技术

银河系等星系通过在漫长的时间尺度内与较小的星系合并来扩展，这一过程通常与矮星系无关。这些较小的星系曾被认为质量过轻，无法吸引额外的物质并以类似的方式成长。然而，新的观测正在挑战这一假设，表明矮星系能够从其他小星系中获得质量。 亚利桑那大学的凯瑟琳·费尔德尔带领的研究团队捕捉到了小星系及其周边区域的最详细图像，揭示了通常与更大星系相关联的特征。这些观测为小星系的形成和演化提供了非凡的洞察，暗示驱动它们成长的过程可能比先前认为的更为广泛。 费尔德尔在美国天文学会第245届会议上分享了这些发现，会议于1月16日在马里兰州国家港口举行的新闻发布会上进行。 包括我们自己的银河系在内的星系在数十亿年中通过一种称为分层组装的方法演化，与较小的星系合并。这种“构建块”方法在更大的星系中得到了很好的记录，古老的恒星流——来自于被吞噬的星系的遗留物——勾勒出它们动荡的历史。这些恒星流，连同其他微弱的散布的古老恒星的痕迹，共同形成了所谓的恒星晕。这个晕圈是环绕星系辉光中心盘的一个巨大的、低密度的恒星云，反映出其进化的过去。 传统上，人们认为像附近的大麦哲伦云这样的小星系由于其较低的引力，合并获得其他小系统（如矮星系）的机会较少。阐明这些星系如何在分层组装过程中积累质量仍然是一个难题。…

工程研究人员在开发利用醌作为有效捕集剂的碳捕集系统方面取得了进展，这些醌是溶解在水中的分子。最近的研究揭示了这些更安全的水基电化学系统的工作原理，从而为它们的设计改进和进步奠定了基础。 碳捕集对于减少工业过程中（如水泥制造或金属生产）的大气二氧化碳至关重要。它被视为应对气候变化的重要策略。目前的技术，如胺洗涤，因其高能耗和使用有害化学品而面临挑战。 为了寻找更好的选择，哈佛大学约翰·A·保尔森工程与应用科学学院的研究人员创造了利用水中醌作为其核心组件的碳捕集系统。即将在《自然化学工程》期刊上发表的新文章深入探讨了这些更温和的水基电化学捕集系统中发挥作用的基本机制，为进一步的进展奠定了基础。 这项研究由Kiana Amini领导，她曾是哈佛的博士后研究员，现在是英属哥伦比亚大学的助理教授，研究了水相醌介导的碳捕集系统中的化学反应，重点讲述了两种增强系统有效性的电化学反应之间的相互作用。…

来自布里斯托大学和西英格兰大学的研究人员提出，机器人行业应该开发那些在其初始生命周期结束后可以重新编程和重新使用于各种任务的机器人。 最近在朝向自主机器人系统上发表的一项研究敦促机器人领域和学术界的人士考虑他们的初始设计决策如何影响机器人系统的长期可持续性。 专家指出，大约80%的机器人环境影响在其设计阶段就已决定。因此，研究人员、设计师和制造商必须掌握与电子产品在使用寿命结束时回收相关的限制，并探索替代策略，以促进产品和整个行业的可持续生命周期。 与标准重用不同，重新使用特别适用于机器人，因为这些系统可以完全重新编程并与新的硬件配对。这导致的结果是，产品仍然是一个机器人，但与其原始目的相比，服务于新的功能。 布里斯托大学工程数学与技术学院的海伦·麦克洛伊表示：“各个行业、学术界和公众日益意识到全球日益增加的电子废物。”…

研究人员利用同步的数学概念来理解递归神经网络（RNN）如何进行预测。他们发现了一种基于广义同步的特定映射，能够产生准确的目标值。他们指出，传统的水库计算（RC）作为RNN的一个子类，可以被视为线性简化，并提出了一种包含额外阶次近似的“广义读出”方法。他们使用混沌时间序列预测的实验证明了这一技术显著提高了预测的准确性和韧性。 研究人员利用同步的数学概念来理解递归神经网络（RNN）如何进行预测。他们发现了一种基于广义同步的特定映射，能够产生准确的目标值。他们指出，传统的水库计算（RC）作为RNN的一个子类，可以被视为线性简化，并提出了一种包含额外阶次近似的“广义读出”方法。他们使用混沌时间序列预测的实验证明了这一技术显著提高了预测的准确性和韧性。 水库计算（RC）是一种强大的机器学习框架，旨在处理时间敏感或序列数据的任务，例如识别随时间变化的模式或解释序列。它在金融、机器人技术、语音识别、天气预测、自然语言处理和预测复杂非线性动态系统等多个领域都有应用。RC的一个主要优势是其高效性，提供有效的结果而相比传统技术显著降低了训练要求。 RC采用一个称为水库的稳定、随机链接的网络层，将输入数据转变为更复杂的表示。读出层随后检查这种表示，以识别数据中的模式和关系。与需要在多个层之间进行广泛训练的标准神经网络不同，RC只关注训练读出层，通常使用简单的线性回归方法。这大大减轻了计算负担，使RC能够快速高效地运行。模仿大脑的过程，RC维持固定的网络结构，同时调整其输出学习。其在预测复杂系统方面的能力甚至扩展到物理设备（称为物理RC），提供能效高且性能优越的计算能力。尽管如此，其优化是否还能进一步提升？ 来自日本东京科学大学应用数学系的犬伏雅信博士和大久保茜女士最近的研究引入了一种新框架，旨在增强RC。“受到最近关于广义同步的数学研究的启发，我们开发了一种创新的RC技术，结合了广义读出，包括水库变量的非线性组合，”犬伏博士表示。“这一方法相比传统RC提供了更高的准确性和可靠性。”他们的研究于2024年12月28日在《科学报告》中发表。…

钻石以其卓越的硬度和透明度而闻名，已成为高功率电子和量子光学创新领域的卓越材料。通过添加如硼等杂质，钻石可以被改性为像金属一样有效地导电。 钻石以其卓越的硬度和透明度而闻名，已成为高功率电子和量子光学创新领域的卓越材料。通过添加如硼等杂质，钻石可以被改性为像金属一样有效地导电。 来自凯斯西储大学和伊利诺伊大学厄本那-香槟分校的研究人员发现了添加硼的钻石，即掺硼钻石的一个迷人特性。他们的发现可能会导致更快速、更高效且能够以传统技术无法实现的方式处理信息的先进生物医学和量子光学设备的发展。他们的研究成果今天已发表在《自然通讯》上。 研究小组发现，掺硼钻石能够显示出等离子体波——由光激发的电子波，使得在纳米尺度上实现电场的精确控制和增强。这一特性对最先进的生物传感器、纳米光学仪器以及优化太阳能电池和量子设备至关重要。尽管掺硼钻石已经因其电导率和超导潜力而被广为人知，但它们的等离子体特性却未被先前认知。与金属或其他掺杂半导体不同，掺硼钻石保持了其光学透明度。 “钻石仍然闪耀，”…

科学家们长期以来将酮（一种重要的化学物质类别）和酯（当酸和醇反应时产生的化合物）视为潜力的隐藏宝藏。酮和酯通常作为药物中的中间体，在药物分子的创造中发挥重要作用。然而，它们都存在一个主要的限制：通常，只在其结构中的两个特定位点——羰基碳和α位——可以很容易地进行传统化学反应。其他碳位点则被强健的碳-氢（C-H）键所保护，这些键抵抗与催化剂的相互作用，而催化剂是促进化学反应并帮助研究人员修改分子结构的剂。因此，更改酮和酯非常具有挑战性。幸运的是，斯克里普斯研究所的化学家们发现了一种解锁这些分子隐藏潜力的方法。 他们的研究于1月8日在《自然》上发表，提出了一种创新的技术，简化并扩展了酮和酯的应用，而不需要额外的化学反应。通过克服酮和酯在化学修饰方面所带来的挑战，该研究团队的这一突破对更快、更可持续的化学制造具有良好的前景。 “酮在化学合成中至关重要，合成涉及从更简单的构建块构建复杂分子，”该研究的高级作者、斯克里普斯研究所化学系的Frank 和 Bertha…

  谁在识别语言方面表现更好，人类还是机器？最近的一项研究表明，现代自动语音识别（ASR）系统在嘈杂环境中表现得相当出色，偶尔超越人类的能力。不过，这些系统需要在庞大的数据集上进行广泛的训练，而人类可以在更短的时间内发展出类似的技能。 近年来，自动语音识别（ASR）技术取得了显著的进展，特别是对于像英语这样拥有大量说话者的语言。在2020年之前，人们普遍认为人类在理解口语方面远远优于机器。然而，一些最新的ASR系统开始接近人类的准确性。这些系统的主要目标是降低错误率，而不管人类在类似环境中的表现，因为即使是人类在嘈杂的环境中也难以做到完美识别。 由UZH计算语言学专家Eleanor Chodroff和剑桥大学的同事Chloe…

超薄光学透镜，可以像微芯片一样进行大规模生产，可能为紧凑光学设备的新一波浪潮铺平道路。东京大学和JSR公司的协作团队成功设计并测试了称为菲涅尔区板（FZPs）的平面透镜，首次利用标准半导体制造设备，特别是i线曝光机。尽管这些平面透镜尚未达到商业可用选项的效率，但它们有望在天文学、医疗保健和消费电子等领域改变光学技术。 虽然包括金属透镜在内的平面透镜可用，但它们往往成本高昂且复杂，限制了流通的设备数量。为了在降低成本的同时提高质量、性能和效率，制造商在学术研究的帮助下正在探索新的替代方案。FZPs已成为增强空间有限的光学设备的有力选择。值得注意的是，研究人员成功地使用几种简单的程序和广泛使用的工业设备创建了样品透镜。 “我们创建了一种简单且可大规模生产的FZP技术，利用主流半导体光刻系统，或称为步进机，”光子科学与技术研究所的副教授小西国明解释道。“这是由于一种特殊类型的光刻胶，即色彩光刻胶，最初是为彩色滤光片而设计的。通过涂覆、曝光和显影这种材料，我们设计了可以将可见光聚焦到极小的1.1微米的透镜，约为人类头发的100倍薄。” 这些新的FZPs的主要限制是其聚光效率，目前为7%，这导致图像过于嘈杂。研究团队已经在探索通过修改色彩光刻胶的应用将这一效率提高四倍的方法。这种增强将需要对色彩光刻胶的物理特性进行比研究人员在本研究中所使用的更精确的控制，但实现这一点的能力是可用的。 “除了高效生产FZPs外，我们还开发了与我们实验结果紧密结合的模拟。这表明，我们可以在开始制造过程之前，根据特定应用（如医学）定制设计，”小西表示。“此外，我们预见到环境和经济上的优势，因为FZP生产方法消除了有害蚀刻化学品的使用，并相比传统方法大大降低了能源消耗。”…

来自日本芝浦工业大学的研究人员创建了一个创新的6D姿态数据集，旨在提高工业环境中机器人抓取的准确性和灵活性。该数据集结合了RGB和深度图像，具有显著的潜力，可以改善参与动态环境中拾取和放置操作的机器人的性能。 准确的物体姿态估计涉及机器人能够确定物体的位置和方向。这对于机器人技术而言至关重要，尤其是在拾取和放置任务中，这些任务对制造和物流等行业至关重要。随着机器人承担越来越复杂的任务，它们准确确定六个自由度（6D姿态）的能力——包括位置和方向——变得至关重要。这种能力使机器人能够可靠和安全地与物体进行交互。然而，尽管深度学习取得了一些进展，6D姿态估计算法的有效性仍受到训练数据质量的显著影响。 一项由芝浦工业大学工程学院的副教授范宣谭及其研究团队成员越南河内工业大学的阮文治博士、杜公睿先生和阮清岚博士，以及越南河内科技大学的副教授邓太越共同主导的开创性研究，介绍了一个精心构建的数据库，旨在提高6D姿态估计算法的能力。该数据集填补了机器人抓取和自动化研究中的关键空白，提供了一个全面的工具，帮助机器人在现实场景中更准确和灵活地执行任务。该研究于2024年11月23日在线公开，并于2024年12月发表在《工程成果》期刊第24卷上。 范教授评论道：“我们的愿景是构建一个不仅促进研究工作，还解决工业机器人自动化中现实挑战的数据集。我们希望这一资源对研究人员和工程师都能带来价值。” 研究团队开发了一个满足学术研究人员需求的数据集，同时适用于现实工业环境。通过使用英特尔RealSenseTM深度D435相机，他们捕获了高质量的RGB和深度图像，并为每个图像提供了包括旋转和位移在内的6D姿态数据注释。该数据集具有多样的形状和尺寸，通过数据增强技术进行了增强，以确保在各种环境场景中的灵活性。这种设计使得数据集非常适合于各种机器任务。…

天体物理学家成功捕捉到了围绕附近恒星的众多外彗星带的图像，以及其中的小卵石。这些清晰的图像显示出来自74颗不同年龄星体的毫米级卵石发出的光，范围从新形成的恒星到更成熟的系统，如我们的太阳系。 首次，来自都柏林三一学院的天体物理学家团队成功地成像了许多围绕附近恒星的外彗星带，包括嵌套在其中的小卵石。这些高质量的图像揭示了在围绕74颗附近恒星的带中，来自微小毫米级卵石的光，这些恒星在年龄上差异显著，从刚刚形成的恒星到像我们的太阳系一样更成熟的系统。 REASONS（附近恒星的高分辨率ALMA和SMA观测）研究是在外彗星带研究领域的一个突破性成就。这些图像和分析提供了卵石和外彗星的位置洞察，通常位于离它们的中央恒星数十到数百天文单位（au）远的地方。 在这些寒冷的区域，温度范围在-250到-150摄氏度之间，使得水等化合物能够在这些外彗星上冻结成冰。因此，天体物理学家正在识别这些行星系统中冰储藏区的位置。REASONS是第一个揭示这些带在74个外行星系统中结构的项目。 阿塔卡马大毫米/亚毫米阵列（ALMA）由位于智利北部的阿塔卡马沙漠的66个射电望远镜组成，而亚毫米阵列（SMA）是一个位于夏威夷的八元素阵列。这两个天文台聚焦于毫米和亚毫米波长范围内的电磁辐射。本研究利用ALMA和SMA拍摄了前所未有的外彗星图像，加深了我们对外彗星的理解。…

材料的化学成分并不总是能清楚地反映其特性。通常，关键在于分子在原子结构或表面上的排列方式。材料科学利用这一点，通过高性能显微镜将单个原子和分子战略性地放置在表面上。这个过程目前非常耗费人力，所产生的纳米结构往往相对简单。 材料的化学成分并不总是能为我们提供对其特性的清晰理解。通常，关键在于分子在原子晶格或材料表面上的排列方式。材料科学利用这一点，通过高性能显微镜将单个原子和分子策略性地放置在表面上。这个过程目前非常劳动密集，产生的纳米结构往往相对简单。 在人工智能的帮助下，格拉茨科技大学的新研究团队旨在彻底改变纳米结构的创建："我们的目标是创建一个自学习的人工智能系统，可以快速准确地自主放置单个分子，"该团队负责人、固体物理研究所的奥利弗·霍夫曼（Oliver Hofmann）表示。该技术可以实现复杂分子结构的构建，包括纳米规模的逻辑电路。这个名为“通过人工智能进行分子排列”的研究小组，已经获得了119万欧元的奥地利科学基金支持。 使用扫描隧道显微镜进行定位…

多年来，驱动计算机和智能手机的电路在微型化和性能提升方面持续取得进展。然而，被称为摩尔定律的趋势因物理限制而接近其极限——如可以集成到芯片上的最大晶体管数量以及由于日益密集的排列产生的热量——这些限制阻碍了性能提升的速度。因此，尽管人工智能、机器学习和其他数据密集型应用等领域在推动更强计算能力，计算能力正达到一个平台期。 为了解决这个问题，创新技术至关重要。一种潜在途径是光子学，相比传统电子学，它可以提供更高的能效和更低的延迟。 其中一种最令人兴奋的方法涉及内存计算，它依赖于光子存储器。通过在这些存储器中传输光信号，几乎可以瞬间执行操作。然而，早期开发这些存储器的提议遇到了如切换速度慢和可编程性受限等障碍。 现在，一个合作研究团队创造了一个开创性的光子平台来应对这些挑战，他们的研究结果发表在期刊《自然光子学》上。 在加州大学圣巴巴拉分校的电气和计算机工程教授约翰·鲍尔斯和副教授加兰·穆迪的协作下，项目科学家保罗·平图斯（意大利卡利亚里大学助理教授）与来自匹兹堡大学的内森·扬布鲁德、东京科学研究所的庄司优也，以及在鲍尔斯实验室完成博士学位的马里奥·迪蒙特合作开展了这一项目。…