Опрос
|
реклама
Быстрый переход
Нобелевская премия по физике присуждена за открытие квантового «транзистора»
07.10.2025 [16:23],
Геннадий Детинич
Квантовые явления происходят на масштабах, где почти нет ничего, что можно было бы «пощупать» — нельзя, например, просто взять в руки квантовый транзистор как элемент схемы квантового компьютера. Однако однажды это всё-таки удалось. Около сорока лет назад группа физиков поставила эксперимент, доказавший возможность наблюдать квантовые эффекты на макроуровне. Это открытие заложило основу тех квантовых платформ, которые существуют сегодня. 
Источник изображений: Nobel Prize organisation За ту работу, выполненную Джоном Кларком (John Clarke), Мишелем Х. Деворе (Michel H. Devoret) и Джоном М. Мартинисом (John M. Martinis) в 1984–1985 годах, Нобелевский комитет присудил этим учёным Нобелевскую премию по физике за 2025 год. «Главный вопрос физики — каков максимальный размер системы, которая может демонстрировать квантово-механические эффекты. Лауреаты Нобелевской премии этого года провели эксперименты с электрической схемой, в ходе которых они наблюдали квантовое туннелирование и квантованные уровни энергии в системе, достаточно большой, чтобы её можно было держать в руке», — говорится в пресс-релизе организации.  Законы квантовой механики позволяют частице проходить сквозь энергетический барьер — явление, известное как туннелирование. Оно происходит из-за вероятностной природы квантовых процессов: с некоторой вероятностью частица оказывается за пределами потенциальной ямы, хотя классическая физика запрещала бы ей это сделать. На макроскопическом уровне такие процессы лежат в основе, например, свечения Солнца или тепловыделения в радиоактивных материалах. Но воспроизвести подобное в лаборатории долгое время было крайне сложно — а ведь это необходимо для создания квантовых датчиков, транзисторов и других элементов будущих технологий. В 1984–1985 годах Кларк, Деворе и Мартинис провели серию экспериментов с электронной схемой из сверхпроводников — материалов, которые проводят ток без сопротивления. Эти компоненты были разделены тонким слоем изолятора, образуя джозефсоновский переход.  После усовершенствования конструкции и точных измерений всех её свойств исследователи смогли управлять процессами в системе и наблюдать квантовые эффекты при прохождении тока. Вся схема вела себя как единая «частица», которую можно было буквально держать в руке, — и при этом она демонстрировала квантовое туннелирование и дискретные уровни энергии, полностью соответствующие теории квантовой механики. «Транзисторы в современных микрочипах — лишь один из примеров квантовых технологий, которые нас уже окружают. Нобелевская премия по физике этого года открывает путь к следующему поколению квантовых решений — от квантовой криптографии до квантовых компьютеров и датчиков», — заключает комитет. Нобелевскую премию по химии присудили за прорыв в изучении белков — без ИИ не обошлось
09.10.2024 [14:30],
Геннадий Детинич
Шведская королевская академия наук разделила Нобелевскую премию по химии за 2024 год между Дэвидом Бейкером (David Baker) из Университета Вашингтона и Демисом Хассабисом (Demis Hassabis) и Джоном Джампером (John Jumper) из Google Deep Mind за создание машинных алгоритмов по предсказанию структуры белков. Поскольку оба достижения направлены на изучение белков — кирпичиков биологической жизни на Земле — эта работа учёных бесценна. 
Источник изображения: nobelprize.org Машинное обучение и искусственный интеллект снова отметились престижной наградой. Вчера стало известно о нобелевских лауреатах по физике за 2024 год, которыми стали создатели нейросетей и алгоритмов. Произошло это не вдруг. Массовое понимание перспектив машинного обучения было взбудоражено чуть более года назад множественными образцами «нейроарта». И теперь многие осознали, насколько это может быть захватывающе и полезно. Демис Хассабис и Джон Джампер с коллегами из Deep Mind представили платформу AlphaFold широкой общественности в 2018 году. С тех пор вышло несколько версий программы вплоть до третьей в мае этого года. До появления AlphaFold биологи и химики фактически вручную прогнозировали объёмные структуры белков. Все они состоят примерно из двух десятков аминокислот. В зависимости от последовательностей соединений итоговый белок примет в пространстве ту или иную уникальную конфигурацию. Белок будет полезным, если его форма подойдёт как ключ к замку к тому или иному соединению, живой клетке или её элементу. Тогда он сможет присоединиться и прореагировать. Это позволяет открывать новые лекарства, ферменты и многое другое в биологии и химии. Но предсказать 3D-форму новых белков среди сотен миллионов вариантов — это непосильная для человеческого ума задача. Программа AlphaFold играючи предсказала пространственную форму всех уже известных науке 200 млн белков и готова предсказывать форму не существующих в природе соединения аминокислот. Дэвид Бейкер делал эту работу за многие годы до появления AlphaFold. Он создал абсолютно новый и ни на что не похожий белок ещё в 2003 году, чем также заслужил признание со стороны Комитета нобелевской премии. В этом году награда нашла героев. Необычным, полезным и жизненно важным белкам — быть. Нобелевскую премию по физике присудили отцам нейросетей и машинного обучения
08.10.2024 [15:18],
Геннадий Детинич
В основе ряда нейронных сетей, алгоритмов машинного обучения и искусственного интеллекта лежат глубокие открытия в области физики, о чём сегодня заявили представители Нобелевского комитета Каролинского института Стокгольма. Премия 2024 года за эти заслуги присуждена физику Джону Хопфилду (John Hopfield) и математику Джеффри Хинтону (Geoffrey Hinton). 
Источник изображения: nobelprize.org Джон Хопфилд родился 15 июля 1933 года, а докторскую степень по физике он получил в 1958 году в Корнеллском университете. Джеффри Хинтон родился 6 декабря 1947 года, а в 1978 году получил докторскую степень в Эдинбургском университете в сфере ИИ. Интересно отметить, что Хинтон приходится правнуком известному британскому математику Джорджу Булю (1815–1864). Сейчас он сотрудник Университета Торонто, Канада. Оба начали плотно работать над нейронными сетями с начала 80-х годов прошлого века. Джон Хопфилд стал известен в 1982 году как изобретатель ассоциативной нейронной сети, получившей его имя. Хинтон изобрёл метод, который позволял автоматизировать процесс извлечения данных для идентификации элементов изображений. Где во всём этом физика? Для создания нейросети Хопфилд воспользовался известным свойством атомов стремиться к наименьшему значению их энергии. Сеть Хопфилда описывается способом, эквивалентным поведению энергии в системе атомных спинов. Обучение происходит путем нахождения таких значений для соединений между узлами сети, чтобы сохранённые изображения имели низкую энергию. Тогда поиск сводится к такой обработке соединений между узлами, после которой энергия сети снижалась, и это вело бы к обнаружению наилучшего соответствия. Джеффри Хинтон использовал сеть Хопфилда в качестве основы для новой сети, использующей другой метод: машину Больцмана. С её помощью можно научиться распознавать характерные элементы в данных конкретного типа. Для этого Хинтон использовал инструменты статистической физики, науки о системах, построенных из множества похожих компонентов. Машина обучается путем подачи ей примеров, которые с большой вероятностью могут возникнуть при запуске машины. Машина Больцмана может использоваться для классификации изображений или создания новых примеров (рисунков), на которых она была обучена. «Работа лауреатов уже принесла наибольшую пользу. В физике мы используем искусственные нейронные сети в широком спектре областей, таких как разработка новых материалов с определенными свойствами», — прокомментировала награждение Эллен Мунс (Ellen Moons), председатель Нобелевского комитета по физике. |
© 1997—2025 Электронное периодическое издание "3ДНьюс" | Свидетельство о регистрации СМИ Эл ФС 77-22224
выдано Федеральной Службой по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
