一分快3下载app_一分快3官方

科学家成功合成铹的第14个同位素******

　　超镄新核素铹-251不仅是近20年来科研人员首次直接合成的铹的新同位素，也是迄今为止合成的中子数N为148的最重同中子异位素。铹-251具有α衰变性，可以发射出两个不同能量的α粒子。

　　超重元素的合成及其结构研究是当前原子核物理研究的一个重要前沿领域。铹是可供合成并进行研究的一种超镄元素，引起了人们极大的兴趣。

　　近日，科研人员利用美国阿贡国家实验室充气谱仪（AGFA）成功合成了超镄新核素铹-251。相关成果发表于核物理学领域期刊《物理评论C》。

　　此次合成铹的新同位素，运用了什么技术方法？合成得到的铹-251，具有什么基本特征？合成的铹-251对于物理、化学等学科的研究来说具有什么意义？针对上述问题，记者采访了这一工作的主要完成人之一，中国科学院近代物理研究所副研究员黄天衡。

　　不断进行探索，再次合成铹同位素

　　铹的化学符号为Lr，原子序数为103，是第11个超铀元素，也是最后一个锕系元素。“一般来说，原子序数大于铹的元素被称为超重元素。”黄天衡介绍。

　　质子数相同而中子数不同的同一元素的不同核素互称为同位素。同一种元素的同位素在化学元素周期表中占有同一个位置，同位素这个名词也因此而得名。

　　103号元素由阿伯特·吉奥索等科研人员于1961年首次合成。为纪念著名物理学家欧内斯特·劳伦斯，103号元素被命名为铹。锕系元素是元素周期表ⅢB族中原子序数为89—103的15种化学元素的统称，其中，铹元素在锕系元素中排名最后。

　　截至目前，科研人员们共合成了铹的14个同位素，质量数分别为251—262、264、266。目前合成的铹的14个同位素中，铹-251至铹-262是在实验中通过熔合反应直接合成的，铹-264和铹-266则是将原子序数更高的核素通过衰变生成的。

　　目前，铹的化学研究中最常使用的同位素是铹-256和铹-260。科研人员通过化学实验证实铹为镥的较重同系物，具有+3氧化态，可以被归类为元素周期表第七周期中的首个过渡金属元素。由于铹的电子组态与镥并不相同，铹在元素周期表中的位置可能比预期的更具有波动性。在核结构研究方面，受限于合成截面等原因，目前的研究仅集中在铹-255上。然而即使是铹-255，其结构能级的指认目前也还存有争议。

　　通过熔合反应，形成新的原子核

　　铹和其他原子序数大于100的超镄元素一样，无法通过中子捕获生成。目前铹只能在重离子加速器中通过熔合反应合成。由于原子核都具有正电荷而会相互排斥，因此，只有当两个原子核的距离足够近的时候，强核力才能克服上述排斥并发生熔合。粒子束需要通过重离子加速器进行加速。在轰击作为靶的原子核时，粒子束的速度必须足够大，以克服原子核之间的排斥力。

　　“仅仅靠得足够近，还不足以使两个原子核发生熔合。两个原子核更可能会在极短的时间内发生裂变，而非形成单独的原子核。”黄天衡介绍，如果这两个原子核在相互靠近的时候没有发生裂变，而是熔合形成了一个新的原子核，此时新产生的原子核就会处于非常不稳定的激发态。为了达到更稳定的状态，新产生的原子核可能会直接裂变，或放出一些带有激发能量的粒子，从而产生稳定的原子核。

　　在此次实验中，科研人员利用美国阿贡国家实验室ATLAS直线加速器提供的钛-50束流轰击铊-203靶，通过熔合反应合成了目标核铹-251。这个新的原子核产生后，会和其他反应产物一起被传输到充气谱仪（AGFA）中。在充气谱仪（AGFA）中，铹-251会被电磁分离出来，并注入到半导体探测器中。探测器会对这个新原子核注入的位置、能量和时间进行标记。

　　“如果这个原子核接下来又发生了一系列衰变，这些衰变的位置、能量和时间将再次被记录下来，直至产生了一个已知的原子核。该原子核可以由其所发生的衰变的特定特征来识别。”黄天衡说。根据这个已知的原子核以及之前所经历的系列连续衰变的过程，科研人员可以鉴别注入探测器的原始产物是什么。

　　超镄新核素铹-251不仅是近20年来科研人员首次直接合成的铹的新同位素，也是迄今为止合成的中子数N为148的最重同中子异位素（具有相同中子数的核素），还是利用充气谱仪（AGFA）合成的首个新核素。目前的实验结果表明，铹-251具有α衰变性，可以发射出两个不同能量的α粒子。

　　拓展新的领域，推动超重核理论研究

　　由于形变，若干决定超重核稳定岛位置的关键轨道能级会降低到质子数Z约等于100、中子数N约等于152核区的费米面附近。对于这一核区的谱学研究可以对现有描述稳定岛的各个理论模型进行严格检验,从而进一步了解超重核稳定岛的相关性质。由于上述原因，对于这一核区的谱学研究是当下探索超重核结构性质的热点课题。

　　此前的理论模型均无法准确地描述这一核区铹的质子能级演化，相关的实验数据十分有限。“本次实验的初衷为把铹的结构研究进一步拓展到丰质子区，尝试开展系统性的研究。”黄天衡表示。

　　研究结果表明，形成超重核稳定岛的关键质子能级在铹的丰质子同位素中存在能级反转现象。此外，研究人员还通过推转壳模型下粒子数守恒方法（PNC-CSM）较好地描述了这一现象，并指出了ε_6形变在这一核区的质子能级演化中起到的重要作用。

　　“此次研究指出了ε_6形变在铹的丰质子核区的质子能级演化中起到的重要的作用，对现有的理论研究提出了新的挑战，将推动超重核领域相关理论研究的发展。”黄天衡说。（记者颉满斌）

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

　　（文图：赵筱尘 巫邓炎）