
相信很多朋友对吃豆人的经典形象非常熟悉。它既没有颓废的气质、也没有忧郁的眼神、更不会蹦出什么段子或者金句。它来到世间只做一件事:吃豆。
这跟黑洞的属性实在非常相似。黑洞也只做一件事:吞噬。而且跟吃豆人差不多,黑洞也只吃离自己很近的东西。
黑洞与恒星经常碰撞,然后二者就此合体。接触之后,恒星很快也会变成黑洞,并融入碰上的黑洞让它变成一个更大的黑洞。
但整个过程是偶然还是种主动行为?万一黑洞是在积极猎杀恒星呢?虽然黑洞的这种活动不会加快宇宙奇点的来临,但至少能把自己越吃越大,如同宇宙背景下一个愈发庞大的真空陷坑。
而且在对一些合体事件进行观测后,研究人员最近发现黑洞很可能与宇宙保持着相同的膨胀速度。
来自夏威夷大学、芝加哥大学与密歇根大学的一组研究人员观察到,黑洞是宇宙合并的显著结果,而且这些黑洞的尺寸似乎比天体物理学家想象中要大得多。
在重复运行模拟并引入某些新的物理现象作为参考之后,研究团队确定黑洞很可能在以同步于宇宙的速度持续膨胀。总结来讲,随着宇宙本体的膨胀,黑洞也在持续增长并变得越来越强。
回到开头关于吃豆人的例子,其实这里也有不当之处。在游戏里至少那些小鬼魂还能伤害到吃豆人,除非我们的主角吃下能量药丸。但现实世界中没有任何东西逃得过黑洞的引力,就连光都不行。
而麻省理工学院近期一项最新研究则证实了一种猜测,即黑洞可以利用强引力造成的真空破坏力瓦解周遭恒星并产生重金属。
在中子星与黑洞之间的某些碰撞中,星体并不会被完全吞噬,而是在巨大的不稳定能量中生成金与铂等元素。
考虑到黑洞随宇宙膨胀以及金属元素自由漂浮等理论,目前还不清楚这些金与铂元素最终是否会被黑洞吸收。
不过就算是能产生一点重金属,黑洞的创造也只能说是“破坏之余的意外行为”。毕竟如果是两颗恒星直接相撞,产生的重金属会更多、更丰富。
科学家们希望未来几年内当下一代太空望远镜与天文台部署到位之后,我们能够建立起更多新的黑洞观测见解,包括关于宇宙最初奇点形成的细节信息。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。