受中國古代青銅鏡技藝啟發，科學家用液晶建立出平面“魔窗”
研究人員使用液晶創造了魔窗，當光線照射其上時會産生隐藏的圖像。
加拿大研究人員第一次使用液晶制造了一個平面魔法窗，這種透明裝置在光線照射時會産生隐藏的圖像。在最新一期《光學》期刊上，研究人員描述了這種可産生任何所需圖像的液晶魔窗的建立過程。該過程還可用于建立基于反射而不是透射光的“魔鏡”。
幾千年前，中國工匠就曾制作出一種青銅鏡，在觀察自己的影像時看起來像普通的平面鏡，但在陽光直射時會形成另一個圖像。直到20世紀初，科學家才明白這些裝置的工作原理是因為投射到鏡子背面的圖像會産生微小的表面變化，進而導緻圖像形成。
渥太華大學研究小組負責人菲利克斯·胡福奈吉爾說：“我們建立的魔窗在肉眼看來是完全平坦的，但實際上有輕微的變化，會根據光線産生圖像。通過将窗設計得相對平滑，可在離窗很遠的距離範圍内看到所建立的圖像。”
研究人員表示，使用液晶制造魔窗或魔鏡，有朝一日可用于制作動态藝術魔窗或電影。也可讓這種方法适用于3D顯示，這樣從不同距離觀看也能産生穩定的3D圖像。
液晶是可像傳統液體一樣流動但具有固态晶體一樣定向的分子的材料。研究人員此次對一種衆所周知的制造技術進行了改進，該工藝産生一種特定的液晶圖案，可在照射時産生所需的圖像。
他們使用了潘查拉特奈姆—貝瑞（PB）光學器件，這是一種液晶器件，在PB相的原理下工作。通過改變該裝置中液晶分子的方向，研究人員可改變光在逐個像素穿過裝置時的特性。
在制作了魔鏡和魔窗後，研究人員使用相機測量了兩種裝置産生的光強度模式。當用雷射束照射時，鏡子和窗戶都會産生可見的圖像，即使相機與鏡子或窗戶之間的距離發生變化，該圖像也能保持穩定。研究還表明，這些裝置在用LED光源照明時也會産生圖像，這在現實生活中使用起來會更實用。
研究人員目前正在利用該方法制造量子魔闆，例如其中兩個闆可建立糾纏圖像，用以研究量子成像協定。他們還在探索使用液晶以外的方法制造魔窗的可能性，例如使用介電超表面制造魔窗裝置可減少其占用空間，同時增加帶寬。
（來源： 科技日報）
恐龍如何換牙？古生物學者揭秘古老角龍換牙方式
哺乳動物（包括人類）一生隻換一次牙。億萬年前，恐龍又是如何換牙的？記者從中國地質大學（武漢）獲悉，該校地球科學學院韓鳳祿副教授研究團隊聯合中外科研人員，研究了早期角龍的牙齒形态和替換特征，揭秘了早期角龍的換牙方式。相關研究成果已于近期在國際生物學期刊《電子生命》線上發表。
生活在白垩紀晚期的三角龍，因造型奇特而聞名，其口中牙齒數量最多可達800多顆。它們的牙齒終生都在替換，并且有着很快的替換速率，換一次牙僅需3個月左右。然而三角龍的祖先類群卻缺乏這種複雜的牙齒系統。
韓鳳祿告訴記者，為了研究早期角龍的牙齒替換，研究人員對3種主要生活在侏羅紀的早期角龍的頭骨及牙齒進行了顯微CT掃描，通過重建牙齒的3D模型，觀察功能齒和替換齒的發育情況。
研究人員發現早期角龍具有和三角龍截然不同的牙齒特征：早期角龍有着極少的替換齒數量，說明早期角龍比晚期出現的三角龍的換牙頻率慢很多。早期角龍新牙生長的位置也不同于三角龍，三角龍的新牙從舊牙的底部長出，而早期角龍的新牙從舊牙的内側長出。
為什麼早期角龍和三角龍的牙齒系統差異如此之大？韓鳳祿認為，早期角龍體型較小，如當氏隐龍體長僅1.2米左右，而三角龍體長達到9米左右，體型增大導緻三角龍對食物的需求變大，對牙齒有着更高的要求。
“三角龍的牙齒形态複雜，使得它們能夠在口腔内對食物充分咀嚼，而早期角龍的牙齒形态簡單，可能隻有簡單的切割植物的功能，功能的差異也導緻了兩者牙齒系統的差異。”韓鳳祿補充解釋，在當氏隐龍和另一種早期角龍鹦鹉嘴龍中還發現了胃石，這說明它們很可能像現代鳥類一樣吞咽小石子進入胃中輔助消化，使得牙齒承擔的壓力更小，牙齒的磨損更慢。
（來源：科技日報）
埃森哲釋出2022年技術展望——四大技術趨勢将成元宇宙基
埃森哲日前釋出報告《技術展望2022》指出，未來網絡、編碼世界、虛實共生、無限算力四大技術趨勢将成為建構元宇宙的基石，也蘊藏着大量機遇，值得企業挖掘。
目前，越來越多的企業開始投入元宇宙的研發和商業化中。埃森哲大中華區企業技術創新事業部總裁賈缙表示，元宇宙是人類運用的各種新技術的綜合體，具有豐富的應用場景，将會誕生很多新的商業模式，在未來若幹年将對人類的生活産生颠覆性影響。通過運用雲、數字孿生以及邊緣計算等技術，元宇宙能夠把不同地理位置進行無縫連接配接。此外，元宇宙還将帶來資料所有權的改變。數字平台時代，資料往往在平台手裡，也妨礙了使用者跨平台體驗，元宇宙因其跨平台性将重新定義資料資産和資料所有權。
報告着重分析了四大技術趨勢。未來網絡将重構網際網路，元宇宙的興起将重構資料在塑造數字型驗中的角色，并且迫使企業重新思考“線上”的新含義，在下一輪平台革命到來之前，籌劃與客戶、合作夥伴和數字化工作團隊互聯的新方法。
編碼世界展現了技術如何以潤物細無聲的方式滲入實體環境中。當5G、環境計算、增強現實、智能材料等技術與實體環境融為一體，企業将開啟與現實世界的全新互動方式，人們将以前所未有的方式控制智能裝置，進行自動化和個性化的設定。
虛實共生就是指人們在生活環境和業務場景中将啟用越來越多接近于人類能力的機器。企業渴望在關鍵生産和經營環節中應用人工智能（AI），甚至訓練AI的資料本身也是由AI生成的。
随着新一代計算機的問世，無限算力将突破計算極限。量子計算機、生物計算機和高性能計算機将攻克制約行業和企業發展的算力瓶頸。賈缙認為，算力将是決定企業在元宇宙競争中成敗的重要因素，其3個技術方向值得關注：一是傳統計算方式進一步擴充算力，二是量子計算，三是生物計算晶片。
賈缙表示，每次互聯方式的變革都會産生新的領軍企業。目前來看，每個企業的應用和落地場景不同。随着技術進步，一家企業的局部嘗試可能會變成普遍化應用，讓任何企業和個人都可以加入其中，最終形成颠覆性效應。
（來源：經濟日報）
我超甜！海草底部蔗糖濃度約比記錄高80倍
“超甜”海草
據英國《自然·生态與演化》雜志近日發表的一項研究，美國科學家團隊發現海草場底部蔗糖積累濃度約比此前海洋記錄高出80倍。這些發現表明海草可能相當于一個巨大的全球有機碳庫，預計是由于分解碳的微生物活動受到了抑制。
海草場是重要的海洋栖息地，因為它們既為海洋生物多樣性提供庇護所和食物，還可能在植物組織中，在同等面積下，存儲碳是陸地雨林的35倍。海草還會從根部以單糖和其他化合物形式分泌碳。但是海洋微生物在這一碳源的消耗和循環過程中所起的作用，迄今尚未得到深入了解。
此次，美國加利福尼亞大學默賽德分校研究人員麥基·索金及其同僚，分析了地中海三個不同的大洋海草場，以及加勒比海和波羅的海其他海草場底部沉積物内水樣（又稱孔隙水）的化學成分。他們在海草根部附近發現了出乎意料的高濃度蔗糖：在全球範圍内，海草沉積物上部30厘米層儲備了相當于0.67—1.34太克的蔗糖。
通過分析海草場下方沉積物中生活的微生物，研究人員發現，雖然恢複的微生物基因組中80%含有分解蔗糖的基因，但這些基因僅在64%的基因組中表達。他們預測，低氧環境結合植物酚類物質（顯著抑制微生物活性），或可解釋蔗糖的積聚。
研究團隊總結說，海草下方蔗糖的積聚可作為有價值的有機碳存儲方式，其他海洋和水生植物中也可能發現這種相關方式。
（來源： 科技日報）
AI算法實作光速級地震監測
AI算法基于PEGS估算大型地震震級示意圖,PEGS以光速傳播,遠快于地震波。
英國《自然》雜志11日發表的一項研究顯示，一個機器學習模型可以對大型地震的演化進行準确地實時估測，這個經過訓練的機器學習模型能測定以光速傳播的重力變化信号。
對地震的監測一般需要測定地震波，地震波是在地殼中傳播的能量脈沖。然而，基于地震波的預警系統有時候反應太慢，無法在大型地震（矩震級8或以上）發生的當下準确估算地震規模。有一種解決辦法是追蹤即時彈性重力信号（PEGS），這種信号以光速傳播，由岩體突然錯動導緻重力變化而産生。不過，PEGS是否能用來對大型地震出現後的方位和發展做出快速可靠的實時估算，一直有待驗證。
來自法國蔚藍海岸大學、法國發展研究院、法國國家科學研究中心、蔚藍海岸天文台的科學家們此次在日本1400個潛在地震位置模拟了35萬個地震情景，并利用PEGS信号訓練了一個深度學習模型（PEGSNet）。之後，研究人員又用2011年日本東北大地震的實時資料測試了這個模型，2011年日本東北大地震是迄今有記錄的規模最大、破壞力最強的地震之一。
研究人員發現，PEGSNet能準确計算地震方位、地震規模以及地震随時間的變化。重要的是，PEGSNet能快速給出以上資訊，在地震波到達前就做出判斷。
研究人員總結道，PEGSNet在大型地震及其演化（從地表破裂到可能出現的相關海嘯）的早期監測方面或能發揮重要作用。雖然這個模型主要針對日本，但他們強調，該模型也能很好地适用于其他地區，隻需很小的調整就能實時使用這一政策。
（來源：科技日報）