🔺 تست بویایی در خانه میتواند زوال شناختی را زودتر تشخیص دهد
🔹 یک مطالعه جدید نشان میدهد که تست بویایی میتواند روشی ساده و کمهزینه برای تشخیص زودهنگام مشکلات شناختی در خانه باشد. محققان دریافتند سالمندانی که مشکلات خفیف شناختی دارند، در شناسایی و بهخاطر سپردن بوها عملکرد ضعیفتری نسبت به افراد سالم دارند.
🔹 این تست به دو زبان انگلیسی و اسپانیایی انجام شد و نتایج آن در هر دو گروه زبانی یکسان بود. همچنین، نظارت یا عدم نظارت بر انجام تست تأثیری در نتیجه نداشت. این یافتهها نشان میدهد که تست بویایی میتواند به عنوان یک ابزار غربالگری غیرتهاجمی برای شناسایی افراد در معرض خطر آلزایمر و سایر بیماریهای عصبی، حتی قبل از بروز علائم حافظه، استفاده شود.
❕ حس بویایی یکی از اولین تواناییهایی است که در بیماریهای عصبی مانند آلزایمر تحت تأثیر قرار میگیرد. این تست با ارزیابی توانایی تشخیص، شناسایی و بهخاطر سپردن بوها، میتواند نشانههای اولیه زوال شناختی را آشکار کند. روشی ساده که حتی در خانه نیز قابل انجام است!
🔹 محققان دانشگاه هاروارد از تستی به نام «Aromha Brain Health Test» استفاده کردند که در آن افراد بوهای مختلف روی کارتها را استشمام و شناسایی میکنند. نتایج نشان داد سالمندانی که مشکلات شناختی خفیف دارند، در مقایسه با افراد سالم، عملکرد ضعیفتری در این تست داشتند.
🔹 این روش نهتنها کمهزینه و غیرتهاجمی است و برای افراد با زبانهای مختلف قابل استفاده است. محققان امیدوارند با توسعه این روش، بتوانند راهی برای تشخیص زودهنگام آلزایمر و مداخله درمانی پیش از پیشرفت بیماری پیدا کنند.
[منبع]
🆔 @Science_Focus
#سلامتی #آلزایمر #زوال_شناختی #علوم_عصبی
🔹 یک مطالعه جدید نشان میدهد که تست بویایی میتواند روشی ساده و کمهزینه برای تشخیص زودهنگام مشکلات شناختی در خانه باشد. محققان دریافتند سالمندانی که مشکلات خفیف شناختی دارند، در شناسایی و بهخاطر سپردن بوها عملکرد ضعیفتری نسبت به افراد سالم دارند.
🔹 این تست به دو زبان انگلیسی و اسپانیایی انجام شد و نتایج آن در هر دو گروه زبانی یکسان بود. همچنین، نظارت یا عدم نظارت بر انجام تست تأثیری در نتیجه نداشت. این یافتهها نشان میدهد که تست بویایی میتواند به عنوان یک ابزار غربالگری غیرتهاجمی برای شناسایی افراد در معرض خطر آلزایمر و سایر بیماریهای عصبی، حتی قبل از بروز علائم حافظه، استفاده شود.
❕ حس بویایی یکی از اولین تواناییهایی است که در بیماریهای عصبی مانند آلزایمر تحت تأثیر قرار میگیرد. این تست با ارزیابی توانایی تشخیص، شناسایی و بهخاطر سپردن بوها، میتواند نشانههای اولیه زوال شناختی را آشکار کند. روشی ساده که حتی در خانه نیز قابل انجام است!
🔹 محققان دانشگاه هاروارد از تستی به نام «Aromha Brain Health Test» استفاده کردند که در آن افراد بوهای مختلف روی کارتها را استشمام و شناسایی میکنند. نتایج نشان داد سالمندانی که مشکلات شناختی خفیف دارند، در مقایسه با افراد سالم، عملکرد ضعیفتری در این تست داشتند.
🔹 این روش نهتنها کمهزینه و غیرتهاجمی است و برای افراد با زبانهای مختلف قابل استفاده است. محققان امیدوارند با توسعه این روش، بتوانند راهی برای تشخیص زودهنگام آلزایمر و مداخله درمانی پیش از پیشرفت بیماری پیدا کنند.
[منبع]
🆔 @Science_Focus
#سلامتی #آلزایمر #زوال_شناختی #علوم_عصبی
Neuroscience News
Smell Test at Home May Sniff Out Early Cognitive Decline
A new study highlights that olfactory testing could offer a simple, cost-effective way to detect early cognitive impairment from home.
🔺 بهترین زبان برنامهنویسی برای پایان جهان چیست؟
🔹 اگر روزی شبکههای جهانی از کار بیفتند و تمدن فروبپاشد، چه زبانی میتواند به بقای فناوری کمک کند؟ «ویرژیل دوپراس»، یک برنامهنویس کانادایی، معتقد است که فروپاشی اجتنابناپذیر است و تنها راه نجات، یک سیستم عامل به نام «Collapse OS» و یک زبان برنامهنویسی قدیمی به نام «فورث» (Forth) است.
🔹 دوپراس در روستایی کوچک در کبک زندگی میکند و سالهاست برای روزهای آخر آماده میشود. او معتقد است که تغییرات آبوهوایی و فروپاشی زنجیرههای تأمین جهانی، فناوری مدرن را نابود خواهد کرد. بدون کارخانهها و قطعات الکترونیکی، تعمیر کامپیوترها غیرممکن خواهد شد. در این شرایط، تنها سیستمهای ساده و کممصرف مثل «Collapse OS» که روی سختافزارهای بازیافتی اجرا میشوند، میتوانند مفید باشند.
❕ فورث یک زبان برنامهنویسی سطح پایین است که در دهه ۱۹۶۰ توسط «چاک مور» توسعه یافت. این زبان به جای استفاده از کتابخانههای پیچیده، مستقیماً با سختافزار ارتباط برقرار میکند و حافظه کمی مصرف میکند. به همین دلیل، برای دستگاههای محدود مثل میکروکنترلرها (تراشههای کوچک داخل رادیوها یا پنلهای خورشیدی) ایدهآل است.
🔹 دوپراس با استفاده از فورث، سیستم عاملی ساخت که روی دستگاههای قدیمی اجرا میشود و میتواند به بازسازی فناوری پس از فروپاشی کمک کند. نسخه جدیدتر آن به نام «Dusk OS» حتی امکان اجرای کدهای زبان C (پایه بیشتر نرمافزارهای امروزی) را فراهم میکند.
🔹 اما چرا این موضوع مهم است؟ چون پس از فروپاشی، این سیستمها میتوانند برای کنترل سیستمهای حیاتی مثل گلخانهها، خطوط تلفن و تولید برق محلی استفاده شوند. مشکل اینجاست که بدون اینترنت، تنها کسانی میتوانند از این فناوری استفاده کنند که از قبل آن را دانلود کرده باشند یا از کسی کپی بگیرند!
❕ دوپراس میگوید:
در دنیای پسافروپاشی، کسانی که بتوانند از این سیستمها استفاده کنند، نقش رهبران فناوری را خواهند داشت. شاید این ایده افراطی به نظر برسد، اما برخی مانند «دواین» (یک برنامهنویس مستقل) معتقدند که برنامهنویسی کممصرف نه تنها برای روزهای آخر، بلکه برای کاهش مصرف انرژی امروز هم مفید است.
[منبع]
🆔 @Science_Focus
#فناوری #برنامهنویسی #آینده #بقا
🔹 اگر روزی شبکههای جهانی از کار بیفتند و تمدن فروبپاشد، چه زبانی میتواند به بقای فناوری کمک کند؟ «ویرژیل دوپراس»، یک برنامهنویس کانادایی، معتقد است که فروپاشی اجتنابناپذیر است و تنها راه نجات، یک سیستم عامل به نام «Collapse OS» و یک زبان برنامهنویسی قدیمی به نام «فورث» (Forth) است.
🔹 دوپراس در روستایی کوچک در کبک زندگی میکند و سالهاست برای روزهای آخر آماده میشود. او معتقد است که تغییرات آبوهوایی و فروپاشی زنجیرههای تأمین جهانی، فناوری مدرن را نابود خواهد کرد. بدون کارخانهها و قطعات الکترونیکی، تعمیر کامپیوترها غیرممکن خواهد شد. در این شرایط، تنها سیستمهای ساده و کممصرف مثل «Collapse OS» که روی سختافزارهای بازیافتی اجرا میشوند، میتوانند مفید باشند.
❕ فورث یک زبان برنامهنویسی سطح پایین است که در دهه ۱۹۶۰ توسط «چاک مور» توسعه یافت. این زبان به جای استفاده از کتابخانههای پیچیده، مستقیماً با سختافزار ارتباط برقرار میکند و حافظه کمی مصرف میکند. به همین دلیل، برای دستگاههای محدود مثل میکروکنترلرها (تراشههای کوچک داخل رادیوها یا پنلهای خورشیدی) ایدهآل است.
🔹 دوپراس با استفاده از فورث، سیستم عاملی ساخت که روی دستگاههای قدیمی اجرا میشود و میتواند به بازسازی فناوری پس از فروپاشی کمک کند. نسخه جدیدتر آن به نام «Dusk OS» حتی امکان اجرای کدهای زبان C (پایه بیشتر نرمافزارهای امروزی) را فراهم میکند.
🔹 اما چرا این موضوع مهم است؟ چون پس از فروپاشی، این سیستمها میتوانند برای کنترل سیستمهای حیاتی مثل گلخانهها، خطوط تلفن و تولید برق محلی استفاده شوند. مشکل اینجاست که بدون اینترنت، تنها کسانی میتوانند از این فناوری استفاده کنند که از قبل آن را دانلود کرده باشند یا از کسی کپی بگیرند!
❕ دوپراس میگوید:
«مهارت در فورث مانند قدرت است.»
در دنیای پسافروپاشی، کسانی که بتوانند از این سیستمها استفاده کنند، نقش رهبران فناوری را خواهند داشت. شاید این ایده افراطی به نظر برسد، اما برخی مانند «دواین» (یک برنامهنویس مستقل) معتقدند که برنامهنویسی کممصرف نه تنها برای روزهای آخر، بلکه برای کاهش مصرف انرژی امروز هم مفید است.
[منبع]
🆔 @Science_Focus
#فناوری #برنامهنویسی #آینده #بقا
WIRED
The Best Programming Language for the End of the World
Once the grid goes down, an old programming language called Forth—and a new operating system called Collapse OS—may be our only salvation.
🔺 کشف حرکت در جایی که فیزیک پیشبینی میکرد هیچ حرکتی وجود ندارد!
🔹 دانشمندان در آزمایشگاه ملی لارنس برکلی (Berkeley Lab) پدیدهای غیرمنتظره را در مواد کوانتومی مشاهده کردند: حرکت ذرات در دمای نزدیک به صفر مطلق، جایی که طبق قوانین فیزیک کلاسیک، همه چیز باید کاملاً ساکن باشد. این کشف با مطالعه «اگزایتونهای بینلایهای» (interlayer excitons) در ساختارهای موآر (moiré) از جنس دیکالکوژنیدهای فلزات واسطه (TMDs) انجام شد.
🔹 محققان دریافتند که «فازونها» (phasons) — ذرات شبهکوانتومی در شبکه بلوری — باعث میشوند اگزایتونها حتی در دماهای بسیار پایین نیز به حرکت خود ادامه دهند. این یافته میتواند به بهبود فناوریهای کوانتومی مانند کیوبیتها کمک کند، زیرا یکی از چالشهای اصلی در محاسبات کوانتومی، از دست رفتن همدوسی (decoherence) به دلیل حرکات ناخواسته است.
❕ اگزایتون چیست؟
اگزایتون یک جفت الکترون-حفره است که توسط نیروی کولمبی به هم متصل شدهاند. در مواد دوبعدی مانند TMDها، اگزایتونهای بینلایهای میتوانند بین لایههای مختلف حرکت کنند. این ذرات برای انتقال اطلاعات در سیستمهای کوانتومی بسیار امیدوارکننده هستند.
❕ ساختار موآر چگونه کار میکند؟
وقتی دو لایه نازک از مواد TMD با زاویه کمی روی هم قرار میگیرند، یک الگوی موآر تشکیل میشود که مانند یک نقشه انرژی با «درهها» و «قلهها» رفتار میکند. پیشازاین تصور میشد این درهها اگزایتونها را به دام میاندازند، اما این تحقیق نشان داد که الگوی موآر ثابت نیست و مانند یک دریا متحرک است!
🔹 کاربردهای احتمالی:
- بهبود پایداری کیوبیتها با کنترل حرکت اگزایتونها.
- طراحی مواد ابررسانا در دماهای پایینتر.
- توسعه حافظههای کوانتومی با طول عمر بیشتر.
🔹 گام بعدی تحقیق:
تیم تحقیقاتی قصد دارد تصویربرداری مستقیم از فازونها را انجام دهد و نقش آنها در ابررسانایی را بررسی کند.
[منبع]
🆔 @Science_Focus
#فیزیک_کوانتومی #نانوفناوری #مواد_پیشرفته #ابررسانایی
🔹 دانشمندان در آزمایشگاه ملی لارنس برکلی (Berkeley Lab) پدیدهای غیرمنتظره را در مواد کوانتومی مشاهده کردند: حرکت ذرات در دمای نزدیک به صفر مطلق، جایی که طبق قوانین فیزیک کلاسیک، همه چیز باید کاملاً ساکن باشد. این کشف با مطالعه «اگزایتونهای بینلایهای» (interlayer excitons) در ساختارهای موآر (moiré) از جنس دیکالکوژنیدهای فلزات واسطه (TMDs) انجام شد.
🔹 محققان دریافتند که «فازونها» (phasons) — ذرات شبهکوانتومی در شبکه بلوری — باعث میشوند اگزایتونها حتی در دماهای بسیار پایین نیز به حرکت خود ادامه دهند. این یافته میتواند به بهبود فناوریهای کوانتومی مانند کیوبیتها کمک کند، زیرا یکی از چالشهای اصلی در محاسبات کوانتومی، از دست رفتن همدوسی (decoherence) به دلیل حرکات ناخواسته است.
❕ اگزایتون چیست؟
اگزایتون یک جفت الکترون-حفره است که توسط نیروی کولمبی به هم متصل شدهاند. در مواد دوبعدی مانند TMDها، اگزایتونهای بینلایهای میتوانند بین لایههای مختلف حرکت کنند. این ذرات برای انتقال اطلاعات در سیستمهای کوانتومی بسیار امیدوارکننده هستند.
❕ ساختار موآر چگونه کار میکند؟
وقتی دو لایه نازک از مواد TMD با زاویه کمی روی هم قرار میگیرند، یک الگوی موآر تشکیل میشود که مانند یک نقشه انرژی با «درهها» و «قلهها» رفتار میکند. پیشازاین تصور میشد این درهها اگزایتونها را به دام میاندازند، اما این تحقیق نشان داد که الگوی موآر ثابت نیست و مانند یک دریا متحرک است!
🔹 کاربردهای احتمالی:
- بهبود پایداری کیوبیتها با کنترل حرکت اگزایتونها.
- طراحی مواد ابررسانا در دماهای پایینتر.
- توسعه حافظههای کوانتومی با طول عمر بیشتر.
🔹 گام بعدی تحقیق:
تیم تحقیقاتی قصد دارد تصویربرداری مستقیم از فازونها را انجام دهد و نقش آنها در ابررسانایی را بررسی کند.
[منبع]
🆔 @Science_Focus
#فیزیک_کوانتومی #نانوفناوری #مواد_پیشرفته #ابررسانایی
SciTechDaily
Scientists Discover Motion Where Physics Said There Should Be None
A hidden quantum wave may keep particles moving, even when everything else freezes. Researchers discovered that phasons, a type of low-temperature quasiparticle found in crystal lattices, allow interlayer excitons to move, even at temperatures where motion…
تازههای علمی
🔺 بازگشت دو فضانورد بوئینگ استارلاینر به زمین پس از ۹ ماه اقامت در فضا 🔹 دو فضانورد بوئینگ استارلاینر، پس از ۹ ماه اقامت ناخواسته در ایستگاه فضایی بینالمللی، سرانجام به زمین بازگشتند. این دو فضانورد، «بوتچ ویلمور» و «سونی ویلیامز»، در حالی که انتظار میرفت…
🔺 فاجعه استارلاینر بوئینگ از آنچه فکر میکردیم بدتر بود!
🔹 ده ماه از مأموریت پرچالش فضانوردان ناسا، «بوتچ ویلمور» و «سونی ویلیامز»، با کپسول استارلاینر بوئینگ به ایستگاه فضایی بینالمللی میگذرد. این مأموریت که پس از سالها تأخیر و چندین لغو پرتاب، سرانجام در ۵ ژوئن ۲۰۲۴ انجام شد، از همان ابتدا با مشکلات فنی متعددی روبهرو بود: نشت هلیوم و خرابی پیشرانههای کنترل واکنش.
🔹 اما طبق مصاحبه جدید با این دو فضانورد، شرایط در مدار بسیار خطرناکتر از آن چیزی بود که رسانهها گزارش داده بودند! ویلمور میگوید:
❕ ناسا برای اتصال استارلاینر به ایستگاه فضایی، قوانین ایمنی را نادیده گرفت! با وجود خرابی چندین پیشرانه، کنترل مأموریت به حدی بحرانی رسید که فضانوردان تنها یک خطای دیگر تا از دست دادن کامل کنترل فاصله داشتند. ویلیامز توضیح میدهد:
🔹 در نهایت، ۴ از ۲۸ پیشرانه سیستم کنترل از کار افتادند که دو مورد پس از ریست از زمین دوباره فعال شدند. این فضانوردان پس از ۹ ماه اقامت ناخواسته در ایستگاه (به جای یک هفته برنامهریزیشده)، با کپسول «کرو دراگون» اسپیسایکس به زمین بازگشتند.
🔹 بوئینگ با سرمایهگذاری میلیاردی روی استارلاینر، هنوز حتی یک مأموریت سرنشیندار موفق نداشته است. ناسا اعلام کرده که تلاش برای رفع مشکلات فنی ادامه دارد، اما پرواز بعدی احتمالاً تا اواخر ۲۰۲۵ یا اوایل ۲۰۲۶ ممکن نخواهد بود.
[منبع] [منبع]
🆔 @Science_Focus
#فضا #ناسا #بوئینگ #استارلاینر #فناوری_فضایی
🔹 ده ماه از مأموریت پرچالش فضانوردان ناسا، «بوتچ ویلمور» و «سونی ویلیامز»، با کپسول استارلاینر بوئینگ به ایستگاه فضایی بینالمللی میگذرد. این مأموریت که پس از سالها تأخیر و چندین لغو پرتاب، سرانجام در ۵ ژوئن ۲۰۲۴ انجام شد، از همان ابتدا با مشکلات فنی متعددی روبهرو بود: نشت هلیوم و خرابی پیشرانههای کنترل واکنش.
🔹 اما طبق مصاحبه جدید با این دو فضانورد، شرایط در مدار بسیار خطرناکتر از آن چیزی بود که رسانهها گزارش داده بودند! ویلمور میگوید:
«نمیدانم آیا در آن لحظه اصلاً میتوانستیم به زمین برگردیم یا نه. فکر کنم احتمالاً نمیتوانستیم.»
❕ ناسا برای اتصال استارلاینر به ایستگاه فضایی، قوانین ایمنی را نادیده گرفت! با وجود خرابی چندین پیشرانه، کنترل مأموریت به حدی بحرانی رسید که فضانوردان تنها یک خطای دیگر تا از دست دادن کامل کنترل فاصله داشتند. ویلیامز توضیح میدهد:
«موقعیت بسیار شکنندهای بود. همه فکر میکردیم بهتر است هرچه سریعتر به ایستگاه متصل شویم.»
🔹 در نهایت، ۴ از ۲۸ پیشرانه سیستم کنترل از کار افتادند که دو مورد پس از ریست از زمین دوباره فعال شدند. این فضانوردان پس از ۹ ماه اقامت ناخواسته در ایستگاه (به جای یک هفته برنامهریزیشده)، با کپسول «کرو دراگون» اسپیسایکس به زمین بازگشتند.
🔹 بوئینگ با سرمایهگذاری میلیاردی روی استارلاینر، هنوز حتی یک مأموریت سرنشیندار موفق نداشته است. ناسا اعلام کرده که تلاش برای رفع مشکلات فنی ادامه دارد، اما پرواز بعدی احتمالاً تا اواخر ۲۰۲۵ یا اوایل ۲۰۲۶ ممکن نخواهد بود.
[منبع] [منبع]
🆔 @Science_Focus
#فضا #ناسا #بوئینگ #استارلاینر #فناوری_فضایی
Futurism
Boeing's Starliner Disaster Was Even Worse Than We Thought, Astronaut Reveals
According to a new interview with the two stranded NASA astronauts, the Boeing Starliner disaster was even worse than we thought.
🔺 راجر پنروز؛ نابغهای با ذهنی عجیب و مرموز
🔹 کتاب جدیدی با عنوان «مرد غیرممکن: راجر پنروز و هزینه نبوغ» تصویری متفاوت و گاه شگفتانگیز از این فیزیکدان افسانهای ارائه میدهد. نویسنده کتاب، پچن بارس، تلاش کرده است تا به زوایای کمتر دیدهشده از زندگی و شخصیت پنروز بپردازد؛ کسی که ایدههایش درباره سیاهچالهها و فضا-زمان، مسیر بسیاری از دانشمندان را تغییر داده است.
🔹 نویسنده مرور این کتاب، چاندا پرسکاد-واینشتاین، فیزیکدانی است که خود در زمینه نسبیت و گرانش کوانتومی فعالیت دارد. او در بخشی از متن، تجربهاش از نشستن کنار پنروز در یک نشست علمی را بازگو میکند. وقتی از او درباره نحوه خلق «نمودارهای پنروز» پرسید، پنروز گفت:
پاسخ سادهای که نشان از ذهنی عمیق و در عین حال متفاوت داشت.
🔹 کتاب «مرد غیرممکن» نهتنها به دستاوردهای علمی پنروز میپردازد، بلکه به بهای شخصی و احساسی نبوغ نیز توجه دارد. اینکه چگونه ذهنی خارقالعاده میتواند هم الهامبخش باشد و هم گاهی برای اطرافیان چالشبرانگیز.
❕ «نمودار پنروز» ابزاری است گرافیکی برای نمایش هندسه فضا-زمان در نزدیکی سیاهچالهها یا در کیهانشناسی. این نمودارها کمک میکنند تا دانشمندان پدیدههایی مثل افق رویداد یا بینهایتهای زمانی را بهتر درک کنند. با اینکه ایده آنها پیچیده به نظر میرسد، اما از دیدگاه پنروز، این تنها راهی بود که میتوانست با آن پیچیدگیهای فضا-زمان را در ذهنش مرتب کند. این نشان میدهد که گاهی سادهترین ابزارها میتوانند از ذهنهایی با پیچیدهترین اندیشهها بیرون بیایند.
🔹 راجر پنروز علاوه بر فیزیک، در ریاضیات، هنر، و حتی فلسفه ذهن نیز فعالیت داشته است. او باور دارد که آگاهی انسان چیزی فراتر از محاسبهپذیری کامپیوترها است. این دیدگاههای فلسفی، او را به یکی از چهرههای منحصربهفرد علم معاصر تبدیل کردهاند.
[منبع]
🆔 @Science_Focus
#راجر_پنروز #فیزیک #نسبیت #سیاهچاله #کتاب_علمی
🔹 کتاب جدیدی با عنوان «مرد غیرممکن: راجر پنروز و هزینه نبوغ» تصویری متفاوت و گاه شگفتانگیز از این فیزیکدان افسانهای ارائه میدهد. نویسنده کتاب، پچن بارس، تلاش کرده است تا به زوایای کمتر دیدهشده از زندگی و شخصیت پنروز بپردازد؛ کسی که ایدههایش درباره سیاهچالهها و فضا-زمان، مسیر بسیاری از دانشمندان را تغییر داده است.
🔹 نویسنده مرور این کتاب، چاندا پرسکاد-واینشتاین، فیزیکدانی است که خود در زمینه نسبیت و گرانش کوانتومی فعالیت دارد. او در بخشی از متن، تجربهاش از نشستن کنار پنروز در یک نشست علمی را بازگو میکند. وقتی از او درباره نحوه خلق «نمودارهای پنروز» پرسید، پنروز گفت:
«من بدون آنها نمیتوانستم فضا-زمان را درک کنم، همین!»
پاسخ سادهای که نشان از ذهنی عمیق و در عین حال متفاوت داشت.
🔹 کتاب «مرد غیرممکن» نهتنها به دستاوردهای علمی پنروز میپردازد، بلکه به بهای شخصی و احساسی نبوغ نیز توجه دارد. اینکه چگونه ذهنی خارقالعاده میتواند هم الهامبخش باشد و هم گاهی برای اطرافیان چالشبرانگیز.
❕ «نمودار پنروز» ابزاری است گرافیکی برای نمایش هندسه فضا-زمان در نزدیکی سیاهچالهها یا در کیهانشناسی. این نمودارها کمک میکنند تا دانشمندان پدیدههایی مثل افق رویداد یا بینهایتهای زمانی را بهتر درک کنند. با اینکه ایده آنها پیچیده به نظر میرسد، اما از دیدگاه پنروز، این تنها راهی بود که میتوانست با آن پیچیدگیهای فضا-زمان را در ذهنش مرتب کند. این نشان میدهد که گاهی سادهترین ابزارها میتوانند از ذهنهایی با پیچیدهترین اندیشهها بیرون بیایند.
🔹 راجر پنروز علاوه بر فیزیک، در ریاضیات، هنر، و حتی فلسفه ذهن نیز فعالیت داشته است. او باور دارد که آگاهی انسان چیزی فراتر از محاسبهپذیری کامپیوترها است. این دیدگاههای فلسفی، او را به یکی از چهرههای منحصربهفرد علم معاصر تبدیل کردهاند.
[منبع]
🆔 @Science_Focus
#راجر_پنروز #فیزیک #نسبیت #سیاهچاله #کتاب_علمی
Physics World
So you think you know Roger Penrose? Be prepared to be shocked – Physics World
Chanda Prescod-Weinstein reviews The Impossible Man: Roger Penrose and the Cost of Genius by Patchen Barss
🔺 قانون ۳۷ درصد: ریاضیات چگونه به تصمیمگیریهای بزرگ زندگی کمک میکند؟
🔹 زندگی پر از تصمیمهای بزرگ است: انتخاب خانه، شریک زندگی یا حتی دستیار شخصی. وقتی با گزینههای زیاد مواجه میشویم، انتخاب بهترین گزینه میتواند سخت باشد. اما ریاضیات یک راهحل ساده ارائه میدهد: قانون ۳۷ درصد.
🔹 این قانون که به «مسئله منشی» معروف است، میگوید اگر میخواهید بهترین گزینه را از بین «n» انتخاب پیدا کنید، ابتدا ۳۷ درصد اول را نادیده بگیرید (بدون انتخاب هیچکدام)، سپس اولین گزینهای که از تمام موارد دیدهشده بهتر بود را انتخاب کنید. این روش احتمال یافتن بهترین گزینه را به حدود ۳۷ درصد میرساند، درحالی که انتخاب تصادفی فقط شانس ۱/n دارد.
❕ چرا ۳۷ درصد؟
این عدد از محاسبات ریاضی بر اساس نظریه احتمال بهدست آمده. اگر مثلاً ۱۰۰ گزینه دارید، ۳۷ مورد اول را رد کنید و از گزینه ۳۸ به بعد، اولین موردی که از همه قبلیها بهتر بود را انتخاب کنید. این روش در تصمیمهایی مانند انتخاب شغل، خانه یا حتی روابط عاطفی کاربرد دارد.
🔹 اما یک مشکل وجود دارد: اگر بهترین گزینه در همان ۳۷ درصد اول باشد، مجبورید آن را رد کنید و ممکن است در نهایت به هیچکس نرسید! برای کاهش این خطر، میتوانید استانداردهای خود را کمی پایینتر بگذارید. مثلاً اگر به جای «بهترین»، به دنبال «یکی از ۵ درصد برتر» هستید، کافی است ۲۲ درصد اول را رد کنید. اینطور شانس موفقیت شما به ۵۷ درصد میرسد!
🔹 پس دفعه بعد که با انتخابهای زیاد مواجه شدید:
- ۳۷ درصد اول را صرف مشاهده و یادگیری کنید.
- بعد از آن، اولین گزینه بهتر از همهی قبلیها را انتخاب کنید.
- اگر میخواهید ریسک کمتری کنید، استانداردهای خود را کمی انعطافپذیرتر کنید.
[منبع]
🆔 @Science_Focus
#ریاضیات #تصمیم_گیری #زندگی_هوشمندانه #روانشناسی
🔹 زندگی پر از تصمیمهای بزرگ است: انتخاب خانه، شریک زندگی یا حتی دستیار شخصی. وقتی با گزینههای زیاد مواجه میشویم، انتخاب بهترین گزینه میتواند سخت باشد. اما ریاضیات یک راهحل ساده ارائه میدهد: قانون ۳۷ درصد.
🔹 این قانون که به «مسئله منشی» معروف است، میگوید اگر میخواهید بهترین گزینه را از بین «n» انتخاب پیدا کنید، ابتدا ۳۷ درصد اول را نادیده بگیرید (بدون انتخاب هیچکدام)، سپس اولین گزینهای که از تمام موارد دیدهشده بهتر بود را انتخاب کنید. این روش احتمال یافتن بهترین گزینه را به حدود ۳۷ درصد میرساند، درحالی که انتخاب تصادفی فقط شانس ۱/n دارد.
❕ چرا ۳۷ درصد؟
این عدد از محاسبات ریاضی بر اساس نظریه احتمال بهدست آمده. اگر مثلاً ۱۰۰ گزینه دارید، ۳۷ مورد اول را رد کنید و از گزینه ۳۸ به بعد، اولین موردی که از همه قبلیها بهتر بود را انتخاب کنید. این روش در تصمیمهایی مانند انتخاب شغل، خانه یا حتی روابط عاطفی کاربرد دارد.
🔹 اما یک مشکل وجود دارد: اگر بهترین گزینه در همان ۳۷ درصد اول باشد، مجبورید آن را رد کنید و ممکن است در نهایت به هیچکس نرسید! برای کاهش این خطر، میتوانید استانداردهای خود را کمی پایینتر بگذارید. مثلاً اگر به جای «بهترین»، به دنبال «یکی از ۵ درصد برتر» هستید، کافی است ۲۲ درصد اول را رد کنید. اینطور شانس موفقیت شما به ۵۷ درصد میرسد!
🔹 پس دفعه بعد که با انتخابهای زیاد مواجه شدید:
- ۳۷ درصد اول را صرف مشاهده و یادگیری کنید.
- بعد از آن، اولین گزینه بهتر از همهی قبلیها را انتخاب کنید.
- اگر میخواهید ریسک کمتری کنید، استانداردهای خود را کمی انعطافپذیرتر کنید.
[منبع]
🆔 @Science_Focus
#ریاضیات #تصمیم_گیری #زندگی_هوشمندانه #روانشناسی
IFLScience
Maths Says You Should Use The "37 Percent Rule" For Big Life Decisions
m/(n-1) times, it works every time.
🔺 باتری هستهای ۳ ولتی به اندازه سکه با عمر ۵۰ ساله وارد تولید انبوه شد
🔹 یک شرکت باتریسازی چینی به نام «بتاولت» موفق به ساخت نوعی باتری کوچک اتمی به نام BV100 شده که به اندازه یک سکه است و میتواند تا ۵۰ سال بدون نیاز به شارژ یا نگهداری، انرژی تولید کند.
🔹 این باتری از یک ایزوتوپ رادیواکتیو نیکل ساخته شده که در طول زمان به مس پایدار تبدیل میشود. اگرچه توان این باتری در نسخه فعلی نسبتاً کم است، اما میتوان به راحتی چندین لایه از آن را روی هم قرار داد تا قدرت بیشتری تولید کند.
🔹 این شرکت قصد دارد امسال نسخه قویتری از این باتری با توان یک وات را نیز معرفی کند. این فناوری نقطه عطفی در زمینه ذخیرهسازی انرژی محسوب میشود و باعث شروع مسابقهای جهانی برای توسعه منابع انرژی هستهای کوچک شده است.
❕ باتریهای هستهای برخلاف باتریهای معمولی که از واکنشهای شیمیایی برای تولید برق استفاده میکنند، از واپاشی ایزوتوپهای رادیواکتیو بهره میبرند. در این باتری خاص، ایزوتوپ نیکل رادیواکتیو در طی فرآیندی به نام واپاشی بتا، الکترونهایی آزاد میکند که میتوانند به جریان الکتریکی تبدیل شوند. این نوع باتریها برای کاربردهایی که به منبع انرژی طولانیمدت و بدون نیاز به تعویض نیاز دارند، مانند ایمپلنتهای پزشکی، حسگرهای دورافتاده، ماهوارهها و تجهیزات فضایی بسیار مناسب هستند.
[منبع]
🆔 @Science_Focus
#انرژی_هستهای #فناوری_نوین #باتری
🔹 یک شرکت باتریسازی چینی به نام «بتاولت» موفق به ساخت نوعی باتری کوچک اتمی به نام BV100 شده که به اندازه یک سکه است و میتواند تا ۵۰ سال بدون نیاز به شارژ یا نگهداری، انرژی تولید کند.
🔹 این باتری از یک ایزوتوپ رادیواکتیو نیکل ساخته شده که در طول زمان به مس پایدار تبدیل میشود. اگرچه توان این باتری در نسخه فعلی نسبتاً کم است، اما میتوان به راحتی چندین لایه از آن را روی هم قرار داد تا قدرت بیشتری تولید کند.
🔹 این شرکت قصد دارد امسال نسخه قویتری از این باتری با توان یک وات را نیز معرفی کند. این فناوری نقطه عطفی در زمینه ذخیرهسازی انرژی محسوب میشود و باعث شروع مسابقهای جهانی برای توسعه منابع انرژی هستهای کوچک شده است.
❕ باتریهای هستهای برخلاف باتریهای معمولی که از واکنشهای شیمیایی برای تولید برق استفاده میکنند، از واپاشی ایزوتوپهای رادیواکتیو بهره میبرند. در این باتری خاص، ایزوتوپ نیکل رادیواکتیو در طی فرآیندی به نام واپاشی بتا، الکترونهایی آزاد میکند که میتوانند به جریان الکتریکی تبدیل شوند. این نوع باتریها برای کاربردهایی که به منبع انرژی طولانیمدت و بدون نیاز به تعویض نیاز دارند، مانند ایمپلنتهای پزشکی، حسگرهای دورافتاده، ماهوارهها و تجهیزات فضایی بسیار مناسب هستند.
[منبع]
🆔 @Science_Focus
#انرژی_هستهای #فناوری_نوین #باتری
TechSpot
Coin-sized nuclear 3V battery with 50-year lifespan enters mass production
Energy storage technology has reached a transformative milestone as the BV100, a miniature atomic energy battery, enters mass production. Popular Mechanics notes that the coin-sized cell from...
🔥1
🔺 چرا انسانها بر جهان تسلط دارند: نظریه جدیدی که میتواند دیدگاه ما را درباره فرگشت تغییر دهد
🔹 انسانها مدتهاست که در رأس زنجیره غذایی قرار دارند و پیشرفتهای فرهنگی و فناوری ما را از سایر گونهها متمایز کرده است. اما چه چیزی واقعاً فرهنگ انسانی را تا این حد منحصر به فرد میکند؟ چرا فرهنگ انسان بینهایت قدرتمندتر، انعطافپذیرتر و در حال تکامل نسبت به هر گونه دیگری است؟
🔹 توماس مورگان، انسانشناس فرگشتی در دانشگاه ایالتی آریزونا، نظریه جدیدی را مطرح کرده که میتواند دیدگاه ما را درباره فرگشت تغییر دهد. فرضیه او حول محور «گشودگی انسان» میچرخد - توانایی ما برای تصور و برنامهریزی تعداد تقریباً بینهایتی از ترکیبها و امکانات. این نظریه، دیدگاه سنتی که صرفاً انباشت دانش را عامل تمایز انسانها میدانست، به چالش میکشد.
🔹 مدتها دانشمندان معتقد بودند که توانایی انتقال دانش منحصر به انسانهاست. با این حال، مطالعات رفتار حیوانات نشان میدهد که بسیاری از گونهها نیز این قابلیت را دارند. شامپانزهها از والدین خود یاد میگیرند چگونه از ابزار برای استخراج موریانهها استفاده کنند و مورچههای برگبر برای کشت قارچ در لانههایشان، برگها را جمعآوری میکنند و این دانش را به نسلهای بعدی منتقل میکنند.
❕ «گشودگی انسان» (human openness) به توانایی منحصر به فرد انسانها برای تصور و برنامهریزی طیف وسیعی از امکانات و ترکیبهای مختلف اشاره دارد. این مفهوم فراتر از یادگیری ساده یا تقلید است و شامل توانایی ما برای ایجاد مراحل پیچیده و تو در تو برای رسیدن به یک هدف میشود. برای مثال، وقتی یک والد صبحانه آماده میکند، مراحل متعددی را طی میکند: جمعآوری وسایل لازم، اندازهگیری مواد، مخلوط کردن آنها به ترتیب خاص، پخت مخلوط با دقت در دما و بافت، و تنظیم فرآیند پخت برای اطمینان از نتیجه مطلوب. این تفکر متوالی و انعطافپذیر نیازمند سطح بالایی از چابکی ذهنی است که به انسانها اجازه میدهد اختراع کنند، بداههنوازی کنند و مداوم چیزهای جدید خلق کنند.
🔹 طبق نظریه مورگان، تفاوت کلیدی «گشودگی انسان» است - توانایی ما برای تصور و برنامهریزی طیف وسیعی از امکانات در اعمالمان. این انعطافپذیری به ما اجازه میدهد مراحل پیچیده و تو در تو را برای رسیدن به یک هدف تصور کنیم و در صورت نیاز، آنها را تنظیم و اصلاح کنیم.
🔹 فرهنگ انسانی نهتنها منتقل میشود، بلکه دائماً تکامل مییابد. ما چرخ را اختراع کردیم، بعد ماشین ساختیم، بعد هواپیما، و حالا به سراغ فضا رفتیم. در حالی که شامپانزهها هنوز همان ابزارهای ساده را استفاده میکنند. این رشد سریع و بیپایان، به خاطر همان ویژگی گشودگی است.
🔹 به گفته مورگان، این ویژگی احتمالاً به ساختار مغز انسان، بهویژه قشر پیشپیشانی مربوط است؛ بخشی از مغز که در برنامهریزی، تصمیمگیری و هدفگذاری نقش کلیدی دارد.
❕ این نظریه ما را به فکر فرو میبرد:
🔹 در نهایت، آنچه ما را از دیگر گونهها جدا میکند، فقط ابزارسازی یا زبان نیست؛ بلکه توانایی تصور، آفرینش و همکاری برای رسیدن به ناشناختههاست. ما فقط با محیط سازگار نمیشویم، بلکه محیط را تغییر میدهیم.
[منبع]
🆔 @Science_Focus
#فرگشت #انسان #فرهنگ #علوم_انسانی #هوش_انسانی #نوآوری
🔹 انسانها مدتهاست که در رأس زنجیره غذایی قرار دارند و پیشرفتهای فرهنگی و فناوری ما را از سایر گونهها متمایز کرده است. اما چه چیزی واقعاً فرهنگ انسانی را تا این حد منحصر به فرد میکند؟ چرا فرهنگ انسان بینهایت قدرتمندتر، انعطافپذیرتر و در حال تکامل نسبت به هر گونه دیگری است؟
🔹 توماس مورگان، انسانشناس فرگشتی در دانشگاه ایالتی آریزونا، نظریه جدیدی را مطرح کرده که میتواند دیدگاه ما را درباره فرگشت تغییر دهد. فرضیه او حول محور «گشودگی انسان» میچرخد - توانایی ما برای تصور و برنامهریزی تعداد تقریباً بینهایتی از ترکیبها و امکانات. این نظریه، دیدگاه سنتی که صرفاً انباشت دانش را عامل تمایز انسانها میدانست، به چالش میکشد.
🔹 مدتها دانشمندان معتقد بودند که توانایی انتقال دانش منحصر به انسانهاست. با این حال، مطالعات رفتار حیوانات نشان میدهد که بسیاری از گونهها نیز این قابلیت را دارند. شامپانزهها از والدین خود یاد میگیرند چگونه از ابزار برای استخراج موریانهها استفاده کنند و مورچههای برگبر برای کشت قارچ در لانههایشان، برگها را جمعآوری میکنند و این دانش را به نسلهای بعدی منتقل میکنند.
❕ «گشودگی انسان» (human openness) به توانایی منحصر به فرد انسانها برای تصور و برنامهریزی طیف وسیعی از امکانات و ترکیبهای مختلف اشاره دارد. این مفهوم فراتر از یادگیری ساده یا تقلید است و شامل توانایی ما برای ایجاد مراحل پیچیده و تو در تو برای رسیدن به یک هدف میشود. برای مثال، وقتی یک والد صبحانه آماده میکند، مراحل متعددی را طی میکند: جمعآوری وسایل لازم، اندازهگیری مواد، مخلوط کردن آنها به ترتیب خاص، پخت مخلوط با دقت در دما و بافت، و تنظیم فرآیند پخت برای اطمینان از نتیجه مطلوب. این تفکر متوالی و انعطافپذیر نیازمند سطح بالایی از چابکی ذهنی است که به انسانها اجازه میدهد اختراع کنند، بداههنوازی کنند و مداوم چیزهای جدید خلق کنند.
🔹 طبق نظریه مورگان، تفاوت کلیدی «گشودگی انسان» است - توانایی ما برای تصور و برنامهریزی طیف وسیعی از امکانات در اعمالمان. این انعطافپذیری به ما اجازه میدهد مراحل پیچیده و تو در تو را برای رسیدن به یک هدف تصور کنیم و در صورت نیاز، آنها را تنظیم و اصلاح کنیم.
🔹 فرهنگ انسانی نهتنها منتقل میشود، بلکه دائماً تکامل مییابد. ما چرخ را اختراع کردیم، بعد ماشین ساختیم، بعد هواپیما، و حالا به سراغ فضا رفتیم. در حالی که شامپانزهها هنوز همان ابزارهای ساده را استفاده میکنند. این رشد سریع و بیپایان، به خاطر همان ویژگی گشودگی است.
🔹 به گفته مورگان، این ویژگی احتمالاً به ساختار مغز انسان، بهویژه قشر پیشپیشانی مربوط است؛ بخشی از مغز که در برنامهریزی، تصمیمگیری و هدفگذاری نقش کلیدی دارد.
❕ این نظریه ما را به فکر فرو میبرد:
آیا ماشینها هم میتوانند روزی چنین گشودگی ذهنی داشته باشند؟ آیا هوش مصنوعی میتواند مثل انسانها فرهنگ بسازد و آن را تکامل دهد؟ پاسخ این پرسشها میتواند مسیر آینده فناوری و فرهنگ ما را شکل دهد.
🔹 در نهایت، آنچه ما را از دیگر گونهها جدا میکند، فقط ابزارسازی یا زبان نیست؛ بلکه توانایی تصور، آفرینش و همکاری برای رسیدن به ناشناختههاست. ما فقط با محیط سازگار نمیشویم، بلکه محیط را تغییر میدهیم.
[منبع]
🆔 @Science_Focus
#فرگشت #انسان #فرهنگ #علوم_انسانی #هوش_انسانی #نوآوری
Glass Almanac
Why humans dominate the world : this bold new theory could change how we see evolution
Humans have long been at the top of the food chain, with our cultural and technological advancements setting us apart from other species. But what is ... Continue Reading →
👍2🔥1
🔺 بزرگترین شتابدهنده جهان: کلید کیهان یا هزینهای بیفایده؟
🔹 دانشمندان در حال برنامهریزی برای ساخت بزرگترین ماشین جهان در مرز سوئیس و فرانسه هستند. این پروژه ۹۱ کیلومتری با هزینهای بیش از ۳۰ میلیارد دلار، ذرات زیراتمی را با سرعت نزدیک به نور به هم میکوبد تا اسرار کیهان را کشف کند. اما بسیاری از فیزیکدانان نگرانند که این پروژه عظیم، بودجه دهههای آینده فیزیک ذرات را بلعیده و راه را برای تحقیقات نوآورانه دیگر ببندد.
🔹 مخالفان میگویند این طرح بدون مشورت گسترده با جامعه علمی و تنها توسط مقامات ارشد «سرن» (سازمان اروپایی پژوهشهای هستهای) پیش برده میشود. برخی حتی آن را «یک اسباببازی بزرگ» مینامند که تضمینی برای پاسخ به سوالات اساسی فیزیک ندارد.
❕ شتابدهندههای ذرات مانند LHC (که در سال ۲۰۱۲ ذره هیگز را کشف کرد) با برخورد دادن ذرات در سرعتهای بالا، شرایط ابتدایی کیهان را شبیهسازی میکنند. اما FCC پیشنهادی، با انرژی و هزینه بسیار بیشتر، هنوز فناوری لازم برای ساخت را ندارد! منتقدان پیشنهاد میکنند به جای آن، روی شتابدهندههای خطی یا فناوریهای جدیدتر مانند «شتابدهنده پلاسما» سرمایهگذاری شود که انعطافپذیرتر و کمهزینهتر هستند.
🔹 طرفداران FCC اما معتقدند این پروژه تنها راه برای پاسخ به سوالاتی مانند ماهیت «ماده تاریک» یا علت غلبه ماده بر ضدِماده در جهان است. مدیرکل سرن میگوید:
[منبع]
🆔 @Science_Focus
#فیزیک #کیهانشناسی #دانش_بنیادی #سرن
🔹 دانشمندان در حال برنامهریزی برای ساخت بزرگترین ماشین جهان در مرز سوئیس و فرانسه هستند. این پروژه ۹۱ کیلومتری با هزینهای بیش از ۳۰ میلیارد دلار، ذرات زیراتمی را با سرعت نزدیک به نور به هم میکوبد تا اسرار کیهان را کشف کند. اما بسیاری از فیزیکدانان نگرانند که این پروژه عظیم، بودجه دهههای آینده فیزیک ذرات را بلعیده و راه را برای تحقیقات نوآورانه دیگر ببندد.
🔹 مخالفان میگویند این طرح بدون مشورت گسترده با جامعه علمی و تنها توسط مقامات ارشد «سرن» (سازمان اروپایی پژوهشهای هستهای) پیش برده میشود. برخی حتی آن را «یک اسباببازی بزرگ» مینامند که تضمینی برای پاسخ به سوالات اساسی فیزیک ندارد.
❕ شتابدهندههای ذرات مانند LHC (که در سال ۲۰۱۲ ذره هیگز را کشف کرد) با برخورد دادن ذرات در سرعتهای بالا، شرایط ابتدایی کیهان را شبیهسازی میکنند. اما FCC پیشنهادی، با انرژی و هزینه بسیار بیشتر، هنوز فناوری لازم برای ساخت را ندارد! منتقدان پیشنهاد میکنند به جای آن، روی شتابدهندههای خطی یا فناوریهای جدیدتر مانند «شتابدهنده پلاسما» سرمایهگذاری شود که انعطافپذیرتر و کمهزینهتر هستند.
🔹 طرفداران FCC اما معتقدند این پروژه تنها راه برای پاسخ به سوالاتی مانند ماهیت «ماده تاریک» یا علت غلبه ماده بر ضدِماده در جهان است. مدیرکل سرن میگوید:
«شتابدهنده FCC میتواند قویترین ابزار تاریخ برای کشف قوانین بنیادی طبیعت باشد.»
[منبع]
🆔 @Science_Focus
#فیزیک #کیهانشناسی #دانش_بنیادی #سرن
the Guardian
Just a big toy – or key to the universe? Row over even Larger Hadron Collider
Ambitious project could soak up funding for subatomic physics for decades, say opponents
🔺 گلوتامات چگونه قفل سلولهای مغزی را باز میکند؟ کشفی تازه درباره یادگیری و فکر کردن
🔹 دانشمندان موفق شدند با استفاده از میکروسکوپ الکترونی فوقپیشرفته (cryo-EM)، از نحوه عملکرد یکی از مهمترین مواد شیمیایی مغز یعنی گلوتامات تصویربرداری کنند. گلوتامات یک انتقالدهنده عصبی است که مثل یک کلید عمل میکند و دریچههایی به نام گیرندههای AMPA را روی سلولهای مغزی باز میکند. باز شدن این دریچهها، به ورود ذرات باردار (یونها) منجر میشود و این جریان برای ارتباط بین نورونها، یادگیری و حافظه حیاتی است.
🔹 در این پژوهش، بیش از یک میلیون تصویر در سطح اتمی از گیرندههای AMPA گرفته شد. دانشمندان دریافتند که وقتی گلوتامات به این گیرندهها میچسبد، ساختار آنها مثل یک صدف بسته میشود و این حرکت باعث باز شدن کانال زیر آن میشود تا یونها وارد سلول شوند.
🔹 اهمیت این کشف در این است که میتوان از آن برای طراحی داروهایی استفاده کرد که ارتباطات مغزی را کنترل کنند؛ مثلاً داروهایی که برای درمان صرع یا اختلالات شناختی به کار میروند. برخی داروها مثل پرامپانل، با جلوگیری از باز شدن بیش از حد این دریچهها، جلوی فعالیت غیرطبیعی نورونها را میگیرند.
❕ گلوتامات یکی از مهمترین مواد شیمیایی مغز است که با باز کردن کانالهای یونی، پیامهای الکتریکی را بین نورونها منتقل میکند. این پیامها اساس فکر کردن، یادگیری و حتی احساسات ما هستند. بدون این جریان، مغز نمیتواند اطلاعات را پردازش کند. گیرندههای AMPA مثل دریچههایی هستند که فقط با حضور گلوتامات باز میشوند. این پژوهش برای نخستین بار نشان میدهد که این فرآیند دقیقاً چگونه در دمای بدن اتفاق میافتد؛ یعنی در شرایطی که در داخل مغز واقعی وجود دارد.
🔹 این یافتهها میتوانند راه را برای درمانهای هدفمندتر در بیماریهایی مثل صرع، اوتیسم، آلزایمر و حتی افسردگی باز کنند. بهگفتهی پژوهشگران، ما با هر کشف جدید، یک قدم به درک کاملتر مغز نزدیکتر میشویم.
[منبع]
🆔 @Science_Focus
#مغز #یادگیری #گلوتامات #علوم_اعصاب #پژوهش #صرع #حافظه #زیست_شناسی_مولکولی
🔹 دانشمندان موفق شدند با استفاده از میکروسکوپ الکترونی فوقپیشرفته (cryo-EM)، از نحوه عملکرد یکی از مهمترین مواد شیمیایی مغز یعنی گلوتامات تصویربرداری کنند. گلوتامات یک انتقالدهنده عصبی است که مثل یک کلید عمل میکند و دریچههایی به نام گیرندههای AMPA را روی سلولهای مغزی باز میکند. باز شدن این دریچهها، به ورود ذرات باردار (یونها) منجر میشود و این جریان برای ارتباط بین نورونها، یادگیری و حافظه حیاتی است.
🔹 در این پژوهش، بیش از یک میلیون تصویر در سطح اتمی از گیرندههای AMPA گرفته شد. دانشمندان دریافتند که وقتی گلوتامات به این گیرندهها میچسبد، ساختار آنها مثل یک صدف بسته میشود و این حرکت باعث باز شدن کانال زیر آن میشود تا یونها وارد سلول شوند.
🔹 اهمیت این کشف در این است که میتوان از آن برای طراحی داروهایی استفاده کرد که ارتباطات مغزی را کنترل کنند؛ مثلاً داروهایی که برای درمان صرع یا اختلالات شناختی به کار میروند. برخی داروها مثل پرامپانل، با جلوگیری از باز شدن بیش از حد این دریچهها، جلوی فعالیت غیرطبیعی نورونها را میگیرند.
❕ گلوتامات یکی از مهمترین مواد شیمیایی مغز است که با باز کردن کانالهای یونی، پیامهای الکتریکی را بین نورونها منتقل میکند. این پیامها اساس فکر کردن، یادگیری و حتی احساسات ما هستند. بدون این جریان، مغز نمیتواند اطلاعات را پردازش کند. گیرندههای AMPA مثل دریچههایی هستند که فقط با حضور گلوتامات باز میشوند. این پژوهش برای نخستین بار نشان میدهد که این فرآیند دقیقاً چگونه در دمای بدن اتفاق میافتد؛ یعنی در شرایطی که در داخل مغز واقعی وجود دارد.
🔹 این یافتهها میتوانند راه را برای درمانهای هدفمندتر در بیماریهایی مثل صرع، اوتیسم، آلزایمر و حتی افسردگی باز کنند. بهگفتهی پژوهشگران، ما با هر کشف جدید، یک قدم به درک کاملتر مغز نزدیکتر میشویم.
[منبع]
🆔 @Science_Focus
#مغز #یادگیری #گلوتامات #علوم_اعصاب #پژوهش #صرع #حافظه #زیست_شناسی_مولکولی
Neuroscience News
Glutamate Unlocks Brain Cell Channels to Enable Thinking and Learning
Researchers used advanced cryo-electron microscopy to capture atomic-level images of how glutamate, a key neurotransmitter, opens channels in brain cells.
🔺 مکانیک هامیلتونی: از فیزیک کلاسیک تا هوش مصنوعی
🔹 مکانیک هامیلتونی که در قرن ۱۹ برای توصیف حرکت سیارات و آونگها توسعه یافت، امروز به یکی از ابزارهای کلیدی در یادگیری ماشین تبدیل شده است. این چارچوب با تمرکز بر «انرژی» به جای نیرو، امکان مدلسازی سیستمهای پیچیده را فراهم میکند.
🔹 در قلب این روش، دو مفهوم کلیدی قرار دارد:
- مختصات تعمیمیافته (مثل موقعیت)
- مومنتوم مزدوج (مربوط به حرکت)
❕ چرا این مهم است؟
مکانیک هامیلتونی معادلات دیفرانسیل مرتبه دوم نیوتن را به معادلات مرتبه اول تبدیل میکند که حل آنها برای سیستمهای پیچیده بسیار سادهتر است. این تبدیل با استفاده از «تبدیل لژاندر» انجام میشود.
🔹 کاربردهای امروزی:
۱. همیلتونی مونتکارلو (HMC): یک روش نمونهبرداری پیشرفته برای مدلهای احتمالی
۲. مدلهای مبتنی بر انرژی: در هوش مصنوعی برای تولید دادههای جدید
۳. شبیهسازی مولکولی: مطالعه رفتار مولکولها در زمانهای طولانی
❕ نمونهبرداری همیلتونی چگونه کار میکند؟
این روش با افزودن «مومنتوم مصنوعی» به متغیرهای مدل، امکان پیمایش کارآمدتر فضای پارامترها را فراهم میکند. مانند این است که به جای راه رفتن تصادفی در یک دره، اسکی کنید و از شیبها برای حرکت سریعتر استفاده نمایید!
🔹 چالشهای پیشرو:
- توسعه روشهای عددی که ساختار هندسی سیستم را حفظ کنند
- کاربرد این روشها در مدلهای پیچیده یادگیری عمیق
- ترکیب با دیگر روشهای نمونهبرداری برای سیستمهای چندوجهی
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فیزیک #یادگیری_ماشین #آمار
🔹 مکانیک هامیلتونی که در قرن ۱۹ برای توصیف حرکت سیارات و آونگها توسعه یافت، امروز به یکی از ابزارهای کلیدی در یادگیری ماشین تبدیل شده است. این چارچوب با تمرکز بر «انرژی» به جای نیرو، امکان مدلسازی سیستمهای پیچیده را فراهم میکند.
🔹 در قلب این روش، دو مفهوم کلیدی قرار دارد:
- مختصات تعمیمیافته (مثل موقعیت)
- مومنتوم مزدوج (مربوط به حرکت)
❕ چرا این مهم است؟
مکانیک هامیلتونی معادلات دیفرانسیل مرتبه دوم نیوتن را به معادلات مرتبه اول تبدیل میکند که حل آنها برای سیستمهای پیچیده بسیار سادهتر است. این تبدیل با استفاده از «تبدیل لژاندر» انجام میشود.
🔹 کاربردهای امروزی:
۱. همیلتونی مونتکارلو (HMC): یک روش نمونهبرداری پیشرفته برای مدلهای احتمالی
۲. مدلهای مبتنی بر انرژی: در هوش مصنوعی برای تولید دادههای جدید
۳. شبیهسازی مولکولی: مطالعه رفتار مولکولها در زمانهای طولانی
❕ نمونهبرداری همیلتونی چگونه کار میکند؟
این روش با افزودن «مومنتوم مصنوعی» به متغیرهای مدل، امکان پیمایش کارآمدتر فضای پارامترها را فراهم میکند. مانند این است که به جای راه رفتن تصادفی در یک دره، اسکی کنید و از شیبها برای حرکت سریعتر استفاده نمایید!
🔹 چالشهای پیشرو:
- توسعه روشهای عددی که ساختار هندسی سیستم را حفظ کنند
- کاربرد این روشها در مدلهای پیچیده یادگیری عمیق
- ترکیب با دیگر روشهای نمونهبرداری برای سیستمهای چندوجهی
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فیزیک #یادگیری_ماشین #آمار
Towards Data Science
From Physics to Probability: Hamiltonian Mechanics for Generative Modeling and MCMC | Towards Data Science
Hamiltonian mechanics is a way to describe how physical systems, like planets or pendulums, move over time, focusing on energy rather than just forces. By reframing complex dynamics through energy lenses, this 19th-century physics framework now powers cutting…
🔺 مغز چگونه بهشت را میسازد؟ فلسفه مواد روانگردان از نگاه سوزان بلکمور
🔹 سوزان بلکمور، دانشمند علوم شناختی، سالهاست مرزهای بین تجربههای عرفانی و فعالیت مغز را بررسی میکند. او از مواد روانگردان و مدیتیشن برای مطالعه هوشیاری استفاده میکند. بلکمور معتقد است تجربههایی مثل خروج از بدن یا احساس اتصال به کیهان، هرچند واقعی به نظر میرسند، اما نیازی به توضیح ماورایی ندارند و حاصل فعالیت مغز هستند.
🔹 او در جوانی پس از مصرف ماریجوانا، تجربه خروج از بدن داشت و فکر کرد روحش از جسم جدا شده است. اما با مطالعه علوم اعصاب فهمید این پدیدهها ناشی از تغییرات شیمیایی در مغزند. بلکمور میگوید:
❕ هوشیاری کنترلشده: آنیل ست، عصبشناس، هوشیاری را «توهم کنترلشده» مینامد. یعنی مغز با استفاده از پیشبینیها و دادههای حسی، نسخهای از واقعیت میسازد. مواد روانگردان با تغییر تعادل شیمیایی مغز، این فرآیند را مختل میکنند و باعث میشوند واقعیتِ ساختهشده توسط مغز متفاوت به نظر برسد.
🔹 بلکمور اخیراً در یک مراسم شمنی در مکزیک شرکت کرد. او میگوید:
❕ پاراسایکولوژی (فراروانشناسی): مطالعه پدیدههایی مثل تلهپاتی یا خروج از بدن که توضیح علمی مرسومی ندارند. بلکمور سالها ادعاهای فراروانشناسی را بررسی کرد، اما به جای تأیید ماوراطبیعه، توضیح عصبی برایشان یافت.
🔹 به گفته بلکمور، تجربههای عرفانی پنجرهای به معماری هوشیاری انسان هستند. این تجربهها نه اثبات جهان دیگر، بلکه نشاندهنده توانایی شگفت مغز در ساخت واقعیتهای پیچیدهاند. او میگوید:
[منبع]
🆔 @Science_Focus
#مغز #هوشیاری #روانگردان #عصب_شناسی #فلسفه
🔹 سوزان بلکمور، دانشمند علوم شناختی، سالهاست مرزهای بین تجربههای عرفانی و فعالیت مغز را بررسی میکند. او از مواد روانگردان و مدیتیشن برای مطالعه هوشیاری استفاده میکند. بلکمور معتقد است تجربههایی مثل خروج از بدن یا احساس اتصال به کیهان، هرچند واقعی به نظر میرسند، اما نیازی به توضیح ماورایی ندارند و حاصل فعالیت مغز هستند.
🔹 او در جوانی پس از مصرف ماریجوانا، تجربه خروج از بدن داشت و فکر کرد روحش از جسم جدا شده است. اما با مطالعه علوم اعصاب فهمید این پدیدهها ناشی از تغییرات شیمیایی در مغزند. بلکمور میگوید:
«مغز ما دائماً در حال ساخت واقعیت است، حتی وقتی این واقعیت با توهم همراه باشد.»
❕ هوشیاری کنترلشده: آنیل ست، عصبشناس، هوشیاری را «توهم کنترلشده» مینامد. یعنی مغز با استفاده از پیشبینیها و دادههای حسی، نسخهای از واقعیت میسازد. مواد روانگردان با تغییر تعادل شیمیایی مغز، این فرآیند را مختل میکنند و باعث میشوند واقعیتِ ساختهشده توسط مغز متفاوت به نظر برسد.
🔹 بلکمور اخیراً در یک مراسم شمنی در مکزیک شرکت کرد. او میگوید:
«تمام شب احساس مرگ میکردم، اما پس از آن اثرات روانی عمیقی تجربه کردم. این تجربهها ارزش فلسفی دارند، حتی اگر نتوانیم اثری ماورایی برایشان پیدا کنیم.»
❕ پاراسایکولوژی (فراروانشناسی): مطالعه پدیدههایی مثل تلهپاتی یا خروج از بدن که توضیح علمی مرسومی ندارند. بلکمور سالها ادعاهای فراروانشناسی را بررسی کرد، اما به جای تأیید ماوراطبیعه، توضیح عصبی برایشان یافت.
🔹 به گفته بلکمور، تجربههای عرفانی پنجرهای به معماری هوشیاری انسان هستند. این تجربهها نه اثبات جهان دیگر، بلکه نشاندهنده توانایی شگفت مغز در ساخت واقعیتهای پیچیدهاند. او میگوید:
«وقتی در مدیتیشن عمیق یا تحت تأثیر روانگردانها، حس وحدت با جهان را تجربه میکنیم، مغز دارد معماری خودش را به ما نشان میدهد.»
[منبع]
🆔 @Science_Focus
#مغز #هوشیاری #روانگردان #عصب_شناسی #فلسفه
Big Think
How the brain creates heaven: The philosophy of psychedelics with Susan Blackmore
Spiritual experiences don’t prove the supernatural. But they might shed light on the deepest truths of consciousness.
🔺 ناسا ۳ میلیون دلار جایزه برای حل مشکل زبالههای فضایی میدهد
🔹 ناسا برای کسی که راهحلی برای مدیریت زبالههای فضایی ارائه دهد، ۳ میلیون دلار جایزه تعیین کرده است. با افزایش تعداد ماهوارهها و تجهیزات فضایی، مشکل زبالههای مداری به یک تهدید جدی تبدیل شده است.
🔹 این چالش با نام «LunaRecycle» مطرح شده و هدف آن یافتن راهحلی برای بازیافت یا دفع زبالهها در یک پایگاه ماهنشینی بدون نیاز به ارسال آنها به زمین است. در حال حاضر، زبالههای ایستگاه فضایی بینالمللی در کیسههایی ذخیره و به زمین بازگردانده یا در جو سوزانده میشوند، اما این روش برای ماه عملی نیست.
❕ سندرم کسلر (Kessler Syndrome) یک سناریوی فاجعهبار است که در آن برخورد زبالههای فضایی با یکدیگر، باعث ایجاد زبالههای بیشتر میشود و یک واکنش زنجیرهای غیرقابل کنترل ایجاد میکند. این پدیده میتواند مدار زمین را برای دههها غیرقابل استفاده کند و ارتباطات، اینترنت و سیستمهای آبوهوایی را مختل نماید.
🔹 امروزه بیش از ۱۰٬۰۰۰ ماهواره و ۱۰۰ تریلیون تکه زباله فضایی زمین را احاطه کردهاند. اگر این مشکل حل نشود، ممکن است روزی نتوانیم به فضا سفر کنیم یا حتی از فناوریهای وابسته به ماهوارهها استفاده نماییم.
[منبع]
🆔 @Science_Focus
#فضا #ناسا #زباله_فضایی #فناوری_فضایی
🔹 ناسا برای کسی که راهحلی برای مدیریت زبالههای فضایی ارائه دهد، ۳ میلیون دلار جایزه تعیین کرده است. با افزایش تعداد ماهوارهها و تجهیزات فضایی، مشکل زبالههای مداری به یک تهدید جدی تبدیل شده است.
🔹 این چالش با نام «LunaRecycle» مطرح شده و هدف آن یافتن راهحلی برای بازیافت یا دفع زبالهها در یک پایگاه ماهنشینی بدون نیاز به ارسال آنها به زمین است. در حال حاضر، زبالههای ایستگاه فضایی بینالمللی در کیسههایی ذخیره و به زمین بازگردانده یا در جو سوزانده میشوند، اما این روش برای ماه عملی نیست.
❕ سندرم کسلر (Kessler Syndrome) یک سناریوی فاجعهبار است که در آن برخورد زبالههای فضایی با یکدیگر، باعث ایجاد زبالههای بیشتر میشود و یک واکنش زنجیرهای غیرقابل کنترل ایجاد میکند. این پدیده میتواند مدار زمین را برای دههها غیرقابل استفاده کند و ارتباطات، اینترنت و سیستمهای آبوهوایی را مختل نماید.
🔹 امروزه بیش از ۱۰٬۰۰۰ ماهواره و ۱۰۰ تریلیون تکه زباله فضایی زمین را احاطه کردهاند. اگر این مشکل حل نشود، ممکن است روزی نتوانیم به فضا سفر کنیم یا حتی از فناوریهای وابسته به ماهوارهها استفاده نماییم.
[منبع]
🆔 @Science_Focus
#فضا #ناسا #زباله_فضایی #فناوری_فضایی
LADbible
NASA is offering $3m fee following fears that Kessler syndrome could destroy life on Earth as we know it
If you can come up with a way to help reduce waste in space then NASA is offering a $3 million reward, but Kessler syndrome means we're already in trouble
🔺 کشف کوارکهای جدید: سرنخی مهم از تولد جهان
🔹 دانشمندان برای اولین بار جفت کوارکهای «تاپ» را در برخورد هستههای سرب در شتابدهنده بزرگ هادرونی (LHC) مشاهده کردند. این کشف نشان میدهد که همه شش نوع کوارک در ابتدای شکلگیری جهان وجود داشتهاند، زمانی که جهان به صورت یک «سوپ کوارک-گلوئون» داغ و چگال بود.
🔹 کوارکها ذرات بنیادی هستند که پروتونها و نوترونها را میسازند. کوارک تاپ سنگینترین نوع کوارک است و عمر بسیار کوتاهی دارد (حدود ۰.۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۱ ثانیه!). به همین دلیل، ردیابی آن در آزمایشها بسیار دشوار است.
❕ سوپ کوارک-گلوئون حالتی از ماده است که بلافاصله پس از مهبانگ (بیگبنگ) وجود داشت. در این حالت، کوارکها و گلوئونها (ذراتی که کوارکها را به هم میچسبانند) آزادانه حرکت میکردند و هنوز به شکل پروتون و نوترون تشکیل نشده بودند. دانشمندان با برخورد دادن هستههای سنگین مثل سرب، شرایط مشابه مهبانگ را در آزمایشگاه شبیهسازی میکنند تا این سوپ اولیه را مطالعه کنند.
🔹 این کشف مهم است چون ثابت میکند که کوارکهای تاپ هم در سوپ کوارک-گلوئون اولیه حضور داشتهاند. این موضوع به دانشمندان کمک میکند تا بفهمند جهان در اولین لحظات پس از مهبانگ چگونه بوده است.
🔹 محققان با استفاده از دادههای آشکارساز ATLAS در LHC، ردپای کوارکهای تاپ را در محصولات واپاشی آنها پیدا کردند. دقت این کشف آنقدر بالا بود که احتمال خطا در آن کمتر از یک در ۳.۵ میلیون است!
❕ چرا تمرکز بر کوارک تاپ
- کوارک تاپ سنگینترین ذره بنیادی شناختهشده است و جرم آن حدود ۱۸۰ برابر پروتون است!
- عمر بسیار کوتاه آن باعث میشود مستقیماً دیده نشود، اما از طریق ذراتی که به جا میگذارد (مثل الکترونها و میونها) میتوان آن را ردیابی کرد.
- مطالعه کوارک تاپ به دانشمندان کمک میکند بفهمند چرا ماده در جهان بیشتر از پادماده است.
🔹 این تحقیق گامی بزرگ به سوی درک بهتر اولین لحظات جهان است و راه را برای مطالعات آینده درباره سوپ کوارک-گلوئون و فیزیک مهبانگ باز میکند.
[منبع]
🆔 @Science_Focus
#فیزیک #کیهانشناسی #ذرات_بنیادی #مهبانگ
🔹 دانشمندان برای اولین بار جفت کوارکهای «تاپ» را در برخورد هستههای سرب در شتابدهنده بزرگ هادرونی (LHC) مشاهده کردند. این کشف نشان میدهد که همه شش نوع کوارک در ابتدای شکلگیری جهان وجود داشتهاند، زمانی که جهان به صورت یک «سوپ کوارک-گلوئون» داغ و چگال بود.
🔹 کوارکها ذرات بنیادی هستند که پروتونها و نوترونها را میسازند. کوارک تاپ سنگینترین نوع کوارک است و عمر بسیار کوتاهی دارد (حدود ۰.۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۰۱ ثانیه!). به همین دلیل، ردیابی آن در آزمایشها بسیار دشوار است.
❕ سوپ کوارک-گلوئون حالتی از ماده است که بلافاصله پس از مهبانگ (بیگبنگ) وجود داشت. در این حالت، کوارکها و گلوئونها (ذراتی که کوارکها را به هم میچسبانند) آزادانه حرکت میکردند و هنوز به شکل پروتون و نوترون تشکیل نشده بودند. دانشمندان با برخورد دادن هستههای سنگین مثل سرب، شرایط مشابه مهبانگ را در آزمایشگاه شبیهسازی میکنند تا این سوپ اولیه را مطالعه کنند.
🔹 این کشف مهم است چون ثابت میکند که کوارکهای تاپ هم در سوپ کوارک-گلوئون اولیه حضور داشتهاند. این موضوع به دانشمندان کمک میکند تا بفهمند جهان در اولین لحظات پس از مهبانگ چگونه بوده است.
🔹 محققان با استفاده از دادههای آشکارساز ATLAS در LHC، ردپای کوارکهای تاپ را در محصولات واپاشی آنها پیدا کردند. دقت این کشف آنقدر بالا بود که احتمال خطا در آن کمتر از یک در ۳.۵ میلیون است!
❕ چرا تمرکز بر کوارک تاپ
- کوارک تاپ سنگینترین ذره بنیادی شناختهشده است و جرم آن حدود ۱۸۰ برابر پروتون است!
- عمر بسیار کوتاه آن باعث میشود مستقیماً دیده نشود، اما از طریق ذراتی که به جا میگذارد (مثل الکترونها و میونها) میتوان آن را ردیابی کرد.
- مطالعه کوارک تاپ به دانشمندان کمک میکند بفهمند چرا ماده در جهان بیشتر از پادماده است.
🔹 این تحقیق گامی بزرگ به سوی درک بهتر اولین لحظات جهان است و راه را برای مطالعات آینده درباره سوپ کوارک-گلوئون و فیزیک مهبانگ باز میکند.
[منبع]
🆔 @Science_Focus
#فیزیک #کیهانشناسی #ذرات_بنیادی #مهبانگ
ScienceAlert
New Quark Discovery Reveals a Critical Clue About The Birth of The Universe
A new window into the Big Bang.
🔺 کوه یخ در قطب جنوب شکست و موجودات مرموز زیر آن نمایان شد!
🔹 محققان با شکستن یک کوه یخ ۳۰ کیلومتری در قطب جنوب، اکوسیستم دریایی شگفتانگیزی کشف کردند که شامل موجودات عجیب و غریب با بازوهای دراز و سختپوستان خاردار بود. این موجودات برای احتمالاً صدها سال در تاریکی مطلق و زیر یخ زندگی میکردند!
❕ کوه یخ از یخچال «جورج ششم» جدا شد که یکی از مناطق آسیبدیده از تغییرات آبوهوایی در قطب جنوب است. با ذوب یخها، دانشمندان حالا میتوانند موجوداتی را مطالعه کنند که قبلاً هرگز دیده نشده بودند.
🔹 در این اکوسیستم عجیب، انواع گونهها از جمله:
- عروسهای دریایی با بازوهای بلند (هرگز قبلاً در این منطقه گزارش نشده بود!)
- سختپوستان قرمز خاردار
- ماهیها، کرمها و هشتپاهای سازگار با محیط سخت
🔹 «پاتریشیا اسکوت»، دانشمند ارشد این تحقیق میگوید:
❕ چرا این کشف مهم است؟
1. نشان میدهد حیات چگونه در سختترین شرایط (تاریکی مطلق، سرمای شدید و انزوا) دوام میآورد.
2. به دانشمندان کمک میکند بفهمند با ادامه ذوب یخهای قطبی، چه بر سر چنین اکوسیستمهایی خواهد آمد.
3. ممکن است گونههای کاملاً جدیدی در میان این موجودات کشف شود!
🔹 این تحقیق توسط مؤسسه اقیانوسشناسی «اشمیت» و با استفاده از زیردریایی رباتیک انجام شده است. دانشمندان هشدار میدهند که ذوب یخچال جورج ششم میتواند باعث افزایش سطح دریاها در سراسر جهان شود.
[منبع]
🆔 @Science_Focus
#قطب_جنوب #تغییرات_آب_وهوایی #اکوسیستم #کشف_جدید
🔹 محققان با شکستن یک کوه یخ ۳۰ کیلومتری در قطب جنوب، اکوسیستم دریایی شگفتانگیزی کشف کردند که شامل موجودات عجیب و غریب با بازوهای دراز و سختپوستان خاردار بود. این موجودات برای احتمالاً صدها سال در تاریکی مطلق و زیر یخ زندگی میکردند!
❕ کوه یخ از یخچال «جورج ششم» جدا شد که یکی از مناطق آسیبدیده از تغییرات آبوهوایی در قطب جنوب است. با ذوب یخها، دانشمندان حالا میتوانند موجوداتی را مطالعه کنند که قبلاً هرگز دیده نشده بودند.
🔹 در این اکوسیستم عجیب، انواع گونهها از جمله:
- عروسهای دریایی با بازوهای بلند (هرگز قبلاً در این منطقه گزارش نشده بود!)
- سختپوستان قرمز خاردار
- ماهیها، کرمها و هشتپاهای سازگار با محیط سخت
🔹 «پاتریشیا اسکوت»، دانشمند ارشد این تحقیق میگوید:
«انتظار چنین اکوسیستم زیبا و پرجنبوجوشی را نداشتیم. اندازه بعضی از این جانداران نشان میدهد دههها یا حتی قرنهاست که اینجا زندگی میکنند.»
❕ چرا این کشف مهم است؟
1. نشان میدهد حیات چگونه در سختترین شرایط (تاریکی مطلق، سرمای شدید و انزوا) دوام میآورد.
2. به دانشمندان کمک میکند بفهمند با ادامه ذوب یخهای قطبی، چه بر سر چنین اکوسیستمهایی خواهد آمد.
3. ممکن است گونههای کاملاً جدیدی در میان این موجودات کشف شود!
🔹 این تحقیق توسط مؤسسه اقیانوسشناسی «اشمیت» و با استفاده از زیردریایی رباتیک انجام شده است. دانشمندان هشدار میدهند که ذوب یخچال جورج ششم میتواند باعث افزایش سطح دریاها در سراسر جهان شود.
[منبع]
🆔 @Science_Focus
#قطب_جنوب #تغییرات_آب_وهوایی #اکوسیستم #کشف_جدید
The Daily Galaxy - Great Discoveries Channel
Iceberg Breaks Off Antarctica, Unveiling Mysterious Tentacled Creatures Beneath
The researchers, initially uncertain about the conditions they would find beneath the iceberg, were surprised by the richness of the marine life that thrived in these extreme conditions.
🔺 روش سادهای که از رژیمهای روزانه مؤثرتر است!
🔹 وقتی صحبت از کاهش وزن میشود، انتخاب بین روشهای مختلف گیجکننده است. اما یک مطالعه جدید نشان میدهد که یک روش ساده به نام «روزهداری متناوب ۴:۳» ممکن است از رژیمهای معمولیِ کمکردنِ روزانه کالری مؤثرتر باشد.
🔹 در این روش، سه روز در هفته کالری مصرفی به شدت کاهش مییابد (حدود ۸۰٪ کمتر از معمول) و چهار روز دیگر تغذیه عادی است (البته با توصیه به تغذیه سالم و دوری از پرخوری).
🔹 پژوهشگران آمریکایی پس از ۱۲ ماه بررسی دریافتند که این روش منجر به ۷.۶٪ کاهش وزن میشود، درحالی که رژیمهای کمکالری روزانه فقط ۵٪ کاهش وزن داشتند.
❕ چرا این روش ممکن است بهتر عمل کند؟
- پایبندی آسانتر: بسیاری از افراد کاهش کالری روزانه را سخت میدانند، اما محدودیتِ چند روز در هفته برایشان قابلتحملتر است.
- تأثیر متابولیک: روزهداری متناوب میتواند سوختوساز بدن را تنظیم کند و به چربیسوزی کمک نماید.
🔹 البته این مطالعه محدودیتهایی دارد، مثلاً شرکتکنندگان خودشان مصرف غذا را گزارش میکردند و ممکن است در روزهای غیرروزه هم کمتر خورده باشند. اما نکته مهم این است که چنین روشی میتواند یک گزینه متفاوت برای کسانی باشد که رژیمهای سنتی برایشان جواب نمیدهد.
[منبع]
🆔 @Science_Focus
#سلامتی #کاهش_وزن #تغذیه
🔹 وقتی صحبت از کاهش وزن میشود، انتخاب بین روشهای مختلف گیجکننده است. اما یک مطالعه جدید نشان میدهد که یک روش ساده به نام «روزهداری متناوب ۴:۳» ممکن است از رژیمهای معمولیِ کمکردنِ روزانه کالری مؤثرتر باشد.
🔹 در این روش، سه روز در هفته کالری مصرفی به شدت کاهش مییابد (حدود ۸۰٪ کمتر از معمول) و چهار روز دیگر تغذیه عادی است (البته با توصیه به تغذیه سالم و دوری از پرخوری).
🔹 پژوهشگران آمریکایی پس از ۱۲ ماه بررسی دریافتند که این روش منجر به ۷.۶٪ کاهش وزن میشود، درحالی که رژیمهای کمکالری روزانه فقط ۵٪ کاهش وزن داشتند.
❕ چرا این روش ممکن است بهتر عمل کند؟
- پایبندی آسانتر: بسیاری از افراد کاهش کالری روزانه را سخت میدانند، اما محدودیتِ چند روز در هفته برایشان قابلتحملتر است.
- تأثیر متابولیک: روزهداری متناوب میتواند سوختوساز بدن را تنظیم کند و به چربیسوزی کمک نماید.
🔹 البته این مطالعه محدودیتهایی دارد، مثلاً شرکتکنندگان خودشان مصرف غذا را گزارش میکردند و ممکن است در روزهای غیرروزه هم کمتر خورده باشند. اما نکته مهم این است که چنین روشی میتواند یک گزینه متفاوت برای کسانی باشد که رژیمهای سنتی برایشان جواب نمیدهد.
[منبع]
🆔 @Science_Focus
#سلامتی #کاهش_وزن #تغذیه
ScienceAlert
One Simple Strategy For Weight Loss Outperforms Daily Dieting, Study Says
"It was surprising and exciting to me that it was better."
🔺 کشف یک «قانون جدید» برای توضیح افزایش پیچیدگی در جهان
🔹 گروهی از پژوهشگران بینرشتهای پیشنهاد دادهاند که افزایش پیچیدگی در جهان ممکن است یک قانون طبیعی باشد، مشابه قانون دوم ترمودینامیک که افزایش آنتروپی (بینظمی) را توصیف میکند. این نظریه ادعا میکند موجودات زنده و غیرزنده در طول زمان به سمت پیچیدگی بیشتر حرکت میکنند و این روند اجتنابناپذیر است.
🔹 بر اساس این ایده، فرگشت (تکامل) زیستی تنها یک نمونه خاص از یک اصل کلیتر است که در کل جهان عمل میکند. این اصل «انتخاب برای عملکرد» نام دارد؛ به این معنی که سیستمهایی که اطلاعات عملکردی بیشتری دارند (یعنی توانایی انجام کارهای پیچیدهتر را دارند)، در طول زمان انتخاب میشوند و باقی میمانند.
❕ اطلاعات عملکردی چیست؟
این مفهوم میزان توانایی یک سیستم (مثل یک مولکول، موجود زنده یا حتی یک ماده معدنی) برای انجام یک کار خاص را اندازه میگیرد. مثلاً یک پروتئین که میتواند به مولکول خاصی متصل شود، اطلاعات عملکردی بالاتری نسبت به پروتئینی دارد که این توانایی را ندارد. هرچه تعداد سیستمهای جایگزین که همان کار را انجام میدهند کمتر باشد، اطلاعات عملکردی آن سیستم بیشتر است.
🔹 این نظریه میگوید افزایش پیچیدگی تنها محدود به موجودات زنده نیست. حتی مواد معدنی و عناصر شیمیایی نیز در طول تاریخ زمین پیچیدهتر شدهاند. مثلاً پس از مهبانگ، تنها عناصر ساده مانند هیدروژن وجود داشتند، اما با تشکیل ستارگان و انفجارهای ابرنواختری، عناصر سنگینتر مانند آهن و طلا به وجود آمدند.
❕ قانون دوم ترمودینامیک میگوید آنتروپی (بینظمی) در جهان همواره افزایش مییابد. اما این نظریه جدید ادعا میکند که همزمان با افزایش بینظمی کلی، در سیستمهای خاصی (مثل موجودات زنده)، پیچیدگی نیز به طور اجتنابناپذیری رشد میکند.
🔹 برخی دانشمندان این ایده را تحسین کردهاند، چون میتواند توضیح دهد چرا حیات هوشمند روی زمین پدید آمد. اما منتقدان میگویند اندازهگیری «اطلاعات عملکردی» برای سیستمهای غیرزیستی دشوار یا غیرممکن است و این نظریه را غیرقابل آزمایش میدانند.
🔹 اگر این نظریه درست باشد، پیچیدگی و هوشمندی در جهان ممکن است بسیار رایجتر از چیزی باشد که پیشتر تصور میشد. این یعنی شانس وجود تمدنهای فرازمینی هوشمند افزایش مییابد و پاسخ احتمالی به «پارادوکس فرمی» (نبود شواهد از وجود فرازمینیها) این است که هوش هنوز در مراحل اولیه فرگشت کیهانی قرار دارد.
[منبع]
🆔 @Science_Focus
#کیهانشناسی #قوانین_طبیعت #فیزیک #ترمودینامیک #فرگشت
🔹 گروهی از پژوهشگران بینرشتهای پیشنهاد دادهاند که افزایش پیچیدگی در جهان ممکن است یک قانون طبیعی باشد، مشابه قانون دوم ترمودینامیک که افزایش آنتروپی (بینظمی) را توصیف میکند. این نظریه ادعا میکند موجودات زنده و غیرزنده در طول زمان به سمت پیچیدگی بیشتر حرکت میکنند و این روند اجتنابناپذیر است.
🔹 بر اساس این ایده، فرگشت (تکامل) زیستی تنها یک نمونه خاص از یک اصل کلیتر است که در کل جهان عمل میکند. این اصل «انتخاب برای عملکرد» نام دارد؛ به این معنی که سیستمهایی که اطلاعات عملکردی بیشتری دارند (یعنی توانایی انجام کارهای پیچیدهتر را دارند)، در طول زمان انتخاب میشوند و باقی میمانند.
❕ اطلاعات عملکردی چیست؟
این مفهوم میزان توانایی یک سیستم (مثل یک مولکول، موجود زنده یا حتی یک ماده معدنی) برای انجام یک کار خاص را اندازه میگیرد. مثلاً یک پروتئین که میتواند به مولکول خاصی متصل شود، اطلاعات عملکردی بالاتری نسبت به پروتئینی دارد که این توانایی را ندارد. هرچه تعداد سیستمهای جایگزین که همان کار را انجام میدهند کمتر باشد، اطلاعات عملکردی آن سیستم بیشتر است.
🔹 این نظریه میگوید افزایش پیچیدگی تنها محدود به موجودات زنده نیست. حتی مواد معدنی و عناصر شیمیایی نیز در طول تاریخ زمین پیچیدهتر شدهاند. مثلاً پس از مهبانگ، تنها عناصر ساده مانند هیدروژن وجود داشتند، اما با تشکیل ستارگان و انفجارهای ابرنواختری، عناصر سنگینتر مانند آهن و طلا به وجود آمدند.
❕ قانون دوم ترمودینامیک میگوید آنتروپی (بینظمی) در جهان همواره افزایش مییابد. اما این نظریه جدید ادعا میکند که همزمان با افزایش بینظمی کلی، در سیستمهای خاصی (مثل موجودات زنده)، پیچیدگی نیز به طور اجتنابناپذیری رشد میکند.
🔹 برخی دانشمندان این ایده را تحسین کردهاند، چون میتواند توضیح دهد چرا حیات هوشمند روی زمین پدید آمد. اما منتقدان میگویند اندازهگیری «اطلاعات عملکردی» برای سیستمهای غیرزیستی دشوار یا غیرممکن است و این نظریه را غیرقابل آزمایش میدانند.
🔹 اگر این نظریه درست باشد، پیچیدگی و هوشمندی در جهان ممکن است بسیار رایجتر از چیزی باشد که پیشتر تصور میشد. این یعنی شانس وجود تمدنهای فرازمینی هوشمند افزایش مییابد و پاسخ احتمالی به «پارادوکس فرمی» (نبود شواهد از وجود فرازمینیها) این است که هوش هنوز در مراحل اولیه فرگشت کیهانی قرار دارد.
[منبع]
🆔 @Science_Focus
#کیهانشناسی #قوانین_طبیعت #فیزیک #ترمودینامیک #فرگشت
Quanta Magazine
Why Everything in the Universe Turns More Complex | Quanta Magazine
A new suggestion that complexity increases over time, not just in living organisms but in the nonliving world, promises to rewrite notions of time and evolution.
🔺 اکسیژن خیلی قبلتر از «رویداد بزرگ اکسیژنی» روی زمین وجود داشت!
🔹 حدود ۲.۴ میلیارد سال پیش، «رویداد بزرگ اکسیژنی» زمین را به سیارهای با اتمسفر غنی از اکسیژن تبدیل کرد. اما تحقیقی جدید نشان میدهد برخی باکتریها ۹۰۰ میلیون سال قبل از این رویداد، راهی برای تنفس اکسیژن پیدا کرده بودند!
🔹 دانشمندان با بررسی ژنوم ۱۰۰۷ گونه باکتریایی، دادههای زمینشناسی و الگوریتمهای یادگیری ماشین، به این نتیجه رسیدند که حداقل سه گروه از باکتریها قبل از افزایش اکسیژن جو زمین، توانایی استفاده از اکسیژن برای تولید انرژی (متابولیسم هوازی) را تکامل داده بودند. این کشف نشان میدهد موجودات زنده خیلی زودتر از آنچه تصور میشد، با اکسیژن سازگار شدند.
❕ «رویداد بزرگ اکسیژنی» زمانی رخ داد که سیانوباکتریها (باکتریهای فتوسنتزکننده) با تولید اکسیژن به عنوان محصول جانبی، جو زمین را تغییر دادند. اما این تحقیق ثابت میکند برخی باکتریها حتی قبل از فراوانی اکسیژن در جو، راهی برای استفاده از آن پیدا کرده بودند.
🔹 این باکتریهای پیشگام احتمالاً مسیر را برای تکامل سیانوباکتریها و افزایش اکسیژن جو زمین هموار کردند. آنها با تنفس اکسیژن، انرژی بیشتری تولید میکردند و در رقابت با گونههای غیراکسیژنی (بیهوازی) برتری داشتند. این برتری به مرور زمان منجر به گسترش گونههای وابسته به اکسیژن و شکلگیری حیات امروزی شد.
❕ متابولیسم هوازی یعنی استفاده از اکسیژن برای تجزیه مواد غذایی و تولید انرژی. این فرآیند بسیار کارآمدتر از روشهای بیهوازی است و به موجودات اجازه میدهد انرژی بیشتری برای رشد و تکثیر داشته باشند.
🔹 محققان معتقدند این یافتهها مسیر جدیدی برای مطالعه فرگشت اولیه حیات باز میکند. ترکیب دادههای ژنتیکی، زمینشناسی و فناوریهایی مانند هوش مصنوعی میتواند اسرار بیشتری از تاریخچه زمین را فاش کند.
[منبع]
🆔 @Science_Focus
#فرگشت #زمین_شناسی #میکروب_ها #اکسیژن
🔹 حدود ۲.۴ میلیارد سال پیش، «رویداد بزرگ اکسیژنی» زمین را به سیارهای با اتمسفر غنی از اکسیژن تبدیل کرد. اما تحقیقی جدید نشان میدهد برخی باکتریها ۹۰۰ میلیون سال قبل از این رویداد، راهی برای تنفس اکسیژن پیدا کرده بودند!
🔹 دانشمندان با بررسی ژنوم ۱۰۰۷ گونه باکتریایی، دادههای زمینشناسی و الگوریتمهای یادگیری ماشین، به این نتیجه رسیدند که حداقل سه گروه از باکتریها قبل از افزایش اکسیژن جو زمین، توانایی استفاده از اکسیژن برای تولید انرژی (متابولیسم هوازی) را تکامل داده بودند. این کشف نشان میدهد موجودات زنده خیلی زودتر از آنچه تصور میشد، با اکسیژن سازگار شدند.
❕ «رویداد بزرگ اکسیژنی» زمانی رخ داد که سیانوباکتریها (باکتریهای فتوسنتزکننده) با تولید اکسیژن به عنوان محصول جانبی، جو زمین را تغییر دادند. اما این تحقیق ثابت میکند برخی باکتریها حتی قبل از فراوانی اکسیژن در جو، راهی برای استفاده از آن پیدا کرده بودند.
🔹 این باکتریهای پیشگام احتمالاً مسیر را برای تکامل سیانوباکتریها و افزایش اکسیژن جو زمین هموار کردند. آنها با تنفس اکسیژن، انرژی بیشتری تولید میکردند و در رقابت با گونههای غیراکسیژنی (بیهوازی) برتری داشتند. این برتری به مرور زمان منجر به گسترش گونههای وابسته به اکسیژن و شکلگیری حیات امروزی شد.
❕ متابولیسم هوازی یعنی استفاده از اکسیژن برای تجزیه مواد غذایی و تولید انرژی. این فرآیند بسیار کارآمدتر از روشهای بیهوازی است و به موجودات اجازه میدهد انرژی بیشتری برای رشد و تکثیر داشته باشند.
🔹 محققان معتقدند این یافتهها مسیر جدیدی برای مطالعه فرگشت اولیه حیات باز میکند. ترکیب دادههای ژنتیکی، زمینشناسی و فناوریهایی مانند هوش مصنوعی میتواند اسرار بیشتری از تاریخچه زمین را فاش کند.
[منبع]
🆔 @Science_Focus
#فرگشت #زمین_شناسی #میکروب_ها #اکسیژن
ScienceAlert
Oxygen Metabolism Emerged on Earth Before The Great Oxidation Event, Study Reveals
Bacteria got a head start.
🔺 کشف ساختار عمیق مغز که کنترل کننده «هوشیاری» است!
🔹 دانشمندان برای اولینبار مشاهده کردند که چگونه بخشهای عمیق مغز هنگام «هوشیاری» فعال میشوند. این تحقیق نشان میدهد تالاموس (ساختاری در عمق مغز) مانند یک دروازهبان، نقش کلیدی در آگاهی از افکار و محیط اطراف دارد.
🔹 مغز هر لحظه با حجم عظیمی از اطلاعات حسی بمباران میشود، اما ما فقط بخش کوچکی از آنها را هوشیارانه درک میکنیم (مثل طعم شکلات یا صدای یک دوست). تاکنون تصور میشد قشر مغز (لایه بیرونی) مسئول اصلی این آگاهی است، اما تحقیق جدید نشان میدهد تالاموس هم نقش حیاتی دارد.
❕ تالاموس مانند ایستگاه رله مغز عمل میکند: اطلاعات حسی (بینایی، شنوایی و...) را فیلتر کرده و به قشر مغز میفرستد. این تحقیق ثابت کرد فعالیت همزمان تالاموس و قشر مغز برای هوشیاری ضروری است.
🔹 در این مطالعه، از بیماران تحت درمان برای سردردهای شدید استفاده شد که الکترودهایی در مغزشان کار گذاشته شده بود. از آنها خواسته شد تا با دیدن یک علامت روی صفحه، حرکات چشم خاصی انجام دهند. جالب اینجا بود که این علامت فقط در ۵۰٪ موارد بهصورت هوشیارانه دیده میشد.
🔹 ثبت همزمان فعالیت عصبی در تالاموس و قشر مغز نشان داد:
- وقتی شرکتکنندگان علامت راهوشیارانه میدیدند، تالاموس و قشر مغز همزمان فعال میشدند.
- در مواردی که علامت دیده نمیشد، این هماهنگی وجود نداشت.
❕ این یافتهها نظریههای قدیمی را که هوشیاری را فقط به قشر مغز نسبت میدادند، به چالش میکشد. به نظر میرسد تالاموس مانند یک «سوئیچ مرکزی» تصمیم میگیرد کدام اطلاعات به سطح آگاهی برسند.
🔹 این تحقیق مسیر جدیدی برای مطالعه اختلالات هوشیاری (مثل کما یا روانپریشی) باز میکند. شاید در آینده با تحریک دقیق تالاموس بتوان سطح هوشیاری را تنظیم کرد!
[منبع]
🆔 @Science_Focus
#مغز #هوشیاری #عصب_شناسی #تالاموس
🔹 دانشمندان برای اولینبار مشاهده کردند که چگونه بخشهای عمیق مغز هنگام «هوشیاری» فعال میشوند. این تحقیق نشان میدهد تالاموس (ساختاری در عمق مغز) مانند یک دروازهبان، نقش کلیدی در آگاهی از افکار و محیط اطراف دارد.
🔹 مغز هر لحظه با حجم عظیمی از اطلاعات حسی بمباران میشود، اما ما فقط بخش کوچکی از آنها را هوشیارانه درک میکنیم (مثل طعم شکلات یا صدای یک دوست). تاکنون تصور میشد قشر مغز (لایه بیرونی) مسئول اصلی این آگاهی است، اما تحقیق جدید نشان میدهد تالاموس هم نقش حیاتی دارد.
❕ تالاموس مانند ایستگاه رله مغز عمل میکند: اطلاعات حسی (بینایی، شنوایی و...) را فیلتر کرده و به قشر مغز میفرستد. این تحقیق ثابت کرد فعالیت همزمان تالاموس و قشر مغز برای هوشیاری ضروری است.
🔹 در این مطالعه، از بیماران تحت درمان برای سردردهای شدید استفاده شد که الکترودهایی در مغزشان کار گذاشته شده بود. از آنها خواسته شد تا با دیدن یک علامت روی صفحه، حرکات چشم خاصی انجام دهند. جالب اینجا بود که این علامت فقط در ۵۰٪ موارد بهصورت هوشیارانه دیده میشد.
🔹 ثبت همزمان فعالیت عصبی در تالاموس و قشر مغز نشان داد:
- وقتی شرکتکنندگان علامت راهوشیارانه میدیدند، تالاموس و قشر مغز همزمان فعال میشدند.
- در مواردی که علامت دیده نمیشد، این هماهنگی وجود نداشت.
❕ این یافتهها نظریههای قدیمی را که هوشیاری را فقط به قشر مغز نسبت میدادند، به چالش میکشد. به نظر میرسد تالاموس مانند یک «سوئیچ مرکزی» تصمیم میگیرد کدام اطلاعات به سطح آگاهی برسند.
🔹 این تحقیق مسیر جدیدی برای مطالعه اختلالات هوشیاری (مثل کما یا روانپریشی) باز میکند. شاید در آینده با تحریک دقیق تالاموس بتوان سطح هوشیاری را تنظیم کرد!
[منبع]
🆔 @Science_Focus
#مغز #هوشیاری #عصب_شناسی #تالاموس
Nature
How does the brain control consciousness? This deep-brain structure
Nature - In a world of constant stimulation, the thalamus filters which thoughts we become aware of and which we don’t.
🔺 حل معمای ۳۸۰ ساله دکارت: ریاضیدانان معمای هندسی قرن ۱۷ را حل کردند
🔹 پژوهشگران دانشگاه موناش استرالیا با استفاده از ابزارهای پیشرفته ریاضی الهامگرفته از فیزیک، قضیه دایرههای دکارت را گسترش دادند. آنها معادله کلیای برای هر تعداد دایره مماس ارائه کردند که معمایی ۳۸۰ ساله را حل میکند.
🔹 این قضیه که در سال ۱۶۴۳ توسط رنه دکارت مطرح شد، رابطه بین چهار دایره مماس را توصیف میکرد. اما تاکنون تعمیم آن به الگوهای پیچیدهتر با دایرههای بیشتر (مانند «گلهای n-گلبرگی») ممکن نبود.
❕ «قضیه دایره دکارت» یک قانون هندسی جالب است که به ما میگوید اگر چهار دایره را طوری کنار هم بگذاریم که هر کدام، سه دایره دیگر را لمس کند (مماس باشد)، بین اندازههای آنها چه رابطهای وجود دارد. دکارت این رابطه را برای چهار دایره پیدا کرد.
🔹 پروفسور «دنیل متیوز» و دانشجوی دکترا «اوریون زیماریس» با استفاده از «اسپینورها» - ابزارهای ریاضی که در فیزیک کوانتوم و نسبیت نیز کاربرد دارند - موفق به حل این مسئله شدند. اسپینورها به آنها کمک کردند رابطه بین شعاع دایرهها در الگوهای پیچیدهتر را کشف کنند.
❕ اسپینورها (Spinors) ساختارهای ریاضی هستند که برای توصیف ویژگیهای ذرات در فیزیک کوانتومی و نسبیت استفاده میشوند. جالب اینجاست که همین ابزارها حالا برای حل یک مسئله هندسی کلاسیک به کار رفتهاند!
🔹 این کشف نهتنها یک پیروزی برای ریاضیات محض است، بلکه نشاندهنده قدرت روزافزون گروه توپولوژی دانشگاه موناش است. این گروه اکنون ۹ دانشجوی دکترا دارد که ۵ نفر از آنها زن هستند.
❕ گلهای n-گلبرگی الگوهایی از دایرههای مماس هستند که حول یک دایره مرکزی قرار میگیرند. مثلاً در «گل ۳-گلبرگی» سه دایره و در «گل ۵-گلبرگی» پنج دایره به طور متقارن دور یک دایره اصلی چیده شدهاند.
🔹 پروفسور متیوز میگوید:
[منبع]
🆔 @Science_Focus
#ریاضیات #تاریخ_علم #هندسه #فیزیک_کوانتوم #نوآوری
🔹 پژوهشگران دانشگاه موناش استرالیا با استفاده از ابزارهای پیشرفته ریاضی الهامگرفته از فیزیک، قضیه دایرههای دکارت را گسترش دادند. آنها معادله کلیای برای هر تعداد دایره مماس ارائه کردند که معمایی ۳۸۰ ساله را حل میکند.
🔹 این قضیه که در سال ۱۶۴۳ توسط رنه دکارت مطرح شد، رابطه بین چهار دایره مماس را توصیف میکرد. اما تاکنون تعمیم آن به الگوهای پیچیدهتر با دایرههای بیشتر (مانند «گلهای n-گلبرگی») ممکن نبود.
❕ «قضیه دایره دکارت» یک قانون هندسی جالب است که به ما میگوید اگر چهار دایره را طوری کنار هم بگذاریم که هر کدام، سه دایره دیگر را لمس کند (مماس باشد)، بین اندازههای آنها چه رابطهای وجود دارد. دکارت این رابطه را برای چهار دایره پیدا کرد.
🔹 پروفسور «دنیل متیوز» و دانشجوی دکترا «اوریون زیماریس» با استفاده از «اسپینورها» - ابزارهای ریاضی که در فیزیک کوانتوم و نسبیت نیز کاربرد دارند - موفق به حل این مسئله شدند. اسپینورها به آنها کمک کردند رابطه بین شعاع دایرهها در الگوهای پیچیدهتر را کشف کنند.
❕ اسپینورها (Spinors) ساختارهای ریاضی هستند که برای توصیف ویژگیهای ذرات در فیزیک کوانتومی و نسبیت استفاده میشوند. جالب اینجاست که همین ابزارها حالا برای حل یک مسئله هندسی کلاسیک به کار رفتهاند!
🔹 این کشف نهتنها یک پیروزی برای ریاضیات محض است، بلکه نشاندهنده قدرت روزافزون گروه توپولوژی دانشگاه موناش است. این گروه اکنون ۹ دانشجوی دکترا دارد که ۵ نفر از آنها زن هستند.
❕ گلهای n-گلبرگی الگوهایی از دایرههای مماس هستند که حول یک دایره مرکزی قرار میگیرند. مثلاً در «گل ۳-گلبرگی» سه دایره و در «گل ۵-گلبرگی» پنج دایره به طور متقارن دور یک دایره اصلی چیده شدهاند.
🔹 پروفسور متیوز میگوید:
«شگفتانگیز است که پرسشی که دکارت در قرن ۱۷ با آن دستوپنجه نرم کرد، هنوز پاسخهای ناشناخته دارد». این تحقیق ثابت میکند که مسائل قدیمی میتوانند الهامبخش ایدههای نوین باشند.
[منبع]
🆔 @Science_Focus
#ریاضیات #تاریخ_علم #هندسه #فیزیک_کوانتوم #نوآوری
SciTechDaily
Descartes’ Unfinished Mystery: Mathematicians Solve 380-Year-Old Geometry Problem
Monash University researchers have extended Descartes’ Circle Theorem by finding a general equation for any number of tangent circles, using advanced mathematical tools inspired by physics. A centuries-old geometric puzzle dating back to the 17th century…
🔺 معرفی مدلهای هوش مصنوعی جدید متا: رقیبی قوی برای GPT-4o و Grok 3
🔹 شرکت متا پس از چهار ماه، سه مدل جدید از خانواده هوش مصنوعی «لاما ۴» را معرفی کرد. این مدلها با نامهای «اسکاوت»، «ماوریک» و «بیهموت» از معماری «مخلوطی از متخصصان» (MoE) استفاده میکنند و از پایه چندوجهی (عکس، متن، صدا) هستند.
🔹 کوچکترین مدل، لاما ۴ اسکاوت، ۱۰۹ میلیارد پارامتر دارد اما تنها ۱۷ میلیارد آن در هر لحظه فعال است. این مدل میتواند تا ۱۰ میلیون توکن (واحد پردازش متن) را همزمان تحلیل کند و طبق ادعای متا، از رقبایی مانند جِمینی ۲.۰ فلش لایت و میسترال ۳.۱ پیشی گرفته است.
🔹 لاما ۴ ماوریک با ۴۰۰ میلیارد پارامتر و ۱۲۸ متخصص، تنها ۱۷ میلیارد پارامتر فعال دارد اما عملکردی بهتر از GPT-4o و جِمینی ۲.۰ فلش نشان میدهد. این مدل در رتبهبندی LMArena با امتیاز ۱,۴۱۷ در جایگاه دوم، بالاتر از GPT-4o و Grok ۳ قرار گرفته است.
🔹 بزرگترین مدل، لاما ۴ بیهموت، با ۲ تریلیون پارامتر آموزش دیده و ۲۸۸ میلیارد پارامتر فعال دارد. این مدل هنوز در حال آموزش است اما طبق گزارشها در تستهای علوم پایه (STEM) از GPT-4.۵ و کلود ۳.۷ سونت پیشی گرفته است.
❕ «معماری مخلوطی از متخصصان» (MoE) چیست؟
در این روش، مدل هوش مصنوعی به جای استفاده از تمام ظرفیت خود برای هر کار، تنها بخشی از «متخصصان» خود را فعال میکند. مثلاً برای پاسخ به سوالی درباره پزشکی، فقط متخصصان حوزه سلامت مشارکت میکنند. این روش سرعت و دقت مدل را افزایش میدهد.
❕ پارامتر در هوش مصنوعی:
پارامترها واحدهای یادگیری مدل هستند که طی آموزش تنظیم میشوند. هرچه پارامترهای فعال بیشتر باشد، مدل توانایی پردازش اطلاعات پیچیدهتری دارد، اما به منابع سختافزاری قویتری نیاز است.
🔹 مدلهای لاما ۴ از امروز در متا اِیآی (Meta AI) در واتساپ، مسنجر و اینستاگرام در ۴۰ کشور قابل دسترسی است. قابلیت چندوجهی فعلاً فقط در آمریکا فعال است.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فناوری #نوآوری #متا #هوش_مصنوعی_پیشرفته
🔹 شرکت متا پس از چهار ماه، سه مدل جدید از خانواده هوش مصنوعی «لاما ۴» را معرفی کرد. این مدلها با نامهای «اسکاوت»، «ماوریک» و «بیهموت» از معماری «مخلوطی از متخصصان» (MoE) استفاده میکنند و از پایه چندوجهی (عکس، متن، صدا) هستند.
🔹 کوچکترین مدل، لاما ۴ اسکاوت، ۱۰۹ میلیارد پارامتر دارد اما تنها ۱۷ میلیارد آن در هر لحظه فعال است. این مدل میتواند تا ۱۰ میلیون توکن (واحد پردازش متن) را همزمان تحلیل کند و طبق ادعای متا، از رقبایی مانند جِمینی ۲.۰ فلش لایت و میسترال ۳.۱ پیشی گرفته است.
🔹 لاما ۴ ماوریک با ۴۰۰ میلیارد پارامتر و ۱۲۸ متخصص، تنها ۱۷ میلیارد پارامتر فعال دارد اما عملکردی بهتر از GPT-4o و جِمینی ۲.۰ فلش نشان میدهد. این مدل در رتبهبندی LMArena با امتیاز ۱,۴۱۷ در جایگاه دوم، بالاتر از GPT-4o و Grok ۳ قرار گرفته است.
🔹 بزرگترین مدل، لاما ۴ بیهموت، با ۲ تریلیون پارامتر آموزش دیده و ۲۸۸ میلیارد پارامتر فعال دارد. این مدل هنوز در حال آموزش است اما طبق گزارشها در تستهای علوم پایه (STEM) از GPT-4.۵ و کلود ۳.۷ سونت پیشی گرفته است.
❕ «معماری مخلوطی از متخصصان» (MoE) چیست؟
در این روش، مدل هوش مصنوعی به جای استفاده از تمام ظرفیت خود برای هر کار، تنها بخشی از «متخصصان» خود را فعال میکند. مثلاً برای پاسخ به سوالی درباره پزشکی، فقط متخصصان حوزه سلامت مشارکت میکنند. این روش سرعت و دقت مدل را افزایش میدهد.
❕ پارامتر در هوش مصنوعی:
پارامترها واحدهای یادگیری مدل هستند که طی آموزش تنظیم میشوند. هرچه پارامترهای فعال بیشتر باشد، مدل توانایی پردازش اطلاعات پیچیدهتری دارد، اما به منابع سختافزاری قویتری نیاز است.
🔹 مدلهای لاما ۴ از امروز در متا اِیآی (Meta AI) در واتساپ، مسنجر و اینستاگرام در ۴۰ کشور قابل دسترسی است. قابلیت چندوجهی فعلاً فقط در آمریکا فعال است.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فناوری #نوآوری #متا #هوش_مصنوعی_پیشرفته
Beebom
Meta Releases Llama 4 AI Models; Beats GPT-4o and Grok 3 in LMArena
Meta has released a new series of Llama 4 open-weight models based on the MoE architecture. Llama 4 Maverick beats GPT-4o and Grok 3 in LMArena.