◎ 本刊綜合報道

我科研團隊全球首次實現(xiàn)超導量子比特表面碼的重復糾錯

日前，中國科學技術(shù)大學潘建偉及其同事彭承志、陸朝陽等在世界頂級物理學學術(shù)期刊《物理評論快報》發(fā)表論文“實現(xiàn)超導量子比特糾錯表面碼”，首次在全球范圍內(nèi)實現(xiàn)表面碼的重復糾錯。研究團隊在祖沖之2.1超導量子處理器上實驗實現(xiàn)了一種由17個量子比特組成的距離為3的糾錯表面碼，首次實現(xiàn)表面碼的重復糾錯，這也是祖沖之號量子計算機首次實現(xiàn)糾錯。一位參與該項目研究者表示，“我們完整實現(xiàn)了重復糾錯，并且糾錯后邏輯比特保真度明顯得到提升。雖然容錯量子計算還很遙遠，但這個實驗給了我們很大的信心，后續(xù)沿著這條道路繼續(xù)提升比特數(shù)和操控精度，就有可能實現(xiàn)真正意義上的工程化?！?/p>

機器人與人類也能做到“推心置腹”

北京大學人工智能研究院朱松純團隊最新研究，提出一個可解釋人工智能（XAI）系統(tǒng)，證明了機器人與人類真的能做到“推心置腹”，在工作中能像人類伙伴一樣統(tǒng)一OKR。為了能使人與機器協(xié)作完成目標，需要一種人類價值主導的、動態(tài)機器-動態(tài)用戶的交流模式。在這種模式中，機器人除了向人類展示自己的決策過程外，還將根據(jù)用戶的價值目標即時調(diào)整行為。簡單來說，采用上述方法進行人類和機器人的協(xié)同作業(yè)，可以同時賦予雙方兩個身份——傾聽者和表達者。這也就意味著，機器人至少在理論上，可以像人類團隊伙伴一樣，理解你的心思和價值取向，統(tǒng)一目標進行高效協(xié)同了。該研究成果發(fā)表在 Science及其子刊Science Robotics上。

新型催化劑可高效電催化二氧化碳還原反應

日前從中國科學院合肥物質(zhì)科學研究院了解到，該院強磁場中心王輝課題組，制備出超小銅納米晶嵌入的氮摻雜碳納米片催化劑，該催化劑可用來實現(xiàn)高效電催化二氧化碳還原反應。相關(guān)結(jié)果發(fā)表在國際期刊《ACS應用材料與接口》上。隨著工業(yè)化水平的提高和能源消耗的增多，大氣中二氧化碳濃度逐漸增加，使得生態(tài)環(huán)境遭受到嚴重破壞，能源短缺問題日益凸顯。因此，目前亟須產(chǎn)生出新的清潔能源，以擺脫對傳統(tǒng)化石能源的過度依賴，減少二氧化碳的排放?？蒲腥藛T制備的超小銅納米晶嵌入的氮摻雜碳納米片催化劑，可用來實現(xiàn)高效電催化二氧化碳還原反應。

大型強子對撞機CMS合作組發(fā)現(xiàn)新的四夸克粒子家族

日前從南京師范大學獲悉，在第41屆國際高能物理大會上，歐洲核子研究中心大型強子對撞機（LHC）的緊湊介子線圈（CMS）合作組報告，他們發(fā)現(xiàn)了一

個可能由4個粲夸克組成的奇特粒子家族?！扒迦A—南師”CMS組負責人、南京師范大學教授易凱代表CMS合作組介紹，這些粒子內(nèi)部可能由4個同一種重味夸克組成，物理圖像相對簡單而利于理解。這是中國實驗團隊首次在LHC上主導觀測到可能的全粲四夸克粒子，也是中國首次在CMS實驗上主導新粒子的發(fā)現(xiàn)。

追蹤量子信息可能是尋找外星生命關(guān)鍵

尋找外星人一直讓科學家著迷，他們不斷研究以尋找方法來揭開宇宙的神秘面紗。研究人員在日前的《物理評論D》中報告說，光粒子可在遙遠的星際距離傳輸，而不會失去其量子特性。這意味著量子信息可能是與外星人交流的一種可能方式，科學家通過掃描這些信號或許能找到一些外星生命的證據(jù)。科學家們目前正在開發(fā)基于地球的量子通信，這是一種使用量子粒子發(fā)送信息的技術(shù)，有可能比標準或經(jīng)典通信更安全。在論文中，理論物理學家阿爾瓊·貝雷拉說：“如果有外星人，且他們聰明的話，他們可能也采用了量子通信。”

維生素B6可減少焦慮和抑郁

一項新的研究表明，服用大劑量維生素B6片可以減輕焦慮和抑郁。英國科學家研究了大劑量維生素B6對年輕人的影響，結(jié)果發(fā)現(xiàn)，在一個月的時間里，每天服用補充劑后，他們感覺不再那么焦慮和抑郁。發(fā)表在《人類精神藥理學：臨床與實驗》雜志上的這項研究表明，使用補充劑來改變大腦的活動水平，可預防或治療情緒障礙。維生素B6可增加人體產(chǎn)生γ－氨基丁酸(GABA)，這是一種重要的中樞神經(jīng)系統(tǒng)抑制性神經(jīng)遞質(zhì)。研究人員表示，維生素B6對焦慮的影響與藥物治療的預期相比相當小。然而，基于營養(yǎng)的干預措施產(chǎn)生的不良副作用比藥物少得

多，因此未來人們可能更喜歡這種干預措施。

AI算法可實現(xiàn)光速級地震監(jiān)測

對地震的監(jiān)測一般需測定地震波，然而地震波預警系統(tǒng)有時候反應太慢，無法在大型地震發(fā)生的當下準確估算地震規(guī)模。有一種解決辦法是追蹤以光速傳播的即時彈性重力信號（PEGS）。一項最新研究顯示，AI可以對大型地震的演化進行準確地實時估測，這個經(jīng)過訓練的機器學習模型能測定以光速傳播的重力變化信號。相關(guān)成果近日發(fā)表在《自然》雜志上。此次法國科學家在日本1400個潛在地震位置模擬了35萬個地震情景，并利用PEGS信號訓練了一個深度學習模型（PEGSNet）。之后又用2011年日本東北大地震的實時數(shù)據(jù)測試了這個模型，他們發(fā)現(xiàn)，PEGSNet能準確計算地震方位、地震規(guī)模及地震隨時間的變化。重要的是，PEGSNet能快速給出以上信息，在地震波到達前就做出判斷。