据投毒工具对自己的作品进行微小的、肉眼不可见的修改，使AI在抓取这些图片训练时产生混乱，例如把狗识别成猫。
对于大多数已经开始依赖AI的普通人而言，现阶段可能最需要注意的是——不要完全信任AI。
撰文丨乌其多、Cloud
参考资料：
大规模黑猩猩内战爆发
https://www.sciencefocus.com/news/a-massive-once-in-500-years-chimpanzee-civil-war-has-broken-out
印度止痛药物致死之谜
[1]https://en.wikipedia.org/wiki/Diclofenac#/media/File:Diclofenac_sodium_100mg.jpg
[2]https://creatureconserve.com/vulture-conservation
普通人对AI的投毒反抗
[1]https://www.scientificamerican.com/article/infrasound-tech-silences-wildfires-before-they-spread/