Search Results

MIT’den disiplinlerarası bir araştırmacı ekibi, daha önce geliştirdikleri analog sinapsın hız sınırlarını zorlamak için yola çıktı ve protonları katı maddelerden benzeri görülmemiş hızlarda ilerletmenin bir yolunu buldular. Yeni donanım, çok daha az enerji ile yapay zeka için daha hızlı hesaplama sağlıyor. İmalat sürecinde, cihazlarının önceki versiyonlardan 1 milyon kat daha hızlı çalışmasını sağlayan inorganik bir malzeme kullandılar, bu da insan beynindeki sinapslardan yaklaşık 1 milyon kat daha hızlı sonuçların ortaya çıkmasına olanak sağladı. Tıpkı transistörlerin dijital işlemciler oluşturmak için temel unsurlar olması gibi, programlanabilir dirençler de analog derin öğrenmenin temel yapı taşlarıdır. Bilim insanları, karmaşık katmanlarda programlanabilir direnç dizilerini tekrarlayarak, tıpkı bir dijital sinir ağı gibi hesaplamaları yürüten bir analog yapay "nöronlar" ve "sinapslar" ağı oluşturabilirler. Bu ağ daha sonra doğal dil işleme ve görüntü tanıma gibi karmaşık yapay zeka görevlerini gerçekleştirmek için eğitilebilir. Ayrıca, bu inorganik malzeme, direnci inanılmaz derecede enerji verimli hale getirir. Cihazlarının önceki versiyonunda kullanılan malzemelerin aksine, yeni malzeme silikon üretim teknikleriyle uyumludur. Bu değişiklik, cihazların nanometre ölçeğinde üretilmesini mümkün kıldı ve derin öğrenme uygulamaları için ticari bilgi işlem donanımına entegrasyonun yolunu açabilir. Kıdemli yazar Jesús A., "MIT.nano'da sahip olduğumuz bu temel anlayış ve çok güçlü nanofabrikasyon teknikleri ile bu parçaları bir araya getirebildik, bu cihazların özünde çok hızlı olduğunu ve makul voltajlarla çalıştığını gösterebildik" diyor. Del Alamo, MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri (EECS) Bölümü'nde Donner Profesörü. "Bu çalışma, bu cihazları gerçekten gelecekteki uygulamalar için gerçekten umut verici göründükleri bir noktaya getirdi." Breene M. Kerr, Nükleer Bilimler ve Mühendislik ile Malzeme Bilimi ve Mühendisliği bölümleri Profesörü kıdemli yazar Bilge Yıldız, “Cihazın çalışma mekanizması, elektronik iletkenliğini modüle etmek için en küçük iyon olan protonun yalıtkan bir okside elektrokimyasal olarak sokulmasıdır. Çok ince cihazlarla çalıştığımız için, güçlü bir elektrik alanı kullanarak bu iyonun hareketini hızlandırabilir ve bu iyonik cihazları nanosaniye çalışma rejimine itebiliriz” diye açıklıyor Battelle Energy Alliance Nükleer Bilim ve Mühendislik Profesörü ve kıdemli yazar Ju Li, “Biyolojik hücrelerdeki aksiyon potansiyeli, yaklaşık 0,1 voltluk voltaj farkı suyun kararlılığı tarafından kısıtlandığından, milisaniyelik bir zaman ölçeğinde yükselir ve düşer” diyor. malzeme bilimi ve mühendisliği profesörü, "Burada, protonları kalıcı olarak zarar vermeden ileten nano ölçekli kalınlıkta özel bir katı cam film boyunca 10 volta kadar uyguluyoruz. Alan ne kadar güçlüyse, iyonik cihazlar da o kadar hızlı." Bu programlanabilir dirençler, bir sinir ağının eğitilme hızını büyük ölçüde artırırken, bu eğitimi gerçekleştirmek için maliyeti ve enerjiyi büyük ölçüde azaltır. Bu, araştırmacıların derin öğrenme modellerini çok daha hızlı geliştirmelerine yardımcı olabilir ve bu modeller daha sonra sürücüsüz arabalar, dolandırıcılık tespiti veya tıbbi görüntü analizi gibi kullanımlarda uygulanabilir. Baş yazar Murat Önen "Bir analog işlemciye sahip olduğunuzda, artık herkesin üzerinde çalıştığı ağları eğitmiş olmayacaksınız. Başka hiç kimsenin karşılayamayacağı, benzeri görülmemiş karmaşıklıklara sahip ağları eğiteceksiniz ve bu nedenle hepsinden çok daha iyi performans göstereceksiniz. Başka bir deyişle, bu daha hızlı bir araba değil, bu bir uzay aracı," diye ekliyor. Analog derin öğrenme, iki temel nedenden dolayı dijital muadilinden daha hızlı ve enerji açısından daha verimlidir. "İlk olarak, hesaplama bellekte gerçekleştirilir, bu nedenle çok büyük miktarda veri bellekten bir işlemciye ileri geri aktarılmaz." Analog işlemciler de paralel olarak işlemler gerçekleştirir. Matris boyutu genişlerse, tüm hesaplamalar aynı anda gerçekleştiği için bir analog işlemcinin yeni işlemleri tamamlamak için daha fazla zamana ihtiyacı yoktur. MIT'nin yeni analog işlemci teknolojisinin temel unsuru, protonik programlanabilir direnç olarak bilinir. Nanometre cinsinden ölçülen bu dirençler (bir nanometre metrenin milyarda biridir), satranç tahtası gibi bir dizi halinde düzenlenmiştir. İnsan beyninde öğrenme, sinaps adı verilen nöronlar arasındaki bağlantıların güçlenmesi ve zayıflaması nedeniyle gerçekleşir. Derin sinir ağları, ağ ağırlıklarının eğitim algoritmaları aracılığıyla programlandığı bu stratejiyi uzun süredir benimsemiştir. Bu yeni işlemci durumunda, protonik dirençlerin elektriksel iletkenliğini artırmak ve azaltmak, analog makine öğrenmesini sağlar. İletkenlik, protonların hareketi ile kontrol edilir. İletkenliği artırmak için dirençteki bir kanala daha fazla proton itilirken, iletkenliği azaltmak için protonlar çıkarılır. Bu, protonları ileten ancak elektronları bloke eden bir elektrolit (bir pilinkine benzer) kullanılarak gerçekleştirilir. Bilim insanları, süper hızlı ve yüksek enerji verimliliğine sahip programlanabilir bir protonik direnç geliştirmek için elektrolit için farklı malzemeler aradılar. Diğer cihazlar organik bileşikler kullanırken, Önen inorganik fosfosilikat cama (PSG) odaklandı. PSG, temelde nemi gidermek için toz halindeki kurutucu madde olan silikon dioksittir. Yakıt hücreleri için nemlendirilmiş koşullar altında bir proton iletkeni olarak incelenmiştir. Aynı zamanda silikon işlemede kullanılan en iyi bilinen oksittir. PSG yapmak için, silikona proton iletimi için özel özellikler kazandırmak için küçük bir miktar fosfor eklenir. Önen, optimize edilmiş bir PSG'nin oda sıcaklığında suya ihtiyaç duymadan yüksek proton iletkenliğine sahip olabileceğini ve bu da onu bu uygulama için ideal bir katı elektrolit haline getireceğini öne sürdü. PSG, yüzeyleri proton difüzyonu için yollar sağlayan çok sayıda nanometre boyutunda gözenek içerdiğinden ultra hızlı proton hareketini mümkün kılar. Ayrıca çok güçlü, darbeli elektrik alanlarına da dayanabilir. Önen, bunun kritik olduğunu, çünkü cihaza daha fazla voltaj uygulanmasının protonların kör edici hızlarda hareket etmesini sağladığını açıklıyor. "Hız kesinlikle şaşırtıcıydı. Normalde, bu tür aşırı alanları küle dönüştürmemek için cihazlara uygulamazdık. Ancak bunun yerine, protonlar, cihaz yığını boyunca muazzam hızlarda, özellikle daha önce sahip olduklarımıza kıyasla bir milyon kat daha hızlı hareket ettiler. Ve bu hareket, küçük boyutu ve düşük proton kütlesi sayesinde hiçbir şeye zarar vermez. Neredeyse teleporting gibi” diyor ataştırmacılar. Araştırmacılar, “Nanosaniye zaman ölçeği, böyle aşırı bir alan altında proton için balistik ve hatta kuantum tünelleme rejimine yakın olduğumuz anlamına geliyor" diye ekliyor. Protonlar malzemeye zarar vermediğinden, direnç bozulmadan milyonlarca döngü boyunca çalışabilir. Bu yeni elektrolit, önceki cihazlarından bir milyon kat daha hızlı olan ve bilgisayar donanımına dahil edilmesi için önemli olan oda sıcaklığında etkin bir şekilde çalışabilen programlanabilir bir protonik direnci etkinleştirdi. Önen, PSG'nin yalıtım özellikleri sayesinde, protonlar hareket ederken malzemeden neredeyse hiç elektrik akımı geçmez. Bu, cihazı son derece enerji verimli hale getiriyor, diye ekliyor. Del Alamo, bu programlanabilir dirençlerin etkinliğini gösterdiklerine göre, bilim adamlarının bunları yüksek hacimli üretim için yeniden tasarlamayı planladıklarını söylüyor. Ardından direnç dizilerinin özelliklerini inceleyebilir ve sistemlere gömülebilmeleri için bunları ölçeklendirebilirler. Aynı zamanda, protonları elektrolite ve elektrolitten verimli bir şekilde aktarmak için gereken voltajı sınırlayan darboğazları ortadan kaldırmak için malzemeleri incelemeyi planlıyorlar. "Bu iyonik cihazların sağlayabileceği bir başka heyecan verici yön, sinirbilimde analog derin sinir ağlarının ötesinde çıkarılan sinir devrelerini ve sinaptik plastisite kurallarını taklit etmek için enerji verimli donanımdır. MIT Quest for Intelligence tarafından desteklenen nörobilim ile böyle bir işbirliğine şimdiden başladık ” diye ekliyor Yıldız. “Lityum iyon pillerde bulunanlar gibi interkalasyon reaksiyonları, bellek cihazları için kapsamlı bir şekilde araştırılmıştır. Bu çalışma, proton tabanlı bellek cihazlarının etkileyici ve şaşırtıcı anahtarlama hızı ve dayanıklılığı sağladığını gösteriyor” diyor Stanford Üniversitesi'nde bu araştırmaya dahil olmayan malzeme bilimi ve mühendisliği doçenti William Chueh. "Derin öğrenme algoritmalarını güçlendirmek için yeni bir bellek aygıtı sınıfının temelini atıyor." Bu çalışma, biyolojiden ilham alan dirençli bellek cihazlarında önemli bir atılım olarak görünüyor. Bu tamamen katı hal protonik cihazlar, biyolojik sinapslara benzer, ancak büyüklük sıralarında daha hızlı oranlarda, protonların mükemmel atomik ölçekte kontrolüne dayanmaktadır. Gelecek nesil hesaplama cihazlarını mümkün kılacak heyecan verici bir gelişme. Kaynak: https://scitechdaily-com.translate.goog/mits-new-analog-synapse-is-1-million-times-faster-than-the-synapses-in-the-human-brain/amp/

Herhangi bir fizik ders kitabını aldığınızda her şeyin nasıl sallandığını, uçtuğunu, yön değiştirdiğini ve durduğunu açıklayan formül üstüne formül bulacaksınız. Formüller, gözlemleyebildiğimiz eylemleri tanımlar, ancak her birinin arkasında belirgin olmayan bir dizi faktör olabilir. Şimdi, Columbia Üniversitesi'ndeki araştırmacılar tarafından geliştirilen yeni bir AI programı, görünüşe göre kendi alternatif fiziğini keşfetti. Yapay zeka, Dünya'daki fiziksel olayların videoları gösterildikten sonra, kullandığımız mevcut değişkenleri yeniden keşfetmedi; bunun yerine, gördüklerini açıklamak için aslında yeni değişkenler buldu. Açık olmak gerekirse, bu, mevcut fiziğimizin kusurlu olduğu veya etrafımızdaki dünyayı açıklamak için daha uygun bir model olduğu anlamına gelmez. (Einstein'ın yasalarının inanılmaz derecede sağlam olduğu kanıtlanmıştır.) Ancak bu yasalar, yalnızca, yüzyıllarca süren gelenekler tarafından kurulan önceden var olan bir teori ve ilkeler 'dili' üzerine inşa edildikleri için var olabilir. Diğer zihinlerin aynı sorunları biraz farklı bir bakış açısıyla ele aldığı alternatif bir zaman çizelgesi göz önüne alındığında, yine de Evrenimizi aynı şekilde açıklayan mekaniği çerçeveleyebilir miyiz? Kara delikleri görüntüleyen ve garip, uzak dünyaları tespit eden yeni teknolojiyle bile, bu yasalar defalarca geçerliliğini korudu. Bu yeni yapay zeka yalnızca bir avuç fiziksel fenomenin videolarına baktı, bu nedenle Evreni açıklamak veya Einstein'ı en iyi şekilde denemek için hiçbir şekilde yeni fizik üretecek durumda değil. Buradaki amaç bu değildi. Columbia'daki Yaratıcı Makineler Laboratuvarı'ndan robotist Hod Lipson, “Her zaman merak etmişimdir, eğer zeki bir uzaylı ırkı ile tanışsaydık, onlar da bizimle aynı fizik yasalarını keşfederler miydi, yoksa Evreni farklı bir şekilde tanımlayabilirler mi? Deneylerde, AI her yeniden başlatıldığında değişkenlerin sayısı aynıydı, ancak belirli değişkenler her seferinde farklıydı. Yani evet, Evreni tanımlamanın alternatif yolları var ve seçimlerimizin mükemmel olmaması oldukça olası.” diyor. Bunun ötesinde, ekip, AI'nın gerçekten yeni değişkenler bulup bulamayacağını bilmek istedi ve bu nedenle, şu anda ayak uydurmak için teorik anlayışa sahip olmadığımız mevcut veri selinde ortaya çıkan karmaşık yeni fenomenleri açıklamamıza yardımcı oldu. Örneğin, Büyük Hadron Çarpıştırıcısı gibi dev deneylerden ortaya çıkan ve yeni fiziğe işaret eden yeni veriler . Columbia Üniversitesi'nden matematikçi Qiang Du, "Değişkenlere sahip olmadığımız için başka hangi yasaları kaçırıyoruz?" diyor. Peki bir yapay zeka yeni fiziği nasıl bulur? Başlangıç ​​olarak, ekip zaten anladıkları olayların ham video görüntülerini sisteme verdi ve programa basit bir soru sordu: Neler olup bittiğini açıklamak için gereken minimum temel değişkenler nelerdir? İlk video, oyunda dört durum değişkenine sahip olduğu bilinen sallanan bir çift sarkaç gösterdi: İki sarkacın her birinin açısı ve açısal hızı. AI, birkaç saat boyunca görüntüleri ve soruyu düşündü ve ardından bir cevap vererek, bu fenomeni açıklamak için 4,7 değişken gerekeceğini söyledi. Bu, bildiğimiz dördüne yeterince yakın… Ama yine de yapay zekanın değişkenlerin ne olduğunu düşündüğünü açıklamadı. Böylece ekip, bilinen değişkenleri yapay zekanın seçtiği değişkenlerle eşleştirmeye çalıştı. Bunlardan ikisi kolların açılarına gevşek bir şekilde uyuyordu, ancak diğer iki değişken bir gizem olarak kaldı. Yine de AI, sistemin bir sonraki adımda ne yapacağına dair doğru tahminlerde bulunabilir, bu nedenle ekip, AI'nın tam olarak kavrayamayacakları bir şey üzerinde olması gerektiğini düşündü. Şu anda Duke Üniversitesi'nde Yardımcı Doçent olan yazılım araştırmacısı Boyuan Chen , "Diğer değişkenleri düşünebildiğimiz her şeyle ilişkilendirmeye çalıştık: Açısal ve doğrusal hızlar, kinetik ve potansiyel enerji ve bilinen niceliklerin çeşitli kombinasyonları…" diyor. "Ama hiçbir şey tam olarak uyuşmuyor gibiydi, konuştuğu matematiksel dili henüz anlamıyoruz." Ekip daha sonra AI'ya diğer videoları göstermeye devam etti. İlkinde rüzgarda esen dalgalı bir kol 'hava dansçısı' vardı (AI bunun sekiz değişkeni olduğunu söyledi). Lav lambası görüntüleri de sekiz değişken üretti. Alevlerin bir video klibi 24 değişkenle geri geldi. Her seferinde değişkenler benzersizdi. Araştırmacılar makalelerinde "Altında yatan fizik hakkında herhangi bir ön bilgi olmadan, algoritmamız gözlemlenen dinamiklerin içsel boyutunu keşfeder ve aday durum değişken kümelerini tanımlar." diyor. Bu, gelecekte yapay zekanın potansiyel olarak şu anda farkında olmadığımız yeni kavramları destekleyen değişkenleri tanımlamamıza yardımcı olabileceğini gösteriyor. Kaynak: https://www.sciencealert.com/ai-has-discovered-alternate-physics-on-its-own

Mars manzarasını tozlayan mavi kum dalgaları, Kızıl Gezegeni normalden daha da yabancı gösteriyor. Ancak çarpıcı renk göründüğü gibi değil. Gerçek güzelliği görmek için makyajından biraz daha derine bakmak gerekir. Mars'taki Gamboa Kraterinde Kum Tepeleri ve Enine Aeolian Sırtları NASA'nın Mars Keşif Yörünge Aracı tarafından bu yılın başlarında görüntülenen manzara, 'sahte renk' ile işlendi ve ışığın incelikle farklı dalga boylarını ayırt etmekten alıkoyamayacağımız muhteşem paletlere dönüştürdü. Bu geliştirme fevkalade güzel görünüyor, doğru ama sadece Mars'ı biraz neşelendirmek için yapılmadı. Verileri bu şekilde işlemek, Mars yüzeyindeki kontrastı vurgulayarak, gezegen bilim adamlarına MRO'nun yörünge yüksekliğinin çok altında gerçekleşen jeolojik ve atmosferik süreçleri anlamak için gerçekten şık bir araç sunuyor. Daha büyük tepelerin çoğunun tepesindeki en küçük dalgalar birbirinden sadece birkaç metre ile ayrılır. Bir noktada, aralarında yaklaşık 10 metre (30 fit) mesafe bulunan kum tepelerinin kabarmasından dışarıya doğru yayılan küçük höyükler oluşturmak üzere birleşirler. Bu özelliklerin görüldüğü kraterin merkezindeki bölge ( NASA ) Enine Rüzgar Sırtları veya TAR'lar olarak bilinen bu orta büyüklükteki yapılar, çok kaba parçacıklardan oluşan bir kumdan oluşur. NASA'ya göre, büyük kum tepelerinin ve TAR'ların gelişmiş renkleri, devam eden aşındırıcı süreçleri gösteriyor. NASA web sitesinde bir sözcü , “Mega dalgalanmalar, gelişmiş bir renk kesiminin bir tarafında mavi-yeşil görünürken, TAR diğer tarafında daha parlak mavi görünüyor. Bunun nedeni, TAR'ın aktif olarak rüzgarın gücü altında hareket etmesi, daha koyu renkli tozları temizlemesi ve onları daha parlak hale getirmesi olabilir. Tüm bu farklı özellikler, rüzgarın hangi yöne estiğini gösterebilir.“ Kaynak: https://www.sciencealert.com/stunning-blue-ripples-on-mars-reveal-the-way-of-the-wind

Comet 67P, yunusların çıkardığı sesi çok yakından taklit eden tuhaf bir tıklama sesi çıkardığı için "şarkı söyleyen kuyruklu yıldız" olarak adlandırılır. Videoda da duyabileceğiniz gibi, kuyruklu yıldız tekrarlayan bir tıklama sesiyle üst üste binen ürkütücü bir ses çıkarıyor. Bilim adamları 67P'nin sesinin manyetik alanındaki titreşen plazmanın sonucu olduğuna inanıyor. Ancak ses gerçekten tuhaftır çünkü diğer kuyrukluyıldızların çıkardığı seslerden farklıdır. Bu arada bilim adamları, kuyruklu yıldızın güneşe yaklaştığında aynı sesi çıkarmaya devam edip etmeyeceğini veya diğer kuyruklu yıldızların yaptığı gibi değiştirip değiştirmeyeceğini görmek için yakından izliyorlar. Sadece zaman gösterecek. Kaynak: https://listverse.com/2021/01/26/top-10-sounds-made-by-astronomical-objects-with-audio/ https://www.youtube.com/watch?v=iCv7OlpV8jU

Günün Fotoğrafı

Füzyon bilimi ve teknolojisi araştırması, gelecekteki füzyon gücü cihazları için tasarımların ve malzemelerin incelenmesini içerir. Ayrıca, füzyon reaksiyonlarından elektrik üretmek, füzyon reaksiyonu için gerekli yakıt olan trityum geliştirmek, yüksek sıcaklıkta süper iletken mıknatıslar tasarlamak ve füzyon sırasında salınan aşırı sıcak gazları tüketmek için yeni teknolojiler ve entegre sistemler içerir. Füzyon nükleer bilim ve teknolojisi, nükleer füzyon ortamının araştırılmasında uzmanlaşmıştır. Bu ortam çok yüksek sıcaklıklara, parçacık akışlarına, nötron ışımasına ve diğer zorlu koşullara sahiptir. Ek olarak, füzyon nükleer bilimi, füzyon enerjisinin güvenliği ile ilgili zorlukları ele alır. Örneğin, füzyon nükleer bilimi, trityum yakıtının nasıl temin edileceğini ve olağanüstü yüksek ısı ve basınç koşullarına rağmen güvenli bir şekilde çalıştırılabilen füzyon santrallerinin nasıl inşa edileceğini araştırıyor. 2010’dan beri 35 ülkeden binlerce bilim insanı ve mühendis, Fransa’nın güneyinde 60 futbol sahası büyüklüğünde bir arazide dünyanın en büyük TOKAMAK’ını inşa etmek için iş birliği yapıyor. ITER – Fransa’nın güneyinde 60 futbol sahası büyüklüğünde bir alanda inşa ediliyor. ITER yani, Uluslararası Termonükleer Deneysel Reaktörü… Bu 23 bin tonluk devasa makineye dünyanın en büyük “puzzle”ı demişler çünkü tam 1 milyon bileşen ve 10 milyon parçadan oluşuyor. ITER’da bulunan Tokamak dünyanın en büyük Tokamak’ı olma ünvanını elinde bulunduruyor. ITER tüm zamanların en karmaşık ve en iddialı mühendislik projelerinden biri. Üstelik inanılmaz bir maliyeti var. Şimdiden tahminler 65 milyar doları gösteriyor. Merkezi Solenoid, ITER'nin merkezinde bulunan beş katlı, 1.000 tonluk bir mıknatıstır. 22 mil uzunluğundaki süper iletken kablolardan oluşur ve ITER'in plazmasında 15 milyon amper elektrik akımı iletecektir. ITER'in mıknatısları, birleştirilmiş 100.000 kilometreden (60.000 mil) daha uzun olan süper iletken bir malzeme olan niyobyum kalaydan oluşan kablolar kullanır. Bu, Dünya'nın ekvatorunu iki kez germek için yeterlidir. ITER Güneşimizle aynı prensipte güç üreten, büyük ölçekli, güvenli ve sıfır karbon emisyonuna sahip bir enerji kaynağı yaratmanın peşinde. Her şey yolunda giderse ana reaktör Aralık 2025’te çalışmaya başlayacak ve ilk testler gerçekleştirilecek. Amerika Birleşik Devletleri, füzyonu ve aşırı füzyon koşullarına uzun süre maruz kalmaya dayanabilecek özel malzemeleri içeren mıknatısları kullanma yöntemleri de dahil olmak üzere önemli füzyon nükleer teknolojileri geliştiriyor. Bilim Ofisinde, füzyon nükleer bilim ve teknolojisi, Füzyon Enerji Bilimleri (FES) programı kapsamında finanse edilmektedir, çünkü bu alanlardaki Ar-Ge, bir enerji kaynağı olarak füzyonun gelişimini destekler. Program, ABD Füzyon Battaniyesi ve Trityum Yakıt Döngüsü programı dahil olmak üzere birçok araştırma alanını desteklemektedir. Araştırma, ulusal laboratuvarlar, üniversiteler ve özel sektörden uzmanlık gerektiren battaniyeden yakıt çıkarma yöntemlerine odaklanmaktadır. FES programı kapsamında araştırmacılar , dünyanın en büyük ve en güçlü süper iletken mıknatıslarından biri olan merkezi solenoid de dahil olmak üzere ITER projesi için temel teknolojiler geliştiriyor. FES kapsamında desteklenen diğer faaliyetler arasında füzyon güvenliği ve sistem çalışmaları yer almaktadır. Füzyon enerji sistemi çalışmaları, gelecekteki bir füzyon santrali gibi uzun vadeli alanlara bakar ve füzyon nükleer bilim ve teknolojisindeki boşlukları belirler. Bu boşlukları belirlemek, programların zaman içinde araştırma çabalarına öncelik vermesine yardımcı olur. Çernobil ve Fukuşima'daki nükleer felaketler, çok yüksek sıcaklıkların üretildiği nükleer füzyonun tehlikeli olup olmadığı sorusunu akla getiriyor. Bilim insanları nükleer fizyon ile füzyonun farklı şeyler olduğunu vurguluyor. Fizyon yanma, bölünme, parçalanma; füzyon ise erime, birleşme anlamına geliyor. Plazmanın birleşebilmesi için Güneş ısısının 10 katına kadar ısıtılması gerekiyor ve bu şekilde iki hidrojen çekirdeği bir helyum çekirdeğine dönüşüyor. Füzyon işlemi tokamakta gerçekleşiyor. Bu makine dokunduğu herşeyi eritecek kadar ısıtılmış plazmanın uçlara değmesine engel oluyor. Füzyon reaktöründe bir hata oluşması durumunda alet kendi kendini durduruyor bu nedenle aşırı sıcağın dışarı çıkması tehlikesi bulunmuyor. Bilim insanları, gelecek yüzyılda elektrik enerjisinin çoğunun nükleer füzyondan elde edileceğini öngörüyor. Birçok uzmana göre, gelişen ekonomiler ve artan enerji ihtiyacı, nükleer füzyon gibi tükenmez enerji kaynaklarını 50 yıl içinde elzem hale getirecek. Kaynak: https://scitechdaily-com.translate.goog/science-made-simple-fusion-nuclear-science-and-technology/amp/

Cardiff Üniversitesi araştırmacıları, bilgisayarlarımız ve akıllı cihazlarımızdaki siber saldırıları bir saniyeden daha kısa sürede otomatik olarak tespit etmek ve yok etmek için yeni bir yapay zeka yöntemi geliştirdi. Yapay zekayı tamamen yeni bir şekilde kullanan teknolojinin, bir bilgisayardaki verilerin %92'ye kadar bozulmasını etkili bir şekilde önlediği ve kötü amaçlı yazılımın ortalama olarak yalnızca 0,3 saniyede silindiği bulundu. Bu gelişmeyle birlikte evlerimizdeki bilgisayarlar ve diğer akıllı araçlar, kötü amaçlı yazılımları hızla tespit edip ortadan kaldırabilen yapay zeka ile korunabilir. Geliştirilen yeni strateji, kötü amaçlı bir yazılımın neye benzediğini analiz eden antivirüs teknolojilerinin aksine, kötü amaçlı yazılımların davranışını izlemeye ve tahmin etmeye odaklanıyor. Ayrıca yapay zeka ve makine öğrenimindeki en son gelişmeleri kullanır. Araştırmanın ortak yazarı Profesör Pete Burnap, “Geleneksel antivirüs yazılımı, kötü amaçlı yazılım parçasının kod yapısına bakacak ve 'evet, bu tanıdık görünüyor' diyecektir” diye açıklıyor. "Ancak sorun şu ki, kötü amaçlı yazılım yazarları kodu kesip değiştirecek, bu nedenle ertesi gün kod farklı görünecek ve virüsten koruma yazılımı tarafından algılanmayacaktır. Bir kötü amaçlı yazılımın nasıl davrandığını bilmek istiyoruz; bu nedenle, bir bağlantı noktası açmak, bir işlem oluşturmak veya belirli bir sırayla bazı verileri indirmek gibi bir sisteme saldırmaya başladığında, daha sonra oluşturmak için kullanabileceğimiz bir parmak izi bırakacaktır.” Bilgisayarları, belirli kötü amaçlı yazılım parçaları üzerinde simülasyonlar çalıştıracak şekilde eğiterek, kötü amaçlı yazılımın ileride nasıl davranacağına dair bir saniyeden daha kısa sürede çok hızlı bir tahmin yapmak mümkündür. Bir yazılım parçası kötü amaçlı olarak işaretlendiğinde, bir sonraki aşama, yeni araştırmanın devreye girdiği yer olan onu silmektir. Profesör Burnap, "Bazı yıkıcı kötü amaçlı yazılımların hızlı hareket eden doğası nedeniyle bir tehdit algılandığında, bu algılamaları desteklemek için otomatik eylemlere sahip olmak hayati önem taşır," diye devam etti. "Bir kullanıcının makinesinde gerçek zamanlı olarak bu tür otomatik algılama ve yok etme işlemlerini yapabilecek hiçbir şey olmadığı için bu işi üstlenmek için motive olduk." Uç nokta algılama ve yanıt (EDR) olarak bilinen mevcut ürünler, masaüstü bilgisayarlar, dizüstü bilgisayarlar ve mobil cihazlar gibi son kullanıcı cihazlarını korumak için kullanılır ve sürmekte olan saldırıları hızlı bir şekilde algılamak, analiz etmek, engellemek ve kontrol altına almak için tasarlanmıştır. Bu ürünlerle ilgili temel sorun, bir yanıtın uygulanabilmesi için toplanan verilerin yöneticilere gönderilmesi gerekmesidir, bu sırada kötü amaçlı yazılım parçası zaten hasara neden olmuş olabilir. Ekip, yeni algılama yöntemini test etmek ve normal davranışı simüle etmek için her biri aynı anda 35'e kadar uygulama çalıştıran, yaygın olarak kullanılan bir dizüstü bilgisayar grubunu temsil edecek bir sanal bilgi işlem ortamı kurdu. AI tabanlı algılama yöntemi daha sonra binlerce kötü amaçlı yazılım örneği kullanılarak test edildi. Çalışmanın baş yazarı, şu anda Airbus'ta İnovasyon ve İzcilik Başkanı olan Matilda Rhode şunları söyledi: Sistemin uygulanmasından önce bu, yalnızca bilgisayarlarımıza değil, aynı zamanda 'Nesnelerin İnterneti' olarak akıllı cihazlarımıza da fayda sağlayacak otomatik bir gerçek zamanlı algılama sistemine doğru önemli bir adımdır.” Kaynak: https://scitechdaily-com.translate.goog/new-method-can-stop-cyberattacks-in-less-than-a-second/amp/

Günün Fotoğrafı

Uyumak üzereyken, çitin üzerinden atlayan koyun sürüsü gibi sakin, taşralı bir manzara hayal etmek alışılmadık bir şey değil. Nadir görülen ve yeterince anlaşılmayan bir duruma sahip bazı insanlar, bu görevi neredeyse imkansız bulur. Bir koyunun ne olduğunu tanımlayıp neye benzediğini hatırlasalar da, aslında görmeden bir şeyi zihinlerinde görselleştiremezler. Bu afantazi olarak bilinir, ister sevilen birinin yüzü isterse tanıdık bir yer olsun, hafızadan bir şeyin zihinsel bir resmini çekememe. İlk olarak 19. yüzyılda tanımlanan alışılmadık durum, ancak 2015'te doğru bir şekilde tanımlandı. Bugün, yalnızca bir avuç yayınlanmış çalışma mevcuttur ve bunların çoğu kişisel raporlara dayanmaktadır. Serena Puang The New York Times için bir çocukluk deneyimini anlattı : "Hiçbir şey görmedim - sadece siyah. Yıllardır karanlığı sessizce sayıyorum." Afantazi koyun saymayı zorlaştırabilirken, bu durumun kişinin yaratıcılığı veya hayal gücü üzerinde belirgin bir etkisi yoktur ve sadece bazıları görsel hafızasıyla ilgili sorunları bildirir. Afantazili çoğu insan tamamen işlevsel ve sıradan hayatlar yaşar ve birçoğu yetişkinliğe kadar farklı olduğunun farkına varmaz. Hepsi olmasa da bazılarının görsel rüyaları bile var . Koşullu insanlar, yüzlerin ve yerlerin neye benzediğini hala tanımlayabilir ve tanıyabilir, bu da sözlü hayal güçlerinin ve uzamsal hafızalarının hala çok sağlam olduğunu gösterir. Durumla ilgili son çalışma bu fikri kesinlikle desteklemektedir. Deneyde afantazi olan ve olmayan 103 katılımcıya üç oturma odasının fotoğrafları gösterildi ve bir kez fotoğrafa bakarken bir kez de hafızadan kağıt üzerine çizmeleri istendi. Daha sonra çizimler, nesne ve mekansal ayrıntılar açısından 2.795 çevrimiçi puanlayıcı tarafından değerlendirildi. Resim referans için hazır olduğunda, iki grup aynı puanı aldı. Ancak sahneyi bir an önce hatırlamaları istendiğinde, afantazili olanlar odayı çizmekte daha çok zorlandılar. Toplamda, afantazili 61 katılımcı önemli ölçüde daha az görsel ayrıntıyı hatırladı ve çizimleri daha az renk ve daha fazla kelime içeriyordu. Örneğin bir kişi ayrıntıları çizmek yerine 'pencere' yazdı. Bununla birlikte, afantazili olanlar 52 kontrol katılımcısı kadar uzamsal doğruluk gösterdiler ve nesneleri doğru boyutlarıyla doğru konumlarına yerleştirdiler. Grup ayrıca kontrollere kıyasla daha az bellek hatası gösterdi. Kaynak: https://www.sciencealert.com/people-with-aphantasia-can-t-visualise-sheep-jumping-over-a-fence

Inserm, CNRS ve Université de Montpellier'den bilim insanları tarafından birçok biyolojik ve patolojik süreç için çok önemli olan mikroskobik seviyelerde uygulanan, mekanik kuvvetlerin daha yakından incelenmesini sağlayan DNA’dan yapılmış bir nano-robot geliştirildi. DNA'dan yapılan bu küçük robot sayesinde çıplak gözle görülemeyen hücre süreçlerini incelemek mümkün olacak. Hücrelerimize mikroskobik ölçekte mekanik kuvvetler uygulanır. Vücudumuzun normal işleyişinde veya hastalıkların gelişiminde rol oynayan birçok hücre süreci için gerekli olan biyolojik sinyalleri tetiklerler. Örneğin, dokunma hissi kısmen belirli hücre reseptörlerine mekanik kuvvetlerin uygulanmasına bağlıdır. Bu keşif bu yıl Nobel Fizyoloji veya Tıp Ödülü ile ödüllendirilmiştir. Dokunmaya ek olarak, mekanik kuvvetlere (mekanoreseptörler olarak bilinir) duyarlı olan bu reseptörler, kan damarı daralması, nefes alma, ağrı algılama ve hatta kulaktaki ses dalgalarının algılanması gibi diğer önemli biyolojik süreçlerin düzenlenmesini sağlar. Bu hücresel mekanosensitivitenin işlev bozukluğu aslında birçok hastalıkta rol oynar. Buna örnek olarak kanseri verebiliriz. Kanser hücreleri ses çıkararak ve mikroçevrelerinin mekanik özelliklerine sürekli uyum sağlayarak vücut içinde göç ederler. Bu tür bir adaptasyon, yalnızca bilgiyi hücre hücre iskeletine ileten mekanoreseptörler tarafından belirli kuvvetler tespit edildiğinden mümkündür. Şu anda, hücre mekanosensitivitesinde yer alan bu moleküler mekanizmalar hakkındaki bilgimiz hala çok sınırlıdır. Kontrollü kuvvetleri uygulamak ve bu mekanizmaları incelemek için halihazırda çeşitli teknolojiler mevcuttur, ancak bunların bir takım sınırlamaları vardır. Özellikle, çok maliyetlidirler ve aynı anda birkaç hücre reseptörünü incelememize izin vermezler, bu da çok fazla veri toplamak istiyorsak kullanımlarını çok zaman alıcı hale getirir. Bir alternatif önermek için, Yapısal Biyoloji Merkezi'nde (Inserm/CNRS/Université de Montpellier) Inserm araştırmacısı Gaëtan Bellot liderliğindeki araştırmacılardan oluşan ekip, DNA origami yöntemini kullanmaya karar verdi. Bu, bir yapı malzemesi olarak DNA molekülü kullanılarak önceden tanımlanmış bir biçimde 3D nano yapıların kendi kendine montajını sağlar. Son on yılda, teknik, nanoteknoloji alanında büyük ilerlemelere izin verdi. Bu, ekibin üç DNA origami yapısından oluşan bir "nano-robot" tasarlamasını sağladı. Nanometrik boyutta olduğu için insan hücresi boyutuyla uyumludur. İlk kez 1 piconewton, yani bir Newton'un trilyonda biri çözünürlüğe sahip bir kuvveti uygulamayı ve kontrol etmeyi mümkün kılıyor. 1 Newton, bir parmağın bir kaleme tıklama kuvvetine karşılık geliyor. Bu, insan yapımı, kendi kendine bir araya getirilen DNA tabanlı bir nesnenin bu hassasiyetle güç uygulayabildiği ilk zamandır. Başlamak için, araştırmacılar robotu bir mekanoreseptörü tanıyan bir molekülle birleştirdi. Bu, robotu bazı hücrelerimize yönlendirmeyi ve hücrelerin yüzeyinde lokalize hedeflenen mekanoreseptörleri aktive etmek için özel olarak kuvvetler uygulamayı mümkün kıldı. Böyle bir araç, hücre mekanik duyarlılığında yer alan moleküler mekanizmaları daha iyi anlamak ve mekanik kuvvetlere duyarlı yeni hücre reseptörlerini keşfetmek için kullanılabileceğinden, temel araştırmalar için çok değerlidir. Robot sayesinde araştırmacılar ayrıca kuvvet uygulandığında hücre düzeyinde birçok biyolojik ve patolojik süreç için anahtar sinyal yollarının hangi anda aktive edildiğini daha kesin olarak inceleyebilecekler. Piconewton kuvvetlerinin in vitro (yapay ortam) ve in vivo (canlı ortam) uygulanmasını sağlayan bir robot tasarımı, bilim camiasında artan bir talebi karşılar ve büyük bir teknolojik ilerlemeyi temsil eder. Bununla birlikte, robotun biyouyumluluğu hem in vivo uygulamalar için bir avantaj olarak kabul edilebilir hem de DNA'yı parçalayabilen enzimlere karşı hassasiyette bir zayıflığı temsil edebilir. Dolayısıyla bir sonraki adımımız, robotun yüzeyini enzimlerin etkisine daha az duyarlı olacak şekilde nasıl değiştirebileceğimizi incelemek olacak. Ayrıca, örneğin bir manyetik alan kullanarak robotumuzun başka aktivasyon modlarını bulmaya çalışacağız” diye vurguluyor Bellot. Kaynak: https://scitechdaily-com.translate.goog/innovative-nano-robot-built-entirely-from-dna-to-explore-microscopic-biological-processes/amp/

Bir grup fizikçi tarafından karanlık maddenin bileşimini tahmin etmek için bir yöntem geliştirildi. Karanlık madde, yalnızca sıradan madde üzerindeki çekim kuvvetiyle tespit edilen ve keşfi bilim adamları tarafından uzun süredir aranan görünmez maddedir. Karanlık madde, astrofizikte, elektromanyetik dalgalarla (radyo dalgaları, gözle görülebilen ışık, x-ışınları, vb.) etkileşime girmeyen, varlığı yalnız diğer maddeler üzerindeki kütleçekimsel etkisi ile belirlenebilen maddelere denir. Karanlık maddelerin varlığını belirlemek için gök adaların döngüsel hızlarından, gök adaların diğer gök adalar içerisindeki yörüngesel hızlarından, geri planda yer alan maddelere uyguladığı kütleçekimsel mercekleme özelliğinden ve gök adaların içerisindeki sıcak gazların sıcaklık dağılımından yararlanılır. İncelemeler, gök adalarda, gök ada gruplarında ve Evren'de, görülebilen maddelerden çok daha fazla karanlık madde olduğunu göstermektedir. Karanlık maddelerin bileşenleri tamamen bilinmemektedir. Yeni çalışma, kütlesi elektron ve proton arasında olan karanlık madde modelleri için "kozmolojik imzaları" tahmin etmeye odaklanıyor. Önceki yöntemler, daha basit karanlık madde modelleri için benzer imzalar öngörmüştü. Makalenin yazarları, bu araştırmanın, deneylerin aramaya devam ettiği daha karmaşık modellerde bu imzaları bulmanın yeni yollarını oluşturduğunu belirtiyor. Makale 6 Temmuz'da Physical Review Letters dergisinde yayınlandı . New York Üniversitesi Fizik Bölümü'nde öğrenci ve makalenin baş yazarı Ph.D. Cara Giovanetti, “Karanlık maddeyi araştıran deneyler, bu gizemli madde türü hakkında daha fazla şey öğrenmenin tek yolu değil” diyor. Giovanetti, Fiziksel İnceleme Mektupları makalesinde, "Evrenin farklı parametrelerinin hassas ölçümleri örneğin, evrendeki helyum miktarı veya erken evrendeki farklı parçacıkların sıcaklıkları bize karanlık madde hakkında çok şey öğretebilir" diye ekliyor Araştırmada fizikçiler, helyum, hidrojen ve lityum gibi hafif madde formlarının oluştuğubir süreç olan büyük patlamaya odaklandılar. Görünmez karanlık maddenin varlığı, bu elementlerin her birinin nasıl oluşacağını etkiler. Bu fenomenler için ayrıca hayati önem taşıyan kozmik mikrodalga arka planı elektronların ve protonların birleştirilmesiyle üretilen ve evrenin oluşumundan sonra kalan elektromanyetik radyasyondur. Çalışma, bir NYU doktora sonrası araştırmacısı olan Hongwan Liu, NYU Fizik Bölümü'nde doçent olan Joshua Ruderman ve Princeton fizikçisi Mariangela Lisanti, Giovanetti ve yardımcı yazarları ile yürütüldü. Bilim insanları ekibi, hem Büyük Patlama hem de Kozmik Mikrodalga Arka Planı hesaba katan modeller yaratarak, belirli bir karanlık madde kategorisinin (elektron ve protonunki arasında bir kütleye sahip olan) varlığını tespit etmenin bir yolunu aradı. Giovanetti, "Bu tür karanlık madde, erken evrende üretilen belirli elementlerin bolluğunu değiştirebilir ve evrenin ne kadar hızlı genişlediğini değiştirerek kozmik mikrodalga arka planında bir iz bırakabilir" diye açıklıyor. Ekip, araştırmalarında, belirli karanlık madde biçimlerinin varlığıyla bağlantılı kozmolojik imzalar hakkında tahminlerde bulundu. Bu imzalar, karanlık maddenin farklı parçacıkların sıcaklıklarını değiştirmesinin veya evrenin ne kadar hızlı genişlediğini değiştirmesinin sonucudur. Elde ettikleri sonuçlar, çok hafif olan karanlık maddenin, astrofiziksel gözlemlerin gördüğünden farklı miktarlarda ışık elementlerine yol açacağını gösterdi. Giovanetti, bir senaryonun ana hatlarını çizerek, "Karanlık maddenin daha hafif formları, evreni o kadar hızlı genişletebilir ki, bu elementlerin oluşma şansı olmayabilir" diyor. “Analizlerimizden bazı karanlık madde modellerinin çok küçük bir kütleye sahip olamayacağını, aksi takdirde evrenin gözlemlediğimizden farklı görüneceğini öğreniyoruz” diye ekliyor. Kaynak: https://scitechdaily-com.translate.goog/physicists-have-developed-a-method-for-predicting-the-composition-of-dark-matter/amp/

Günün Fotoğrafı