“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
量子计算初创公司PsiQuantum宣布完成10亿美元E轮融资,由贝莱德领投,淡马锡和Baillie Gifford参投。本轮融资使公司估值达到70亿美元,较2021年D轮融资估值翻倍。资金将用于加速建造拥有超过百万量子比特的大规模可靠量子计算机,目标在2028年前完成。公司还宣布与英伟达合作开发量子算法和软件。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Adobe公司正式推出首个AI智能体产品系列,旨在变革企业客户体验创建和营销活动优化方式。这些基于Adobe Experience Platform的智能体能够自动化网站优化、内容制作、受众细分等客户体验相关任务。产品包括受众智能体、客户旅程智能体、实验智能体、数据洞察智能体等多个专业工具,并配备AEP智能体编排器进行统一管理。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。