技术

技术

光子量子芯片让人工智能变得更智能和更环保

一组研究人员展示了即使是小规模的量子计算机也能通过一种新颖的光子量子电路提升机器学习性能。他们的发现表明,今天的量子技术不仅仅是实验性的,它在特定任务中已经可以超越经典系统。值得注意的是,这种光子方法还可以大幅减少能量消耗,提供一个可持续的前进道路,因为机器学习的能量需求正在飙升。 数据点的分类可以通过光子量子计算机完成,从而提高传统方法的准确性。图片来源: Iris Agresti 当前的热门研究主题之一是将两项最近的技术突破结合起来:机器学习和量子计算。一项实验性研究显示,已经小规模的量子计算机可以提升机器学习算法的性能。这项研究由维也纳大学的国际研究团队在光子量子处理器上进行。该研究最近发表在Nature…

光子在虚空中碰撞:量子模拟从无中创造光线

物理学家成功模拟了一种奇特的量子现象,即光似乎从空荡荡的空间中产生,这一概念至今仅存在于理论中。通过尖端的模拟技术,研究人员模拟了强激光如何与所谓的量子真空相互作用,揭示了光子如何相互反弹,甚至产生新的光束。这些突破恰逢新的超强激光设施准备在现实中测试这些令人困惑的效应,潜在地为揭示新物理学甚至暗物质粒子打开了一扇大门。 使用先进的计算建模,由牛津大学领导的研究团队,与里斯本大学的高级技术研究所合作,首次实现了实时三维模拟,展示了强激光束如何改变“量子真空”——这一状态曾被认为是空的,但量子物理学预测它充满了虚拟的电子-正电子对。 令人兴奋的是,这些模拟重现了量子物理学预测的一种奇特现象,称为“真空四波混合”。这表明,三束聚焦激光脉冲的综合电磁场可以极化真空中的虚拟电子-正电子对,导致光子像台球一样相互弹跳——在一种“黑暗中的光”过程中生成第四束激光。这些事件可以作为在极高强度下探测新物理学的探针。 “这不仅仅是学术好奇心——这是实验确认量子效应的重要一步,之前这些效应主要是理论上的,”研究共同作者、牛津大学物理系的彼得·诺雷斯教授说。 这项工作正值新一代超强激光即将上线之际。英国的Vulcan…

― Advertisement ―

spot_img

光子量子芯片让人工智能变得更智能和更环保

一组研究人员展示了即使是小规模的量子计算机也能通过一种新颖的光子量子电路提升机器学习性能。他们的发现表明,今天的量子技术不仅仅是实验性的,它在特定任务中已经可以超越经典系统。值得注意的是,这种光子方法还可以大幅减少能量消耗,提供一个可持续的前进道路,因为机器学习的能量需求正在飙升。 数据点的分类可以通过光子量子计算机完成,从而提高传统方法的准确性。图片来源: Iris Agresti 当前的热门研究主题之一是将两项最近的技术突破结合起来:机器学习和量子计算。一项实验性研究显示,已经小规模的量子计算机可以提升机器学习算法的性能。这项研究由维也纳大学的国际研究团队在光子量子处理器上进行。该研究最近发表在Nature…

More News

光子量子芯片让人工智能变得更智能和更环保

一组研究人员展示了即使是小规模的量子计算机也能通过一种新颖的光子量子电路提升机器学习性能。他们的发现表明,今天的量子技术不仅仅是实验性的,它在特定任务中已经可以超越经典系统。值得注意的是,这种光子方法还可以大幅减少能量消耗,提供一个可持续的前进道路,因为机器学习的能量需求正在飙升。 数据点的分类可以通过光子量子计算机完成,从而提高传统方法的准确性。图片来源: Iris Agresti 当前的热门研究主题之一是将两项最近的技术突破结合起来:机器学习和量子计算。一项实验性研究显示,已经小规模的量子计算机可以提升机器学习算法的性能。这项研究由维也纳大学的国际研究团队在光子量子处理器上进行。该研究最近发表在Nature…

过时手机如何为智能城市提供动力并拯救海洋

在全球每年生产超过10亿部智能手机的背景下,研究团队正在改变电子废物的处理方式。与其将旧手机扔掉,他们展示了一种开创性的方法:将过时的智能手机转变为微型数据中心。这种低成本的创新(每部手机仅8欧元)提供了实际应用,从监测公交乘客到观察海洋生物,而无需使用新技术。 每年,全球生产超过12亿部智能手机。电子设备的生产不仅耗能密集,还消耗珍贵的自然资源。此外,制造和运输过程会向大气中释放大量二氧化碳。同时,设备的老化速度比以往任何时候都快——用户平均每2到3年会更换仍然正常工作的手机。老旧设备充其量被回收利用,最糟糕的情况是最终被扔进垃圾填埋场。 尽管最可持续的解决方案是改变消费者的行为,更仔细地考虑每个新型号是否真的需要取代旧款,但这说起来容易做起来难。快速的技术发展令旧设备迅速过时。因此,需要替代方案——例如通过赋予设备全新的用途来延长其使用寿命。 这正是塔尔图大学计算机科学研究所的研究人员胡贝尔·弗洛雷斯、乌尔里希·诺比斯拉特、和智刚·尹,以及来自技术研究所的佩尔塞维朗·恩戈伊和他们的国际同事所测试的方法。“创新通常不是从新事物开始,而是从一种重新思考旧事物的方法开始,重新构想它在塑造未来中的角色,”胡贝尔·弗洛雷斯,普适计算的副教授解释道。他们证明了旧智能手机可以成功地转变为小型数据中心,能够高效处理和存储数据。他们还发现,建造这样的数据中心非常便宜——每个设备大约8欧元。 这些小型数据中心有广泛的应用。例如,它们可以在城市环境中,如公交车站,收集实时乘客数量数据,从而优化公共交通网络。…

光子在虚空中碰撞:量子模拟从无中创造光线

物理学家成功模拟了一种奇特的量子现象,即光似乎从空荡荡的空间中产生,这一概念至今仅存在于理论中。通过尖端的模拟技术,研究人员模拟了强激光如何与所谓的量子真空相互作用,揭示了光子如何相互反弹,甚至产生新的光束。这些突破恰逢新的超强激光设施准备在现实中测试这些令人困惑的效应,潜在地为揭示新物理学甚至暗物质粒子打开了一扇大门。 使用先进的计算建模,由牛津大学领导的研究团队,与里斯本大学的高级技术研究所合作,首次实现了实时三维模拟,展示了强激光束如何改变“量子真空”——这一状态曾被认为是空的,但量子物理学预测它充满了虚拟的电子-正电子对。 令人兴奋的是,这些模拟重现了量子物理学预测的一种奇特现象,称为“真空四波混合”。这表明,三束聚焦激光脉冲的综合电磁场可以极化真空中的虚拟电子-正电子对,导致光子像台球一样相互弹跳——在一种“黑暗中的光”过程中生成第四束激光。这些事件可以作为在极高强度下探测新物理学的探针。 “这不仅仅是学术好奇心——这是实验确认量子效应的重要一步,之前这些效应主要是理论上的,”研究共同作者、牛津大学物理系的彼得·诺雷斯教授说。 这项工作正值新一代超强激光即将上线之际。英国的Vulcan…
spot_img

Explore more

模拟科学家:用于AI驱动科学发现的新工具

研究人员开发了一种生成性人工智能工具,该工具模拟科学家以支持和加速科学发现的过程。 名为LLM4SD(大型语言模型4科学发现),这一新的人工智能系统是一个交互式大型语言模型(LLM)工具,可以进行科学研究的基本步骤,即从文献中检索有用信息并从数据分析中发展假设。该工具是免费的且开源。 当被问及时,该系统还能提供见解,以解释其结果,这一功能在许多当前的科学验证工具中并不可用。 LLM4SD在58个独立研究任务中进行了测试,这些任务涉及四个不同的科学领域:生理学、物理化学、生物物理学和量子力学。 该研究的主要共同作者、博士候选人郑怡珍来自莫纳什大学信息技术学院的数据科学与人工智能系。…

研究人员揭示了使用基于SnO的电催化剂进行CO2减少的关键见解

减少二氧化碳污染空气的程度越低越好。研究人员正在调查无毒、低成本的电催化剂,将我们的可持续发展目标变为现实。 一个研究小组已经确定了影响二氧化碳电化学还原(CO2RR)的关键因素,使用基于氧化锡(SnO)的电催化剂。他们的研究提供了一个更深入的理解,阐明了SnO的结构变化如何影响有价值化学品的生产,如甲酸(HCOOH)和一氧化碳(CO),这两者在燃料生产和工业应用中均发挥着重要作用。 该研究于2025年2月6日发表在《ACS催化》期刊上。 尽管基于Sn的材料因其在CO2RR中的成本效益和无毒特性而广泛受到认可,但现有研究主要集中于二氧化锡(SnO2),其主要产生HCOOH。通过对实验CO?RR文献的大规模数据挖掘,研究小组发现了一项显著趋势:基于SnO的催化剂表现出能够生成相似数量的HCOOH和CO。然而,尽管有这一潜力,SnO在CO?RR中的结构-活性关系仍然不够深入研究。 为了解决这一空白,小组采用了恒电位方法,结合表面覆盖和重构分析,以模拟反应条件下的CO2RR中间体。他们的发现表明,SnO的活性表面经历了由电化学诱导的氧空位形成,这一过程指导了C1产物的分布。对原始和重构SnO表面进行的比较模拟进一步强调了这些结构变化如何影响电催化性能。…

研究人员现在对聚变容器内壁中燃料的积聚量有了更清晰的认识

新的研究提供了可以帮助减少嵌入在聚变容器壁上的放射性氚的数量的见解。 为了开发一个实用的聚变能源系统,科学家们需要充分了解等离子体燃料如何与其周围环境相互作用。等离子体被过热,这意味着涉及的一些原子可能会撞击聚变容器的壁并嵌入其中。为了保持系统的高效运行,了解可能被困的燃料量是很重要的。 “壁中被困的燃料越少,堆积的放射性物质就越少,”美国能源部(DOE)普林斯顿等离子体物理实验室(PPPL)的研究物理学家阿贝(Shota Abe)说。 阿贝是发表在《核材料与能源》杂志上的新研究的主要研究者。该研究专门考察了有多少氘——被认为是聚变最佳燃料之一——可能会卡在一种被称为托卡马克的甜甜圈形状聚变容器的涂有硼的石墨壁中。硼被用于一些实验性聚变系统中,以减少等离子体杂质。然而,研究人员尚未完全理解硼涂层如何影响离开等离子体并嵌入容器壁中的聚变燃料的数量。…

蛋白质设计:灵活组件允许新的结构形式

生物物理学家阐明了为什么在蛋白质设计过程中,有时会出现意想不到的结构。 人工设计的蛋白质通常是基于遵循严格对称规则的构建模块。因此,它们的结构通常可以通过计算机模拟进行预测。但是,也有例外:一些在计算机上设计的蛋白质表现出令人惊讶的新结构或属性,这可能是有用的。由慕尼黑大学化学系的阿列娜·赫梅林斯卡娅教授和华盛顿大学的尼尔·金教授领导的国际团队现在发现了这种情况的原因:一些蛋白质含有柔性成分,能够采取多种结构。这些发现可能为定制蛋白质的发展开辟新的途径。 在他们的研究中,研究人员分析了三种在实验中表现出显著不同于预测的结构的设计蛋白质。这些蛋白质的合成过程如下:首先,两个或三个起始材料相互反应,形成所谓的二聚体或三聚体。通过自组装,这些二聚体和三聚体应该产生高度对称的结构,例如二十面体或八面体。然而,这并不总是发生:除了预先计算的结构外,研究人员还发现了相当数量的颗粒,它们要么尺寸明显更大,要么形成了完全不同的架构。 详细调查偏离的蛋白质 赫梅林斯卡娅说:“为了理解这些偏差的原因,我们详细表征了这三种反应。”通过冷冻电子显微镜、质谱以及数学、人工智能支持的计算方法和模拟等各种研究方法,研究人员揭示了他们观察的主要原因。…

新型光子雪崩纳米颗粒可能使下一代光学计算机成为可能

研究人员利用光子雪崩纳米粒子开发了一种新的光学计算材料。 由劳伦斯伯克利国家实验室(Berkeley Lab)、哥伦比亚大学和马德里自治大学共同领导的研究团队开发了一种新的光学计算材料,该材料由光子雪崩纳米粒子组成。 这一突破——研究团队最近在期刊《自然光子学》上发表——为在与当前微电子技术相当的纳米级别上制造光学存储器和晶体管铺平了道路。这种方法利用一种称为“内在光学双稳态”的光学现象,为实现下一代计算机中更小、更快的组件提供了一条途径。 研究的共同主笔、伯克利实验室分子工厂的员工科学家埃莫里·陈(Emory…

一种类弹尾虫的跳跃机器人

跳虫是小型昆虫,通常在落叶和花园土壤中爬行,是出色的跳跃者。受这些跳跃的六足动物启发,哈佛大学约翰·A·保尔森工程与应用科学学院的机器人专家们创造了一种行走和跳跃的机器人,推动了小型机器人能力的界限。研究展现了一个未来,在这个未来中,灵活的微型机器人可以在微小的空间内爬行,迅速穿越危险的地面,并能在没有人类干预的情况下感知周围环境。 跳虫是小型昆虫,通常在落叶和花园土壤中爬行,是出色的跳跃者。受这些跳跃的六足动物启发,哈佛大学约翰·A·保尔森工程与应用科学学院的机器人专家们创造了一种行走和跳跃的机器人,推动了小型机器人能力的界限。 该研究发表在科学机器人学上,展示了一个未来,在这个未来中,灵活的微型机器人可以在微小的空间内爬行,迅速穿越危险的地面,并能在没有人类干预的情况下感知周围环境。 新哈佛机器人是在罗伯特·J·伍德的实验室中创建的,他是SEAS的哈里·刘易斯和马林·麦格拉斯工程与应用科学教授。它是哈佛步态微型机器人(HAMR)的一个改进版,HAMR是一个最初仿照灵巧且难以杀死的蟑螂模型的微型机器人平台。如今,HAMR配备了一个机器人叉子——跳虫身体下方折叠的、类似尾巴的附肢,它从地面推开以使自己像西蒙·比尔斯一样跳入空中。 伍德说:“跳虫作为灵感来源很有趣,因为它们在进化尺度上空间和时间上的普遍性。”…

理论物理可以教我们关于编织什么?

物理学家通过开发出一种数学模型,使得古老的编织实践在可预测性方面达到了前所未有的水平,该模型可用于创造一种新的轻质超强材料。 故意将线圈起来以制作复杂的编织服装和毯子的实践已经存在了千年。尽管其确切起源已被历史遗失,古埃及的一双羊毛袜等文物表明它可追溯到公元3至5世纪。然而,尽管其历史悠久,编织背后的物理学依然令人惊讶地难以捉摸。 “编织是那些奇怪的、看似简单却表面复杂的事情之一,我们理所当然地接受它,”佩恩大学的理论物理学家和访问学者劳伦·纽(Lauren Niu)说,她最近开始学习这项工艺,以研究“几何如何影响材料的机械特性和行为。” 尽管积累了数世纪的知识,预测特定编织图案的行为仍然很困难——即使有现代数字工具和自动编织机。“它存在了这么久,但我们并不知道它是如何运作的,”纽指出。“我们依赖于直觉和反复试验,但将其转化为精确的可预测科学是一个挑战。”…

开发了一种新方法,以显著增强生物电子传感器

在一个可能会改变生物电子传感的突破中,莱斯大学的一个跨学科研究团队开发了一种新方法,利用有机电化学晶体管(OECTs)大幅增强酶和微生物燃料电池的灵敏度。该研究最近发表在期刊《Device》上。 这种创新的方法将电信号放大了三个数量级,并提高了信噪比,可能使下一代高灵敏、低功耗的生物传感器在健康和环境监测中成为可能。 “我们展示了一种简单而强大的技术,使用OECTs放大微弱的生物电子信号,克服了将燃料电池与电化学传感器集成的先前挑战,”通讯作者、化学与生物分子工程、材料科学与纳米工程教授拉斐尔·维尔杜兹科(Rafael Verduzco)说。“这种方法为更通用和高效的生物传感器打开了大门,这些传感器可以应用于医学、环境监测以及可穿戴技术。” 传统生物传感器依赖于目标生物分子与传感器设备之间的直接相互作用,而当电解质环境不兼容时,这可能会带来限制。这项研究通过电子耦合燃料电池与OECTs而不是将生物分子直接引入传感器,从而规避了这一挑战。…

研究人员揭示火星吸附性土壤吸收水分

研究人员正在地下寻找,以揭示火星神秘的过去:土壤中的火星风化层。它们的水储存能力可能帮助我们了解火星水的变化。 火星,太空探索的下一个前沿,仍然给科学家提出了许多问题。这个星球曾经更加宜居,气候温暖潮湿,拥有液态海洋。但今天的火星寒冷干燥,大部分水现在位于表面以下。了解储存了多少水对于能源开采以及在这颗星球上维持生命至关重要。 来自东北大学的研究小组通过改善现有的火星气候模型,帮助阐明了这一点。增强的模型考虑了火星风化层的各种特性,即组成火星土壤的松散固体岩石沉积物。 小林未来表示,当前模型未能考虑实验室实验已证明的事实,即风化层的持水能力受到其吸附系数的强烈影响。 “迄今为止估计火星表面和地下水分布的模型假设其风化层特性是均匀的。这与轨道器和着陆器所做的观察形成对比,这些观察表明火星风化层具有全球非均匀的物理特性。”…

量子计算机的新低成本挑战者:伊辛机器

一种低能量的挑战者量子计算机的设备也能在室温下工作。研究人员已经展示了可以通过复杂网络中的磁波运动传输信息。 一种低能量的挑战者量子计算机的设备,能够在室温下工作,可能是哥德堡大学研究的结果。研究人员已经展示了可以通过复杂网络中的磁波运动传输信息。 自旋电子学探索暴露在磁场、电流和电压下的纳米厚度磁材料中的磁现象。这些外部刺激还可以产生自旋波,即在材料磁化中传播的波纹,具有特定的相位和能量。 研究人员能够产生和控制自旋波,从而实现两个所谓自旋霍尔纳米振荡器之间的相位控制的相互同步。通过控制这些波的相位,研究团队能够在网络中生成二进制相位。他们首次展示了自旋波可以在振荡器之间以相位和反相位进行介导。通过调整磁场、电流、施加的门电压或振荡器之间的距离,可以调节这一现象。 产生最佳猜测…

时间接口:通往四维量子光学的门户

一项新研究探讨了光子——光的基本粒子——在遇到材料属性迅速变化的边界时的行为。这项研究揭示了显著的量子光学现象,可能增强量子技术,并为一个令人兴奋的新兴领域铺平道路:四维量子光学。 四维光学是一个研究光在时间和空间中变化的结构中散射的领域。它对于推动微波和光学技术的进步具有巨大潜力,因为它能够实现频率转换、放大、极化工程和不对称散射等功能。这就是为什么它引起了全球许多研究者的兴趣。 在过去的几年里,这一领域取得了显著进展。例如,最近一项在《自然光子学》上发表的国际研究,也涉及UEF,强调了加入共振等光学特征能够极大影响电磁场与时间变化的二维结构的相互作用,为控制光开辟了奇特的可能性。 现在,基于他们在经典光学方面的前期研究,UEF的研究团队将调查范围扩展到量子光学。该团队对与材料的量子光相互作用进行了详细研究,该材料的宏观属性在时间上发生突然变化,形成了两个不同介质之间的单一时间界面(类似于空气和水之间的界面,但在时间而不是在空间中)。 该研究的首席研究员米尔穆萨博士解释道:“四维量子光学是下一个合乎逻辑的步骤,使我们能够探索这一领域对量子技术的影响。我们的研究迈出了这一步,现在为我们检查时间和空间中变化的复杂结构提供了基础工具,以揭示新颖的量子光学效应。”…

人工智能生成有趣的人类游戏

一组科学家现在创建了一个计算机模型,该模型能够通过学习人们如何创造游戏来表示和生成类人目标。这项工作可能会导致更好地理解人类意图的人工智能系统,并更忠实地建模并与我们的目标对齐。它还可能会导致能够帮助我们设计更类人游戏的人工智能系统。 尽管我们在生成自己的目标方面非常有能力,从儿童游戏开始,一直延续到成年,但我们还没有理解这种人类能力的计算机模型。 然而,一组纽约大学的科学家现在创建了一个计算机模型,该模型能够通过学习人们如何创造游戏来表示和生成类人目标。这项工作在《自然机器智能》期刊上报道,可能会导致更好地理解人类意图的人工智能系统,并更忠实地建模并与我们的目标对齐。它还可能会导致能够帮助我们设计更类人游戏的人工智能系统。 “尽管目标对于人类行为至关重要,但我们对人们如何表示和形成这些目标知之甚少,并且缺乏捕捉人类生成目标的丰富性和创造性的模型,”论文的主要作者、纽约大学博士生盖·戴维森解释道。“我们的研究提供了一个新的框架,用于理解人们如何创造和表示目标,这可能有助于开发更具创造性、原创性和有效性的人工智能系统。” 尽管在目标和目标导向行为方面进行了相当多的实验和计算工作,但人工智能模型仍远未捕捉到日常人类目标的丰富性。为了填补这个空白,论文的作者研究了人类是如何创造自己的目标或任务的,以便潜在地阐明这两者是如何生成的。…