Category Archives: Uncategorized

Da li su limun ljudi stvorili?

Limuni nisu umjetni; oni su prirodni hibrid citrona i gorkih narandži, koji je rezultat stoljetne evolucije biljaka. Tipično, stabla limuna sazrijevaju za 3-5 godina i mogu proizvesti do 1500 limuna svake sezone.

Hibrid koji je propao

Limuni koje poznajemo i volimo danas su evoluirali prirodnim i ljudskim ukrštanjem tokom mnogih vekova.

U 18. veku, švedski botaničar Carolus Linneaus klasifikovao je limun kao sortu citrona. Međutim, naučnici sada znaju da je limun, ili Citrus limon, hibrid citrona i gorke narandže.

Jedan od originalnih agruma, citron izgleda kao veći i hrapaviji limun. Ima debelu koru sa izbočenom, svetlo žutom kožom. Iako je mirisan, citron proizvodi malo soka.

Poznata i kao kisela narandža, gorka narandža je hibrid dviju biljaka citrusa: pomela i mandarine. Nije iznenađujuće da gorka narandža ima gorak ukus. Ovo kiselo voće je citrus koji se obično koristi za pravljenje marmelade.

Kombinacija citrona i kisele narandže proizvela je i bergamot naranču.

Limun i grubi limun izgledaju slično. Ali grubi limun nije isti kao limun koji se danas široko koristi. Grubi limun je rezultat drugačijeg uparivanja: citrona i mandarine.

Fizički proces koji pokreće novu vrstu vještačke inteligencije

Alati umjetne inteligencije – posebno neuronske mreže – bili su dobri za fizičare. Godinama je ova tehnologija pomagala istraživačima da rekonstruiraju putanje čestica u eksperimentima s akceleratorima, traže dokaze o novim česticama i otkrivaju gravitacijske valove i egzoplanete. Dok alati veštačke inteligencije očigledno mogu učiniti mnogo za fizičare, pitanje je sada, prema Maksu Tegmarku, fizičaru sa Tehnološkog instituta u Masačusetsu,: „Možemo li nešto da vratimo?“

Tegmark vjeruje da njegovi kolege fizičari mogu dati značajan doprinos nauci o umjetnoj inteligenciji, i to je učinio svojim glavnim istraživačkim prioritetom. Jedan od načina na koji bi fizičari mogli da pomognu u unapređenju AI tehnologije, rekao je, bio bi da zamijene algoritame “crne kutije” neuronskih mreža, čiji je rad uglavnom nedokučiv, dobro shvaćenim jednačinama fizičkih procesa.


Ideja nije potpuno nova. Generativni AI modeli zasnovani na difuziji – procesu koji, na primjer, uzrokuje da se mlijeko sipano u šoljicu kafe ravnomjerno raširi – prvi put su se pojavili 2015. godine, a kvalitet slika koje generiraju značajno se poboljšao od tada. Ta tehnologija pokreće popularni softver za proizvodnju slika kao što su DALL·E 2 i Midjourney. Sada, Tegmark i njegove kolege uče da li bi drugi generativni modeli nadahnuti fizikom mogli raditi jednako dobro kao modeli zasnovani na difuziji, ili čak i bolje.

Krajem prošle godine, Tegmarkov tim je predstavio obećavajuću novu metodu za proizvodnju slika nazvanu Poissonov generativni model toka (PFGM). U njemu su podaci predstavljeni nabijenim česticama, koje se u kombinaciji stvaraju električno polje čija svojstva zavise od raspodjele naboja u bilo kojem trenutku. Zove se Poissonov model toka jer kretanjem naelektrisanja upravlja Poissonova jednačina, koja proizlazi iz principa koji kaže da elektrostatička sila između dva naboja varira obrnuto s kvadratom udaljenosti između njih (slično formulaciji Newtonove gravitacije) .

Taj fizički proces je u srcu PFGM-a. “Naš model se može gotovo u potpunosti okarakterizirati snagom i smjerom električnog polja u svakoj tački u svemiru”, rekao je Yilun Xu , diplomirani student na MIT-u i koautor rada. “Ono što neuronska mreža nauči tokom procesa obuke je kako procijeniti to električno polje.” I na taj način može naučiti da stvara slike jer se slika u ovom modelu može sažeto opisati električnim poljem.

PFGM može kreirati slike istog kvaliteta kao one proizvedene pristupima zasnovanim na difuziji i to 10 do 20 puta brže. „Koristi fizičku konstrukciju, električno polje, na način koji nikada ranije nismo vidjeli“, rekao je Hananel Hazan , kompjuterski naučnik sa Univerziteta Tufts. “To otvara vrata mogućnosti da se drugi fizički fenomeni iskoriste za poboljšanje naših neuronskih mreža.”

Modeli difuzije i Poissonovog toka imaju mnogo toga zajedničkog, osim što su zasnovani na jednačinama uvezenim iz fizike. Tokom treninga, model difuzije dizajniran za generisanje slike obično počinje sa slikom — recimo psa — a zatim dodaje vizuelni šum, mijenjajući svaki piksel na nasumičan način sve dok njegove karakteristike ne postanu potpuno pokrivene (iako ne budu potpuno eliminirane). Model tada pokušava obrnuti proces i stvoriti psa koji je blizak originalu. Jednom obučen, model može uspješno kreirati pse – i druge slike – počevši od naizgled praznog platna.

Modeli Poissonovog toka rade na skoro isti način. Tokom treninga, postoji proces naprijed, koji uključuje postepeno dodavanje šuma jednom oštroj slici, i proces obrnutog u kojem model pokušava ukloniti taj šum, korak po korak, sve dok se početna verzija uglavnom ne obnovi. Kao i kod generisanja zasnovanog na difuziji, sistem na kraju nauči da pravi slike koje nikada nije video tokom treninga.

Ali fizika koja leži u osnovi Poissonovih modela je potpuno drugačija. Difuziju pokreću termodinamičke sile, dok Poissonov tok pokreću elektrostatičke sile. Potonji predstavlja detaljnu sliku koristeći raspored naelektrisanja koji može stvoriti vrlo komplicirano električno polje. To polje, međutim, uzrokuje da se naboji ravnomjernije rasporede tokom vremena – baš kao što se mlijeko prirodno raspršuje u šoljici kafe. Rezultat je da samo polje postaje jednostavnije i ujednačenije. Ali ovo uniformno polje prepuno buke nije potpuna prazna ploča; još uvijek sadrži sjeme informacija iz kojih se slike mogu lako sastaviti.

Početkom 2023. tim je nadogradio svoj Poissonov model, proširivši ga tako da obuhvati čitavu porodicu modela. Proširena verzija, PFGM++, uključuje novi parametar, D , koji omogućava istraživačima da prilagode dimenzionalnost sistema. Ovo može napraviti veliku razliku: u poznatom trodimenzionalnom prostoru, jačina električnog polja koje proizvodi naboj je obrnuto proporcionalna kvadratu udaljenosti od tog naboja. Ali u četiri dimenzije, jačina polja prati inverzni zakon kocke. A za svaku dimenziju prostora i svaku vrijednost D , taj odnos je nešto drugačiji.

Ta jedina inovacija dala je Poissonovim modelima toka daleko veću varijabilnost, pri čemu ekstremni slučajevi nude različite prednosti. Kada je D nizak, na primjer, model je robusniji, što znači da je tolerantniji na greške napravljene u procjeni električnog polja. “Model ne može savršeno predvidjeti električno polje,” rekao je Ziming Liu , još jedan diplomirani student na MIT-u i koautor oba rada. “Uvijek ima nekih odstupanja. Ali robusnost znači da čak i ako je vaša greška u procjeni velika, i dalje možete generirati dobre slike.” Dakle, možda nećete završiti sa psom svojih snova, ali ćete ipak završiti sa nečim što liči na psa.

S druge strane, kada je D visok, neuronska mreža postaje lakša za treniranje, zahtijevajući manje podataka za ovladavanje svojim umjetničkim vještinama. Tačan razlog nije lako objasniti, ali duguje se činjenici da kada ima više dimenzija, model ima manje električnih polja za praćenje — a time i manje podataka za asimilaciju.

Poboljšani model, PFGM++, “daje vam fleksibilnost da interpolirate između ta dva ekstrema,” rekla je Rose Yu , kompjuterski naučnik sa Univerziteta Kalifornije u San Dijegu.

I negdje unutar ovog raspona leži idealna vrijednost za D koja uspostavlja pravu ravnotežu između robusnosti i lakoće treninga, rekao je Xu. „Jedan od ciljeva budućeg rada biće pronalaženje sistematskog načina pronalaženja te slatke tačke, tako da možemo izabrati najbolji mogući D za datu situaciju bez pribegavanja pokušajima i greškama.”

Drugi cilj istraživača MIT-a uključuje pronalaženje više fizičkih procesa koji mogu pružiti osnovu za nove porodice generativnih modela. Kroz projekat pod nazivom GenPhys , tim je već identifikovao jednog obećavajućeg kandidata: potencijal Yukawa, koji se odnosi na slabu nuklearnu silu. “Razlikuje se od Poissonovog toka i modela difuzije, gdje je broj čestica uvijek očuvan,” rekao je Liu. “Yukawa potencijal vam omogućava da uništite čestice ili podijelite česticu na dva dijela. Takav model bi, na primjer, mogao simulirati biološke sisteme u kojima broj ćelija ne mora ostati isti.”

Ovo bi moglo biti plodonosno istraživanje, rekao je Yu. “To bi moglo dovesti do novih algoritama i novih generativnih modela s potencijalnim primjenama koje se protežu dalje od generiranja slika.”

Izvor: https://www.quantamagazine.org/new-physics-inspired-generative-ai-exceeds-expectations-20230919/

Entropija: Zašto se čini da život uvijek postaje komplikovaniji

Murphyjev zakon kaže: “Sve što može poći naopako, poći će naopako.”

Ova sažeta izjava upućuje na dosadnu sklonost života da stvara nevolje i otežava stvari. Čini se da problemi nastaju sami od sebe, dok rješenja uvijek zahtijevaju našu pažnju, energiju i trud. Čini se da nam život nikad ne ide samo od sebe. Ako ništa drugo, naši životi postaju složeniji i postupno padaju u nered, umjesto da ostanu jednostavni i strukturirani.

Zašto je to?

Murphyjev zakon je samo uobičajena izreka koju ljudi razbacuju u razgovoru, ali je povezan s jednom od velikih sila našeg univerzuma. Ova sila je toliko fundamentalna za način na koji naš svijet funkcionira da prožima gotovo svaki poduhvat kojim težimo. To pokreće mnoge probleme sa kojima se suočavamo i dovodi do nereda. To je jedina sila koja upravlja svačijim životom: Entropija.

Šta je Entropija i zašto je važna?
Šta je entropija? Evo jednostavnog načina da razmislite o tome:

Zamislite da uzmete kutiju dijelova slagalice i bacite ih na sto. U teoriji, moguće je da dijelovi savršeno sjednu na svoje mjesto i stvore gotovu slagalicu kada ih izbacite iz kutije. Ali u stvarnosti, to se nikada ne dešava.

Zašto?

Naprosto, jer su šanse ogromne protiv toga. Svaki komad bi morao pasti na pravo mjesto da bi se stvorila završena slagalica. Postoji samo jedno moguće stanje u kojem je svaki komad u redu, ali postoji skoro beskonačan broj stanja u kojima su dijelovi u neredu. Matematički govoreći, malo je vjerovatno da će se uredan ishod dogoditi nasumično.

Slično, ako sagradite dvorac od pijeska na plaži i vratite se nekoliko dana kasnije, više ga neće biti. Postoji samo jedna kombinacija čestica pijeska koja izgleda kao vaš pješčani dvorac. U međuvremenu, postoji gotovo beskonačan broj kombinacija koje ne izgledaju tako.

Opet, u teoriji, moguće je da vjetar i valovi pokreću pijesak okolo i stvaraju oblik vašeg pješčanog zamka. Ali u praksi se to nikada ne dešava. Šanse su astronomski veće da će se pijesak rasuti u nasumične gomile.

Ovi jednostavni primjeri prikazuju suštinu entropije. Entropija je mjera nereda. I uvijek ima mnogo više neurednih varijacija nego urednih.

Zašto je Entropija bitna za vaš život?


Evo ključne stvari o entropiji: ona se uvijek povećava tokom vremena.

Prirodna je tendencija stvari da gube red. Prepušten sam sebi, život će uvijek postati manje strukturiran. Peščani zamkovi se odnose. Korov prevladava vrtove. Drevne ruševine se ruše. Automobili počinju da rđaju. Ljudi postepeno stare. Sa dovoljno vremena, čak i planine erodiraju i njihove precizne ivice postaju zaobljene. Neizbežan trend je da stvari postaju manje organizovane.

Ovo je poznato kao Drugi zakon termodinamike. To je jedan od temeljnih koncepata hemije i jedan je od fundamentalnih zakona našeg univerzuma. Drugi zakon termodinamike kaže da se entropija zatvorenog sistema nikada neće smanjiti.

“Zakon da se entropija uvijek povećava ima, mislim, vrhovni položaj među zakonima prirode.” — Arthur Eddington


Veliki britanski naučnik Artur Edington je tvrdio: „Zakon da se entropija uvek povećava ima, mislim, vrhovni položaj među zakonima prirode. Ako vam neko ukaže da se vaša kućna teorija univerzuma ne slaže sa Maksvelovim jednačinama – utoliko gore po Maksvelove jednačine. Ako se otkrije da je to u suprotnosti sa zapažanjem – pa, ovi eksperimentalisti ponekad zabrljaju stvari. Ali ako se utvrdi da je vaša teorija protivna Drugom zakonu termodinamike, ne mogu vam dati nadu; nema ništa drugo nego srušiti se u najdubljem poniženju.”

Dugoročno gledano, ništa ne izmiče drugom zakonu termodinamike. Privlačenje entropije je nemilosrdno. Sve propada. Poremećaj se uvek povećava.

Bez napora, život teži da izgubi red


Prije nego što postanete depresivni, postoje dobre vijesti.

Možete se boriti protiv privlačenja entropije. Možete riješiti razbacanu zagonetku. Možete iščupati korov iz svog vrta. Možete očistiti neurednu sobu. Možete organizirati pojedince u kohezivni tim.

Ali budući da svemir prirodno klizi prema neredu, morate trošiti energiju da biste stvorili stabilnost, strukturu i jednostavnost.

Uspješne veze zahtijevaju brigu i pažnju. Uspješne kuće zahtijevaju čišćenje i održavanje. Uspješni timovi zahtijevaju komunikaciju i saradnju. Bez truda, stvari će propasti.

Ovaj uvid – da poremećaj ima prirodnu tendenciju da se vremenom povećava i da se toj tendenciji možemo suprotstaviti trošenjem energije – otkriva osnovnu svrhu života. Moramo uložiti napor da stvorimo korisne tipove poretka koji su dovoljno otporni da izdrže neumoljivu silu entropije.

„Krajnji cilj života, uma i ljudske težnje: raspoređivanje energije i informacija za borbu protiv plime entropije i stvaranje utočišta blagotvornog poretka.” —Steven Pinker


Održavanje organizacije u uslovima haosa nije lako. Prema riječima Yvon Chouinard-a, osnivača Patagonije, “Najteža stvar na svijetu je pojednostaviti svoj život jer vas sve vuče da budete sve složeniji.”

Entropija će se uvijek povećavati sama od sebe. Jedini način da stvari ponovo dovedu u red je dodavanje energije. Red zahteva trud.

Entropija u svakodnevnom životu
Entropija pomaže objasniti mnoge misterije i iskustva svakodnevnog života.

Na primjer:

Zašto je život izuzetan

Razmotrite ljudsko tijelo.

Kolekcija atoma koji čine vaše tijelo mogla bi biti raspoređena na gotovo beskonačan broj načina i gotovo svi oni ne vode ni do kakvog oblika života. Matematički govoreći, šanse su u velikoj mjeri protiv samog vašeg prisustva. Vi ste vrlo nevjerovatna kombinacija atoma. A ipak, tu ste. Zaista je izvanredno.

U univerzumu u kojem entropija vlada danom, prisustvo života sa takvom organizacijom, strukturom i stabilnošću je zapanjujuće.

Zašto je umjetnost lijepa

Entropija nudi dobro objašnjenje zašto su umjetnost i ljepota tako estetski ugodne. Umjetnici stvaraju formu reda i simetrije koju, vjerovatno, svemir nikada ne bi stvorio sam. To je tako rijetko u velikoj šemi mogućnosti. Broj lijepih kombinacija je daleko manji od broja ukupnih kombinacija. Slično, vidjeti simetrično lice je rijetko i lijepo kada postoji toliko mnogo načina da lice bude asimetrično.

Ljepota je rijetka i malo vjerovatna u svemiru poremećaja. I to nam daje dobar razlog da zaštitimo umjetnost. Treba da ga čuvamo i tretiramo kao nešto sveto.

Zašto je brak težak

Jedna od najpoznatijih uvodnih rečenica u književnosti dolazi iz Ane Karenjine Lava Tolstoja. On piše:

„Srećne porodice su sve slične; svaka nesretna porodica je nesretna na svoj način.”

Postoji mnogo načina na koji brak može propasti – finansijski stres, problemi sa roditeljstvom, lude tazbine, sukobi u osnovnim vrijednostima, nedostatak povjerenja, nevjera, itd. Nedostatak u bilo kojoj od ovih oblasti može uništiti porodicu.

Međutim, da biste bili sretni, potreban vam je određeni stepen uspjeha u svakom glavnom području. Dakle, sve sretne porodice su slične jer sve imaju sličnu strukturu. Poremećaj se može pojaviti na mnogo načina, ali red na samo nekoliko.

Zašto su optimalni životi dizajnirani, a ne otkriveni

Imate kombinaciju talenata, vještina i interesa koji su specifični za vas. Ali također živite u širem društvu i kulturi koji nisu dizajnirani s vašim specifičnim sposobnostima na umu. S obzirom na ono što znamo o entropiji, što mislite kolike su šanse da je okruženje u kojem odrastate također optimalno okruženje za vaše talente?

Malo je vjerovatno da će vam život predstaviti situaciju koja savršeno odgovara vašim snagama. Od svih mogućih scenarija s kojima se možete susresti, mnogo je vjerovatnije da ćete naići na onaj koji ne odgovara vašim talentima.

Evolucijski biolozi koriste termin koji se naziva “uslovi neusklađenosti” kako bi opisali kada organizam nije dobro prikladan za stanje s kojim se suočava. Imamo uobičajene fraze za neusklađenost uslova: „kao riba iz vode“ ili „donesi nož u pucnjavu“. Očigledno, kada ste u neusklađenom stanju, teže je uspjeti, biti koristan i pobijediti.

Vjerovatno ćete se suočiti sa neusklađenim uslovima u svom životu. U najmanju ruku, život neće biti optimalan – možda niste odrasli u optimalnoj kulturi za svoje interese, možda ste bili izloženi pogrešnoj temi ili sportu, možda ste rođeni u pogrešno vrijeme u istoriji. Mnogo je vjerovatnije da živite u neusklađenom stanju nego u dobro usklađenom.

Znajući to, morate uzeti na sebe da osmislite svoj idealan životni stil. Morate pretvoriti uslov neusklađenosti u dobro uparen.

Optimalni životi su dizajnirani, a ne otkriveni.

Murphyjev zakon primijenjen na univerzum


Na kraju, vratimo se Marfijevom zakonu: „Sve što može poći naopako, poći će po zlu“.

Entropija pruža dobro objašnjenje zašto se Marfijev zakon tako često pojavljuje u životu. Postoji više načina na koji stvari mogu krenuti naopako nego kako treba. Životne poteškoće ne nastaju zato što su planete pogrešno postavljene ili zato što se neka kosmička sila urotila protiv vas. To je jednostavno entropija na djelu. Kao što je jedan naučnik rekao,

“Entropija je nešto poput Marfijevog zakona primenjenog na ceo univerzum.”

Niko nije kriv što život ima problema. To je jednostavno zakon vjerovatnoće. Mnogo je neuređenih stanja, a malo uređenih. S obzirom na šanse protiv nas, ono što je izvanredno nije da život ima problema, već da ih uopće možemo riješiti.

Izvor: https://jamesclear.com/entropy

Šta je to strukturni realizam?

Strukturalni realizam se često karakterizira kao gledište da nam naučne teorije govore samo o obliku ili strukturi svijeta koji se ne može promatrati, a ne o njegovoj prirodi. Ovo ostavlja otvorenim pitanje da li se priroda stvari postavlja kao nespoznatljiva iz nekog razloga ili je potpuno eliminirana.

Zašto ljudi nemaju repove?

Naši preci primati koristili su svoje repove za ravnotežu dok su se kretali krošnjama drveća, ali prije oko 25 miliona godina, bezrepi majmuni počeli su se pojavljivati u fosilnim zapisima. Kako i zašto su neki primati poput ljudi izgubili rep uglavnom je misterija, ali nova studija sugerira da bi jedna genetska mutacija mogla biti odgovorna za iznenadnu promjenu.

Naučnici su već identificirali 30 različitih gena osnovnih za razvoj repa kod drugih životinja, izvještava Tibi Puiu za ZME Science, pa su autori studije posumnjali da su genetska mutacija ili dvije možda izbrisale repove ljudi. Uporedili su DNK šest vrsta bezrepih majmuna sa devet vrsta repatih majmuna kako bi pronašli mutaciju koju dijele majmuni i ljudi, ali majmunima nedostaje. Na kraju ih je njihova pretraga dovela do gena zvanog TBXT.

Kako bi vidjeli da li bi mutacija mogla biti povezana s gubitkom repa, tim je genetski podesio miševe da imaju istu TBXT mutaciju kao i ljudi. Kada su istraživači napravili genetsko uređivanje, mnogim glodavcima nisu izrasli repovi, dok su drugi izrasli kratki.

Otkriće sugerira da su naši preci izgubili rep iznenada, a ne postepeno, što je u skladu s onim što su naučnici pronašli u fosilnom zapisu. Autori studije tvrde da se mutacija nasumično mogla pojaviti kod jednog majmuna prije oko 20 miliona godina i da je prenijeta na potomstvo. Možda je to što nema repa bila blagodat za majmune, a genetska mutacija se proširila poput požara.

„Da se nešto izgubi u jednom velikom naletu je zaista značajno, jer tada ne morate postavljati milione godina uzastopnih sitnih promjena koje se postepeno gomilaju“, kaže Carol Ward, antropologinja sa Univerziteta Missouri.

Izvor: https://www.smithsonianmag.com/smart-news/the-genetic-mutation-that-could-explain-how-humans-lost-their-tail-180978764/

Zemlja ima puls: Otkriven 27,5-milijunski ciklus geoloških aktivnosti

Analizom 260 milijuna godina glavnih geoloških događaja pronađene su nakupine u razmaku od 27,5 milijuna godina.

Čini se da geološke aktivnosti na Zemlji slijede ciklus od 27,5 milijuna godina, dajući planetu “puls”, prema novoj studiji objavljenoj u časopisu Geoscience Frontiers.

Mnogi geolozi vjeruju da su geološki događaji vremenom slučajni. No, naša studija pruža statističke dokaze za zajednički ciklus, sugerirajući da su ti geološki događaji korelirani, a ne slučajni “, rekao je Michael Rampino, geolog i profesor na Odjelu za biologiju Sveučilišta u New Yorku, kao i vodeći autor studije.

Tijekom posljednjih pet desetljeća istraživači su predložili cikluse glavnih geoloških događaja – uključujući vulkanske aktivnosti i masovna izumiranja na kopnu i moru – u rasponu od otprilike 26 do 36 milijuna godina. Ali rani rad na tim korelacijama u geološkim zapisima bio je ometan ograničenjima u vezi s godinama geoloških događaja, što je spriječilo znanstvenike u provođenju kvantitativnih istraživanja.

Međutim, došlo je do značajnih poboljšanja u tehnikama radio-izotopskog datiranja i promjena u geološkom vremenskom rasponu, što je dovelo do novih podataka o vremenu prošlih događaja. Koristeći najnovije dostupne podatke o dobi, Rampino i njegovi kolege sastavili su ažurirane zapise glavnih geoloških događaja tijekom posljednjih 260 milijuna godina i proveli nove analize.

Tim je analizirao dob 89 godina dobro datiranih glavnih geoloških događaja u posljednjih 260 milijuna godina. Ti događaji uključuju morska i kopnena izumiranja, velike vulkanske izljeve lave nazvane poplavnim bazaltnim erupcijama, događaje kada su oceani ostali bez kisika, oscilacije razine mora i promjene ili reorganizacija na Zemljinim tektonskim pločama.

Otkrili su da su ovi globalni geološki događaji obično grupirani u 10 različitih vremenskih točaka tijekom 260 milijuna godina, grupirani u vrhove ili impulse u razmaku od približno 27,5 milijuna godina. Najnoviji skup geoloških događaja bio je prije otprilike 7 milijuna godina, što sugerira da je sljedeći puls glavnih geoloških aktivnosti više od 20 milijuna godina u budućnosti.

Istraživači tvrde da ovi impulsi mogu biti funkcija ciklusa aktivnosti u unutrašnjosti Zemlje – geofizički procesi povezani s dinamikom tektonike ploča i klime. Međutim, slični ciklusi u Zemljinoj orbiti u svemiru također mogu koračati tim događajima.

“Bez obzira na podrijetlo tih cikličnih epizoda, naša otkrića podupiru slučaj za uglavnom periodične, koordinirane i povremeno katastrofalne geološke zapise, što je odmak od stavova mnogih geologa”, objasnio je Rampino.

Referenca: “Puls Zemlje: Osnovni ciklus od 27,5 Myr u koordiniranim geološkim događajima tijekom posljednjih 260 Myr”, Michael R. Rampino, Ken Caldeira i Yuhong Zhu, 17. lipnja 2021., Geoscience Frontiers.
DOI: 10.1016 / j.gsf.2021.101245

Je li standardni model fizike sada slomljen? – Sabine Hossenfelder

Takozvana anomalija muona, prvi put viđena u eksperimentu u Brookhaven National Laboratory 2001. godine, nije pomaknula s mjesta. Tokom 20 godina, ovaj lagani nesklad između izračunate vrijednosti magnetskog momenta muona i eksperimentalno određenog, zadržao se na značaju od oko 3,7 sigme. To je nivo pouzdanosti od 99,98 posto, ili otprilike jedna prema 4.500 šansi da je odstupanje slučajna fluktuacija. Upravo objavljenim rezultatima eksperimenta Muon g-2 iz Nacionalne laboratorije Fermi u Bataviji, Ilinois, značaj je povećan na 4,2 sigma. To je nivo pouzdanosti od oko 99,997 posto, ili otprilike jedna od 40 000 šansi da opaženo odstupanje bude slučajnost. Samo po sebi, novo mjerenje Fermilaba ima značaj samo 3,3 sigme, ali budući da reproducira raniji nalaz iz Brookhavena, kombinirani značaj porastao je na 4,2 sigme. Ipak, to je ispod praga otkrivanja fizičara čestica od pet sigma.

Rezultat je dugo očekivan zbog njegove mogućnosti da konačno razbije Standardni model fizike čestica, zbirku do sada poznatih temeljnih sastojaka materije koji postoji oko 50 godina. Ovaj model trenutno sadrži nekoliko tuceta čestica, ali većina ih je nestabilna i stoga ih nije moguće pronaći samo promatranjem materije koja nas obično okružuje. Nestabilne čestice su, međutim, prirodno proizvedene u visokoenergetskim događajima, na primjer kada kosmički zraci udaraju u gornji sloj atmosfere. Izrađuju se i u sudarima čestica stvorenih u laboratoriju, poput onih koji se koriste u Fermilabovim eksperimentima za mjerenje magnetskog momenta miona.

Muon je bila jedna od prvih nestabilnih čestica koja je poznata, a njegovo otkriće datira iz 1936. godine. Teža je verzija elektrona, a poput potonje čestice i električno je nabijena. Životni vijek miona je oko dvije mikrosekunde. Za fizičare čestica to je dugo, zbog čega se čestica pridaje preciznim mjerenjima. Munski magnetni moment određuje koliko brzo rotacija osi čestice kruži oko linija magnetskog polja. Da bi ga izmjerili na Fermilabu, fizičari stvaraju muone i snažnim magnetima ih drže u krugu promjera oko 15 metara. Mioni se na kraju raspadaju, a iz raspodjele produkata raspada može se zaključiti njihov magnetski moment.

Rezultat se obično navodi kao “g-2”, gdje je “g” magnetski moment. “2” je uključen jer je vrijednost blizu dva – a u odstupanjima od dva kvantni su doprinosi koji su fizičari interesantni. Ti doprinosi dolaze iz fluktuacija vakuuma koji sadrže sve čestice, iako u virtualnom obliku: pojavljuju se samo nakratko prije nego što ponovo nestane. To znači da ako ima više čestica od onih u Standardnom modelu, one bi trebale doprinijeti muonu g-2 – otuda i njegova važnost. Stoga bi odstupanje od predviđanja Standardnog modela moglo značiti da postoji više čestica od onih koje su trenutno poznate – ili da postoji neka druga nova fizika, poput dodatnih dimenzija prostora.

Pa kako da procijenimo nesklad od 4,2 sigme između predviđanja Standardnog modela i novog mjerenja? Prije svega, korisno je sjetiti se razloga zbog kojeg fizičari čestica za početak koriste standard od pet sigma. Razlog nije toliko u tome što je fizika čestica nekako suštinski preciznija od ostalih područja znanosti ili što su fizičari čestica toliko bolji u obavljanju eksperimenata. Prvenstveno je to što fizičari čestica imaju puno podataka. I što više podataka imate, veća je vjerojatnost da ćete pronaći slučajne fluktuacije koje slučajno izgledaju poput signala. Fizičari čestica počeli su uobičajeno koristiti kriterij pet sigma sredinom 1990-ih kako bi se spasili od sramote zbog previše „otkrića“ koja su se kasnije ispostavila kao puka statistička fluktuacija.

Ali naravno, pet sigma je potpuno proizvoljan rez, a fizičari čestica također raspravljaju o anomalijama znatno ispod te granice. Zaista, tijekom godina došlo je i nestalo podosta anomalija od tri i četiri sigme. Na primjer, Higgsov bozon je već bio „otkriven“ 1996. godine, kada se signal od oko četiri sigme pojavio na Velikom elektronsko-pozitronskom sudaraču (LEP) u CERN-u blizu Ženeve – a zatim je ponovo nestao. (Higgsa je 2012. godine definitivno otkrio LEP-ov nasljednik, Veliki hadronski sudarač ili LHC.) Također 1996. pronađene su supstrakture kvarkova na oko tri sigme. I one su nestale.

Godine 2003. znaci supersimetrije – pretpostavljeno proširenje Standardnog modela koje uvodi nove čestice – viđeni su na LEP-u, takođe oko tri sigme. Ali ubrzo su nestali. Na LHC-u 2015. godine vidjeli smo anomaliju difotona koja se zadržala oko četiri sigme prije nego što je nestala. Bilo je i nekih zapanjujućih otkrića od šest sigma koja nisu potvrđena, poput “super-mlaznjaka” iz 1998. godine na Fermilabovom Tevatronu (čak i sada niko zapravo ne zna šta su bili) ili viđenja pentakvarka 2004. godine na akceleratoru HERA u Njemačkoj (pentakvarkovi zapravo nisu otkriveni do 2015).

Ova povijest trebala bi vam pomoći da procijenite koliko ozbiljno trebate shvatiti bilo koju tvrdnju iz fizike čestica sa statističkom značajnošću od 4,2 sigma. Ali naravno, anomalija g-2 ide u prilog činjenici da je njen značaj postao jači, a ne slabiji.

Šta znači postojanost anomalije? Eksperimenti visoke preciznosti na niskoj energiji, poput ovog, dopunjuju eksperimente visoke energije. Oni mogu pružiti slične informacije jer su, u principu, svi doprinosi visokih energija prisutni i kod niskih energija. Samo što su vrlo mali – govorimo o neskladu između eksperimenta i teorije na 11. znamenci nakon decimalne točke.

U praksi to znači da proračuni za predviđanja moraju tačno uzeti u obzir puno sitnih doprinosa da bi se postigla potrebna preciznost. U fizici čestica, ovi proračuni se rade pomoću Feynmanovih dijagrama – malih grafika s čvorovima i vezama koji označavaju čestice i njihove interakcije. Oni su matematički alat za praćenje kojih se integrala mora izračunati.

Ovi proračuni se uključuju u veću preciznost, jer ima više i većih dijagrama. Za muon g-2 fizičari su morali izračunati više od 15.000 dijagrama. Iako računari uvelike pomažu u zadatku, ovi proračuni ostaju prilično izazovni. Posebna glavobolja je hadronski doprinos. Adroni su kompozitne čestice izrađene od nekoliko kvarkova koje gluoni drže zajedno. Izračun ovih hadronskih doprinosa vrijednosti g-2 notorno je težak, a trenutno je najveći izvor pogrešaka na teoretskoj strani. Postoje naravno i različita unakrsna mjerenja koja igraju ulogu, poput predviđanja koja ovise o vrijednostima drugih konstanti, uključujući mase leptona i konstante sprezanja.

Prema tome, nesklad bi mogao prilično svakodnevno značiti da nešto nije u redu s izračunatim Standardnim modelom s hadronskim doprinosima. Ali postoji i mogućnost da se nedostatak krije u samom Standardnom modelu, a ne u našoj kalkulaciji. Možda neslaganje dolazi od novih čestica – supersimetrične čestice su najpopularniji kandidati. Problem s ovim objašnjenjem je da supersimetrija nije model – već je svojstvo velikog broja modela, a različiti modeli iz te veće cjeline daju različita predviđanja. Između ostalog, doprinos g-2 ovisi o masi hipotetičkih supersimetričnih čestica, koje su nepoznate. Tako da je za sada nemoguće posebno pripisati nesklad supersimetriji.

Fermilabovo novo visoko precizno mjerenje magnetskog momenta izuzetno je eksperimentalno postignuće. Ali prerano je da Standardni model proglasimo slomljenim.

Izvor: https://www.scientificamerican.com/article/is-the-standard-model-of-physics-now-broken/

Kako smo došli do Mjeseca?

Šetnje po Mjesecu Neila Armstronga i Buzza Aldrina potaknule su strahopoštovanje kod miliona ljudi koji su se skupili da gledaju na ekranima svojih televizora 1969. godine i milijarde od tada.

Ali najstrašniji dio Apolla 11 nije u cijelosti emitiran na televiziji – kako su astronauti došli do Mjeseca i natrag.

Činjenica o Mesecu: Automatski sistem sletanja vodio je astronaute Apolla 11 na konačnom nivou koji je pristojan Mjesecu. Ali Armstrong je primijetio da ih šalje prema krateru prekrivenom kamenom. Brzo je preuzeo ručnu kontrolu kako bi ih sigurno odveo na ravno područje. Kad su konačno sletjeli, ostalo je samo 30 sekundi goriva.

5 savjeta kako uspješno prevladati prepreke i stići do cilja

1. Rješavajte stvari jednu po jednu

Uspjeh je poput slagalice – sastoji se od mnogo dijelova, a kada se ti dijelovi sastave, nastane remek djelo.

Nikada se nemojte primati više stvari odjednom. Odredite prioritet i po tom načelu obavljajte ono što trebate obaviti.

Sjajno je imati ambicije, ali one se lako mogu izgubiti u moru sitnica.

2. Riješite se svega što vam skreće pozornost

Ovo se odnosi na sve – od Facebooka i Instagrama pa sve do običnog buljenja kroz prozor.

Pokušajte se distancirati od ljudi, stvari i pojava koje vam “kradu” dragocjeno vrijeme koje se svakako može bolje iskoristiti.

3. Nikada nemojte sumnjati u sebe

“Ja to mogu!” . O da, itekako možete.

Ljudi troše sulude količine vremena na preispitivanje i sumnje. Iako je to ponekad dobro, postoji opasnost da ode u neku vrstu krajnosti.

Bolje je djelovati nego plakati kako vi to ne možete. To je daleko pametniji način kako potrošiti vrijeme.

4. Budite odgovorni za vlastito vrijeme

Samo, jedino i isključivo VI ste odgovorni za potrošnju i upravljanje vlastitim vremenom.

Ako želite uspjeti, onda se tome i posvetite i to do kraja. Izgovori su samo prepreka koja dovodi do cilja i uspjeha.

Vještina “žongliranja” vremenom jedna je od ključnih osobina uspješnih ljudi. Ugledajte se na njih.

5. Koji je vaš konačni cilj?

Moć? Novac? Slava?

Dogovorite se sami sa sobom što želite postići jer je upravo ta ideja ono što će vas “držati” za vrijeme vašeg putovanje prema uspjehu.

Isto tako, ako ste svjesni što zapravo želite biti će vam lakše isto i postići.

Sami kontrolirajte koliko daleko ćete ići i kojom brzinom, bez obzira na prepreke koje život može postaviti pred vas.

Izvor: net.hr