科学界震撼发现：“反超氢-4”反物质问世，中国科学家引领前沿探索

近日消息，中国科学院近代物理研究所于RHIC-STAR国际合作实验中取得重大突破，首次观测到全新的反物质超核——反超氢-4，它在相对论重离子金金碰撞的环境下被发现。这一成就刷新了迄今实验中探测到的最重反物质超核的纪录，为反物质与宇宙起源的研究注入了崭新的活力。

项目背景

什么是正物质和反物质呢？当前物理学知识认为在宇宙诞生之初应该存在正物质与反物质，并且两者是等量存在的。

但现在的宇宙却难以找到反物质了，那么很多人好奇，反物质都去了哪里呢？科学家们给出的答案是反物质很容易与周围的正物质发生湮灭，也就是存在即消失。

如果宇宙中的正、反物质一直保持数量相等，它们终将完全湮灭掉，变成一团光。幸运的是，在某种物理机制的作用下，正、反物质却出现了数量的不平衡。

不过，某种神秘的物理机制导致早期宇宙中正反物质数量极小的不对称，在绝大部分正反物质湮灭后，约百亿分之一的正物质得以存活下来，构成了今天的物质世界，并成为人类文明诞生和存在的基础。

反物质非常罕见，而由若干反重子进一步组合形成的反物质原子核和反物质超核（即包含 Lambda 等超子的原子核），则更加难以产生。

自 1928 年狄拉克方程的“负能量解”预示反物质的存在以来近一个世纪，科学家仅发现 6 种反物质（超）核。

研究过程

仇浩介绍说，此次最新发现的反超氢-4 是在相对论重离子碰撞实验中产生的。位于美国布鲁克海文国家实验室的相对论重离子对撞机（RHIC），能将重离子束加速至接近光速并使其对撞，在实验室中模拟宇宙早期大爆炸的状态。

这种对撞能产生几万亿摄氏度的高温火球，包含几乎等量的正物质与反物质。该火球迅速膨胀、冷却，使得一部分反物质有机会逃离与正物质湮灭的命运，被环绕对撞点的 STAR 实验探测器观测到。

反超氢-4 介绍

反超氢-4 由一个反质子、两个反中子和一个反 Lambda 超子组成。由于包含不稳定的反 Lambda 超子，反超氢-4 飞行仅仅几个厘米后就会发生衰变。

研究团队分析了共约 66 亿个重离子碰撞事件的实验数据，通过衰变产生的反氦-4 和 π+ 介子反向重建反超氢-4，最终获得约 16 个反超氢-4 的信号。

中国科学院紫金山天文台突破性发现：揭秘大质量恒星诞生之谜

近日消息，紫金山天文台近期公布了一项重要发现，利用高级的ALMA观测设施，他们揭示了大质量恒星形成之谜的线索。通过分析M17 MIR这颗独特的大质量原恒星，研究团队观测到了重复性的爆发式吸积事件，以及这类事件触发的间歇性高速分子喷流现象。这些观测结果挑战了现有的大质量恒星形成理论，为解开这类恒星诞生的秘密提供了崭新的视角。

中国科学院表示，该研究进一步深化了科学家对大质量恒星起源问题的认知。相关研究成果已发表在《天体物理学杂志快报》（The Astrophysical Journal Letters）上（DOI:10.3847/2041-8213/ad55c7）。

目前表现出爆发式吸积的大质量原恒星样本较少，包括 S255IR NIRS 3、NGC 6334I MM1、G358.93-0.03 MM1 及 M17 MIR，其中 M17 MIR 是紫金山天文台基于长时间的红外数据首次独立发现的。

1993 到 2019 年的红外测光数据发现 M17 MIR 有明显地中红外光度变化。中红外光变曲线说明存在两个明显的红外光度爆发期以及在其之间的一段宁静期。此外，M17 MIR 表现出与红外光变几乎同步的 22 GHz 水脉泽光变活动。因此，M17 MIR 是首颗有重复爆发式吸积的大质量原恒星。

通过光谱能量分布拟合估算得到爆发期的物质吸积率为每年千分之一太阳质量。通过重复爆发式吸积，M17 MIR 有望成为一颗 20 个太阳质量的 O9 型恒星。

M17 MIR 的水脉泽活动预示外流活动存在的可能性。研究通过分析 ALMA 1.3 毫米波段存档数据发现 12CO （J=2-1）谱线的高速线翼部分有明显的超出，成图后发现间断式的双极分子外流。外流的极高速（EHV）部分展现出对称且准直的喷流状结构，并可以分辨出明显的精细结状结构。假定距离最近的 EHV 结构 N1-1 / S1-1 起源于 2010 年开始的爆发式吸积活动，那么可以推断喷流速度约为 421 km s-1。

研究基于这一喷流速度发现，EHV 结构 N1-2 / S1-2 的动力学年龄恰好对应于 20 世纪 90 年代发生的爆发式吸积活动，这验证了动力学年龄的合理性和准确性。其余间断式高速分子喷流的动力学年龄小于 400 年，暗示着过去 400 年发生过多次爆发式吸积活动，且每次持续时间约为几十年，与气体吸积盘的引力不稳定性以及碎裂模型相符合，这对大质量恒星起源问题的理论研究具有参考价值。

中国科学院研究揭示：生成式AI将引发电子废弃物激增，达120万至500万吨

12月2日消息，随着科技的飞速进步，基于大语言模型的生成式人工智能技术正迅速崛起，并逐渐渗透到我们的日常生活与工作中。这种创新的技术为我们带来了前所未有的便利与智能体验。

然而，这种强大的技术背后，隐藏着对庞大计算算力与硬件资源的巨大需求。为了支撑大模型的训练和推理过程，生成式人工智能必须依赖高性能的计算设备和充足的硬件资源。这不仅包括高端的服务器和GPU，还需要大量的存储空间和网络带宽。

中国科学院城市环境研究所联合英国剑桥大学、以色列瑞赫曼大学的科研人员，在生成式人工智能的电子废弃物排放预测及管理策略研究方面取得了进展。相关研究成果在线发表在《自然-计算科学》上。

该研究开发了人工智能需求-算法-算力-硬件关联的物质流核算方法，完成了生成式人工智能产生的电子废弃物的情景预测与应对举措识别，为人工智能全球可持续治理提供了新的维度及支撑。

研究显示，在不同情景下，生成式人工智能将在 2023 年至 2030 年产生 120 万至 500 万吨的电子废弃物，并对生态环境及人群健康产生影响。

同时，研究识别发现，通过实施相关循环经济战略，可以减少 16% 至 86% 的电子废弃物。