超光速粒子、希格斯玻色子、里约地球峰会、伦敦奥运会、人工智能、人类起源、数字化的美国大选……《新科学家》杂志的这份“2012概念指南”可帮助你更好地理解2012年将发生的重要社会科技事件。 中微子可能是超光速粒子 明年，实验将证实中微子究竟是否能够打破宇宙速度极限———但是要如何将这些不怎么听话的微粒纳入物理学理论？ 2011年9月，在有那么几天时间里，微中子成为全球最重要的新闻。名不见经传的意大利格兰萨索国家实验室做出一项惊人声明———亚原子微粒中微子的速度可超过光速。根据爱因斯坦狭义相对论，光速是宇宙速度的极限，没有任何物质可以超越光速。这一可能震撼物理学根基的结果，瞬时在整个学界掀起狂波巨澜，亦招致世界上相当数量的物理学家的质疑。2012年，德国巴伐利亚费米实验室的M IN O S(注入器中微子振荡搜寻)实验和日本T 2K中微子振荡实验都将试图证实这一声明究竟是否站得住脚。T2K实验有来自12个国家的500名研究人员参与。由位于日本东海县的加速器将质子加速产生中微子，并将束流对准295公里外的超级神冈探测器。实验自2010年1月开始运行。由于3月份日本大地震，加速器设施遭到破坏，被迫停止运行。如果结果证明，中微子的速度果然超过光速，那么要如何将这些淘气的微粒纳入物理学？ 一种方法是通过超光速粒子。这是一种假想微粒，在超光速的条件下诞生。只要它们一直待在自己的高速通道内，那么就不会对爱因斯坦的狭义相对论构成威胁。 中微子是超光速粒子吗？如果宇宙中有一种场地，而它与经过的粒子发生交互作用，那么这种解释是成立的。如果在这片场地中光子的阻力较大，那么中微子的速度自然可以超过光速。这种解释听上去似乎并不陌生：比如，光线穿过玻璃时就比穿过真空时慢。因此，宇宙中可能布满某种漫射玻璃。 如果中微子果然是超光速粒子，理论家们依然有工作要做。虽然诞生于高速，超光速粒子依然违背了狭义相对论的另一条要求：无论在什么地方，无论以什么速度行进，粒子的行为都将保持不变。与此同时，不少试图解释这一离奇实验结果的理论已经出现。 撰文：LisaG rossm an
寻找希格斯玻色子 在2012年，欧洲核子中心的大型强子对撞机(LH C )将改变我们对宇宙的观点。它的实验将证实希格斯玻色子究竟是否存在，当结果公布时，必将成为轰动世界的新闻。 先有必要来谈一谈L H C。它最初是作为一个纯欧洲计划而诞生，最终演变成世界性的研究工具，在欧洲建造，得到来自全球的资金和技术支援。L H C向人们展示了，当来自不同文化的人为了一个共同目标携手合作，可以取得什么样的成就。自登月计划以来，还从未有科学项目像L H C一样引起如此强烈的社会反响。可以公正地说，L H C是我们这个时代最成功的国际科研项目，这正是值得借鉴的地方。L H C的母实验室为欧洲核子研究中心，从成立之初它就是一个国际性组织，管理机制成熟，允许非中心成员国家投资参与其项目。随着其他科研领域也走向国际化，如 果参考欧核中心的模式将令它们受益匪浅。 回到希格斯玻色子(又叫希格斯粒子或希格斯子)话题。寻找这种神秘的粒子是一项艰巨挑战。想象在一群野马跑过之后，试图找到一头斑马留下的足 迹，你大概可以理解希格斯玻色子猎人们所面对的挑战。搜寻工作一度似乎已经终结。12月13日，L H C实验小组报告发现希格斯玻色子的踪迹。2012年，欧核中心将发布大量L H C实验数据，它们将证实这些“踪迹”是否可靠。 但是，收集数据仅仅是痛苦的粒子发现工作的开始。希格斯玻色子并不能直接检测，而是通过它衰变后的产物，比如一对光子或是Z玻色子。但是，其他 的微粒，比如夸克也能够形成类似衰变产物。这个喧闹的“背景”可能淹没希格斯玻色子的信号。L H C研究团队成员威斯康辛大学的布鲁斯·梅拉多说，“背景噪音是搜巡希格斯玻色子的致命弱点。” 最近发现的信号显示希格斯玻色子的质量很轻，这将令搜寻工作变得更加复杂。不同于大质量的希格斯玻色子，小质量的希格斯玻色子衰变后很少成为Z 玻色子，而是变成更常见的衰变物，更容易混进背景。从统计学上说，发现希格斯玻色子存在证据的几率只有一百万分之一。撰文：DavidShiga 里约地球峰会 地球这艘宇宙飞船需要一个驾驶员。时间紧迫，我们必须冲进驾驶舱，控制航向。这就是2012年巴西里约热内卢地球峰会将要传达的主题。自然灾 害、食品和水资源短缺、生物多样性损失，这一切都说明人类活动正在破坏我们的星球，让它变得越来越危险。在里约，我们将必须推动建立一套“环境治理”的全 球系统。 地球有9大对人类生存至关重要的生命支持系统。它们对人类活动有一定的承受能力，但不幸的是，要跨过安全界限实在轻而易举。衡量这些生命支持系 统的健康程度的指标分别是：海洋酸化、臭氧浓度、淡水消耗量、生物多样性、氮磷循环、土地使用率、二氧化碳浓度、气溶胶浓度和化学污染。从这些指标判断， 人类已经冲破了其中3条安全界限。我们的不负责任导致物种灭绝速度达到了自然灭绝速度的10倍。我们人为调高了行星的温度，甚至可能引起了不可阻止的自然 反馈，加剧地球温度上升。我们滥用化肥，导致氮循环加速，污染生态系统和海洋。 在其他方面，我们也在不断考验地球的极限。到本世纪中期，淡水的采集也可能突破安全界限，导致土地干旱、粮食减产、全球粮食供给将经受严重考验。同样地，海洋的酸化可能让贝类和珊瑚逐渐消失，威胁整个海洋生态系统。 至于化学污染和大气污染这两项，我们还需要找到引发危机的临界点。最后只剩下人类唯一值得骄傲的地方：我们成功修复了极地上空的臭氧层空洞。 有人呼吁通过“地球工程”来修补地球。无论你是否支持这一做法，不可辩驳的是，人类已经主宰了地球的众多生命支持系统，仅仅是减少我们的足迹已经于事无补。地球已经无法自动驾驶。撰文：FredPearce 如何成为奥运会冠军 2012年7月，全球约1.7万名顶尖的运动员将涌向伦敦参加奥运会。他们可能都拥有最适合于各自运动项目的最优基因，并且经过多年的专业训练，连饮食也无比考究。但是，最终决定胜负的关键可能在于他们的头脑。 仅仅在过去10多年，人们才意识到，对于体育比赛的胜负，心理训练和体能训练可能同等重要。在备战伦敦奥运会的最后一年中，英国奥运代表团的运 动员每个月要进行两次心理治疗。两位以色列心理学家给他们的运动员设计了长达4年的心理训练计划，北京奥运会刚刚结束就开始了训练。 奖牌获得者大多是那些最善于控制自己的情绪，精力集中，充满自信、动力和乐观情绪的人。心理训练的目的是通过一些策略———比如制定目标、模拟竞赛环境、和自己对话———让运动员达到这一状态。 心理学家还将考虑到大赛之前运动员所处的环境因素。当运动员在伦敦奥运村期间，要向他们发布哪些信息？公告栏上发布的消息要如何措辞？所有细节都有关系。 当然，最优秀的运动员也拥有恰当的基因。优秀短跑选手或跳远运动员可能拥有某种形式的ACTN 3基因，这让他们拥有更多的快肌———短时爆发力和速度型运动需要的肌肉。耐力型运动员通常拥有一种N R F2基因，使得他们拥有最佳的最大摄氧量———人体在进行有大量肌肉群参加的长时间剧烈运动中，当心肺功能和肌肉利用氧的能力达到本人的极限水平量，单位 时间内所能摄取的氧量。它的意义在于反映人体最大有氧代谢能力，反映心肺功能的转运能力和肌肉对氧的吸收、利用能力。 因此，成为奥运会赢家的关键在于拥有正确的基因、多年的专业体能训练、具备优良的心理素质。但并非所有人都能成为赢家。也许一些运动员需要心理学家帮助他们应对失败———当然在8月结束前，最好不要提到这个词语。 撰文：Jessica Ham zelou 人类混杂的起源 如果你认为我们是来自东非的古猿的直系后裔，暂且打住。人类的起源理论正从根本上受到质疑，我们身份的基础也可能因此动摇。 首先，人类可能并非源自东非。在南非发现了两具惊人完整的197万年前的古人类化石说明现代人类也可能诞生于东非大裂谷之外。这说明类人猿可能 在非洲各地同时进化。我们对这些古代猿人的了解越多，将越有助于了解人类进化历史上的重要里程碑：体毛在什么时候消失；什么时候开始使用工具。 其次，并不存在标准人类。除非洲人之外，其他所有人类都有2.5%的D N A源自尼安德特人，是6万年前智人和尼安德特人杂交的结果。所有美拉尼西亚人有5%的基因来自另一种古人类———丹尼索瓦人。一部分人还携带着基因说明我 们的祖先曾经和其他已经灭绝的古人类交配过。 随着越来越多化石被发现，对它们的D N A进行测序。我们将获得更多关于这些已经灭绝的古代亲戚的生物学证据，从而得知我们和他们之间的差异。当然两者之间共同之处也同样有趣。 撰文：CatherineBrahic 如何测量机器的智商 阿兰·图林诞生一百年后，他提出的著名的判断机器智能的标准，现在看来既太难又太狭隘，但是可能存在其他测量方法。 当一个莫名其妙的答案出现在电脑屏幕上，我的心往下一沉。我是2011年Loebner人工智能竞赛的裁判之一。在比赛中，计算机程序试图让裁判认为它们就是真人。这一竞赛基于图灵测试———著名的机器智能基准。迄今为止，还没有一台机器能够通过图灵测试。 2012年将迎来阿兰·图灵诞辰100周年。图灵是英国著名的数学天才，二战期间帮助破译了纳粹德国的恩尼格玛密码机。他于1950年提出了测 量机器智慧的方法。为了纪念图灵，大量的机器智能测试竞赛可能在今年举行。但是，图灵测试并不适合测量今天的人工智能。首先，它要求一个程序抓住人类语言 的精妙细节，这实在太困难。与此同时，它未免太狭隘：今天的机器人已经能够影响股市、操纵飞机着陆、甚至驾驶汽车，为什么要局限于模仿人类的语言天赋？ 另一种方式是通过一系列的小型图灵测试，每种测试专攻某个领域的机器智能。比如，一种新的视觉图灵测试将机器人识别图片中物体的空间关系的能力 与人的同种能力进行对比。 还有人提出，完全放弃人类作为参照标准。采用统一的智力数学定义，很快就可以通过标准测试判断电脑和人的智商，并且不受人类偏见的影响。这样的统一测试甚至可能发现一台比人类聪明得多的机器。撰文：Paul Marks
数字化美国大选 网络已经占据人们生活的相当一部分，因为如此，美国总统候选人可以针对不同选民发布更有针对性的信息。 如果你住在俄亥俄州，喜欢在Tw itter上谈论你的教堂？共和党人可能想要和你谈一谈。如果你住在加州，将自己和丰田电动车的照片放到网上？巴拉克·奥巴马可能希望你帮他设立一个筹款网页。 2012年11月举行的美国总统大选可能将是历史上数据最密集的一次大选。原因？我们分享的个人信息越来越多，包括我们的兴趣、社会关系、网上行为。精明的政治候选人可以根据这些信息判断我们的投票趋势、更有针对性地选择目标、选择以何种方式和我们沟通。 2008年，奥巴马的竞选团队首次利用网络志愿者，不仅用于宣传，还用于跟踪各类选民最关心的问题是什么。他们根据选区建立电脑模式，帮助决定在最后一刻把钱和志愿者投到哪里才能发挥最大效果。 2012年，更多候选人可能采用这种数据辅助的决策模式。竞选战略师很早就将选民登记数据和消费者数据库及民调信息集合，用以建立选民档案，其 中包含上千个变量，比如某人的房屋大小、阅读什么杂志，等等。现在，这些信息可以和T w itter和博客所传达的时下政治情绪结合进行综合分析。 个体选民的兴趣爱好、政治主张等详细信息还可帮助竞选团队设计更有针对性的宣传信息。曾在Tw itter中谈论对科幻剧集《银河战星》的热爱？如果在网络政治广告或是赞助商链接中看到的政治信息讲述了候选人对科学或太空探索的立场，不要感到惊讶。 人们将如何看待这种个性化的选战还有待验证。厌恶或喜欢都有可能。但现实是，约一半美国人拥有Facebook账户，选民们将不得不习惯政客们用各种方式利用他们的个人信息。将庞大的网络信息和复杂的预测软件相结合，2012年可能目睹终极政治机器的崛起。 隐私价值千亿 如果传闻可信，我们的个人信息的价值达到1000亿。社交网站Facebook计划在2012年首次公开募股，据预测募集的资金可能达到1000亿。这一切都得感谢Facebook的普通用户。 根据这个估价，F acebook的8亿多用户每人价值约125美元。但是，凭什么Facebook可以靠将你的个人信息卖给广告商赚钱？你是否也能从中获利？不幸的是，答 案是否定的。你的信息只有在属于某个群体的时候才值钱。了解你一个人喜欢番茄酱胜过芥末酱对于一家公司毫无价值，但如果将数百万人的同类信息收集起来，对 于麦当劳可能就具有很大的商业价值。 当然，如果决定自己出售个人信息你还需要知道它的价值。一种方法是反过来考虑如果隐私泄露会导致什么危害，如果危害程度越大，则隐私越具有价值。 隐私泄露的危害可能包括接到更多讨厌的市场调查电话、被拒绝购买健康保险、或只是被朋友轻视。但是，社交网站并不会公开宣传说它在出售你的信息。只要Facebook用户们继续免费提供自己的个人信息，我们将永远无法将个人详细信息的真正价值兑换成钞票。 撰文：JacobAron 绘制人脑连接图谱 从19世纪开始，人们就开始怀疑人的身份本质存储于脑神经元的连接之中。今天，我们拥有了证明这一猜想是否正确的技术。 直到今天，我们对脑的认识主要依靠观察局部脑区域受伤的病人，或是依靠核磁共振成像(M R I)等脑扫描技术，通过这两种方式可以判断不同脑区域的功能，但无法得知它们的相互关系。不了解这些不同区域的互动就好像在不知道电线通往何方的情况下试图了解一个电话网络。 “如果不知道哪个区域和其他哪些区域相连，那么你将缺失大量信息，”牛津大学的提姆·贝伦斯说。他是H CP(H um anConnectom e Project，人脑连接组项目)的成员。这个科学项目的目标是绘制出1200个人脑的主要神经连接图谱，预计2012年末将可以看到初步结果。 人脑拥有上千亿个神经元，每个神经元有约1万个连接，因此绘制人脑图谱将不是一件轻松的工作。标注下每个神经元的连接可能需要几十年。H C P将从最容易摘取的果实下手：标注不同脑区域之间的主要高速路，了解不同个体之间这些“道路”的差异。工作人员将结合多种成像工具，比如一种工具叫扩散 MR I，它可以观测脑白质(相当于脑的“线路”绝缘体)结构。还有一种工具叫静息态M R I，可测量大脑不同区域如何通过共同的连接协调工作。 即使是这样也将产生一个空前复杂的脑结构解剖图，通过它可以了解个性、记忆、甚至良知的形成。 撰文：LindaG eddes 主导世界的网络 按照现在的趋势，在2012年某个时候，Facebook的活跃用户可能超过10亿。通过研究这些人之间的联系，我们可以得知这个庞大网络是如何带来社会变革的。 任何复杂的系统都一样：从全球经济到人脑，关键在于理解连接。要认识我们生活的世界，则需要了解网络理论。感谢复杂系统提供的海量数据和超级计 算机的强大运算能力，网络分析这个新的研究领域备受关注。一种观点认为生物网络可以在一定程度上抵抗干扰。当干扰达到一定程度，系统就会发生扭曲———这 时人就会生病。除了人脑连接组项目，对蛋白质(构成人体细胞的分子机制)连接的研究也将产生海量数据。 由于人类活动创造的网络并非自然选择产生，如果受到干扰则可能崩溃。因此，网络理论家们正忙着研究大公司之间的联系。“太大而不能倒”(Too big to fail)这一概念只是部分正确：从网络理论的角度看，更正确的说法应该是“关联太广而不能倒”(too connected to fail)。 社交网络和这些有什么关系？Facebook想要通过一些程序(算法)帮助它识别哪些关系是最强大的，从而提供更个性化的服务。用Facebook创始人马克·扎克伯格的话说就是———这很复杂，但我们有更好的连接。撰文：Peter Aldhous
新闻来源：南方都市报 编译：宇 原载：New Scientist 网址：www.newscientist.com |
