A recognition with a large-scale network is simulated on a PDP-11/34 minicomputer and is shown to have a great capability for visual pattern recognition. The model consists of nine layers of cells. The authors demonstrate that the model can be trained to recognize handwritten Arabic numerals even with considerable deformations in shape. A learning-with-a-teacher process is used for the reinforcement of the modifiable synapses in the new large-scale model, instead of the learning-without-a-teacher process applied to a previous model. The authors focus on the mechanism for pattern recognition rather than that for self-organization.

We present a global atlas of 4,728 metagenomic samples from mass-transit systems in 60 cities over 3 years, representing the first systematic, worldwide catalog of the urban microbial ecosystem. This atlas provides an annotated, geospatial profile of microbial strains, functional characteristics, antimicrobial resistance (AMR) markers, and genetic elements, including 10,928 viruses, 1,302 bacteria, 2 archaea, and 838,532 CRISPR arrays not found in reference databases. We identified 4,246 known species of urban microorganisms and a consistent set of 31 species found in 97% of samples that were distinct from human commensal organisms. Profiles of AMR genes varied widely in type and density across cities. Cities showed distinct microbial taxonomic signatures that were driven by climate and geographic differences. These results constitute a high-resolution global metagenomic atlas that enables discovery of organisms and genes, highlights potential public health and forensic applications, and provides a culture-independent view of AMR burden in cities.

In this paper, the optical response to a terahertz pulse was investigated in the transition metal chalcogenide Ta2NiSe5, a candidate excitonic insulator. First, by irradiating a terahertz pulse with a relatively weak electric field (0.3 MV/cm), the spectral changes in reflectivity near the absorption edge due to third-order optical nonlinearity were measured, and the absorption peak characteristic of the excitonic phase just below the interband transition was identified. Next, by irradiating a strong terahertz pulse with a strong electric field of 1.65 MV/cm, the absorption of the excitonic phase was found to be reduced, and a Drude-like response appeared in the mid-infrared region. These responses can be interpreted as carrier generation by exciton dissociation induced by the electric field, resulting in the partial melting of the excitonic phase and metallization. The presence of a distinct threshold electric field for carrier generation indicates exciton dissociation via quantum-tunneling processes. The spectral change due to metallization by the electric field is significantly different from that due to the strong optical excitation across the gap, which can be explained by the different melting mechanisms of the excitonic phase in the two types of excitations. Published by the American Physical Society 2024

The recent advancements in AI technology have shown the potential for chatbots to facilitate discussions. However, current chatbots mainly focus on discussion development and do not effectively synthesize idea development into solution planning. This is due to the need for better alignment between facilitation and discussion. To address this issue, we propose an AI-assisted discussion facilitation timeline that merges discussion development and planning in a water-flow-friendly manner. Our paper investigates the effect of this approach on critical thinking in developing informed opinions or positions. In a comparative study with 48 participants, we found that chatbots with a facilitation timeline induced critical thinking more effectively, leading to more informed decision-making. Our findings provide a basis for designing tools that synthesize idea development into solution planning in online communities.

Fair and diverse perspectives discussion, aided by reliable AI intervention, can effectively burst filter bubbles and transform undemocratic behaviors into functional democratic processes in online forums. However, the impact of AI intervention on individuals may vary depending on the persona and social attributes of the AI. Here we conducted a two-timepoint online experiment to examine whether AI-mediated discussions on sensitive topics can form moderate perceptions. Our study focused on the impact of AI-intervention on participants' perceptions and attitudes towards engagement with AI technology, access to democracy and gender equality, and interethnic marriage rights in Afghanistan. We assigned 168 individuals with conservative, moderate, and liberal perspectives to three different settings in two experimental groups, with and without AI-mediation. Participants engaged in three-day online discussions, after which we measured their personality profiles through a self-reported survey. Our findings suggest that while AI intervention had a significant impact on participants' perceptions of AI chatbot as facilitator, but the participants' positions remained largely unaffected towards access to democracy and gender equality, and interethnic marriage rights, possibly due to the lack of contextual knowledge and human touch in the chatbot's responses. Our study provides insight into creating effective chatbot personas to address illiberal practices in online discussions.