🔺 کشف امواج گرانشی از سیاهچالههای اولیه: سرنخی برای ماده تاریک؟
🔹 بر اساس نظریههای فعلی، اثرات کوانتومی سیاهچالههای سنگین بسیار ناچیز است و تابش هاوکینگ آنها قابل مشاهده نیست. تابش هاوکینگ به ذراتی گفته میشود که از نزدیکی افق رویداد سیاهچاله به دلیل نوسانات کوانتومی به وجود میآیند.
🔹 اما اثر جدید «بار حافظه کوانتومی» میتواند این معادله را تغییر دهد. این اثر نشان میدهد که تبخیر سیاهچاله پس از گذشت نیمی از عمرش متوقف شده و پایدار میشود. دلیل این امر آن است که الگوهای اطلاعاتی درون سیاهچاله از نظر انرژی پایدارتر از حالتهای پرانرژی بیرون آن هستند.
🔹 این اثر برای سیاهچالههای اولیه (PBH) و ماهیت ماده تاریک پیامدهای مهمی دارد. سیاهچالههای اولیه در اوایل جهان و نه از فروپاشی ستارگان پرجرم به وجود آمدهاند. اگر ماده تاریک از PBHها تشکیل شده باشد، اثر بار حافظه کوانتومی میتواند توضیح دهد که چرا هنوز شاهد این سیاهچالهها هستیم.
🔹 تشکیل PBHها در اوایل کیهان باعث ایجاد امواج گرانشی میشود که قابل شناسایی هستند.
🔹 تحقیقات نشان میدهد امواج گرانشی ناشی از PBHهای شکلگرفته در اثر «گذار فاز مرتبه اول» با جرم کم، در محدوده فرکانسی قابل تشخیص برای رصدخانههایی مانند LISA، BBO و ET قرار دارند.
🔹 اگر این امواج گرانشی شناسایی شوند، نهتنها از نظریه اثر بار حافظه کوانتومی پشتیبانی میکنند، بلکه فرضیه تشکیل ماده تاریک از PBHها را نیز تقویت خواهند کرد.
#نجوم #سیاهچاله #ماده_تاریک #امواج_گرانشی #فیزیک_کوانتوم #کیهانشناسی #فیزیک
منبع منبع منبع
🆔 @Science_Focus
🔹 بر اساس نظریههای فعلی، اثرات کوانتومی سیاهچالههای سنگین بسیار ناچیز است و تابش هاوکینگ آنها قابل مشاهده نیست. تابش هاوکینگ به ذراتی گفته میشود که از نزدیکی افق رویداد سیاهچاله به دلیل نوسانات کوانتومی به وجود میآیند.
🔹 اما اثر جدید «بار حافظه کوانتومی» میتواند این معادله را تغییر دهد. این اثر نشان میدهد که تبخیر سیاهچاله پس از گذشت نیمی از عمرش متوقف شده و پایدار میشود. دلیل این امر آن است که الگوهای اطلاعاتی درون سیاهچاله از نظر انرژی پایدارتر از حالتهای پرانرژی بیرون آن هستند.
🔹 این اثر برای سیاهچالههای اولیه (PBH) و ماهیت ماده تاریک پیامدهای مهمی دارد. سیاهچالههای اولیه در اوایل جهان و نه از فروپاشی ستارگان پرجرم به وجود آمدهاند. اگر ماده تاریک از PBHها تشکیل شده باشد، اثر بار حافظه کوانتومی میتواند توضیح دهد که چرا هنوز شاهد این سیاهچالهها هستیم.
🔹 تشکیل PBHها در اوایل کیهان باعث ایجاد امواج گرانشی میشود که قابل شناسایی هستند.
🔹 تحقیقات نشان میدهد امواج گرانشی ناشی از PBHهای شکلگرفته در اثر «گذار فاز مرتبه اول» با جرم کم، در محدوده فرکانسی قابل تشخیص برای رصدخانههایی مانند LISA، BBO و ET قرار دارند.
🔹 اگر این امواج گرانشی شناسایی شوند، نهتنها از نظریه اثر بار حافظه کوانتومی پشتیبانی میکنند، بلکه فرضیه تشکیل ماده تاریک از PBHها را نیز تقویت خواهند کرد.
#نجوم #سیاهچاله #ماده_تاریک #امواج_گرانشی #فیزیک_کوانتوم #کیهانشناسی #فیزیک
منبع منبع منبع
🆔 @Science_Focus
phys.org
Gravitational waves may prove black holes' quantum effect and resolve the dark matter problem
Black hole quantum effects are usually thought to be too small to have any observable signatures. This is indeed the case for heavy black holes, such as the ones detected via gravitational waves by LIGO ...
🔺 فیلمهای نازک یک ماده نیمهفلزی جدید، رسانایی بهتری از مس دارند
🔹 برخلاف فلزات معمولی که با نازکتر شدن رسانایی کمتری پیدا میکنند، نیوبیوم فسفید (Niobium Phosphide) به عنوان یک نیمهفلز توپولوژیک غیربلوری، حتی در حالت فیلمهای بسیار نازک نیز رسانایی بهتری از مس نشان میدهد. این کشف شگفتانگیز میتواند به توسعه سیمهای فوقنازک با مقاومت الکتریکی پایین برای کاربردهای نانوالکترونیک کمک کند.
🔹 محققان دانشگاه استنفورد دریافتند که فیلمهای بسیار نازک نیوبیوم فسفید (کمتر از ۵ نانومتر) در دمای اتاق مقاومت الکتریکی کمتری نسبت به فلزات متداول مانند مس دارند. این ویژگی به دلیل خاصیت رسانایی سطحی این مواد توپولوژیک است که حتی در حالت غیربلوری نیز حفظ میشود.
🔹 یکی از مزایای کلیدی این فیلمها، امکان تولید و رسوبدهی آنها در دمای نسبتاً پایین (حدود ۴۰۰ درجه سانتیگراد) است که با فرآیندهای مدرن ساخت نیمههادی و تراشهها سازگار است. این موضوع ادغام این مواد را در فناوریهای پیشرفته نانوالکترونیک تسهیل میکند.
🔹 آسیر انتیسار خان، محقق اصلی این مطالعه، توضیح میدهد: «با کوچکتر و پیچیدهتر شدن دستگاههای الکترونیکی، سیمهای فلزی فوقنازک میتوانند به یک گلوگاه تبدیل شوند. استفاده از مواد با مقاومت الکتریکی پایین میتواند منجر به کاهش تلفات انرژی و بهبود عملکرد سیستمها شود.»
🔹 این پروژه حاصل همکاری گستردهای بین محققان دانشگاه استنفورد، دانشگاه آجو در کره جنوبی و مرکز تحقیقات واتسون IBM بوده است. تیم تحقیقاتی اکنون در حال انجام آزمایشهای بیشتر بر روی این ماده و جستوجو برای کشف مواد مشابه با خواص رسانایی بهتر هستند.
🔹 اریک پاپ، استاد دانشگاه استنفورد، میگوید: «نیوبیوم فسفید تنها ماده با این ویژگیها نیست و کشفیات بیشتری در این زمینه وجود دارد.»
#نانو_فناوری #الکترونیک
منبع
🆔 @Science_Focus
🔹 برخلاف فلزات معمولی که با نازکتر شدن رسانایی کمتری پیدا میکنند، نیوبیوم فسفید (Niobium Phosphide) به عنوان یک نیمهفلز توپولوژیک غیربلوری، حتی در حالت فیلمهای بسیار نازک نیز رسانایی بهتری از مس نشان میدهد. این کشف شگفتانگیز میتواند به توسعه سیمهای فوقنازک با مقاومت الکتریکی پایین برای کاربردهای نانوالکترونیک کمک کند.
🔹 محققان دانشگاه استنفورد دریافتند که فیلمهای بسیار نازک نیوبیوم فسفید (کمتر از ۵ نانومتر) در دمای اتاق مقاومت الکتریکی کمتری نسبت به فلزات متداول مانند مس دارند. این ویژگی به دلیل خاصیت رسانایی سطحی این مواد توپولوژیک است که حتی در حالت غیربلوری نیز حفظ میشود.
🔹 یکی از مزایای کلیدی این فیلمها، امکان تولید و رسوبدهی آنها در دمای نسبتاً پایین (حدود ۴۰۰ درجه سانتیگراد) است که با فرآیندهای مدرن ساخت نیمههادی و تراشهها سازگار است. این موضوع ادغام این مواد را در فناوریهای پیشرفته نانوالکترونیک تسهیل میکند.
🔹 آسیر انتیسار خان، محقق اصلی این مطالعه، توضیح میدهد: «با کوچکتر و پیچیدهتر شدن دستگاههای الکترونیکی، سیمهای فلزی فوقنازک میتوانند به یک گلوگاه تبدیل شوند. استفاده از مواد با مقاومت الکتریکی پایین میتواند منجر به کاهش تلفات انرژی و بهبود عملکرد سیستمها شود.»
🔹 این پروژه حاصل همکاری گستردهای بین محققان دانشگاه استنفورد، دانشگاه آجو در کره جنوبی و مرکز تحقیقات واتسون IBM بوده است. تیم تحقیقاتی اکنون در حال انجام آزمایشهای بیشتر بر روی این ماده و جستوجو برای کشف مواد مشابه با خواص رسانایی بهتر هستند.
🔹 اریک پاپ، استاد دانشگاه استنفورد، میگوید: «نیوبیوم فسفید تنها ماده با این ویژگیها نیست و کشفیات بیشتری در این زمینه وجود دارد.»
#نانو_فناوری #الکترونیک
منبع
🆔 @Science_Focus
Physics World
Very thin films of a novel semimetal conduct electricity better than copper
Result in niobium phosphide contradicts typical metal behaviour
🔺 ناسا جزیره مرموز «شبحوار» را رصد کرد که به سرعت ظاهر و ناپدید میشود
🔹 ماهوارههای ناسا جزیرهای مرموز را در دریای خزر رصد کردهاند که پس از فوران یک آتشفشان گِلی در سواحل آذربایجان بهوجود آمده و به سرعت ناپدید شده است. این پدیده عجیب که تنها برای مدت کوتاهی قابل مشاهده بود، توجه دانشمندان و علاقهمندان را به خود جلب کرده است.
🔹 تصاویر ماهوارهای ناسا نشان میدهد که این جزیره در اوایل سال ۲۰۲۳ پس از فوران آتشفشان گِلی «کومانی بانک» ظاهر شد و تا پایان سال ۲۰۲۴ به طور کامل محو گردید. این آتشفشان که یکی از فعالترین آتشفشانهای گِلی در منطقه است، پیش از این نیز چندین بار باعث ایجاد جزایر موقتی شده است.
🔹 آتشفشانهای گِلی زمانی رخ میدهند که فشارهای زیرزمینی، گل، گاز و رسوب را به سطح زمین میرانند. این پدیده در مناطقی با فعالیتهای تکتونیکی شدید، مانند دریای خزر که محل برخورد صفحههای عربستان و اوراسیا است، بیشتر دیده میشود.
🔹 ناسا اعلام کرد: «فورانهای قدرتمند آتشفشان گِلی کومانی بانک چندین بار باعث ایجاد جزایر موقتی شده است. اولین فوران ثبتشده این آتشفشان در سال ۱۸۶۱ رخ داد و جزیرهای کوچک ایجاد کرد که تا اوایل سال ۱۸۶۲ کاملاً از بین رفت.»
🔹 جزیره ایجادشده در سال ۲۰۲۳ نیز از این الگو پیروی کرد و ماهوارههای Landsat 8 و ۹ ناسا مراحل تشکیل و فرسایش آن را به دقت ثبت کردند. این مشاهدات به دانشمندان کمک میکند تا درک بهتری از فرآیندهای زمینشناسی پویا در این منطقه به دست آورند.
🔹 اگرچه این جزایر شبحوار از نظر علمی جذاب هستند، اما میتوانند خطراتی نیز به همراه داشته باشند. فورانهای ناگهانی گاز و رسوب میتواند برای محیطزیست و زیرساختهای اطراف خطرناک باشد. علاوه بر این، برخی فورانهای گذشته این آتشفشانها با شعلههای بلند همراه بودهاند.
🔹 ناسا افزود: «مشخص نیست که فوران سال ۲۰۲۳ همراه با شعله بوده یا نه، اما فورانهای قبلی این آتشفشان و دیگر آتشفشانهای گِلی نزدیک باعث ایجاد شعلههایی به ارتفاع صدها متر شدهاند.»
#ناسا #زمین_شناسی #دریای_خزر
منبع
🆔 @Science_Focus
🔹 ماهوارههای ناسا جزیرهای مرموز را در دریای خزر رصد کردهاند که پس از فوران یک آتشفشان گِلی در سواحل آذربایجان بهوجود آمده و به سرعت ناپدید شده است. این پدیده عجیب که تنها برای مدت کوتاهی قابل مشاهده بود، توجه دانشمندان و علاقهمندان را به خود جلب کرده است.
🔹 تصاویر ماهوارهای ناسا نشان میدهد که این جزیره در اوایل سال ۲۰۲۳ پس از فوران آتشفشان گِلی «کومانی بانک» ظاهر شد و تا پایان سال ۲۰۲۴ به طور کامل محو گردید. این آتشفشان که یکی از فعالترین آتشفشانهای گِلی در منطقه است، پیش از این نیز چندین بار باعث ایجاد جزایر موقتی شده است.
🔹 آتشفشانهای گِلی زمانی رخ میدهند که فشارهای زیرزمینی، گل، گاز و رسوب را به سطح زمین میرانند. این پدیده در مناطقی با فعالیتهای تکتونیکی شدید، مانند دریای خزر که محل برخورد صفحههای عربستان و اوراسیا است، بیشتر دیده میشود.
🔹 ناسا اعلام کرد: «فورانهای قدرتمند آتشفشان گِلی کومانی بانک چندین بار باعث ایجاد جزایر موقتی شده است. اولین فوران ثبتشده این آتشفشان در سال ۱۸۶۱ رخ داد و جزیرهای کوچک ایجاد کرد که تا اوایل سال ۱۸۶۲ کاملاً از بین رفت.»
🔹 جزیره ایجادشده در سال ۲۰۲۳ نیز از این الگو پیروی کرد و ماهوارههای Landsat 8 و ۹ ناسا مراحل تشکیل و فرسایش آن را به دقت ثبت کردند. این مشاهدات به دانشمندان کمک میکند تا درک بهتری از فرآیندهای زمینشناسی پویا در این منطقه به دست آورند.
🔹 اگرچه این جزایر شبحوار از نظر علمی جذاب هستند، اما میتوانند خطراتی نیز به همراه داشته باشند. فورانهای ناگهانی گاز و رسوب میتواند برای محیطزیست و زیرساختهای اطراف خطرناک باشد. علاوه بر این، برخی فورانهای گذشته این آتشفشانها با شعلههای بلند همراه بودهاند.
🔹 ناسا افزود: «مشخص نیست که فوران سال ۲۰۲۳ همراه با شعله بوده یا نه، اما فورانهای قبلی این آتشفشان و دیگر آتشفشانهای گِلی نزدیک باعث ایجاد شعلههایی به ارتفاع صدها متر شدهاند.»
#ناسا #زمین_شناسی #دریای_خزر
منبع
🆔 @Science_Focus
The Daily Galaxy - Great Discoveries Channel
NASA Spots Mysterious Ghost Island That Vanishes Almost as Quickly as It Appears
NASA’s satellites have captured a mesmerizing mystery: a ghost island that emerged seemingly out of nowhere, only to vanish without a trace. This enigmatic landmass appeared briefly, sparking intrigue and raising questions about its sudden arrival and disappearance.…
🔺 ستاره کوتوله سفید «بیباک»؛ نزدیکترین جرم شناخته شده به یک سیاهچاله عجیب
🔹 اخترشناسان با استفاده از تلسکوپ پرتو ایکس XMM-Newton، رفتار عجیب یک سیاهچاله کلانجرم را رصد کردهاند که ممکن است ناشی از وجود یک کوتوله سفید در نزدیکی آن باشد. این کوتوله سفید، که بقایای ستارهای مرده است، در فاصلهای بسیار نزدیک به سیاهچاله در حال چرخش است و ممکن است نزدیکترین شیء شناختهشده به یک سیاهچاله باشد.
🔹 سیاهچاله مورد نظر 1ES 1927+654 نام دارد و در فاصله 270 میلیون سال نوری از زمین قرار دارد. جرم آن حدود یک میلیون برابر جرم خورشید است. این سیاهچاله در سال 2018 با ناپدید شدن و سپس ظاهر شدن مجدد ابر پلاسمای چرخانی که آن را احاطه کرده بود (کرونا)، توجه ستارهشناسان را به خود جلب کرد. این پدیدهای بود که قبلاً در اطراف سیاهچالهها دیده نشده بود.
🔹 تیمی از محققان MIT متوجه فوران پرتوهای ایکس با سرعت فزاینده از این سیاهچاله شدند. در طول دو سال، نرخ این انفجارهای پرانرژی از هر 18 دقیقه به هر 7 دقیقه افزایش یافت. این رفتار برای یک سیاهچاله بیسابقه است.
🔹 اگر این رویدادهای عجیب ناشی از یک کوتوله سفید در حال گردش باشد، این ستاره مرده در حال انجام یک عمل تعادلی باورنکردنی است. این موضوع نشان میدهد که اجسامی مانند کوتولههای سفید میتوانند برای مدت نسبتاً طولانی در نزدیکی افق رویداد یک سیاهچاله زندگی کنند.
🔹 محققان معتقدند اگر منشأ این رویدادهای عجیب یک کوتوله سفید متعادل باشد، میتوان آن را با استفاده از امواج گرانشی ناشی از این سیستم رصد کرد. رصدخانههای موج گرانشی آینده مانند LISA ناسا میتوانند برای چنین رصدی به اندازه کافی دقیق باشند.
🔹 برای مطالعه دقیقتر 1ES 1927+654، محققان از دادههای جمعآوریشده توسط فضاپیمای پرتو ایکس XMM-Newton آژانس فضایی اروپا (ESA) استفاده کردند. این دادهها نشان داد که فرکانس پالسهای پرتو ایکس از این سیاهچاله به طور پیوسته در حال افزایش است.
🔹 تیم تحقیقاتی MIT دو نظریه اصلی را برای توضیح رفتار عجیب 1ES 1927+654 ارائه دادهاند. اولین نظریه مربوط به نوسان تاج سیاهچاله است. نظریه دوم، شامل یک کوتوله سفید است که در حال چرخش به دور سیاهچاله است.
🔹 در این سناریو، کوتوله سفید با چرخش به دور سیاهچاله 1ES 1927+654، امواج گرانشی منتشر میکند. این امر باعث میشود که ستاره مرده به سیاهچاله نزدیکتر شود و در نتیجه سرعت حرکت آن افزایش یافته و فرکانس انتشار پرتوهای ایکس بیشتر شود.
🔹 اگرچه این کوتوله سفید عملاً در نقطه بیبازگشت از نظر نزدیکی به سیاهچاله ابرجرم قرار دارد، اما تیم MIT فکر نمیکند که این ستاره مرده به این زودی به داخل سیاهچاله سقوط کند. زیرا سیاهچاله در حالی که کوتوله سفید را به سمت داخل میکشد، ستاره مرده در حال از دست دادن ماده است. این موضوع آن را به عقب پرتاب میکند و کوتوله سفید را از افق رویداد دور نگه میدارد. این کوتوله سفید، که جرمی حدود ۱۰ درصد خورشید دارد، در حال از دست دادن مواد خود است و این امر باعث میشود که از افتادن به درون سیاهچاله جلوگیری شود.
🔹مگان مسترسون، محقق MIT: "یک چیزی که من از این منبع یاد گرفتهام این است که هرگز نباید از رصد آن دست بکشیم، زیرا احتمالاً چیز جدیدی به ما میآموزد".
🔹 محققان قصد دارند به رصد 1ES 1927+654 ادامه دهند و برای این کار از تلسکوپهای پیشرفتهتر استفاده کنند. همچنین قصد دارند از LISA که در دهه 2030 پرتاب میشود، برای ثبت امواج گرانشی ناشی از کوتوله سفید در حال چرخش به دور این سیاهچاله استفاده کنند. این تحقیق در ۲۴۵امین نشست انجمن نجوم آمریکا در مریلند ارائه شد و نتایج آن در مجله Nature منتشر خواهد شد.
#نجوم #سیاهچاله #اخترفیزیک
منبع
🆔 @Science_Focus
🔹 اخترشناسان با استفاده از تلسکوپ پرتو ایکس XMM-Newton، رفتار عجیب یک سیاهچاله کلانجرم را رصد کردهاند که ممکن است ناشی از وجود یک کوتوله سفید در نزدیکی آن باشد. این کوتوله سفید، که بقایای ستارهای مرده است، در فاصلهای بسیار نزدیک به سیاهچاله در حال چرخش است و ممکن است نزدیکترین شیء شناختهشده به یک سیاهچاله باشد.
🔹 سیاهچاله مورد نظر 1ES 1927+654 نام دارد و در فاصله 270 میلیون سال نوری از زمین قرار دارد. جرم آن حدود یک میلیون برابر جرم خورشید است. این سیاهچاله در سال 2018 با ناپدید شدن و سپس ظاهر شدن مجدد ابر پلاسمای چرخانی که آن را احاطه کرده بود (کرونا)، توجه ستارهشناسان را به خود جلب کرد. این پدیدهای بود که قبلاً در اطراف سیاهچالهها دیده نشده بود.
🔹 تیمی از محققان MIT متوجه فوران پرتوهای ایکس با سرعت فزاینده از این سیاهچاله شدند. در طول دو سال، نرخ این انفجارهای پرانرژی از هر 18 دقیقه به هر 7 دقیقه افزایش یافت. این رفتار برای یک سیاهچاله بیسابقه است.
🔹 اگر این رویدادهای عجیب ناشی از یک کوتوله سفید در حال گردش باشد، این ستاره مرده در حال انجام یک عمل تعادلی باورنکردنی است. این موضوع نشان میدهد که اجسامی مانند کوتولههای سفید میتوانند برای مدت نسبتاً طولانی در نزدیکی افق رویداد یک سیاهچاله زندگی کنند.
🔹 محققان معتقدند اگر منشأ این رویدادهای عجیب یک کوتوله سفید متعادل باشد، میتوان آن را با استفاده از امواج گرانشی ناشی از این سیستم رصد کرد. رصدخانههای موج گرانشی آینده مانند LISA ناسا میتوانند برای چنین رصدی به اندازه کافی دقیق باشند.
🔹 برای مطالعه دقیقتر 1ES 1927+654، محققان از دادههای جمعآوریشده توسط فضاپیمای پرتو ایکس XMM-Newton آژانس فضایی اروپا (ESA) استفاده کردند. این دادهها نشان داد که فرکانس پالسهای پرتو ایکس از این سیاهچاله به طور پیوسته در حال افزایش است.
🔹 تیم تحقیقاتی MIT دو نظریه اصلی را برای توضیح رفتار عجیب 1ES 1927+654 ارائه دادهاند. اولین نظریه مربوط به نوسان تاج سیاهچاله است. نظریه دوم، شامل یک کوتوله سفید است که در حال چرخش به دور سیاهچاله است.
🔹 در این سناریو، کوتوله سفید با چرخش به دور سیاهچاله 1ES 1927+654، امواج گرانشی منتشر میکند. این امر باعث میشود که ستاره مرده به سیاهچاله نزدیکتر شود و در نتیجه سرعت حرکت آن افزایش یافته و فرکانس انتشار پرتوهای ایکس بیشتر شود.
🔹 اگرچه این کوتوله سفید عملاً در نقطه بیبازگشت از نظر نزدیکی به سیاهچاله ابرجرم قرار دارد، اما تیم MIT فکر نمیکند که این ستاره مرده به این زودی به داخل سیاهچاله سقوط کند. زیرا سیاهچاله در حالی که کوتوله سفید را به سمت داخل میکشد، ستاره مرده در حال از دست دادن ماده است. این موضوع آن را به عقب پرتاب میکند و کوتوله سفید را از افق رویداد دور نگه میدارد. این کوتوله سفید، که جرمی حدود ۱۰ درصد خورشید دارد، در حال از دست دادن مواد خود است و این امر باعث میشود که از افتادن به درون سیاهچاله جلوگیری شود.
🔹مگان مسترسون، محقق MIT: "یک چیزی که من از این منبع یاد گرفتهام این است که هرگز نباید از رصد آن دست بکشیم، زیرا احتمالاً چیز جدیدی به ما میآموزد".
🔹 محققان قصد دارند به رصد 1ES 1927+654 ادامه دهند و برای این کار از تلسکوپهای پیشرفتهتر استفاده کنند. همچنین قصد دارند از LISA که در دهه 2030 پرتاب میشود، برای ثبت امواج گرانشی ناشی از کوتوله سفید در حال چرخش به دور این سیاهچاله استفاده کنند. این تحقیق در ۲۴۵امین نشست انجمن نجوم آمریکا در مریلند ارائه شد و نتایج آن در مجله Nature منتشر خواهد شد.
#نجوم #سیاهچاله #اخترفیزیک
منبع
🆔 @Science_Focus
Space.com
'Daredevil' white dwarf star could be closest-known object to a weird black hole
"This tells us that objects like white dwarfs may be able to live very close to an event horizon for a relatively extended period of time."
🔺 هسته یخی که ممکن است اسرار گذشته زمین را فاش کند
🔹 دانشمندان موفق به استخراج یک هسته یخی به طول ۲۸۰۰ متر از صفحه یخی قطب جنوب شدهاند که ممکن است حاوی اطلاعاتی از ۱.۲ میلیون سال پیش باشد. این هسته یخی، که تقریباً به اندازه ۲۵ زمین فوتبال طول دارد، میتواند به سوالات مهمی درباره تغییرات آبوهوایی و تاریخ زمین پاسخ دهد.
🔹 هوای به دام افتاده در حبابهای این یخها و ذرات موجود در آن میتواند نشان دهد که چرا عصرهای یخبندان زمین حدود ۱ میلیون سال پیش ناگهان طولانیتر و شدیدتر شدند. این تغییرات ممکن است باعث کاهش جمعیت انسانهای اولیه شده باشد.
🔹 این پروژه با مشارکت ۱۲ موسسه علمی اروپایی انجام شده است و دانشمندان امیدوارند با بررسی این نمونهها، درک بهتری از تغییرات آبوهوایی گذشته زمین و تأثیرات آن بر حیات به دست آورند.
#زمین_شناسی #تغییرات_آب_وهوایی
منبع
🆔 @Science_Focus
🔹 دانشمندان موفق به استخراج یک هسته یخی به طول ۲۸۰۰ متر از صفحه یخی قطب جنوب شدهاند که ممکن است حاوی اطلاعاتی از ۱.۲ میلیون سال پیش باشد. این هسته یخی، که تقریباً به اندازه ۲۵ زمین فوتبال طول دارد، میتواند به سوالات مهمی درباره تغییرات آبوهوایی و تاریخ زمین پاسخ دهد.
🔹 هوای به دام افتاده در حبابهای این یخها و ذرات موجود در آن میتواند نشان دهد که چرا عصرهای یخبندان زمین حدود ۱ میلیون سال پیش ناگهان طولانیتر و شدیدتر شدند. این تغییرات ممکن است باعث کاهش جمعیت انسانهای اولیه شده باشد.
🔹 این پروژه با مشارکت ۱۲ موسسه علمی اروپایی انجام شده است و دانشمندان امیدوارند با بررسی این نمونهها، درک بهتری از تغییرات آبوهوایی گذشته زمین و تأثیرات آن بر حیات به دست آورند.
#زمین_شناسی #تغییرات_آب_وهوایی
منبع
🆔 @Science_Focus
🔺 کشف جمجمه عظیم یک دایناسور غولپیکر ۲۰۰ میلیون ساله در چین
🔹 محققان جمجمه بسیار سالم یک دایناسور غولپیکر متعلق به گونهای جدید و ناشناخته را در چین کشف کردهاند. این دایناسور، که Lishulong wangi نام دارد، احتمالاً تا ۱۰ متر طول داشته و متعلق به گروه ساروپودومورفها است. این گروه شامل ساروپودها (مانند برونتوسوروس و دیپلودوکوس) و اجداد آنها میشود.
🔹 این فسیل در سال ۲۰۰۷ در پارک ملی دایناسورهای لوفنگ در استان یوننان چین کشف شد. رسوبات منطقه به دلیل دانهریزی و مواد معدنی موجود، به حفظ عالی بقایای این دایناسور کمک کردهاند. جمجمه این دایناسور بهطور استثنایی سالم باقی مانده است، که در میان ساروپودومورفها نادر است.
🔹 گونه L. wangi احتمالاً بزرگترین ساروپودومورف غیرساروپودی است که تاکنون در تشکیلات لوفنگ کشف شده است. این منطقه به دلیل غنای فسیلی، هفت گونه دیگر از ساروپودومورفها را نیز در خود جای داده است.
🔹 این دایناسور احتمالاً گیاهخوار بوده و از گیاهانی مانند سرخسها، سیکادها، گینکوها و مخروطیان تغذیه میکرده است. محققان بر اساس جوشخوردگی استخوانهای جمجمه و مهرههای گردنی، حدس میزنند که این نمونه متعلق به یک فرد بالغ باشد.
🔹 هنوز مشخص نیست که این دایناسور چگونه مرده است، اما عدم وجود بقیه استخوانها نشان میدهد که بقایای آن پس از مرگ جابهجا شده است.
#دایناسور #فسیل #دیرینهشناسی
منبع
🆔 @Science_Focus
🔹 محققان جمجمه بسیار سالم یک دایناسور غولپیکر متعلق به گونهای جدید و ناشناخته را در چین کشف کردهاند. این دایناسور، که Lishulong wangi نام دارد، احتمالاً تا ۱۰ متر طول داشته و متعلق به گروه ساروپودومورفها است. این گروه شامل ساروپودها (مانند برونتوسوروس و دیپلودوکوس) و اجداد آنها میشود.
🔹 این فسیل در سال ۲۰۰۷ در پارک ملی دایناسورهای لوفنگ در استان یوننان چین کشف شد. رسوبات منطقه به دلیل دانهریزی و مواد معدنی موجود، به حفظ عالی بقایای این دایناسور کمک کردهاند. جمجمه این دایناسور بهطور استثنایی سالم باقی مانده است، که در میان ساروپودومورفها نادر است.
🔹 گونه L. wangi احتمالاً بزرگترین ساروپودومورف غیرساروپودی است که تاکنون در تشکیلات لوفنگ کشف شده است. این منطقه به دلیل غنای فسیلی، هفت گونه دیگر از ساروپودومورفها را نیز در خود جای داده است.
🔹 این دایناسور احتمالاً گیاهخوار بوده و از گیاهانی مانند سرخسها، سیکادها، گینکوها و مخروطیان تغذیه میکرده است. محققان بر اساس جوشخوردگی استخوانهای جمجمه و مهرههای گردنی، حدس میزنند که این نمونه متعلق به یک فرد بالغ باشد.
🔹 هنوز مشخص نیست که این دایناسور چگونه مرده است، اما عدم وجود بقیه استخوانها نشان میدهد که بقایای آن پس از مرگ جابهجا شده است.
#دایناسور #فسیل #دیرینهشناسی
منبع
🆔 @Science_Focus
livescience.com
Enormous skull of 200-million-year-old giant dinosaur discovered in China
The well-preserved skull belongs to a never-before-seen species of sauropodomorph that potentially grew up to 33 feet long.
🔺 آیا مدلهای هوش مصنوعی میتوانند به ما نشان دهند که انسانها چگونه زبان یاد میگیرند؟ زبانهای غیرممکن راهی را نشان میدهند.
🔹 یادگیری زبان برای انسانها کار دشواری نیست — هر نوزادی در جهان این کار را در چند سال انجام میدهد. اما درک فرآیند یادگیری زبان داستان دیگری است. زبانشناسان نظریههای پیچیدهای برای توضیح این فرآیند ارائه کردهاند، اما پیشرفتهای اخیر در یادگیری ماشین این موضوع را پیچیدهتر کرده است. زمانی که دانشمندان کامپیوتر شروع به ساخت مدلهای زبانی کردند که امروزه چتباتهایی مانند ChatGPT را قدرت میبخشند، دههها تحقیق در زبانشناسی را کنار گذاشتند و این ریسک به نظر جواب داد. اما آیا این مدلها واقعاً در حال یادگیری هستند؟
🔹 تال لینزن، زبانشناس محاسباتی در دانشگاه نیویورک، میگوید: «حتی اگر این مدلها کاری انجام دهند که شبیه به رفتار انسان باشد، ممکن است این کار را به دلایل بسیار متفاوتی انجام دهند.»
🔹 این فقط یک بحث تعریفی نیست. اگر مدلهای زبانی واقعاً در حال یادگیری زبان هستند، ممکن است محققان به نظریههای جدیدی برای توضیح این فرآیند نیاز داشته باشند. اما اگر این مدلها کاری سطحیتر انجام میدهند، شاید یادگیری ماشین نتواند بینشی به زبانشناسی ارائه دهد.
🔹 نوام چامسکی، یکی از بزرگان حوزه زبانشناسی، به طور عمومی از دیدگاه دوم حمایت کرده است. او در یک مقاله تحلیلی در سال ۲۰۲۳ در نیویورک تایمز ادعا کرد که مدلهای زبانی به دلیل یادگیری بیش از حد، ارتباطی با زبانشناسی ندارند. به طور خاص، چامسکی و همکارانش ادعا کردند که این مدلها میتوانند زبانهای «غیرممکن» — زبانهایی که توسط قوانینی متفاوت از هر زبان انسانی شناختهشده اداره میشوند — را به همان راحتی زبانهای ممکن یاد بگیرند.
🔹 اخیراً، پنج زبانشناس محاسباتی ادعای چامسکی را آزمایش کردند. آنها یک پایگاه داده متنی انگلیسی را تغییر دادند تا دوازده زبان غیرممکن ایجاد کنند و دریافتند که مدلهای زبانی در یادگیری این زبانها نسبت به انگلیسی معمولی مشکل بیشتری دارند. مقاله آنها با عنوان «ماموریت: زبانهای غیرممکن» در کنفرانس انجمن زبانشناسی محاسباتی در سال ۲۰۲۴ جایزه بهترین مقاله را دریافت کرد.
🔹 آدل گلدبرگ، زبانشناس در دانشگاه پرینستون، میگوید: «این یک مقاله عالی است. کاملاً بهموقع و مهم است.» این نتایج نشان میدهد که مدلهای زبانی ممکن است ابزارهای مفیدی برای محققانی باشند که میخواهند فرآیند یادگیری زبان در انسانها را درک کنند.
🔹 زبانهای غیرممکن و یادگیری ماشین: در سال ۲۰۲۰، جف میچل و جفری باورز مطالعهای انجام دادند تا ببینند آیا مدلهای زبانی میتوانند زبانهای غیرممکن را یاد بگیرند. آنها دریافتند که مدلهای زبانی قدیمیتر میتوانند این زبانها را تقریباً به همان خوبی انگلیسی یاد بگیرند. اما مطالعه جدید نشان میدهد که مدلهای زبانی مدرن، مانند ترانسفورمرها، در یادگیری زبانهای غیرممکن مشکل بیشتری دارند.
🔹 جولی کالینی، دانشجوی دکترای علوم کامپیوتر در دانشگاه استنفورد، این مطالعه جدید را رهبری کرد. او و همکارانش دریافتند که مدلهای زبانی مدرن در یادگیری زبانهای غیرممکن نسبت به زبانهای ممکن عملکرد ضعیفتری دارند. این نتایج نشان میدهد که مدلهای زبانی ممکن است برخی از محدودیتهای ذاتی انسانها در یادگیری زبان را به اشتراک بگذارند.
🔹 کریستوفر پاتس، استاد دانشگاه استنفورد و مشاور کالینی، میگوید: «این نتایج نشان میدهد که مدلهای زبانی ممکن است ابزارهای مفیدی برای درک فرآیند یادگیری زبان در انسانها باشند.»
#هوش_مصنوعی #زبانشناسی #یادگیری_ماشین
منبع
🆔 @Science_Focus
🔹 یادگیری زبان برای انسانها کار دشواری نیست — هر نوزادی در جهان این کار را در چند سال انجام میدهد. اما درک فرآیند یادگیری زبان داستان دیگری است. زبانشناسان نظریههای پیچیدهای برای توضیح این فرآیند ارائه کردهاند، اما پیشرفتهای اخیر در یادگیری ماشین این موضوع را پیچیدهتر کرده است. زمانی که دانشمندان کامپیوتر شروع به ساخت مدلهای زبانی کردند که امروزه چتباتهایی مانند ChatGPT را قدرت میبخشند، دههها تحقیق در زبانشناسی را کنار گذاشتند و این ریسک به نظر جواب داد. اما آیا این مدلها واقعاً در حال یادگیری هستند؟
🔹 تال لینزن، زبانشناس محاسباتی در دانشگاه نیویورک، میگوید: «حتی اگر این مدلها کاری انجام دهند که شبیه به رفتار انسان باشد، ممکن است این کار را به دلایل بسیار متفاوتی انجام دهند.»
🔹 این فقط یک بحث تعریفی نیست. اگر مدلهای زبانی واقعاً در حال یادگیری زبان هستند، ممکن است محققان به نظریههای جدیدی برای توضیح این فرآیند نیاز داشته باشند. اما اگر این مدلها کاری سطحیتر انجام میدهند، شاید یادگیری ماشین نتواند بینشی به زبانشناسی ارائه دهد.
🔹 نوام چامسکی، یکی از بزرگان حوزه زبانشناسی، به طور عمومی از دیدگاه دوم حمایت کرده است. او در یک مقاله تحلیلی در سال ۲۰۲۳ در نیویورک تایمز ادعا کرد که مدلهای زبانی به دلیل یادگیری بیش از حد، ارتباطی با زبانشناسی ندارند. به طور خاص، چامسکی و همکارانش ادعا کردند که این مدلها میتوانند زبانهای «غیرممکن» — زبانهایی که توسط قوانینی متفاوت از هر زبان انسانی شناختهشده اداره میشوند — را به همان راحتی زبانهای ممکن یاد بگیرند.
🔹 اخیراً، پنج زبانشناس محاسباتی ادعای چامسکی را آزمایش کردند. آنها یک پایگاه داده متنی انگلیسی را تغییر دادند تا دوازده زبان غیرممکن ایجاد کنند و دریافتند که مدلهای زبانی در یادگیری این زبانها نسبت به انگلیسی معمولی مشکل بیشتری دارند. مقاله آنها با عنوان «ماموریت: زبانهای غیرممکن» در کنفرانس انجمن زبانشناسی محاسباتی در سال ۲۰۲۴ جایزه بهترین مقاله را دریافت کرد.
🔹 آدل گلدبرگ، زبانشناس در دانشگاه پرینستون، میگوید: «این یک مقاله عالی است. کاملاً بهموقع و مهم است.» این نتایج نشان میدهد که مدلهای زبانی ممکن است ابزارهای مفیدی برای محققانی باشند که میخواهند فرآیند یادگیری زبان در انسانها را درک کنند.
🔹 زبانهای غیرممکن و یادگیری ماشین: در سال ۲۰۲۰، جف میچل و جفری باورز مطالعهای انجام دادند تا ببینند آیا مدلهای زبانی میتوانند زبانهای غیرممکن را یاد بگیرند. آنها دریافتند که مدلهای زبانی قدیمیتر میتوانند این زبانها را تقریباً به همان خوبی انگلیسی یاد بگیرند. اما مطالعه جدید نشان میدهد که مدلهای زبانی مدرن، مانند ترانسفورمرها، در یادگیری زبانهای غیرممکن مشکل بیشتری دارند.
🔹 جولی کالینی، دانشجوی دکترای علوم کامپیوتر در دانشگاه استنفورد، این مطالعه جدید را رهبری کرد. او و همکارانش دریافتند که مدلهای زبانی مدرن در یادگیری زبانهای غیرممکن نسبت به زبانهای ممکن عملکرد ضعیفتری دارند. این نتایج نشان میدهد که مدلهای زبانی ممکن است برخی از محدودیتهای ذاتی انسانها در یادگیری زبان را به اشتراک بگذارند.
🔹 کریستوفر پاتس، استاد دانشگاه استنفورد و مشاور کالینی، میگوید: «این نتایج نشان میدهد که مدلهای زبانی ممکن است ابزارهای مفیدی برای درک فرآیند یادگیری زبان در انسانها باشند.»
#هوش_مصنوعی #زبانشناسی #یادگیری_ماشین
منبع
🆔 @Science_Focus
Quanta Magazine
Can AI Models Show Us How People Learn? Impossible Languages Point a Way.
Certain grammatical rules never appear in any known language. By constructing artificial languages that have these rules, linguists can use neural networks to explore how people learn.
🔺 بیانیه انویدیا در مورد قانون «انتشار هوش مصنوعی» دولت بایدن
🔹 انویدیا، یکی از پیشگامان صنعت فناوری و هوش مصنوعی، در بیانیهای به انتقاد از قانون جدید دولت بایدن با عنوان «انتشار هوش مصنوعی» پرداخت. این قانون که به گفته انویدیا بدون بررسی قانونی مناسب و به صورت محرمانه تهیه شده است، دسترسی به فناوریهای محاسباتی اصلی را محدود میکند و میتواند نوآوری و رشد اقتصادی جهانی را مختل کند.
🔹 نِد فینکل، معاون امور دولتی انویدیا، در این بیانیه اعلام کرد: «رهبری در حوزه محاسبات و اکوسیستمهای نرمافزاری برای دههها ستون قدرت و نفوذ آمریکا در سراسر جهان بوده است. دولت فدرال تاکنون به درستی از دخالت در طراحی، بازاریابی و فروش کامپیوترها و نرمافزارهای اصلی — که محرکهای اصلی نوآوری و رشد اقتصادی هستند — خودداری کرده است.»
🔹 فینکل افزود: «دولت ترامپ پایههای قدرت و موفقیت فعلی آمریکا در حوزه هوش مصنوعی را بنا نهاد و محیطی ایجاد کرد که صنعت آمریکا بتواند بدون به خطر انداختن امنیت ملی، بر اساس شایستگی رقابت کند و پیروز شود. در نتیجه، هوش مصنوعی اصلی به بخشی جداییناپذیر از هر برنامه جدید تبدیل شده و رشد اقتصادی را تقویت کرده، منافع آمریکا را ترویج داده و رهبری آمریکا در فناوریهای پیشرفته را تضمین کرده است.»
🔹 با این حال، فینکل هشدار داد که این پیشرفت جهانی اکنون در خطر است. قانون جدید دولت بایدن که دسترسی به برنامههای محاسباتی اصلی را محدود میکند، میتواند نوآوری و رشد اقتصادی جهانی را مختل کند. این قانون که بیش از ۲۰۰ صفحه است و بدون بررسی قانونی مناسب تهیه شده، کنترل بوروکراتیک بر طراحی و بازاریابی جهانی نیمههادیها، کامپیوترها، سیستمها و حتی نرمافزارهای پیشروی آمریکا اعمال میکند.
🔹 فینکل تاکید کرد: «این قانون نه تنها هیچ کمکی به افزایش امنیت ملی آمریکا نمیکند، بلکه رقابت — که نیروی حیاتی نوآوری است — را سرکوب میکند و مزیت فناوری سختکوشانه آمریکا را به خطر میاندازد.»
🔹 او در پایان گفت: «ما مشتاق بازگشت به سیاستهایی هستیم که رهبری آمریکا را تقویت میکنند، اقتصاد ما را تقویت میکنند و مزیت رقابتی ما را در حوزه هوش مصنوعی و فراتر از آن حفظ میکنند.»
#انویدیا #هوش_مصنوعی #قانون #آمریکا
منبع
🆔 @Science_Focus
🔹 انویدیا، یکی از پیشگامان صنعت فناوری و هوش مصنوعی، در بیانیهای به انتقاد از قانون جدید دولت بایدن با عنوان «انتشار هوش مصنوعی» پرداخت. این قانون که به گفته انویدیا بدون بررسی قانونی مناسب و به صورت محرمانه تهیه شده است، دسترسی به فناوریهای محاسباتی اصلی را محدود میکند و میتواند نوآوری و رشد اقتصادی جهانی را مختل کند.
🔹 نِد فینکل، معاون امور دولتی انویدیا، در این بیانیه اعلام کرد: «رهبری در حوزه محاسبات و اکوسیستمهای نرمافزاری برای دههها ستون قدرت و نفوذ آمریکا در سراسر جهان بوده است. دولت فدرال تاکنون به درستی از دخالت در طراحی، بازاریابی و فروش کامپیوترها و نرمافزارهای اصلی — که محرکهای اصلی نوآوری و رشد اقتصادی هستند — خودداری کرده است.»
🔹 فینکل افزود: «دولت ترامپ پایههای قدرت و موفقیت فعلی آمریکا در حوزه هوش مصنوعی را بنا نهاد و محیطی ایجاد کرد که صنعت آمریکا بتواند بدون به خطر انداختن امنیت ملی، بر اساس شایستگی رقابت کند و پیروز شود. در نتیجه، هوش مصنوعی اصلی به بخشی جداییناپذیر از هر برنامه جدید تبدیل شده و رشد اقتصادی را تقویت کرده، منافع آمریکا را ترویج داده و رهبری آمریکا در فناوریهای پیشرفته را تضمین کرده است.»
🔹 با این حال، فینکل هشدار داد که این پیشرفت جهانی اکنون در خطر است. قانون جدید دولت بایدن که دسترسی به برنامههای محاسباتی اصلی را محدود میکند، میتواند نوآوری و رشد اقتصادی جهانی را مختل کند. این قانون که بیش از ۲۰۰ صفحه است و بدون بررسی قانونی مناسب تهیه شده، کنترل بوروکراتیک بر طراحی و بازاریابی جهانی نیمههادیها، کامپیوترها، سیستمها و حتی نرمافزارهای پیشروی آمریکا اعمال میکند.
🔹 فینکل تاکید کرد: «این قانون نه تنها هیچ کمکی به افزایش امنیت ملی آمریکا نمیکند، بلکه رقابت — که نیروی حیاتی نوآوری است — را سرکوب میکند و مزیت فناوری سختکوشانه آمریکا را به خطر میاندازد.»
🔹 او در پایان گفت: «ما مشتاق بازگشت به سیاستهایی هستیم که رهبری آمریکا را تقویت میکنند، اقتصاد ما را تقویت میکنند و مزیت رقابتی ما را در حوزه هوش مصنوعی و فراتر از آن حفظ میکنند.»
#انویدیا #هوش_مصنوعی #قانون #آمریکا
منبع
🆔 @Science_Focus
NVIDIA Blog
NVIDIA Statement on the Biden Administration’s Misguided 'AI Diffusion' Rule
For decades, leadership in computing and software ecosystems has been a cornerstone of American strength and influence worldwide. The federal government has wisely refrained from dictating the design, marketing and sale of mainstream computers and software…
👍1
🔺 همکاری آمازون AWS و General Catalyst برای تحول در مراقبتهای بهداشتی با استفاده از هوش مصنوعی
🔹 بخش AWS (سرویسهای وب آمازون) و General Catalyst، یک شرکت جهانی سرمایهگذاری و تحول، در یک همکاری بیسابقه برای مقابله با چالشهای پیچیده حوزه سلامت با استفاده از هوش مصنوعی (AI) متحد شدهاند. این همکاری با هدف بهبود سیستمهای موجود و بازتصور آینده مراقبتهای بهداشتی انجام شده است.
🔹 مت گارمن، مدیرعامل AWS، گفت: «AWS و General Catalyst معتقدند که هوش مصنوعی پتانسیل عظیمی برای ایجاد تغییرات معنادار در مراقبتهای بهداشتی جهانی دارد. با همکاری یکدیگر، ما گامهای بلندپروازانهای برای بهبود نتایج بیماران و دسترسی بیشتر به مراقبتهای باکیفیت برمیداریم.»
🔹 تمرکز بر نوآوری هوش مصنوعی: این همکاری بر توسعه و استقرار راهحلهای یکپارچه مبتنی بر هوش مصنوعی متمرکز است که نیازهای حیاتی در حوزههایی مانند مراقبتهای پیشبینانه و شخصیسازیشده، قابلیت همکاری، کارایی عملیاتی و بالینی، تشخیصها و مشارکت بیماران را برطرف میکند. با استفاده از Amazon Bedrock و مدلهای خاص حوزه سلامت، پتانسیلهای گستردهای برای بهبود مراقبتهای بهداشتی وجود دارد.
🔹 همکاری با ارائهدهندگان پیشرو: AWS و General Catalyst با شرکتهای پیشرو مانند Anthropic و Mistral AI همکاری میکنند تا مدلهای هوش مصنوعی خاص حوزه سلامت را توسعه دهند. این مدلها میتوانند دادههای متنوعی مانند اسکنهای رادیولوژی و پاتولوژی، اطلاعات توالییابی ژنومی، دادههای آزمایشات بالینی و سوابق الکترونیک سلامت را پردازش کنند تا به پزشکان و محققان در تشخیص، پیشبینی نتایج درمان و درک پیشرفت بیماریها کمک کنند.
🔹 تأثیر واقعی در مراقبتهای بهداشتی: این همکاری با سازمانهای بهداشتی برای بهبود استراتژیهای دادهای، مهاجرت به فضای ابری و آزمایش راهحلهای جدید در محیطهای بالینی واقعی همکاری میکند. این رویکرد تضمین میکند که نوآوریهای توسعهیافته نه تنها نظری باشند، بلکه مزایای ملموسی برای بیماران و ارائهدهندگان مراقبتهای بهداشتی داشته باشند.
🔹 استیو دیویس، رئیس و مدیرعامل بیمارستان کودکان سینسیناتی، گفت: «هیجان قابللمسی در مورد پتانسیل هوش مصنوعی برای تحول در مراقبتهای بهداشتی وجود دارد. ما مشتاق هستیم که ببینیم چگونه این فناوری میتواند مشارکت بیماران را از طریق ارتباطات و آموزش شخصیسازیشده بهبود بخشد و بار اداری را کاهش دهد.»
🔹 همکاری با استارتآپها و سیستمهای بهداشتی: AWS و General Catalyst با استارتآپها و سیستمهای بهداشتی پیشرو همکاری میکنند تا راهحلهای مورد نیاز جامعه بهداشتی را به سرعت ارائه دهند. این همکاری به عنوان نمونهای از اهمیت مشارکتها در حل چالشهای فوری حوزه سلامت عمل میکند.
🔹 همانت تانجا، مدیرعامل و مدیرعامل General Catalyst، گفت: «در General Catalyst، ما از نزدیم شاهد بودهایم که چگونه فناوریهایی مانند هوش مصنوعی، با رویکرد مناسب به مقیاسپذیری و حل مسئله، میتوانند تحول واقعی در مراقبتهای بهداشتی ایجاد کنند. AWS دیدگاه بلندپروازانه ما را برای پیشرفت سلامت انسان از طریق فناوریهای پیشرفته به اشتراک میگذارد. با هم، ما معتقدیم که این کار چرخهای از نوآوری و پذیرش ایجاد خواهد کرد که میتواند در صنایع دیگر نیز اعمال شود.»
#هوش_مصنوعی #مراقبت_بهداشتی #AWS #GeneralCatalyst
منبع
🆔 @Science_Focus
🔹 بخش AWS (سرویسهای وب آمازون) و General Catalyst، یک شرکت جهانی سرمایهگذاری و تحول، در یک همکاری بیسابقه برای مقابله با چالشهای پیچیده حوزه سلامت با استفاده از هوش مصنوعی (AI) متحد شدهاند. این همکاری با هدف بهبود سیستمهای موجود و بازتصور آینده مراقبتهای بهداشتی انجام شده است.
🔹 مت گارمن، مدیرعامل AWS، گفت: «AWS و General Catalyst معتقدند که هوش مصنوعی پتانسیل عظیمی برای ایجاد تغییرات معنادار در مراقبتهای بهداشتی جهانی دارد. با همکاری یکدیگر، ما گامهای بلندپروازانهای برای بهبود نتایج بیماران و دسترسی بیشتر به مراقبتهای باکیفیت برمیداریم.»
🔹 تمرکز بر نوآوری هوش مصنوعی: این همکاری بر توسعه و استقرار راهحلهای یکپارچه مبتنی بر هوش مصنوعی متمرکز است که نیازهای حیاتی در حوزههایی مانند مراقبتهای پیشبینانه و شخصیسازیشده، قابلیت همکاری، کارایی عملیاتی و بالینی، تشخیصها و مشارکت بیماران را برطرف میکند. با استفاده از Amazon Bedrock و مدلهای خاص حوزه سلامت، پتانسیلهای گستردهای برای بهبود مراقبتهای بهداشتی وجود دارد.
🔹 همکاری با ارائهدهندگان پیشرو: AWS و General Catalyst با شرکتهای پیشرو مانند Anthropic و Mistral AI همکاری میکنند تا مدلهای هوش مصنوعی خاص حوزه سلامت را توسعه دهند. این مدلها میتوانند دادههای متنوعی مانند اسکنهای رادیولوژی و پاتولوژی، اطلاعات توالییابی ژنومی، دادههای آزمایشات بالینی و سوابق الکترونیک سلامت را پردازش کنند تا به پزشکان و محققان در تشخیص، پیشبینی نتایج درمان و درک پیشرفت بیماریها کمک کنند.
🔹 تأثیر واقعی در مراقبتهای بهداشتی: این همکاری با سازمانهای بهداشتی برای بهبود استراتژیهای دادهای، مهاجرت به فضای ابری و آزمایش راهحلهای جدید در محیطهای بالینی واقعی همکاری میکند. این رویکرد تضمین میکند که نوآوریهای توسعهیافته نه تنها نظری باشند، بلکه مزایای ملموسی برای بیماران و ارائهدهندگان مراقبتهای بهداشتی داشته باشند.
🔹 استیو دیویس، رئیس و مدیرعامل بیمارستان کودکان سینسیناتی، گفت: «هیجان قابللمسی در مورد پتانسیل هوش مصنوعی برای تحول در مراقبتهای بهداشتی وجود دارد. ما مشتاق هستیم که ببینیم چگونه این فناوری میتواند مشارکت بیماران را از طریق ارتباطات و آموزش شخصیسازیشده بهبود بخشد و بار اداری را کاهش دهد.»
🔹 همکاری با استارتآپها و سیستمهای بهداشتی: AWS و General Catalyst با استارتآپها و سیستمهای بهداشتی پیشرو همکاری میکنند تا راهحلهای مورد نیاز جامعه بهداشتی را به سرعت ارائه دهند. این همکاری به عنوان نمونهای از اهمیت مشارکتها در حل چالشهای فوری حوزه سلامت عمل میکند.
🔹 همانت تانجا، مدیرعامل و مدیرعامل General Catalyst، گفت: «در General Catalyst، ما از نزدیم شاهد بودهایم که چگونه فناوریهایی مانند هوش مصنوعی، با رویکرد مناسب به مقیاسپذیری و حل مسئله، میتوانند تحول واقعی در مراقبتهای بهداشتی ایجاد کنند. AWS دیدگاه بلندپروازانه ما را برای پیشرفت سلامت انسان از طریق فناوریهای پیشرفته به اشتراک میگذارد. با هم، ما معتقدیم که این کار چرخهای از نوآوری و پذیرش ایجاد خواهد کرد که میتواند در صنایع دیگر نیز اعمال شود.»
#هوش_مصنوعی #مراقبت_بهداشتی #AWS #GeneralCatalyst
منبع
🆔 @Science_Focus
Aboutamazon
AWS and General Catalyst join forces to transform health care with AI
First-of-its-kind collaboration marries AI expertise with transformative investments to tackle health care's toughest challenges.
👍1
🔺 آیا هوش مصنوعی میتواند جایگزین مشاوران مالی شود؟
🔹 استفاده از هوش مصنوعی مولد برای دریافت مشاوره مالی در آمریکا در حال افزایش است و تقریبا نیمی از آمریکاییها از این فناوری استفاده کرده یا به استفاده از آن فکر کردهاند. اما کارشناسان هشدار میدهند که این ابزارها برای مشاورههای پیچیده و حساس مالی مناسب نیستند.
🔹 هوش مصنوعی برای ارائه توصیههای کلی مانند بودجهبندی یا بهبود امتیاز اعتباری مفید است، اما در پاسخ به سوالات مالی حساس و تخصصی، احتمال خطا وجود دارد. آندرو لو، مدیر آزمایشگاه مهندسی مالی MIT، میگوید: «دریافت مشاوره مالی از هوش مصنوعی میتواند بسیار خطرناک باشد، همانطور که در حوزههای حقوقی و پزشکی نیز چنین است.»
🔹 پلتفرمهای هوش مصنوعی اغلب فاقد تخصص و دانش مقررات مالی هستند و ممکن است کاربران را به تصمیمات نادرست یا سرمایهگذاریهای پرخطر سوق دهند.
🔹 با این حال، بسیاری از کاربران تجربهای مثبت از تعامل با هوش مصنوعی در مدیریت مالی خود گزارش کردهاند. طبق مطالعهای در سال ۲۰۲۴، از میان ۴۷٪ افرادی که از هوش مصنوعی برای مشاوره مالی استفاده کردهاند، ۹۶٪ تجربه مثبتی داشتهاند.
🔹 کارشناسان توصیه میکنند برای استفاده از هوش مصنوعی در برنامهریزی مالی، از آن به عنوان ابزاری مکمل استفاده شود و اطلاعات حساس و شخصی را به این پلتفرمها ارائه نکنید. همچنین، بررسی خروجیهای ارائهشده توسط هوش مصنوعی ضروری است، زیرا ممکن است حاوی اطلاعات نادرست یا نامعتبر باشد.
🔹 آینده هوش مصنوعی در خدمات مالی به سرعت در حال تحول است. کارشناسان معتقدند که هوش مصنوعی میتواند ابزار مفیدی برای مشاوران مالی باشد، اما جایگزین تعامل انسانی نخواهد شد.
#هوش_مصنوعی #مشاوره_مالی #فناوری
منبع
🆔 @Science_Focus
🔹 استفاده از هوش مصنوعی مولد برای دریافت مشاوره مالی در آمریکا در حال افزایش است و تقریبا نیمی از آمریکاییها از این فناوری استفاده کرده یا به استفاده از آن فکر کردهاند. اما کارشناسان هشدار میدهند که این ابزارها برای مشاورههای پیچیده و حساس مالی مناسب نیستند.
🔹 هوش مصنوعی برای ارائه توصیههای کلی مانند بودجهبندی یا بهبود امتیاز اعتباری مفید است، اما در پاسخ به سوالات مالی حساس و تخصصی، احتمال خطا وجود دارد. آندرو لو، مدیر آزمایشگاه مهندسی مالی MIT، میگوید: «دریافت مشاوره مالی از هوش مصنوعی میتواند بسیار خطرناک باشد، همانطور که در حوزههای حقوقی و پزشکی نیز چنین است.»
🔹 پلتفرمهای هوش مصنوعی اغلب فاقد تخصص و دانش مقررات مالی هستند و ممکن است کاربران را به تصمیمات نادرست یا سرمایهگذاریهای پرخطر سوق دهند.
🔹 با این حال، بسیاری از کاربران تجربهای مثبت از تعامل با هوش مصنوعی در مدیریت مالی خود گزارش کردهاند. طبق مطالعهای در سال ۲۰۲۴، از میان ۴۷٪ افرادی که از هوش مصنوعی برای مشاوره مالی استفاده کردهاند، ۹۶٪ تجربه مثبتی داشتهاند.
🔹 کارشناسان توصیه میکنند برای استفاده از هوش مصنوعی در برنامهریزی مالی، از آن به عنوان ابزاری مکمل استفاده شود و اطلاعات حساس و شخصی را به این پلتفرمها ارائه نکنید. همچنین، بررسی خروجیهای ارائهشده توسط هوش مصنوعی ضروری است، زیرا ممکن است حاوی اطلاعات نادرست یا نامعتبر باشد.
🔹 آینده هوش مصنوعی در خدمات مالی به سرعت در حال تحول است. کارشناسان معتقدند که هوش مصنوعی میتواند ابزار مفیدی برای مشاوران مالی باشد، اما جایگزین تعامل انسانی نخواهد شد.
#هوش_مصنوعی #مشاوره_مالی #فناوری
منبع
🆔 @Science_Focus
Fortune
ChatGPT vs financial advisors: Which is best for financial advice?
While AI chatbots can provide detailed financial support, their tendency to hallucinate and a lack of guardrails is raising concerns.
👍1
🔺آغاز ماموریت قمری فایر فلای: گامی به سوی بازگشت به ماه
🔹شرکت فایر فلای واقع در Cedar Park، تگزاس، ماموریت ماه نشین خود به نام Blue Ghost One را برای پرتاب در روز چهارشنبه، 15 ژانویه برنامه ریزی کرده است. این ماموریت که با مشارکت ناسا انجام میشود، اولین ماموریت از مجموعه ماموریتهای برنامهریزیشده این شرکت است.
🔹این ماه نشین از کیپ کاناورال در فلوریدا پرتاب و توسط موشک فالکون 9 اسپیس ایکس به فضا خواهد رفت. این ماموریت در چارچوب برنامه خدمات محموله قمری تجاری ناسا (CLPS) انجام میشود و هدف آن حمل چندین آزمایش علمی به سطح ماه و هموار کردن مسیر برای بازگشت انسان به ماه در ماموریت آرتمیس 3 است. این ماموریت نه تنها یک دستاورد فنی است، بلکه گامی مهم در توسعه فعالیتهای تجاری فضایی و بازگشت ایالات متحده به ماه محسوب میشود.
🔹ماموریت ۴۵ روزه تا ماه شامل گردش در مدار زمین، انتقال به مدار ماه و در نهایت فرود خودکار بر سطح آن است. فرود بر سطح ماه چالشهای فنی زیادی دارد، از جمله ناهمواریهای سطح و نبود نشانههای بصری برای راهنمایی. این ماه نشین تنها برای کار در طول روز قمری (دو هفته) طراحی شده و قادر به تحمل سرمای شدید شبهای قمری (۲۵۰- درجه سانتیگراد) نیست، بنابراین در شب ماموریت خاتمه مییابد.
#فضا #ماموریت_ماه #FireflyAerospace
منبع
🆔 @Science_Focus
🔹شرکت فایر فلای واقع در Cedar Park، تگزاس، ماموریت ماه نشین خود به نام Blue Ghost One را برای پرتاب در روز چهارشنبه، 15 ژانویه برنامه ریزی کرده است. این ماموریت که با مشارکت ناسا انجام میشود، اولین ماموریت از مجموعه ماموریتهای برنامهریزیشده این شرکت است.
🔹این ماه نشین از کیپ کاناورال در فلوریدا پرتاب و توسط موشک فالکون 9 اسپیس ایکس به فضا خواهد رفت. این ماموریت در چارچوب برنامه خدمات محموله قمری تجاری ناسا (CLPS) انجام میشود و هدف آن حمل چندین آزمایش علمی به سطح ماه و هموار کردن مسیر برای بازگشت انسان به ماه در ماموریت آرتمیس 3 است. این ماموریت نه تنها یک دستاورد فنی است، بلکه گامی مهم در توسعه فعالیتهای تجاری فضایی و بازگشت ایالات متحده به ماه محسوب میشود.
🔹ماموریت ۴۵ روزه تا ماه شامل گردش در مدار زمین، انتقال به مدار ماه و در نهایت فرود خودکار بر سطح آن است. فرود بر سطح ماه چالشهای فنی زیادی دارد، از جمله ناهمواریهای سطح و نبود نشانههای بصری برای راهنمایی. این ماه نشین تنها برای کار در طول روز قمری (دو هفته) طراحی شده و قادر به تحمل سرمای شدید شبهای قمری (۲۵۰- درجه سانتیگراد) نیست، بنابراین در شب ماموریت خاتمه مییابد.
#فضا #ماموریت_ماه #FireflyAerospace
منبع
🆔 @Science_Focus
KXAN Austin
Lunar mission from Austin-area aerospace company launches this week
Firefly Aerospace is set to launch its lunar lander, Blue Ghost One, on January 15, 2025, in partnership with NASA, with the mission carrying several scientific experiments to the lunar surface and…
👍1
🔺 معرفی Core AI – Platform and Tools: مایکروسافت سازمان مهندسی جدیدی برای پیشبرد پلتفرم و ابزارهای هوش مصنوعی ایجاد میکند.
🔹 ساتیا نادلا، مدیرعامل مایکروسافت، در اطلاعیهای به کارمندان اعلام کرد که شرکت در حال ایجاد یک سازمان مهندسی جدید به نام Core AI – Platform and Tools است. این سازمان با هدف تسریع و تقویت نقشه راه مایکروسافت در حوزه هوش مصنوعی و ایجاد پلتفرمها و ابزارهای پیشرفته برای توسعه برنامههای هوش مصنوعی تشکیل شده است.
🔹 چشمانداز هوش مصنوعی در سال ۲۰۲۵: نادلا اشاره کرد که سال ۲۰۲۵ سال برنامههای کاربردی مبتنی بر مدلهای هوش مصنوعی خواهد بود که همه دستهبندیهای نرمافزاری را متحول خواهند کرد. این تغییرات بهسرعت در حال وقوع هستند و لایههای مختلف پشته نرمافزاری را تحت تأثیر قرار میدهند. او این تغییرات را مشابه معرفی همزمان رابط کاربری گرافیکی (GUI)، سرورهای اینترنتی و پایگاهدادههای ابری توصیف کرد.
🔹 ساخت برنامههای عاملمحور: مایکروسافت قصد دارد برنامههای کاربردی عاملمحور با قابلیتهای حافظه، مجوزها و فضای عمل ایجاد کند که از قابلیتهای قدرتمند مدلهای هوش مصنوعی بهرهمند شوند. این برنامهها برای بهبود عملکرد و ایمنی در نقشها، فرآیندهای کسبوکار و حوزههای صنعتی تطبیق داده خواهند شد.
🔹 پشته نرمافزاری جدید هوش مصنوعی: این تغییرات منجر به ایجاد یک پشته نرمافزاری جدید با الگوهای UI/UX جدید، زماناجرا برای ساخت و هماهنگی چندین عامل، و لایههای مدیریت و نظارت بازطراحیشده خواهد شد. Azure به عنوان زیرساخت اصلی هوش مصنوعی عمل خواهد کرد و پلتفرمها و ابزارهای توسعهدهنده مایکروسافت، از جمله Azure AI Foundry، GitHub و VS Code، بر روی آن ساخته خواهند شد.
🔹 تشکیل سازمان Core AI: این سازمان جدید تیمهای Dev Div، AI Platform و برخی از تیمهای کلیدی از دفتر CTO (شامل ابررایانههای هوش مصنوعی، زماناجرای عاملمحور و Engineering Thrive) را گرد هم میآورد. مأموریت اصلی این سازمان ساخت پشته کامل Copilot & AI برای مشتریان داخلی و خارجی مایکروسافت است تا بتوانند برنامهها و عاملهای هوش مصنوعی را ایجاد و اجرا کنند.
🔹 رهبری جدید: جی پاریخ به عنوان معاون اجرایی Core AI – Platform and Tools این سازمان را رهبری خواهد کرد. او با همکاری نزدیک با تیمهای Scott Guthrie، Rajesh Jha، Charlie Bell، Mustafa Suleyman و Kevin Scott، بهینهسازی پشته فناوری مایکروسافت برای عملکرد و کارایی را پیش خواهد برد.
🔹 تأکید بر نوآوری و تمرکز بر مشتری: نادلا تأکید کرد که موفقیت مایکروسافت در این مرحله جدید به داشتن بهترین پلتفرم، ابزارها و زیرساختهای هوش مصنوعی بستگی دارد. او از کارمندان خواست تا با تمرکز بر مشتریان، افزایش استانداردهای نوآوری و پاسخگویی، به مأموریت شرکت وفادار بمانند.
#هوش_مصنوعی #مایکروسافت #CoreAI #Azure #Copilot
منبع
🆔 @Science_Focus
🔹 ساتیا نادلا، مدیرعامل مایکروسافت، در اطلاعیهای به کارمندان اعلام کرد که شرکت در حال ایجاد یک سازمان مهندسی جدید به نام Core AI – Platform and Tools است. این سازمان با هدف تسریع و تقویت نقشه راه مایکروسافت در حوزه هوش مصنوعی و ایجاد پلتفرمها و ابزارهای پیشرفته برای توسعه برنامههای هوش مصنوعی تشکیل شده است.
🔹 چشمانداز هوش مصنوعی در سال ۲۰۲۵: نادلا اشاره کرد که سال ۲۰۲۵ سال برنامههای کاربردی مبتنی بر مدلهای هوش مصنوعی خواهد بود که همه دستهبندیهای نرمافزاری را متحول خواهند کرد. این تغییرات بهسرعت در حال وقوع هستند و لایههای مختلف پشته نرمافزاری را تحت تأثیر قرار میدهند. او این تغییرات را مشابه معرفی همزمان رابط کاربری گرافیکی (GUI)، سرورهای اینترنتی و پایگاهدادههای ابری توصیف کرد.
🔹 ساخت برنامههای عاملمحور: مایکروسافت قصد دارد برنامههای کاربردی عاملمحور با قابلیتهای حافظه، مجوزها و فضای عمل ایجاد کند که از قابلیتهای قدرتمند مدلهای هوش مصنوعی بهرهمند شوند. این برنامهها برای بهبود عملکرد و ایمنی در نقشها، فرآیندهای کسبوکار و حوزههای صنعتی تطبیق داده خواهند شد.
🔹 پشته نرمافزاری جدید هوش مصنوعی: این تغییرات منجر به ایجاد یک پشته نرمافزاری جدید با الگوهای UI/UX جدید، زماناجرا برای ساخت و هماهنگی چندین عامل، و لایههای مدیریت و نظارت بازطراحیشده خواهد شد. Azure به عنوان زیرساخت اصلی هوش مصنوعی عمل خواهد کرد و پلتفرمها و ابزارهای توسعهدهنده مایکروسافت، از جمله Azure AI Foundry، GitHub و VS Code، بر روی آن ساخته خواهند شد.
🔹 تشکیل سازمان Core AI: این سازمان جدید تیمهای Dev Div، AI Platform و برخی از تیمهای کلیدی از دفتر CTO (شامل ابررایانههای هوش مصنوعی، زماناجرای عاملمحور و Engineering Thrive) را گرد هم میآورد. مأموریت اصلی این سازمان ساخت پشته کامل Copilot & AI برای مشتریان داخلی و خارجی مایکروسافت است تا بتوانند برنامهها و عاملهای هوش مصنوعی را ایجاد و اجرا کنند.
🔹 رهبری جدید: جی پاریخ به عنوان معاون اجرایی Core AI – Platform and Tools این سازمان را رهبری خواهد کرد. او با همکاری نزدیک با تیمهای Scott Guthrie، Rajesh Jha، Charlie Bell، Mustafa Suleyman و Kevin Scott، بهینهسازی پشته فناوری مایکروسافت برای عملکرد و کارایی را پیش خواهد برد.
🔹 تأکید بر نوآوری و تمرکز بر مشتری: نادلا تأکید کرد که موفقیت مایکروسافت در این مرحله جدید به داشتن بهترین پلتفرم، ابزارها و زیرساختهای هوش مصنوعی بستگی دارد. او از کارمندان خواست تا با تمرکز بر مشتریان، افزایش استانداردهای نوآوری و پاسخگویی، به مأموریت شرکت وفادار بمانند.
#هوش_مصنوعی #مایکروسافت #CoreAI #Azure #Copilot
منبع
🆔 @Science_Focus
The Official Microsoft Blog
Introducing CoreAI – Platform and Tools
Satya Nadella, Chairman and CEO, shared the below communication with Microsoft employees this morning. As we begin the new year, it’s clear that we’re entering the next innings of this AI platform shift. 2025 will be about model-forward applications that…
🔺 بزرگترین دستاوردهای فیزیک در سال ۲۰۲۴
🔹 انرژی تاریک یکی از بزرگترین رازهای فیزیک است که ۶۸٪ از محتوای جهان را تشکیل میدهد و با نیروی دافعهاش، ماده را از هم دور میکند. حدود ۱۰۰ سال پیش، اینشتین در معادلات نسبیت عام خود، متغیری به نام «ثابت کیهانی» (لامبدا) را معرفی کرد که نشاندهنده انرژی موجود در فضای خالی بود. در سال ۱۹۹۸، وجود انرژی تاریک توسط تیمهای آدام ریس، سال پرلموتر و برایان اشمیت تأیید شد و آنها جایزه نوبل را دریافت کردند. اما دادههای جدید در آوریل ۲۰۲۴ از تلسکوپ DESI نشان دادند که انرژی تاریک ممکن است در حال تغییر باشد، این یافتهها ثابت کیهانی را زیر سؤال برده و دروازهای به سوی نظریههای جدید باز کردهاند.
🔹 ابزار اندازه گیری DESI (ابزار طیفسنجی انرژی تاریک) با نقشهبرداری از ۴۰ میلیون کهکشان، بزرگترین نقشه سهبعدی جهان را ایجاد کرده است. دادههای اولیه DESI نشان میدهند که انرژی تاریک ممکن است در طول زمان ضعیفتر شود، این نتیجهای غیرمنتظره بود و اگر تأیید شود، مدل فعلی کیهانشناسی (Lambda-CDM) را به چالش میکشد.
🔹 در حوزه فیزیک ماده چگال، دانشمندان دانشگاه اینسبروک اتریش برای اولین بار موفق به ایجاد حالت «ابرجامد» در آزمایشگاه شدند. ابرجامد حالتی از ماده است که هم خواص جامد (ساختار منظم) و هم خواص ابرمایع (جریان بدون اصطکاک) را دارد. این کشف میتواند به درک رفتار ماده در شرایط شدید، مانند ستارههای نوترونی، کمک کند.
🔹 در زمینه فیزیک ذرات، کشف «آمپلیتوئدرون» (The Amplituhedron) توسط نیما ارکانی-حامد و همکارانش، پیشرفت بزرگی در محاسبه برهمکنش ذرات با استفاده از هندسه کوانتومی بود. این روش محاسبات پیچیده را سادهتر کرده و درک بهتری از دنیای کوانتومی ارائه میدهد. آنها با استفاده از اشکال هندسی توانستند احتمال برخورد ذرات بنیادی را با دقت بیشتری پیشبینی کنند. این روش جدید میتواند انقلابی در درک ما از جهان کوانتومی ایجاد کند.
#فیزیک #کیهانشناسی #انرژی_تاریک #نیما_ارکانی_حامد
منبع
🆔 @Science_Focus
🔹 انرژی تاریک یکی از بزرگترین رازهای فیزیک است که ۶۸٪ از محتوای جهان را تشکیل میدهد و با نیروی دافعهاش، ماده را از هم دور میکند. حدود ۱۰۰ سال پیش، اینشتین در معادلات نسبیت عام خود، متغیری به نام «ثابت کیهانی» (لامبدا) را معرفی کرد که نشاندهنده انرژی موجود در فضای خالی بود. در سال ۱۹۹۸، وجود انرژی تاریک توسط تیمهای آدام ریس، سال پرلموتر و برایان اشمیت تأیید شد و آنها جایزه نوبل را دریافت کردند. اما دادههای جدید در آوریل ۲۰۲۴ از تلسکوپ DESI نشان دادند که انرژی تاریک ممکن است در حال تغییر باشد، این یافتهها ثابت کیهانی را زیر سؤال برده و دروازهای به سوی نظریههای جدید باز کردهاند.
🔹 ابزار اندازه گیری DESI (ابزار طیفسنجی انرژی تاریک) با نقشهبرداری از ۴۰ میلیون کهکشان، بزرگترین نقشه سهبعدی جهان را ایجاد کرده است. دادههای اولیه DESI نشان میدهند که انرژی تاریک ممکن است در طول زمان ضعیفتر شود، این نتیجهای غیرمنتظره بود و اگر تأیید شود، مدل فعلی کیهانشناسی (Lambda-CDM) را به چالش میکشد.
🔹 در حوزه فیزیک ماده چگال، دانشمندان دانشگاه اینسبروک اتریش برای اولین بار موفق به ایجاد حالت «ابرجامد» در آزمایشگاه شدند. ابرجامد حالتی از ماده است که هم خواص جامد (ساختار منظم) و هم خواص ابرمایع (جریان بدون اصطکاک) را دارد. این کشف میتواند به درک رفتار ماده در شرایط شدید، مانند ستارههای نوترونی، کمک کند.
🔹 در زمینه فیزیک ذرات، کشف «آمپلیتوئدرون» (The Amplituhedron) توسط نیما ارکانی-حامد و همکارانش، پیشرفت بزرگی در محاسبه برهمکنش ذرات با استفاده از هندسه کوانتومی بود. این روش محاسبات پیچیده را سادهتر کرده و درک بهتری از دنیای کوانتومی ارائه میدهد. آنها با استفاده از اشکال هندسی توانستند احتمال برخورد ذرات بنیادی را با دقت بیشتری پیشبینی کنند. این روش جدید میتواند انقلابی در درک ما از جهان کوانتومی ایجاد کند.
#فیزیک #کیهانشناسی #انرژی_تاریک #نیما_ارکانی_حامد
منبع
🆔 @Science_Focus
YouTube
Biggest Breakthroughs in Physics: 2024
The year's biggest breakthroughs in physics included evidence that dark energy may be weakening, the discovery of a supersolid, and new advances in quantum geometry. Read more at Quanta Magazine: https://www.quantamagazine.org/the-year-in-physics-20241217…
🔺 مشکلات گرمایی و اختلال در سرورهای هوش مصنوعی بلکول انویدیا؛ مشتریان بزرگ مانند مایکروسافت و گوگل سفارشهای خود را کاهش میدهند
🔹 سرورهای هوش مصنوعی بلکول انویدیا با مشکلات گرمایی و اختلالات فنی مواجه شدهاند. گزارشها حاکی از آن است که این مشکلات منجر به کاهش سفارشهای مشتریان بزرگ مانند مایکروسافت، آمازون، گوگل و متا شده است.
🔹 بر اساس گزارش The Information، اولین محمولههای سرورهای GB200 انویدیا با مشکلات گرمایی و اختلال در اتصال تراشهها روبرو شدهاند. این مشکلات باعث شده تا مشتریان اصلی، سفارشهای خود را کاهش دهند. گفته میشود این شرکتها سفارشاتی بالغ بر ۱۰ میلیارد دلار داشتهاند.
🔹 این وضعیت برای انویدیا و کسبوکار هوش مصنوعی آن نگرانکننده است، زیرا مشکلات زنجیره تأمین در چنین محصولاتی میتواند تأثیرات مالی شدیدی بر شرکت داشته باشد. پیشتر ادعا شده بود که مشکل اصلی به فناوری پیشرفته بستهبندی TSMC، یعنی CoWoS، مربوط است که به مسئله "اتصال تراشه" اشاره دارد. انویدیا قبلاً اعلام کرده بود که ماسک GPU بلکول ساختهشده در TSMC را تغییر داده است، اما این اقدام مشکل را برطرف نکرده است.
🔹 در حال حاضر، شرکتها به جایگزینهای قدیمیتر انویدیا، مانند نسل هوپر، روی آوردهاند تا زمانی که مشکلات بلکول برطرف شود. هنوز مشخص نیست که این مشکل طراحی چه تأثیری بر درآمد انویدیا خواهد داشت، اما اگر شرکت نتواند این مسائل را حل کند، موفقیت بلکول در خطر خواهد بود و این میتواند برای انویدیا دردسرساز شود.
#فناوری #هوش_مصنوعی
منبع
🆔 @Science_Focus
🔹 سرورهای هوش مصنوعی بلکول انویدیا با مشکلات گرمایی و اختلالات فنی مواجه شدهاند. گزارشها حاکی از آن است که این مشکلات منجر به کاهش سفارشهای مشتریان بزرگ مانند مایکروسافت، آمازون، گوگل و متا شده است.
🔹 بر اساس گزارش The Information، اولین محمولههای سرورهای GB200 انویدیا با مشکلات گرمایی و اختلال در اتصال تراشهها روبرو شدهاند. این مشکلات باعث شده تا مشتریان اصلی، سفارشهای خود را کاهش دهند. گفته میشود این شرکتها سفارشاتی بالغ بر ۱۰ میلیارد دلار داشتهاند.
🔹 این وضعیت برای انویدیا و کسبوکار هوش مصنوعی آن نگرانکننده است، زیرا مشکلات زنجیره تأمین در چنین محصولاتی میتواند تأثیرات مالی شدیدی بر شرکت داشته باشد. پیشتر ادعا شده بود که مشکل اصلی به فناوری پیشرفته بستهبندی TSMC، یعنی CoWoS، مربوط است که به مسئله "اتصال تراشه" اشاره دارد. انویدیا قبلاً اعلام کرده بود که ماسک GPU بلکول ساختهشده در TSMC را تغییر داده است، اما این اقدام مشکل را برطرف نکرده است.
🔹 در حال حاضر، شرکتها به جایگزینهای قدیمیتر انویدیا، مانند نسل هوپر، روی آوردهاند تا زمانی که مشکلات بلکول برطرف شود. هنوز مشخص نیست که این مشکل طراحی چه تأثیری بر درآمد انویدیا خواهد داشت، اما اگر شرکت نتواند این مسائل را حل کند، موفقیت بلکول در خطر خواهد بود و این میتواند برای انویدیا دردسرساز شود.
#فناوری #هوش_مصنوعی
منبع
🆔 @Science_Focus
Wccftech
NVIDIA's Blackwell AI Servers Faced With Overheating & Glitching Issues; Major Customers, Including Microsoft & Google, Start Cutting…
NVIDIA's Blackwell AI servers are facing a supply chain bottleneck as Team Green fails to resolve the overheating and architectural flaws.
❤1
🔺 آزمایش علمی ۸۰۰ مایلی که میتواند وجود ابعاد بیشتر از چهار بُعد را ثابت کند
🔹 پروژه «آزمایش نوتریونوی زیرزمینی عمیق» (DUNE) که در سال ۲۰۲۸ به کار خواهد افتاد، برای درک نوتریونوها و آنتینوتریونوها طراحی شده است. این ذرات که به «ذرات شبح» معروفاند، میتوانند به دلیل برتری ماده بر ضد ماده در جهان اولیه پاسخ دهند و به مفاهیم جدیدی مانند ابعاد اضافی بزرگ (LEDs) روشنی بخشند.
🔹 ابعاد اضافی بزرگ میتوانند دلیل ضعیفتر بودن گرانش نسبت به سایر نیروهای بنیادی طبیعت و همچنین کوچکی جرم نوتریونوها را توضیح دهند. طبق تحقیقات جدید، این ابعاد میتوانند یک میلیونیوم متر باشند که نسبت به ابعاد معمول زیراتمی بسیار بزرگترند.
🔹 آزمایش DUNE از شتابدهنده ذرات در ایلینوی شروع میشود و نوتریونوها را به یک آشکارساز در عمق ۱.۵ کیلومتری زمین در داکوتای جنوبی میفرستد. طی این سفر، نوتریونوها ممکن است به اشکال دیگری تبدیل شوند که میتواند وجود ابعاد اضافی را تأیید کند.
🔹 محققان معتقدند DUNE قادر به شناسایی این ابعاد خواهد بود و با ترکیب دادههای این آزمایش با سایر آزمایشها، میتوان فهم عمیقتری از این ابعاد به دست آورد.
🔹 این نظریه هنوز در مرحله فرضیه است، اما DUNE پس از آغاز به کار میتواند پاسخهای بسیاری از سوالات بنیادی فیزیک را ارائه کند یا حتی سوالات جدیدی را مطرح کند.
#فیزیک #فیزیک_کوانتوم
منبع
🆔 @Science_Focus
🔹 پروژه «آزمایش نوتریونوی زیرزمینی عمیق» (DUNE) که در سال ۲۰۲۸ به کار خواهد افتاد، برای درک نوتریونوها و آنتینوتریونوها طراحی شده است. این ذرات که به «ذرات شبح» معروفاند، میتوانند به دلیل برتری ماده بر ضد ماده در جهان اولیه پاسخ دهند و به مفاهیم جدیدی مانند ابعاد اضافی بزرگ (LEDs) روشنی بخشند.
🔹 ابعاد اضافی بزرگ میتوانند دلیل ضعیفتر بودن گرانش نسبت به سایر نیروهای بنیادی طبیعت و همچنین کوچکی جرم نوتریونوها را توضیح دهند. طبق تحقیقات جدید، این ابعاد میتوانند یک میلیونیوم متر باشند که نسبت به ابعاد معمول زیراتمی بسیار بزرگترند.
🔹 آزمایش DUNE از شتابدهنده ذرات در ایلینوی شروع میشود و نوتریونوها را به یک آشکارساز در عمق ۱.۵ کیلومتری زمین در داکوتای جنوبی میفرستد. طی این سفر، نوتریونوها ممکن است به اشکال دیگری تبدیل شوند که میتواند وجود ابعاد اضافی را تأیید کند.
🔹 محققان معتقدند DUNE قادر به شناسایی این ابعاد خواهد بود و با ترکیب دادههای این آزمایش با سایر آزمایشها، میتوان فهم عمیقتری از این ابعاد به دست آورد.
🔹 این نظریه هنوز در مرحله فرضیه است، اما DUNE پس از آغاز به کار میتواند پاسخهای بسیاری از سوالات بنیادی فیزیک را ارائه کند یا حتی سوالات جدیدی را مطرح کند.
#فیزیک #فیزیک_کوانتوم
منبع
🆔 @Science_Focus
Popular Mechanics
This 800-Mile-Long Science Experiment Could Prove There Are Way More Than Four Dimensions
With the help of shape-shifting ghost particles, ‘DUNE’ could unlock all-new physics.
❤1
🔺 رقابت جهانی برای برتری در محاسبات کوانتومی
🔹 محاسبات کوانتومی با استفاده از قوانین مکانیک کوانتومی برای حل مسائل پیچیده، همچنان در مراحل اولیه خود است. این فناوری با بهرهگیری از کیوبیتها و اصل برهمنهی، میتواند مسائل غیرقابلحل را با سرعتی بسیار بیشتر از کامپیوترهای سنتی حل کند.
🔹 ریشههای محاسبات کوانتومی به ایده نوآورانه ریچارد فاینمن در سال ۱۹۸۱ بازمیگردد. او پیشنهاد کرد که برای شبیهسازی جهان کوانتومی باید کامپیوتری بر اساس قوانین بنیادی طبیعت ساخته شود.
🔹 در سال ۲۰۱۹، پردازنده Sycamore گوگل توانست در آزمایشی نشان دهد که انجام محاسباتی که برای سیستمهای کلاسیک غیرممکن است، ممکن هست. این دستاورد گامی مهم به سمت «برتری کوانتومی» بود.
🔹 گوگل اخیراً پردازنده Willow با ۱۰۵ کیوبیت را معرفی کرده که میتواند با کاهش اشتباهات عملکرد بهتری داشته باشد. این پردازنده میتواند محاسباتی را در کمتر از پنج دقیقه انجام دهد که برای یک سوپرکامپیوتر ده میلیارد سال زمان میبرد.
🔹 چین نیز با کامپیوترهای کوانتومی Zuchongzhi به عنوان یک رقیب جدی ظاهر شده است. نسخه Zuchongzhi 3.0 با ۱۰۵ کیوبیت و دقت بالا توانسته یک میلیون نمونه تصادفی را در چند ثانیه تولید کند.
🔹 شرکت IBM رویکرد هیبریدی را با ترکیب کامپیوترهای کوانتومی و کلاسیک پیشنهاد داده است. این رویکرد، کامپیوترهای کوانتومی را به عنوان شتابدهندههای تخصصی برای حل مسائل پیچیده به کار میگیرد.
🔹 با وجود پیشرفتهای قابلتوجه، همچنان چالشهای زیادی در راه دستیابی به کامپیوترهای کوانتومی عملی وجود دارد. تعداد محدود کیوبیتها و حساسیت آنها به نویزها از مشکلات مهم است.
🔹 جِنسِن هوانگ، مدیرعامل انویدیا، معتقد است که کاربردهای عملی محاسبات کوانتومی حداقل ۱۵ تا ۲۰ سال آینده زمان میبرد.
🔹 پیشرفت محاسبات کوانتومی نیازمند همکاری جهانی است. همانند پروژههای بزرگ تاریخی، توسعه این فناوری به تعهدات عمومی و خصوصی و دیپلماسی بینالمللی نیاز دارد.
🔹 محاسبات کوانتومی میتواند تحولی بزرگ در زمینههای مختلف مانند پزشکی، علم مواد، امنیت سایبری و هوش مصنوعی ایجاد کند. انقلاب کوانتومی، تغییری بنیادین در رویکرد ما به محاسبات و حل مسائل است.
#محاسبات_کوانتومی #فناوری
منبع
🆔 @Science_Focus
🔹 محاسبات کوانتومی با استفاده از قوانین مکانیک کوانتومی برای حل مسائل پیچیده، همچنان در مراحل اولیه خود است. این فناوری با بهرهگیری از کیوبیتها و اصل برهمنهی، میتواند مسائل غیرقابلحل را با سرعتی بسیار بیشتر از کامپیوترهای سنتی حل کند.
🔹 ریشههای محاسبات کوانتومی به ایده نوآورانه ریچارد فاینمن در سال ۱۹۸۱ بازمیگردد. او پیشنهاد کرد که برای شبیهسازی جهان کوانتومی باید کامپیوتری بر اساس قوانین بنیادی طبیعت ساخته شود.
🔹 در سال ۲۰۱۹، پردازنده Sycamore گوگل توانست در آزمایشی نشان دهد که انجام محاسباتی که برای سیستمهای کلاسیک غیرممکن است، ممکن هست. این دستاورد گامی مهم به سمت «برتری کوانتومی» بود.
🔹 گوگل اخیراً پردازنده Willow با ۱۰۵ کیوبیت را معرفی کرده که میتواند با کاهش اشتباهات عملکرد بهتری داشته باشد. این پردازنده میتواند محاسباتی را در کمتر از پنج دقیقه انجام دهد که برای یک سوپرکامپیوتر ده میلیارد سال زمان میبرد.
🔹 چین نیز با کامپیوترهای کوانتومی Zuchongzhi به عنوان یک رقیب جدی ظاهر شده است. نسخه Zuchongzhi 3.0 با ۱۰۵ کیوبیت و دقت بالا توانسته یک میلیون نمونه تصادفی را در چند ثانیه تولید کند.
🔹 شرکت IBM رویکرد هیبریدی را با ترکیب کامپیوترهای کوانتومی و کلاسیک پیشنهاد داده است. این رویکرد، کامپیوترهای کوانتومی را به عنوان شتابدهندههای تخصصی برای حل مسائل پیچیده به کار میگیرد.
🔹 با وجود پیشرفتهای قابلتوجه، همچنان چالشهای زیادی در راه دستیابی به کامپیوترهای کوانتومی عملی وجود دارد. تعداد محدود کیوبیتها و حساسیت آنها به نویزها از مشکلات مهم است.
🔹 جِنسِن هوانگ، مدیرعامل انویدیا، معتقد است که کاربردهای عملی محاسبات کوانتومی حداقل ۱۵ تا ۲۰ سال آینده زمان میبرد.
🔹 پیشرفت محاسبات کوانتومی نیازمند همکاری جهانی است. همانند پروژههای بزرگ تاریخی، توسعه این فناوری به تعهدات عمومی و خصوصی و دیپلماسی بینالمللی نیاز دارد.
🔹 محاسبات کوانتومی میتواند تحولی بزرگ در زمینههای مختلف مانند پزشکی، علم مواد، امنیت سایبری و هوش مصنوعی ایجاد کند. انقلاب کوانتومی، تغییری بنیادین در رویکرد ما به محاسبات و حل مسائل است.
#محاسبات_کوانتومی #فناوری
منبع
🆔 @Science_Focus
EE Times
A Global Race for Supremacy in Quantum Computing
Experts debate the timeline for achieving “quantum advantage,” with some predicting breakthroughs within a decade, while others remain skeptical.
🔺 تلسکوپ وب معمای «شکستن کیهان» را حل کرد
🔹 تلسکوپ فضایی جیمز وب ممکن است در نهایت درک ما از کیهان را نشکسته باشد. اخیراً اخترشناسان با استفاده از وب، نقاط قرمز کمنور و بسیار قدیمی را مشاهده کردند که تصور میشد کهکشانهای عظیم باشند. اما مشکلی وجود داشت: این کهکشانها که تنها ۵۰۰ تا ۷۰۰ میلیون سال پس از تشکیل کیهان شکل گرفتهاند، نباید مواد کافی برای تشکیل تعداد زیادی ستاره و سیستمهای خورشیدی داشته باشند.
🔹 یافتههای جدید از این رصدخانه فضایی قدرتمند نشان میدهد که نور کمنور این نقاط قرمز دوردست در واقع توسط سیاهچالههای فعال در مرکز کهکشانها تولید میشود. این بدان معناست که نور قرمزی که میبینیم از تابش تعداد زیادی ستاره نیست.
🔹 آنتونی تیلور، اخترشناس دانشگاه تگزاس در آستین و یکی از نویسندگان این تحقیق، گفت: «اینگونه است که شما مشکل شکستن کیهان را حل میکنید.»
🔹 ناسا نیز با اشاره به پوشش خبری قبلی این معما، افزود: "برخلاف تیترها، کیهانشناسی شکسته نشده است."
🔹 این تحقیق در ۲۴۵مین نشست انجمن نجوم آمریکا ارائه شد. اخترشناسان به بررسی جمعیت گستردهای از اجرام قرمز مشاهدهشده تاکنون پرداختند که شامل چندین بررسی مختلف وب و طی صدها میلیون سال بوده است.
🔹 حدود ۷۰ درصد از این اجرام قرمز نشانههایی از گازهایی را نشان دادند که با سرعت ۲ میلیون مایل در ساعت (۱۰۰۰ کیلومتر بر ثانیه) در حال چرخش هستند. این نشانهای آشکار از وجود یک سیاهچاله قوی است.
🔹 اگر محققان درست بگویند، نوری که از این اجرام قرمز میبینید توسط سیاهچالههای مرکز این کهکشانهای اولیه تولید میشود.
🔹 با این حال، این پرونده به طور کامل بسته نشده است. اخترشناسان قصد دارند به بررسی این نقاط قرمز مرموز ادامه دهند. به عنوان مثال، این اجرام حدود ۶۰۰ میلیون سال پس از بیگبنگ به تعداد زیاد ظاهر میشوند، اما حدود ۹۰۰ میلیون سال بعد (۱.۵ میلیارد سال پس از بیگبنگ) تعداد آنها به شدت کاهش مییابد. چرا؟ آیا آنها پنهان شدهاند؟
🔹 دانشمندان به مقایسه مشاهدات جدید خود با درک فعلی ما از نحوه عملکرد کیهان ادامه خواهند داد.
🔹 دیل کوچفسکی، اخترشناس کالج کولبی در واترویل، مین، که این تحقیق را رهبری کرد، گفت: «همیشه دو یا چند راه بالقوه برای توضیح ویژگیهای گیجکننده نقاط قرمز کوچک وجود دارد. این یک تبادل مداوم بین مدلها و مشاهدات است، یافتن تعادل بین آنچه که بین این دو به خوبی هماهنگ است و آنچه که در تضاد است.»
#کیهانشناسی #نجوم #فیزیک
منبع
🆔 @Science_Focus
🔹 تلسکوپ فضایی جیمز وب ممکن است در نهایت درک ما از کیهان را نشکسته باشد. اخیراً اخترشناسان با استفاده از وب، نقاط قرمز کمنور و بسیار قدیمی را مشاهده کردند که تصور میشد کهکشانهای عظیم باشند. اما مشکلی وجود داشت: این کهکشانها که تنها ۵۰۰ تا ۷۰۰ میلیون سال پس از تشکیل کیهان شکل گرفتهاند، نباید مواد کافی برای تشکیل تعداد زیادی ستاره و سیستمهای خورشیدی داشته باشند.
🔹 یافتههای جدید از این رصدخانه فضایی قدرتمند نشان میدهد که نور کمنور این نقاط قرمز دوردست در واقع توسط سیاهچالههای فعال در مرکز کهکشانها تولید میشود. این بدان معناست که نور قرمزی که میبینیم از تابش تعداد زیادی ستاره نیست.
🔹 آنتونی تیلور، اخترشناس دانشگاه تگزاس در آستین و یکی از نویسندگان این تحقیق، گفت: «اینگونه است که شما مشکل شکستن کیهان را حل میکنید.»
🔹 ناسا نیز با اشاره به پوشش خبری قبلی این معما، افزود: "برخلاف تیترها، کیهانشناسی شکسته نشده است."
🔹 این تحقیق در ۲۴۵مین نشست انجمن نجوم آمریکا ارائه شد. اخترشناسان به بررسی جمعیت گستردهای از اجرام قرمز مشاهدهشده تاکنون پرداختند که شامل چندین بررسی مختلف وب و طی صدها میلیون سال بوده است.
🔹 حدود ۷۰ درصد از این اجرام قرمز نشانههایی از گازهایی را نشان دادند که با سرعت ۲ میلیون مایل در ساعت (۱۰۰۰ کیلومتر بر ثانیه) در حال چرخش هستند. این نشانهای آشکار از وجود یک سیاهچاله قوی است.
🔹 اگر محققان درست بگویند، نوری که از این اجرام قرمز میبینید توسط سیاهچالههای مرکز این کهکشانهای اولیه تولید میشود.
🔹 با این حال، این پرونده به طور کامل بسته نشده است. اخترشناسان قصد دارند به بررسی این نقاط قرمز مرموز ادامه دهند. به عنوان مثال، این اجرام حدود ۶۰۰ میلیون سال پس از بیگبنگ به تعداد زیاد ظاهر میشوند، اما حدود ۹۰۰ میلیون سال بعد (۱.۵ میلیارد سال پس از بیگبنگ) تعداد آنها به شدت کاهش مییابد. چرا؟ آیا آنها پنهان شدهاند؟
🔹 دانشمندان به مقایسه مشاهدات جدید خود با درک فعلی ما از نحوه عملکرد کیهان ادامه خواهند داد.
🔹 دیل کوچفسکی، اخترشناس کالج کولبی در واترویل، مین، که این تحقیق را رهبری کرد، گفت: «همیشه دو یا چند راه بالقوه برای توضیح ویژگیهای گیجکننده نقاط قرمز کوچک وجود دارد. این یک تبادل مداوم بین مدلها و مشاهدات است، یافتن تعادل بین آنچه که بین این دو به خوبی هماهنگ است و آنچه که در تضاد است.»
#کیهانشناسی #نجوم #فیزیک
منبع
🆔 @Science_Focus
Mashable
Webb telescope just solved the 'universe-breaking problem'
"Contrary to Headlines, Cosmology Isn’t Broken."
🔺 دانشمندان موفق به تحققِ مستقیمِ دروازههای درهمتنیدگی دوگانه در شرایط آزمایشگاهی شدند
🔹 برای توسعه کامپیوترهای کوانتومی مقیاسپذیر و قابل اعتماد، مهندسان و فیزیکدانان نیاز به طراحی استراتژیهای مؤثر برای کاهش خطاها در سیستمهای کوانتومی بدون افزودن اجزای پیچیده اضافی دارند. یک استراتژی امیدوارکننده برای کاهش خطاها، استفاده از کیوبیتهای دوگانه است.
❕منظور از «دروازه» همان «gate» در محاسبات کوانتومی است. در محاسبات کوانتومی، دروازههای کوانتومی (quantum gates) عملیاتهایی هستند که روی کیوبیتها (qubits) انجام میشوند تا محاسبات کوانتومی را پیش ببرند. این دروازهها مشابه دروازههای منطقی در کامپیوترهای کلاسیک هستند، اما با این تفاوت که میتوانند روی حالتهای کوانتومی (مانند برهمنهی و درهمتنیدگی) عمل کنند. دروازه درهمتنیدگی (entangling gate) به نوع خاصی از دروازههای کوانتومی اشاره دارد که باعث ایجاد درهمتنیدگی بین کیوبیتها میشود.
🔹 کیوبیتهای دوگانه میتوانند اطلاعات کوانتومی را در یک سیستم در دو نوع مختلف از حالتهای کوانتومی رمزگذاری کنند. این کیوبیتها میتوانند انعطافپذیری معماریهای محاسبات کوانتومی را افزایش دهند، در حالی که تداخل ناخواسته بین کیوبیتها را کاهش داده و دقت عملیاتی سیستم را بهبود میبخشند.
🔹 محققان دانشگاه Tsinghua و سایر مؤسسات تحقیقاتی در چین اخیراً موفق به تحقق آزمایشگاهی یک دروازه درهمتنیدگی بین کیوبیتهای دوگانه شدند. مقاله آنها که در Physical Review Letters منتشر شده است، رویکردی امیدوارکننده.
🔹 لومینگ دوآن، نویسنده ارشد این مقاله، به سایت Phys گفت: «در محاسبات کوانتومی با تلهیونها، اخیراً مشخص شده است که رمزگذاری دو نوع کیوبیت در یک گونه یون، یک طرح امیدوارکننده است؛ یک نوع برای حمل اطلاعات کوانتومی و نوع دیگر برای عملیات کمکی» «یک ابزار حیاتی در این طرح، درهمتنیدگی کیوبیتهای رمزگذاریشده در این دو نوع است. اگرچه در اصل میتوان ابتدا کیوبیتها را به یک نوع تبدیل کرد و سپس دروازه درهمتنیدگی همنوع را انجام داد، اما در عمل این کار باعث سربار قابل توجهی میشود.»
❕پراکنش رامان یک پدیده فیزیکی است که در آن فوتونها هنگام برخورد با یک ماده، پراکنده میشود و بخشی از انرژی خود را به ماده میدهد یا از آن میگیرد. در اینجا از پراکنش رامان برای ایجاد انتقالهای کوانتومی بین حالتهای انرژی مختلف در یونها استفاده شده است. این انتقالها به کمک لیزر و با تغییر انرژی فوتونها انجام میشوند. این روش به محققان اجازه میدهد تا کیوبیتها را در حالتهای مختلف انرژی کنترل و درهمتنیده کنند.
🔹 هدف اصلی این مطالعه اخیر توسط دوآن و همکارانش، تحقق مستقیم و آزمایشگاهی یک دروازه درهمتنیدگی دوگانه بود. این تیم با استفاده از یک سیستم لیزری ۵۳۲ نانومتری برای ایجاد انتقالهای پراکنش رامان، موفق به درهمتنیدگی کیوبیتهای دوگانه بدون استفاده از هیچ سختافزار اضافی شدند. دوآن توضیح داد: «ما به دقت چندین مؤلفه فرکانسی در لیزر محرک طراحی کردیم.»
❕منیفولد یک سطح یا فضایی است که اگر روی هر نقطهای از آن زوم کنید (یعنی بهطور محلی نگاه کنید)، شبیه به یک فضای اقلیدسی (مثل خط، صفحه یا فضای سهبعدی) به نظر میرسد. اما وقتی از دور نگاه کنید، ممکن است ساختار کلی آن بسیار پیچیدهتر باشد. این منیفولدها به عنوان پایههایی برای رمزگذاری اطلاعات کوانتومی در کیوبیتها استفاده میشوند. در این تحقیق، محققان توانستند بین کیوبیتهای رمزگذاریشده در این دو منیفولد مختلف، درهمتنیدگی ایجاد کنند.
🔹 محققان پتانسیل رویکرد پیشنهادی خود را در یک سری آزمایشها ارزیابی کردند و دریافتند که این روش درهمتنیدگی بین کیوبیتهای دوگانه رمزگذاریشده در منیفولدهای S و D یونها را با دقت قابل توجه ۹۶.۳٪ در حالت بل (Bell State) ایجاد میکند. این عملکرد قابل مقایسه با دروازههای درهمتنیدگی همنوع (یعنی دروازههای S-S یا D-D) است. یافتههای این مطالعه میتواند به زودی الهامبخش سایر گروههای تحقیقاتی برای آزمایش با کیوبیتهای دوگانه به منظور کاهش خطاها در سیستمهای کوانتومی بدون افزایش پیچیدگی آنها باشد. در همین حال، دوآن و همکارانش قصد دارند به توسعه روشهای خود ادامه دهند تا عملکرد دروازه درهمتنیدگی دوگانه را که تحقق بخشیدهاند، بیشتر بهبود بخشند.
🔹 دوآن افزود: «این کارها به بهبود عملکرد دروازه کمک خواهند کرد. ما همچنین قصد داریم از این دروازه درهمتنیدگی دوگانه برای نمایش تشخیص حالت کوانتومی در میانه مدار برای تصحیح خطای کوانتومی و نمایش عملکرد یک گره شبکه کوانتومی مبتنی بر یونهای بهدامافتاده استفاده کنیم.»
#کوانتوم #فناوری_کوانتومی #کامپیوترهای_کوانتومی #مهندسی #فیزیک_کوانتوم
منبع منبع منبع
🆔 @Science_Focus
🔹 برای توسعه کامپیوترهای کوانتومی مقیاسپذیر و قابل اعتماد، مهندسان و فیزیکدانان نیاز به طراحی استراتژیهای مؤثر برای کاهش خطاها در سیستمهای کوانتومی بدون افزودن اجزای پیچیده اضافی دارند. یک استراتژی امیدوارکننده برای کاهش خطاها، استفاده از کیوبیتهای دوگانه است.
❕منظور از «دروازه» همان «gate» در محاسبات کوانتومی است. در محاسبات کوانتومی، دروازههای کوانتومی (quantum gates) عملیاتهایی هستند که روی کیوبیتها (qubits) انجام میشوند تا محاسبات کوانتومی را پیش ببرند. این دروازهها مشابه دروازههای منطقی در کامپیوترهای کلاسیک هستند، اما با این تفاوت که میتوانند روی حالتهای کوانتومی (مانند برهمنهی و درهمتنیدگی) عمل کنند. دروازه درهمتنیدگی (entangling gate) به نوع خاصی از دروازههای کوانتومی اشاره دارد که باعث ایجاد درهمتنیدگی بین کیوبیتها میشود.
🔹 کیوبیتهای دوگانه میتوانند اطلاعات کوانتومی را در یک سیستم در دو نوع مختلف از حالتهای کوانتومی رمزگذاری کنند. این کیوبیتها میتوانند انعطافپذیری معماریهای محاسبات کوانتومی را افزایش دهند، در حالی که تداخل ناخواسته بین کیوبیتها را کاهش داده و دقت عملیاتی سیستم را بهبود میبخشند.
🔹 محققان دانشگاه Tsinghua و سایر مؤسسات تحقیقاتی در چین اخیراً موفق به تحقق آزمایشگاهی یک دروازه درهمتنیدگی بین کیوبیتهای دوگانه شدند. مقاله آنها که در Physical Review Letters منتشر شده است، رویکردی امیدوارکننده.
🔹 لومینگ دوآن، نویسنده ارشد این مقاله، به سایت Phys گفت: «در محاسبات کوانتومی با تلهیونها، اخیراً مشخص شده است که رمزگذاری دو نوع کیوبیت در یک گونه یون، یک طرح امیدوارکننده است؛ یک نوع برای حمل اطلاعات کوانتومی و نوع دیگر برای عملیات کمکی» «یک ابزار حیاتی در این طرح، درهمتنیدگی کیوبیتهای رمزگذاریشده در این دو نوع است. اگرچه در اصل میتوان ابتدا کیوبیتها را به یک نوع تبدیل کرد و سپس دروازه درهمتنیدگی همنوع را انجام داد، اما در عمل این کار باعث سربار قابل توجهی میشود.»
❕پراکنش رامان یک پدیده فیزیکی است که در آن فوتونها هنگام برخورد با یک ماده، پراکنده میشود و بخشی از انرژی خود را به ماده میدهد یا از آن میگیرد. در اینجا از پراکنش رامان برای ایجاد انتقالهای کوانتومی بین حالتهای انرژی مختلف در یونها استفاده شده است. این انتقالها به کمک لیزر و با تغییر انرژی فوتونها انجام میشوند. این روش به محققان اجازه میدهد تا کیوبیتها را در حالتهای مختلف انرژی کنترل و درهمتنیده کنند.
🔹 هدف اصلی این مطالعه اخیر توسط دوآن و همکارانش، تحقق مستقیم و آزمایشگاهی یک دروازه درهمتنیدگی دوگانه بود. این تیم با استفاده از یک سیستم لیزری ۵۳۲ نانومتری برای ایجاد انتقالهای پراکنش رامان، موفق به درهمتنیدگی کیوبیتهای دوگانه بدون استفاده از هیچ سختافزار اضافی شدند. دوآن توضیح داد: «ما به دقت چندین مؤلفه فرکانسی در لیزر محرک طراحی کردیم.»
❕منیفولد یک سطح یا فضایی است که اگر روی هر نقطهای از آن زوم کنید (یعنی بهطور محلی نگاه کنید)، شبیه به یک فضای اقلیدسی (مثل خط، صفحه یا فضای سهبعدی) به نظر میرسد. اما وقتی از دور نگاه کنید، ممکن است ساختار کلی آن بسیار پیچیدهتر باشد. این منیفولدها به عنوان پایههایی برای رمزگذاری اطلاعات کوانتومی در کیوبیتها استفاده میشوند. در این تحقیق، محققان توانستند بین کیوبیتهای رمزگذاریشده در این دو منیفولد مختلف، درهمتنیدگی ایجاد کنند.
🔹 محققان پتانسیل رویکرد پیشنهادی خود را در یک سری آزمایشها ارزیابی کردند و دریافتند که این روش درهمتنیدگی بین کیوبیتهای دوگانه رمزگذاریشده در منیفولدهای S و D یونها را با دقت قابل توجه ۹۶.۳٪ در حالت بل (Bell State) ایجاد میکند. این عملکرد قابل مقایسه با دروازههای درهمتنیدگی همنوع (یعنی دروازههای S-S یا D-D) است. یافتههای این مطالعه میتواند به زودی الهامبخش سایر گروههای تحقیقاتی برای آزمایش با کیوبیتهای دوگانه به منظور کاهش خطاها در سیستمهای کوانتومی بدون افزایش پیچیدگی آنها باشد. در همین حال، دوآن و همکارانش قصد دارند به توسعه روشهای خود ادامه دهند تا عملکرد دروازه درهمتنیدگی دوگانه را که تحقق بخشیدهاند، بیشتر بهبود بخشند.
🔹 دوآن افزود: «این کارها به بهبود عملکرد دروازه کمک خواهند کرد. ما همچنین قصد داریم از این دروازه درهمتنیدگی دوگانه برای نمایش تشخیص حالت کوانتومی در میانه مدار برای تصحیح خطای کوانتومی و نمایش عملکرد یک گره شبکه کوانتومی مبتنی بر یونهای بهدامافتاده استفاده کنیم.»
#کوانتوم #فناوری_کوانتومی #کامپیوترهای_کوانتومی #مهندسی #فیزیک_کوانتوم
منبع منبع منبع
🆔 @Science_Focus
🔺 بهبود نان: محققان دانشگاه ایالتی داکوتای جنوبی چگونه نان را ارتقا میدهند؟
❕ نان عملکردی نوعی نان است که علاوه بر تأمین نیازهای تغذیهای پایه، حاوی ترکیبات مفید و فعالی است که میتوانند به بهبود سلامت و پیشگیری از بیماریها کمک کنند. این ترکیبات معمولاً شامل مواد آنتیاکسیدان، ضدالتهاب یا سایر مواد مغذی هستند که به بدن در مقابله با بیماریها و حفظ سلامت کمک میکنند.
🔹 بازار جهانی غذاهای عملکردی پیشبینی شده تا سال ۲۰۳۳ به ۲۳۷.۸ میلیارد دلار خواهد رسید. محققان دانشگاه ایالتی داکوتای جنوبی نوع جدیدی از نان عملکردی را توسعه دادهاند که ممکن است به مدیریت قند خون و پیشگیری از بیماریها کمک کند.
🔹 این نان با استفاده از ترکیبات سالمی که در داخل گرانولهای نشاسته قرار داده شدهاند، تولید شده است. یافتههای اولیه نشان میدهد که این نان عملکردی میتواند به کاهش سرعت هضم نشاسته و کنترل بهتر قند خون کمک کند.
🔹 نشاسته، یک کربوهیدرات پیچیده که یکی از بزرگترین منابع انرژی برای انسانها است، در زیر میکروسکوپ به شکل گرانولهایی شبیه به توپ تنیس دیده میشود. این شکل خاص به محققان ایده داد تا از آن به عنوان یک سیستم حامل برای ترکیبات سالم مانند کورکومین و رسوراترول استفاده کنند.
❕ کورکومین یک ترکیب فعال موجود در زردچوبه است که به این ادویه رنگ زرد درخشان میدهد. این ترکیب خواص ضدالتهابی و آنتیاکسیدانی قوی دارد. با وجود فواید زیاد، کورکومین جذب پایینی در بدن دارد. برای افزایش جذب، معمولاً آن را با موادی مانند فلفل سیاه (حاوی پیپرین) ترکیب میکنند. رسوراترول هم یک پلیفنول طبیعی است که به مقدار زیاد در انگور قرمز، توتها و بادام زمینی یافت میشود. این ترکیب به دلیل ارتباط با فواید سلامتی در رژیم غذایی مدیترانهای معروف است. مانند کورکومین، رسوراترول نیز جذب محدودی در بدن دارد.
🔹 کورکومین و رسوراترول، ترکیباتی با خواص آنتیاکسیدانی و ضدالتهابی، به دلیل پتانسیل خود در پیشگیری از بیماریها شناخته شدهاند. با این حال، چالش اصلی جذب این ترکیبات در بدن است. محققان با استفاده از فرآیند «کپسولهسازی (انکپسولاسیون)»، این ترکیبات را در گرانولهای نشاسته قرار دادند تا جذب آنها را در بدن بهبود بخشند.
🔹 در مرحله آزمایشی، هفت نوع نان مختلف تهیه شد: یک نان سفید بدون ترکیبات اضافه و شش نان دیگر با سطوح مختلف کورکومین و رسوراترول. نتایج نشان داد که نانهای حاوی این ترکیبات فعالیت آنتیاکسیدانی بالاتری نسبت به نان سفید دارند و میتوانند به کاهش خطر بیماریهای قلبی و برخی سرطانها کمک کنند.
🔹 یکی از یافتههای کلیدی این تحقیق، کاهش سرعت هیدرولیز نشاسته در نانهای غنیشده با پلیفنولها بود. این موضوع میتواند به کنترل بهتر قند خون و کاهش عوارض دیابت کمک کند.
❕ وقتی نشاسته به سرعت تجزیه میشود، گلوکز به سرعت وارد جریان خون میشود و باعث افزایش ناگهانی قند خون میگردد. این افزایش سریع قند خون میتواند برای افراد، به ویژه افراد مبتلا به دیابت یا کسانی که در معرض خطر این بیماری هستند، مشکلساز باشد. هیدرولیز نشاسته فرآیندی است که در آن نشاسته (یک کربوهیدرات پیچیده) به قندهای سادهتر مانند گلوکز تجزیه میشود. این فرآیند در بدن انسان طی هضم غذا اتفاق میافتد و گلوکز حاصل از آن به عنوان منبع انرژی استفاده میشود. در این تحقیق، پلیفنولهایی مانند کورکومین و رسوراترول به نان اضافه شدند. این ترکیبات با تأثیر بر آنزیمهای گوارشی که مسئول تجزیه نشاسته هستند، سرعت هیدرولیز نشاسته را کاهش دادند. به عبارت ساده، پلیفنولها مانند یک ترمز طبیعی عمل میکنند و باعث میشوند نشاسته به آرامی و به تدریج تجزیه شود.
🔹 این تحقیق گامی مهم در جهت افزایش ارزش غذایی نان از طریق افزودن ترکیبات مشتقشده از میوهها و سبزیجات است. اگرچه تحقیقات بیشتری لازم است، اما این نان عملکردی پتانسیل زیادی برای ورود به بازار جهانی غذاهای سالم دارد.
#سلامتی #تغذیه_سالم #تغذیه
[منبع]
🆔 @Science_Focus
❕ نان عملکردی نوعی نان است که علاوه بر تأمین نیازهای تغذیهای پایه، حاوی ترکیبات مفید و فعالی است که میتوانند به بهبود سلامت و پیشگیری از بیماریها کمک کنند. این ترکیبات معمولاً شامل مواد آنتیاکسیدان، ضدالتهاب یا سایر مواد مغذی هستند که به بدن در مقابله با بیماریها و حفظ سلامت کمک میکنند.
🔹 بازار جهانی غذاهای عملکردی پیشبینی شده تا سال ۲۰۳۳ به ۲۳۷.۸ میلیارد دلار خواهد رسید. محققان دانشگاه ایالتی داکوتای جنوبی نوع جدیدی از نان عملکردی را توسعه دادهاند که ممکن است به مدیریت قند خون و پیشگیری از بیماریها کمک کند.
🔹 این نان با استفاده از ترکیبات سالمی که در داخل گرانولهای نشاسته قرار داده شدهاند، تولید شده است. یافتههای اولیه نشان میدهد که این نان عملکردی میتواند به کاهش سرعت هضم نشاسته و کنترل بهتر قند خون کمک کند.
🔹 نشاسته، یک کربوهیدرات پیچیده که یکی از بزرگترین منابع انرژی برای انسانها است، در زیر میکروسکوپ به شکل گرانولهایی شبیه به توپ تنیس دیده میشود. این شکل خاص به محققان ایده داد تا از آن به عنوان یک سیستم حامل برای ترکیبات سالم مانند کورکومین و رسوراترول استفاده کنند.
❕ کورکومین یک ترکیب فعال موجود در زردچوبه است که به این ادویه رنگ زرد درخشان میدهد. این ترکیب خواص ضدالتهابی و آنتیاکسیدانی قوی دارد. با وجود فواید زیاد، کورکومین جذب پایینی در بدن دارد. برای افزایش جذب، معمولاً آن را با موادی مانند فلفل سیاه (حاوی پیپرین) ترکیب میکنند. رسوراترول هم یک پلیفنول طبیعی است که به مقدار زیاد در انگور قرمز، توتها و بادام زمینی یافت میشود. این ترکیب به دلیل ارتباط با فواید سلامتی در رژیم غذایی مدیترانهای معروف است. مانند کورکومین، رسوراترول نیز جذب محدودی در بدن دارد.
🔹 کورکومین و رسوراترول، ترکیباتی با خواص آنتیاکسیدانی و ضدالتهابی، به دلیل پتانسیل خود در پیشگیری از بیماریها شناخته شدهاند. با این حال، چالش اصلی جذب این ترکیبات در بدن است. محققان با استفاده از فرآیند «کپسولهسازی (انکپسولاسیون)»، این ترکیبات را در گرانولهای نشاسته قرار دادند تا جذب آنها را در بدن بهبود بخشند.
🔹 در مرحله آزمایشی، هفت نوع نان مختلف تهیه شد: یک نان سفید بدون ترکیبات اضافه و شش نان دیگر با سطوح مختلف کورکومین و رسوراترول. نتایج نشان داد که نانهای حاوی این ترکیبات فعالیت آنتیاکسیدانی بالاتری نسبت به نان سفید دارند و میتوانند به کاهش خطر بیماریهای قلبی و برخی سرطانها کمک کنند.
🔹 یکی از یافتههای کلیدی این تحقیق، کاهش سرعت هیدرولیز نشاسته در نانهای غنیشده با پلیفنولها بود. این موضوع میتواند به کنترل بهتر قند خون و کاهش عوارض دیابت کمک کند.
❕ وقتی نشاسته به سرعت تجزیه میشود، گلوکز به سرعت وارد جریان خون میشود و باعث افزایش ناگهانی قند خون میگردد. این افزایش سریع قند خون میتواند برای افراد، به ویژه افراد مبتلا به دیابت یا کسانی که در معرض خطر این بیماری هستند، مشکلساز باشد. هیدرولیز نشاسته فرآیندی است که در آن نشاسته (یک کربوهیدرات پیچیده) به قندهای سادهتر مانند گلوکز تجزیه میشود. این فرآیند در بدن انسان طی هضم غذا اتفاق میافتد و گلوکز حاصل از آن به عنوان منبع انرژی استفاده میشود. در این تحقیق، پلیفنولهایی مانند کورکومین و رسوراترول به نان اضافه شدند. این ترکیبات با تأثیر بر آنزیمهای گوارشی که مسئول تجزیه نشاسته هستند، سرعت هیدرولیز نشاسته را کاهش دادند. به عبارت ساده، پلیفنولها مانند یک ترمز طبیعی عمل میکنند و باعث میشوند نشاسته به آرامی و به تدریج تجزیه شود.
🔹 این تحقیق گامی مهم در جهت افزایش ارزش غذایی نان از طریق افزودن ترکیبات مشتقشده از میوهها و سبزیجات است. اگرچه تحقیقات بیشتری لازم است، اما این نان عملکردی پتانسیل زیادی برای ورود به بازار جهانی غذاهای سالم دارد.
#سلامتی #تغذیه_سالم #تغذیه
[منبع]
🆔 @Science_Focus
🔺 چیزی نامرئی و «فازی» ممکن است در مرکز کهکشان راهشیری پنهان باشد
🔹 تحقیقات جدید نشان میدهد که ممکن است چیزی نامرئی و فازی در مرکز کهکشان راهشیری وجود داشته باشد. این چیز عجیب میتواند یک ستاره تاریک غولپیکر باشد که از ماده تاریک تشکیل شده است. ماده تاریک نوعی ماده نامرئی است که بیشتر جرم کهکشانها را تشکیل میدهد، اما هنوز ماهیت آن به طور کامل شناخته نشده است.
❕ ماده تاریک چیست؟
ماده تاریک نوعی ماده است که نور را جذب یا ساطع نمیکند و به همین دلیل دیده نمیشود. با این حال، وجود آن از طریق اثرات گرانشیاش بر روی ستارهها و کهکشانها ثابت شده است. تاکنون، دانشمندان نتوانستهاند ماهیت دقیق ماده تاریک را کشف کنند، اما فرضیههای مختلفی درباره آن وجود دارد. یکی از این فرضیهها این است که ماده تاریک از ذرات بسیار سبکی تشکیل شده است که حتی از نوترینو (سبکترین ذره شناختهشده) هم سبکتر هستند. این ذرات به دلیل سبکی زیاد، رفتار کوانتومی عجیبی از خود نشان میدهند و میتوانند در مقیاسهای بزرگ، مانند کهکشانها، به شکل تودههای عظیم و نامرئی درآیند. به این نوع ماده تاریک، "ماده تاریک فازی" میگویند.
🔹 این ستارههای تاریک فازی میتوانند هزاران سال نوری وسعت داشته باشند، اما جرم آنها نسبتاً کم است. این ویژگی باعث میشود که آنها بتوانند هسته کهکشانها را تشکیل دهند بدون اینکه چگالی بسیار بالایی در مرکز کهکشان ایجاد کنند. این موضوع با مشاهدات اخترشناسان همخوانی دارد، زیرا چگالی مرکز کهکشانها معمولاً کمتر از چیزی است که مدلهای قدیمی ماده تاریک پیشبینی میکردند.
❕ چرا این کشف مهم است؟
این کشف میتواند به دانشمندان کمک کند تا ماهیت ماده تاریک را بهتر درک کنند. اگر ماده تاریک واقعاً از ذرات بسیار سبک تشکیل شده باشد، این میتواند توضیح دهد که چرا مرکز کهکشانها چگالی کمتری نسبت به پیشبینیهای قبلی دارند. همچنین، این تحقیق نشان میدهد که چگونه ماده تاریک و ماده معمولی (مانند گاز و ستارهها) با هم تعامل میکنند و ساختار کهکشانها را شکل میدهند.
❕به عبارت ساده، "فازی" بودن به این معناست که این ماده تاریک به جای اینکه مانند یک جسم جامد و متمرکز رفتار کند، بیشتر شبیه به یک ابر گسترده و نامرئی است که میتواند در فضای وسیعی پخش شود. این خاصیت باعث میشود که ماده تاریک فازی بتواند هسته کهکشانها را تشکیل دهد بدون اینکه چگالی بسیار بالایی در مرکز کهکشان ایجاد کند.
🔹 در مرحله بعد، دانشمندان قصد دارند مدلهای پیچیدهتری بسازند تا بتوانند پیشبینیهای خود را با مشاهدات واقعی مقایسه کنند. این کار به آنها کمک میکند تا بفهمند آیا این ستارههای تاریک فازی واقعاً وجود دارند یا خیر.
[منبع]
🆔 @Science_Focus
#ماده_تاریک #کهکشان_راه_شیری #نجوم #علم
🔹 تحقیقات جدید نشان میدهد که ممکن است چیزی نامرئی و فازی در مرکز کهکشان راهشیری وجود داشته باشد. این چیز عجیب میتواند یک ستاره تاریک غولپیکر باشد که از ماده تاریک تشکیل شده است. ماده تاریک نوعی ماده نامرئی است که بیشتر جرم کهکشانها را تشکیل میدهد، اما هنوز ماهیت آن به طور کامل شناخته نشده است.
❕ ماده تاریک چیست؟
ماده تاریک نوعی ماده است که نور را جذب یا ساطع نمیکند و به همین دلیل دیده نمیشود. با این حال، وجود آن از طریق اثرات گرانشیاش بر روی ستارهها و کهکشانها ثابت شده است. تاکنون، دانشمندان نتوانستهاند ماهیت دقیق ماده تاریک را کشف کنند، اما فرضیههای مختلفی درباره آن وجود دارد. یکی از این فرضیهها این است که ماده تاریک از ذرات بسیار سبکی تشکیل شده است که حتی از نوترینو (سبکترین ذره شناختهشده) هم سبکتر هستند. این ذرات به دلیل سبکی زیاد، رفتار کوانتومی عجیبی از خود نشان میدهند و میتوانند در مقیاسهای بزرگ، مانند کهکشانها، به شکل تودههای عظیم و نامرئی درآیند. به این نوع ماده تاریک، "ماده تاریک فازی" میگویند.
🔹 این ستارههای تاریک فازی میتوانند هزاران سال نوری وسعت داشته باشند، اما جرم آنها نسبتاً کم است. این ویژگی باعث میشود که آنها بتوانند هسته کهکشانها را تشکیل دهند بدون اینکه چگالی بسیار بالایی در مرکز کهکشان ایجاد کنند. این موضوع با مشاهدات اخترشناسان همخوانی دارد، زیرا چگالی مرکز کهکشانها معمولاً کمتر از چیزی است که مدلهای قدیمی ماده تاریک پیشبینی میکردند.
❕ چرا این کشف مهم است؟
این کشف میتواند به دانشمندان کمک کند تا ماهیت ماده تاریک را بهتر درک کنند. اگر ماده تاریک واقعاً از ذرات بسیار سبک تشکیل شده باشد، این میتواند توضیح دهد که چرا مرکز کهکشانها چگالی کمتری نسبت به پیشبینیهای قبلی دارند. همچنین، این تحقیق نشان میدهد که چگونه ماده تاریک و ماده معمولی (مانند گاز و ستارهها) با هم تعامل میکنند و ساختار کهکشانها را شکل میدهند.
❕به عبارت ساده، "فازی" بودن به این معناست که این ماده تاریک به جای اینکه مانند یک جسم جامد و متمرکز رفتار کند، بیشتر شبیه به یک ابر گسترده و نامرئی است که میتواند در فضای وسیعی پخش شود. این خاصیت باعث میشود که ماده تاریک فازی بتواند هسته کهکشانها را تشکیل دهد بدون اینکه چگالی بسیار بالایی در مرکز کهکشان ایجاد کند.
🔹 در مرحله بعد، دانشمندان قصد دارند مدلهای پیچیدهتری بسازند تا بتوانند پیشبینیهای خود را با مشاهدات واقعی مقایسه کنند. این کار به آنها کمک میکند تا بفهمند آیا این ستارههای تاریک فازی واقعاً وجود دارند یا خیر.
[منبع]
🆔 @Science_Focus
#ماده_تاریک #کهکشان_راه_شیری #نجوم #علم
Yahoo News
Something invisible and 'fuzzy' may lurk at the Milky Way's center, new research suggests
The cores of galaxies may not be made of what we thought, new research suggests — they could hold one giant, invisible star made of mysterious "fuzzy" matter.