United StatesLastništvo in razvrstitev
Ustanovljeno: 2012
Lastništvo
Quanta Magazine izdaja Simonsova fundacija, zasebna dobrodelna fundacija, ki sta jo ustvarila matematičar in ustanovitelj hedžnega sklada Jim Simons in njegova žena Marilyn Simons.
Financiranje
Quanta je v celoti financirana s strani Simonsove fundacije kot brezplačna, neprofitna publikacija brez oglasov; nima oglaševanja in ni plačana.
Pripadnost in usmeritev
Quanta pokriva matematiko, fizične in življenjske znanosti in nima nobenih strank ali vladnih vezi. Simonsova fundacija navaja, da uredniške odločitve sprejema izključno novinska ekipa Quante, da vsebino pred objavo ne pregleduje nihče izven redakcije in da prejemniki nepovratnih sredstev ne dobijo prednostne pokritosti.
Uredniški nagib
- Naša ocena
- Sredina
- Izmerjeno iz poročanja
- Sredinana podlagi 4
84/100
Dejstva
80/100
Objektivnost
14
Članki
14
poročil
Dejstva: Kako točno članki tega medija poročajo o dejstvih, presojano glede na primarne vire in soglasje med mediji. Štejejo samo članki, ki navajajo svoje vire.
Objektivnost: Kako nevtralno je pisanje — ali poročanje ostaja brez avtorjevih lastnih preferenc in mnenj.
Nedavno poročanje
Velik preboj v matematici neravnovesja
Računalniški znanstveniki so dosegli pomemben napredek v teoriji kombinatornih neskladnosti, področju, ki se osredotoča na čim bolj enakomerno porazdelitev virov. Prelom vključuje dokazovanje domneve matematika Jánosa Komlósa, ki predlaga, da se neskladnosti, razlike v razporeditvi virov, lahko ohranijo pod univerzalno konstantno, ne glede na zapletenost problema. To bi pomenilo, da tudi pri velikem številu spremenljivk ali dimenzij vedno obstaja način, da se razporeditve tesno uravnotežijo. Medtem ko je domneva ostala desetletja nepreverjena, je nedavno delo raziskovalcev, kot sta Haotian Jiang in Nikhil Bansal, uvedla novo algoritemsko metodo, ki se je znatno izboljšala glede na prejšnje rezultate. Njihove ugotovitve kažejo, da neskladnost zelo počasi raste z naraščajočimi dimenzijami in se približuje skoraj konstantni vrednosti.
Ali pravilno razmišljamo o umetni inteligenci?
V članku se razpravlja o razpravi o tem, ali veliki jezikovni modeli (LLM), kot so tisti, ki se uporabljajo v AI, resnično razlagajo ali zgolj ustvarjajo besedilo, ki se zdi, da razlaga. Ta razlikovanje ima pomembne posledice za to, kako ocenimo zanesljivost AI, potrebe nadzora in potencialni vpliv. Melanie Mitchell, kognitivna znanstvenik na inštitutu Santa Fe, trdi, da so sedanje metode za merjenje strojnega kognitivnega znanja nezadostne in predlaga, da se AI obravnava kot "izvenzemeljska inteligenca", podobna preučevanju kognitivnega znanja v ne-človeških entitetih, kot so dojenčki in živali. Predlaga prilagoditev psiholoških raziskovalnih tehnik za boljše razumevanje notranjih procesov AI in opisuje šest načel za ocenje strojnega kognitivnega znanja. Razprava vključuje izzive pri interpretaciji vedenja AI, nedavne matematične dosežke, ki jih pomaga AI, in zgodovinske primere, kot je konj, ki opravlja matematiko iz zgodnjih 1900-ih, ki poudarjajo težave pri opredelitvi inteligence.
Gradnja kvantnega računalnika, en krhki kubit hkrati
V članku so obravnavani tekoči napori v raziskavah kvantnega računalništva, ki se osredotočajo na razvoj kubitov, temeljnih enot kvantnih informacij. V članku je pojasnjeno, da za razliko od klasičnih računalnikov, ki uporabljajo binarne bitove (0 in 1), kvantni računalniki uporabljajo kubite, ki lahko obstajajo v več stanjih hkrati zaradi kvantnih pojavov, kot so superpozicija in zapletenost. Vendar je ohranjanje teh občutljivih kvantnih stanj izjemno zahtevno, ker jih zlahka motijo zunanji dejavniki. Raziskovalci raziskujejo različne fizikalne sisteme za izvajanje kubitov, vključno z ujetimi ioni, nevtralnimi atomi, ki se manipulirajo z optičnimi pinceto in superprevodnimi vezji, ki se ohladijo blizu absolutne ničle. Kljub znatnemu napredku, povečanje teh sistemov za izgradnjo praktičnih, velikih kvantnih računalnikov ostaja velika tehnična ovira.
Teorija tekočin vstopa v 21. stoletje
V drugi polovici 20. stoletja se je fizika močno spremenila, ko se je razumevanje snovi razvilo iz makroskopskih opazovanj v interakcije mikroskopskih delcev. Vendar pa je teorija tekočin ostala v veliki meri nespremenjena od 19. stoletja, saj se je zanašala na Navier-Stokesove enačbe. Te enačbe so bile zelo učinkovite pri opisu dinamike tekočin, vendar jim ni bilo globlje povezave z osnovno mikroskopsko strukturo snovi. V zadnjem času so fiziki dosegli pomemben napredek pri obnovi teorije tekočin iz prvih načel, ki vključujejo temeljne koncepte, kot so simetrije. Ta preboj je razkril, da se Navier-Stokesove enačbe naravno pojavljajo iz teh simetrij, kar zagotavlja bolj celovit okvir za razumevanje vedenja tekočin. Raziskovalci so ta pristop razširili na raziskovanje novih pojavov tekočin, ki izhajajo iz potencialnih mikroskopskih interakcij delcev, kar odpira nove poti v teoretični in uporabni fiziki.
Zakaj je lahko staranje program, ne pa motnja
Junyue Cao, celični biolog na univerzi Rockefeller, je izpodbijal tradicionalni pogled na staranje kot na naključen proces zmanjšanja celic. Z analizo genske ekspresije v milijonih mišjih celic je Cao odkril, da se zdi, da staranje sledi programiranemu vzorcu, podobnemu embrionskemu razvoju, z ločenimi stopnjami, ki jih opredeljujejo spremembe v molekularnih signalih in specifičnih celičnih populacijah. Njegove ugotovitve kažejo, da staranje lahko vključuje sistematično preoblikovanje celičnih sistemov, ne pa zgolj obrabo in solzo. Ta perspektiva spreminja razumevanje staranja iz neizogibnega razpada v potencialno nadzorovan biološki proces.
Študentka dokazuje kvantni princip negotovosti za fraktale
Diplomant Alex Cohen je dokazal novo kvantno negotovostno načelo, ki velja za fraktal, kar je pomemben napredek v matematiki. To načelo razširja prejšnje delo Semjona Dyatlova, ki je sprva razvil koncept za eno-dimenzionalne fraktal.
Zakaj so reke tako matematične?
Članek raziskuje matematične vzorce, ki jih najdemo v rečnih omrežjih, poudarja pa njihovo podobnost drugim razvejanim sistemom, kot so krvne žile in prometna omrežja.
Nevtrini iz globine Zemljine notranjosti dajejo novo sliko plašča
Znanstveniki uporabljajo detektorje nevtrinov za preučevanje radioaktivnih elementov v zemeljskem plašču, kar zagotavlja nove vpoglede v notranjo strukturo planeta in toplotni motor.
Kako dotik povzroča bolečino ali užitek?
Članek raziskuje zapleteno naravo bolečine in užitka, s poudarkom na tem, kako lahko dotik sproži oba občutka. Neurolog Ishmail Abdus-Saboor razpravlja o raziskavah o tem, kako bolečina služi evolucijski funkciji, izzivih pri objektivnem merjenju bolečine in užitka ter vlogi dotika kot socialnega in čustvenega signala.
Korale za pridobivanje kisika vrtijo majhne vrtinčke, ne pa, če je preveč vroče
Nova raziskava razkriva, da korali uporabljajo mikroskopske bradavice za ustvarjanje vrtin, ki ponoči krožijo s kisikom, kar je ključnega pomena za njihovo preživetje. Vendar pa naraščajoča temperatura oceana zmanjša raven raztopljenega kisika, zaradi česar korali povečajo cilijarsko aktivnost. Pri višjih temperaturah ta povečana aktivnost vodi do zmanjšanja kisika, kar povzroča potencialno zadušitev. Študija, objavljena maja 2026 v "Znanosti", poudarja občutljivo ravnovesje, ki ga ohranjajo korali, in predlaga, da bi razumevanje cilijarske funkcije lahko izboljšalo napovedi o beljenju koral in umrljivosti.
Zakaj legendarni Erdősovi problemi padejo na AI
V maju 2026 je OpenAI napovedal, da je notranji model umetne inteligence odkril nasprotni primer za problem 'enotne razdalje', domnevo, ki jo je leta 1946 predlagal priznani matematik Paul Erdős. To je označilo prvi večji matematični preboj, ki je bil pripisan modelu umetne inteligence. Čeprav je rezultat zahteval prefinjenje človeških matematikov, je predstavil nove pristope iz nepovezanih področij matematike. Kmalu zatem je OpenAI razkril nadaljnje napredke z neobjavljenim modelom, imenovanim Astra, ki je rešil tri dodatne Erdősove probleme.
Ali AI razmišlja pravilno iz napačnih razlogov?
V članku se razpravlja o polemikih, ki obkrožajo zmožnosti "razumovanja" AI, in poudarjajo nasprotujoče se ugotovitve iz nedavnih raziskav. Začelo se je z vprašanjem, ali se sistemi AI resnično ukvarjajo z logičnim razmišljanjem, pri čemer je bilo ugotovljeno, da nekateri modeli kažejo impresivne rezultate pri kompleksnih nalogah, kot je reševanje matematičnih problemov, drugi pa kažejo znake, da se zanašajo na površinske bližnjice namesto na resnično razmišljanje. Raziskovalci iz Appla so kritizirali razmišljanje AI kot "iluzijo razmišljanja", medtem ko dosežki modelov, kot so tisti, ki jih razvili OpenAI in DeepMind, kažejo na pomemben napredek. Vendar nadaljnje študije razkrivajo, da ti modeli pogosto propadejo pod nadzorom, kar dvigne dvome o njihovi zanesljivosti. Članek razmišlja o hitrem razvoju raziskav AI in izraža razočaranje zaradi pomanjkanja doslednih rezultatov, s poudarkom na potrebo po jasnosti o tem, kaj pomeni resnično razmišljanje v AI.
Fiziki so rešili veliko kvantno skrivnost.
Fiziki so razrešili 25-letno skrivnost fizike delcev v zvezi z anomalijo 'g-2' muona, kjer so se teoretične napovedi sprva spopadle s eksperimentalnimi rezultati. Leta 2021 so se posodobljeni izračuni tesno uskladili s eksperimentalnimi ugotovitvami in dosegli natančnost v eni polovici od 100 milijard. Vendar pa je ta resolucija sprožila novo vprašanje: zakaj so starejši izračuni, ki so temeljili na eksperimentalnih podatkih, zdaj v nasprotju z novimi rezultati? Raziskovalci preiskujejo, ali so neskladja posledica sprememb v eksperimentalnih metodah ali nakazujejo na prisotnost prej neprepoznanih delcev.