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(guó)人James Peebles因其在宇宙學(xué)和系外行星方面的開(kāi)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(lái)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(guó)宇宙學(xué)家James Peebles,他們將共同獲得約91萬(wàn)美元的獎(jiǎng)金。諾貝爾委員會(huì)表示:“他們改變了人們對(duì)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(yáng)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(duì)世界的認(rèn)識(shí)。”
“簡(jiǎn)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(yáng)系外的行星,它繞類太陽(yáng)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(chǎng)在宇宙其他地方尋找生命的革命,當(dāng)時(shí)“沒(méi)人知道系外行星是否存在”。
Mayor和Queloz通過(guò)利用多普勒光譜儀技術(shù)找到系外行星,該技術(shù)可以測(cè)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(lái)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(jiǎn)直非同尋常” Mayor和Queloz在周二的一份聲明中說(shuō)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(lái)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(guó)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(lái)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(guó)每1000萬(wàn)居民就擁有32.77諾貝爾獎(jiǎng)得主,相比之下美國(guó)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(ài)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(guó)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)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。