物理学家实现分子的量子纠缠

物理学家实现分子的量子纠缠 物理学家首次实现了对分子的量子纠缠。这一突破可能有助于推动量子计算的实用化。论文发表在《科学》期刊上。实现可控的量子纠缠一直是一大挑战，这次实验之前分子的可控量子纠缠一直无法实现。普林斯顿大学的物理学家找到了方法控制单个分子诱导其进入到互锁量子态。研究人员相信相比原子，分子具有优势，更适合量子信息处理和复杂材料量子模拟等应用。相比原子，分子有更多的量子自由度，能以新方式交互。论文合作者 Yukai Lu 指出这意味着存储和处理量子信息的新方法。来源 ，， 频道：@kejiqu 群组：@kejiquchat

物理学家借助极为低沉的引力波聆听宇宙最深层的节奏

物理学家借助极为低沉的引力波聆听宇宙最深层的节奏 佛罗里达大学物理学助理教授、这项新研究的共同作者杰夫-德洛尔博士说："这些波从宇宙最遥远的角落到达我们身边，能够影响光的传播方式。研究这些来自早期宇宙的波将帮助我们建立宇宙历史的完整图景，这与之前发现的宇宙微波背景类似。"德洛尔和他的合著者、加州大学圣克鲁兹分校博士后研究员威廉-德洛克（William DeRocco）于2月26日在《物理评论快报》（Physical Review Letters）杂志上发表了他们的研究成果。引力波类似于太空中的涟漪。与声波或海浪一样，引力波的频率和振幅也各不相同，这些信息有助于我们了解引力波的起源和年龄。到达我们身边的引力波振荡频率极低，远低于人耳能探测到的声波。过去探测到的一些最低频率低至 1 纳赫兹。"作为参考，"德洛尔解释说，"鳄鱼咆哮产生的声波频率都比这个频率高出约1000亿倍这些都是非常低频的声波。"他们的新探测方法基于对脉冲星的分析，脉冲星是一种中子星，会以极有规律的间隔发射无线电波。德洛尔假设，搜索这些脉冲到达时逐渐减慢的速度，可能会发现新的引力波。通过研究现有的脉冲星数据，德洛尔能够以比以往更低的频率搜索引力波，将我们的"听力范围"扩大到低至 10 皮赫兹的频率，比之前探测到的纳赫兹级引力波低 100 倍。虽然以前已经探测到频率在纳赫兹左右的引力波，但科学界对其起源却知之甚少。目前有两种理论。第一种观点认为，这些波是两个超大质量黑洞合并的结果，如果属实，研究人员将有一种新的方法来研究这些位于每个星系中心的巨大天体的行为。另一种主要理论认为，这些波是由宇宙历史早期的某种大灾难事件产生的。通过研究频率更低的引力波，他们或许能够区分这些可能性。德洛尔说："展望未来，下一步是分析更新的数据集。我们使用的数据集主要来自2014年和2015年，从那时起，大量的脉冲星观测已经展开。"德洛尔还计划利用 UF 的 HiPerGator 超级计算机对模拟数据进行模拟，以进一步揭开宇宙历史的面纱。该超级计算机可以高效运行大型复杂模拟，大大缩短分析数据所需的时间。编译自/scitechdaily ... PC版： 手机版：

《生命是什么：物理学家对生命的理解和思索 》

《生命是什么：物理学家对生命的理解和思索 》 简介：生命是什么：物理学家对生命的理解和思索是一本围绕其核心主题展开的深刻探索之作，书中详细讨论了与其主题相关的各类观点与现实应用，带给读者全新的思考视角。这本书为那些想深入了解相关领域的读者提供了充实的内容，值得一读。更多详情请访问相关链接。 标签： #生命是#生命是什么：物理学家对生命的理解和思索#书籍 文件大小：NG 链接：https://pan.quark.cn/s/c2135457b663

CIANNA - 天体物理学家的卷积交互式人工神经网络

CIANNA - 天体物理学家的卷积交互式人工神经网络 CIANNA 是一个通用深度学习框架，主要开发和用于天文数据分析。根据天体物理问题解决的相关性添加功能和优化。 CIANNA 可用于构建和训练用于各种任务的大型神经网络模型，并提供高级 Python 接口（类似于 keras、pytorch 等）。 CIANNA 的特点之一是其定制实现的受 YOLO 启发的物体检测器，用于 2D 或 3D 射电天文数据产品中的星系检测。该框架通过低级 CUDA 编程完全由 GPU 加速。 | #框架

在AI帮助下 天体物理学家揭开重元素的宇宙起源

在AI帮助下 天体物理学家揭开重元素的宇宙起源 理论物理学家马修-芒鲍尔（Matthew Mumpower）说："自然界中可能存在成千上万个尚未测量的原子核。机器学习算法非常强大，因为它们可以在数据中发现复杂的相关性，而理论核物理模型却很难有效地产生这种结果。这些相关性可以为科学家提供有关'缺失物理'的信息，反过来又可以用来加强原子质量的现代核模型。"模拟快速中子俘获过程最近，Mumpower 和他的同事（包括前洛斯阿拉莫斯暑期学生李梦柯和博士后 Trevor Sprouse）在《物理快报 B》上发表了一篇论文，描述了用基于物理学的机器学习质量模型模拟一个重要的天体物理过程。r过程，即快速中子捕获过程，是发生在极端环境中的天体物理过程，如中子星碰撞产生的环境。重元素可能来自这种"核合成"。事实上，宇宙中一半的重同位素直至铋以及所有的钍和铀都可能是由这种"核合成"过程产生的。洛斯阿拉莫斯模拟的两颗中子星碰撞后的吸积盘。这一事件同时产生了轻元素（蓝色）和重元素（红色）。资料来源：洛斯阿拉莫斯国家实验室然而，对这一过程进行建模需要对原子质量进行理论预测，而目前的实验还无法达到这一要求。研究小组采用物理信息机器学习方法，从原子质量评估（Atomic Mass Evaluation）这一大型质量数据库中随机选择，训练出一个模型。接下来，研究人员利用这些预测的质量来模拟 r 过程。该模型使研究小组首次利用机器学习预测的质量模拟了r过程的核合成这是一项重大创举，因为机器学习预测通常会在外推时崩溃。Mumpower说："我们已经证明，机器学习原子质量可以为我们在实验数据之外的预测打开大门。关键的一点是，我们告诉模型要遵守物理定律。通过这样做，我们就能进行基于物理学的推断。我们的结果与当代理论模型不相上下，甚至更胜一筹，并且可以在获得新数据时立即更新。"研究核结构r过程模拟是研究团队将机器学习应用于核结构相关研究的补充。在最近发表在《物理评论 C》上的一篇被选为"编辑建议"的文章中，研究小组利用机器学习算法重现了具有量化不确定性的核结合能；也就是说，他们能够确定将原子核分离成质子和中子所需的能量，以及每个预测的相关误差条。因此，该算法提供的信息需要大量的计算时间和资源才能从当前的核建模中获得。在相关工作中，研究小组利用他们的机器学习模型将精确的实验数据与理论知识结合起来。这些结果激发了新的稀有同位素束设施的一些首批实验活动，该设施旨在扩大核图的已知区域并揭示重元素的起源。编译自:ScitechDaily ... PC版： 手机版：

著名天体物理学家警告马斯克：大规模移民火星计划很危险

著名天体物理学家警告马斯克：大规模移民火星计划很危险 然而，这一大胆设想并未得到所有人的认同。英国皇家学会前主席、著名天体物理学家马丁·里斯对马斯克的火星移民计划提出了批评。里斯认为，这类宏大的太空计划更应该由私人个体而非政府机构来推动，因为与地球上面临的紧迫问题相比，将大量资源投入火星城市建设似乎更像是一种危险的幻想。里斯将马斯克描述为一位“非凡的人物”，同时也承认他的个性“相当奇特”。尽管如此，里斯并不认同马斯克构建火星城市的设想。里斯强调，太空探索中的实际任务和探索应该主要由机器人来完成，而只有那些对风险有高度容忍度的人，才应该考虑亲自前往太空，并且这样的冒险应当由私人资金而非公共资金来支持。里斯进一步指出了长期太空旅行所面临的诸多挑战，包括生理限制和宇宙辐射等。他主张，在冒险进行雄心勃勃的太空探索之前，人类应该更加谨慎，并优先解决地球上的问题。早在2021年，里斯就对火星殖民的可能性表示了怀疑，他特别指出了火星的恶劣环境。他认为，在火星那样一个缺乏必要生命支持系统的星球上建立永久殖民地，不仅需要解决无数的技术难题，还要面对巨大的生态风险。因此，他主张在追求太空梦想的同时，更应该关注并解决地球当前面临的问题，确保人类能够在自己的家园上持续繁荣与发展。 ... PC版： 手机版：