“暗物质”是宇宙最神秘的成分之一
它无处不在
却如幽灵般从未被“捕捉”
暗物质的“真相”
是21世纪最大的科学谜团之一
谁能破解暗物质之谜,谁就能继哥白尼的日心说、牛顿的万有引力定律、爱因斯坦的相对论、量子力学之后,引领人类重新认识宇宙。
作为我国探索暗物质的国之重器之一,中国锦屏极深地下实验室位于四川凉山彝族自治州锦屏山内部,埋深高达惊人的2400米,是全球最深、最大的极深地下实验室。
之所以深挖2400米,而且专挑异常坚硬的岩石山体进行挖掘,原因只有一个——那就是创造最“纯净”的实验室环境。
这种纯净绝不是简单的干净卫生,而是要屏蔽我们看不到的宇宙射线和辐射,排除一切会影响观测的因素。
中国锦屏极深地下实验室追求极致“纯净”的实验环境
中国锦屏极深地下实验室宇宙射线通量仅有地表的亿分之一,并在建设时提出,所采用的建设材料和电气设备,都要满足低本底辐射的要求。这里的本底辐射,通俗地理解,就是自然环境中原本存在的放射性物质(主要是实验室周围的岩石)所产生的辐射。
这是个巨大的挑战,尤其是关键设备的辐射,为了解决这个问题,锦屏地下实验室选择高度可靠、技术领先、并且拥有强大服务能力,能够高度配合实验室建设的供应商合作。
中国锦屏极深地下实验室与维谛技术深度合作
以空调系统为例,中国锦屏极深地下实验室选择了维谛技术(Vertiv,NYSE:VRT)的Vertiv™ Liebert®PEX3 风冷节能认证空调和Vertiv™ Liebert®PEX3 CW 高能效冷冻水精密空调。
维谛技术是精密空调的开创者和引领者,Liebert®PEX系列精密空调是针对现代电子设备机房设计的专用空调。
它的工作精度和可靠性要远高于普通空调,特别适用于尖端实验室、卫星移动通讯站、生物医学测试室、精密电子仪器生产车间等高精密的环境。
Liebert®PEX3系列精密空调在产品的所有环节对辐射进行了专业控制,此次还特别针对清华大学建设最“纯净”实验室的要求,对防辐射问题进行了专门强化。
除此以外,维谛技术还针对山体内高达95%的湿度,以及室内室外机超长距离等问题,进行技术验证和方案优化,以此满足中国锦屏极深地下实验室的各种“极致”要求。
在多方努力下,2023年锦屏极深地下实验室二期项目——锦屏大设施建设顺利完工,这是国际上首次大规模建设的具有极低辐射本底极端条件的综合实验设施,是目前世界上最深、最大、最“纯净”的极深地下实验室。
利用全球领先的实验环境,中国锦屏极深地下实验室团队目前已经取得了一系列国际领先的科研成果,这使我国的暗物质研究从“跟跑”进步为“并跑”,甚至在局部已经实现了“领跑”。
对于暗物质的研究,目前全球仍在紧张的探索之中。谈及研究前景,锦屏极深地下实验室的研究人员满怀憧憬:
“做科研就要勇于冲破黎明前的黑夜,一旦迎来第一缕曙光,前方将是万丈光芒。”
在地下深处探索宇宙的奥秘
这是独属于科研人员的“硬核浪漫”
这种浪漫,令人肃然起敬
这种浪漫,令人满怀期待
关于维谛技术(Vertiv)
维谛技术(Vertiv, NYSE: VRT, 原艾默生网络能源),是一家全球领先的数字基础设施解决方案提供商,在通信网络、数据中心、商业&工业、新能源等领域拥有50+年的发展历史。维谛技术(Vertiv)的产品广泛覆盖了政府、电信、金融、互联网、科教、制造、医疗、交通、能源等客户群体,为客户提供覆盖各个领域关键基础设施的电力、制冷和IT基础设施解决方案和技术服务组合。
维谛技术(Vertiv)的客户遍布全球,在中国拥有2大研发中心和2大生产基地,覆盖全国范围的30+办事处和用户服务中心、100+城市业务支持中心,为客户提供高可靠高质量的产品方案和专业卓越的技术服务,共同构建关键技术悦动在线keep it hummingTM的美好世界。
好文章,需要你的鼓励
Songscription公司发布AI音乐转录工具,可在几分钟内将音频文件转换为乐谱。该产品采用免费增值模式,面向专业和业余音乐家。目前主要支持钢琴转录,未来计划增加吉他谱等功能。用户可上传音频文件或直接从YouTube链接进行转录,系统还能生成钢琴卷帘谱。公司定位为增强型音乐记谱软件,帮助用户加速转录过程。该初创公司已获得Reach Capital的预种子轮融资。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
甲骨文宣布签约一位神秘大客户,预计从2028财年开始每年将贡献超过300亿美元收入,这将使其云业务规模翻倍以上。CEO萨弗拉·卡茨透露,公司多云数据库收入持续以超过100%的速度增长。甲骨文2025财年总收入574亿美元,其中云收入244亿美元。公司采用独特的云策略,在竞争对手的数据中心部署自己的基础设施,主要运行甲骨文数据库以提供低延迟访问。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。