تازه‌های علمی
709 subscribers
38 photos
3 videos
2.11K links
🔹 پوشش آخرین یافته‌ها از اعماق کیهان‌ و فیزیک تا دنیای ژنتیک، نوآوری‌های مهندسی، باستان‌شناسی و هوش مصنوعی، همه به زبانی قابل فهم.
Download Telegram
🔺 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:
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
👍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:
«شتاب‌دهنده FCC می‌تواند قوی‌ترین ابزار تاریخ برای کشف قوانین بنیادی طبیعت باشد.»


[منبع]
🆔 @Science_Focus
#فیزیک #کیهان‌شناسی #دانش_بنیادی #سرن
🔺 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
🔺 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
🔺 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:
«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
🔺 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
🔺 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
🔺 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:
«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
🔺 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
🔺 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
🔺 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
🔺 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
🔺 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:
«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
🔺 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
🔺 کشف «اتوبان کوانتومی» توسط محققان MIT: تحولی بزرگ در ارتباط پردازنده‌های کوانتومی

🔹 محققان دانشگاه MIT موفق به طراحی یک سیستم ارتباطی جدید بین پردازنده‌های کوانتومی شده‌اند که به آن «اتوبان کوانتومی» می‌گویند. این سیستم می‌تواند ارتباط سریع و دقیقی بین پردازنده‌ها برقرار کند و تحولی بزرگ در ساخت ابررایانه‌های کوانتومی کارآمدتر ایجاد نماید.

🔹 برخلاف سیستم‌های قدیمی که ارتباط «نقطه به نقطه» داشتند و احتمال خطا در انتقال داده بالا بود، این فناوری جدید امکان ارتباط «همه با همه» را فراهم می‌کند. این یعنی هر پردازنده می‌تواند به طور همزمان با چندین پردازنده دیگر ارتباط برقرار کند.

کیوبیت (Qubit) واحد پایه محاسبات کوانتومی است که برخلاف بیت‌های کلاسیک (۰ یا ۱)، می‌تواند همزمان در حالت ۰ و ۱ باشد (به این ویژگی «برهم‌نهی» می‌گویند). این خاصیت به کامپیوترهای کوانتومی قدرت محاسباتی فوق‌العاده‌ای می‌دهد.

🔹 قلب این نوآوری، یک «راه‌نمای ابررسانا» (Superconducting Waveguide) است که فوتون‌ها (ذرات نور حامل اطلاعات کوانتومی) را بین پردازنده‌ها انتقال می‌دهد. هر پردازنده دارای چهار کیوبیت است: برخی برای ارسال و دریافت فوتون و برخی برای ذخیره‌سازی داده استفاده می‌شوند.

🔹 یکی از چالش‌های اصلی، جذب صحیح فوتون توسط پردازنده مقصد بود، زیرا ممکن بود فوتون در مسیر دچار اعوجاج شود. محققان برای حل این مشکل از «یادگیری تقویتی» (یک نوع هوش مصنوعی) استفاده کردند تا شکل فوتون را بهینه کنند. این روش کارایی جذب را به بیش از ۶۰٪ رساند.

یادگیری تقویتی (Reinforcement Learning) شاخه‌ای از هوش مصنوعی است که در آن یک عامل (مثل یک برنامه کامپیوتری) با آزمون و خطا یاد می‌گیرد چگونه بهترین تصمیم را بگیرد. در این تحقیق، هوش مصنوعی بهینه‌ترین شکل فوتون برای انتقال اطلاعات را پیدا کرد.

🔹 این کشف می‌تواند راه را برای ساخت «اینترنت کوانتومی» هموار کند، جایی که پردازنده‌های کوانتومی در نقاط مختلف جهان بتوانند با هم ارتباط برقرار کنند. این فناوری نه‌تنها قدرت پردازش را افزایش می‌دهد، بلکه در حل مسائل پیچیده مانند مدل‌سازی مولکولی و رمزنگاری امن نیز کاربرد خواهد داشت.

[منبع]
🆔 @Science_Focus
#کوانتوم #هوش_مصنوعی #فناوری #MIT
🔺 فیزیک‌دانان «کریستال زمان» را به دنیای آشوب و همگام‌سازی کشاندند!

🔹 محققان دانشگاه TU Dortmund با اعمال تحریک دوره‌ای روی یک کریستال زمان، طیف شگفت‌انگیزی از پدیده‌های دینامیکی غیرخطی را کشف کردند؛ از همگام‌سازی کامل تا رفتار آشوب‌گونه در یک ساختار نیمه‌هادی. این یافته‌ها که در Nature Communications منتشر شده، نخستین مشاهده‌ی «دنباله‌ی درخت فارِی» و «پلکان شیطان» در یک کریستال است.

🔹 کریستال زمان مورد استفاده (ساخته‌شده از آرسنید گالیم ایندیم) قبلاً در Nature Physics معرفی شده بود. در آزمایش جدید، به جای تابش پیوسته‌ی لیزر، تحریک دوره‌ای با فرکانس‌های متغیر اعمال شد. پاسخ فرکانسی سیستم از الگوهای منظم تا آشوب کامل را نشان داد.

کریستال زمان: حالتی از ماده که در آن ساختار اتمی نه در فضا، بلکه در زمان به صورت دوره‌ای تکرار می‌شود. مثل ساعت‌هایی که خودبه‌خود و بدون کوک شدن، زمان را نگه می‌دارند!

🔹 نمودارهای به‌دست‌آمده دو ساختار ریاضی جالب را آشکار کردند:
- دنباله‌ی درخت فاری: همگام‌سازی سیستم فقط در کسرهای خاصی از فرکانس طبیعی رخ می‌دهد (مثل ۱/۲، ۲/۳، ۳/۵) که به ترتیب افزایش فرکانس، الگویی شبیه به شاخه‌های درخت تشکیل می‌دهند.
- پلکان شیطان: در مرزهای محدوده‌ی همگام‌سازی، فرکانس به شاخه‌های متقارن تقسیم می‌شود که مانند پله‌های یک راه‌پله‌ی بی‌پایان، با ارتفاع و عرض کاهش‌ینده ظاهر می‌شوند.

🔹 با افزایش بیشتر فرکانس، سیستم به منطقه‌ای از آشوب وارد می‌شود؛ جایی که کوچک‌ترین تغییرات به رفتارهای کاملاً متفاوت منجر می‌شود. اما پس از عبور از یک آستانه، دوباره نظم دوره‌ای بازمی‌گردد.

آشوب در فیزیک به معنای بی‌نظمی مطلق نیست، بلکه حساسیت شدید به شرایط اولیه است (اثر پروانه‌ای). مثل پیش‌بینی آب‌وهوا که با اندک تغییری نتایج کاملاً متفاوت می‌شود.

🔹 دکتر الکس گرایلیچ می‌گوید:
«این نخستین باری است که چنین پدیده‌هایی در یک نیمه‌هادی مشاهده می‌شود. این یافته‌ها گامی مهم به سوی درک سیستم‌های غیرخطی است.»

این تحقیقات می‌تواند به طراحی نیمه‌هادی‌های با خواص کنترل‌شده بینجامد.

[منبع]
🆔 @Science_Focus
#فیزیک #کوانتوم #نوآوری #آشوب #ریاضیات
🔺 اسپیس‌ایکس اولین مأموریت فضایی قطبی با سرنشین را با موفقیت به پایان رساند

🔹 کپسول «رزیلینس» اسپیس‌ایکس حاوی چهار فضانورد مأموریت خصوصی «فرم۲» پس از چهار روز گردش در مدار قطبی زمین، با موفقیت در اقیانوس آرام فرود آمد. این اولین بار در تاریخ بود که یک فضاپیمای سرنشین‌دار از مدار قطبی زمین بازگشت.

🔹 خدمه این مأموریت شامل «چون وانگ» میلیاردر حوزه ارز دیجیتال (سرمایه‌گذار اصلی مأموریت)، «یانیکه میکلسن» (فرمانده فضاپیما از نروژ)، «رابیا روگه» (خلبان از آلمان) و «اریک فیلیپس» (متخصص پزشکی مأموریت از استرالیا) بودند.

🔹 این گروه طی مأموریت خود ۲۲ آزمایش علمی انجام دادند، از جمله اولین پرورش قارچ در فضا و تصویربرداری اشعه ایکس از بدن انسان در شرایط بی‌وزنی.

مدار قطبی نوعی مدار حول زمین است که فضاپیما از بالای قطب‌های شمال و جنوب عبور می‌کند. این مدار برای رصد کل سطح زمین بسیار مفید است، اما تاکنون برای مأموریت‌های سرنشین‌دار استفاده نشده بود.

🔹 فرود این مأموریت در سواحل کالیفرنیا انجام شد که اولین فرود در ساحل غربی برای فضاپیمای دراگن اسپیس‌ایکس بود. خدمه پس از فرود، تحقیقات خود درباره تأثیر بی‌وزنی بر بدن انسان را ادامه دادند.

[منبع]
🆔 @Science_Focus
#فضا #اسپیس‌ایکس #ناسا #فضانوردی
🔺 ریاضیدان‌ها الگوهای پنهان سقوط ۳.۵ میلیارد دلاری یک ارز دیجیتال را کشف کردند

🔹 پژوهشگران دانشگاه کوئین مری لندن با استفاده از روش‌های پیشرفته ریاضی، مکانیسم‌های پشت پرده سقوط چشمگیر استیبل‌کوین TerraUSD و ارز LUNA را شناسایی کرده‌اند. این تحقیق نشان می‌دهد که معامله‌گران با هماهنگی خاصی اقدام به دستکاری بازار کردند و باعث شدند ارزش این ارزها یک‌شبه ۳.۵ میلیارد دلار سقوط کند.

🔹 تیم تحقیقاتی به رهبری دکتر ریچارد کلیگ از تکنیک «تحلیل گراف چندلایه زمانی» استفاده کردند تا روابط بین ارزهای دیجیتال در بلاکچین اتریوم را بررسی کنند. نتایج نشان داد در روزهای منتهی به سقوط، تنها ۵-۶ معامله‌گر تقریباً تمام فعالیت‌های بازار را کنترل می‌کردند که این الگو در شرایط عادی غیرممکن است.

استیبل‌کوین‌ها (Stablecoins) نوعی ارز دیجیتال هستند که ارزش آن‌ها معمولاً به یک دارایی پایدار مانند دلار آمریکا متصل است. TerraUSD نیز چنین استیبل‌کوینی بود که قرار بود همیشه ارزشی معادل ۱ دلار داشته باشد، اما در می ۲۰۲۲ این مکانیسم شکست خورد و ارزش آن به شدت سقوط کرد.

🔹 این تحقیق نه‌تنها جزئیات حمله هماهنگ به TerraUSD را روشن می‌کند، بلکه ابزاری جدید برای نظارت بر بازارهای رمزارز ارائه می‌دهد. نرم‌افزار توسعه‌یافته توسط این تیم می‌تواند به تنظیم‌کنندگان بازار کمک کند تا از دستکاری‌های مشابه در آینده جلوگیری کنند.

🔹 دکتر کلیگ می‌گوید:
«ارزهای دیجیتال اغلب مانند غرب وحشی مالی هستند، اما با روش‌های ریاضی می‌توان الگوهای پنهان را کشف کرد. این تحقیق فقط درباره گذشته نیست، بلکه درباره ساختن سیستم مالی شفاف‌تر و امن‌تر برای آینده است.»


[منبع]
🆔 @Science_Focus
#ارز_دیجیتال #بلاکچین #اقتصاد #ریاضیات
🔺 انقلابی در آموزش با هوش مصنوعی: کلود دانشجویان را به فکر کردن وادار می‌کند!

🔹 شرکت Anthropic نسخه آموزشی دستیار هوش مصنوعی خود به نام «کلود برای آموزش» را معرفی کرد که به جای دادن پاسخ مستقیم، با پرسش‌های سقراطی دانشجویان را به تفکر عمیق ترغیب می‌کند.

🔹 این سیستم در همکاری با دانشگاه‌های معتبری مانند نورث ایسترن، LSE و شامپلین آزمایش می‌شود. ویژگی کلیدی آن «حالت یادگیری» است که در برابر هر سوال دانشجو، به جای پاسخ آماده، سوالاتی مانند «چگونه به این مسئله نزدیک می‌شوی؟» یا «چه شواهدی از نتیجه‌گیری تو حمایت می‌کند؟» مطرح می‌کند.

روش سقراطی: تکنیکی آموزشی که با پرسش‌های هدفمند، فرد را به کشف پاسخ و تفکر انتقادی هدایت می‌کند. این دقیقاً برعکس رویکرد چت‌بات‌های معمولی است که پاسخ‌های آماده ارائه می‌دهند.

🔹 دانشگاه نورث ایسترن این سیستم را برای ۵۰٬۰۰۰ دانشجو و استاد در ۱۳ پردیس دانشگاهی جهانی خود راه‌اندازی می‌کند. این رویکرد جدید می‌تواند چالش تقلب و تفکر سطحی ناشی از هوش مصنوعی در آموزش را حل کند.

🔹 کلود علاوه بر کلاس‌ درس، در امور اداری دانشگاه‌ها نیز کاربرد دارد؛ از تحلیل روندهای آموزشی تا ساده‌سازی اسناد پیچیده. همکاری با ارائه‌دهندگان سیستم‌های مدیریت یادگیری مانند Canvas، دسترسی میلیون‌ها دانشجو به این فناوری را ممکن می‌سازد.

[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #آموزش #فناوری #تحصیل
🔺 الگوی عجیب زبانی در معادلات فیزیک کشف شد!

🔹 فیزیک و ریاضیات همیشه به عنوان زبان‌های جهانی برای درک جهان شناخته شده‌اند. اما تحقیقات جدید نشان می‌دهد که ممکن است ارتباطی بین این معادلات و الگوهای زبانی انسان‌ها وجود داشته باشد!

🔹 دانشمندان دانشگاه آکسفورد با بررسی معادلات فیزیکی از منابع مختلف، متوجه شدند که برخی نمادها و عملگرها (مانند +، -، =) بسیار بیشتر از بقیه تکرار می‌شوند. این الگو شبیه به «قانون زیف» در زبان‌شناسی است که می‌گوید پرکاربردترین کلمات در یک زبان، بسیار بیشتر از کلمات نادر استفاده می‌شوند.

قانون زیف (Zipf’s Law) یک اصل در زبان‌شناسی است که نشان می‌دهد در هر زبانی، کلمه‌ی پرتکرار اول، دو برابر کلمه‌ی دوم، سه برابر کلمه‌ی سوم و الی آخر تکرار می‌شود. مثلاً در انگلیسی، کلمه‌ی «the» بسیار بیشتر از «and» و «is» استفاده می‌شود. جالب اینجاست که این الگو فقط در زبان نیست؛ در اقتصاد (توزیع ثروت)، جغرافیا (جمعیت شهرها) و حتی فیزیک هم دیده شده است!

🔹 محققان دو توضیح احتمالی برای این کشف ارائه می‌دهند:
۱. جهان ساده‌تر از آن است که فکر می‌کنیم! شاید ساختار طبیعت به گونه‌ای است که از نمادهای محدود و پرتکرار برای بیان قوانین خود استفاده می‌کند.
۲. ذهن انسان دوستدار سادگی است! شاید فیزیکدان‌ها ناخودآگاه معادلات را به شکلی می‌نویسند که برای مغز انسان قابل‌درک‌تر باشد.

🔹 این کشف می‌تواند به دانشمندان کمک کند تا معادلات جدید فیزیک را پیش‌بینی کنند یا حتی به هوش مصنوعی آموزش دهند که چگونه قوانین طبیعت را بهتر درک کند!

[منبع]
🆔 @Science_Focus
#فیزیک #زبان‌شناسی #علم_داده #هوش_مصنوعی
🔺 گرگ‌های «دایر وولف» پس از ۱۰ هزار سال احیا شدند!

🔹 یک استارت‌آپ زیست‌فناوری آمریکایی با استفاده از فناوری‌های پیشرفته شبیه‌سازی و ویرایش ژن، موفق به احیای گرگ‌های دایر وولف (Dire Wolf) شده است - گونهای که حدود ۱۰ هزار سال پیش منقرض شده بود.

🔹 شرکت «کولوسال بایوساینس» با استفاده از DNA استخراج شده از فسیل‌های این حیوان، سه توله گرگ دایر وولف سالم تولید کرده است. این گونه که در سریال محبوب «بازی تاج‌وتخت» (Game of Thrones) به شهرت جهانی رسید، اکنون پس از هزاران سال به طبیعت بازمی‌گردد.

دایر وولف‌ها (Canis dirus) از بزرگ‌ترین گونه‌های سگ‌سانان بودند که در عصر یخبندان در آمریکای شمالی زندگی می‌کردند. این حیوانات حدود ۲۵٪ بزرگ‌تر از گرگ‌های خاکستری امروزی بودند و آرواره‌های فوق‌العاده قوی داشتند.

🔹 محققان برای احیای این گونه، از تکنیک‌های پیچیده‌ای شامل:
- استخراج DNA از فسیل‌های ۱۳ تا ۷۲ هزار ساله
- ویرایش ژنتیکی سلول‌های گرگ خاکستری (نزدیک‌ترین خویشاوند زنده)
- انتقال جنین‌های اصلاح‌شده به رحم مادران جایگزین
استفاده کردند.

🔹 جالب است بدانید جورج آر.آر. مارتین، نویسنده سری «بازی تاج‌وتخت» که خود از سرمایه‌گذاران این پروژه است، گفت:
«احیای دایر وولف‌ها مانند تحقق یک رویای علمی‌تخیلی است!»


[منبع]
🆔 @Science_Focus
#زیست‌فناوری #انقراض #علم_و_فناوری