技术

一组研究人员在X射线科学领域取得了重大进展，成功产生了在兆赫兹频率下的高功率阿秒硬X射线脉冲。这一突破为探索超快电子动力学开辟了新的可能性，并允许在原子尺度上进行非破坏性测量。 欧洲XFEL和DESY的研究团队在X射线科学领域取得了重大进展，成功产生了在兆赫兹频率下的高功率阿秒硬X射线脉冲。这一突破为探索超快电子动力学开辟了新的可能性，并使在原子尺度上进行非破坏性测量成为可能。 研究人员成功创造了能量水平超过100微焦耳、脉冲持续时间仅为几百阿秒的单脉冲硬X射线。阿秒是十亿分之一秒（10-18），这一持续时间使科学家能够观察到材料中电子的最快运动。 根据来自欧洲XFEL的物理学家兼《Nature Photonics》上发表的研究的主要作者Jiawei…

  一组研究人员研究了旨在应对聚变反应堆中腐蚀的保护涂层。他们评估了施加在ODS合金上的α-Al2O3氧化层，该合金处于高温流动锂铅环境中。令人惊讶的是，即使是未涂层的ODS合金也在原位生成了坚固的γ-LiAlO2层，有效地减少了进一步的腐蚀。这些层在承受机械应力时表现出强大的附着力，使得这些结果对于提高聚变反应堆和高温能源系统中材料的耐用性至关重要。 聚变反应堆代表了一种潜在的清洁能源来源，但它们需要使用能够承受极端温度和液态金属冷却剂（如锂和锂铅（LiPb）合金）所造成的腐蚀环境的先进材料。这些冷却剂在热量提取和氚生产中发挥着至关重要的作用，但它们的腐蚀特性可能会危及反应堆中所用材料的结构完整性。特别是，LiPb由于其高锂含量对结构材料构成了重大威胁，这可能导致随时间推移的腐蚀和降解。 ODS FeCrAl合金因其杰出的高温强度和耐腐蚀性而受到认可，使其成为聚变反应堆和集中太阳能系统等高温应用的理想选择。这些合金依赖于形成保护性氧化层，如α-Al2O3，以在高温下提供稳定性和耐用性。然而，当暴露于液态LiPb时，合金与冷却剂之间的化学相互作用引发了对这些保护层长期有效性的怀疑。…

  人工智能（AI）的角色日益增强，尤其是在预测紧急情况，如心脏病发作、自然灾害和管道故障方面。这一需求需要能够快速分析数据的前沿技术。对此，专为时间序列数据和低能耗设计的储层计算成为了一种有希望的选择。在其多种实现方案中，物理储层计算（PRC）脱颖而出。PRC使用光电人工突触——允许神经细胞发送电信号或化学信号的结构——模拟人类突触的功能，提供与人类视觉类似的卓越识别和实时处理能力。 然而，目前涉及自供电光电突触设备的PRC方法在处理跨多个时间尺度的时间序列数据时面临困难，这在与基础设施监测、自然环境和健康状况相关的信号中经常出现。 最近，东京科学大学（TUS）先进工程研究生院应用电子学系的研究团队，在副教授生野隆之的领导下，由小松浩明先生和细田典香女士共同研发了一种新的自供电染料敏化太阳能电池基础的光电光聚合人类突触。这一创新设备具有可通过入射光强度调节的时间常数。他们的研究成果于2024年10月28日在线发表在《ACS应用材料与接口》期刊上。 生野博士分享了他们研究的原因，表示：“为了有效处理跨多种时间尺度的时间序列光学数据，开发针对每个特定时间尺度的设备至关重要。我们借鉴了眼睛的残影效应，设计了一种突破性的光电人类突触设备，可以作为边缘AI光学传感器的能效计算框架。”…

根据新的研究，具有降低极化的LED，与标准LED相比，在较高功率水平下表现出更高的效率，克服了被称为“效率下降”的现象。这项发现为新一代有效的高功率LED照明铺平了道路，超越了当前系统的能力。 发光二极管（LED）是日常生活中的常见特征，从我们的移动设备到家庭照明。然而，现代LED的一个重要缺点是，当通过提高功率来增加亮度时，其效率会降低。日本名古屋大学的研究人员现在已确定了一种增强LED亮度的方法，同时保持其效率。这个突破可能导致更低的生产成本，并减少LED制造中的环境足迹，同时在可见光通信和虚拟现实（VR）眼镜等领域提高性能。研究结果发表在期刊Laser & Photonics Review上。…

研究人员通过开发一种利用双转子耦合器（DTC）的量子计算机门取得了显著进展，这一概念最初被提出以大幅提高量子门的精度。他们为一种称为CZ门的双量子比特门达到了令人印象深刻的99.92%的保真度，单量子比特门则达到了卓越的99.98%。 来自理研量子计算中心与东芝的团队成功创建了一种基于双转子耦合器（DTC）的量子计算机门，该理论表明可以显著提高量子门的保真度。随着这一进展，他们为一种称为CZ门的双量子比特设备实现了99.92%的显著保真度，而单量子比特门则为99.98%。这一成就是Q-LEAP项目的一部分，不仅提高了当前噪声中间规模量子（NISQ）设备的功能性，还为利用有效的量子错误校正技术构建容错量子计算机奠定了基础。 DTC是一种新型的可调耦合器，由两个固定频率的转子组成，这是一种对由电荷引起的噪声相对抵抗的量子比特，通过一个包含额外约瑟夫森结的回路连接在一起。其设计旨在解决量子计算中的一个主要挑战：创造能够以高保真度连接量子比特的硬件。实现门的高保真度对于减少错误和提高量子计算的可靠性至关重要。DTC方法在减少残余相互作用方面表现出色，允许快速、高保真度的双量子比特门操作，即使量子比特没有紧密调谐。尽管单量子比特门已达到99.9%的保真度，但双量子比特设备常常面临1%或更高的故障率，主要是由于量子比特之间的ZZ相互作用。 这项研究的显著成就，概述于《物理评论X》中，涉及使用先进的制造技术和一种特定类型的机器学习，称为强化学习。这种方法使研究人员能够将DTC的理论优势转化为实际应用。他们通过选择48纳秒的门长，达成了漏泄误差和相干误差两种残余错误之间的最佳平衡，从而实现了当前领域中记录到的一些最高的保真度水平。 理研量子计算中心主任中村康则表示：“通过降低量子门的错误率，我们推动了更可靠和精确的量子计算。这对推进容错量子计算机至关重要，后者代表了该领域的未来。”…

介绍开创性的“UniMat”平台，该平台利用3D工程纳米纤维膜。 由POSTECH（浦项科技大学）机械工程系的金东洙教授和研究员金道熙领导的研究团队成功创建了一种平台，可以实现均匀和可扩展的人造器官（类器官）的生产，以模仿生物功能。该工作与UNIST（乌山国立科技大学）生物医学工程系的朴泰恩教授和林贤智研究员合作进行。这项开创性研究最近已在自然通讯的在线版中发表。 类器官是模拟人类器官功能的三维细胞结构，在器官发育、疾病建模和再生医学研究等领域受到广泛关注。然而，类器官的变异性和有限的可重复性为大规模生产带来了障碍，妨碍了它们在临床试验和药物开发中的应用。当前的方法也难以在满足工业要求的规模上生产类器官。 为了解决这些问题，研究团队开发了一种名为UniMat（均匀和成熟类器官培养平台）的平台，旨在实现成熟类器官的批量生产。该平台采用由极细纳米纤维制成的三维工程膜，其厚度约为人类头发的1/200，提供了一种结构环境，以促进均匀的类器官创造，并改善营养物质和分化因子的传递，而这些对于类器官的生长和发育至关重要。通过UniMat，团队成功提取了与人类肾脏相似的肾单位结构和血管的肾类器官，这些肾类器官来源于人诱导的多能干细胞，确保了质量一致性并显著提高了生产效率。此外，他们利用UniMat创建了多囊肾病的模型，展示了基于类器官的标准化疾病建模和药物测试的潜力。 POSTECH的金东洙教授在这项研究中担任首席研究员，他强调了该研究的重要性，并表示：“这些研究成果不仅加快了对需要高度可重复性和可靠性的类器官基础的研发，同时我们也期待在开发替代动物测试中的重要作用，这是越来越重要的。通过UniMat解决类器官的质量保证和可扩展生产挑战，我们为类器官在临床和制药领域的实际应用奠定了基础。”…

研究魔鬼鱼如何过滤食物使工程师们创造了一种新型的工业交叉流水过滤器设计。他们的研究表明，这些天然的过滤摄食者在渗透性和选择性之间达成完美平衡，这可能会影响水处理系统的设计。 过滤摄食者在动物王国中无处不在，包括小型甲壳动物、各种软体动物、藤壶，甚至大型鱼类如阳光鲨和须鲸。最近，麻省理工学院的工程师们发现，魔鬼鱼作为一种过滤摄食者，已经进化出独特的食物筛选方法，可以增强工业水过滤系统的设计。 在发表在《国家科学院院刊》上的一项研究中，研究人员考察了魔鬼鱼的过滤方法，魔鬼鱼是一群水生鳐类，包括曼塔鳐和魔鬼鳐。魔鬼鱼通过在富含浮游生物的水域中游泳时张嘴来进食，随着水流入它们的嘴并通过鳃流出，捕捉浮游生物颗粒。 魔鬼鱼嘴部内侧有平行的梳状结构，称为板，这有助于将水引导入鱼的鳃。麻省理工学院团队发现，这些板的大小允许流入的浮游生物在上面反弹并进入鱼的腔内，而不是直接通过鳃流出。此外，鱼的鳃从流出的水中提取氧气，使其在进食时能够呼吸。 “我们的研究表明，魔鬼鱼已经发展出这些板的完美设计，以优化进食和呼吸，”…

共价有机框架化合物（COFs）展现出意想不到的高催化活性，最近的研究揭示了这一现象背后的原因。 共价有机框架的催化剂实际上比早期认为的要不稳定，但它们仍然表现出显著的活性。COFs被视为有前景的定制催化剂，尤其是在环保的燃料和化学品生产中。它们的性能可以通过精确调整分子结构和化学成分来细致调节，以促进特定反应。然而，来自德国鲁尔大学博鸿的研究人员与马克斯·普朗克固体研究所（MPI-FKF）和可持续材料研究所（MPI-SusMat）的合作成果揭示，实际上提供催化活性的并不是COFs本身。而是钴离子从框架中脱离，转变为氧化纳米颗粒，实际上驱动了催化过程。该团队的研究结果详细发表于2024年11月26日在线发布的期刊《先进科学》（Advanced Science）上。 “这项研究为我们提供了洞见，帮助我们创造出比以前设计的COFs更优秀的有机框架和纳米颗粒催化剂，”鲁尔大学博鸿的Kristina Tschulik教授表示，她与MPI-FKF的Bettina…

在2024年，诺贝尔物理学奖颁给了约翰·霍普菲尔德和杰弗里·辛顿，以表彰他们在人工智能（AI）领域的关键贡献。此外，诺贝尔化学奖授予大卫·贝克、德米斯·哈萨比斯和约翰·跳跳，以表彰他们在利用人工智能解决长期存在的蛋白质折叠挑战方面的成就，这是一个持续了半个世纪的重要科学问题。 卡内基梅隆大学和计算咨询公司的研究人员最近的一篇文章讨论了物理、化学与人工智能的融合，正如这些最近的诺贝尔奖授予所突显的。文章回顾了神经网络的历史进展，并强调了跨学科研究在人工智能增长中的重要性。作者建议需要培养能够利用人工智能的博学者，以帮助将理论进步与现实世界应用相连接，推动人工通用智能的追求。这篇文章已发表在Patterns期刊上。 卡内基梅隆大学泰珀商学院创新实践教授和协作AI主任以及文章的共同作者甘纳什·马尼表示：“随着人工智能在物理和化学领域的认可，参与机器学习的人员可能会想知道这些领域与人工智能的关系，以及这些荣誉将如何影响他们的工作。随着我们的进步，我们必须认识到，形成今天的人工智能系统的多样化方法学的融合，特别是基于生成性人工智能的那些。” 作者深入探讨了神经网络的历史演变。通过分析人工智能的发展时间线，他们旨在提供更清晰的理解，阐明计算机科学、理论化学、理论物理学和应用数学之间的关系。这一历史背景揭示了这些领域内的突破性发现如何为今天使用人工神经网络的机器学习算法奠定基础。 然后，他们讨论了这一领域内的重要进展和障碍，从霍普菲尔德的贡献开始，强调了工程在某些情况下有时超前于科学理解的实例，正如跳跳和哈萨比斯的努力所示。…

一种化学过程可以将两种有害的温室气体转化为有用的成分，用于生产更清洁的燃料和原材料，然而，这一过程所需的高温可能会使催化剂失效。来自能源部橡树岭国家实验室的一个团队发现了一种防止催化剂失效的方法，这种方法也可能适用于各种催化剂。 研究人员增强了一种称为甲烷干重整的方法，该方法将甲烷和二氧化碳转化为合成气——这是一种在全球石油和化学工业中使用的重要氢气和一氧化碳的混合物。他们已为旨在减少催化剂失效的创新申请了专利。 “合成气至关重要，因为它作为许多广泛使用的化学品的基础，”橡树岭国家实验室的费利佩·波洛-加尔宗表示，他与张俊焱共同领导了发表在《自然通讯》上的这项研究。 促进合成气生产的催化剂的进步可能会显著提高全球能源安全，带来更清洁的燃料，并增强化学原材料。在没有足够石油储备的地区，来自煤或天然气的合成气对于产生柴油和汽油至关重要。此外，合成气的成分还可用于制造其他重要化学品。例如，氢气可以作为清洁能源或合成氨以生产化肥的前体，而从合成气中获得的甲醇则为塑料、合成纤维和药品提供了原料。甲醇也是氢气的有效载体，氢气难以压缩且运输风险大。作为最简单的醇，甲醇提供了最佳的氢碳比，使运输更容易，并便于在目的地进行氢气转化。 “甲烷干重整反应的吸引力在于它将两种温室气体转化为有价值的产品，”波洛-加尔宗解释道。“然而，一个长期存在的挑战是，进行此反应所需的催化剂在所需条件下迅速失效，从而限制了其工业可行性。”…

结果表明，在几乎所有情况下，观测到的带宽超过了由常用的星系模型所做的预测，这表明对当前星际介质（ISM）密度模型进行修订的迫切需要。 SETI研究所的索非亚·谢赫博士领导了一项研究，为脉冲星信号的变化提供了新见解——这些信号是巨大旋转恒星的遗骸，在其穿越空间的过程中发生了变化。 这项研究发表在《天体物理学杂志》上，由来自宾夕法尼亚州立大学的脉冲星搜索协作组的本科生研究团队完成。马乌拉·麦克劳克林担任主席，并且是西弗吉尼亚大学的埃伯利杰出物理和天文学教授，她创立了脉冲星搜索协作组，以吸引中学生和本科生参与脉冲星科学，并为此次研究提供数据访问。利用来自阿雷西博天文台的归档数据，团队发现了脉冲星信号在穿越星际介质（ISM）时如何转变的模式，ISM是存在于恒星之间的气体和尘埃。他们评估了23个脉冲星的闪烁带宽，包括六个以前未分析的新数据。研究结果显示，在几乎所有情况下，观测到的带宽都超过了广泛接受的星系模型的预测，这强调了对当前ISM密度模型进行更新的必要性。 “这项研究突出了广泛归档数据集的重要性，”SETI研究所研究员和主要作者索非亚·谢赫博士说道。“即使是在阿雷西博天文台关闭多年之后，它的数据仍然继续提供重要信息，能够增强我们对星系的理解，并改善我们对引力波等现象的研究。” 当脉冲星的射电脉冲通过ISM时，它经历一种称为“衍射星际闪烁”(DISS)的现象而发生畸变。导致光在水池底部弯曲成图案或使星星在夜空中闪烁的相同物理机制，也促进了DISS的发生。DISS不是在水池中的水或大气中的空气中发生，而是当空间中的带电粒子云导致脉冲星光的“闪烁”随时间和频率变化时发生的。…

研究人员开发了一种数学模型，旨在展示二氧化碳（CO2）水平、温度、人口和农作物生产之间复杂且非线性的联系。随着关于生态系统中观察到的混沌和复杂行为的证据逐渐增多，他们采用了自主和非自主模型，以增强对季节性变化及可能的缓解策略的理解，例如培育能在更高温度下生长的作物。 人类活动正在助长大气中二氧化碳（CO2）浓度的上升，而这又加剧了全球平均地表温度的上升，对作物产量构成了重大风险。对气候变化对全球食品安全影响的日益担忧促使印度瓦拉纳西印度教大学的研究人员调查这些因素如何相互作用，以影响作物生产力。 在由AIP Publishing发布的《混沌》期刊上，研究人员展示了他们的数学模型，旨在捕捉CO2、温度、人类人口和农业产量之间的非线性动态。注意到在生态框架中越来越被认可的混沌行为，他们采用了自主和非自主的方法，以更好地理解季节变化，并开发潜在的缓解措施，例如培育耐温作物。 研究小组考察了大气CO2、温度上升、人类人口统计和作物表现之间的相互动态。…