United StatesPropriété et classification
Fondé: 2012
Propriété
Quanta Magazine est publié par la Simons Foundation, la fondation philanthropique privée créée par le mathématicien et fondateur de fonds spéculatifs Jim Simons et son épouse Marilyn Simons.
Financement
Quanta est entièrement financé par la Fondation Simons en tant que publication à but non lucratif, sans publicité; il ne contient aucune publicité et n'est pas derrière un paywall.
Affiliation et orientation
Quanta couvre les mathématiques et les sciences physiques et de la vie et n'a pas de liens avec le parti ou le gouvernement. La Fondation Simons déclare que les décisions éditoriales sont prises uniquement par l'équipe de presse de Quanta, que le contenu n'est pas examiné par quiconque en dehors de la salle de rédaction avant la publication et que les bénéficiaires de subventions ne reçoivent aucune couverture préférentielle. Étant donné qu'il est financé par des fonds privés et éditorialement indépendant de tout parti ou État, il est classé INDEPENDENT (CENTRE).
Orientation éditoriale
- Notre estimation
- Centre
- Mesuré d’après la couverture
- Centresur la base de 4
84/100
Factualité
80/100
Objectivité
14
Articles
14
articles
Factualité: La précision avec laquelle les articles de ce média rapportent les faits, jugée par rapport aux sources primaires et au consensus entre médias. Seuls comptent les articles qui citent leurs sources.
Objectivité: La neutralité de l’écriture — le fait que l’article reste exempt des préférences et opinions de son auteur.
Couverture récente
Une énorme percée dans les mathématiques du déséquilibre
Les informaticiens ont fait des progrès significatifs dans la théorie combinatoire de la divergence, un domaine axé sur la répartition des ressources aussi uniformément que possible. La percée implique de prouver une conjecture du mathématicien János Komlós, qui suggère que les divergences, les différences dans l'allocation des ressources, peuvent être maintenues en dessous d'une constante universelle, quelle que soit la complexité du problème. Cela signifierait que même avec un grand nombre de variables ou de dimensions, il y a toujours un moyen d'équilibrer étroitement les allocations. Alors que la conjecture était restée non prouvée pendant des décennies, des travaux récents de chercheurs tels que Haotian Jiang et Nikhil Bansal ont introduit une nouvelle méthode algorithmique qui s'est considérablement améliorée sur les résultats précédents. Leurs résultats suggèrent que la divergence augmente extrêmement lentement avec l'augmentation des dimensions, approchant une valeur presque constante.
Pensons-nous correctement à l'intelligence artificielle ?
L'article discute du débat sur la question de savoir si les grands modèles de langage (LLM) tels que ceux utilisés dans l'IA raisonnent vraiment ou génèrent simplement un texte qui semble raisonnable. Cette distinction a des implications importantes sur la façon dont nous évaluons la fiabilité de l'IA, les besoins de surveillance et l'impact potentiel. Melanie Mitchell, une scientifique cognitive à l'Institut Santa Fe, soutient que les méthodes actuelles de mesure de la cognition des machines sont inadéquates et propose de considérer l'IA comme une "intelligence extraterrestre" semblable à l'étude de la cognition chez des entités non humaines telles que les nourrissons et les animaux. Elle suggère d'adapter les techniques de recherche psychologique pour mieux comprendre les processus internes de l'IA et décrit six principes pour évaluer la cognition des machines. La discussion comprend les défis liés à l'interprétation du comportement de l'IA, les récentes avancées mathématiques aidées par l'IA et des exemples historiques comme un cheval mathématiquement performant du début des années 1900 qui soulignent les problèmes de définition de l'intelligence.
Construire un ordinateur quantique, un qubit fragile à la fois
L'article traite des efforts en cours dans la recherche sur l'informatique quantique, en se concentrant sur le développement des qubits, les unités fondamentales de l'information quantique. Il explique que contrairement aux ordinateurs classiques, qui utilisent des bits binaires (0 et 1), les ordinateurs quantiques utilisent des qubits qui peuvent exister dans plusieurs états simultanément en raison de phénomènes quantiques tels que la superposition et l'intrication. Cependant, le maintien de ces états quantiques délicats est extrêmement difficile car ils sont facilement perturbés par des facteurs externes. Les chercheurs explorent divers systèmes physiques pour mettre en œuvre des qubits, y compris des ions piégés, des atomes neutres manipulés avec des pincettes optiques et des circuits supraconducteurs refroidis à près du zéro absolu. Malgré des progrès significatifs, l'élargissement de ces systèmes pour construire des ordinateurs quantiques pratiques à grande échelle reste un obstacle technique majeur.
La théorie des fluides entre dans le XXIe siècle
Dans la seconde moitié du XXe siècle, la physique a subi une transformation majeure, la compréhension de la matière a évolué des observations macroscopiques aux interactions microscopiques des particules. Cependant, la théorie des fluides est restée largement inchangée depuis le XIXe siècle, s'appuyant sur les équations de Navier-Stokes. Ces équations ont été très efficaces pour décrire la dynamique des fluides, mais manquent d'un lien plus profond avec la structure microscopique sous-jacente de la matière. Récemment, les physiciens ont fait des progrès significatifs dans la reconstruction de la théorie des fluides à partir des premiers principes, incorporant des concepts fondamentaux tels que les symétries. Cette percée a révélé que les équations de Navier-Stokes émergent naturellement de ces symétries, fournissant un cadre plus complet pour comprendre le comportement des fluides.
Pourquoi le vieillissement peut être un programme, et non une panne
Junyue Cao, un biologiste cellulaire de l'Université Rockefeller, a contesté la vision traditionnelle du vieillissement comme un processus aléatoire de déclin cellulaire. En analysant l'expression génique dans des millions de cellules de souris, Cao a découvert que le vieillissement semble suivre un schéma programmé, similaire au développement embryonnaire, avec des étapes distinctes définies par des changements dans les signaux moléculaires et les populations cellulaires spécifiques.
Un étudiant démontre un principe d'incertitude quantique pour les fractales
Un étudiant diplômé nommé Alex Cohen a prouvé un nouveau principe d'incertitude quantique qui s'applique aux fractales, marquant une avancée significative en mathématiques. Ce principe étend les travaux antérieurs de Semyon Dyatlov, qui a initialement développé le concept des fractales unidimensionnelles. Le nouveau résultat, publié dans les prestigieuses Annals of Mathematics, démontre comment les particules quantiques se comportent différemment des particules classiques dans des environnements chaotiques. La découverte a des implications pour la compréhension de la mécanique quantique et pourrait servir d'outil fondamental en physique mathématique. Le travail faisait partie de la thèse de doctorat de Cohen et a conduit à sa nomination en tant que professeur adjoint à l'Université de New York.
Pourquoi les rivières sont- elles si mathématiques?
L'article explore les modèles mathématiques trouvés dans les réseaux fluviaux, soulignant leur ressemblance avec d'autres systèmes de ramification comme les vaisseaux sanguins et les réseaux de transport. Il fait référence à des découvertes historiques, y compris le travail de John Hack en 1957 sur les lois d'échelle des réseaux fluviaux, et discute des recherches en cours par des scientifiques tels que Chris Paola, Daniel Rothman et d'autres.
Des neutrinos provenant de l'intérieur de la Terre donnent une nouvelle image du manteau
Les scientifiques utilisent des détecteurs de neutrinos pour étudier les éléments radioactifs dans le manteau de la Terre, fournissant de nouvelles informations sur la structure interne et le moteur thermique de la planète. L'expérience JUNO en Chine devrait rapporter ses premières détections de géoneutrino cette année, tandis que l'expérience SNO + au Canada continue son travail dans un environnement ultra-obscur pour capturer ces particules insaisissables. Les chercheurs décrivent le processus de maintien de conditions extrêmes pour minimiser les interférences, soulignant les défis de la détection des neutrinos, qui interagissent rarement avec la matière. Malgré des décennies d'efforts, seul un petit nombre de neutrinos ont été détectés avec succès, soulignant la difficulté de cette recherche.
Comment le toucher provoque- t- il la douleur ou le plaisir?
L'article explore la nature complexe de la douleur et du plaisir, en mettant l'accent sur la façon dont le toucher peut évoquer l'une ou l'autre sensation. Le neuroscientifique Ishmail Abdus-Saboor discute de la recherche sur la façon dont la douleur sert une fonction évolutive, des défis dans la mesure de la douleur et du plaisir de manière objective, et le rôle du toucher comme un signal social et émotionnel. Il partage également des idées de son travail avec des rats taupes nus, qui présentent des traits uniques tels que l'insensibilité à la douleur et la longévité grâce à une vie communautaire basée sur le toucher. La discussion met en évidence les considérations éthiques dans l'étude des sensations animales et la difficulté d'interpréter leurs expériences internes.
Les coraux font tourner de minuscules tourbillons pour obtenir de l'oxygène, mais pas s'il fait trop chaud
Une nouvelle recherche révèle que les coraux utilisent des cils microscopiques pour créer des vortex qui font circuler l'oxygène la nuit, un processus essentiel à leur survie. Cependant, l'augmentation des températures de l'océan réduit les niveaux d'oxygène dissous, forçant les coraux à augmenter l'activité ciliare. À des températures plus élevées, cette activité accrue conduit à l'épuisement de l'oxygène, provoquant une suffocation potentielle.
Pourquoi les problèmes légendaires d'Erdős sont attribués à l'IA
En mai 2026, OpenAI a annoncé qu'un modèle interne d'IA avait découvert un contre-exemple du problème de la " distance unitaire ", une conjecture proposée par le célèbre mathématicien Paul Erdős en 1946. Cela a marqué la première percée mathématique majeure attribuée à un modèle d'IA. Bien que le résultat ait nécessité un raffinement par des mathématiciens humains, il a introduit de nouvelles approches dans des domaines non liés des mathématiques. Peu de temps après, OpenAI a révélé de nouvelles avancées par un modèle inédit appelé Astra, qui a résolu trois autres problèmes d'Erdős. Les mathématiciens considèrent ces développements comme un changement transformateur dans la façon dont l'IA contribue à la recherche mathématique.
L'IA raisonne-t-elle pour les mauvaises raisons ?
L'article discute de la controverse entourant les capacités de " raisonnement " de l'IA, en mettant en évidence des résultats contradictoires de recherches récentes. Il commence par se demander si les systèmes d'IA s'engagent vraiment dans le raisonnement logique, notant que si certains modèles ont démontré des performances impressionnantes sur des tâches complexes comme la résolution de problèmes mathématiques, d'autres montrent des signes de s'appuyer sur des raccourcis superficiels plutôt que sur un raisonnement authentique. Les chercheurs d'Apple ont critiqué le raisonnement de l'IA comme une " illusion de la pensée ", tandis que les réalisations de modèles tels que ceux développés par OpenAI et DeepMind suggèrent des progrès significatifs. Cependant, d'autres études révèlent que ces modèles échouent souvent sous un examen minutieux, ce qui soulève des doutes sur leur fiabilité.
Les physiciens ont résolu un grand mystère quantique.
Les physiciens ont résolu un mystère de la physique des particules vieux de 25 ans concernant l'anomalie 'g-2' du muon, où les prédictions théoriques se sont initialement heurtées aux résultats expérimentaux. En 2021, les calculs mis à jour étaient étroitement alignés avec les résultats expérimentaux, atteignant une précision d'une partie sur 100 milliards. Cependant, cette résolution a soulevé une nouvelle question: pourquoi les anciens calculs, qui étaient basés sur des données expérimentales, sont-ils maintenant en conflit avec les nouveaux résultats? Les chercheurs étudient si les écarts proviennent de changements dans les méthodes expérimentales ou suggèrent la présence de particules précédemment non détectées. Un collisionneur en Sibérie a montré des résultats divergents, ce qui a incité à un examen plus approfondi. Le facteur g du muon, influencé par les interactions avec des particules virtuelles, reste un banc d'essai essentiel pour comprendre les forces fondamentales et les nouvelles particules potentielles.