彩神app下载_平台推荐官方版v2.9.1(2023已更新)

星系：黑洞你不讲武德！******

　　近日，一个天文学家团队

　　发现了一个独特的黑洞

　　这个黑洞正向另一个星系

　　喷出44万光年长的“口水”

　　这一消息登上热搜

　　不少网友表示疑惑

　　黑洞不是可以吞噬一切吗？

　　怎么还能“吐口水”？

　　椭圆星系中形成恒星稀少之谜

　　如果说恒星是宇宙中的居民，那么星系就是宇宙中的村落或城市。根据不同的形态，星系主要被分成三类：椭圆星系、螺旋星系和不规则星系，螺旋体有大量的冷气体和尘埃，并有光学上看起来像蓝色的旋臂。在螺旋星系中，平均每年有一颗类似太阳的恒星形成。另一方面，椭圆星系的颜色是黄色的，缺乏像旋臂那样的独特特征。

　　图源：百度百科 椭圆星系

　　图源：百度百科 螺旋星系

　　就像人口并非均匀地分布于地球表面一样，这些宇宙城市和村落也是不均匀分布的。在螺旋星系中，平均每年都会产生一颗类似太阳的恒星。但在今天看到的椭圆星系中，数十亿年来没有产生任何恒星。为何在椭圆星系中恒星的产生会如此罕见？这对科学家来说一直是一个谜。

　　“吐口水”的黑洞是“凶手”？

　　一个天文学家小组在公民科学家的帮助下发现了这个独特的黑洞，它正在向另一个星系喷射火热的喷流，看起来像是在“吐口水”，这些喷流在星系中以极高的速度进行，耗尽了未来恒星形成所需要的冷气体和尘埃。

　　图像来源：Ananda Hota博士，GMRT，CFHT，MeerKAT

　　这表明，椭圆星系中形成恒星非常稀少的罪魁祸首或许就是这些大吐口水的黑洞。

　　这个黑洞位于RAD12星系中，该星系距离地球约10亿光年。RAD12中的黑洞似乎只向一个邻近的星系喷出了射流，这个星系被命名为RAD12-B。在所有情况下，喷流都是成对喷出的，以相对论的速度向相反的方向运动。为什么只看到一个喷流来自RAD12，这对天文学家来说仍然是一个谜。

　　黑洞还能喷东西？！

　　编号Sh2-101的郁金香星云

　　图片来源及版权：Peter Kohlmann

　　这片发出微红色光芒的星云

　　俗名为郁金香星云

　　星际气体和尘埃组成了

　　红色的花瓣

　　它们受到附近年轻恒星的

　　紫外光照耀而发光

　　花朵右侧那片弯曲的小叶子

　　就是黑洞喷流冲击形成的杰作

　　事件视界望远镜解析的半人马座A星系中央黑洞的中心喷流

　　图片来源：Radboud University; CSIRO/ATNF/I.Feain et al., R.Morganti et al., N.Junkes et al.; ESO/WFI; MPIfR/ESO/APEX/A. Weiss et al.; NASA/CXC/CfA/R. Kraft et al.; TANAMI/C. Mueller et al.; EHT/M. Janssen et al.

　　黑洞因贪吃而闻名，但它们却不会将落向它们的东西全都吃掉。一小部分物质会以强烈热气体喷流的形式射出，并对周围环境造成破坏，这些热气体被称作等离子体。一路上，这种等离子体以某种方式获取足够的能量来强烈地发光，并沿着黑洞的旋转轴形成两个亮柱。科学家们一直在争论，喷流中的这一过程究竟是在哪里发生和如何发生的。

　　黑洞的喷流是与黑洞周围的气体紧密相关的。要想产生喷流，首先黑洞周围要有足够的气体，这些气体形成一个气体盘，最后如果条件合适的话，那么部分的气体会在掉入黑洞的过程中，掉入到黑洞之前，沿着黑洞的转轴方向喷射出去，形成喷流。所以说喷流只是在特定情况下产生的，在宇宙当中，只有10%左右的超大质量黑洞才会产生黑洞喷流。

　　END

　　资料来源：中国国家天文、北京天文馆、国家空间科学中心、CNBeta、新疆科技馆

　　整理：董小娴

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）