🔺 بزرگترین به‌روزرسانی پروتکل MCP: لحظه «تولد اینترنت عامل‌های هوشمند» فرا رسید
🔹 پروتکل کانتکست مدل (MCP)، استاندارد باز نوآورانه‌ای که به عنوان بافت پیوندی میان عامل‌های هوش مصنوعی و نرم‌افزارهای جهان عمل می‌کند، بزرگترین به‌روزرسانی تاریخ خود را دریافت کرد. این تغییر بزرگ معماری که توسط بنیاد لینوکس مدیریت می‌شود، امکان استقرار همزمان و میلیونی عامل‌های هوشمند را در سازمان‌های بزرگ فراهم می‌کند.
❕ پروتکل کانتکست مدل (MCP) چیست و چرا اهمیت دارد؟
همان‌طور که پروتکل HTTP به مرورگرها اجازه داد تا به هر وب‌سایتی در جهان متصل شوند، پروتکل MCP به عامل‌های هوش مصنوعی اجازه می‌دهد تا به نرم‌افزارها، پایگاه‌های داده و ابزارهای مختلف متصل شده و دستورات را اجرا کنند. این استاندارد باز که توسط انتروپیک ایجاد شد و اکنون غول‌هایی چون گوگل، مایکروسافت و آمازون از آن پشتیبانی می‌کنند، زبان مشترک دنیای هوش مصنوعی است.
🔹 در نسخه قدیمی، اگر سروری که هوش مصنوعی به آن متصل بود لحظه‌ای قطع می‌شد، کل کار عامل هوشمند خراب می‌شد. اما در نسخه جدید، معماری پروتکل به حالت کاملاً «بدون حالت» (Stateless) تغییر یافته است. این یعنی درخواست‌های هوش مصنوعی می‌توانند به راحتی بین هزاران سرور ابری توزیع شوند؛ دقیقاً همان زیرساختی که اینترنت مدرن بر پایه آن کار می‌کند.
❕ ویژگی‌های جدید: از برنامه‌های تعاملی تا کارهای سنگین پس‌زمینه
این به‌روزرسانی دو قابلیت انقلابی جدید به همراه دارد:
۱- برنامه‌های MCP: به هوش مصنوعی اجازه می‌دهد به جای ارسال متن ساده، داشبوردها، فرم‌ها و واسط‌های گرافیکی تعاملی را مستقیماً به کاربر نمایش دهد.
۲- وظایف MCP: امکان اجرای کارهای طولانی‌مدت (مانند پردازش ویدیو یا محاسبات سنگین) را فراهم می‌سازد؛ به طوری که هوش مصنوعی می‌تواند کار را بسپارد، متصل باقی نماند و پس از اتمام پروژه، پیام پایان را دریافت کند.
🔹 با رسیدن آمار دانلود بسته نرم‌افزاری MCP به ۲۵۰ میلیون بار در هفته، این پروتکل از یک پروژه آزمایشگاهی به زیرساخت اصلی «اینترنتِ عامل‌های هوشمند» تبدیل شده است؛ استانداردی که نحوه تعامل ما و هوش مصنوعی با نرم‌افزارهای آینده را به کلی دگرگون خواهد ساخت.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #عامل_هوشمند #زیرساخت #پروتکل_MCP #بنیاد_لینوکس #فناوری
🔹 پروتکل کانتکست مدل (MCP)، استاندارد باز نوآورانه‌ای که به عنوان بافت پیوندی میان عامل‌های هوش مصنوعی و نرم‌افزارهای جهان عمل می‌کند، بزرگترین به‌روزرسانی تاریخ خود را دریافت کرد. این تغییر بزرگ معماری که توسط بنیاد لینوکس مدیریت می‌شود، امکان استقرار همزمان و میلیونی عامل‌های هوشمند را در سازمان‌های بزرگ فراهم می‌کند.
❕ پروتکل کانتکست مدل (MCP) چیست و چرا اهمیت دارد؟
همان‌طور که پروتکل HTTP به مرورگرها اجازه داد تا به هر وب‌سایتی در جهان متصل شوند، پروتکل MCP به عامل‌های هوش مصنوعی اجازه می‌دهد تا به نرم‌افزارها، پایگاه‌های داده و ابزارهای مختلف متصل شده و دستورات را اجرا کنند. این استاندارد باز که توسط انتروپیک ایجاد شد و اکنون غول‌هایی چون گوگل، مایکروسافت و آمازون از آن پشتیبانی می‌کنند، زبان مشترک دنیای هوش مصنوعی است.
🔹 در نسخه قدیمی، اگر سروری که هوش مصنوعی به آن متصل بود لحظه‌ای قطع می‌شد، کل کار عامل هوشمند خراب می‌شد. اما در نسخه جدید، معماری پروتکل به حالت کاملاً «بدون حالت» (Stateless) تغییر یافته است. این یعنی درخواست‌های هوش مصنوعی می‌توانند به راحتی بین هزاران سرور ابری توزیع شوند؛ دقیقاً همان زیرساختی که اینترنت مدرن بر پایه آن کار می‌کند.
❕ ویژگی‌های جدید: از برنامه‌های تعاملی تا کارهای سنگین پس‌زمینه
این به‌روزرسانی دو قابلیت انقلابی جدید به همراه دارد:
۱- برنامه‌های MCP: به هوش مصنوعی اجازه می‌دهد به جای ارسال متن ساده، داشبوردها، فرم‌ها و واسط‌های گرافیکی تعاملی را مستقیماً به کاربر نمایش دهد.
۲- وظایف MCP: امکان اجرای کارهای طولانی‌مدت (مانند پردازش ویدیو یا محاسبات سنگین) را فراهم می‌سازد؛ به طوری که هوش مصنوعی می‌تواند کار را بسپارد، متصل باقی نماند و پس از اتمام پروژه، پیام پایان را دریافت کند.
🔹 با رسیدن آمار دانلود بسته نرم‌افزاری MCP به ۲۵۰ میلیون بار در هفته، این پروتکل از یک پروژه آزمایشگاهی به زیرساخت اصلی «اینترنتِ عامل‌های هوشمند» تبدیل شده است؛ استانداردی که نحوه تعامل ما و هوش مصنوعی با نرم‌افزارهای آینده را به کلی دگرگون خواهد ساخت.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #عامل_هوشمند #زیرساخت #پروتکل_MCP #بنیاد_لینوکس #فناوری
Venturebeat
MCP just got its biggest update ever — here’s what changes for AI agents
The Model Context Protocol’s biggest update yet makes MCP stateless, strengthens security and governance, and positions AI agents for large-scale enterprise deployment across cloud and Kubernetes environments.
❤3
🔺 کشف ریشه‌های ژنتیکی فیبرومایالژی: اثبات علمی وجود بیماری برای میلیون‌ها بیمار در سراسر جهان
🔹 برای دهه‌ها به بسیاری از مبتلایان به «سندرم فیبرومایالژی» گفته می‌شد دردهای شدید آن‌ها ریشه در مسائل صرفاً روانی دارد. اما اکنون بزرگترین مطالعه ژنتیکی تاریخ درباره این بیماری که در ژورنال معتبر Nature Medicine منتشر شده، اثبات می‌کند فیبرومایالژی ریشه زیستی و عصبی کاملاً واقعی در DNA انسان دارد.
❕ سندرم فیبرومایالژی چیست؟
فیبرومایالژی یک اختلال درد مزمن است که حدود ۲ درصد از جمعیت جهان را درگیر می‌کند. مبتلایان به این بیماری از دردهای پراکنده و حساسیت شدید در سراسر بدن، خستگی مزمن، مشکلات خواب و اختلالات حافظه و خلق‌وخو رنج می‌برند. تا پیش از این، علت دقیق زیست‌شناختی این بیماری مشخص نبود.
🔹 پژوهشگران بین‌المللی با بررسی داده‌های ژنتیکی بیش از ۲.۵ میلیون نفر (از جمله ۵۵ هزار بیمار مبتلا به فیبرومایالژی)، ۲۶ ناحیه در ژنوم انسان را شناسایی کردند که با خطر ابتلا به این بیماری مرتبط هستند. اکثر این ژن‌ها مستقیماً در عملکرد مغز و نحوه پردازش سیگنال‌های درد در سیستم عصبی مرکزی نقش دارند.
❕ ارتباط غیرمنتظره با ژن بیماری هانتینگتون
قوی‌ترین جهش ژنتیکی مرتبط با فیبرومایالژی در ژنی به نام HTT کشف شد؛ همان ژنی که جهش‌های متفاوت در آن باعث بیماری عصبی هانتینگتون می‌شود. همچنین ارتباطی با گیرنده GPR52 یافت شد که مسئول تنظیم سطح این ژن است. این گیرنده در حال حاضر هدف دارویی برای درمان هانتینگتون است و این کشف می‌تواند مسیر آزمایش داروهای موجود را برای درمان فیبرومایالژی نیز هموار کند.
🔹 این مطالعه همچنین شباهت‌های ژنتیکی عمیقی میان فیبرومایالژی و دیگر اختلالات مانند کمردرد مزمن، سندرم روده تحریک‌پذیر (IBS) و اختلال استرس پس از سانحه (PTSD) پیدا کرد. اگرچه ژنتیک تنها عامل نیست و محرک‌های محیطی (مانند ابتلا به آرتروز یا استرس شدید) نیز برای بروز بیماری لازم است، اما این کشف تاریخی نقشه راه کاملاً جدیدی را برای توسعه درمان‌های هدفمند در آینده باز کرده است.
[منبع]
🆔 @Science_Focus
#پزشکی #ژنتیک #فیبرومایالژی #علوم_اعصاب #درد_مزمن #سلامت #کشف_علمی
🔹 برای دهه‌ها به بسیاری از مبتلایان به «سندرم فیبرومایالژی» گفته می‌شد دردهای شدید آن‌ها ریشه در مسائل صرفاً روانی دارد. اما اکنون بزرگترین مطالعه ژنتیکی تاریخ درباره این بیماری که در ژورنال معتبر Nature Medicine منتشر شده، اثبات می‌کند فیبرومایالژی ریشه زیستی و عصبی کاملاً واقعی در DNA انسان دارد.
❕ سندرم فیبرومایالژی چیست؟
فیبرومایالژی یک اختلال درد مزمن است که حدود ۲ درصد از جمعیت جهان را درگیر می‌کند. مبتلایان به این بیماری از دردهای پراکنده و حساسیت شدید در سراسر بدن، خستگی مزمن، مشکلات خواب و اختلالات حافظه و خلق‌وخو رنج می‌برند. تا پیش از این، علت دقیق زیست‌شناختی این بیماری مشخص نبود.
🔹 پژوهشگران بین‌المللی با بررسی داده‌های ژنتیکی بیش از ۲.۵ میلیون نفر (از جمله ۵۵ هزار بیمار مبتلا به فیبرومایالژی)، ۲۶ ناحیه در ژنوم انسان را شناسایی کردند که با خطر ابتلا به این بیماری مرتبط هستند. اکثر این ژن‌ها مستقیماً در عملکرد مغز و نحوه پردازش سیگنال‌های درد در سیستم عصبی مرکزی نقش دارند.
❕ ارتباط غیرمنتظره با ژن بیماری هانتینگتون
قوی‌ترین جهش ژنتیکی مرتبط با فیبرومایالژی در ژنی به نام HTT کشف شد؛ همان ژنی که جهش‌های متفاوت در آن باعث بیماری عصبی هانتینگتون می‌شود. همچنین ارتباطی با گیرنده GPR52 یافت شد که مسئول تنظیم سطح این ژن است. این گیرنده در حال حاضر هدف دارویی برای درمان هانتینگتون است و این کشف می‌تواند مسیر آزمایش داروهای موجود را برای درمان فیبرومایالژی نیز هموار کند.
🔹 این مطالعه همچنین شباهت‌های ژنتیکی عمیقی میان فیبرومایالژی و دیگر اختلالات مانند کمردرد مزمن، سندرم روده تحریک‌پذیر (IBS) و اختلال استرس پس از سانحه (PTSD) پیدا کرد. اگرچه ژنتیک تنها عامل نیست و محرک‌های محیطی (مانند ابتلا به آرتروز یا استرس شدید) نیز برای بروز بیماری لازم است، اما این کشف تاریخی نقشه راه کاملاً جدیدی را برای توسعه درمان‌های هدفمند در آینده باز کرده است.
[منبع]
🆔 @Science_Focus
#پزشکی #ژنتیک #فیبرومایالژی #علوم_اعصاب #درد_مزمن #سلامت #کشف_علمی
Medical Xpress
Genetic risk factors of fibromyalgia identified in largest study of its kind
New genetic risk factors have been identified for fibromyalgia syndrome in a landmark study that involved scientists at King's College London. The study, published in Nature Medicine, highlights how the ...
❤3
🔺 بازگشت لامارک پس از دو قرن: چگونه اپی‌ژنتیک نظریه فرگشت داروین را به‌روزرسانی می‌کند؟
🔹 سال‌ها در کتاب‌های درسی زیست‌شناسی، نظریه لامارک (وراثت صفات اکتسابی) به عنوان نظریه‌ای منسوخ‌شده در برابر فرگشت داروینی معرفی می‌شد. اما کشفیات جدید در زیست‌شناسی مولکولی نشان می‌دهند که ایده لامارک کاملاً اشتباه نبوده و جانداران می‌توانند برخی تجربیات زیستی خود را به نسل بعد منتقل کنند.
❕ تفاوت فرگشت داروینی و لامارکی در چیست؟
در فرگشت داروینی، افراد بر اساس جهش‌های ژنتیکی تصادفی متولد می‌شوند و انتخاب طبیعی تعیین می‌کند کدام صفت برای بقا مناسب‌تر است. اما در دیدگاه لامارکی، جاندار در طول زندگی خود و در پاسخ به استرس‌های محیطی (مانند بیماری یا سرما)، تغییراتی مفید را کسب کرده و این تغییرات را مستقیماً به فرزندانش منتقل می‌سازد.
🔹 دانشمندان با مطالعه کرم‌های جوندگان و جاندارانی مانند C. elegans دریافتند که وقتی والدین در معرض استرس یا عفونت قرار می‌گیرند، مولکول‌های خاصی به نام RNAهای کوچک تولید می‌کنند. این مولکول‌ها از طریق سلول‌های جنسی به نسل بعد منتقل شده و باعث می‌شوند فرزندان از بدو تولد در برابر آن استرس مقاوم باشند. پدیده‌ای مشابه در برنج‌های مقاوم به سرما و حتی آموزش مهارت‌های شکار در نهنگ‌های قاتل نیز دیده شده است.
❕ اپی‌ژنتیک: پل میان لامارک و داروین
این انتقال صفات از طریق «اپی‌ژنتیک» انجام می‌شود؛ یعنی تغییر در نحوه بیان ژن‌ها بدون آنکه توالی اصلی DNA تغییر کند. آیا این یافته‌ها نظریه داروین را ابطال می‌کنند؟ خیر. انتخاب طبیعی همچنان موتور اصلی فرگشت است. در واقع، خودِ توانایی جانداران برای انتقال اپی‌ژنتیکی صفات، محصولی از انتخاب طبیعی داروینی است تا شانس بقای نسل‌های بعدی افزایش یابد.
🔹 این تلفیق جدید در علم فرگشت کاربردهای عظیمی دارد؛ از مقاوم‌سازی مرجان‌های دریایی در برابر گرمایش زمین با ایجاد استرس حرارتی کنترل‌شده در آزمایشگاه، تا اصلاح نژاد کشاورزی و حتی برنامه‌های بهداشتی برای جلوگیری از انتقال آسیب‌های رفتاری والدین به فرزندان.
[منبع]
🆔 @Science_Focus
#فرگشت #زیست_شناسی #داروین #لامارک #اپی_ژنتیک #ژنتیک #علم
🔹 سال‌ها در کتاب‌های درسی زیست‌شناسی، نظریه لامارک (وراثت صفات اکتسابی) به عنوان نظریه‌ای منسوخ‌شده در برابر فرگشت داروینی معرفی می‌شد. اما کشفیات جدید در زیست‌شناسی مولکولی نشان می‌دهند که ایده لامارک کاملاً اشتباه نبوده و جانداران می‌توانند برخی تجربیات زیستی خود را به نسل بعد منتقل کنند.
❕ تفاوت فرگشت داروینی و لامارکی در چیست؟
در فرگشت داروینی، افراد بر اساس جهش‌های ژنتیکی تصادفی متولد می‌شوند و انتخاب طبیعی تعیین می‌کند کدام صفت برای بقا مناسب‌تر است. اما در دیدگاه لامارکی، جاندار در طول زندگی خود و در پاسخ به استرس‌های محیطی (مانند بیماری یا سرما)، تغییراتی مفید را کسب کرده و این تغییرات را مستقیماً به فرزندانش منتقل می‌سازد.
🔹 دانشمندان با مطالعه کرم‌های جوندگان و جاندارانی مانند C. elegans دریافتند که وقتی والدین در معرض استرس یا عفونت قرار می‌گیرند، مولکول‌های خاصی به نام RNAهای کوچک تولید می‌کنند. این مولکول‌ها از طریق سلول‌های جنسی به نسل بعد منتقل شده و باعث می‌شوند فرزندان از بدو تولد در برابر آن استرس مقاوم باشند. پدیده‌ای مشابه در برنج‌های مقاوم به سرما و حتی آموزش مهارت‌های شکار در نهنگ‌های قاتل نیز دیده شده است.
❕ اپی‌ژنتیک: پل میان لامارک و داروین
این انتقال صفات از طریق «اپی‌ژنتیک» انجام می‌شود؛ یعنی تغییر در نحوه بیان ژن‌ها بدون آنکه توالی اصلی DNA تغییر کند. آیا این یافته‌ها نظریه داروین را ابطال می‌کنند؟ خیر. انتخاب طبیعی همچنان موتور اصلی فرگشت است. در واقع، خودِ توانایی جانداران برای انتقال اپی‌ژنتیکی صفات، محصولی از انتخاب طبیعی داروینی است تا شانس بقای نسل‌های بعدی افزایش یابد.
🔹 این تلفیق جدید در علم فرگشت کاربردهای عظیمی دارد؛ از مقاوم‌سازی مرجان‌های دریایی در برابر گرمایش زمین با ایجاد استرس حرارتی کنترل‌شده در آزمایشگاه، تا اصلاح نژاد کشاورزی و حتی برنامه‌های بهداشتی برای جلوگیری از انتقال آسیب‌های رفتاری والدین به فرزندان.
[منبع]
🆔 @Science_Focus
#فرگشت #زیست_شناسی #داروین #لامارک #اپی_ژنتیک #ژنتیک #علم
The Conversation
Updating Darwin: biologists are returning to an older theory to explain anomalies in evolution
To make sense of some characteristics that species exhibit from birth, you have to turn to an old discredited theory known as Lamarckism.
❤4👏1
🔺 شکار سایه ماه در ارتفاع ۵۰ هزار پایی: ماموریت ویژه ناسا در کسوف تاریخی ۲۰۲۶
🔹 دو خلبان ناسا به زودی از ایسلند سوار بر جت پژوهشی WB-57 اوج خواهند گرفت تا یکی از سریع‌ترین و نادرترین تعقیب‌وجایزهای علمی را رقم بزنند. آن‌ها در ارتفاع ۱۵ کیلومتری زمین، درست در مسیر سایه ماه که با سرعت بیش از ۳,۲۰۰ کیلومتر بر ساعت روی اقیانوس می‌تازد، پرواز خواهند کرد. این پرواز استراتژیک، زمان «تاریکی مطلق» را برای دوربین‌های فوق‌پیشرفته ناسا از ۲ دقیقه و ۱۸ ثانیه روی زمین، به نزدیک ۳ دقیقه افزایش می‌دهد.
❕ نانوفلرها چیستند و چرا تاج خورشید این‌قدر داغ است؟
یکی از بزرگترین معماهای خورشیدشناسی این است که چرا دمای سطح خورشید حدود ۶ هزار درجه سانتی‌گراد است، اما دمای جو بیرونی آن (تاج) به بیش از ۱ میلیون درجه می‌رسد. دانشمندان معتقدند انفجارهای مغناطیسی کوچکی به نام «نانوفلر» که هرکدام انرژی معادل هزاران بمب اتمی آزاد می‌کنند، عامل اصلی این گرمایش بی‌نظیر هستند. خورشیدگرفتگی کامل تنها زمانی است که با بلوکه شدن نور مستقیم خورشید، می‌توان این نانوفلرها را با دقت رصد کرد.
🔹 خلبانان ناسا در داخل کابین هواپیما تاریکی ناگهانی و وحشتناکی را تجربه می‌کنند؛ سایه‌ای سیال که کل افق را می‌پوشاند و دمایی که ناگهان افت می‌کند. دوربین‌های نصب‌شده در دماغه هواپیما در هر ثانیه ده‌ها تصویر از زبانه کشیدن پلاسما و انفجارهای مغناطیسی ثبت خواهند کرد. این رویداد بخشی از سه‌گانه تاریخی کسوف در اروپا (۲۰۲۶ تا ۲۰۲۸) است که پس از بیش از یک قرن رخ می‌دهد.
❕ چرا تعقیب خورشیدگرفتگی با هواپیما اهمیت علمی دارد؟
در روی زمین، ابرهای جوی و تلاطم هوا مانع ثبت تصاویر شفاف می‌شوند و ماهواره‌های فضایی نیز به دلیل محدودیت‌های مخابراتی نمی‌توانند ترابایت‌ها داده خام را سریعاً منتقل کنند. هواپیماهای با ارتفاع پروازی بالا (مانند WB-57 ناسا) با پرواز در بالای ابرها و همراهی با مسیر حرکت سایه ماه، امکان ثبت داده‌های فوق‌العاده باکیفیت برای پیش‌بینی «هواشناسی فضایی» را فراهم می‌کنند؛ فرآیندی که برای حفاظت از ماهواره‌ها، فضانوردان و شبکه‌های برق زمین حیاتی است.
🔹 مطالعه خورشید تنها یک ضرورت فنی نیست، بلکه رویدادی شگرف است. همان‌طور که دانشمندان ناسا می‌گویند، دیدن تاریکی مطلق کسوف به انسان یادآوری می‌کند که ما تنها ذراتی کوچک در این کیهان بی‌کران هستیم، اما توانایی فهم قوانین آن را داریم.
[منبع] [منبع]
🆔 @Science_Focus
#نجوم #خورشید_گرفتگی #ناسا #فیزیک_خورشید #اختر_فیزیک #هواشناسی_فضایی
🔹 دو خلبان ناسا به زودی از ایسلند سوار بر جت پژوهشی WB-57 اوج خواهند گرفت تا یکی از سریع‌ترین و نادرترین تعقیب‌وجایزهای علمی را رقم بزنند. آن‌ها در ارتفاع ۱۵ کیلومتری زمین، درست در مسیر سایه ماه که با سرعت بیش از ۳,۲۰۰ کیلومتر بر ساعت روی اقیانوس می‌تازد، پرواز خواهند کرد. این پرواز استراتژیک، زمان «تاریکی مطلق» را برای دوربین‌های فوق‌پیشرفته ناسا از ۲ دقیقه و ۱۸ ثانیه روی زمین، به نزدیک ۳ دقیقه افزایش می‌دهد.
❕ نانوفلرها چیستند و چرا تاج خورشید این‌قدر داغ است؟
یکی از بزرگترین معماهای خورشیدشناسی این است که چرا دمای سطح خورشید حدود ۶ هزار درجه سانتی‌گراد است، اما دمای جو بیرونی آن (تاج) به بیش از ۱ میلیون درجه می‌رسد. دانشمندان معتقدند انفجارهای مغناطیسی کوچکی به نام «نانوفلر» که هرکدام انرژی معادل هزاران بمب اتمی آزاد می‌کنند، عامل اصلی این گرمایش بی‌نظیر هستند. خورشیدگرفتگی کامل تنها زمانی است که با بلوکه شدن نور مستقیم خورشید، می‌توان این نانوفلرها را با دقت رصد کرد.
🔹 خلبانان ناسا در داخل کابین هواپیما تاریکی ناگهانی و وحشتناکی را تجربه می‌کنند؛ سایه‌ای سیال که کل افق را می‌پوشاند و دمایی که ناگهان افت می‌کند. دوربین‌های نصب‌شده در دماغه هواپیما در هر ثانیه ده‌ها تصویر از زبانه کشیدن پلاسما و انفجارهای مغناطیسی ثبت خواهند کرد. این رویداد بخشی از سه‌گانه تاریخی کسوف در اروپا (۲۰۲۶ تا ۲۰۲۸) است که پس از بیش از یک قرن رخ می‌دهد.
❕ چرا تعقیب خورشیدگرفتگی با هواپیما اهمیت علمی دارد؟
در روی زمین، ابرهای جوی و تلاطم هوا مانع ثبت تصاویر شفاف می‌شوند و ماهواره‌های فضایی نیز به دلیل محدودیت‌های مخابراتی نمی‌توانند ترابایت‌ها داده خام را سریعاً منتقل کنند. هواپیماهای با ارتفاع پروازی بالا (مانند WB-57 ناسا) با پرواز در بالای ابرها و همراهی با مسیر حرکت سایه ماه، امکان ثبت داده‌های فوق‌العاده باکیفیت برای پیش‌بینی «هواشناسی فضایی» را فراهم می‌کنند؛ فرآیندی که برای حفاظت از ماهواره‌ها، فضانوردان و شبکه‌های برق زمین حیاتی است.
🔹 مطالعه خورشید تنها یک ضرورت فنی نیست، بلکه رویدادی شگرف است. همان‌طور که دانشمندان ناسا می‌گویند، دیدن تاریکی مطلق کسوف به انسان یادآوری می‌کند که ما تنها ذراتی کوچک در این کیهان بی‌کران هستیم، اما توانایی فهم قوانین آن را داریم.
[منبع] [منبع]
🆔 @Science_Focus
#نجوم #خورشید_گرفتگی #ناسا #فیزیک_خورشید #اختر_فیزیک #هواشناسی_فضایی
the Guardian
‘You’re hit with a slam of shadow’: Nasa’s air mission to capture rare eclipse data
Two aviators will take off from Iceland to photograph the sun while flying at high altitude along solar eclipse’s path
❤2
🔺 خودمختاری در اعماق فریزرهای کوانتومی: حل بزرگترین چالش فنی در ساخت کامپیوترهای کوانتومی غول‌پیکر
🔹 یکی از بزرگترین موانع در راه ساخت کامپیوترهای کوانتومی کاربردی، انبوه سیم‌ها و تجهیزات کنترلی غول‌پیکری است که باید پردازنده کوانتومی را در دمای نزدیک به صفر مطلق به رایانه‌های اتاق کنترل متصل کنند. اکنون پژوهشگران آزمایشگاه HRL با همکاری غول‌های صنعتی در مقاله‌ای در ژورنال معتبر Nature، پردازنده کوانتومی ۱۸ کیوبیتی جدیدی بر پایه سیلیکون ساخته‌اند که به طور کاملاً خودمختار و بدون نیاز به فرمان‌های همزمان از بیرون، در داخل یخچال کوانتومی کار می‌کند.
❕ گلوگاه سیم‌کشی در کامپیوترهای کوانتومی چیست؟
در کامپیوترهای کوانتومی فعلی، پردازنده اصلی در دمای فوق‌سرد (منفی ۲۷۳ درجه سانتی‌گراد) قرار دارد، اما تجهیزات کنترلی آن اتاق‌های بزرگ را اشغال کرده‌اند. برای کنترل هر کیوبیت، سیم‌های فلزی متعددی باید از دمای اتاق به داخل یخچال بروند. این انبوه سیم‌ها نه تنها حجم زیادی اشغال می‌کنند، بلکه گرما را به داخل منتقل کرده و مانع افزایش تعداد کیوبیت‌ها به میلیون‌ها عدد می‌شوند.
🔹 دانشمندان برای حل این چالش، یک تراشه کنترلی ویژه از جنس سیلیکون طراحی کرده‌اند که در دمای ۴ کلوین (منفی ۲۶۹ درجه سانتی‌گراد) و در همان داخل یخچال قرار می‌گیرد. این تراشه با مصرف انرژی بسیار پایین، تمام سیگنال‌های کنترلی پیچیده را هدایت کرده و نویز شارژ الکتریکی را تا ۱۰ برابر کاهش داده است. این معماری یکپارچه باعث شده تا خطای دروازه‌های کوانتومی یک رتبه قدر مطلق کاهش یابد.
❕ چرا استفاده از فناوری سیلیکون یک جهش تجاری محسوب می‌شود؟
بر خلاف برخی کیوبیت‌ها که نیازمند مواد و روش‌های ساخت بسیار خاص و گران‌قیمت هستند، کیوبیت‌های اسپین سیلیکونی را می‌توان با استفاده از خطوط تولید فعلی صنعت نیمه‌هادی (همان خطوط ساخت تراشه‌های موبایل و کامپیوتر) تولید کرد. این دستاورد ثابت می‌کند که می‌توان پردازنده کوانتومی، تراشه کنترل و کابل‌های رابط را در کارخانه‌های تجاری ساخت و همگی را در یک سیستم یکپارچه تولید انبوه کرد.
🔹 این پردازنده کوانتومی خودمختار موفق شده کدهای شناسایی و تصحیح خطای کوانتومی را در زمان واقعی و بدون تاخیر ناشی از ارسال سیگنال به خارج از یخچال با موفقیت اجرا کند. این پیشرفت بی‌نظیر، طرحی ساختاری و قابل اجرا برای تولید صنعتی کامپیوترهای کوانتومی تجاری در مقیاس بزرگ ارائه می‌دهد.
[منبع]
🆔 @Science_Focus
#کوانتوم #کامپیوتر_کوانتومی #سخت_افزار #سیلیکون #فناوری #Nature
🔹 یکی از بزرگترین موانع در راه ساخت کامپیوترهای کوانتومی کاربردی، انبوه سیم‌ها و تجهیزات کنترلی غول‌پیکری است که باید پردازنده کوانتومی را در دمای نزدیک به صفر مطلق به رایانه‌های اتاق کنترل متصل کنند. اکنون پژوهشگران آزمایشگاه HRL با همکاری غول‌های صنعتی در مقاله‌ای در ژورنال معتبر Nature، پردازنده کوانتومی ۱۸ کیوبیتی جدیدی بر پایه سیلیکون ساخته‌اند که به طور کاملاً خودمختار و بدون نیاز به فرمان‌های همزمان از بیرون، در داخل یخچال کوانتومی کار می‌کند.
❕ گلوگاه سیم‌کشی در کامپیوترهای کوانتومی چیست؟
در کامپیوترهای کوانتومی فعلی، پردازنده اصلی در دمای فوق‌سرد (منفی ۲۷۳ درجه سانتی‌گراد) قرار دارد، اما تجهیزات کنترلی آن اتاق‌های بزرگ را اشغال کرده‌اند. برای کنترل هر کیوبیت، سیم‌های فلزی متعددی باید از دمای اتاق به داخل یخچال بروند. این انبوه سیم‌ها نه تنها حجم زیادی اشغال می‌کنند، بلکه گرما را به داخل منتقل کرده و مانع افزایش تعداد کیوبیت‌ها به میلیون‌ها عدد می‌شوند.
🔹 دانشمندان برای حل این چالش، یک تراشه کنترلی ویژه از جنس سیلیکون طراحی کرده‌اند که در دمای ۴ کلوین (منفی ۲۶۹ درجه سانتی‌گراد) و در همان داخل یخچال قرار می‌گیرد. این تراشه با مصرف انرژی بسیار پایین، تمام سیگنال‌های کنترلی پیچیده را هدایت کرده و نویز شارژ الکتریکی را تا ۱۰ برابر کاهش داده است. این معماری یکپارچه باعث شده تا خطای دروازه‌های کوانتومی یک رتبه قدر مطلق کاهش یابد.
❕ چرا استفاده از فناوری سیلیکون یک جهش تجاری محسوب می‌شود؟
بر خلاف برخی کیوبیت‌ها که نیازمند مواد و روش‌های ساخت بسیار خاص و گران‌قیمت هستند، کیوبیت‌های اسپین سیلیکونی را می‌توان با استفاده از خطوط تولید فعلی صنعت نیمه‌هادی (همان خطوط ساخت تراشه‌های موبایل و کامپیوتر) تولید کرد. این دستاورد ثابت می‌کند که می‌توان پردازنده کوانتومی، تراشه کنترل و کابل‌های رابط را در کارخانه‌های تجاری ساخت و همگی را در یک سیستم یکپارچه تولید انبوه کرد.
🔹 این پردازنده کوانتومی خودمختار موفق شده کدهای شناسایی و تصحیح خطای کوانتومی را در زمان واقعی و بدون تاخیر ناشی از ارسال سیگنال به خارج از یخچال با موفقیت اجرا کند. این پیشرفت بی‌نظیر، طرحی ساختاری و قابل اجرا برای تولید صنعتی کامپیوترهای کوانتومی تجاری در مقیاس بزرگ ارائه می‌دهد.
[منبع]
🆔 @Science_Focus
#کوانتوم #کامپیوتر_کوانتومی #سخت_افزار #سیلیکون #فناوری #Nature
Nature
A digitally controlled silicon quantum processing unit
Nature - A silicon quantum processing unit executes high-fidelity multiqubit circuits, with all time-varying control signals generated by a digitally programmed cryogenic complementary...
❤2🥰1
🔺 تنفس عمیق و تصمیم‌گیری: چرا بازدم طولانی‌مدت ریسک‌پذیری را افزایش می‌دهد؟
🔹 بسیاری از ما عادت داریم پیش از اتخاذ تصمیمات بزرگ یا در مواجهه با استرس، چند نفس عمیق بکشیم تا آرام شویم. دانش پزشکی پیش‌تر ثابت کرده که تکنیک‌های تنفسی باعث کاهش ضربان قلب و کاهش اضطراب می‌شوند. اما یک پژوهش جدید و شگفت‌انگیز در ژورنال معتبر Neuron نشان می‌دهد که تکنیک «بازدم طولانی» بر خلاف تصور عمومی، می‌تواند تمایل افراد را به پذیرش ریسک‌های بزرگ‌تر افزایش دهد.
❕ تکنیک «بازدم طولانی‌مدت» چیست و با بدن چه می‌کند؟
این روش تنفسی شامل یک دم کوتاه و یک بازدم طولانی است (مثلاً دو ثانیه دم و هشت ثانیه بازدم). این نوع تنفس، بخش پاراتسمپاتیک سیستم عصبی خودمختار را فعال می‌کند؛ بخشی که مسئول ایجاد حالت استراحت، آرامش و کاهش استرس در بدن است و در آموزش‌های نظامی و پلیسی نیز برای حفظ خونسردی استفاده می‌شود.
🔹 دانشمندان دانشگاه پزشکی شارایته برلین در این مطالعه، تصویربرداری مغزی fMRI و پایش فیزیولوژیک ۴۱ داوطلب را هنگام تصمیم‌گیری‌های مالی ریسک‌دار بررسی کردند. نتایج نشان داد افرادی که از تکنیک بازدم طولانی استفاده می‌کردند، تصمیمات ریسک‌پذیرتری می‌گرفتند. اسکن‌های مغزی فاش کرد که این اتفاق به دلیل کور شدن نسبت به خطرات نیست، بلکه آرامش جسمی ناشی از تنفس، حساسیت مغز را نسبت به «میزان پاداش احتمالی» به شدت افزایش می‌دهد.
❕ مکانیسم عصبی: در مغز چه می‌گذرد؟
افزایش فعالیت پاراتسمپاتیک قلب، مستقیماً بر دو ناحیه کلیدی مغز تأثیر می‌گذارد: «قشر پیش‌پیشانی شکمی-میانی» که مسئول ارزش‌گذاری ذهنی بر روی انتخاب‌هاست، و «پیش‌پیش‌قشر» که سیگنال‌های بدنی را در تصمیم‌گیری‌ها ادغام می‌کند. این ارتباط عصبی-احشایی باعث می‌شود مغز سود احتمالی را جذاب‌تر ببیند، بدون اینکه حساسیت خود را نسبت به زیان‌های احتمالی از دست بدهد.
🔹 محققان تأکید می‌کنند که این کشف هنوز یک اثبات مفهوم در شرایط آزمایشگاهی است و نباید باعث شود افراد تنفس عمیق را کنار بگذارند. با این حال، این یافته فاش می‌کند که حالت فیزیولوژیک بدن تنها همراه تصمیمات ما نیست، بلکه فعالانه به ارزیابی‌های مغز جهت می‌دهد؛ دانشی که می‌تواند در آینده به درمان اختلالاتی مانند افسردگی و اضطراب کمک کند.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #روانشناسی #تصمیم_گیری #مغز #تنفس #Neuron
🔹 بسیاری از ما عادت داریم پیش از اتخاذ تصمیمات بزرگ یا در مواجهه با استرس، چند نفس عمیق بکشیم تا آرام شویم. دانش پزشکی پیش‌تر ثابت کرده که تکنیک‌های تنفسی باعث کاهش ضربان قلب و کاهش اضطراب می‌شوند. اما یک پژوهش جدید و شگفت‌انگیز در ژورنال معتبر Neuron نشان می‌دهد که تکنیک «بازدم طولانی» بر خلاف تصور عمومی، می‌تواند تمایل افراد را به پذیرش ریسک‌های بزرگ‌تر افزایش دهد.
❕ تکنیک «بازدم طولانی‌مدت» چیست و با بدن چه می‌کند؟
این روش تنفسی شامل یک دم کوتاه و یک بازدم طولانی است (مثلاً دو ثانیه دم و هشت ثانیه بازدم). این نوع تنفس، بخش پاراتسمپاتیک سیستم عصبی خودمختار را فعال می‌کند؛ بخشی که مسئول ایجاد حالت استراحت، آرامش و کاهش استرس در بدن است و در آموزش‌های نظامی و پلیسی نیز برای حفظ خونسردی استفاده می‌شود.
🔹 دانشمندان دانشگاه پزشکی شارایته برلین در این مطالعه، تصویربرداری مغزی fMRI و پایش فیزیولوژیک ۴۱ داوطلب را هنگام تصمیم‌گیری‌های مالی ریسک‌دار بررسی کردند. نتایج نشان داد افرادی که از تکنیک بازدم طولانی استفاده می‌کردند، تصمیمات ریسک‌پذیرتری می‌گرفتند. اسکن‌های مغزی فاش کرد که این اتفاق به دلیل کور شدن نسبت به خطرات نیست، بلکه آرامش جسمی ناشی از تنفس، حساسیت مغز را نسبت به «میزان پاداش احتمالی» به شدت افزایش می‌دهد.
❕ مکانیسم عصبی: در مغز چه می‌گذرد؟
افزایش فعالیت پاراتسمپاتیک قلب، مستقیماً بر دو ناحیه کلیدی مغز تأثیر می‌گذارد: «قشر پیش‌پیشانی شکمی-میانی» که مسئول ارزش‌گذاری ذهنی بر روی انتخاب‌هاست، و «پیش‌پیش‌قشر» که سیگنال‌های بدنی را در تصمیم‌گیری‌ها ادغام می‌کند. این ارتباط عصبی-احشایی باعث می‌شود مغز سود احتمالی را جذاب‌تر ببیند، بدون اینکه حساسیت خود را نسبت به زیان‌های احتمالی از دست بدهد.
🔹 محققان تأکید می‌کنند که این کشف هنوز یک اثبات مفهوم در شرایط آزمایشگاهی است و نباید باعث شود افراد تنفس عمیق را کنار بگذارند. با این حال، این یافته فاش می‌کند که حالت فیزیولوژیک بدن تنها همراه تصمیمات ما نیست، بلکه فعالانه به ارزیابی‌های مغز جهت می‌دهد؛ دانشی که می‌تواند در آینده به درمان اختلالاتی مانند افسردگی و اضطراب کمک کند.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #روانشناسی #تصمیم_گیری #مغز #تنفس #Neuron
Neuron
Slow breathing impacts inter-organ dynamics modulating brain function and risk behavior
Huang et al. show that prolonged exhalation increases risky decisions by enhancing
reward sensitivity and cardiac parasympathetic activity. Individuals with greater
parasympathetic upregulation exhibit stronger reward-related responses in the vmPFC
and precuneus…
reward sensitivity and cardiac parasympathetic activity. Individuals with greater
parasympathetic upregulation exhibit stronger reward-related responses in the vmPFC
and precuneus…
❤2
🔺 پایان یک جستجوی ۱۰۰ ساله: ثبت شفاف‌ترین تصویر از ستاره همدم «ابط‌الجوزاء»
🔹 ابط‌الجوزاء، یکی از معروف‌ترین و درخشان‌ترین ستارگان آسمان شب در صورت فلکی شکارچی، حدود یک قرن است که ستاره‌شناسان را با تغییرات نورانیت عجیب خود شگفت‌زده کرده است. اکنون تیمی بین‌المللی از دانشمندان با استفاده از «تلسکوپ بسیار بزرگ» (VLT) در شیلی، شفاف‌ترین تصویر مستقیم را از ستاره همدم و پنهان آن به دست آورده‌اند؛ کشفی که ثابت می‌کند این ابرغول سرخ تنها نیست و بخشی از یک سیستم دوتایی است.
❕ چرا ستاره ابط‌الجوزاء تا این حد در ستاره‌شناسی مهم است؟
ابط‌الجوزاء یک ابرغول سرخ در فاصله ۶۵۰ سال نوری از زمین است که به پایان عمر خود نزدیک شده و در آینده‌ای نه چندان دور با یک انفجار ابرنواختری عظیم منهدم خواهد شد. نوسانات نورانیت هزارساله این ستاره باعث شده بود دانشمندان ۱۰۰ سال پیش فرضیه وجود یک ستاره همدم کوچک‌تر به نام «ابط‌الجوزاء B» را مطرح کنند، اما اثبات آن تا به امروز ممکن نشده بود.
🔹 بر اساس محاسبات قبلی، دانشمندان پیش‌بینی کرده بودند که ستاره همدم در دسامبر ۲۰۲۴ به بیشترین فاصله مداری خود از ابط‌الجوزاء می‌رسد. تیم رصد به رهبری میگوئل مونتارگس از رصدخانه پاریس، از این فرصت استفاده کردند. داده‌های جدید فاش کرد که این ستاره همدم بر خلاف تصورات قبلی، ۲ تا ۳ برابر خورشید جرم دارد و بسیار پرنورتر از حد انتظار است. همین جرم بیشتر باعث شد تا ابزار رصدی بتوانند نور آن را ثبت کنند.
❕ فناوری تاج‌نگاری: چگونه یک ستاره کم‌نور در کنار یک غول درخشان شکار شد؟
شناسایی یک ستاره کوچک در کنار ابط‌الجوزاء، مانند دیدن یک کرم‌شب‌تاب در کنار یک نورافکن غول‌پیکر است. ستاره‌شناسان برای این کار از ابزار SPHERE بر روی تلسکوپ VLT استفاده کردند که مجهز به «تاج‌نگار» است. این ابزار با مسدود کردن فیزیکی نور خیره‌کننده ستاره اصلی، اجازه می‌دهد نور بسیار ضعیف اجرام مجاور به آشکارسازها برسد؛ فناوری نوآورانه‌ای که ابتدا برای کشف سیارات فراخورشیدی طراحی شده بود.
🔹 دانشمندان برای اطمینان ۱۰۰ درصدی، قصد دارند مدار این ستاره را در سمت دیگر ابط‌الجوزاء در سال آینده مجدداً رصد کنند، اما می‌گویند جای تردید بسیار کمی باقی مانده است. کشف ستاره همدم ابط‌الجوزاء نه تنها به یک معمای صدساله در نجوم پاسخ می‌دهد، بلکه درک ما را از نحوه تکامل ابرغول‌های سرخ و زمان و کیفیت انفجار ابرنواختری نهایی آن‌ها به طور بنیادی تغییر خواهد داد.
[منبع]
🆔 @Science_Focus
#نجوم #اخترفیزیک #ابط_الجوزاء #تلسکوپ_VLT #ابرنواختر #ESO
🔹 ابط‌الجوزاء، یکی از معروف‌ترین و درخشان‌ترین ستارگان آسمان شب در صورت فلکی شکارچی، حدود یک قرن است که ستاره‌شناسان را با تغییرات نورانیت عجیب خود شگفت‌زده کرده است. اکنون تیمی بین‌المللی از دانشمندان با استفاده از «تلسکوپ بسیار بزرگ» (VLT) در شیلی، شفاف‌ترین تصویر مستقیم را از ستاره همدم و پنهان آن به دست آورده‌اند؛ کشفی که ثابت می‌کند این ابرغول سرخ تنها نیست و بخشی از یک سیستم دوتایی است.
❕ چرا ستاره ابط‌الجوزاء تا این حد در ستاره‌شناسی مهم است؟
ابط‌الجوزاء یک ابرغول سرخ در فاصله ۶۵۰ سال نوری از زمین است که به پایان عمر خود نزدیک شده و در آینده‌ای نه چندان دور با یک انفجار ابرنواختری عظیم منهدم خواهد شد. نوسانات نورانیت هزارساله این ستاره باعث شده بود دانشمندان ۱۰۰ سال پیش فرضیه وجود یک ستاره همدم کوچک‌تر به نام «ابط‌الجوزاء B» را مطرح کنند، اما اثبات آن تا به امروز ممکن نشده بود.
🔹 بر اساس محاسبات قبلی، دانشمندان پیش‌بینی کرده بودند که ستاره همدم در دسامبر ۲۰۲۴ به بیشترین فاصله مداری خود از ابط‌الجوزاء می‌رسد. تیم رصد به رهبری میگوئل مونتارگس از رصدخانه پاریس، از این فرصت استفاده کردند. داده‌های جدید فاش کرد که این ستاره همدم بر خلاف تصورات قبلی، ۲ تا ۳ برابر خورشید جرم دارد و بسیار پرنورتر از حد انتظار است. همین جرم بیشتر باعث شد تا ابزار رصدی بتوانند نور آن را ثبت کنند.
❕ فناوری تاج‌نگاری: چگونه یک ستاره کم‌نور در کنار یک غول درخشان شکار شد؟
شناسایی یک ستاره کوچک در کنار ابط‌الجوزاء، مانند دیدن یک کرم‌شب‌تاب در کنار یک نورافکن غول‌پیکر است. ستاره‌شناسان برای این کار از ابزار SPHERE بر روی تلسکوپ VLT استفاده کردند که مجهز به «تاج‌نگار» است. این ابزار با مسدود کردن فیزیکی نور خیره‌کننده ستاره اصلی، اجازه می‌دهد نور بسیار ضعیف اجرام مجاور به آشکارسازها برسد؛ فناوری نوآورانه‌ای که ابتدا برای کشف سیارات فراخورشیدی طراحی شده بود.
🔹 دانشمندان برای اطمینان ۱۰۰ درصدی، قصد دارند مدار این ستاره را در سمت دیگر ابط‌الجوزاء در سال آینده مجدداً رصد کنند، اما می‌گویند جای تردید بسیار کمی باقی مانده است. کشف ستاره همدم ابط‌الجوزاء نه تنها به یک معمای صدساله در نجوم پاسخ می‌دهد، بلکه درک ما را از نحوه تکامل ابرغول‌های سرخ و زمان و کیفیت انفجار ابرنواختری نهایی آن‌ها به طور بنیادی تغییر خواهد داد.
[منبع]
🆔 @Science_Focus
#نجوم #اخترفیزیک #ابط_الجوزاء #تلسکوپ_VLT #ابرنواختر #ESO
ESO
Astronomers find strongest evidence yet that Betelgeuse has a companion
At long last, astronomers have firm evidence that Betelgeuse, one of the most famous stars in the night sky, is not alone. Using the European Southern Observatory’s Very Large Telescope (ESO's VLT), a team led by French researcher Miguel Montargès obtained…
❤1🔥1
🔺 فیزیک شتاب‌دهنده‌ها روی میز آزمایشگاه: شبیه‌سازی میدان‌های پیچیده بنیادی با نور
🔹 آزمودن نظریه‌های بنیادی فیزیک ذرات که نیروهای هسته‌ای قوی و ضعیف را توصیف می‌کنند، همواره نیازمند شتاب‌دهنده‌های غول‌پیکر و چند میلیارد دلاری بوده است. اما اکنون فیزیکدانان دانشگاه هنگ‌کنگ در مقاله‌ای در ژورنال معتبر Physical Review Letters روشی ابداع کرده‌اند که به آن‌ها اجازه می‌دهد این میدان‌های فوق‌العاده پیچیده کوانتومی را با استفاده از یک سیستم نوری کم‌حجم روی میز آزمایشگاه شبیه‌سازی و بررسی کنند.
❕ نظریه‌های «غیرآبلی» چیستند و چرا ترتیب جابجایی در آن‌ها اهمیت دارد؟
در فیزیک کلاسیک مانند الکترومغناطیس (نظریه آبلی)، ترتیب انجام عملیات‌ها تغییری در نتیجه ایجاد نمی‌کند؛ مثلاً چرخاندن یک پیچ در جهت یا خلاف جهت ساعت اثر یکسانی در جابجایی دارد. اما در دنیای زیراتمی و نظریه‌های غیرآبلی که مدل استاندارد فیزیک را می‌سازند، ترتیب اثرگذاری میدان‌ها حیاتی است و تغییر ترتیب، نتیجه کاملاً متفاوتی ایجاد می‌کند. بررسی این ویژگی پیچیده تا پیش از این تنها در برخورددهنده‌های عظیم ذرات ممکن بود.
🔹 تیم تحقیقاتی برای بازسازی این میدان‌ها بدون نیاز به شتاب‌دهنده، از یک حلقه فیبر نوری و قطعات الکترواپتیک استفاده کردند. آن‌ها با تنظیم دقیق پلاریزاسیون و فرکانس‌های نور در حال گردش، یک «بعد مصنوعی» ساختند که در آن فوتون‌های نور رفتار ذرات بنیادی تحت تأثیر میدان‌های غیرآبلی را دقیقاً بازتولید می‌کنند.
❕ پدیده «حرکت لرزشی» یا زیتربویگونگ (Zitterbewegung) چیست؟
بر اساس معادله مشهور دیراک در فیزیک کوانتوم نسبیتی، ذرات بنیادی هنگام حرکت در سرعت‌های نزدیک به سرعت نور، نوسان یا لرزش‌های میکروسکوپی فوق‌العاده سریعی در مسیر خود تجربه می‌کنند که به آن حرکت لرزشی می‌گویند. دانشمندان در این آزمایش نوری موفق شدند پدیده لرزش فرکانس فوتون‌ها را به عنوان امضای مستقیم میدان غیرآبلی، بدون هیچ تحریک خارجی و با دقت بالا مشاهده کنند.
🔹 این بستر نوری قابل برنامه‌ریزی نه تنها راه‌حلی کم‌هزینه و تراشه‌ای برای بررسی پدیده‌های ناشناخته فیزیک بنیادی و فراتر از مدل استاندارد فراهم می‌کند، بلکه می‌تواند کاربردهای عملی در پردازش سیگنال‌های نوری و شبیه‌سازی سیستم‌های محاسباتی کوانتومی مقاوم در برابر خطا داشته باشد.
[منبع]
🆔 @Science_Focus
#فیزیک #فیزیک_کوانتوم #فوتونیک #شتاب_دهنده #نور #PRL
🔹 آزمودن نظریه‌های بنیادی فیزیک ذرات که نیروهای هسته‌ای قوی و ضعیف را توصیف می‌کنند، همواره نیازمند شتاب‌دهنده‌های غول‌پیکر و چند میلیارد دلاری بوده است. اما اکنون فیزیکدانان دانشگاه هنگ‌کنگ در مقاله‌ای در ژورنال معتبر Physical Review Letters روشی ابداع کرده‌اند که به آن‌ها اجازه می‌دهد این میدان‌های فوق‌العاده پیچیده کوانتومی را با استفاده از یک سیستم نوری کم‌حجم روی میز آزمایشگاه شبیه‌سازی و بررسی کنند.
❕ نظریه‌های «غیرآبلی» چیستند و چرا ترتیب جابجایی در آن‌ها اهمیت دارد؟
در فیزیک کلاسیک مانند الکترومغناطیس (نظریه آبلی)، ترتیب انجام عملیات‌ها تغییری در نتیجه ایجاد نمی‌کند؛ مثلاً چرخاندن یک پیچ در جهت یا خلاف جهت ساعت اثر یکسانی در جابجایی دارد. اما در دنیای زیراتمی و نظریه‌های غیرآبلی که مدل استاندارد فیزیک را می‌سازند، ترتیب اثرگذاری میدان‌ها حیاتی است و تغییر ترتیب، نتیجه کاملاً متفاوتی ایجاد می‌کند. بررسی این ویژگی پیچیده تا پیش از این تنها در برخورددهنده‌های عظیم ذرات ممکن بود.
🔹 تیم تحقیقاتی برای بازسازی این میدان‌ها بدون نیاز به شتاب‌دهنده، از یک حلقه فیبر نوری و قطعات الکترواپتیک استفاده کردند. آن‌ها با تنظیم دقیق پلاریزاسیون و فرکانس‌های نور در حال گردش، یک «بعد مصنوعی» ساختند که در آن فوتون‌های نور رفتار ذرات بنیادی تحت تأثیر میدان‌های غیرآبلی را دقیقاً بازتولید می‌کنند.
❕ پدیده «حرکت لرزشی» یا زیتربویگونگ (Zitterbewegung) چیست؟
بر اساس معادله مشهور دیراک در فیزیک کوانتوم نسبیتی، ذرات بنیادی هنگام حرکت در سرعت‌های نزدیک به سرعت نور، نوسان یا لرزش‌های میکروسکوپی فوق‌العاده سریعی در مسیر خود تجربه می‌کنند که به آن حرکت لرزشی می‌گویند. دانشمندان در این آزمایش نوری موفق شدند پدیده لرزش فرکانس فوتون‌ها را به عنوان امضای مستقیم میدان غیرآبلی، بدون هیچ تحریک خارجی و با دقت بالا مشاهده کنند.
🔹 این بستر نوری قابل برنامه‌ریزی نه تنها راه‌حلی کم‌هزینه و تراشه‌ای برای بررسی پدیده‌های ناشناخته فیزیک بنیادی و فراتر از مدل استاندارد فراهم می‌کند، بلکه می‌تواند کاربردهای عملی در پردازش سیگنال‌های نوری و شبیه‌سازی سیستم‌های محاسباتی کوانتومی مقاوم در برابر خطا داشته باشد.
[منبع]
🆔 @Science_Focus
#فیزیک #فیزیک_کوانتوم #فوتونیک #شتاب_دهنده #نور #PRL
Physical Review Letters
Non-Abelian Electric Field and Zitterbewegung on a Photonic Frequency Chain
A ring of optical fiber can be made to host phenomena that originated in the realm of high-energy physics.
❤2
🔺 افسانه «سن اوج مغز»: مغز انسان در چه سنی به بالاترین توانایی شناختی می‌رسد؟
🔹 بسیاری از ما تصور می‌کنیم که ذهن انسان یک «سن اوج» مشخص دارد که در آن همه توانایی‌های شناختی به حداکثر می‌رسند و پس از آن شیب نزولی آغاز می‌شود. اما پژوهش‌های بزرگ‌مقیاس بر روی ده‌ها هزار نفر نشان می‌دهند که چیزی به نام یک قله واحد برای مغز وجود ندارد. ذهن انسان مانند یک رشته‌کوه با قله‌های متعدد است؛ به طوری که مهارت‌های مختلف مغزی در سنین کاملاً متفاوتی به اوج می‌رسند.
❕ جدول زمانی اوج توانایی‌های مغز در مراحل مختلف زندگی
۱۹ سالگی (سرعت پردازش): توانایی واکنش سریع به اطلاعات ساده و سرعت محاسبات خام در اواخر نوجوانی به اوج می‌رسد.
۲۵ تا ۳۵ سالگی (حافظه کاری): توانایی نگهداری و مدیریت اطلاعات کوتاه‌مدت برای حل مسائل در ۲۵ سالگی به اوج رسیده و تا یک دهه استوار می‌ماند.
۴۰ تا ۵۰ سالگی (درک هیجانات): مهارت تشخیص احساسات دیگران از روی چهره و درک پیچیدگی‌های روابط اجتماعی در میان‌سالی به حداکثر می‌رسد.
۶۰ تا ۷۰ سالگی (گنجینه واژگان و دانش): ذخیره دانش، دایره واژگان و درک مفاهیم عمیق تا دهه هفتاد زندگی به رشد خود ادامه می‌دهد.
🔹 روانشناسان شناختی توضیح می‌دهند که این تفاوت‌های زمانی به نحوه شکل‌گیری دو نوع هوش در بدن مربوط می‌شود. مغز یک واحد یکپارچه نیست که با هم بالا برود و با هم افت کند، بلکه شکل و کارکرد آن در طول زمان تغییر می‌کند.
❕ هوش «سیال» در برابر هوش «تبلوریافته» چیست؟
«هوش سیال» شامل قدرتی است که برای حل مسائل جدید و استدلال سریع استفاده می‌شود و متکی بر بیولوژی خام مغز است؛ این هوش زودتر به اوج می‌رسد. اما «هوش تبلوریافته» متکی بر یادگیری، تجربه، مطالعه و تماس مداوم با دانش است که در طول دهه‌ها انباشته می‌شود و تا سنین بالا به رشد خود ادامه می‌دهد.
🔹 متخصصان تأکید می‌کنند که این آمارها میانگین‌های جمعیتی هستند و مسیر هر فرد بر اساس سبک زندگی، ورزش، خواب، سلامت قلب و میزان یادگیری مداوم متفاوت است. علم نشان می‌دهد در هر سنی که باشید، برخی ابزارهای ذهنی شما در حال کند شدن، برخی ثابت و برخی دیگر همچنان در حال ساخته شدن و رسیدن به اوج هستند.
[منبع]
🆔 @Science_Focus
#روانشناسی #علوم_اعصاب #مغز #هوش #حافظه #طول_عمر
🔹 بسیاری از ما تصور می‌کنیم که ذهن انسان یک «سن اوج» مشخص دارد که در آن همه توانایی‌های شناختی به حداکثر می‌رسند و پس از آن شیب نزولی آغاز می‌شود. اما پژوهش‌های بزرگ‌مقیاس بر روی ده‌ها هزار نفر نشان می‌دهند که چیزی به نام یک قله واحد برای مغز وجود ندارد. ذهن انسان مانند یک رشته‌کوه با قله‌های متعدد است؛ به طوری که مهارت‌های مختلف مغزی در سنین کاملاً متفاوتی به اوج می‌رسند.
❕ جدول زمانی اوج توانایی‌های مغز در مراحل مختلف زندگی
۱۹ سالگی (سرعت پردازش): توانایی واکنش سریع به اطلاعات ساده و سرعت محاسبات خام در اواخر نوجوانی به اوج می‌رسد.
۲۵ تا ۳۵ سالگی (حافظه کاری): توانایی نگهداری و مدیریت اطلاعات کوتاه‌مدت برای حل مسائل در ۲۵ سالگی به اوج رسیده و تا یک دهه استوار می‌ماند.
۴۰ تا ۵۰ سالگی (درک هیجانات): مهارت تشخیص احساسات دیگران از روی چهره و درک پیچیدگی‌های روابط اجتماعی در میان‌سالی به حداکثر می‌رسد.
۶۰ تا ۷۰ سالگی (گنجینه واژگان و دانش): ذخیره دانش، دایره واژگان و درک مفاهیم عمیق تا دهه هفتاد زندگی به رشد خود ادامه می‌دهد.
🔹 روانشناسان شناختی توضیح می‌دهند که این تفاوت‌های زمانی به نحوه شکل‌گیری دو نوع هوش در بدن مربوط می‌شود. مغز یک واحد یکپارچه نیست که با هم بالا برود و با هم افت کند، بلکه شکل و کارکرد آن در طول زمان تغییر می‌کند.
❕ هوش «سیال» در برابر هوش «تبلوریافته» چیست؟
«هوش سیال» شامل قدرتی است که برای حل مسائل جدید و استدلال سریع استفاده می‌شود و متکی بر بیولوژی خام مغز است؛ این هوش زودتر به اوج می‌رسد. اما «هوش تبلوریافته» متکی بر یادگیری، تجربه، مطالعه و تماس مداوم با دانش است که در طول دهه‌ها انباشته می‌شود و تا سنین بالا به رشد خود ادامه می‌دهد.
🔹 متخصصان تأکید می‌کنند که این آمارها میانگین‌های جمعیتی هستند و مسیر هر فرد بر اساس سبک زندگی، ورزش، خواب، سلامت قلب و میزان یادگیری مداوم متفاوت است. علم نشان می‌دهد در هر سنی که باشید، برخی ابزارهای ذهنی شما در حال کند شدن، برخی ثابت و برخی دیگر همچنان در حال ساخته شدن و رسیدن به اوج هستند.
[منبع]
🆔 @Science_Focus
#روانشناسی #علوم_اعصاب #مغز #هوش #حافظه #طول_عمر
Space Daily
The human mind has no single prime age. Raw processing speed appears to peak around 18 or 19, while short-term memory improves…
Different mental abilities peak at wildly different life stages, upending the myth of a single cognitive prime.
❤4🥰1
🔺 هزینه انرژی حافظه: فیزیکدانان راز سوئیچ ناگهانی مغز بین «حس کردن» و «فکر کردن» را کشف کردند
🔹 به یاد آوردن گذشته به موجودات زنده کمک می‌کند تا تصمیمات بهتری بگیرند، اما حافظه مجانی نیست. از یک حیوان در حال شکار گرفته تا یک تک‌سلولی یا انسان، ذخیره و بازیابی اطلاعات نیازمند صرف انرژی و منابع زیستی فراوان است. اکنون فیزیکدانان دانشگاه توکیو و موسسه RIKEN در مقاله‌ای در ژورنال معتبر Physical Review Letters، یک مدل ریاضی ارائه داده‌اند که نشان می‌دهد جانداران چگونه تعادل بین حافظه و حواس لحظه‌ای را مدیریت می‌کنند.
❕ «گذار فاز» در حافظه چیست و چرا تغییر استراتژی ناگهانی است؟
بر اساس این نظریه جدید، وقتی انرژی و منابع زیستی جاندار محدود یا کم است، بهترین استراتژی کاملاً بدون حافظه است؛ یعنی جاندار حافظه را خاموش کرده و صرفاً بر اساس حواس لحظه‌ای واکنش نشان می‌دهد. اما به محض اینکه انرژی موجود از یک آستانه مشخص عبور می‌کند، یک گذار فاز (سوئیچ ناگهانی) رخ می‌دهد و جاندار فوراً به استراتژی متکی بر حافظه روی می‌آورد.
🔹 این مدل ریاضی همچنین فاش کرد که استفاده از حافظه همواره مفید نیست. پژوهشگران دریافتند که حافظه دقیقاً در یک «منطقه طلایی از عدم قطعیت» بیشترین کارایی را دارد.
❕ چه زمانی استفاده از حافظه بیشترین ارزش زیستی را دارد؟
اگر اطلاعات دریافتی از محیط کاملاً شفاف باشد، حواس لحظه‌ای کافی است و حافظه فایده اضافه‌ای ندارد. اگر محیط بیش از حد آشفته و غیرقابل پیش‌بینی باشد، ذخیره اطلاعات گذشته بی‌فایده است. اما در شرایطی که اطلاعات محیطی دارای عدم قطعیت متوسط است، به یاد آوردن گذشته به شدت دقت تصمیم‌گیری را بالا برده و صرف انرژی برای حافظه را توجیه می‌کند.
🔹 این نظریه فیزیکی توضیح می‌دهد که چرا سیستم‌های زیستی و مغز انسان همواره از حافظه استفاده نمی‌کنند و استراتژی پردازش اطلاعات خود را بر اساس میزان انرژی و ابهام محیط تغییر می‌دهند. این یافته‌ها بستر نظری جدیدی برای درک نحوه تکامل مغزهای پیچیده و پرمصرف در طول تاریخ حیات فراهم می‌کند.
[منبع]
🆔 @Science_Focus
#فیزیک #زیست_شناسی #حافظه #مغز #تکامل #فرگشت #PRL
🔹 به یاد آوردن گذشته به موجودات زنده کمک می‌کند تا تصمیمات بهتری بگیرند، اما حافظه مجانی نیست. از یک حیوان در حال شکار گرفته تا یک تک‌سلولی یا انسان، ذخیره و بازیابی اطلاعات نیازمند صرف انرژی و منابع زیستی فراوان است. اکنون فیزیکدانان دانشگاه توکیو و موسسه RIKEN در مقاله‌ای در ژورنال معتبر Physical Review Letters، یک مدل ریاضی ارائه داده‌اند که نشان می‌دهد جانداران چگونه تعادل بین حافظه و حواس لحظه‌ای را مدیریت می‌کنند.
❕ «گذار فاز» در حافظه چیست و چرا تغییر استراتژی ناگهانی است؟
بر اساس این نظریه جدید، وقتی انرژی و منابع زیستی جاندار محدود یا کم است، بهترین استراتژی کاملاً بدون حافظه است؛ یعنی جاندار حافظه را خاموش کرده و صرفاً بر اساس حواس لحظه‌ای واکنش نشان می‌دهد. اما به محض اینکه انرژی موجود از یک آستانه مشخص عبور می‌کند، یک گذار فاز (سوئیچ ناگهانی) رخ می‌دهد و جاندار فوراً به استراتژی متکی بر حافظه روی می‌آورد.
🔹 این مدل ریاضی همچنین فاش کرد که استفاده از حافظه همواره مفید نیست. پژوهشگران دریافتند که حافظه دقیقاً در یک «منطقه طلایی از عدم قطعیت» بیشترین کارایی را دارد.
❕ چه زمانی استفاده از حافظه بیشترین ارزش زیستی را دارد؟
اگر اطلاعات دریافتی از محیط کاملاً شفاف باشد، حواس لحظه‌ای کافی است و حافظه فایده اضافه‌ای ندارد. اگر محیط بیش از حد آشفته و غیرقابل پیش‌بینی باشد، ذخیره اطلاعات گذشته بی‌فایده است. اما در شرایطی که اطلاعات محیطی دارای عدم قطعیت متوسط است، به یاد آوردن گذشته به شدت دقت تصمیم‌گیری را بالا برده و صرف انرژی برای حافظه را توجیه می‌کند.
🔹 این نظریه فیزیکی توضیح می‌دهد که چرا سیستم‌های زیستی و مغز انسان همواره از حافظه استفاده نمی‌کنند و استراتژی پردازش اطلاعات خود را بر اساس میزان انرژی و ابهام محیط تغییر می‌دهند. این یافته‌ها بستر نظری جدیدی برای درک نحوه تکامل مغزهای پیچیده و پرمصرف در طول تاریخ حیات فراهم می‌کند.
[منبع]
🆔 @Science_Focus
#فیزیک #زیست_شناسی #حافظه #مغز #تکامل #فرگشت #PRL
Physical Review Letters
Theoretical Analysis of Resource-Induced Phase Transitions in Estimation Strategies
Organisms adapt to volatile environments by integrating sensory information with internal memory, yet their information processing is constrained by resource limitations. Such limitations can fundamentally alter optimal estimation strategies in biological…
🙏2❤1🥰1
🔺 کشف دو «دودمان شبح» در DNA انسان‌های امروزی: رازهای جدیدی از تکامل بشر
🔹 متون ژنتیکی بدن ما مانند یک آرشیو تاریخی، رازهایی شگفت‌انگیز از گونه‌های منقرض‌شده انسان‌تباران را در خود حفظ کرده‌اند. دانشمندان دانشگاه کالیفرنیا، برکلی در پژوهشی انقلابی که در ژورنال معتبر Science منتشر شده، با ابداع یک روش تحلیلی جدید و بدون نیاز به استخراج DNA از فسیل‌ها، ردپای دو «دودمان شبح» ناشناخته را در ژنوم انسان‌های امروزی کشف کردند.
❕ «دودمان شبح» در علم ژنتیک چیست؟
در دیرینه‌شناسی ژنتیکی، به جمعیت‌ها یا گونه‌هایی از انسان‌های باستانی که هنوز هیچ فسیل یا نمونه DNA مستقیمی از آن‌ها استخراج نشده، اما اثر ماندگار امضای ژنتیکی آن‌ها از طریق آمیزش در بدن انسان‌های امروزی دیده می‌شود، «دودمان شبح» می‌گویند. دانشمندان تا پیش از این تنها با آزمایش مستقیم فسیل‌های استخراج‌شده در مناطق سرد و خشک توانسته بودند این آمیزش‌ها را اثبات کنند، اما روش جدید اجازه می‌دهد DNA گونه‌های منقرض‌شده را مستقیماً از بدن افراد زنده بازسازی کنیم.
🔹 پژوهشگران با بررسی و بازسازی درخت تبارشناختی ژنوم بیش از ۵۰۰ فرد امروزی از سراسر جهان، دو کشف بزرگ انجام دادند: نخست، یک «دودمان شبح همگانی» که حدود ۰.۵ تا ۱ درصد از ژنوم تمام انسان‌های روی زمین (حتی بومیان آفریقا) را تشکیل می‌دهد. این تبار حدود ۸۰۰ هزار سال پیش از نیاکان ما جدا شده و نامزد اصلی آن گونه «انسان‌هایدلبرگ» است. دوم، یک تبار «فوق‌کهن» ۱.۸ میلیون ساله که در ژنوم ساکنان اقیانوسیه یافت شده و احتمالاً متعلق به «انسان راست‌قامت» است که از طریق آمیزش با دنیسووان‌ها به ما رسیده است.
❕ چرا این قطعات ژنتیکی باستانی در بدن ما باقی مانده‌اند؟
قطعات DNA به ارث رسیده از این انسان‌های منقرض‌شده، بیش از همه در بخش‌هایی از ژنوم ما دیده می‌شوند که مربوط به سیستم ایمنی و متابولیسم یا سوخت‌وساز است. این امر نشان می‌دهد که آمیزش با این گونه‌های باستانی، به انسان‌های مدرن کمک کرده تا ژن‌های مفیدی را برای سازگاری سریع‌تر با میکروب‌ها، بیماری‌های جدید و رژیم‌های غذایی متفاوت در محیط‌های جدید به دست آورند.
🔹 این کشف بزرگ، الگوی سنتی درخت تکامل انسان را که خطوط آن کاملاً جدا از هم تصور می‌شد، به چالش می‌کشد. تاریخ تکامل بشر به جای یک درخت ساده با شاخه‌های مجزا، بیشتر شبیه به یک شبکه درهم‌تنیده یا رودی با مسیرهای متقاطع است که در آن آمیزش بین گونه‌های مختلف، یک قاعده عمومی در طبیعت بوده است.
[منبع]
🆔 @Science_Focus
#ژنتیک #تکامل_انسان #دیرینه_شناسی #دی_ان_ای #انسان_نخستین #کشف_علمی
🔹 متون ژنتیکی بدن ما مانند یک آرشیو تاریخی، رازهایی شگفت‌انگیز از گونه‌های منقرض‌شده انسان‌تباران را در خود حفظ کرده‌اند. دانشمندان دانشگاه کالیفرنیا، برکلی در پژوهشی انقلابی که در ژورنال معتبر Science منتشر شده، با ابداع یک روش تحلیلی جدید و بدون نیاز به استخراج DNA از فسیل‌ها، ردپای دو «دودمان شبح» ناشناخته را در ژنوم انسان‌های امروزی کشف کردند.
❕ «دودمان شبح» در علم ژنتیک چیست؟
در دیرینه‌شناسی ژنتیکی، به جمعیت‌ها یا گونه‌هایی از انسان‌های باستانی که هنوز هیچ فسیل یا نمونه DNA مستقیمی از آن‌ها استخراج نشده، اما اثر ماندگار امضای ژنتیکی آن‌ها از طریق آمیزش در بدن انسان‌های امروزی دیده می‌شود، «دودمان شبح» می‌گویند. دانشمندان تا پیش از این تنها با آزمایش مستقیم فسیل‌های استخراج‌شده در مناطق سرد و خشک توانسته بودند این آمیزش‌ها را اثبات کنند، اما روش جدید اجازه می‌دهد DNA گونه‌های منقرض‌شده را مستقیماً از بدن افراد زنده بازسازی کنیم.
🔹 پژوهشگران با بررسی و بازسازی درخت تبارشناختی ژنوم بیش از ۵۰۰ فرد امروزی از سراسر جهان، دو کشف بزرگ انجام دادند: نخست، یک «دودمان شبح همگانی» که حدود ۰.۵ تا ۱ درصد از ژنوم تمام انسان‌های روی زمین (حتی بومیان آفریقا) را تشکیل می‌دهد. این تبار حدود ۸۰۰ هزار سال پیش از نیاکان ما جدا شده و نامزد اصلی آن گونه «انسان‌هایدلبرگ» است. دوم، یک تبار «فوق‌کهن» ۱.۸ میلیون ساله که در ژنوم ساکنان اقیانوسیه یافت شده و احتمالاً متعلق به «انسان راست‌قامت» است که از طریق آمیزش با دنیسووان‌ها به ما رسیده است.
❕ چرا این قطعات ژنتیکی باستانی در بدن ما باقی مانده‌اند؟
قطعات DNA به ارث رسیده از این انسان‌های منقرض‌شده، بیش از همه در بخش‌هایی از ژنوم ما دیده می‌شوند که مربوط به سیستم ایمنی و متابولیسم یا سوخت‌وساز است. این امر نشان می‌دهد که آمیزش با این گونه‌های باستانی، به انسان‌های مدرن کمک کرده تا ژن‌های مفیدی را برای سازگاری سریع‌تر با میکروب‌ها، بیماری‌های جدید و رژیم‌های غذایی متفاوت در محیط‌های جدید به دست آورند.
🔹 این کشف بزرگ، الگوی سنتی درخت تکامل انسان را که خطوط آن کاملاً جدا از هم تصور می‌شد، به چالش می‌کشد. تاریخ تکامل بشر به جای یک درخت ساده با شاخه‌های مجزا، بیشتر شبیه به یک شبکه درهم‌تنیده یا رودی با مسیرهای متقاطع است که در آن آمیزش بین گونه‌های مختلف، یک قاعده عمومی در طبیعت بوده است.
[منبع]
🆔 @Science_Focus
#ژنتیک #تکامل_انسان #دیرینه_شناسی #دی_ان_ای #انسان_نخستین #کشف_علمی
Science
Recovering signatures of archaic hominin introgression using ancestral recombination graphs
Admixture between modern humans and extinct hominins has shaped the genomes of present-day individuals, but reconstructing this history has been constrained by the scarcity of archaic samples and unadmixed outgroup populations. We introduce TRACE, a ...
🙏2❤1👍1
🔺 نقص بنیادی در هوش مصنوعی: چرا مدل‌های زبانی قابل هک کامل نیستند؟
🔹 مدل‌های بزرگ زبانی (LLM) مانند چت‌بات‌های پیشرفته، با وجود تمام لایه‌های امنیتی، دارای یک ضعف ساختاری و بنیادی هستند که هک کردن آن‌ها را تقریباً اجتناب‌ناپذیر می‌کند. پژوهشی جدید که در کنفرانس بین‌المللی یادگیری ماشین (ICML) ارائه شده و گزارش آن در MIT Technology Review انعکاس یافته، نشان می‌دهد که سیستم‌های هوش مصنوعی نمی‌توانند منبع واقعی دستورات را به طور ساختاری و ۱۰۰ درصدی تشخیص دهند.
❕ نقص ساختاری هوش مصنوعی در تشخیص «خود» از «کاربر» چیست؟
انسان‌ها هنگام سخن گفتن، به دلیل احساس فیزیکی، به راحتی کلام خود را از کلام دیگری تشخیص می‌دهند. اما هوش مصنوعی تمام ورودی‌ها را تنها به صورت یک رشته پیوسته از کلمات می‌بیند. سازندگان برای تفکیک دستورات، از برچسب‌های نقش استفاده می‌کنند؛ مثلاً متن کاربر بین تگ‌های user، یادداشت‌های محاسباتی درون‌مغزی مدل بین تگ‌های think (زنجیره تفکر) و دستورالعمل‌های اصلی سیستم بین تگ‌های system قرار می‌گیرد. آزمایش جدید نشان داد که مدل‌ها نقش‌ها را بر اساس این تگ‌ها تشخیص نمی‌دهند، بلکه بر اساس «سبک نگارش و کلمات» تحلیل می‌کنند.
🔹 هکرها با استفاده از این ضعف و روشی به نام «جعل زنجیره تفکر»، دستورات مخرب خود را به سبک یادداشت‌های داخلی هوش مصنوعی می‌نویسند. در این حالت، مدل زبانی به اشتباه تصور می‌کند که این دستور ناشی از تحلیل فکری خودش یا دستورالعمل پیش‌فرض سیستم است و به راحتی تمام پروتکل‌های ایمنی و اخلاقی را دور می‌زند. تعویض یا تغییر تگ‌های امنیتی توسط سازندگان نیز تقریباً هیچ تأثیری در جلوگیری از این اشتباه ایفا نکرده است.
❕ چرا آموزش‌های ایمنی فعلی مانند «وصله زدن به سد شکسته» است؟
روش کنونی شرکت‌های هوش مصنوعی برای ایمن‌سازی، استفاده از تیم‌های آزمایش‌کننده برای یافتن حملات و آموزش مدل برای مقاومت در برابر آن‌هاست. اما محققان این روش را به نوشتن جریمه روی تخته‌سیاه تشبیه می‌کنند؛ زیرا فهرست خطاهای ممکن بی‌نهایت است. از آنجا که عدم تشخیص دقیق نقش‌ها یک مشکل بنیادی در معماری ورودی مدل‌هاست، هیچ حجمی از آموزش ایمنی نمی‌تواند نفوذپذیری این سیستم‌ها را به صفر برساند.
🔹 این یافته‌ها هشدار مهمی برای ادغام سریع هوش مصنوعی در سیستم‌های حساس مانند امور نظامی، پزشکی و مالی است. متخصصان امنیت سایبری تأکید می‌کنند که تا زمان تغییر بنیادی در معماری این مدل‌ها، نباید به هوش مصنوعی به عنوان یک سیستم کاملاً قابل اعتماد نگریست و باید تمام خروجی‌ها و اقدامات عامل‌های هوشمند تحت نظارت‌های سخت‌گیرانه بیرونی باشد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #امنیت_سایبری #مدل_های_زبانی #فناوری #هک #علوم_کامپیوتر
🔹 مدل‌های بزرگ زبانی (LLM) مانند چت‌بات‌های پیشرفته، با وجود تمام لایه‌های امنیتی، دارای یک ضعف ساختاری و بنیادی هستند که هک کردن آن‌ها را تقریباً اجتناب‌ناپذیر می‌کند. پژوهشی جدید که در کنفرانس بین‌المللی یادگیری ماشین (ICML) ارائه شده و گزارش آن در MIT Technology Review انعکاس یافته، نشان می‌دهد که سیستم‌های هوش مصنوعی نمی‌توانند منبع واقعی دستورات را به طور ساختاری و ۱۰۰ درصدی تشخیص دهند.
❕ نقص ساختاری هوش مصنوعی در تشخیص «خود» از «کاربر» چیست؟
انسان‌ها هنگام سخن گفتن، به دلیل احساس فیزیکی، به راحتی کلام خود را از کلام دیگری تشخیص می‌دهند. اما هوش مصنوعی تمام ورودی‌ها را تنها به صورت یک رشته پیوسته از کلمات می‌بیند. سازندگان برای تفکیک دستورات، از برچسب‌های نقش استفاده می‌کنند؛ مثلاً متن کاربر بین تگ‌های user، یادداشت‌های محاسباتی درون‌مغزی مدل بین تگ‌های think (زنجیره تفکر) و دستورالعمل‌های اصلی سیستم بین تگ‌های system قرار می‌گیرد. آزمایش جدید نشان داد که مدل‌ها نقش‌ها را بر اساس این تگ‌ها تشخیص نمی‌دهند، بلکه بر اساس «سبک نگارش و کلمات» تحلیل می‌کنند.
🔹 هکرها با استفاده از این ضعف و روشی به نام «جعل زنجیره تفکر»، دستورات مخرب خود را به سبک یادداشت‌های داخلی هوش مصنوعی می‌نویسند. در این حالت، مدل زبانی به اشتباه تصور می‌کند که این دستور ناشی از تحلیل فکری خودش یا دستورالعمل پیش‌فرض سیستم است و به راحتی تمام پروتکل‌های ایمنی و اخلاقی را دور می‌زند. تعویض یا تغییر تگ‌های امنیتی توسط سازندگان نیز تقریباً هیچ تأثیری در جلوگیری از این اشتباه ایفا نکرده است.
❕ چرا آموزش‌های ایمنی فعلی مانند «وصله زدن به سد شکسته» است؟
روش کنونی شرکت‌های هوش مصنوعی برای ایمن‌سازی، استفاده از تیم‌های آزمایش‌کننده برای یافتن حملات و آموزش مدل برای مقاومت در برابر آن‌هاست. اما محققان این روش را به نوشتن جریمه روی تخته‌سیاه تشبیه می‌کنند؛ زیرا فهرست خطاهای ممکن بی‌نهایت است. از آنجا که عدم تشخیص دقیق نقش‌ها یک مشکل بنیادی در معماری ورودی مدل‌هاست، هیچ حجمی از آموزش ایمنی نمی‌تواند نفوذپذیری این سیستم‌ها را به صفر برساند.
🔹 این یافته‌ها هشدار مهمی برای ادغام سریع هوش مصنوعی در سیستم‌های حساس مانند امور نظامی، پزشکی و مالی است. متخصصان امنیت سایبری تأکید می‌کنند که تا زمان تغییر بنیادی در معماری این مدل‌ها، نباید به هوش مصنوعی به عنوان یک سیستم کاملاً قابل اعتماد نگریست و باید تمام خروجی‌ها و اقدامات عامل‌های هوشمند تحت نظارت‌های سخت‌گیرانه بیرونی باشد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #امنیت_سایبری #مدل_های_زبانی #فناوری #هک #علوم_کامپیوتر
MIT Technology Review
A fundamental flaw leaves LLMs strikingly vulnerable to attack
It makes it easy to trick them into doing things they shouldn’t, such as telling you how to sabotage an aircraft’s navigation system.
❤2
🔺 چرا حیوانات خانگی نگه می‌داریم؟ ریشه‌های تکاملی دوستی میمون‌ها با سگ‌ها، گوزن‌ها و خوک‌ها
🔹 نگهداری از حیوانات خانگی و ایجاد پیوند عاطفی با گونه‌های دیگر، برای مدت‌ها ویژگی منحصربه‌فرد انسان تصور می‌شد. اما جدیدترین مطالعه گسترده پژوهشگران دانشگاه آکسفورد که در ژورنال Primates منتشر شده، نشان می‌دهد که پایه‌های رفتاری این صمیمیت بین‌گونه‌ای، ریشه‌های تکاملی بسیار عمیق‌تری در میان نخستسانان (نخستین‌ها) دارد.
❕ «رفتار اجتماعی بین‌گونه‌ای» در دنیای حیوانات چیست؟
بیشتر تعاملات میان گونه‌های مختلف حیوانات در طبیعت بر اساس منفعت‌طلبی محض است؛ مانند پیدا کردن آسان‌تر غذا یا امنیت گروهی در برابر شکارچیان. اما «رفتار اجتماعی بین‌گونه‌ای» به تعاملاتی اطلاق می‌شود که در آن حیوانات بدون هیچ پاداش یا منفعت زیستی مشخصی، با گونه‌های دیگر بازی می‌کنند، آن‌ها را نوازش کرده، تمیز می‌کنند یا حتی سرپرستی بچه‌های یتیم گونه دیگر را به عهده می‌گیرند.
🔹 محققان با بررسی ۴۲۷ مورد تعامل دوستانه میان ۸۸ گونه نخستسان و ۱۲۷ گونه دیگر (شامل سگ‌ها، خوک‌ها، گوزن‌ها و پرندگان)، متوجه شدند که رفتار بازی (۱۳۹ مورد) و نوازش یا تیمار کردن (۱۳۶ مورد) رایج‌ترین نوع ارتباط بوده است. برای مثال، ماکاک‌های تایلند سگ‌های خانگی را نوازش می‌کردند، لمورها با یکدیگر وقت می‌گذراندند، و در یک مورد شگفت‌انگیز در برزیل، میمون‌های کاپوچین یک نوزاد مارموزت (گونه‌ای دیگر از میمون) را به فرزندی پذیرفته و ماه‌ها از آن مراقبت کردند.
❕ تفاوت رفتارها بر اساس سن و جنسیت نخستسانان
این مطالعه الگوی جذابی از تمایلات رفتاری را فاش کرد: میمون‌های جوان و کم‌سن و سال بیشتر تمایل داشتند با اعضای گونه‌های دیگر «بازی» کنند، در حالی که ماده‌های بالغ رفتارهای «مراقبت و تیمار کردن» را نشان می‌دادند. در مقابل، نر‌های بالغ بسیار کمتر وارد چنین روابط دوستانه و بی‌منفعتی با سایر حیوانات می‌شدند. این تفاوت نشان می‌دهد که کنجکاوی اجتماعی و حس همزادپنداری اولیه، محرک اصلی این ارتباطات است.
🔹 دانشمندان تأکید می‌کنند که این رفتارهای میمون‌ها دقیقاً معادل «نگهداری از حیوان خانگی» به شکل ساختاریافته انسانی آن نیست، زیرا گاهی این کنجکاوی‌ها به دلیل عدم مهارت به آسیب‌های ناخواسته ختم شده است. با این حال، این تمایل عمیق به برقراری ارتباط، کنجکاوی و شفقت نسبت به غیر، همان «سنگ‌بناهای تکاملی» هستند که در طول میلیون‌ها سال، گرایش انسان‌ها به نگهداری از حیوانات خانگی را شکل داده‌اند.
[منبع]
🆔 @Science_Focus
#تکامل #جانورشناسی #زیست_شناسی_تکاملی #میمون_ها #حیوانات_خانگی #رفتارشناسی
🔹 نگهداری از حیوانات خانگی و ایجاد پیوند عاطفی با گونه‌های دیگر، برای مدت‌ها ویژگی منحصربه‌فرد انسان تصور می‌شد. اما جدیدترین مطالعه گسترده پژوهشگران دانشگاه آکسفورد که در ژورنال Primates منتشر شده، نشان می‌دهد که پایه‌های رفتاری این صمیمیت بین‌گونه‌ای، ریشه‌های تکاملی بسیار عمیق‌تری در میان نخستسانان (نخستین‌ها) دارد.
❕ «رفتار اجتماعی بین‌گونه‌ای» در دنیای حیوانات چیست؟
بیشتر تعاملات میان گونه‌های مختلف حیوانات در طبیعت بر اساس منفعت‌طلبی محض است؛ مانند پیدا کردن آسان‌تر غذا یا امنیت گروهی در برابر شکارچیان. اما «رفتار اجتماعی بین‌گونه‌ای» به تعاملاتی اطلاق می‌شود که در آن حیوانات بدون هیچ پاداش یا منفعت زیستی مشخصی، با گونه‌های دیگر بازی می‌کنند، آن‌ها را نوازش کرده، تمیز می‌کنند یا حتی سرپرستی بچه‌های یتیم گونه دیگر را به عهده می‌گیرند.
🔹 محققان با بررسی ۴۲۷ مورد تعامل دوستانه میان ۸۸ گونه نخستسان و ۱۲۷ گونه دیگر (شامل سگ‌ها، خوک‌ها، گوزن‌ها و پرندگان)، متوجه شدند که رفتار بازی (۱۳۹ مورد) و نوازش یا تیمار کردن (۱۳۶ مورد) رایج‌ترین نوع ارتباط بوده است. برای مثال، ماکاک‌های تایلند سگ‌های خانگی را نوازش می‌کردند، لمورها با یکدیگر وقت می‌گذراندند، و در یک مورد شگفت‌انگیز در برزیل، میمون‌های کاپوچین یک نوزاد مارموزت (گونه‌ای دیگر از میمون) را به فرزندی پذیرفته و ماه‌ها از آن مراقبت کردند.
❕ تفاوت رفتارها بر اساس سن و جنسیت نخستسانان
این مطالعه الگوی جذابی از تمایلات رفتاری را فاش کرد: میمون‌های جوان و کم‌سن و سال بیشتر تمایل داشتند با اعضای گونه‌های دیگر «بازی» کنند، در حالی که ماده‌های بالغ رفتارهای «مراقبت و تیمار کردن» را نشان می‌دادند. در مقابل، نر‌های بالغ بسیار کمتر وارد چنین روابط دوستانه و بی‌منفعتی با سایر حیوانات می‌شدند. این تفاوت نشان می‌دهد که کنجکاوی اجتماعی و حس همزادپنداری اولیه، محرک اصلی این ارتباطات است.
🔹 دانشمندان تأکید می‌کنند که این رفتارهای میمون‌ها دقیقاً معادل «نگهداری از حیوان خانگی» به شکل ساختاریافته انسانی آن نیست، زیرا گاهی این کنجکاوی‌ها به دلیل عدم مهارت به آسیب‌های ناخواسته ختم شده است. با این حال، این تمایل عمیق به برقراری ارتباط، کنجکاوی و شفقت نسبت به غیر، همان «سنگ‌بناهای تکاملی» هستند که در طول میلیون‌ها سال، گرایش انسان‌ها به نگهداری از حیوانات خانگی را شکل داده‌اند.
[منبع]
🆔 @Science_Focus
#تکامل #جانورشناسی #زیست_شناسی_تکاملی #میمون_ها #حیوانات_خانگی #رفتارشناسی
Phys.org
Monkey friendships with dogs, deer and even pigs offer clues to the evolutionary origins of pet-keeping
Why do humans keep pets? A new international study suggests that some of the behavioral foundations of human-animal companionship may have much deeper evolutionary roots than previously thought.
❤2
🔺 معمای «پدیده‌های ناشناخته» در برخورددهنده بزرگ هادرونی: آیا ماده تاریک ردپای خود را به جا گذاشته است؟
🔹 سال‌هاست فیزیکدانان سازمان تحقیقات هسته‌ای اروپا (سرن) در برخورددهنده بزرگ هادرونی (LHC) با اختلالات میکروسکوپی و ناگهانی در باریکه پروتون روبرو می‌شوند که به آن‌ها UFO یا «اشیاء ساقط‌شده ناشناخته» می‌گویند. این اختلالات در واقع به دلیل افتادن ذرات میکروسکوپی غبار به درون باریکه پروتون رخ می‌دهند. اما در دستگاهی به این پاکیزگی و دقت، چه عاملی این ذرات غبار را تکان داده و آزاد می‌کند؟ پژوهشی جدید که در ژورنال Physical Review D منتشر شده، فرضیه شگفت‌انگیزی را مطرح کرده است: ماده تاریک.
❕ اصطلاح UFO در شتاب‌دهنده سرن به چه معناست؟
برخلاف باور عمومی، اصطلاح UFO در فیزیک ذرات هیچ ارتباطی با بشقاب‌پرنده‌ها یا موجودات فضایی ندارد! این کلمه مخفف Unidentified Falling Objects به معنای «اشیاء ساقط‌شده ناشناخته» است. این پدیده‌ها در واقع ذرات غبار در حد چند میکرون هستند که از دیواره‌های شتاب‌دهنده جدا شده، وارد مسیر باریکه پروتون می‌شوند و باعث افت انرژی و قطعی موقت شتاب‌دهنده می‌گردند.
🔹 فیزیکدانان دانشگاه برتیش کلمبیا دریافتند که نوعی ماده تاریک نظری و فشرده به نام «کلوخه‌های کوارکی آکسیون» (AQN) که جرم آن‌ها می‌تواند تا یک کیلوگرم باشد، هنگام عبور از عمق زمین (حتی در فاصله ۱۰۰ کیلومتری از سرن)، امواج صوتی و شوک‌های لرزشی بسیار ضعیفی ایجاد می‌کنند. این امواج شوک زیرزمینی، مانند تق‌تق زدن روی میزی است که یک ساعت سوئیسی بسیار دقیق روی آن قرار دارد؛ لرزش حاصل به شتاب‌دهنده رسیده و ذرات غبار را آزاد می‌کند.
❕ ماده تاریک «کلوخه کوارکی آکسیون» (AQN) چیست؟
اکثر تحقیقات ماده تاریک بر روی ذرات بنیادی نادیدنی و بسیار ریز تمرکز دارند. اما نظریه AQN پیشنهاد می‌کند که ماده تاریک می‌تواند به صورت اجرام فشرده و درشت‌تر (ماکروسکوپی) از جنس کوارک‌ها و پادکوارک‌ها باشد. این اجرام به دلیل جرم و چگالی بالا، هنگام عبور از ماده معمولی اثرات مکانیکی و صوتی قابل اندازه‌گیری ایجاد می‌کنند که با ذرات بنیادی متفاوت است.
🔹 نکته جذاب این پژوهش آن است که برای شکار این نوع ماده تاریک، نیازی به ارتقا یا ساخت تجهیزات جدید در سرن نیست! سیستم‌های ایمنی فعلی LHC که برای حفاظت از دستگاه در برابر افت باریکه نصب شده‌اند، می‌توانند به عنوان یک «آشکارساز صوتی غول‌پیکر» عمل کنند. محاسبات دانشمندان نشان داده که اگر سه اختلال UFO در عرض ۲ ثانیه در نقاط مختلف تونل ۲۷ کیلومتری سرن رخ دهد، این اثر انگشت قطعی از عبور ماده تاریک خواهد بود و بازتحلیل داده‌های قدیمی سرن می‌تواند این راز بزرگ کیهانی را فاش کند.
[منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #سرن #اختروفیزیک #کشف_علمی #شتاب_دهنده
🔹 سال‌هاست فیزیکدانان سازمان تحقیقات هسته‌ای اروپا (سرن) در برخورددهنده بزرگ هادرونی (LHC) با اختلالات میکروسکوپی و ناگهانی در باریکه پروتون روبرو می‌شوند که به آن‌ها UFO یا «اشیاء ساقط‌شده ناشناخته» می‌گویند. این اختلالات در واقع به دلیل افتادن ذرات میکروسکوپی غبار به درون باریکه پروتون رخ می‌دهند. اما در دستگاهی به این پاکیزگی و دقت، چه عاملی این ذرات غبار را تکان داده و آزاد می‌کند؟ پژوهشی جدید که در ژورنال Physical Review D منتشر شده، فرضیه شگفت‌انگیزی را مطرح کرده است: ماده تاریک.
❕ اصطلاح UFO در شتاب‌دهنده سرن به چه معناست؟
برخلاف باور عمومی، اصطلاح UFO در فیزیک ذرات هیچ ارتباطی با بشقاب‌پرنده‌ها یا موجودات فضایی ندارد! این کلمه مخفف Unidentified Falling Objects به معنای «اشیاء ساقط‌شده ناشناخته» است. این پدیده‌ها در واقع ذرات غبار در حد چند میکرون هستند که از دیواره‌های شتاب‌دهنده جدا شده، وارد مسیر باریکه پروتون می‌شوند و باعث افت انرژی و قطعی موقت شتاب‌دهنده می‌گردند.
🔹 فیزیکدانان دانشگاه برتیش کلمبیا دریافتند که نوعی ماده تاریک نظری و فشرده به نام «کلوخه‌های کوارکی آکسیون» (AQN) که جرم آن‌ها می‌تواند تا یک کیلوگرم باشد، هنگام عبور از عمق زمین (حتی در فاصله ۱۰۰ کیلومتری از سرن)، امواج صوتی و شوک‌های لرزشی بسیار ضعیفی ایجاد می‌کنند. این امواج شوک زیرزمینی، مانند تق‌تق زدن روی میزی است که یک ساعت سوئیسی بسیار دقیق روی آن قرار دارد؛ لرزش حاصل به شتاب‌دهنده رسیده و ذرات غبار را آزاد می‌کند.
❕ ماده تاریک «کلوخه کوارکی آکسیون» (AQN) چیست؟
اکثر تحقیقات ماده تاریک بر روی ذرات بنیادی نادیدنی و بسیار ریز تمرکز دارند. اما نظریه AQN پیشنهاد می‌کند که ماده تاریک می‌تواند به صورت اجرام فشرده و درشت‌تر (ماکروسکوپی) از جنس کوارک‌ها و پادکوارک‌ها باشد. این اجرام به دلیل جرم و چگالی بالا، هنگام عبور از ماده معمولی اثرات مکانیکی و صوتی قابل اندازه‌گیری ایجاد می‌کنند که با ذرات بنیادی متفاوت است.
🔹 نکته جذاب این پژوهش آن است که برای شکار این نوع ماده تاریک، نیازی به ارتقا یا ساخت تجهیزات جدید در سرن نیست! سیستم‌های ایمنی فعلی LHC که برای حفاظت از دستگاه در برابر افت باریکه نصب شده‌اند، می‌توانند به عنوان یک «آشکارساز صوتی غول‌پیکر» عمل کنند. محاسبات دانشمندان نشان داده که اگر سه اختلال UFO در عرض ۲ ثانیه در نقاط مختلف تونل ۲۷ کیلومتری سرن رخ دهد، این اثر انگشت قطعی از عبور ماده تاریک خواهد بود و بازتحلیل داده‌های قدیمی سرن می‌تواند این راز بزرگ کیهانی را فاش کند.
[منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #سرن #اختروفیزیک #کشف_علمی #شتاب_دهنده
ScienceAlert
'UFOs' in The Large Hadron Collider May Be Hints of Dark Matter
Hear us out...
❤4
🔺 دریایی از الگوهای لانه‌زنبوری در مریخ: کشف شگفت‌انگیز مریخ‌نورد کنجکاوی در دره گرانده
🔹 مریخ‌نورد «کنجکاوی» ناسا در حین پیمایش دامنه کوه شارپ در گودال گیل، پانورامای بی‌نظیری از ۳۴۰ تصویر به زمین ارسال کرده که دهانه دره‌ای به نام «واله گرانده» را پوشیده از ساختارهای عجیب هندسی شبیه به «کندوی عسل» نشان می‌دهد. این وسیع‌ترین دشت از شکاف‌های چندضلعی است که تاکنون روی سطح سیاره سرخ دیده شده است.
❕ الگوهای چندضلعی در مریخ چگونه شکل گرفته‌اند؟
این ساختارهای لانه‌زنبوری که عرض هر کدام بین ۴ تا ۸ سانتی‌متر است، در واقع «شکاف‌های گِلی باستانی» هستند. میلیاردها سال پیش، زمانی که این ناحیه پوشیده از دریاچه‌ها و رودخانه‌ها بوده، رسوبات گلی بارها مرطوب شده و سپس زیر آفتاب خشک شده‌اند. انقباض و انبساط مداوم گل‌ولای در چرخه‌های متوالی تر و خشک شدن، باعث ایجاد این ترک‌های هندسی و منظم در زمین شده است.
🔹 اهمیت این کشف در این است که چرخه‌های تر و خشک شدن پیاپی، یکی از کلیدی‌ترین شرایط لازم برای شکل‌گیری حیات محسوب می‌شوند. مریخ‌نورد کنجکاوی پیش از این ترکیبات ارگانیک پیچیده‌ای (پیش‌زمینه‌های RNA و DNA) را در سنگ‌های این منطقه کشف کرده بود. انقباض و تبخیر مداوم آب در این ترک‌های چندضلعی می‌توانسته مولکول‌های کربنی ساده را غلیظ کرده و آن‌ها را به زنجیره‌های پیچیده‌تر زیستی تبدیل کند.
❕ چرا طبیعت در زمین و مریخ شیفته هندسه چندضلعی است؟
در فیزیک و زمین‌شناسی، وقتی شکاف‌ها یا جریان‌های همرفتی در یک سطح پخش می‌شوند، شبکه چندضلعی (به‌ویژه شش‌ضلعی) کارآمدترین هندسه برای رهاسازی یکنواخت تنش در تمام جهات با حداقل محیط است. دقیقاً همان‌طور که زنبورها برای مصرف کمتر موم، لانه‌های شش‌ضلعی می‌سازند، ترک‌های گل‌ولای در مریخ یا کویرهای نمک در زمین (مانند دره مرگ) نیز بر اثر قوانین فیزیک به این الگوهای متقارن و لانه‌زنبوری دست می‌یابند.
🔹 کشف این دشت پهناور از شکاف‌های چندضلعی در مریخ، محکم‌ترین مدرک تا به امروز است که ثابت می‌کند مریخ باستانی اقلیمی پویا، دارای فصل‌های مرطوب و خشک و شرایط شیمیایی کاملاً مساعد برای پیدایش حیات داشته است.
[منبع]
🆔 @Science_Focus
#مریخ #ناسا #نجوم #زمین_شناسی #کنجکاوی #حیات_بشر #سیاره_سرخ
🔹 مریخ‌نورد «کنجکاوی» ناسا در حین پیمایش دامنه کوه شارپ در گودال گیل، پانورامای بی‌نظیری از ۳۴۰ تصویر به زمین ارسال کرده که دهانه دره‌ای به نام «واله گرانده» را پوشیده از ساختارهای عجیب هندسی شبیه به «کندوی عسل» نشان می‌دهد. این وسیع‌ترین دشت از شکاف‌های چندضلعی است که تاکنون روی سطح سیاره سرخ دیده شده است.
❕ الگوهای چندضلعی در مریخ چگونه شکل گرفته‌اند؟
این ساختارهای لانه‌زنبوری که عرض هر کدام بین ۴ تا ۸ سانتی‌متر است، در واقع «شکاف‌های گِلی باستانی» هستند. میلیاردها سال پیش، زمانی که این ناحیه پوشیده از دریاچه‌ها و رودخانه‌ها بوده، رسوبات گلی بارها مرطوب شده و سپس زیر آفتاب خشک شده‌اند. انقباض و انبساط مداوم گل‌ولای در چرخه‌های متوالی تر و خشک شدن، باعث ایجاد این ترک‌های هندسی و منظم در زمین شده است.
🔹 اهمیت این کشف در این است که چرخه‌های تر و خشک شدن پیاپی، یکی از کلیدی‌ترین شرایط لازم برای شکل‌گیری حیات محسوب می‌شوند. مریخ‌نورد کنجکاوی پیش از این ترکیبات ارگانیک پیچیده‌ای (پیش‌زمینه‌های RNA و DNA) را در سنگ‌های این منطقه کشف کرده بود. انقباض و تبخیر مداوم آب در این ترک‌های چندضلعی می‌توانسته مولکول‌های کربنی ساده را غلیظ کرده و آن‌ها را به زنجیره‌های پیچیده‌تر زیستی تبدیل کند.
❕ چرا طبیعت در زمین و مریخ شیفته هندسه چندضلعی است؟
در فیزیک و زمین‌شناسی، وقتی شکاف‌ها یا جریان‌های همرفتی در یک سطح پخش می‌شوند، شبکه چندضلعی (به‌ویژه شش‌ضلعی) کارآمدترین هندسه برای رهاسازی یکنواخت تنش در تمام جهات با حداقل محیط است. دقیقاً همان‌طور که زنبورها برای مصرف کمتر موم، لانه‌های شش‌ضلعی می‌سازند، ترک‌های گل‌ولای در مریخ یا کویرهای نمک در زمین (مانند دره مرگ) نیز بر اثر قوانین فیزیک به این الگوهای متقارن و لانه‌زنبوری دست می‌یابند.
🔹 کشف این دشت پهناور از شکاف‌های چندضلعی در مریخ، محکم‌ترین مدرک تا به امروز است که ثابت می‌کند مریخ باستانی اقلیمی پویا، دارای فصل‌های مرطوب و خشک و شرایط شیمیایی کاملاً مساعد برای پیدایش حیات داشته است.
[منبع]
🆔 @Science_Focus
#مریخ #ناسا #نجوم #زمین_شناسی #کنجکاوی #حیات_بشر #سیاره_سرخ
Gizmodo
NASA's Curiosity Rover Finds a Vast Sea of Strange Honeycomb Patterns on Mars
The rover has never found so many in one place before.
❤3
🔺 ۲۰ دقیقه حضور در پارک چگونه هورمون استرس را به طور واقعی کاهش می‌دهد؟
🔹 ارزیابی‌های زیست‌شناختی دانشمندان دانشگاه میشیگان بر روی نمونه‌های بزاق نشان می‌دهد که گذراندن تنها ۲۰ تا ۳۰ دقیقه زمان در یک پارک یا فضای سبز شهری، سطح هورمون استرس (کورتیزول) بدن را با سرعتی بسیار بیشتر از سیر طبیعی افت روزانه آن کاهش می‌دهد. شگفت‌انگیزتر اینکه آزمایش‌ها اثبات کردند نشستن آرام روی نیمکت به اندازه راه رفتن در کاهش این هورمون موثر است.
❕ هورمون کورتیزول چیست و نوسان طبیعی آن چگونه است؟
کورتیزول هورمون اصلی پاسخ به استرس در بدن است، اما سطح آن در حالت عادی ثابت نیست. میزان کورتیزول هنگام بیدار شدن از خواب در بالاترین حد قرار دارد و در طول روز به طور طبیعی کاهش می‌یابد (حدود ۱۱.۷ درصد در هر ساعت). دانشمندان برای اطمینان از اثر واقعی طبیعت، اثر افت طبیعی زمان را در محاسبات جدا کردند و دریافتند حضور در فضای سبز، افت کورتیزول را ۲۱.۳ درصد دیگر در ساعت افزایش می‌دهد.
🔹 نکته حیاتی این پژوهش این است که کاهش کورتیزول نیازی به ورزش سنگین، برنامه‌های پیچیده تنفسی یا رفتن به جنگل‌های دوردست ندارد. شرکت‌کنندگان در این مطالعه مجاز بودند راه بروند یا روی نیمکت بنشینند (بدون استفاده از موبایل، شبکه‌های اجتماعی، مطالعه یا مکالمه). نتایج نشان داد که شیب افت کورتیزول برای کسانی که کاملاً ساکت نشسته بودند با کسانی که پیاده‌روی آرام داشتند کاملاً یکسان بود.
❕ چرا بازه زمانی ۲۰ تا ۳۰ دقیقه «پنجره طلایی» نامیده می‌شود؟
این پژوهش نشان داد که بیشترین بازدهی کاهش هورمون استرس در فاصله دقیقه ۲۰ تا ۳۰ رخ می‌دهد. این بدان معنا نیست که ۱۰ دقیقه بی‌فایده است یا بعد از ۳۰ دقیقه اثر آن متوقف می‌شود؛ بلکه نشان می‌دهد در این بازه ۲۰ تا ۳۰ دقیقه‌ای، بدن بالاترین سرعت بازگشت به آرامش را نسبت به زمان صرف‌شده تجربه می‌کند و پس از ۳۰ دقیقه، سرعت افت کورتیزول کندتر اما همچنان ادامه دارد.
🔹 این یافته‌ها ثابت می‌کند که استراحت در طبیعت نیازی به تبدیل شدن به یک هدف ورزشی یا عملکردی ندارد. حتی فردی که خسته است یا توانایی حرکتی کمی دارد، می‌تواند تنها با نشستن در یک فضای سبز شهری، به بدن خود فرصت یک بازتنظیمی فیزیولوژیک واقعی و زیست‌شناختی را بدهد.
[منبع]
🆔 @Science_Focus
#روانشناسی #زیست_شناسی #استرس #کورتیزول #سلامت_روان #طبیعت #سبک_زندگی
🔹 ارزیابی‌های زیست‌شناختی دانشمندان دانشگاه میشیگان بر روی نمونه‌های بزاق نشان می‌دهد که گذراندن تنها ۲۰ تا ۳۰ دقیقه زمان در یک پارک یا فضای سبز شهری، سطح هورمون استرس (کورتیزول) بدن را با سرعتی بسیار بیشتر از سیر طبیعی افت روزانه آن کاهش می‌دهد. شگفت‌انگیزتر اینکه آزمایش‌ها اثبات کردند نشستن آرام روی نیمکت به اندازه راه رفتن در کاهش این هورمون موثر است.
❕ هورمون کورتیزول چیست و نوسان طبیعی آن چگونه است؟
کورتیزول هورمون اصلی پاسخ به استرس در بدن است، اما سطح آن در حالت عادی ثابت نیست. میزان کورتیزول هنگام بیدار شدن از خواب در بالاترین حد قرار دارد و در طول روز به طور طبیعی کاهش می‌یابد (حدود ۱۱.۷ درصد در هر ساعت). دانشمندان برای اطمینان از اثر واقعی طبیعت، اثر افت طبیعی زمان را در محاسبات جدا کردند و دریافتند حضور در فضای سبز، افت کورتیزول را ۲۱.۳ درصد دیگر در ساعت افزایش می‌دهد.
🔹 نکته حیاتی این پژوهش این است که کاهش کورتیزول نیازی به ورزش سنگین، برنامه‌های پیچیده تنفسی یا رفتن به جنگل‌های دوردست ندارد. شرکت‌کنندگان در این مطالعه مجاز بودند راه بروند یا روی نیمکت بنشینند (بدون استفاده از موبایل، شبکه‌های اجتماعی، مطالعه یا مکالمه). نتایج نشان داد که شیب افت کورتیزول برای کسانی که کاملاً ساکت نشسته بودند با کسانی که پیاده‌روی آرام داشتند کاملاً یکسان بود.
❕ چرا بازه زمانی ۲۰ تا ۳۰ دقیقه «پنجره طلایی» نامیده می‌شود؟
این پژوهش نشان داد که بیشترین بازدهی کاهش هورمون استرس در فاصله دقیقه ۲۰ تا ۳۰ رخ می‌دهد. این بدان معنا نیست که ۱۰ دقیقه بی‌فایده است یا بعد از ۳۰ دقیقه اثر آن متوقف می‌شود؛ بلکه نشان می‌دهد در این بازه ۲۰ تا ۳۰ دقیقه‌ای، بدن بالاترین سرعت بازگشت به آرامش را نسبت به زمان صرف‌شده تجربه می‌کند و پس از ۳۰ دقیقه، سرعت افت کورتیزول کندتر اما همچنان ادامه دارد.
🔹 این یافته‌ها ثابت می‌کند که استراحت در طبیعت نیازی به تبدیل شدن به یک هدف ورزشی یا عملکردی ندارد. حتی فردی که خسته است یا توانایی حرکتی کمی دارد، می‌تواند تنها با نشستن در یک فضای سبز شهری، به بدن خود فرصت یک بازتنظیمی فیزیولوژیک واقعی و زیست‌شناختی را بدهد.
[منبع]
🆔 @Science_Focus
#روانشناسی #زیست_شناسی #استرس #کورتیزول #سلامت_روان #طبیعت #سبک_زندگی
Silicon Canals
Psychology says people who feel physically better after twenty minutes in a park aren’t imagining it, researchers measuring saliva…
The body's stress response shifts measurably within twenty minutes of park time, faster than the day's natural decline would explain.
❤7
🔺 آیا جهان آینه‌ای وجود دارد؟ پاسخ نهایی آزمایش ۲۵ میلیارد نوترون فوق‌سرد
🔹 یک ایده جذاب در فیزیک نظری می‌گوید که ممکن است یک «جهان آینه‌ای» در کنار جهان ما وجود داشته باشد که در آن برای هر ذره بنیادی، یک همتای آینه‌ای وجود دارد؛ فرضیه‌ای که حتی به عنوان گزینه‌ای برای توضیح ماده تاریک مطرح شده بود. اما دانشمندان مؤسسه پاول شرر (PSI) سوئیس در یک آزمایش بی‌سابقه با سنجش ۲۵ میلیارد نوترون فوق‌سرد، نشان دادند که این ذرات بین جهان ما و یک جهان آینه‌ای نوسان نمی‌کنند.
❕ جهان آینه‌ای و معمای طول عمر نوترون چیست؟
در فیزیک، دو روش متفاوت برای اندازه‌گیری طول عمر نوترون آزاد وجود دارد که متأسفانه دو عدد متفاوت به دست می‌دهند! برخی فیزیکدانان پیشنهاد کردند شاید علت این اختلاف آن باشد که برخی نوترون‌ها در حین آزمایش، به طور موقت ناپدید شده و به یک جهان آینه‌ای رفت‌وآمد می‌کنند. در این مدل نظری، ذرات جهان آینه‌ای تنها از طریق گرانش یا نوسانات کوانتومی بسیار نادر با ماده معمولی ما برهم‌کنش دارند.
🔹 برای سنجش این فرضیه، محققان با همکاری دانشگاه‌های اتریش و لهستان، میلیون‌ها نوترون را تا دماهای نزدیک به صفر مطلق سرد کردند تا نوترون‌های فوق‌سرد با سرعت پایین ایجاد شوند. این ذرات در محفظه‌های خلاء استیل غیرمغناطیسی به دام افتادند. از آنجا که احتمال جهش نوترون به جهان آینه‌ای به شدت به میدان مغناطیسی حساس است، دانشمندان در طول چند ماه میدان‌های مغناطیسی مختلفی را اعمال کردند تا تمام حالات ممکن را اسکن کنند.
❕ چرا عدم کشف یک پدیده، یک پیروزی علمی است؟
در طول آزمایش روی ۲۵ میلیارد نوترون، هیچ اثری از ناپدید شدن یا تغییر حالت آن‌ها به ماده آینه‌ای دیده نشد. با اینکه این نتیجه وجود جهان آینه‌ای را رد می‌کند، اما در علم فیزیک، کشف نشدن یک پدیده یا «نتیجه منفی» به اندازه کشف آن اهمیت دارد. این یافته که در ژورنال معتبر Physical Review Letters منتشر شده، یکی از فرضیه‌های اصلی ماده تاریک را کنار می‌زند و فیزیکدانان نظری را هدایت می‌کند تا مسیرهای جدیدتری را برای حل معماهای کیهان بررسی کنند.
🔹 این آزمایش بی‌نظیر اکنون به عنوان دقیق‌ترین معیار تجربی در دنیا شناخته می‌شود و راه را برای شبیه‌سازی‌ها و نظریه‌پردازی‌های دقیق‌تر در آینده هموار کرده است.
[منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #نوترون #فیزیک_کوانتوم #کیهان_شناسی #کشف_علمی
🔹 یک ایده جذاب در فیزیک نظری می‌گوید که ممکن است یک «جهان آینه‌ای» در کنار جهان ما وجود داشته باشد که در آن برای هر ذره بنیادی، یک همتای آینه‌ای وجود دارد؛ فرضیه‌ای که حتی به عنوان گزینه‌ای برای توضیح ماده تاریک مطرح شده بود. اما دانشمندان مؤسسه پاول شرر (PSI) سوئیس در یک آزمایش بی‌سابقه با سنجش ۲۵ میلیارد نوترون فوق‌سرد، نشان دادند که این ذرات بین جهان ما و یک جهان آینه‌ای نوسان نمی‌کنند.
❕ جهان آینه‌ای و معمای طول عمر نوترون چیست؟
در فیزیک، دو روش متفاوت برای اندازه‌گیری طول عمر نوترون آزاد وجود دارد که متأسفانه دو عدد متفاوت به دست می‌دهند! برخی فیزیکدانان پیشنهاد کردند شاید علت این اختلاف آن باشد که برخی نوترون‌ها در حین آزمایش، به طور موقت ناپدید شده و به یک جهان آینه‌ای رفت‌وآمد می‌کنند. در این مدل نظری، ذرات جهان آینه‌ای تنها از طریق گرانش یا نوسانات کوانتومی بسیار نادر با ماده معمولی ما برهم‌کنش دارند.
🔹 برای سنجش این فرضیه، محققان با همکاری دانشگاه‌های اتریش و لهستان، میلیون‌ها نوترون را تا دماهای نزدیک به صفر مطلق سرد کردند تا نوترون‌های فوق‌سرد با سرعت پایین ایجاد شوند. این ذرات در محفظه‌های خلاء استیل غیرمغناطیسی به دام افتادند. از آنجا که احتمال جهش نوترون به جهان آینه‌ای به شدت به میدان مغناطیسی حساس است، دانشمندان در طول چند ماه میدان‌های مغناطیسی مختلفی را اعمال کردند تا تمام حالات ممکن را اسکن کنند.
❕ چرا عدم کشف یک پدیده، یک پیروزی علمی است؟
در طول آزمایش روی ۲۵ میلیارد نوترون، هیچ اثری از ناپدید شدن یا تغییر حالت آن‌ها به ماده آینه‌ای دیده نشد. با اینکه این نتیجه وجود جهان آینه‌ای را رد می‌کند، اما در علم فیزیک، کشف نشدن یک پدیده یا «نتیجه منفی» به اندازه کشف آن اهمیت دارد. این یافته که در ژورنال معتبر Physical Review Letters منتشر شده، یکی از فرضیه‌های اصلی ماده تاریک را کنار می‌زند و فیزیکدانان نظری را هدایت می‌کند تا مسیرهای جدیدتری را برای حل معماهای کیهان بررسی کنند.
🔹 این آزمایش بی‌نظیر اکنون به عنوان دقیق‌ترین معیار تجربی در دنیا شناخته می‌شود و راه را برای شبیه‌سازی‌ها و نظریه‌پردازی‌های دقیق‌تر در آینده هموار کرده است.
[منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #نوترون #فیزیک_کوانتوم #کیهان_شناسی #کشف_علمی
The Debrief
New Experiments Reveal Whether Ultracold Neutrons Magically Switch Between our Universe and a Mirror Universe
After months of experiments hunting for a mirror universe with 25 billion ultracold neutrons, scientists have finally revealed the results.
❤3
🔺 ناخودآگاه چگونه کنترل مغز را در دست دارد؟ پیوند علوم اعصاب مدرن با رازهای ذهن
🔹 حتماً شما هم جمله معروف «انسان تنها از ۱۰ درصد مغز خود استفاده می‌کند» را شنیده‌اید؛ باوری کاملاً نادرست که علم آن را رد کرده است. حقیقت بسیار شگفت‌انگیزتر است: ما از تمام مغز خود استفاده می‌کنیم، اما بخش اعظم این پردازش‌ها به صورت ناخودآگاه رخ می‌دهد. امروز علوم اعصاب شناختی با استفاده از اسکن‌های مغزی پیشرفته نشان می‌دهد که موتور اصلی تصمیم‌گیری‌های ما در اعماق ذهن ناهوشیار می‌چرخد.
❕ پردازش زیرآستانه‌ای: مغز شما قبل از شما می‌بیند!
مطالعات fMRI و تصویربرداری عصبی نشان داده‌اند که اگر تصاویری از چهره‌های شاد یا ترسان به مدت چند میلی‌ثانیه (کمتر از آستانه درک هوشیار) به افراد نشان داده شود، آن‌ها هیچ خاطره آگاهانه‌ای از دیدن چهره‌ها نخواهند داشت. با این حال، مرکز پردازش هیجان در مغز (آمیگدال) بلافاصله فعال شده و تصمیم‌گیری‌های بعدی فرد را تغییر می‌دهد. این یعنی بخش ناخودآگاه مغز دائماً در حال پایش محیط و آماده‌سازی ما برای پاسخ به شرایط است.
🔹 دانیل کانمن، برنده نوبل اقتصاد، این عملکرد را در قالب دو سیستم تفکر توضیح می‌دهد: سیستم یک که سریع، خودکار، بی‌مجهود و عمدتاً ناخودآگاه است و سیستم دو که کند، منطقی و پرانرژی است. اکثر کارهای روزمره ما مانند رانندگی در یک مسیر آشنا یا خواندن کلمات ساده، توسط سیستم یک مدیریت می‌شود تا در مصرف انرژی مغز صرفه‌جویی شود.
❕ اصل انرژی آزاد: مغز به عنوان یک ماشین پیش‌بینی
بر اساس یکی از پیشرفته‌ترین نظریه‌های علوم اعصاب مدرن به نام «اصل انرژی آزاد» که توسط کارل فریستون و مارک سولمز مطرح شده، وظیفه اصلی مغز پیش‌بینی آینده برای حفظ حیات ماست. مغز با استفاده از یک مدل داخلی و ناخودآگاه، دائماً اتفاقات بعدی را حدس می‌زند. اما زمانی که اتفاقی غیرمنتظره یا خطرناک رخ می‌دهد، مغز ناگهان در حالت فوق‌هوشیار قرار می‌گیرد تا مدل خود را به‌روزرسانی کند.
🔹 این یافته‌ها نشان می‌دهند که ناخودآگاه ما یک انباری تاریک از خاطرات فراموش‌شده نیست، بلکه یک پردازشگر بسیار هوشمند، زنده و پویاست که تمام وظایف حیاتی، یادگیری‌های گذشته و پیش‌بینی‌های آینده را مدیریت می‌کند. آگاهی ما تنها نوک یک کوه یخ در اقیانوس پهناور پردازش‌های مغزی است.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #روانشناسی #مغز #ناخودآگاه #آگاهی #تصمیم_گیری #روانشناسی_شناختی
🔹 حتماً شما هم جمله معروف «انسان تنها از ۱۰ درصد مغز خود استفاده می‌کند» را شنیده‌اید؛ باوری کاملاً نادرست که علم آن را رد کرده است. حقیقت بسیار شگفت‌انگیزتر است: ما از تمام مغز خود استفاده می‌کنیم، اما بخش اعظم این پردازش‌ها به صورت ناخودآگاه رخ می‌دهد. امروز علوم اعصاب شناختی با استفاده از اسکن‌های مغزی پیشرفته نشان می‌دهد که موتور اصلی تصمیم‌گیری‌های ما در اعماق ذهن ناهوشیار می‌چرخد.
❕ پردازش زیرآستانه‌ای: مغز شما قبل از شما می‌بیند!
مطالعات fMRI و تصویربرداری عصبی نشان داده‌اند که اگر تصاویری از چهره‌های شاد یا ترسان به مدت چند میلی‌ثانیه (کمتر از آستانه درک هوشیار) به افراد نشان داده شود، آن‌ها هیچ خاطره آگاهانه‌ای از دیدن چهره‌ها نخواهند داشت. با این حال، مرکز پردازش هیجان در مغز (آمیگدال) بلافاصله فعال شده و تصمیم‌گیری‌های بعدی فرد را تغییر می‌دهد. این یعنی بخش ناخودآگاه مغز دائماً در حال پایش محیط و آماده‌سازی ما برای پاسخ به شرایط است.
🔹 دانیل کانمن، برنده نوبل اقتصاد، این عملکرد را در قالب دو سیستم تفکر توضیح می‌دهد: سیستم یک که سریع، خودکار، بی‌مجهود و عمدتاً ناخودآگاه است و سیستم دو که کند، منطقی و پرانرژی است. اکثر کارهای روزمره ما مانند رانندگی در یک مسیر آشنا یا خواندن کلمات ساده، توسط سیستم یک مدیریت می‌شود تا در مصرف انرژی مغز صرفه‌جویی شود.
❕ اصل انرژی آزاد: مغز به عنوان یک ماشین پیش‌بینی
بر اساس یکی از پیشرفته‌ترین نظریه‌های علوم اعصاب مدرن به نام «اصل انرژی آزاد» که توسط کارل فریستون و مارک سولمز مطرح شده، وظیفه اصلی مغز پیش‌بینی آینده برای حفظ حیات ماست. مغز با استفاده از یک مدل داخلی و ناخودآگاه، دائماً اتفاقات بعدی را حدس می‌زند. اما زمانی که اتفاقی غیرمنتظره یا خطرناک رخ می‌دهد، مغز ناگهان در حالت فوق‌هوشیار قرار می‌گیرد تا مدل خود را به‌روزرسانی کند.
🔹 این یافته‌ها نشان می‌دهند که ناخودآگاه ما یک انباری تاریک از خاطرات فراموش‌شده نیست، بلکه یک پردازشگر بسیار هوشمند، زنده و پویاست که تمام وظایف حیاتی، یادگیری‌های گذشته و پیش‌بینی‌های آینده را مدیریت می‌کند. آگاهی ما تنها نوک یک کوه یخ در اقیانوس پهناور پردازش‌های مغزی است.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #روانشناسی #مغز #ناخودآگاه #آگاهی #تصمیم_گیری #روانشناسی_شناختی
The Conversation
How your conscious and unconscious mind interact
The modern scientific consensus is that your unconscious mind does the heavy lifting.
❤2🙏2
🔺 مکمل کراتین و درمان افسردگی: بررسی مرور سیستماتیک آزمایش‌های بالینی
🔹 کراتین مونوهایدریت که به عنوان مکملی پرطرفدار در میان ورزشکاران برای عضله‌سازی شناخته می‌شود، ممکن است پتانسیل بالایی در پشتیبانی از درمان‌های روانپزشکی، به ویژه اختلال افسردگی اساسی داشته باشد. یک مرور سیستماتیک جدید که در ژورنال کانادایی روانپزشکی منتشر شده، نشان می‌دهد افزودن کراتین به درمان‌های استاندارد مانند داروهای ضد‌افسردگی یا روان‌درمانی می‌تواند روند بهبودی بیماران مبتلا به افسردگی را سرعت ببخشد.
❕ کراتین چگونه به سلامت مغز و بهبود خلق‌وخو کمک می‌کند؟
مغز یکی از پرمصرف‌ترین اندام‌های بدن از نظر انرژی است. بافت‌های مغزی برای عملکرد سلول‌های عصبی به مولکول سوختی ATP نیاز دارند. هنگام تفکر و فعالیت‌های ذهنی شدید، این مولکول مصرف شده و به ماده‌ای تخلیه‌شده تبدیل می‌شود. کراتین در مغز مانند یک باتری پشتیبان سریع عمل کرده و با شارژ مجدد این مولکول، انرژی لازم را فراهم می‌کند. مطالعات جدید نشان می‌دهند که اختلال در متابولیسم انرژی و میتوکندری مغز، یکی از ریشه‌های بروز افسردگی اساسی است.
🔹 دانشمندان با بررسی کارآزمایی‌های بالینی دریافتند که اضافه کردن روزانه ۳ تا ۵ گرم کراتین مونوهایدریت به داروی ضد‌افسردگی اسکیتالوپرام در طول ۸ هفته، نرخ بهبودی کامل بیماران را به ۵۲ درصد رساند، در حالی که این رقم در گروه دارونما تنها ۲۶ درصد بود. تصویربرداری‌های مغزی در این افراد افزایش نشانگرهای سلامت سلولی را نشان داد. همچنین ترکیب کراتین با روان‌درمانی شناختی-رفتاری نیز نتایج بهتری نسبت به روان‌درمانی تنها به همراه داشت.
❕ هشدار مهم: کراتین درمان مستقل نیست و برای اختلال دوقطبی ریسک دارد
این مرور سیستماتیک دو نکته حفاظتی بسیار مهم را برجسته می‌کند: یک اینکه کراتین یک درمان مکمل و کمکی در کنار دارو یا روان‌درمانی است و نباید جایگزین درمان‌های اصلی پزشکی شود. دو اینکه در آزمایش‌های مربوط به افسردگی دوقطبی، مصرف کراتین نه تنها علائم را بهبود نداد، بلکه در برخی بیماران باعث بروز حالت شیدایی یا مانیا شد. بنابراین افراد مبتلا به اختلال دوقطبی نباید بدون نظارت دقیق روان‌پزشک از این مکمل استفاده کنند.
🔹 پژوهشگران تأکید می‌کنند که اگرچه کراتین مکملی ایمن و ارزان‌قیمت با عوارض جانبی خفیف است، اما برای تعیین دوزهای دقیق مغزی و سنجش اثرات بلندمدت آن، به کارآزمایی‌های بالینی گسترده‌تری نیاز است.
[منبع]
🆔 @Science_Focus
#روانپزشکی #علوم_اعصاب #افسردگی #مکمل #کراتین #سلامت_روان #مغز
🔹 کراتین مونوهایدریت که به عنوان مکملی پرطرفدار در میان ورزشکاران برای عضله‌سازی شناخته می‌شود، ممکن است پتانسیل بالایی در پشتیبانی از درمان‌های روانپزشکی، به ویژه اختلال افسردگی اساسی داشته باشد. یک مرور سیستماتیک جدید که در ژورنال کانادایی روانپزشکی منتشر شده، نشان می‌دهد افزودن کراتین به درمان‌های استاندارد مانند داروهای ضد‌افسردگی یا روان‌درمانی می‌تواند روند بهبودی بیماران مبتلا به افسردگی را سرعت ببخشد.
❕ کراتین چگونه به سلامت مغز و بهبود خلق‌وخو کمک می‌کند؟
مغز یکی از پرمصرف‌ترین اندام‌های بدن از نظر انرژی است. بافت‌های مغزی برای عملکرد سلول‌های عصبی به مولکول سوختی ATP نیاز دارند. هنگام تفکر و فعالیت‌های ذهنی شدید، این مولکول مصرف شده و به ماده‌ای تخلیه‌شده تبدیل می‌شود. کراتین در مغز مانند یک باتری پشتیبان سریع عمل کرده و با شارژ مجدد این مولکول، انرژی لازم را فراهم می‌کند. مطالعات جدید نشان می‌دهند که اختلال در متابولیسم انرژی و میتوکندری مغز، یکی از ریشه‌های بروز افسردگی اساسی است.
🔹 دانشمندان با بررسی کارآزمایی‌های بالینی دریافتند که اضافه کردن روزانه ۳ تا ۵ گرم کراتین مونوهایدریت به داروی ضد‌افسردگی اسکیتالوپرام در طول ۸ هفته، نرخ بهبودی کامل بیماران را به ۵۲ درصد رساند، در حالی که این رقم در گروه دارونما تنها ۲۶ درصد بود. تصویربرداری‌های مغزی در این افراد افزایش نشانگرهای سلامت سلولی را نشان داد. همچنین ترکیب کراتین با روان‌درمانی شناختی-رفتاری نیز نتایج بهتری نسبت به روان‌درمانی تنها به همراه داشت.
❕ هشدار مهم: کراتین درمان مستقل نیست و برای اختلال دوقطبی ریسک دارد
این مرور سیستماتیک دو نکته حفاظتی بسیار مهم را برجسته می‌کند: یک اینکه کراتین یک درمان مکمل و کمکی در کنار دارو یا روان‌درمانی است و نباید جایگزین درمان‌های اصلی پزشکی شود. دو اینکه در آزمایش‌های مربوط به افسردگی دوقطبی، مصرف کراتین نه تنها علائم را بهبود نداد، بلکه در برخی بیماران باعث بروز حالت شیدایی یا مانیا شد. بنابراین افراد مبتلا به اختلال دوقطبی نباید بدون نظارت دقیق روان‌پزشک از این مکمل استفاده کنند.
🔹 پژوهشگران تأکید می‌کنند که اگرچه کراتین مکملی ایمن و ارزان‌قیمت با عوارض جانبی خفیف است، اما برای تعیین دوزهای دقیق مغزی و سنجش اثرات بلندمدت آن، به کارآزمایی‌های بالینی گسترده‌تری نیاز است.
[منبع]
🆔 @Science_Focus
#روانپزشکی #علوم_اعصاب #افسردگی #مکمل #کراتین #سلامت_روان #مغز
PsyPost
Creatine supplements show potential for managing major depressive disorder
A new systematic review suggests that creatine monohydrate, a popular supplement for athletes, might help treat major depressive disorder. Evidence indicates that combining creatine with standard antidepressants or talk therapy tends to improve depressive…
❤4
🔺 راز ۱۰۰ ساله درخت آووکادو برملا شد: ژنی که جنسیت گل‌ها را زمان‌بندی می‌کند
🔹 گل‌های درخت آووکادو رفتار شگفت‌انگیزی دارند؛ آن‌ها دوجنسی هستند اما برای جلوگیری از خودباروری و حفظ تنوع ژنتیکی، جنسیت خود را در طول روز تغییر می‌دهند! سال‌ها برای زیست‌شناسان و کشاورزان معما بود که این زمان‌بندی چگونه کنترل می‌شود. اکنون دانشمندان دانشگاه کالیفرنیا در مطالعه‌ای که در ژورنال معتبر PNAS منتشر شده، توانسته‌اند این راز ۱۰۰ ساله را به یک ژن واحد به نام SDMYB متصل کنند؛ کشف بزرگی که صنعت کشاورزی و اصلاح نژاد این میوه را دگرگون می‌کند.
❕ تغییر جنسیت روزانه در درختان آووکادو چگونه کار می‌کند؟
درختان آووکادو به دو گروه A و B تقسیم می‌شوند. در گروه A، گل‌ها صبح‌ها به عنوان ماده باز می‌شوند تا گرده دریافت کنند، سپس بسته شده و بعدازظهر روز بعد به عنوان نر باز می‌شوند تا گرده آزاد کنند. در گروه B، این زمان‌بندی دقیقاً عکس است (عصر ماده و صبح نر). این ریتم هماهنگ باعث می‌شود درختان مجاور همزمان گرده‌های یکدیگر را دریافت کرده و بارور شوند. تا پیش از این، کشاورزان مجبور بودند ۵ تا ۱۰ سال صبر کنند تا درخت برای اولین‌بار گل بدهد تا بفهمند از کدام نوع است!
🔹 پژوهشگران با بررسی ژنوم و رفتار گل‌دهی بیش از ۵۰۰ درخت دریافتند که ژن SDMYB مانند یک ساعت زیستی عمل کرده و زمان‌بندی باز و بسته شدن گل‌ها را طبق قوانین ژنتیک مندل کنترل می‌کند. شگفت‌انگیزتر اینکه بررسی‌ها نشان داد این کلید ژنتیکی بیش از ۴۲ میلیون سال قدمت دارد و میان حداقل ۲۶ گونه گیاهی دیگر نیز مشترک است.
❕ چرا این کشف یک میان‌بر عظیم برای کشاورزی است؟
تا امروز، پرورش‌دهندگان آووکادو برای توسعه گونه‌های خوش‌طعم‌تر و مقاوم‌تر مجبور بودند سال‌ها منتظر بمانند تا نوع گل‌دهی یک جوانه مشخص شود. اما با شناسایی این نشانگر ژنتیکی، اکنون می‌توان بلافاصله و تنها با یک آزمایش ساده DNA از روی نهال‌های چند روزه، نوع A یا B بودن درخت را تعیین کرد. این میان‌بر ژنتیکی، فرآیند چندساله اصلاح نژاد و انتخاب گونه‌های مقاوم به تغییرات اقلیمی را سال‌ها جلو می‌اندازد.
🔹 این دستاورد نه تنها یک معمای کهن در زیست‌شناسی گیاهی را حل کرده، بلکه ابزاری قدرتمند در اختیار کشاورزان قرار می‌دهد تا درختانی با بازدهی بسیار بالاتر و مقاوم‌تر در برابر چالش‌های آب‌وهوایی آینده پرورش دهند.
[منبع]
🆔 @Science_Focus
#کشاورزی #ژنتیک #زیست_شناسی #آووکادو #گیاه_شناسی #کشف_علمی #تکامل
🔹 گل‌های درخت آووکادو رفتار شگفت‌انگیزی دارند؛ آن‌ها دوجنسی هستند اما برای جلوگیری از خودباروری و حفظ تنوع ژنتیکی، جنسیت خود را در طول روز تغییر می‌دهند! سال‌ها برای زیست‌شناسان و کشاورزان معما بود که این زمان‌بندی چگونه کنترل می‌شود. اکنون دانشمندان دانشگاه کالیفرنیا در مطالعه‌ای که در ژورنال معتبر PNAS منتشر شده، توانسته‌اند این راز ۱۰۰ ساله را به یک ژن واحد به نام SDMYB متصل کنند؛ کشف بزرگی که صنعت کشاورزی و اصلاح نژاد این میوه را دگرگون می‌کند.
❕ تغییر جنسیت روزانه در درختان آووکادو چگونه کار می‌کند؟
درختان آووکادو به دو گروه A و B تقسیم می‌شوند. در گروه A، گل‌ها صبح‌ها به عنوان ماده باز می‌شوند تا گرده دریافت کنند، سپس بسته شده و بعدازظهر روز بعد به عنوان نر باز می‌شوند تا گرده آزاد کنند. در گروه B، این زمان‌بندی دقیقاً عکس است (عصر ماده و صبح نر). این ریتم هماهنگ باعث می‌شود درختان مجاور همزمان گرده‌های یکدیگر را دریافت کرده و بارور شوند. تا پیش از این، کشاورزان مجبور بودند ۵ تا ۱۰ سال صبر کنند تا درخت برای اولین‌بار گل بدهد تا بفهمند از کدام نوع است!
🔹 پژوهشگران با بررسی ژنوم و رفتار گل‌دهی بیش از ۵۰۰ درخت دریافتند که ژن SDMYB مانند یک ساعت زیستی عمل کرده و زمان‌بندی باز و بسته شدن گل‌ها را طبق قوانین ژنتیک مندل کنترل می‌کند. شگفت‌انگیزتر اینکه بررسی‌ها نشان داد این کلید ژنتیکی بیش از ۴۲ میلیون سال قدمت دارد و میان حداقل ۲۶ گونه گیاهی دیگر نیز مشترک است.
❕ چرا این کشف یک میان‌بر عظیم برای کشاورزی است؟
تا امروز، پرورش‌دهندگان آووکادو برای توسعه گونه‌های خوش‌طعم‌تر و مقاوم‌تر مجبور بودند سال‌ها منتظر بمانند تا نوع گل‌دهی یک جوانه مشخص شود. اما با شناسایی این نشانگر ژنتیکی، اکنون می‌توان بلافاصله و تنها با یک آزمایش ساده DNA از روی نهال‌های چند روزه، نوع A یا B بودن درخت را تعیین کرد. این میان‌بر ژنتیکی، فرآیند چندساله اصلاح نژاد و انتخاب گونه‌های مقاوم به تغییرات اقلیمی را سال‌ها جلو می‌اندازد.
🔹 این دستاورد نه تنها یک معمای کهن در زیست‌شناسی گیاهی را حل کرده، بلکه ابزاری قدرتمند در اختیار کشاورزان قرار می‌دهد تا درختانی با بازدهی بسیار بالاتر و مقاوم‌تر در برابر چالش‌های آب‌وهوایی آینده پرورش دهند.
[منبع]
🆔 @Science_Focus
#کشاورزی #ژنتیک #زیست_شناسی #آووکادو #گیاه_شناسی #کشف_علمی #تکامل
University of California, Riverside
Gene discovery could shave years off avocado breeding
UCR scientists helped find a genetic switch that could shave years off avocado breeding by allowing researchers to identify one of a young tree’s most important traits long before it flowers.
❤6
🔺 کوچ برنده نوبل ریاضیات به OpenAI: چرا یکی از برترین ریاضی‌دانان جهان مشغول ایمنی هوش مصنوعی شد؟
🔹 در تصمیمی که جامعه علمی را شگفت‌زده کرده است، جیکوب زیمرمن، برنده مدال فیلدز ۲۰۲۶ (که به عنوان نوبل ریاضیات شناخته می‌شود)، درست در روز دریافت این جایزه معتبر اعلام کرد که دانشگاه تورنتو را مرخصی گرفته و به تیم ایمنی هوش مصنوعی شرکت OpenAI می‌پیوندد. یکی از متخصصان یادگیری ماشین این اتفاق را به «استخدام لئو مسی به عنوان مدیر پروژه» تشبیه کرده است. اما چرا یک ریاضی‌دان برجسته نظریه اعداد، شغل خود را برای کار روی ایمنی هوش مصنوعی رها می‌کند؟
❕ مدال فیلدز و زلزله هوش مصنوعی در دنیای ریاضیات
مدال فیلدز بالاترین نشان علمی در ریاضیات است که هر چهار سال یک‌بار به برترین ریاضی‌دانان اعطا می‌شود. زیمرمن به دلیل اثبات حدس‌های پیچیده‌ای در نظریه اعداد برنده این جایزه شد. این تصمیم زمانی رخ می‌دهد که مدل‌های هوش مصنوعی وارد مرحله حل مسائل در سطح تحقیقات حرفه‌ای شده‌اند و اخیراً توانسته‌اند حدس‌های ریاضی ۸۰ ساله را رد یا اثبات کنند؛ تغییری که ترنس تائو، دیگر برنده مدال فیلدز، آن را آغاز «دوران پرتلاطم ریاضیات» نامیده است.
🔹 زیمرمن در مصاحبه جدید خود با نشریه آتلانتیک توضیح می‌دهد که الگوریتم‌های هوش مصنوعی به سرعت در حال عبور از توانایی‌های انسانی در حل مسائل ریاضی هستند و به زودی نحوه کار کل این رشته تغییر خواهد کرد. اما انگیزه اصلی او برای پیوستن به OpenAI، تمرکز بر روی توسعه توانمندی‌ها نیست، بلکه حل چالش‌های ایمنی هوش مصنوعی است.
❕ چرا ایمنی هوش مصنوعی به ریاضی‌دانان نیاز دارد؟
هوش مصنوعی در حال حاضر یک علم تجربی و مبتنی بر آزمون‌وخطاست و ما هنوز درک نظری و دقیق ریاضی از نحوه کارکرد داخلی مدل‌ها و رفتار آن‌ها در شرایط غیرمنتظره نداریم. زیمرمن معتقد است ریاضیات زبان تبدیل شهودهای مبهم به فرمول‌ها و تعاریف دقیق است؛ همان‌طور که در گذشته نظریه اطلاعات و نظریه پیچیدگی را خلق کرد. با ریاضیاتی‌کردن مفاهیم ایمنی، می‌توان رفتار هوش مصنوعی‌های پیشرفته را پیش‌بینی، کنترل و مهار کرد.
🔹 زیمرمن تأکید می‌کند که پیشرفت‌های هوش مصنوعی آن‌قدر سریع است که نباید اجازه داد سوءظن یا انکار، ما را از حل مسائل پیچیده ایمنی بازدارد. او امیدوار است با حضور ریاضی‌دانان برجسته در آزمایشگاه‌های هوش مصنوعی، بتوان ساختارهای نظری محکمی برای مهار خطرات احتمالی این فناوری ایجاد کرد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #ریاضیات #مدال_فیلدز #OpenAI #ایمنی_هوش_مصنوعی #فناوری
🔹 در تصمیمی که جامعه علمی را شگفت‌زده کرده است، جیکوب زیمرمن، برنده مدال فیلدز ۲۰۲۶ (که به عنوان نوبل ریاضیات شناخته می‌شود)، درست در روز دریافت این جایزه معتبر اعلام کرد که دانشگاه تورنتو را مرخصی گرفته و به تیم ایمنی هوش مصنوعی شرکت OpenAI می‌پیوندد. یکی از متخصصان یادگیری ماشین این اتفاق را به «استخدام لئو مسی به عنوان مدیر پروژه» تشبیه کرده است. اما چرا یک ریاضی‌دان برجسته نظریه اعداد، شغل خود را برای کار روی ایمنی هوش مصنوعی رها می‌کند؟
❕ مدال فیلدز و زلزله هوش مصنوعی در دنیای ریاضیات
مدال فیلدز بالاترین نشان علمی در ریاضیات است که هر چهار سال یک‌بار به برترین ریاضی‌دانان اعطا می‌شود. زیمرمن به دلیل اثبات حدس‌های پیچیده‌ای در نظریه اعداد برنده این جایزه شد. این تصمیم زمانی رخ می‌دهد که مدل‌های هوش مصنوعی وارد مرحله حل مسائل در سطح تحقیقات حرفه‌ای شده‌اند و اخیراً توانسته‌اند حدس‌های ریاضی ۸۰ ساله را رد یا اثبات کنند؛ تغییری که ترنس تائو، دیگر برنده مدال فیلدز، آن را آغاز «دوران پرتلاطم ریاضیات» نامیده است.
🔹 زیمرمن در مصاحبه جدید خود با نشریه آتلانتیک توضیح می‌دهد که الگوریتم‌های هوش مصنوعی به سرعت در حال عبور از توانایی‌های انسانی در حل مسائل ریاضی هستند و به زودی نحوه کار کل این رشته تغییر خواهد کرد. اما انگیزه اصلی او برای پیوستن به OpenAI، تمرکز بر روی توسعه توانمندی‌ها نیست، بلکه حل چالش‌های ایمنی هوش مصنوعی است.
❕ چرا ایمنی هوش مصنوعی به ریاضی‌دانان نیاز دارد؟
هوش مصنوعی در حال حاضر یک علم تجربی و مبتنی بر آزمون‌وخطاست و ما هنوز درک نظری و دقیق ریاضی از نحوه کارکرد داخلی مدل‌ها و رفتار آن‌ها در شرایط غیرمنتظره نداریم. زیمرمن معتقد است ریاضیات زبان تبدیل شهودهای مبهم به فرمول‌ها و تعاریف دقیق است؛ همان‌طور که در گذشته نظریه اطلاعات و نظریه پیچیدگی را خلق کرد. با ریاضیاتی‌کردن مفاهیم ایمنی، می‌توان رفتار هوش مصنوعی‌های پیشرفته را پیش‌بینی، کنترل و مهار کرد.
🔹 زیمرمن تأکید می‌کند که پیشرفت‌های هوش مصنوعی آن‌قدر سریع است که نباید اجازه داد سوءظن یا انکار، ما را از حل مسائل پیچیده ایمنی بازدارد. او امیدوار است با حضور ریاضی‌دانان برجسته در آزمایشگاه‌های هوش مصنوعی، بتوان ساختارهای نظری محکمی برای مهار خطرات احتمالی این فناوری ایجاد کرد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #ریاضیات #مدال_فیلدز #OpenAI #ایمنی_هوش_مصنوعی #فناوری
The Atlantic
Something Weird Is Happening in Math
Why one of the world’s best mathematicians is joining OpenAI
❤2