上海交通大学新闻学术网

上海交大科学家领衔提出求解三体问题周期解之路线图近期，中国科学家在NewAstronomy（96:101850,2022）上发表题为“”的论文，基于机器学习和一种极高精度的数值算法，提出求解著名的“三体问题”周期轨道之路线图。该文第一作者是上海交通大学廖世俊，第二作者是暨南大学的李晓明，第三作者杨宇是上海交通大学的博士生。任意质量的三个星球在重力作用下如何运动？牛顿1687年提出的这个著名的“三体问题”，三百余年来得到国际学术界的广泛关注，成为历史上最著名的科学问题之一。根据蒙哥马利提出的三体问题周期轨道的拓扑分类法，自1687年到1993年三百余年内，仅发现三体问题三个周期轨道家族。为什么三体问题周期轨道如此难找？1890年庞加莱发现，三体系统的运动轨迹一般不存在第一类积分（即解析解一般情况下不存在），且对初始条件非常敏感：任何微小扰动都会被指数放大，导致其轨迹与真解的迅速分离。这种轨迹对微小扰动的敏感性，1963年被Lorenz再次发现，并提出著名的“蝴蝶效应”。该特性的发现标志着“混沌动力学”的诞生，它与量子力学、相对论被认为是20世纪最伟大的三大物理理论之一。众所周知，任何数值计算都存在误差。1989年Lorenz发现，由于“蝴蝶效应”，微小的数值误差作为一种人为的小扰动，同样会导致混沌系统数值解（轨迹）的迅速偏离。特别是，Lorenz发现，如果采用双精度数值求解混沌动力系统，无任时间步长多么短，混沌系统的轨迹都不收敛。2009年上海交通大学廖世俊提出一个数值求解混沌动力系统收敛轨迹的策略，即(CNS)。CNS不仅减少数值模拟的截断误差，还采用多精度数据代替双精度，将整个数值误差降到任意小，从而可以在一个足够长的时域内获得混沌系统收敛的数值解。因此，CNS在理论上为准确获得三体问题的周期轨道铺平了道路。2017年，廖世俊团队将CNS与搜寻法和牛顿-拉弗森迭代法相结合，成功获得等质量、零角动量的三体问题695族周期轨道……；2018年……进一步成功获得两个质量相等、角动量为零的三体系统1349族新周期解。对于任意不等质量的三体问题，2021年……从一个已知的、具有相同质量的三体问题周期轨道出发，成功获得该三体系统任意不等质量的135445个周期解，将三体问题周期轨道数量增加了几个数量级，证实了CNS求解三体问题周期轨道（特别是长周期轨道）的有效性。值得指出的是，与太阳-地球-月亮这样的分级结构（hierarchical）明显不同，这135445个周期轨道是非分级结构，而且很多都是稳定的，其质量范围与2019年诺贝尔物理奖获得者MichelMayor和DidierQueloz所发现的太阳系外（具有分级结构的）第一个环绕类太阳恒星的行星相近，因此很有可能在宇宙中确实存在，有可能被天文学家观察到。

研究人员结合诺贝尔奖获奖理念 提高量子通信的效率和安全性

研究人员结合诺贝尔奖获奖理念提高量子通信的效率和安全性纠缠光子是一种即使相隔很远也能保持连接的光粒子，2022年诺贝尔物理学奖对这方面的实验给予了肯定。IQC研究团队将纠缠与量子点（一种获得2023年诺贝尔化学奖的技术）相结合，旨在优化创建纠缠光子的过程，纠缠光子具有广泛的应用，包括安全通信。提高量子效率和纠缠度IQC和滑铁卢电气与计算机工程系教授MichaelReimer博士说："量子密钥分发或量子中继器等令人兴奋的应用需要高度纠缠和高效率的结合，这些应用被设想用于将安全量子通信的距离扩展到全球范围或连接远程量子计算机。以前的实验只能测量到近乎完美的纠缠或高效率，但我们是第一个用量子点同时达到这两个要求的人。"纠缠光子源--嵌入半导体纳米线的铟基量子点（左），以及如何从纳米线中有效提取纠缠光子的可视化图。资料来源：滑铁卢大学通过将半导体量子点嵌入纳米线，研究人员创造出了一种能产生近乎完美的纠缠光子的光源，其效率是以前工作的65倍。这种新光源是与位于渥太华的加拿大国家研究理事会合作开发的，可以用激光激发，根据指令产生纠缠对。研究人员随后使用荷兰SingleQuantum公司提供的高分辨率单光子探测器来提高纠缠程度。历史上，量子点系统一直存在一个名为"精细结构分裂"的问题，它会导致纠缠态随时间发生振荡。这意味着使用慢速检测系统进行测量将无法测量纠缠状态，IQC和滑铁卢电气与计算机工程系博士生MatteoPennacchietti说。"我们将量子点与非常快速和精确的检测系统相结合，克服了这一难题。我们基本上可以在振荡过程中的每一点上获取纠缠态的时间戳，这就是我们拥有完美纠缠的地方。"为了展示未来的通信应用，Reimer和Pennacchietti与NorbertLütkenhaus博士和ThomasJennewein博士（两人均为IQC教师和滑铁卢物理与天文学系教授）及其团队合作。利用新的量子点纠缠源，研究人员模拟了一种称为量子密钥分发的安全通信方法，证明量子点源在未来的安全量子通信中大有可为。编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1424968.htm手机版：https://m.cnbeta.com.tw/view/1424968.htm

牛顿的万有引力定律，是从中国明朝的书里抄袭的吗？

牛顿的万有引力定律，是从中国明朝的书里抄袭的吗？图片来源：新闻截图光看时间，似乎挺有道理的。牛顿通过其书《自然哲学的数学原理》，发表万有引力的观点是在1687年，换算过来是为清朝康熙二十六年。而王征《奇器图说》呢，则出版于明朝天启七年（1627年）。如果在明朝出版的书里，就已经出现了牛顿在60年后才会发表的科学原理——那看起来后者抄袭前者，大概就是板上钉钉的事情了呀！听着很厉害是吧，让我们仔细看看这个《奇器图说》是怎么回事，牛顿发现的万有引力定律又是怎么回事呢？书名就指出：明朝学者在学习欧洲科学知识首先我们要明确“奇器图说”并不是这本书的完整名字，在前面还有“远西”二字，是指从传教士那里学习到知识。中国对西边土地和文化的认识，有西域、西天、天方指代远近不同的称呼，等到利玛窦等传教士来到中国，又发明了“远西”“泰西”“大西洋”等名词。这些名词实际上反映了在漫长年代，我们逐渐认识世界的过程[1]。《远西奇器图说》是由德国籍传教士邓玉函口授，王征撰写、绘图并在扬州刊刻，成书于1627年。它是我国第一部介绍近代欧洲机械工程学和力学的图书。而《远西奇器图说》[2]里所谓“介绍万有引力的描述”，其实是释读这段文字的网友……读错了。卷一第十七页：“最重无过于地，地在天之下，必在中心。”卷一第十九页：“各体各欲直下至地心方止。盖重性就下，而地心乃其本所。故而譬如磁石吸铁，铁性就石。不论石之在上在下在左在右，而铁必就之者，其性然也。”我们都接受过牛顿物理学的教育，读这一段容易觉得这是中学物理课本。其实不然，这里说的并不是“万有引力”，正如知乎网友指出的，这里面可一个“力”字都没有提。前一段说的是“地心即中心”是亚里士多德地心说体系，并说明了为什么地球必然是圆的，因为地球中心也是宇宙中心。换言之，所谓“下方”，就是地球中心所在方向，上方则是头顶方向，因为地球是圆球，所以世界各地的人们实际上都是朝向地心方向站立。图片来源：pexels后一段展开论述的是亚里士多德的“四元素说”，也就是亚里士多德物理学，强调“本性”如何，元素本性分为两类，土、水两种元素本性朝向下方运动，气、火两种元素本性朝向下方运动（还有以太在天上做圆周运动）。所以土、水这样的重物组成了圆圆的地球。没有“力”，而强调“本性”，这正是亚里士多德物理学的特征[3]。咱们现在觉得这个很好理解，很简单，是因为学过了牛顿物理学，牛顿用万有引力定律告诉我们亚里士多德哪些观点对的，哪些观点是错的，错在了哪里。在牛顿之前，很多人对于亚里士多德的说法都觉得无法理解——地球对面的人，那不就“倒立”了吗？所以对面不可能有人吧？这个问题，就是欧洲学术历史上著名的“对跖人问题”。直到大航海时代，欧洲航海家跨过了赤道和大西洋，发现了新大陆，人们才知道地球对面确实有人。科学家们曾经用磁力解释太阳系至于后一段，类比于磁力，是英国女王伊丽莎白一世的御医威廉·吉尔伯特（WilliamGilbert，1544年-1603年）研究了磁石之后的思想。德国天文学家开普勒（JohannesKepler，1571年-1630年）赞同吉尔伯特，他们试图以此从物理学上来解释地球为什么是圆的，地球为什么绕着太阳转。他们和徐光启、王征是处于同一时代的人。严格来说，这种类比其实是错误的。毕竟（后来确认的）万有引力和磁力性质差异很大。引力只有相互吸引，磁力有异性相吸，也有同性排斥。它们的来源也不一样。这种曾经发生的错误认识，也恰恰说明了科学是一个逐渐发展，逐渐试错的过程，没有什么理论是一蹴而就，一直不变的。因此对于这几段内容，个别网友有些望文生义，误以为说到“向地心聚集”，就是万有引力，这其实是由于不熟悉科学历史导致的误会。误会发生的原因是，他们讨论的是同一个现象（地圆），同一个课题（为什么是地圆）。亚里士多德认为地球是圆的，这个结论虽然具有一定的科学性，但是他并没有真的描述清楚这个结论是如何正确推导出来的，他的某些前提如今来看是有错误的，因此只能说一种“定性”描述。牛顿万有引力开创了物理学新时代要定量解决这个问题，需要开普勒、伽利略和牛顿两位高人出场。开普勒指出行星绕太阳运行是椭圆轨道，从而彻底摆脱了古希腊人“完美圆形轨道”的观念。伽利略开创了把数学定量分析引入了物理学，开始研究运动和力的关系，得以研究运动过程。图片来源：pixabay牛顿整理发展出来了三大运动学定律、万有引力定律，还有今天大学生必学的数学——微积分。这些基于更复杂数学基础之上的力学原理的发现，才成就了“牛顿力学”之名[4]。牛顿出手解决的第一个问题，来自英国天文学家哈雷。1684年，哈雷向牛顿提出了一个当时未能解决的问题，如果一颗行星受到来自太阳的引力，这个引力与距离的平方成反比，那么它的轨道会是怎样的。牛顿不假思索地回答，他已经证明了轨道是椭圆的。这段对话让哈雷促使牛顿发表他的理论，其结果就是1687年发表那套三卷本的奇书《自然哲学的数学原理》。哈雷也因此得以计算他最为钟爱的彗星轨道，预言了一颗彗星的回归，这就是著名的哈雷彗星，它下一次回归是在2061年。换言之，万有引力理论不是区区几十几百字就能完全描述的。它必须植根于牛顿总结出来的物体的性质和作用（超越亚里士多德、吉尔伯特和开普勒）、三大运动定律（超越伽利略）、微积分（超越古希腊数学），从而解决椭圆轨道这种力和速度的大小、方向都在不断变化的物理过程。万有引力理论解决了从亚里士多德、哥白尼以来的重大课题——为什么地球是圆的，为什么太阳系是这样的。牛顿力学重塑了我们对宇宙和日常世界的基本认知。今天我们即便是谈论物理学之外的事物，也经常用到“力”这个概念，这一切都彰显了牛顿力学的伟大影响。图片来源：pixabay对牛顿力学，王征是学不到了，因为李自成攻进了北京去世那一年（1644年），他就去世了，此时牛顿才是个两岁的幼儿。但我想假如他能穿越到后世，一定会更加勤奋学习，毕竟他是“南徐（光启）北王”，是传播西方学术最为有力的两位明代学者之一。我们作为后人，不必掠牛顿之美强塞给王征，而是要学习他的博大胸怀，善于学习的谦虚精神，这才是真正的自信。在此基础上才能不断创新，向前发展，假如我们沉湎于虚假的“往昔荣光”，忘记了现实差距，那也将失去未来。参考文献[1]吴孟雪，《明清时期欧洲人眼中的中国》前言，中华书局，2000年[2]《祖本远西奇器图说录最新制诸器图说》，中华书局影印本，2016年[3]亚里士多德，《物理学》，商务印书馆“汉译世界学术名著丛书”，1982年第一版。[4]吴以义，《从哥白尼到牛顿：日心学说的确立》，上海人民出版社，2013年第一版。策划制作作者丨孙正凡 天文博士，科普作者审核丨孙轶飞 河北医科大学医学教育史研究室主任策划丨徐来责编丨林林、白莉...PC版：https://www.cnbeta.com.tw/articles/soft/1390805.htm手机版：https://m.cnbeta.com.tw/view/1390805.htm

研究人员在高精度计算中释放忆阻器的威力

研究人员在高精度计算中释放忆阻器的威力麻省理工大学阿默斯特分校制作的集成芯片示例照片，其中包含不同尺寸的忆阻器横条阵列。图片来源：CanLi马萨诸塞大学阿默斯特分校电气与计算机工程系教授、《科学》（Science）杂志上发表的这项研究的通讯作者之一夏强飞解释说，在当前的计算方法下，每次要存储信息或给计算机布置任务时，都需要在内存和计算单元之间移动数据。当复杂的任务需要移动大量数据时，处理过程中就会出现"交通堵塞"。传统计算解决这一问题的方法之一是增加带宽。相反，Xia和他在阿默斯特大学、南加州大学以及计算技术制造商TetraMem公司的同事们利用模拟忆阻器技术实现了内存计算，通过减少数据传输次数来避免这些瓶颈。该团队的内存计算依赖于一种名为"忆阻器"的电子元件--它是内存和电阻器（控制电路中的电流）的结合体。忆阻器可以控制电路中的电流流向，同时还能"记忆"先前的状态，即使在电源关闭的情况下也是如此，这与当今基于晶体管的计算机芯片不同，后者只能在有电的情况下保存信息。忆阻器装置可编程为多个电阻等级，从而提高了一个单元的信息密度。当这种忆阻器电路被组织成一个交叉棒阵列时，就能以大规模并行的方式利用物理定律进行模拟计算，从而大大加快矩阵运算的速度，而矩阵运算是神经网络中最常用但却非常耗电的计算。计算在设备现场进行，而不是在内存和处理之间移动数据。夏用交通作类比，把内存计算比作大流行病高峰期几乎空无一人的道路："你消除了交通，因为（几乎）每个人都在家工作，"他说。"我们同时工作，但只将重要数据/结果发送出去"。此前，这些研究人员已经证明，他们的忆阻器可以完成低精度计算任务，如机器学习。其他应用还包括模拟信号处理、射频传感和硬件安全。夏说："在这项工作中，我们提出并演示了一种新的电路架构和编程协议，它可以使用多个相对低精度的模拟器件（如忆阻器）的加权和来有效地表示高精度数，与现有的量化方法相比，大大降低了电路开销、能耗和延迟。这篇论文的突破在于，我们进一步推动了这一领域的发展。这项技术不仅适用于低精度的神经网络计算，也适用于高精度的科学计算"。在原理验证演示中，忆阻器解决了静态和时变偏微分方程、纳维-斯托克斯方程和磁流体力学问题。他说："我们突破了自己的舒适区，从边缘计算神经网络的低精度要求扩展到高精度科学计算。"马萨诸塞大学阿默斯特分校的团队和合作者花了十多年时间才设计出合适的忆阻器设备，并为模拟内存计算构建了相当规模的电路和计算机芯片。"我们过去十年的研究使模拟忆阻器成为一项可行的技术。现在是时候把这样一项伟大的技术推向半导体行业，使广大的人工智能硬件社区受益了。"编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1425908.htm手机版：https://m.cnbeta.com.tw/view/1425908.htm

Nature最新封面 浙大博士一作 ：AI司机夜视能力白天黑夜一个样

Nature最新封面浙大博士一作：AI司机夜视能力白天黑夜一个样通过克服传统解决方案中的“重影”问题，这种方法在基准测试中一显巨大优势，不仅能像白天一样看清环境的纹理和深度，还能感知到RGB、热视觉以外的各种物理信息，可谓相当利好机器感知尤其是自动驾驶行业。而作者则认为，该成果对第四次工业革命还能直接起到加速作用。何以见得？我们翻开论文来看。像白天一样清楚的夜视能力目前比较前沿的机器感知方法是利用无处不在的热信号来重现环境信息。但是它有一个非常明显的缺点，就是会产生“重影效应（ghostingeffect）”。具体而言，该效应是指由于物体和环境在不断发射热辐射，导致三个物理属性，即温度（T，物理状态）、发射率（e，材料指纹）和纹理（X，表面几何形状）混合在光子流中出现的一种现象（仅限于夜视情况）。这种现象主要造成的是环境/物体的纹理缺失，如下图所示：只有当灯泡关闭时我们才能看到灯泡上的几何纹理，一旦发光就完全消失，而黑体辐射不可能被“关闭”，所以也就意味着我们得到的热图像总是缺乏纹理，不能看到一个完全真实的黑暗世界。在此，作者提出了一种名为HADAR（heat-assisteddetectionandranging）的方法，它以热光子流为输入，记录高光谱成像热立方体，通过TeX分解来解决重影效应这一挑战。作者表示，TeX分解利用机器学习生动地从杂乱的热信号中恢复纹理（如下图彩色部分），并使人工智能算法能够达到信息论的极限，而到目前为止，传统的RGB或热视觉办法很难做到。它的具体实现如下图所示：作者介绍，其架构的物理学灵感来自三个方面。首先，热立方体的TeX分解依赖于空间模式和光谱热特征，这启发了他们在UNet模型中采用光谱和金字塔（空间）注意力层。其次，由于TeX的简并性，必须指定以下数学结构来确保逆映射的唯一性（α、β代表物体的指数，v是波数），因此必须学习热照明系数V而不是纹理X。也就是说，TeX-Net不能端到端地训练。最后，材料库M及其维度是整个网络的关键。除此之外，作者还提出了一种非机器学习方法，即TeX-SGD来生成TeX-vison作为补充。在测试中，我们能看到HADAR方法带来了超高精度。如下图所示，第一行显示基于原始热图像的测距方法由于重影导致精度很差；第二行则显示与热测距相比，HADAR中恢复的纹理和增强的精度约达100倍；而在下面的场景中（黑色汽车、人和爱因斯坦纸板），我们能看到：视觉驱动的物体检测在光学成像中（a）错误地识别出了两个人和一辆汽车，而激光雷达点云（c）不但识别到两个人还把汽车给丢了，只有HADAR方法能够带来全面的理解，准确框出一人一车。最后这一组图则充分证明，HADAR在夜间的总体视觉能力优于目前最先进的热测距方法（GCNDepth），其RGB立体视觉更是和白天测试到的基本处于一个水平，即HADAR在黑暗中看到环境纹理和深度，就像白天一样。作者介绍一作FanglinBao，普渡大学研究员。他于2011年6月在浙江大学获得物理学学士学位，2016年6月获得光学博士学位。FanglinBao之前的研究集中于非均匀系统中的卡西米尔效应（量子力学），目前则延伸到张量网络、神经网络及其在量子物理学中的应用。通讯作者为普渡大学电气与计算机工程教授ZubinJacob，以及密歇根州立大学计算机科学与工程系助理教授VishnuBoddeti（后者正在招收“数学背景很强”的学生）。论文地址：https://www.nature.com/articles/s41586-023-06174-6...PC版：https://www.cnbeta.com.tw/articles/soft/1373451.htm手机版：https://m.cnbeta.com.tw/view/1373451.htm

独特的新材料可产生更强的计算和存储能力 同时大幅降低能耗

独特的新材料可产生更强的计算和存储能力同时大幅降低能耗这项研究最近发表在《自然-通讯》杂志上。正如美国最近颁布的《CHIPS和科学法案》所证明的那样，现在越来越需要增加半导体制造，并支持用于开发为各处电子设备提供动力的材料的研究。虽然传统半导体是当今大多数计算机芯片背后的技术，但科学家和工程师们一直在寻找能够以更少的能量产生更多能量的新材料，以使电子产品更好、更小、更高效。这类新型改良计算机芯片的候选材料之一是一类被称为拓扑半金属的量子材料。这些材料中的电子具有不同的行为方式，使材料具有电子设备中使用的典型绝缘体和金属所不具备的独特性质。因此，人们正在探索将这些材料用于自旋电子器件中。自旋电子器件是传统半导体器件的替代品，它利用电子的自旋而不是电荷来存储数据和处理信息。在这项新研究中，明尼苏达大学的一个跨学科研究小组成功合成了这样一种薄膜材料，并证明它具有高性能、低能耗的潜力。论文资深作者、麦克奈特大学特聘教授、明尼苏达大学电气与计算机工程系罗伯特-哈特曼讲座教授王建平说："这项研究首次表明，利用磁性掺杂策略，可以从弱拓扑绝缘体过渡到拓扑半金属。我们正在寻找延长电子设备寿命的方法，同时降低能耗，我们正试图用非传统的、打破常规的方法来实现这一目标"。多年来，研究人员一直在研究拓扑材料，但明尼苏达大学的研究团队是第一个使用获得专利、与工业兼容的溅射工艺来制造这种薄膜形式半金属的团队。Wang说，由于他们的工艺与工业兼容，这项技术可以更容易地被采用并用于制造现实世界中的设备。"在我们的生活中，每天都在使用电子设备，从手机到洗碗机，再到微波炉。它们都使用芯片。一切都需要消耗能源，"该论文的资深作者、明尼苏达大学化学工程与材料科学系雷-约翰逊（RayD.andMaryT.Johnson）讲座教授安德烈-姆霍扬（AndreMkhoyan）说。"问题是，我们该如何最大限度地减少能源消耗？这项研究就是朝着这个方向迈出的一步。我们正在开发一类性能相似甚至更好，但能耗更低的新型材料"。由于研究人员制造出了如此高质量的材料，他们还能够仔细分析其特性以及它的独特之处。论文的资深作者、明尼苏达大学电气与计算机工程系保罗-帕姆伯格副教授托尼-刘（TonyLow）说："从物理学角度来看，这项工作的主要贡献之一是，我们能够研究这种材料的一些最基本特性。通常情况下，当你施加磁场时，材料的纵向电阻会增大，但在这种特殊的拓扑材料中，我们预测纵向电阻会减小。我们能够将我们的理论与测量到的传输数据相印证，并证实确实存在负电阻"。十多年来，Low、Mkhoyan和Wang一直在合作研究用于下一代电子器件和系统的拓扑材料--如果没有他们各自在理论和计算、材料生长和表征以及器件制造方面的专业知识的结合，这项研究是不可能实现的。"研究这样一个重要而又具有挑战性的课题，不仅需要鼓舞人心的远见卓识，还需要跨越四个学科的极大耐心和一群敬业的团队成员，这将有可能实现该技术从实验室到工业界的过渡，"Wang说。...PC版：https://www.cnbeta.com.tw/articles/soft/1385801.htm手机版：https://m.cnbeta.com.tw/view/1385801.htm