AI炸翻物理學! 21度室溫超導預定諾獎? Nature撤稿教授反獲OpenAI投資
人類在21℃條件下實現室溫超導了?
物理圈徹底炸了!北京時間昨天下午,一顆驚雷在美國拉斯維加斯舉辦的物理學會上爆炸——高溫超導疑似顛覆性突破。
會議上,美國羅徹斯特大學物理學家Ranga Dias報告了這個室溫超導研究的里程碑式突破。
假如這次Ranga Dias真的實現了室溫超導,那全球的能耗問題,將從源頭上解決-人類將利用電能獲得巨大的力量。
如果再從根上掌握了可控核融合,我們甚至可以進行遠距離的太空旅行,可以說,人類就真的要起飛了。
而掌握這項技術的人,無疑將引領世界。 (簡直是科幻走進現實。)
對此,佛羅裡達大學的物理學家James Hamlin表示,如果結果是正確的,這可能是超導史上最大、最震撼的突破。
當天,科學家們瘋狂湧入會場,都希望自己能親眼見證歷史。由於物理大咖含量過高,主辦單位只好叫來保全拼命堵門,驅趕人群。
然而呢,這位Ranga Dias卻有著「黑歷史」的前科。一年前,他發在Nature上的C-S-H室溫超導文章曾被撤稿,如今他又帶著N-Lu-H的室溫超導捲土重來。
所以說,在實驗結果能成功復現之前,目前整件事還是疑雲重重。
論文網址:https://www.nature.com/articles/s41586-023-05742 -0
再登Nature,室溫超導迎來大結局?
室溫超導為何如此重磅,讓全世界物理學家震驚?
超導體,顧名思義就是超級能導電的體,也就是電阻為零。這樣就傳輸電流就不會發熱,電線兩端不需要電壓。
如果超導體能實現商用,交流電就根本不需要了,變電站也可以退出歷史舞台了。
而通過超導體的電流很大,就可以產生很強的磁場,在核磁共振、磁浮等領域都有極大的應用,連可控核融合都不需要液態氮超導了。
如果真的實現,物理學、材料學界都會迎來一場大地震。 (從去年底的ChatGPT,到今年初的室溫超導,人類科技的爆發年真的來了?)
######################## ######高溫超導泰斗朱經武教授也出現在了會場##################超導是什麼? ##########
荷蘭萊頓大學K. Onnes等人於1911年首次發現在溫度冷卻到-269°C以下時,水銀的電阻會變成0。他們將這種狀態命名為「超導」。
這是世界首次發現了超導現象,Onnes也藉此斬獲了1913年諾貝爾物理學獎。
在之後的一百多年研究中,科學家發現了成千上萬種超導材料,包括各種元素材料、合金材料、化合物材料和超導陶瓷。
儘管目前的超導材料已經廣泛應用到量子、MRI核磁成像等領域,但必須冷卻到超低溫中才能實現超導態。
也就是說,我們在實際應用中,還是需要依靠昂貴的低溫液體來維持低溫環境。隨之而來的是,維持低溫的成本遠遠超出了超導材料的成本。
因此,在室溫超導,無需冷卻的條件下實現零電阻導電,成為物理學家們的追求的目標,不斷刷新最高臨界溫度的極限。
在此次的最新研究中,Ranga Dias和他的團隊在實驗中研發了一種由氫(99%)、氮(1%)和純镥製成的材料LNH。
科學家將此材料放置在392k的環境中反應3天。由氫、氮和镥組成的三元化合物最初是一種有光澤的藍色。
這個化合物又被壓縮在鑽石砧槽中,在壓力達到3kbar時,發生了一個驚人的變化「超導開始從藍色變成粉紅色」。
最後,在約30kbar壓力下又變成了亮紅色,電阻降至零。
Ranga Dias為這震驚發現的資料還起了一個代號「reddmatter」。這個名字是受到了《星際迷航》中Spock創造的一種材料名字的啟發。
實驗發現,這種材料在約21攝氏度的溫度,以及1GPa的壓力下失去了任何對電流的阻力,進入了超導狀態。
1GPa大約是大氣壓力的10,000倍(標準大氣壓力約為101.325kPa),但相較於室溫超導體所需的數百萬個大氣壓,這遠低於預期。
那麼如何證明這種三元化合物達到了超導的條件?
論文中提到,評判超導材料的關鍵標準,邁斯納效應(Meissner effect),即完全抗磁性。
能夠實現完全抗磁,是因為超導體表面能夠產生一個無損耗的抗磁超導電流。這電流產生的磁場,抵消了超導體內部的磁場。
在量子設計物理性能測量系統(PPMS)上,利用振動樣品磁強計(VSM)方法測量了不同溫度下磁矩和 M-H 曲線的溫度依賴性。
圖3a顯示了在零場冷卻(ZFC)和場冷卻(FC)條件下,溫度對直流磁化率的影響。 (χ = M/H,其中M是磁化強度,H是磁場)
然後透過測量磁場中冷卻的邁斯納效應,證實了超導相的存在。在大約8kbar的277K處觀察到明確的邁斯納效應的開始。 M-H的曲線資料採用帶有VSM選項的PPMS記錄。
磁化率
#另一個標準就是零電阻效應。
是指在室溫時是導體或半導體,甚至是絕緣體,可是當溫度下降到某一特定值Tc時,它的直流電阻突然下降為零的這一現象。
實驗中,在高壓下氫-氮-镥化合物的溫度依賴性電阻,顯示在10±0.1 kbar時超導轉變高達294K,是所有實驗中測得的最高轉變溫度。
Nature稱,如果氫-氮-镥三元化合物確實是實現了室溫超導,那麼它在實現如此高的轉變溫度中的作用還有待確定。
需要進一步的研究來證實Ranga Dias及其團隊研究的材料是一種高溫超導體,然後才能了解這種狀態是由振動引起的庫珀對(vibration-induced Cooper pairs )驅動的,還是由一種尚未發現的非常規機制驅動的。
預測新材質的機器學習演算法
#值得注意的是,這次實驗在預測新型超導材料時,也用到了機器學習演算法。
利用實驗室中累積的超導實驗數據,團隊訓練了一種演算法,預測其他可能的超導材料。
這些材料其實是從數以千計的稀土金屬、氮、氫和碳的可能組合中,混合和匹配而成的。
「在日常生活中,不同的金屬被用於不同的應用,因此我們也需要不同種類的超導材料,」Dias 說。 「就像我們為不同的應用使用不同的金屬一樣,我們需要更多的環境超導體,來滿足不同的應用。」
據稱,演算法由合著者Keith Lawlor開發,使用的是羅徹斯特大學綜合研究計算中心提供的超算資源。
具體來說,大概步驟是物理學家中比較容易算出來的Eliashberg譜函數來訓練神經網絡,訓練好後,再用神經網路產生更多比較難算的三元氫化物的Eliashberg譜函數。然後就能計算出各種三元氫化物的Tc,然後只要試幾種Tc最高的三元氫化物即可。
有網友總結道:「現在我們知道了,今天的這個刷屏大新聞,幕後的英雄還是ML/AI。」
學界表示懷疑,作者不想公開
#而即使這次實驗,也不嚴謹。據稱,會議現場就有大佬提出質疑,當場和Dias對轟。
有眼尖的網友指出,PPT中摳背景的做法(圖左)和DC磁化率資料(圖右)都疑似有問題。
#來自B站網友“ sddtc888」
同樣,Nature和Science也在新聞稿中表達了質疑。
文章網址:https://www.nature.com/articles/d41586-023-00599-9
文章網址:https://www.science.org/content/article/revolutionary-blue- crystal-resurrects-hope-room-temperature-superconductivity
佛羅裡達大學物理學家James Hamlin表示:「我認為他們必須把自己的工作真正公開出來,大家才可能會相信它。」
加州大學聖地牙哥分校的物理學家Jorge Hirsch更是直言:「我對此表示強烈的懷疑,因為我不相信這些作者。」
然而,學界的這個願望可要落空了--
Dias不僅成立了一家新創公司Unearthly Materials,而且還申請了關於氫化镥的專利。
憑藉這波操作,他不僅從包括Spotify和OpenAI在內的投資者那裡籌集了超過2000萬美元的資金,而且還不用擔心別人找會上門來要“樣品”。
對此,Dias表示:「我們對如何製作樣品有明確、詳細的說明。考慮到工藝的專有性和存在的智慧財產權,我們並不打算分享這種材料,當然也包括其中的方法和過程。」
對人類的劃時代意義
一個多世紀以來,科學家一直在追求凝聚態物理學的突破。
而超導材料憑藉著兩個關鍵特性「零電阻現象」和「邁斯納效應」(完全抗磁性),對科技的進步有著極⼤的促進作⽤,例如:
- 可控制核融合
# #託卡馬克裝置,是一種利用磁約束來實現受控核融合的環形容器。其中央是一個環形的真空室,外面纏繞著線圈。在通電的時候託卡馬克的內部會產生巨大的螺旋磁場,將其中的等離子體加熱到很高的溫度,以達到核融合的目的。
而在產生強磁場的線圈上應用超導技術,則可以使磁約束位形能連續穩態運行,是公認的探索和解決未來聚變反應器工程及物理問題的最有效的途徑。
- 電力傳輸
#電網傳輸電力時,不會像現在那樣因電線中的電阻而損失高達2億兆瓦時(MWh)的能量。
根據統計,用銅或鋁導線輸電,約有15%的電能損耗在輸電線路上,光是在中國,每年的電力損失即達1000多億度。若改為超導輸電,節省的電能相當於新建數十座大型發電廠。
- 交通運輸
#磁浮高速列車。
不過這種磁浮技術可以不光用於交通領域,還可以用於建築領域。也許將來人類生活在空中就不再是夢想了。
- 醫學影像
#更便宜的醫療影像和掃描技術,如核磁共振和心磁圖。
MRI不再需要使用大量的循環水冷卻去維持其運行,故運行費用會變得更低,磁場強度卻更好。 ######
- 電子設備
#用於數位邏輯和儲存設備技術的更快、更有效率的電子設備。
想像一下,你的電腦沒有電阻,不再需要散熱,電腦可以更輕薄。而且使用超導電晶體的積體電路,電腦的速度直接可以有數十幾百倍的提升。
用電的效率會更高,家裡的用電量直線降低,燈泡卻更亮了,電動車跑的更快了,電器的使用變得更加方便,更多的精細電元件可以使用到我們的生活中。
#來源:phys.org
- 量子計算
2013年,兩位著名的量子運算專家,耶魯大學教授Devoret和Schoelkopf寫了一篇展望,給出了通用量子計算發展的一個路線圖,而如今的超導量子計算已經處於第三到第四階段發展的水平。
MIT的研究組顯示超導量子位元退相干時間的「摩爾定律」,從最早第一個量子位元不到3奈秒,提高到了現在300微秒的水平。不到二十年的時間,提高了五個數量級,可見這個領域的發展速度之快。
而且幾個著名的科技公司,包括Google、IBM、Intel等,都參加到了量子運算研發的行列中來,而他們都選擇的是超導的方案。
如果室溫超導可行的話,量子電腦上的應用,包括量子模擬、最佳化、取樣、量子人工智慧等等想必就會在不久的將來,開始改變我們的生產和生活方式。
黑歷史重重,前一個研究剛被撤稿
這次事件一出來,質疑的聲浪就很大,這也是因為圈內人都知道,Dias可是「老」學術明星了,前科重重。
在14年,他研究出來的金屬氫被吹得天花亂墜,但是當人們想要查驗實驗成果時,Dias卻聲稱用於保存金屬氫的鑽石碎了,因而死無對證。
而在室溫超導領域,Dias兩年前就搞出過一個大新聞。
2020年10月14日,Dias團隊在Nature上發稿並登上封面,宣稱一種碳、硫和氫組合成的新材料能夠實現室溫超導,一時引起全球轟動。
然而在論文發表後,爭議不斷。即使是Dias的實驗室合作夥伴,都未能復現他的實驗結果(做了6次均失敗)。
種種爭議主要圍繞著文章中磁化率的測量數據——噪聲處理後的曲線太平滑、太完美了,而Dias團隊報告說,在去除噪聲後測到了原始數據,但這一數據並未公佈。
為了回應質疑,Dias等2021年在arXiv發布了原始磁化率數據,並且對其消除雜訊訊號的方法給出解釋。
然而批評者仍不買賬,康乃爾大學的量子材料物理學家Brad Ramshaw認為,「這篇文章暴露出的新問題比它試圖解決的還要多,不管是原始數據,還是得到數據的過程,都非常不透明。」
加州大學聖地牙哥分校的理論物理學家Jorge Hirsch更是言辭激烈地指責Dias造假,不僅在arXiv發表抨擊言論,也直接向羅徹斯特大學投訴。
作為被引用3.5萬 ,H-index 67的大牛,Hirsch的質疑也是有理有據的。他看到Dias論文中某些區域的數據非常不連續,而且曲線斜率和變化方向相反,這種規律的誤差並不正常。
於是Hirsch對數據進行差分,相當於去除「雜質」,卻得到了一條平滑、可導的曲線,這意味著T=170K是並不存在超導特徵。
他也指出Dias論文中的數據與先前研究存在相似性,而當年那些數據的作者已經承認了有問題。
Dias回應Hirsch並非高壓物理學家,他的批評帶著強烈的偏見。
事實上,Hirsch在量子多體研究方面有很大的貢獻,他完善了費米子行列式的蒙特卡羅演算法,而這幾年一在研究各種高壓超導實驗和BCS理論。
Hirsch直言BCS超導理論存在「漏洞」,大量學者在該領域灌水
Hirsch隨後發表的幾篇批評Dias的論文被刪除,arXiv甚至將其禁言6個月。這是否意味著Dias的勝利呢?
Hirsch的質疑文章被Physica C刪除
並非如此!
2022年,質疑聲隨著論文的撤稿達到高潮。在9月26日,Nature編輯不顧作者集體反對,強制撤下封面文章。
#已撤稿當天,Science新聞欄位對該事件進行了報道,稱該研究「有嚴重問題」。
已撤稿通知給出的理由回應了先前的質疑,表示Dias團隊「使用了一種非標準、自訂的程序」,從兩個圖顯示的實驗數據中去除噪聲,而這一方法並沒有給出清楚、可靠的解釋。
批評者樂得看到撤稿的結果,Hirsch甚至覺得這還不夠,學術造假這個真正的問題還沒有被處理。
Dias團隊顯然不服氣,團隊成員內華達大學達拉斯分校的物理學家Ashkan Salamat表示對Nature的這項決策感到困惑和失望,因為研究中電阻下降的結果並不處在爭論的漩渦中心,而這正是任何超導領域的發現中最重要的部分。
上個月他們也在arXiv發表新文章,重新測量了受到質疑的各項數據。但這次超導現像出現的溫壓條件為133Gpa、260K,與先前研究中所稱的267Gpa、288K並不相同。
#有意思的是,本次APS March Meeting 將Jorge Hirsch與Ranga P. Dias安排在同一個會場,前後腳做報告,Hirsch纏著繃帶的形象,頗有既分高下,也決生死的氣勢。
不過,如果實驗結果為真,那就妥妥是今年最大的全球科學突破,Dias也可以提前預定諾獎了。
而人類的能源模式,也將永遠改變。
1900年,英國物理學家開爾文男爵說,物理的大廈已經落成,所剩的只是一些修飾性工作。第一朵烏雲是光的波動理論,第二朵烏雲是能量均分的麥克斯韋-玻爾茲曼理論。
還有一個說法是,誰能搞出室溫超導,誰就是繼牛頓和愛因斯坦之後的物理學第三人。
Dias會摘下這個桂冠、解決物理學的第三朵烏雲嗎?讓我們靜觀後續。
#以上是AI炸翻物理學! 21度室溫超導預定諾獎? Nature撤稿教授反獲OpenAI投資的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。
