受中国古代青铜镜技艺启发，科学家用液晶创建出平面“魔窗”
研究人员使用液晶创造了魔窗，当光线照射其上时会产生隐藏的图像。
加拿大研究人员第一次使用液晶制造了一个平面魔法窗，这种透明装置在光线照射时会产生隐藏的图像。在最新一期《光学》期刊上，研究人员描述了这种可产生任何所需图像的液晶魔窗的创建过程。该过程还可用于创建基于反射而不是透射光的“魔镜”。
几千年前，中国工匠就曾制作出一种青铜镜，在观察自己的影像时看起来像普通的平面镜，但在阳光直射时会形成另一个图像。直到20世纪初，科学家才明白这些设备的工作原理是因为投射到镜子背面的图像会产生微小的表面变化，从而导致图像形成。
渥太华大学研究小组负责人菲利克斯·胡福奈吉尔说：“我们创建的魔窗在肉眼看来是完全平坦的，但实际上有轻微的变化，会根据光线产生图像。通过将窗设计得相对平滑，可在离窗很远的距离范围内看到所创建的图像。”
研究人员表示，使用液晶制造魔窗或魔镜，有朝一日可用于制作动态艺术魔窗或电影。也可让这种方法适用于3D显示，这样从不同距离观看也能产生稳定的3D图像。
液晶是可像传统液体一样流动但具有固态晶体一样定向的分子的材料。研究人员此次对一种众所周知的制造工艺进行了改进，该工艺产生一种特定的液晶图案，可在照射时产生所需的图像。
他们使用了潘查拉特奈姆—贝瑞（PB）光学器件，这是一种液晶器件，在PB相的原理下工作。通过改变该设备中液晶分子的方向，研究人员可改变光在逐个像素穿过设备时的特性。
在制作了魔镜和魔窗后，研究人员使用相机测量了两种设备产生的光强度模式。当用激光束照射时，镜子和窗户都会产生可见的图像，即使相机与镜子或窗户之间的距离发生变化，该图像也能保持稳定。研究还表明，这些设备在用LED光源照明时也会产生图像，这在现实生活中使用起来会更实用。
研究人员目前正在利用该方法制造量子魔板，例如其中两个板可创建纠缠图像，用以研究量子成像协议。他们还在探索使用液晶以外的方法制造魔窗的可能性，例如使用介电超表面制造魔窗设备可减少其占用空间，同时增加带宽。
（来源： 科技日报）
恐龙如何换牙？古生物学者揭秘古老角龙换牙方式
哺乳动物（包括人类）一生只换一次牙。亿万年前，恐龙又是如何换牙的？记者从中国地质大学（武汉）获悉，该校地球科学学院韩凤禄副教授研究团队联合中外科研人员，研究了早期角龙的牙齿形态和替换特征，揭秘了早期角龙的换牙方式。相关研究成果已于近期在国际生物学期刊《电子生命》在线发表。
生活在白垩纪晚期的三角龙，因造型奇特而闻名，其口中牙齿数量最多可达800多颗。它们的牙齿终生都在替换，并且有着很快的替换速率，换一次牙仅需3个月左右。然而三角龙的祖先类群却缺乏这种复杂的牙齿系统。
韩凤禄告诉记者，为了研究早期角龙的牙齿替换，研究人员对3种主要生活在侏罗纪的早期角龙的头骨及牙齿进行了显微CT扫描，通过重建牙齿的3D模型，观察功能齿和替换齿的发育情况。
研究人员发现早期角龙具有和三角龙截然不同的牙齿特征：早期角龙有着极少的替换齿数量，说明早期角龙比晚期出现的三角龙的换牙频率慢很多。早期角龙新牙生长的位置也不同于三角龙，三角龙的新牙从旧牙的底部长出，而早期角龙的新牙从旧牙的内侧长出。
为什么早期角龙和三角龙的牙齿系统差异如此之大？韩凤禄认为，早期角龙体型较小，如当氏隐龙体长仅1.2米左右，而三角龙体长达到9米左右，体型增大导致三角龙对食物的需求变大，对牙齿有着更高的要求。
“三角龙的牙齿形态复杂，使得它们能够在口腔内对食物充分咀嚼，而早期角龙的牙齿形态简单，可能只有简单的切割植物的功能，功能的差异也导致了两者牙齿系统的差异。”韩凤禄补充解释，在当氏隐龙和另一种早期角龙鹦鹉嘴龙中还发现了胃石，这说明它们很可能像现代鸟类一样吞咽小石子进入胃中辅助消化，使得牙齿承担的压力更小，牙齿的磨损更慢。
（来源：科技日报）
埃森哲发布2022年技术展望——四大技术趋势将成元宇宙基
埃森哲日前发布报告《技术展望2022》指出，未来网络、编码世界、虚实共生、无限算力四大技术趋势将成为构建元宇宙的基石，也蕴藏着大量机遇，值得企业挖掘。
当前，越来越多的企业开始投入元宇宙的研发和商业化中。埃森哲大中华区企业技术创新事业部总裁贾缙表示，元宇宙是人类运用的各种新技术的综合体，具有丰富的应用场景，将会诞生很多新的商业模式，在未来若干年将对人类的生活产生颠覆性影响。通过运用云、数字孪生以及边缘计算等技术，元宇宙能够把不同地理位置进行无缝连接。此外，元宇宙还将带来数据所有权的改变。数字平台时代，数据往往在平台手里，也妨碍了用户跨平台体验，元宇宙因其跨平台性将重新定义数据资产和数据所有权。
报告着重分析了四大技术趋势。未来网络将重构互联网，元宇宙的兴起将重构数据在塑造数字体验中的角色，并且迫使企业重新思考“在线”的新含义，在下一轮平台革命到来之前，筹划与客户、合作伙伴和数字化工作团队互联的新方法。
编码世界展现了技术如何以润物细无声的方式渗入物理环境中。当5G、环境计算、增强现实、智能材料等技术与物理环境融为一体，企业将开启与现实世界的全新互动方式，人们将以前所未有的方式控制智能设备，进行自动化和个性化的设定。
虚实共生就是指人们在生活环境和业务场景中将启用越来越多接近于人类能力的机器。企业渴望在关键生产和经营环节中应用人工智能（AI），甚至训练AI的数据本身也是由AI生成的。
随着新一代计算机的问世，无限算力将突破计算极限。量子计算机、生物计算机和高性能计算机将攻克制约行业和企业发展的算力瓶颈。贾缙认为，算力将是决定企业在元宇宙竞争中成败的重要因素，其3个技术方向值得关注：一是传统计算方式进一步扩展算力，二是量子计算，三是生物计算芯片。
贾缙表示，每次互联方式的变革都会产生新的领军企业。目前来看，每个企业的应用和落地场景不同。随着技术进步，一家企业的局部尝试可能会变成普遍化应用，让任何企业和个人都可以加入其中，最终形成颠覆性效应。
（来源：经济日报）
我超甜！海草底部蔗糖浓度约比记录高80倍
“超甜”海草
据英国《自然·生态与演化》杂志近日发表的一项研究，美国科学家团队发现海草场底部蔗糖积累浓度约比此前海洋记录高出80倍。这些发现表明海草可能相当于一个巨大的全球有机碳库，预计是由于分解碳的微生物活动受到了抑制。
海草场是重要的海洋栖息地，因为它们既为海洋生物多样性提供庇护所和食物，还可能在植物组织中，在同等面积下，存储碳是陆地雨林的35倍。海草还会从根部以单糖和其他化合物形式分泌碳。但是海洋微生物在这一碳源的消耗和循环过程中所起的作用，迄今尚未得到深入了解。
此次，美国加利福尼亚大学默赛德分校研究人员麦基·索金及其同事，分析了地中海三个不同的大洋海草场，以及加勒比海和波罗的海其他海草场底部沉积物内水样（又称孔隙水）的化学成分。他们在海草根部附近发现了出乎意料的高浓度蔗糖：在全球范围内，海草沉积物上部30厘米层储备了相当于0.67—1.34太克的蔗糖。
通过分析海草场下方沉积物中生活的微生物，研究人员发现，虽然恢复的微生物基因组中80%含有分解蔗糖的基因，但这些基因仅在64%的基因组中表达。他们预测，低氧环境结合植物酚类物质（显著抑制微生物活性），或可解释蔗糖的积聚。
研究团队总结说，海草下方蔗糖的积聚可作为有价值的有机碳存储方式，其他海洋和水生植物中也可能发现这种相关方式。
（来源： 科技日报）
AI算法实现光速级地震监测
AI算法基于PEGS估算大型地震震级示意图,PEGS以光速传播,远快于地震波。
英国《自然》杂志11日发表的一项研究显示，一个机器学习模型可以对大型地震的演化进行准确地实时估测，这个经过训练的机器学习模型能测定以光速传播的重力变化信号。
对地震的监测一般需要测定地震波，地震波是在地壳中传播的能量脉冲。然而，基于地震波的预警系统有时候反应太慢，无法在大型地震（矩震级8或以上）发生的当下准确估算地震规模。有一种解决办法是追踪即时弹性重力信号（PEGS），这种信号以光速传播，由岩体突然错动导致重力变化而产生。不过，PEGS是否能用来对大型地震出现后的方位和发展做出快速可靠的实时估算，一直有待验证。
来自法国蔚蓝海岸大学、法国发展研究院、法国国家科学研究中心、蔚蓝海岸天文台的科学家们此次在日本1400个潜在地震位置模拟了35万个地震情景，并利用PEGS信号训练了一个深度学习模型（PEGSNet）。之后，研究人员又用2011年日本东北大地震的实时数据测试了这个模型，2011年日本东北大地震是迄今有记录的规模最大、破坏力最强的地震之一。
研究人员发现，PEGSNet能准确计算地震方位、地震规模以及地震随时间的变化。重要的是，PEGSNet能快速给出以上信息，在地震波到达前就做出判断。
研究人员总结道，PEGSNet在大型地震及其演化（从地表破裂到可能出现的相关海啸）的早期监测方面或能发挥重要作用。虽然这个模型主要针对日本，但他们强调，该模型也能很好地适用于其他地区，只需很小的调整就能实时使用这一策略。
（来源：科技日报）