科技行者 10月10日 北京消息:2019年10月8日,瑞士科學(xué)家Michel Mayor和Didier Queloz與加拿大裔美國人James Peebles因其在宇宙學(xué)和系外行星方面的開創(chuàng)性工作而共同獲得諾貝爾物理學(xué)獎(jiǎng)。
2019年10月8日瑞典皇家科學(xué)院公布將2019年諾貝爾物理學(xué)獎(jiǎng)授予來自日內(nèi)瓦大學(xué)的瑞士科學(xué)家Michel Mayor和Didier Queloz以及普林斯頓大學(xué)的加拿大裔美國宇宙學(xué)家James Peebles,他們將共同獲得約91萬美元的獎(jiǎng)金。諾貝爾委員會(huì)表示:“他們改變了人們對宇宙結(jié)構(gòu)和歷史的新認(rèn)識(shí),并首次發(fā)現(xiàn)了圍繞其他類太陽恒星運(yùn)行的系外行星。這些發(fā)現(xiàn)將永遠(yuǎn)改變我們對世界的認(rèn)識(shí)。”
“簡直非同尋常”
日內(nèi)瓦大學(xué)77歲的天體物理學(xué)家Michel Mayor和53歲的天文學(xué)家Didier Queloz因發(fā)現(xiàn)第一個(gè)系外行星而被授予此獎(jiǎng)項(xiàng)。系外行星是太陽系外的行星,它繞類太陽恒星運(yùn)行。早在1995年10月,他們發(fā)現(xiàn)與木星相似的氣態(tài)星體飛馬座51b(51 Pegasi B),當(dāng)時(shí)引發(fā)了一場在宇宙其他地方尋找生命的革命,當(dāng)時(shí)“沒人知道系外行星是否存在”。
Mayor和Queloz通過利用多普勒光譜儀技術(shù)找到系外行星,該技術(shù)可以測量在行星和恒星圍繞共同重心運(yùn)動(dòng)時(shí)恒星發(fā)生的微小擺動(dòng)。這種擺動(dòng)交替地使來自恒星的光發(fā)生藍(lán)移和紅移。
“這一發(fā)現(xiàn)是我們整個(gè)職業(yè)生涯中最激動(dòng)人心的時(shí)刻,能獲得諾貝爾獎(jiǎng)簡直非同尋常” Mayor和Queloz在周二的一份聲明中說道, “也許我們可以發(fā)現(xiàn)某種形式的生命,但我們不知道哪種形式。”目前科學(xué)家已發(fā)現(xiàn)4000多顆有支持生命條件的系外行星。
兩位來自瑞士的諾貝爾獎(jiǎng)獲得者Didier Queloz 和 Michel Mayor在2005年的合照
(圖片Keystone / Laurent Gillieron)
瑞士卓越的教育與創(chuàng)新
諾貝爾物理學(xué)獎(jiǎng)被廣泛認(rèn)為是世界上最負(fù)盛名的獎(jiǎng)項(xiàng),也是一個(gè)國家研究能力的有力證明。
瑞士以其研究而著稱,在諾貝爾獎(jiǎng)榜上名列前茅,自1901年以來瑞士共獲得28項(xiàng)諾貝爾獎(jiǎng)(21項(xiàng)科學(xué)類獎(jiǎng)項(xiàng))。這個(gè)坐落在阿爾卑斯山的小國每1000萬居民就擁有32.77諾貝爾獎(jiǎng)得主,相比之下美國的平均值為11.48和歐盟為9.44。這些瑞士科學(xué)家中就包括著名的阿爾伯特·愛因斯坦,他因?qū)碚撐锢韺W(xué)的貢獻(xiàn)而獲得1921年諾貝爾物理學(xué)獎(jiǎng)。
瑞士能夠在國際教育、研究和創(chuàng)新領(lǐng)域始終保持領(lǐng)先地位,得益于其世界一流的高等教育和研究機(jī)構(gòu)以及有力的經(jīng)濟(jì)和政府政策支持。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。