麻省理工学院揭幕"质子之舞"： 开拓能源新时代

麻省理工学院揭幕"质子之舞"：开拓能源新时代麻省理工学院的化学家们首次详细描绘了这些质子耦合电子转移是如何在电极表面发生的。他们的研究成果可以帮助研究人员设计出更高效的燃料电池、电池或其他能源技术。麻省理工学院化学和化学工程教授、该研究的资深作者YogeshSurendranath说："我们在这篇论文中取得的进展是研究和理解了这些电子和质子如何在表面部位耦合的性质，这与催化反应有关，而催化反应在能量转换装置或催化反应中非常重要。"在他们的研究成果中，研究人员能够准确追踪电极周围电解质溶液pH值的变化如何影响电极内质子运动和电子流动的速度。麻省理工学院研究生诺亚-刘易斯（NoahLewis）是这篇论文的第一作者，论文最近发表在《自然-化学》上。麻省理工学院前博士后RyanBisbey、麻省理工学院研究生KarlWestendorff和耶鲁大学研究科学家AlexanderSoudackov也是这篇论文的作者。质子传递质子耦合电子转移是指一种分子（通常是水或酸）将质子转移到另一种分子或电极表面，从而刺激质子接受者也接受一个电子。这种反应已被广泛应用于能源领域。"这些质子耦合电子转移反应无处不在。它们通常是催化机制中的关键步骤，对于制氢或燃料电池催化等能量转换过程尤为重要，"Surendranath说。在制氢电解槽中，这种方法用于从水中去除质子，并在质子上添加电子以形成氢气。在燃料电池中，当质子和电子从氢气中移出并加入氧气形成水时，就会产生电能。施加电势会导致质子从氢离子（右图）转移到电极表面。利用具有分子定义质子结合位点的电极，麻省理工学院的研究人员为这些界面质子耦合电子转移反应建立了一个通用模型。图片来源：研究人员提供质子耦合电子转移在许多其他类型的化学反应中都很常见，例如二氧化碳还原（通过添加电子和质子将二氧化碳转化为化学燃料）。当质子接受体是分子时，科学家们可以精确控制每个分子的结构，并观察电子和质子如何在分子间传递，因此他们已经对这些反应的发生过程有了很多了解。然而，当质子耦合电子转移发生在电极表面时，这一过程就更难研究了，因为电极表面通常非常异质，质子有可能与许多不同的位点结合。为了克服这一障碍，麻省理工学院的研究小组开发出一种设计电极表面的方法，使他们能够更精确地控制电极表面的组成。他们的电极由石墨烯薄片组成，表面附着有机含环化合物。每个有机分子的末端都有一个带负电荷的氧离子，它可以接受周围溶液中的质子，从而使电子从电路流入石墨表面。Surendranath说："我们可以创造出一种电极，它不是由各种各样的位点组成，而是由单一类型的非常明确的位点组成的统一阵列，每个位点都能以相同的亲和力结合质子。由于我们拥有这些非常明确的位点，这让我们能够真正揭示这些过程的动力学"。利用这个系统，研究人员能够测量流向电极的电流，从而计算出平衡状态下质子向表面氧离子转移的速率--质子向表面捐赠的速率和质子从表面转移回溶液的速率相等的状态。他们发现，周围溶液的pH值对这一速率有显著影响：最高速率出现在pH值的两端--酸性最强的pH值为0，碱性最强的pH值为14。为了解释这些结果，研究人员根据电极可能发生的两种反应建立了一个模型。在第一种反应中，强酸性溶液中高浓度的氢离子（H3O+）将质子传递给表面的氧离子，生成水。在第二种情况下，水将质子传递给表面氧离子，生成氢氧根离子（OH-），氢氧根离子在强碱性溶液中浓度较高。不过，pH值为0时的速度比pH值为14时的速度快四倍，部分原因是氢离子释放质子的速度比水快。需要重新考虑的反应研究人员还惊奇地发现，这两个反应的速率并不是在中性pH值为7（氢铵和氢氧根的浓度相等）时相等，而是在pH值为10（氢氧根离子的浓度是氢铵的100万倍）时相等。该模型表明，这是因为涉及氢𬭩或水提供质子的前向反应比涉及水或氢氧化物去除质子的后向反应对总速率的贡献更大。研究人员说，关于这些反应如何在电极表面发生的现有模型假定，前向反应和后向反应对总速率的贡献相同，因此新发现表明，可能需要重新考虑这些模型。Surendranath说："这是默认的假设，即正向和逆向反应对反应速率的贡献相同。我们的发现确实令人大开眼界，因为这意味着人们用来分析从燃料电池催化到氢进化等一切问题的假设可能是我们需要重新审视的。"研究人员目前正在利用他们的实验装置研究向电极周围的电解质溶液中添加不同类型的离子会如何加快或减慢质子耦合电子流的速度。刘易斯说："通过我们的系统，我们知道我们的位点是恒定的，不会相互影响，因此我们可以读出溶液的变化对表面反应的影响。"编译自//scitechdaily...PC版：https://www.cnbeta.com.tw/articles/soft/1424095.htm手机版：https://m.cnbeta.com.tw/view/1424095.htm

麻省理工学院首次控制量子随机性

麻省理工学院首次控制量子随机性想象一下，平静的海面突然起了波浪--这与量子层面的真空中发生的情况类似。在此之前，科学家们已经利用这些波动生成了随机数。它们也是量子科学家在过去一百年中发现的许多迷人现象的原因。利用真空波动生成可调谐随机数的实验装置。图片来源：CharlesRoques-Carmes、YannickSalamin麻省理工学院博士后CharlesRoques-Carmes和YannickSalamin、麻省理工学院教授MarinSoljačić和JohnJoannopoulos及其同事最近在《科学》（Science）杂志上发表了一篇论文，对上述发现进行了描述。传统上，计算机以确定性的方式运行，按照一系列预定义的规则和算法逐步执行指令。在这种模式下，如果多次运行相同的操作，总会得到完全相同的结果。这种确定性方法为我们的数字时代打下了基础，但也有其局限性，尤其是在模拟物理世界或优化复杂系统时，这些任务往往涉及大量的不确定性和随机性。从量子真空中生成可调随机数的艺术插图。图片来源：陈磊这就是概率计算概念发挥作用的地方。概率计算系统利用某些过程的内在随机性来执行计算。它们不会只提供一个"正确"的答案，而是提供一系列可能的结果，每个结果都有其相关的概率。这使它们非常适合模拟物理现象和解决优化问题，因为在这些问题中可能存在多种解决方案，而对各种可能性的探索可以找到更好的解决方案。工作的主要作者之一CharlesRoques-Carmes博士正在操作实验系统。图片来源：AnthonyTulliani然而，概率计算的实际应用在历史上一直受到一个重大障碍的阻碍：缺乏对量子随机性相关概率分布的控制。不过，麻省理工学院团队开展的研究揭示了一种可能的解决方案。具体来说，研究人员已经证明，向光学参量振荡器（一种自然生成随机数的光学系统）注入微弱的激光"偏压"，可以作为"偏压"量子随机性的可控源。"尽管对这些量子系统进行了广泛的研究，但非常微弱的偏置场的影响尚未得到探索，"该研究的研究员CharlesRoques-Carmes说。"我们发现的可控量子随机性不仅让我们能够重新审视量子光学中已有几十年历史的概念，而且还为概率计算和超精确场传感开辟了潜力。"该团队成功展示了操纵与光参量振荡器输出状态相关的概率的能力，从而创造了有史以来第一个可控光子概率位（p-bit）。此外，该系统还显示出对偏置场脉冲时间振荡的敏感性，甚至远低于单光子水平。工作的主要作者之一YannickSalamin博士正在操作实验系统。资料来源：AllysonMacBasino团队另一位成员YannickSalamin说："我们的光子p比特生成系统目前可以每秒生成10,000个比特，每个比特都可以遵循任意的二项分布。我们预计，这项技术将在未来几年不断发展，从而产生更高速率的光子p位，并实现更广泛的应用。"麻省理工学院的MarinSoljačić教授强调了这项工作的广泛意义："通过使真空波动成为可控元素，我们正在推动量子增强概率计算的发展。在组合优化和晶格量子色动力学模拟等领域模拟复杂动力学的前景非常令人兴奋"。...PC版：https://www.cnbeta.com.tw/articles/soft/1382749.htm手机版：https://m.cnbeta.com.tw/view/1382749.htm

麻省理工学院发现：人类仍然比人工智能便宜

麻省理工学院(MIT)在一项研究中发现，人工智能目前还无法以经济有效的方式取代大多数工作岗位，这项研究试图打消人们对人工智能在许多行业取代人类的担忧情绪。在对人工智能取代劳动力的可行性进行的首次深入调查中，研究人员对美国各项任务自动化的成本吸引力进行了建模估算，重点关注了使用计算机视觉的工作——比如教师和房地产估价师。研究人员发现，按美元工资计算，只有23%的劳动者可以被有效取代。在其他情况下，由于人工智能辅助视觉识别的安装和操作成本高昂，因此由人类来完成这项工作更为经济划算。去年，在OpenAI的ChatGPT和其他AI工具展示了这项技术的潜力之后，各行各业开始加速采用这种工具。从美国的微软公司和Alphabet公司到中国的和，科技公司推出了各种AI服务。行业领袖警告说，AI发展速度太快了。长期以来，人们一直担心AI对就业的影响。麻省理工学院计算机科学与人工智能实验室的研究人员指出，“机器将抢走我们的工作”是技术快速变革时期人们经常表达的一种情绪，而随着大语言模型的创建，这种焦虑再次出现了。“但我们发现，由于AI系统的前期成本很高，只有23%的员工‘暴露’在AI计算机视觉中，对企业来说是具有成本效益的。”计算机视觉是AI技术的一个领域，它使机器能够从数字图像和其他视觉输入中获取有意义的信息，其最普遍的应用出现在自动驾驶的物体检测系统中，或者对智能手机上的照片进行分类。麻省理工学院的论文称，和的突出领域——零售、运输和仓储等方面，也是计算机视觉最具效益的领域。论文中一个案例提到，在面包店里，面包师每天都要检查原料的质量控制，但这只占他们工作时间的6%。但安装摄像头和AI系统所节省的时间和工资，远低于这种技术升级的成本。研究人员表示，目前只有3%的视觉辅助任务可以有效、低成本地自动化，但如果数据成本下降，准确性提高，到2030年这一比例可能会上升到40%。国际货币基金组织(IMF)上周发布报告称，人工智能技术将影响全球近40%的就业岗位，相比于新兴市场和低收入国家，发达国家的就业更容易受到人工智能的影响。它还警告说，在大多数情况下，这种技术对全球劳动力市场的潜在影响可能会加剧整体不平等。在上周的达沃斯世界经济论坛上，许多讨论都集中在AI取代劳动力的问题上。InflectionAI和DeepMind的联合创始人MustafaSuleyman表示，AI系统“从根本上说是替代劳动力的工具”。OpenAI首席执行官萨姆·奥特曼声称，AI的能力“有很强的局限性”，人们应该将其视为一种“在某些领域非常有用”的工具，不能完全依赖于AI。标签:#AI#劳动力频道:@GodlyNews1投稿:@GodlyNewsBot

【波士顿联储和麻省理工学院发布OpenCBDC】

【波士顿联储和麻省理工学院发布OpenCBDC】波士顿联邦储备银行和麻省理工学院公布了汉密尔顿项目（ProjectHamilton）第一阶段的结果，汉密尔顿项目是一项专注于央行数字货币研究的合作研究工作。今天，波士顿联邦储备银行和麻省理工学院公布还在GitHub上发布了央行数字货币交易处理开源软件OpenCBDC，据悉该软件在技术上已经足够完善，可以支持在“美国这样大的国家运行通用央行数字货币”，在核心处理引擎方面，OpenCBDC处理速度超过每秒170万笔交易，“绝大多数交易”可以在两秒内完成结算。波士顿联邦储备银行和麻省理工学院表示，OpenCBDC技术具有灵活性，可以根据政策决定进行调整，在第二阶段，他们将继续研究其他技术设计，以进一步优化第一阶段技术的“强大的隐私、弹性和功能”，同时更好地阐明不同设计之间的权衡关系。