木叶飞舞🍁的个人资料 - RAT

木叶飞舞🍁 子夜神月

木叶飞舞之处，火亦生生不息

关注数: 4 粉丝数: 1,730 发帖数: 2,503 关注贴吧数: 17

石墨烯可将硬盘容量提高十倍你的硬盘又涨价了吗？多年来，机械硬盘行业发展一直停滞不前，价格却居高不下。尽管现在固态硬盘用得相当广泛，但机械硬盘在计算领域仍然占有一席之地。硬盘的存储容量当然在不断增加，但随着我们的媒介需求越来越大，我们需要能够存储更大数据量的硬盘。那么到底能不能再提高硬盘的存储能力呢？

黑洞最新照片来了：只多了炫酷光纹，却让物理学家解开喷流大谜题提到黑洞，我们第一想到的肯定是光都无法逃逸的特性。所以黑洞真的只是个洞？答案可没这么简单。此前科学家们就发现，黑洞在用强大引力吞噬万物的同时，还会发射出一股能量非常高的等离子喷流，也就是黑洞喷流。以M87星系黑洞为例，这些喷流能够从黑洞中心向外延伸至少5000光年，速度接近光速。科学家们好不容易弄清楚为什么黑洞连光都能捕获，结果它自己还喷东西出来？

天问一号探测器着陆火星首批科学影像图公布今天（6月11日），国家航天局举行天问一号探测器着陆火星首批科学影像图揭幕仪式，公布了由“祝融号”火星车拍摄的着陆点全景、火星地形地貌、“中国印迹”和“着巡合影”等影像图。首批科学影像图的发布，标志着我国首次火星探测任务取得圆满成功。

把自行车做成自动驾驶

【转载】多模式量子中继，并实现两个固态存储器的量子纠缠中科大首次实现多模式量子中继，并实现两个固态存储器的量子纠缠。看不懂？没关系，研究人员将其比喻成“量子鹊桥”：让“量子牛郎”和“量子织女”在没见面的情况下就能产生纠缠，这下就很直观了。该成果由中国科学技术大学郭光灿院士团队，李传锋、周宗权研究组提出，并登上最新一期Nature。量子在光纤中传输有指数级的损耗，经过50公里的光纤传输，信号将衰减至最初的十亿亿分之一。后续研究通过转换光波长等方法，将传输距离提高到百公里量级，但这还远远不够。为了实现长距离传输，在全国、甚至全球搭建量子网络，就需要中继方案。中继的基本思路就是把长程传输分解成多段短距离传输，核心是每个节点上的量子存储器。通过在存储器之间建立量子纠缠，再利用纠缠交换技术逐步扩大量子纠缠的距离。此前的方案是纠缠光子由存储器直接发射出来的发射型存储器，李传锋教授在接受新华社采访时表示：之前大家用的是发射型量子存储器，要么一次只能传输1个量子，效率低；要么一次传输多个量子，但精确率低。而本次研究用三年时间完善了吸收型量子存储器，将存储和发射分离开来。实现了在一次捕获并存储4对纠缠量子的情况下，两个节点之间的纠缠保真度还实测超过80%。量子是怎么被存储的？李传锋、周宗权研究组研究的是基于稀土离子掺杂晶体的固态量子存储，最早于2012年实现99.9%保真度的存储。这种存储器利用两块1.4毫米厚的掺钕钒酸钇晶体，分别处理光的两种正交偏振态。一种优质激光晶体再把一片特殊设计的半波片置于两块晶体之间，来实现这两种偏振态的互换，整个量子存储器的结构就像“三明治”。对于经典的硬盘，每一个存储单元只能存储一个比特，而量子具有相干性，一个存储单元可以一次性存储大量的量子比特。在此基础上，研究团队在2015年利用光子的空间自由度实现了51维的存储。又在2018年完成空间、时间和频率分开的多模式复用存储。2020年，通过在稀土掺杂晶体中刻蚀出光波导，研究出可集成的量子存储，并可根据需求决定读出的时间。今年4月，又将光存储时间从分钟级推进至小时级。信号光场(Probe)被梳状的原子吸收谱吸收，并被控制光场(Control)存储为自旋激发，在射频场(RF)的操控下将光存储时间从分钟级推进至小时级，存储保真度达99.9%。有了以上跨越10年的量子存储不断改进，才最终得以实现本次演示的多模式复用，同时存储4个量子的中继效果。本次演示中完整的试验装置是这样的：在现实中是这样：对于今后的研究方向，李传锋教授表示：下一步，研究组将继续提高量子存储器的各项指标，并采用确定性纠缠光源，从而大幅提高纠缠分发的速率，努力实现超越光纤直接传输的实用化量子中继器。论文地址： http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fwww.nature.com%2Farticles%2Fs41586-021-03505-3%23Fig10&urlrefer=0a61ba3adf879926d4a4593e061d632b

【转载】超级月亮+月全食要来了 “月球围绕地球旋转的轨道是近似椭圆形的，离地球最近的为近地点，这时的月球比平时看来更大，离地球最远的为远地点，月球看起来更小。而‘超级月亮’指的是月亮在满月时，刚好在近地点附近。”中科院紫金山天文台科普主管王科超介绍，5月26日9时51分，月亮运行到地球近地点时，地月相距只有357311千米，满月视直径达到33.5角分，是今年满月中月球距离地球最近的一次，为全年最大；当天19时14分，太阳、地球和月球排成一条直线，太阳和月球相对地球呈180度，月亮最圆。今年月亮距离地球最近与月亮最圆，两者仅相差约 9 小时，因而是名副其实的超级月亮。 “这次的超级月亮的出现又恰逢月全食，而此次的月全食又是全年唯一的一次，这种巧合非常罕见。”王科超表示，月全食，指的是当月球进入地球的阴影时，不能被直射阳光照亮，人们无法看到月亮的天文现象。 “月全食时，对地球来说，太阳和月球的方向相差180°。太阳和月球在天空的轨道，分别称为黄道和白道。它们不在同一个平面上，有约5°的交角，只有它们分别位于黄道和白道的两个交点附近时，才有机会形成一条直线，继而产生月全食。”王科超介绍，今年11月19日，我国还将发生一次月偏食，食分0.974，非常接近月全食，而且我国大部分地区也可以看见。2021年地月距离的变化和满月时间的对比不过，并非所有的月全食，都能进入我们的视野。上次月全食出现在2019年1月21日，我国看不到。接下来的几次月全食，我国有时也难以见到。例如，2022年会发生两次月全食，其中5月16日的月全食，我国完全看不到；2025年又会出现两次月全食，发生在3月14日的月全食，我国不可见。但出现在9月7日后半夜的月全食我国可以看到，而且观测条件很好。月全食仅持续不到20分钟 26日傍晚开始的月全食，将进入初亏、食既、食甚、生光、复圆五个阶段。王科超介绍，17时45分，月亮进入初亏，这时的月球刚接触地球本影，标志月食的开始，当晚月亮升起时，我们看到的，就将是一轮初亏的月亮。19时09分进入食既，此时月球的西边缘与地球本影的西边缘内切，月球刚好全部进入地球本影内。食甚发生在19时19分，月球的中心与地球本影的中心最近，最大食分为1.015。19时28分开始生光，月亮的东边又开始被太阳照亮，这时全食阶段就结束了，进入“偏食”阶段。20时53分，月球西边缘与地球本影东边缘相外切，月球完全走出地球本影，月食全过程结束，即“复圆”。 “其中月球被食的程度叫‘食分’，指的是食甚时，月轮边缘深入地球本影最远距离与月球视直径之比。月亮进入地球影子里越深，月食持续时间越长。此次月食，月亮进入地影较浅，全食只持续不到20分钟。”王科超说。5月26日月全食的可观测范围此次月食在亚洲东部、大洋洲、太平洋大部、北美洲（除东北部）、南美洲（除极东部）及南极洲可见。中国除西藏极西部、新疆极西部外，大部分地区当晚只要天气晴朗，就能看到“带食而出”的一轮超级红月亮。王科超表示，当天，我国部分城市的月出时间是：台北18时31分，上海18时44分，南京18时57分；深圳18时58分，青岛19时00分，广州19时02分，哈尔滨19时04分，北京19时27分。 “红月亮”将高挂于月全食傍晚有趣的是，月全食期间，我们看到的月亮，将会是一轮“红色血月”。“这是因为地球浓厚的大气层可以把紫、蓝、绿、黄光都吸收了，只剩下红色光能够穿透，并被大气层折射到月球上，于是在月全食时，我们就能看到地影里的月球呈现出红色。”王科超说。在月食中，月球会穿过地球阴影的两个区域：一个是半影区域，在那里直射的阳光会变暗，另一个是本影，地球大气层折射出更暗的阳光照射在月球上，留下红色。法国天文学家丹戎在20世纪20年代提出月全食过程中月面亮度的五级分类方法，标识月亮从非常暗淡、稍亮到微亮、明亮、非常明亮的不同等级。对于想观赏月全食的发烧友，王科超介绍，可以肉眼观赏，也可以用双筒望远镜或者天文望远镜观测。 “双筒望远镜视场大，携带方便，容易操作。对于月亮来说，放大的倍率也是刚刚好，可以把月亮的整个画面放入视场，因此是观赏月全食的得力辅助观测工具。而天文望远镜可以将月亮放大几十倍，可以明显地增加月亮亮度，更清晰地观赏到月亮的细节。”王科超说。

【转载】黎曼猜想的等价命题

用1台笔记本模拟黑洞引力波，和超算2个月得出的结果只差1% 模拟黑洞产生的引力波，听起来好可怕，那一定需要巨大的算力吧？确实，发现爱因斯坦预言的引力波，人类用了100年，而用超算精确模拟它，人们用了90年！1915年，爱因斯坦发表了广义相对论，之后物理学家就预测，两个黑洞合并会产生引力波。直到2005年，科学家才得到了第一个黑洞合并数值解，而且是用超算断断续续算了2个月。但现在，你只需要一台macOS或Linux系统的笔记本电脑，也能计算黑洞合并，还是带动画模拟的那种。这是由加州理工学习博士Vijay Varma开发的一款Python包，用于模拟两个黑洞在旋转过程中如何对外辐射引力波，以及它们合并的全过程。然后你只需输入一串参数，就能在笔记本上模拟引力波了。甚至用鼠标拖动动画，全方位360度观看黑洞合并过程：你以为这就是全部内容？不不不，以上只是“副产品”而已。真正的“主菜”是，这位博士用AI开发出了迄今为止最精确的模拟黑洞合并模型，而且大大缩短了模拟时间。现在物理学家们要把这项技术用于模拟更复杂的黑洞合并过程，帮助引力波干涉天文台（LIGO）能发现更多的引力波，或是验证广义相对论，或者找到它的缺陷。凭借这项工作，这位博士已经在顶级期刊《物理评论快报》上发表了多篇论文。既然实验上能发现引力波，我们为何还要数值模拟它？在了解这个问题之前，我们首先要解决一个问题：我们如何观测引力波？爱因斯坦的广义相对论说，引力波是“时空的涟漪”，就是有质量的物体在运动时对时空的扰动。但是，引力波实在太微弱了。只有黑洞合并这类事件，才能辐射出让我们发现的引力波。黑洞合并是目前公认的最强引力波源，由于黑洞本身只是一个强引力源，因此在合并过程中，它们只会辐射引力波。为了观测到引力波，来自加州理工学院和MIT的一群物理学家，搞了个激光干涉引力波天文台LIGO。这地方是专门用来探测引力波的，像是长了两条呈直角分布的“L”形手臂。当引力波出现时，每条手臂中的激光，会测量手臂长度的相对差异。这个过程非常困难，因为每天LIGO都会收到许多带有大量噪声的微弱信号。来自马萨诸塞大学的助理教授Scott E. Field对此解释道：这个难度，就像是在嘈杂的餐厅里试图用手机听歌识曲一样。只有大致知道曲子的内容，才能更容易地在背景噪声中发现它。也就是说，必须先想办法用数值模拟它，再对它进行探测。这就是数值模拟引力波的重大意义。毕竟，人们目前还只探测到部分引力波，连它具体长啥样都还没完全弄明白，不同的质量、自转公转速度会形成什么样的引力波，需要求解极为复杂的广义相对论方程才能模拟。但在数值模拟引力波上，物理学家又遇到了困难—— 用超算求解广义相对论方程，只能较快地模拟出其中一部分引力波长啥样，就是质量比小于10：1的两个黑洞合并产生的引力波。对于这些黑洞的合并，来自马萨诸塞大学的Gaurav Khanna表示：这就像是模拟一艘巨轮和一只小帆船在航行时可能产生的相互影响，毕竟后者几乎完全不会影响到巨轮的航线。但对于另一部分黑洞，也就是质量比大于10：1的两个黑洞合并所产生的引力波，模拟需要的计算量就太大了。 2005年，物理学家用超级计算机模拟了2个月，才得到了一个数值解。对于质量比大于10：1的情况，可能需要超算不停算几年，这显然是不切实际的。那么质量比大于10：1的两个黑洞合并，真的就无法探测它们的引力波了吗？其实还有一个方法——简化计算。这些来自马萨诸塞大学的物理学家们，就希望用机器学习简化这个计算过程。他们甚至真的做了个Python工具包，而且从研究结果来看，已经成功模拟了质量比为3：1的黑洞合并过程。其计算结果与用超算模拟的结果，准确度相差不到1%。地面上的LIGO已经无法满足物理学家们的需求了。在地球上，用于测量引力波的两条干涉臂长度有限，如果把探测器建到太空中，那么干涉臂可以长达100多万公里，大大提高了探测精度。这就是欧洲空间局ESA和NASA设想的天基引力波探测计划LISA，预计在2035年发射。到了太空中，精度的提高能让我们看到更大质量比的黑洞合并事件，比如质量比超过100万的情况。因为星系中央可能存在着10亿个太阳质量的巨大黑洞，当它把普通黑洞吸入其中时，就会产生这类超大质量比的合并事件。另一边，物理学家们正在开展着数值计算的准备。 Scott Field和Gaurav Khanna教授预计今年夏天将更大质量比的计算模型发表在arxiv上，不知道会带来哪些惊喜。项目地址： http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fvijayvarma392.github.io%2FbinaryBHexp%2F&urlrefer=914313802e82cf1d527f54885e7d0ac5

恐怖9分钟，“天问一号”成功着陆火星飞行近10个月，熬过恐怖9分钟。“祝融号”火星车，成功着陆火星！至此，中国成为世界上第三个，成功着陆火星的国家。火星大气稀薄，地形复杂，要想着陆于此，风险可谓是极高。到目前为止，人类进行的火星探测任务，成功率仅为50%。而大部分失败的原因，均是在着陆阶段。“恐怖9分钟”，这也是此次“天问一号”着陆巡视器所经历的过程。第一个“恐怖”，来源于距离。由于地球和火星距离过于遥远，通讯时延是一个重要的问题。毕竟着陆需要9分钟，但通讯时延却是它的2倍，达到了18分钟。也就是说，地面发出一条指令，“天问一号”要在18分钟后才能收到。航天科技集团五院相关负责人表示：整个过程是全自主、不可逆的，而且地面是无法干预的，需由探测器自主进行决策。第二个恐怖之处，是整个着陆过程极其复杂、环环相扣。换言之，任何一个环节出了问题就会导致着陆的失败。因此，第一个需要解决的问题，就是得让高速飞行的“天问一号”减速。而这个减速过程，大致分为三步：气动减速，降落伞减速，动力减速。气动减速阶段，是从“天问一号”着陆巡视器进入火星大气层开始。这时候的着陆巡视器被包裹在进入舱内，飞行速度达到了4.8公里/秒，需要用火星大气的阻力来进行减速。但也正如刚才提到的，火星大气密度稀薄，只有地球1/100，减速效果可想而知。而通过与火星大气的摩擦，可以让进入舱的速度降到460米/秒左右。接下来的一个阶段，降落伞从进入舱的背部弹出，进入降落伞减速阶段。虽然经过第一阶段的减速，但进入舱仍旧处于超音速状态，因此如何让降落伞打开，还要保持一个稳定的状态，成了另外一个恐怖的点：降落伞受到前体的尾流影响非常之大，会产生比较剧烈的震荡（喘震），因此对降落伞的气动性能、稳定性能、强度有要较高的要求。当“天问一号”的速度降至每秒95米/秒的时候，降落伞的使命也随即完成。而后，便进入了动力减速的阶段。此时，进入舱的大底和降落伞先后被抛掉，着陆巡视器的大推力发动机开始工作。随着与火星地表距离越来越近，巡视器会先进入一个“悬停”阶段，快速激光三维成像、自主寻找安全着陆地点。最后，选择好着陆地点后，着陆巡视器经过着陆缓冲，四条着陆腿便稳稳降落在了火星。据了解，“祝融号”火星车预计将在火星表面工作约三个月。而天问一号环绕器将为火星表面探测和地球的通信担当中继卫星、传送信号。等到火星车工作计划结束后，环绕器还将进行长达两年的深度探测工作。

新冠病毒变异总体呈加快趋势国家卫生健康委疾控局一级巡视员贺青华14日在国务院联防联控机制新闻发布会上表示，全球疫情形势依然相当的严峻、复杂，病毒变异呈现以下三个方面的特点：一是新冠病毒变异总体呈加快的趋势。世卫组织通报的数据显示，变异的频率从0.1‰逐渐上升到1.3‰。二是发现的变异株国家数在不断增多。在英国发现的变异株已经在130多个国家和地区发现，在南非发现的变异株在80个国家地区已经发现，在巴西发现的变异株在45个国家和地区中已经发现。尤其是新近出现的在印度发现的变异株引起了国际社会的广泛关注，已经至少有44个国家和地区发现了该变异株的存在。三是随着境外疫情的持续的传播，不排除出现新的变异株。贺青华表示，无论病毒变异、变快也好、增多也好，我国有能力监测到境外输入的变异株，目前我国先后检测到在英国、南非、巴西、印度发现的变异株。

天问一号着陆火星 5月15日，我国首次火星探测任务天问一号探测器在火星乌托邦平原南部预选着陆区着陆，在火星上首次留下中国印迹，迈出了我国星际探测征程的重要一步。后续，祝融号火星车将依次开展对着陆点全局成像、自检驶离着陆平台并开展巡视探测。

15年内培育恐龙特斯拉的CEO埃隆·马斯克又搞出大新闻。这次不是火箭、狗狗币……而是恐龙！其名下Neuralink公司的联合创始人，马克斯·霍达克声称： 15年内可以育种和基因改良产生“超级外来物种”——恐龙，科幻电影中的侏罗纪公园指日可待。霍达克发布推特表示，当前人类科技已达到可以建造恐龙为主题的“侏罗纪公园”。不过，他也强调，我们可能无法完全复活恐龙，或许需要15年育种和基因工程，才能获得这种超级外来物种。虽然没有对如何建造侏罗纪公园作详细说明，但霍达克认为这将有助于增加地球生物多样性，提升人类抗脆弱性，从而使人类具备绝对的生存优势。 Neuralink是一家“医学研究”公司，致力于通过制造微米等级的设备，将人脑与机器接口连接起来，实现“神经织网技术”。今年4月，Neuralink就发布了一段视频，将芯片植入猴子的大脑，让猴子可以用思维打游戏。霍达克说：“在4年内，神经织网技术将帮助严重脑损伤患者康复，8-10年内，这种矩阵式技术将适用于每个人。”

【转载】两圆重叠问题先来看一道简单的几何问题：下图中，黑圆恰好将红圆的面积等分，且黑圆的圆心恰好在红圆上。假设红圆半径为R，黑圆半径为r，求r。是不是感觉已经信手拈来，能在纸上演算一通了？然而，就是这个看起来简单的数学难题，让数学家们想了几百年，都没能给出它的解析解解析解，指用精确的数学表达式写出的方程解。有些方程难以求出解析解，只能写出近似解。如下图，x=cos(x)就没有解析解，方程的解只能近似为x≈0.7390…x=cos(x)，x没有解析解这个难倒数学家的问题，叫做「山羊问题」（goat problem），最初的问题描述是这样的：将一只山羊拴在面积为1英亩的圆形草地的围栏上，请问栓多长的绳子，才能让山羊刚好吃到半英亩的草？问题提出后，已有数学家给出了2种求解方程。但，仅仅是“方程”：这个问题的精确答案，即如何准确地用围栏半径来表示绳子长度，却一直悬而未解。美国海军学院数学家Mark Meyerson曾表示，对于这一问题，此前“没人知道确切答案，解决方法只是大致给出的。” 直到今年，才有一位叫做Ingo Ullisch的德国数学家，给出了这个问题的解析解。从迭代到积分，求出来的还是方程如果用数学的语言来描述这个问题，它是这样的：一个半径为R的圆A，与另一个半径为r的圆B相交，其中圆B的圆心在圆A上，且两个圆的相交面积为圆A面积的一半，求解r。如果只是列出有关r的方程，目前已经有两种方案。第一种方案，代入求解透镜面积的方程。透镜由两个（半径相同或不同的）圆相交构成，求解它的面积A，目前已有这么一个公式（其中，两圆半径为R和r，圆心之间的距离为d）：显然，「山羊问题」也能用透镜面积方程来求解。假设围栏的半径为1，那么在「山羊问题」中，求解条件将变成R=d=1，且A=1/2π，求解出来的r符合这一方程式：这个方程需要用迭代法求解，能得到r=1.1587…的答案。但这不是数学家想要的结果。不愿意就此放弃的数学家们，试图用求积分来解决这一问题，并给出了第二种方案：这次，他们求出了左边有r的式子，但遗憾的是，这其实是个超越方程（指方程中有无法用自变数的多项式或开方表示的函数，类似于x=cosx）：这些看似都能求解出r，但实际上只能算出数值解，而非解析解。最后用上了复变函数直到今年，一个名为Ingo Ullisch的科学家，才终于给出了问题精准的解析解。不过，为了求解这一问题，他甚至用上了复变函数的知识，这也使得式子变得复杂不已。但也得益于他的贡献，这一问题自被提出以来，第一次有了解析解：那么，这个式子是怎么被求解出来的呢？根据Ullisch的思路，他以两个圆的圆心与其中一个交点相连，组成了一个三角形，如下图所示。其中，三角形的两个底角分别被设为α/2和β/2。在经过一系列复杂运算后，Ullisch将式子简化成了下面这个方程：求解这一方程，就能得到解析解，但会用到复变函数相关的定理。 Ullisch表示，这一问题之所以复杂，是因为问题本质上相当于给定了一个面积固定值，并倒推出它的输入。但如果想要逆转这一过程，反向求解出输入的定义，问题就会变得棘手。 CMU的数学教授Michael Harrison表示，这是他所知道的有关「山羊问题」的第一个明确的解析解。 “这绝对是一个进步。” 这也是山羊问题系列中，最原始、最根本，也是最难的问题之一。有关山羊的问题，还有这么多事实上，自1748年来，数学家们还从最原始的山羊问题中，思考出了各种问题的变体（换着花样找难题做）。例如，除了让山羊在围栏内吃草，还让山羊到围栏外吃草，并计算它能吃到的最大草地面积（其中，绳索长度和围栏周长固定）：此外，甚至还让羊飞上了空中，让它在三维的世界里吃草（空间中的山羊问题）：当然，根本问题还是求解球的半径r，使得两个相交球的相交体积正好是单位球体积的一半。不过，兰卡斯特大学的数学教授Graham Jameson表示：“三维问题实际上比二维问题更容易解决。” 数学家Fraser表示，这是因为，如果将问题放在无限的维度中，数学家们可以推论出一个更明确的答案。例如，将这个问题放到n维空间时，Fraser就推算出，当n接近无穷大的时候，绳子与限定球体的半径比接近于√2。然而在二维世界里，这种明确的答案反而很难找。因此，这次Ullisch求出的解析解，也是「山羊问题」系列的重大突破。不过Ullisch也承认，这一问题的解决，并不会颠覆教科书或数学的研究，因为它只是一个孤立问题，不仅与其他问题无关，也没有嵌入数学理论。山羊问题解析解论文： http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Flink.springer.com%2Farticle%2F10.1007%2Fs00283-020-09966-0&urlrefer=a321ec4f751e0305584831b39bc9aa16

【转载】62比特超导量子计算原型机“祖冲之号” 中国科大中科院量子信息与量子科技创新研究院的研究团队，成功研制了62比特可编程超导量子计算原型机“祖冲之号”，并在此基础上实现了可编程的二维量子行走。研究成果已经在国际学术期刊《Science》上发表。该团队由潘建伟、朱晓波、彭承志等组成，他们致力于超导量子计算研究，以实现同步增加所集成的量子比特数目、提升超导量子比特性能，从而能在特定问题处理速度上指数加速。 2019年初，在一维链结构超导量子比特纠缠方面实现突破，以保真度达到70%的12个量子比特纠缠“簇态”的制备，打破了之前的纪录。并且，开创性地将超导量子比特应用到量子行走的研究中，奠定了未来利用及多体物理现象的模拟研究的基础。此后，团队将芯片结构扩展到准二维，制备出包含24个比特的高性能超导量子处理器，并首次在固态量子计算系统中，实现了超过20比特的高精度量子相干调控。在此次研究中，对于单粒子及双粒子激发情形下的量子行走现象，团队在二维结构的超导量子比特芯片上进行了观察，同时，研究了二维平面上量子信息传播速度。并且，通过调制量子比特连接的拓扑结构，研究团队构建了马赫-曾德尔干涉仪，实现了可编程的双粒子量子行走。二维超导量子比特芯片示意图, 每个橘色十字代表一个量子比特这一成果，为在超导量子系统上实现量子优越性展示，以及进行具有重大实用价值的量子计算研究，奠定了技术基础。此外，基于“祖冲之号”原型机的二维可编程量子行走，在量子搜索算法、通用量子计算等领域具有潜在应用，这将是未来重要的发展方向。论文地址： http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fscience.sciencemag.org%2Fcontent%2Fearly%2F2021%2F05%2F05%2Fscience.abg7812&urlrefer=d3e0d04dacba945c42da045e1c9bb7cc

【转载】酶降解塑料现在，塑料可降解已经不是什么新鲜事了。仰仗可降解塑料，我们才能在“限塑令”下摆脱纸吸管，依旧吨吨吨地喝奶茶。然而可降解并不等于完全降解，许多可降解塑料最终都无法逃离无法逃离土壤填埋的命运，这依旧会给生态环境带来压力；并且其降解过程中产生的微塑料还会流入生态系统，给海洋生物、人类的健康带来隐患。这也是科学家们一直以来关注的问题。最近，《Nature》发布了一项研究成果，加州大学伯克利分校Ting Xu教授团队研发出了一种全新的降解技术，它可以让塑料在短短两天内被完全降解！泡一泡就消失这种降解技术神奇的地方就在于，它仅仅只需要将塑料浸泡在缓冲液中就完成降解。是如何实现的呢？玄机就在塑料本身。研究人员在塑料中加入了生物酶，在一定温度下，酶在适宜的缓冲液中会被激活，然后开始“吞噬”塑料，从而完成降解。原理听上去很简单对不对？但想在塑料中加入酶可不是一件简单的事情。塑料作为一种高分子聚合物，连水都无法渗透；想要让酶和塑料紧紧地捆绑在一起，研究人员选择在塑料生产中就直接把酶加入进去。但问题又来了：酶本身又十分脆弱，在细胞之外的环境里非常容易失活。对此，研究人员在酶外部包裹了一层保护剂RHPs（random heteropolymers），这种保护剂是Ting Xu团队2018年研发出来的，它可以确保酶不聚集在一起、也不失活，让单独的酶紧紧抓住塑料分子链的末端开始“进食”，切断每个链环，阻止微塑料的形成。并且，在塑料中嵌入生物酶的方法，也让降解速度变得更快。酶不再是从表面到深层逐渐“吞噬”塑料，而是内外同时开始开工。这样加工出来的塑料还会好用吗？的确，在塑料中添加酶通常会让影响塑料自身的一些特性，不过研究团队将酶的重量控制在了塑料重量的0.02%，因此加工出来的塑料依旧具有普通塑料袋的柔韧性和坚固性。那这种技术在实际应用中表现如何呢？该酶活性最适温度为40°C 研究人员将一段加入了生物酶的PCL-BC塑料放在40°C的缓冲液中，短短24小时，塑料就已经面目全非，36小时后，它居然神奇地“消失”了！同时研究表明，在37°C缓冲液中，80%的PLA塑料可以在一周内被完全降解成乳酸；在ASTM标准下、工业堆肥设施操作温度范围内，50°C下PLA塑料完全降解需要6天，而PCL塑料在40°C下完全降解只需要2天。最近，康奈尔大学和犹他州立大学在《美国国家科学院院刊》上联合发表的一项研究表明：在海洋和陆地上，微塑料的存在已经更加广泛。微塑料可以通过海洋、公路运输进行传播，如果足够小，微塑料还可以形成气溶胶，随着喷射气流穿越大陆。而这些已经发现的微塑料，都来自于过去几十年来人类倾倒在环境中的垃圾。由于微塑料的体积非常小（直径在5mm以下），所以很容易被海洋中的浮游生物吃掉，并且会一直存在在动物的胃里，导致它们生病或死亡。与此同时，作为食物链顶端的动物——人类，到富集作用影响，势必也会在体内积累大量微塑料，正如研究者Ting Xu所说，她希望这项研究可以提醒人们重视与生态自然的关系。保护环境仅依靠先进的科技技术是不够的，更多还是要依靠我们的自觉和努力。相关论文地址http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fwww.nature.com%2Farticles%2Fs41586-021-03408-3&urlrefer=b83f02e7d24d3a290e0f0ce4563ae6ea

【转载】保密量子通信新进展：我国首次实验实现量子信息掩蔽中科大郭光灿院士团队与上饶师范学院、南开大学合作，成功实现了光量子信息的掩蔽，将量子信息隐藏到非局域的量子纠缠态中。该成果已发表在国际知名物理期刊《Physical Review Letters》上。量子信息掩蔽(quantum information masking)是近期发展起来的一种信息处理协议，它将量子信息由单个量子载体完全转移到多个载体间的量子纠缠态上，这样一来，仅从单个载体上将提取不到任何信息。研究组基于量子信息掩蔽进一步实现了三方量子秘密共享，并用来完成简单图像的安全传输，保真度达到97.7%。这一成果对保密量子通信的理论研究和实际应用都具有重要意义，也有助于对量子信息守恒等基本问题的理解。论文地址： http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fjournals.aps.org%2Fprl%2Fabstract%2F10.1103%2FPhysRevLett.126.170505&urlrefer=1298a12d77da4920f07bb8d1e1954558 @雷绍武

诚邀大家进组织如题，中国民科吧，大气上档次https://tieba.baidu.com/f?ie=utf-8&kw=%E4%B8%AD%E5%9B%BD%E6%B0%91%E7%A7%91&fr=search @雷绍武速来

诚邀各路人才进新组织如题，中国民科吧https://tieba.baidu.com/f?ie=utf-8&kw=%E4%B8%AD%E5%9B%BD%E6%B0%91%E7%A7%91&fr=search

【转载】“切苹果”问题如何将苹果平均一分为二，还能保证它长时间的新鲜？这是一个严肃的科学问题，已经困扰了人类数学家25年之久。根据常识，就是要保证果肉暴露在外面的面积最小，也就是切片的面积最小。如果跨越到更高的维度，是否依然成立？这就是1995年，由三位数学家提出的一个几何学猜想。现在，这个难题被一位华人统计学博士，解决了。成果一经发布，就迅速引起了数学、理论计算机科学、统计学等多个领域的科学家的关注。 1984年，著名数学家让·布尔甘提出了一个猜想。一个任意维度的凸体，用低一维的平面去平分，那么存在一个常数c，让凸体至少存在一个切面的面积大于c。换句话说，如果你一刀平分“任意维度空间的西瓜”，随便你怎么劈，总有一个切面总大于c。（Ps：以往的科学家用的是苹果的例子。但准确来说不能选苹果，因为苹果上下是凹的。）在3维空间中，这个结论似乎很好理解，因为无论西瓜长成什么奇形怪状，总不可能在每个角度都细长。像下面这样的长西瓜，竖直切下去，切面很小，可以你也可以水平切开平分它，这样切面就会很大。但在3维世界中正确的事情，到了高维空间却不一定成立。这个问题后来被布尔甘自己证明，但数学家们并不满足于用平面切西瓜，而是希望能找到一个更小的切面，它可以是曲面。而这恰好是1995年Kannan、Lovász和Simonovits三人提出的KLS猜想关心的问题：用来平分的最小曲面面积是多少？以二维空间里的一个三角形为例。这个最小的“曲面”是一段圆弧。用圆弧来平分一个三角形，中间的线长度最短，而最佳“平面”——直线——的效果略差。到了更高维度的空间中，二等分的最佳平面和最佳曲面差距会变大吗？切面的面积是否和维度d有关？这个问题已经不再是纯粹的数学问题。普林斯顿大学数学系教授Assaf Naor表示，KLS猜想在纯粹的数学和理论计算机科学中都很重要。 KLS猜想的结果，直接关系到随机行走算法的运行时间，如机器学习模型中采样问题。所以最后解决这个几何问题的学者，都并非几何学的专家，而是来自计算机界。用统计方法解决他经过数学家的抽象，KLS猜想就像一个封装着气体的容器，找到最佳切面就是寻找容器的“瓶颈”。想象一个哑铃形状的容器，里面有一个气体分子在随机运动，哑铃中间连接部分越细，分子就越难跑到另一侧。哑铃形的平分切面很小现在人们想知道，在高维空间，这个凸的容器最细的地方有多细。（当然，哑铃并非是凸的。） 2012年，Eldan通过引入一种称为随机定位的技术，来降低这个问题与维度上界。（到底是维度d的几次幂。） 2015年末，华盛顿大学的Vempala和Yin Tat Lee改进了Eldan的随机定位，以进一步将KLS因子（用于描述瓶颈是否存在）降低到维度的四次根d1/4。KLS猜想的上界不断降低甚至，他们还将幂指数降低到几乎为0，由于d的0次幂总是等于1，Lee和Vempala似乎证明了KLS因子是一个与维度无关的常数。他们在arXiv上发布了他们的论文。但是几天后，这篇文章就被人发现了一个缺陷，他们关于d0的证明是错的。之后，二人修改了文章，把界限重新调整到d1/4。几年来，研究人员认为KLS猜想的探索已经到此终结了。不过他们还在论文中，保留了d0证明的一些想法。这也为后来的突破埋下伏笔。他们的论文引起了另一位统计学者Yuansi Chen的注意。 Chen当时是加州大学伯克利分校的统计学研究生，他正在研究随机采样方法的混合率。而随机抽样是许多类型统计推断中的关键，例如贝叶斯统计。 Chen深入研究文学，花了数周时间试图填补Lee和Vempala的证明中的空白，但依然没有解决。于是他转变了思路，在Lee和Vempala的思想指导下，他找到了一种方法，采用递归来降低KLS因子上界。经过反复迭代，这种方法将KLS猜想问题再次拉回到d0的上界。这一结果意味着，高维凸形物体不会有哑铃那样的结构。该定理的结果意味着，在n维凸体中随机行走，遍历整个图形的速度比我们之前预想得要快得多。这将有助于计算机科学家对不同的随机采样算法进行优先级排序。随着陈思远论文一发布，迅速就引起了数学界的学者关注。不光是因为此前的错误证明，还由于陈远思这个名字在数学界十分陌生，研究人员对待这一成果十分谨慎。但他的方法很容易被验证。早期研究过KLS猜想的以色列数学家BoázKlartag，就在第一时间看了论文。“我基本上立即停止了我正在做的一切事情，并检查了这篇论文。” “这篇论文是100%正确的，这一点毫无疑问。” 除了一众数学家关注之外，还引起了理论数学家、统计学等领域的注意。哈佛大学计算机科学教授、微软研究院前新英格兰首席研究员Boaz Barak则发推祝贺。并表示这是一个非常重要的突破，加速了对近似凸体体积的研究。但点赞祝贺之余，也有不少学者表示十分遗憾。因为提出这一猜想的人菲尔兹奖得主布尔甘已于2018年去世，如果他还在的话，一定会为这一进展感到兴奋。据QuantaMagazine报道，布尔甘曾在去世前几个月，联系了他的朋友、特拉维夫大学教授Vitali Milman，询问这一猜想是否有任何进展，想在离开之前知道答案。但Vitali Milman说，布尔甘在这一问题上，花费的时间和投入的精力比任何其他问题多得多。没想到，最后这个问题却被统计学解决了。

《人民日报》报道：我国科学家“留光”1小时，雷绍武速来开心 @雷绍武你怎么看待4月27日《人民日报》上写的我国科学家“留光”1小时呢？又是有关量子的内容，而且他们发的是真期刊，你说气不气人。

中国民科吧吧主竞选：NO.0001号候选人

人呢

天有不测风云天有不测风云

175

不全

晚上不睡晚上不睡，白天没精神

紧凑

这么晚，熬夜吗

a²+b²=c² 。

机器人机器人时代

1=0.99999………… 显然1=0.99999…………

210416 就是这样

无初等形式结果吗？ 1+1/2³+1/3³+1/4³+1/5³+……=?（不是小数形式）

如图

3位黑洞发现者获2020年诺贝尔物理学奖 10月7日消息，瑞典皇家科学院宣布，罗杰·彭罗斯（Roger Penrose）、莱因哈德·根泽尔（Reinhard Genzel）和安德里亚·格兹（Andrea Ghez）3位科学家获2020年诺贝尔物理学奖。诺贝尔网站介绍称，彭罗斯因“发现黑洞的形成是广义相对论的有力预测”而获奖，根泽尔与格兹因“在银河系中心发现了一个超大质量的致密天体”而获奖。3位科学家共享今年的诺贝尔物理学奖。罗杰·彭罗斯发明了巧妙的数学方法，证明黑洞是爱因斯坦提出的广义相对论的直接结果。这些时空和空间的怪物会捕获一切进入其中的东西。任何东西，甚至是光，都无法逃离黑洞。根据彭罗斯的研究，黑洞的核心隐藏着一个奇点，在这个奇点中，所有已知的自然规律都会消失。诺贝尔奖委员会认为，彭罗斯开创性的研究是自爱因斯坦之后，对广义相对论做出的最重要的贡献。莱因哈德·根泽尔和安德里亚·格兹从上世纪九十年代初就开始研究银河系的中心区域。随着精确度的提高，他们成功绘制了离银河系中心最近的最亮恒星的轨道。两组研究人员都发现，有一种看不见但很重的物体，促使这些恒星在周围转圈。根泽尔和格兹的工作提供了最能够令人信服的证据，表明银河系中心有一个超大质量的黑洞。 2020年诺贝尔物理学奖者：安德里亚·格兹 Andrea Ghez 1965年出生于美国纽约。1992年毕业于美国加州理工学院，获博士学位。现为美国加州大学洛杉矶分校教授。莱因哈德·根泽尔 Reinhard Genzel 1952年生于德国的巴特洪堡。1978年在德国波恩大学获得博士学位。现为德国马克斯普朗克地外物理研究所所长，美国加州大学伯克利分校教授。罗杰·彭罗斯 Roger Penrose 1931年出生于英国的科尔切斯特。1957年毕业于英国剑桥大学。现为英国牛津大学教授。

3位黑洞发现者获2020年诺贝尔物理学奖 10月7日消息，瑞典皇家科学院宣布，罗杰·彭罗斯（Roger Penrose）、莱因哈德·根泽尔（Reinhard Genzel）和安德里亚·格兹（Andrea Ghez）3位科学家获2020年诺贝尔物理学奖。诺贝尔网站介绍称，彭罗斯因“发现黑洞的形成是广义相对论的有力预测”而获奖，根泽尔与格兹因“在银河系中心发现了一个超大质量的致密天体”而获奖。3位科学家共享今年的诺贝尔物理学奖。罗杰·彭罗斯发明了巧妙的数学方法，证明黑洞是爱因斯坦提出的广义相对论的直接结果。这些时空和空间的怪物会捕获一切进入其中的东西。任何东西，甚至是光，都无法逃离黑洞。根据彭罗斯的研究，黑洞的核心隐藏着一个奇点，在这个奇点中，所有已知的自然规律都会消失。诺贝尔奖委员会认为，彭罗斯开创性的研究是自爱因斯坦之后，对广义相对论做出的最重要的贡献。莱因哈德·根泽尔和安德里亚·格兹从上世纪九十年代初就开始研究银河系的中心区域。随着精确度的提高，他们成功绘制了离银河系中心最近的最亮恒星的轨道。两组研究人员都发现，有一种看不见但很重的物体，促使这些恒星在周围转圈。根泽尔和格兹的工作提供了最能够令人信服的证据，表明银河系中心有一个超大质量的黑洞。 2020年诺贝尔物理学奖者：安德里亚·格兹 Andrea Ghez 1965年出生于美国纽约。1992年毕业于美国加州理工学院，获博士学位。现为美国加州大学洛杉矶分校教授。莱因哈德·根泽尔 Reinhard Genzel 1952年生于德国的巴特洪堡。1978年在德国波恩大学获得博士学位。现为德国马克斯普朗克地外物理研究所所长，美国加州大学伯克利分校教授。罗杰·彭罗斯 Roger Penrose 1931年出生于英国的科尔切斯特。1957年毕业于英国剑桥大学。现为英国牛津大学教授。 @雷绍武你连经典力学中的一些问题都没搞懂，别人都已经攻关物理学前沿问题了，同样是老人，差距怎么这么大

《雷愚极》第一版，雷绍武的无知表现包括但不限于下面的内容 @雷绍武

11111111111111111111111111 11111111111111111111111111111

《反贪风暴2》“三王一后”深陷“金钱深渊”

只有汪星人能够拯救中国足球视频来自：http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fv.youku.com%2Fv_show%2Fid_XMTY4OTc5MDA4MA%3D%3D.html&urlrefer=7c53d52a674748113c6d595d74b063ea

外国人比中国人会玩、会作死外国人比中国人会玩、会作死视频来自：http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fv.youku.com%2Fv_show%2Fid_XMTY4ODEwNzYyMA%3D%3D.html&urlrefer=364602b355a5032c42537f9b32f998fa

新人报道新人报道

首页 1 2 3 4 下一页