Młodzi fanatycy fizyki przeprowadzają krótki eksperyment
94
📌
Wojna na Ukrainie
- ostatnia aktualizacja:
Wczoraj 22:48
📌
Konflikt izrealsko-arabski
- ostatnia aktualizacja:
54 minuty temu
🔥
Śmierć na tankowcu
- teraz popularne
#nauka
Młodzi fanatycy fizyki przeprowadzają krótki eksperyment
75
Kilka ciekawych relacji na temat UFO w Starożytnym Rzymie spisanych przez wybitnych historyków.
8
Świeżo wyciągnięty mózg pacjenta który dobrowolnie oddał swoje pośmiertne ciało do celów naukowych...
Da silva zrobił by to lepiej, ale tutaj legal, tak w sam raz do obiadku
Da silva zrobił by to lepiej, ale tutaj legal, tak w sam raz do obiadku
115
Jako ludzkość marzymy o eksploracji dalekiego kosmosu oraz o dotarciu do odległych egzoplanet. Warto się zatem zastanowić nad problemem jaki niosą podróże międzygwiezdne, nad statkami kosmicznymi oraz kwestią obcej biochemii.
11
Jeśli od zawsze jesteście fanami efektu slow motion, to z pewnością docenicie najnowsze osiągnięcie amerykańskich naukowców z INRS oraz Kalifornijskiego Instytutu Technicznego, czyli popularnego Caltechu, którzy opracowali najszybszy aparat świata. Ten potrafi wykonywać fotografie z prędkością… 10 bilionów klatek na sekundę, czyli wystarczająco szybko, by sondować interakcje między światłem i materią w nanoskali.
W ubiegłym roku rekord należał do ekipy ze Szwecji, która mogła się pochwalić wynikiem 5 bilionów klatek na sekundę, poprawionym z ustanowionego wcześniej 4.4 biliona klatek na sekundę, ale nowe osiągniecie kompletnie go deklasuje, dosłownie podwajając ilość klatek. Oczywiście przy takich wartościach już dawno nie chodzi o zastosowanie w branży rozrywkowej, ale naukowej i zdaniem wielu badaczy nowy aparat może przynieść przełomowe odkrycia.
Naukowcy zaczęli swoją pracę od skompresowanej ultraszybkiej fotografii (CUP), czyli metody pozwalającej na uchwycenie 100 miliardów klatek na sekundę, a tym samym światła w ruchu. Samo w sobie jest to już fenomenalnym wynikiem i chociaż może przynieść przełom w wielu dziedzinach, jak astronomia czy medycyna, to wciąż nie wystarcza, by zarejestrować, co tak naprawdę dzieje się w przypadku ultraszybkiego lasera pulsacyjnego, który korzysta ze skali femtosekundowej. Żeby lepiej sobie uzmysłowić o jakich jednostkach tu mowa, to warto wyjaśnić, że jedna femtosekunda względem jednej sekundy to tyle, ile jedna sekunda względem... 31,7 miliona lat.
Kolejnym krokiem była więc technologia łącząca femtosekundową kamerę smugową i statyczną, korzystająca z akwizycji danych (pierwszy etap przetwarzania danych polegający na ich przygotowaniu do dalszej obróbki czy interpretacji) zwanej transformatą Radona: - Wiedzieliśmy, że jeśli skorzystamy tylko z kamery smugowej, jakość obrazu będzie ograniczona. Żeby ją poprawić, dodaliśmy więc taką, która rejestruje nieruchomy obraz. Po połączeniu obrazów, mogliśmy skorzystać z transformaty Radona, żeby uchwycić 10 bilionów klatek na sekundę.
Kamera przeszła już wiele testów i już pozwoliła zarejestrować pojedyncze uderzenie lasera, nagrywając 25 obrazów oddalonych od siebie w czasie o 400 femtosekund. Dzięki temu badacze mogli obserwować zmiany kształtu laserowej wiązki, jej intensywności i kąta nachylenia, w dużo większym slow motion niż dotychczas. Co więcej, badacze zapewnili, że nie mają zamiaru poprzestać na 10 bilionach, bo kolejne ultraszybkie sekrety świata fizyki i biologii tylko czekają na odkrycie. Gratulujemy i czekamy na nowy rekord, zapowiadany biliard klatek na sekundę!
Źródło: GeekWeek.pl
W ubiegłym roku rekord należał do ekipy ze Szwecji, która mogła się pochwalić wynikiem 5 bilionów klatek na sekundę, poprawionym z ustanowionego wcześniej 4.4 biliona klatek na sekundę, ale nowe osiągniecie kompletnie go deklasuje, dosłownie podwajając ilość klatek. Oczywiście przy takich wartościach już dawno nie chodzi o zastosowanie w branży rozrywkowej, ale naukowej i zdaniem wielu badaczy nowy aparat może przynieść przełomowe odkrycia.
Naukowcy zaczęli swoją pracę od skompresowanej ultraszybkiej fotografii (CUP), czyli metody pozwalającej na uchwycenie 100 miliardów klatek na sekundę, a tym samym światła w ruchu. Samo w sobie jest to już fenomenalnym wynikiem i chociaż może przynieść przełom w wielu dziedzinach, jak astronomia czy medycyna, to wciąż nie wystarcza, by zarejestrować, co tak naprawdę dzieje się w przypadku ultraszybkiego lasera pulsacyjnego, który korzysta ze skali femtosekundowej. Żeby lepiej sobie uzmysłowić o jakich jednostkach tu mowa, to warto wyjaśnić, że jedna femtosekunda względem jednej sekundy to tyle, ile jedna sekunda względem... 31,7 miliona lat.
Kolejnym krokiem była więc technologia łącząca femtosekundową kamerę smugową i statyczną, korzystająca z akwizycji danych (pierwszy etap przetwarzania danych polegający na ich przygotowaniu do dalszej obróbki czy interpretacji) zwanej transformatą Radona: - Wiedzieliśmy, że jeśli skorzystamy tylko z kamery smugowej, jakość obrazu będzie ograniczona. Żeby ją poprawić, dodaliśmy więc taką, która rejestruje nieruchomy obraz. Po połączeniu obrazów, mogliśmy skorzystać z transformaty Radona, żeby uchwycić 10 bilionów klatek na sekundę.
Kamera przeszła już wiele testów i już pozwoliła zarejestrować pojedyncze uderzenie lasera, nagrywając 25 obrazów oddalonych od siebie w czasie o 400 femtosekund. Dzięki temu badacze mogli obserwować zmiany kształtu laserowej wiązki, jej intensywności i kąta nachylenia, w dużo większym slow motion niż dotychczas. Co więcej, badacze zapewnili, że nie mają zamiaru poprzestać na 10 bilionach, bo kolejne ultraszybkie sekrety świata fizyki i biologii tylko czekają na odkrycie. Gratulujemy i czekamy na nowy rekord, zapowiadany biliard klatek na sekundę!
Źródło: GeekWeek.pl
25
Minie jeszcze trochę czasu, zanim uda nam się okiełznać komputery kwantowe. Nie oznacza to jednak, że jesteśmy skazani na krzem. Istnieją jeszcze komputery fotoniczne, które są bardzo obiecującą platformą dla sieci neuronowych.
Udowadniają to ostatnie badania, przeprowadzone na Uniwersytecie Stanforda. Tamtejszym naukowcom, pod kierownictwem Shanhui Fana udało się zaprojektować neuronową sieć fotoniczną o ogromnych możliwościach.
Fotoniczna sieć neuronowa – jak to działa?
O możliwościach tego rodzaju sieci neuronowych mogliśmy przekonać się już w 2016 r., kiedy to na Uniwersytecie w Princeton powstał układ, w którym informacje przekazywane były za pomocą światła o różnych długościach fali. Jest to o wiele szybszy sposób na wymianę danych niż przesyłanie impulsów elektrycznych, ograniczonych do dwóch wartości: zera i jedynki. Nic więc dziwnego, że sieć neuronowa z Princeton była w stanie rozwiązywać równania różniczkowe 1960 razy szybciej niż tradycyjny, krzemowy procesor.
Komputery optyczne przez bardzo długi czas istniały jako teoretyczna koncepcja. Teraz jesteśmy w stanie je konstruować. Jedną z trudniejszych przeszkód były nowy rodzaj bramek logicznych. Fotony, które w układach fotonicznych zastępują impulsy elektryczne, w przypadku sieci zbudowanej na Uniwersytecie Stanforda kontrolowane są przez swojego rodzaju półprzezroczyste zwierciadła.
Układ, który potrafi się „uczyć”.
Z opisu eksperymentu, opublikowanego w czasopiśmie naukowym Optica wynika, że naukowcom ze Stanforda udało się nawet skonstruować optyczny odpowiednik układu, który w tradycyjnych sieciach neuronowych odpowiada za ich zdolność do uczenia się. Jest to tak naprawdę najważniejsza wiadomość. Oznacza bowiem, że skonstruowana przez nich fotoniczna sieć neuronowa została wyposażona w optyczny odpowiednik algorytmu wstecznej propagacji błędów (ang. backpropagation algorithm).
W skrócie: sieć neuronowa działająca w oparciu o układ optyczny potrafi uczyć się na własnych błędach. Jest to kluczowa umiejętność tego typu algorytmów. To właśnie dzięki niej są one w stanie poradzić sobie z takimi zadaniami, jak rozpoznawanie ludzkiej mowy, czy też sterowanie pojazdami autonomicznymi. Układy optyczne nie tylko wykonują wszystkie obliczenia potrzebne np. do kierowania pojazdem znacznie szybciej niż tradycyjny krzem. Oprócz tego zużywają też mniej energii i nie wymagają aż tak wydajnego chłodzenia. To bardzo znaczące zalety tego rodzaju układów.
Sieć opracowana przez Fana i jego zespół ma oczywiście charakter eksperymentalny i – jak twierdzą sami naukowcy – wymaga jeszcze wielu poprawek. Jednak sam fakt pomyślnej implementacji algorytmu wstecznej propagacji błędów daje nadzieję na to, że w niedalekiej przyszłości układy optyczne zaczną być stosowane komercyjnie. Osobiście nie mogę się doczekać.
Autor-TOMASZ DOMAŃSKI.
Udowadniają to ostatnie badania, przeprowadzone na Uniwersytecie Stanforda. Tamtejszym naukowcom, pod kierownictwem Shanhui Fana udało się zaprojektować neuronową sieć fotoniczną o ogromnych możliwościach.
Fotoniczna sieć neuronowa – jak to działa?
O możliwościach tego rodzaju sieci neuronowych mogliśmy przekonać się już w 2016 r., kiedy to na Uniwersytecie w Princeton powstał układ, w którym informacje przekazywane były za pomocą światła o różnych długościach fali. Jest to o wiele szybszy sposób na wymianę danych niż przesyłanie impulsów elektrycznych, ograniczonych do dwóch wartości: zera i jedynki. Nic więc dziwnego, że sieć neuronowa z Princeton była w stanie rozwiązywać równania różniczkowe 1960 razy szybciej niż tradycyjny, krzemowy procesor.
Komputery optyczne przez bardzo długi czas istniały jako teoretyczna koncepcja. Teraz jesteśmy w stanie je konstruować. Jedną z trudniejszych przeszkód były nowy rodzaj bramek logicznych. Fotony, które w układach fotonicznych zastępują impulsy elektryczne, w przypadku sieci zbudowanej na Uniwersytecie Stanforda kontrolowane są przez swojego rodzaju półprzezroczyste zwierciadła.
Układ, który potrafi się „uczyć”.
Z opisu eksperymentu, opublikowanego w czasopiśmie naukowym Optica wynika, że naukowcom ze Stanforda udało się nawet skonstruować optyczny odpowiednik układu, który w tradycyjnych sieciach neuronowych odpowiada za ich zdolność do uczenia się. Jest to tak naprawdę najważniejsza wiadomość. Oznacza bowiem, że skonstruowana przez nich fotoniczna sieć neuronowa została wyposażona w optyczny odpowiednik algorytmu wstecznej propagacji błędów (ang. backpropagation algorithm).
W skrócie: sieć neuronowa działająca w oparciu o układ optyczny potrafi uczyć się na własnych błędach. Jest to kluczowa umiejętność tego typu algorytmów. To właśnie dzięki niej są one w stanie poradzić sobie z takimi zadaniami, jak rozpoznawanie ludzkiej mowy, czy też sterowanie pojazdami autonomicznymi. Układy optyczne nie tylko wykonują wszystkie obliczenia potrzebne np. do kierowania pojazdem znacznie szybciej niż tradycyjny krzem. Oprócz tego zużywają też mniej energii i nie wymagają aż tak wydajnego chłodzenia. To bardzo znaczące zalety tego rodzaju układów.
Sieć opracowana przez Fana i jego zespół ma oczywiście charakter eksperymentalny i – jak twierdzą sami naukowcy – wymaga jeszcze wielu poprawek. Jednak sam fakt pomyślnej implementacji algorytmu wstecznej propagacji błędów daje nadzieję na to, że w niedalekiej przyszłości układy optyczne zaczną być stosowane komercyjnie. Osobiście nie mogę się doczekać.
Autor-TOMASZ DOMAŃSKI.
7
Na całym świecie ludzie wierzą w rozmaite teorie spiskowe. Teorie te są niezwykle popularne, dlatego warto w końcu sprawdzić ile w tym wszystkim jest prawdy a ile fikcji. Jedna z takich teorii dotyczy rzekomej Twarzy na Marsie.
7
Materiał poświęcony syndromowi sztokholmskiemu. Poznacie historię tego syndromu, jego objawy oraz konsekwencje jakie może spowodować.
6
No i się nauczyła 
280