新数据显示，2032年小行星撞地球的概率提升到3.1%
这是在2024年12月发现近地小行星2024 YR4后不久，于2025年1月用欧洲南方天文台（ESO）的超大望远镜进行的一系列观测。图片来源：ESO/O. Hainaut et al. /wikimedia commons/CC BY 4.0
根据美国航空航天局（NASA）发布的最新数据，一颗被命名为2024 YR4的“城市杀手”小行星在2032年撞击地球的概率已上升至3.1%，这是现代天文学预测中风险最高的小行星，但目前无需恐慌。全球的天文学家们正密切监测这颗小行星，韦布空间望远镜预计将在下个月提供更多数据，以更好地了解其轨迹。
2024 YR4的尺寸估计在40至90米之间，潜在影响范围横跨东太平洋、南美洲北部、大西洋和非洲等。虽然与6600万年前毁灭恐龙的10千米宽的小行星相比，2024 YR4还不足以造成全球性灾难，但若撞击地球，很可能导致空中爆炸，其冲击力将相当于500颗广岛原子弹的威力，造成重大破坏。目前，科学家正在考虑多种防御措施，包括NASA已证明有效的DART（Double Asteroid Redirection Test，双小行星重定向测试）任务，通过撞击小行星来改变其轨道。此外，还有激光推力和核爆炸等应急方案。即便如此，科学家提醒公众不要过度恐慌，因为随着更多数据的收集，撞击概率也许还会变化。目前的重点是继续监测和研究，以确保届时能采取有效的防护措施。（法新社）
微软推出世界首款拓扑架构量子芯片
量子比特极易受环境干扰，这是量子芯片赠大规模最大的阻碍之一。近日，微软在《自然》（Nature）宣布了一项里程碑进展：他们在实验中发现马约拉纳零模（Majorana zero mode）的相关证据，并基于这种拓扑准粒子开发出新型量子处理器Majorana 1，其稳定性远超传统方案。这项研究不仅验证了理论物理学家90年前的预言，更可能彻底改变量子计算机的设计逻辑。
马约拉纳零模是一种存在于超导材料与半导体纳米线交界处的准粒子，其特殊拓扑性质使其像“绳结”般难以被扰动破坏。研究团队将铟砷化镓纳米线与铝超导体结合，通过量子点测量发现，界面处的电容会以2毫秒周期在两种状态间切换，这与马约拉纳零模的数学模型高度吻合。基于此，他们构建了Majorana 1量子处理器：每对纳米线通过超导条连接形成一个拓扑量子比特，仅需电压信号即可操控。相比传统超导量子比特，这种设计能通过延长纳米线或降低温度，指数级提升抗干扰能力；并且单芯片就能集成百万量子比特；控制电路与量子比特低温集成，避免信号传输损耗。Majorana 1量子处理器目前只包含8个量子比特，微软计划沿此路线开发容错量子计算机。这项研究虽未完全排除其他物理解释，但为拓扑量子计算奠定了关键实验基础。（Nature NEWS）
自20世纪以来，公共卫生和医学发展稳步提高着欧洲人的预期寿命。但是，自2011年以来，欧洲国家预期寿命的增长速度有所放缓。为探究其中的原因，最近一项发表于《柳叶刀·公共卫生》（The Lancet Public Health）的研究比较了1990-2011年、2011-2019年和2019-2021年欧洲各国的预期寿命、死亡原因及健康风险因素的变化。
通过分析健康指标与评估研究所（IHME）的《2021年全球疾病负担》中16个欧洲国家的数据，发现1990-2011年，由于医学发展，心血管疾病和癌症导致的死亡人数减少，使预期寿命继续提高。但2011年之后，心血管疾病成为导致预期寿命增长放缓的主因，同时，肥胖、高血压和过量饮酒等风险因素在多数国家中增加或持平，而新冠疫情更是火上浇油。值得注意的是，多个国家老年人的预期寿命仍在提高，表明年轻人死亡率增加是总体寿命减少的原因。北欧有多个国家通过有效的政策降低了肥胖、不良饮食、少运动等风险因素，维持了较高的预期寿命，而英国许多地区的应对能力和表现却较差。这项研究呼吁相关政府采取更有力的政策来减少健康风险，以继续提高预期寿命。（University of East Anglia）
人类对静电现象的观察可以追溯到古希腊时期——从梳头时头发竖起，到触碰门把手时的微小电击，但科学家却始终没能理解静电产生的具体机制。过去科学家曾尝试用“摩擦电序列”解释接触起电：将材料按电荷交换倾向排序（例如玻璃比陶瓷带正电，陶瓷又比木材带正电）。但实验结果常常矛盾，甚至同一实验重复时结果也会不同。近日，奥地利科学技术研究所（ISTA）的物理学家在《自然》（Nature）发表论文，首次揭示了材料接触历史对电荷交换的决定性作用，为这一古老谜题提供了关键答案。
ISTA团队发现，问题的根源在于材料的接触次数。研究人员将聚二甲基硅氧烷（PDMS）制成了透明的块状物，发现新制备的PDMS块接触时电荷交换随机，但同一材料经过约200次接触后，电荷交换会变得可预测：接触次数更多的样品总是带负电。进一步分析表明，反复接触会改变材料表面的纳米级粗糙度。尽管具体机制尚未明确，但接触次数越多，材料表面的微小凸起会被“磨平”，导致电荷转移方向趋于稳定。该研究不仅为工业静电控制提供了新思路，更首次在看似无序的现象中找到了确定性规律。（INSTITUTE OF SCIENCE AND TECHNOLOGY AUSTRIA）
大语言模型数据处理方式类似人脑语义枢纽
近年来，大型语言模型（LLM）已从仅能处理文本的“聊天机器人”，发展成可理解图像、音频、数学公式甚至编程代码的多面手。但科学家一直困惑：这些模型如何整合类型迥异的数据？美国麻省理工学院（MIT）的一项新研究发现，LLM的运作机制与人脑的“语义枢纽”高度相似。这项研究即将在《国际学习表征会议》（International Conference on Learning Representations, ICLR）发表，为优化多模态AI模型提供了新思路，论文已经在预印本网站上公开。
人类大脑的“语义枢纽”位于前颞叶，它能整合来自视觉、触觉等不同感官的信息。MIT团队发现，LLM的中间层也扮演着类似角色：当输入文本、图像或代码时，模型首先在浅层处理不同形式的数据，随后在深层将这些信息转换为与信息形式无关的抽象语义表达。研究显示，大语言模型在处理不同语言表达的相同内容时，中间层中的表达是相似的，例如中文句子与其英文翻译在模型内部的数学表达几乎一致。这种设计看似违反直觉，实则是高效处理海量数据的“捷径”——共享跨语言的常识性知识，避免重复学习。该发现有助于解决多语言模型的“语言干扰”问题（如学习新语言时英语能力下降），但同时也提示：文化特有知识可能需要独立的处理路径。（MASSACHUSETTS INSTITUTE OF TECHNOLOGY）
撰写：王昱、马一瑗、克里斯
