Telegram Web
تکامل فیزیکی pinned «📣 فرصت شغلی تولید محتوا در حوزه فیزیک 📝یک مجموعه علمی به یک نویسنده که به فضای تولید محتوا آشنا باشه نیازمند است. 🔭اگر فارغ التحصیل فیزیک،یا دانشجوی ارشد و دکترا در رشته فیزیک و دست به قلم هستید و علاقه مندید در حوزه کاری مرتبط با رشته خودتون فعالیت کنید،فرصت…»
📰شرکت IBM گزارش می‌دهد که رمزگشا می‌تواند محاسبات کوانتومی را به سمت تحمل خطا سوق دهد.

▪️شرکت IBM الگوریتم جدیدی به نام Relay-BP توسعه داده است که تشخیص و اصلاح خطا در حافظه کوانتومی را به طور قابل توجهی بهبود می‌بخشد و نشان‌دهنده پیشرفت به سمت محاسبات کوانتومی مقیاس‌پذیر و مقاوم در برابر خطا است.
⬅️ این الگوریتم که با نام Relay-BP شناخته می‌شود و در این مقاله در سرور پیش‌چاپ arXiv مورد بحث قرار گرفته است، به طور قابل توجهی نحوه شناسایی و رفع خطاها توسط سیستم‌های کوانتومی را در زمان واقعی بهبود می‌بخشد. در آزمایش، این الگوریتم تا ده برابر افزایش دقت نسبت به روش‌های پیشرو قبلی را نشان داد، ضمن اینکه منابع محاسباتی مورد نیاز برای پیاده‌سازی آن را نیز کاهش می‌دهد. IBM می‌گوید این نوآوری به یک تنگنای مداوم در تلاش برای ساخت رایانه‌های کوانتومی قابل اعتماد می‌پردازد و می‌تواند در چند سال آینده منجر به استقرار آزمایشی شود.

▪️الگوریتم Relay-BP نسبت به روش‌های قبلی تا ده برابر بهبود دقت نشان داده و در عین حال نیاز به منابع را کاهش داده است، که آن را برای استفاده در زمان واقعی روی سخت‌افزارهای فشرده مانند FPGAها مناسب می‌کند.
⬅️ کامپیوترهای کوانتومی به دلیل شکننده بودن بلوک‌های سازنده‌ی این دستگاه‌ها - کیوبیت‌ها - به خطاها حساس هستند و به راحتی توسط نویز محیطی یا نقص در کنترل مختل می‌شوند. بدون تصحیح خطا، یک کامپیوتر کوانتومی کاربردی که قادر به حل مسائل در مقیاس بزرگ باشد، غیرممکن خواهد بود. رمزگشای جدید IBM با تفسیر سریع داده‌ها از سیستم‌های کوانتومی و تعیین خطاهای رخ داده و نحوه‌ی اصلاح آنها، بدون ایجاد اختلال مستقیم در خود کیوبیت‌ها، به حل این مشکل کمک می‌کند.

▪️این الگوریتم پارامترهای حافظه قابل تنظیم را برای افزایش انتشار باور معرفی می‌کند و رمزگشایی سریع‌تر و قابل اعتمادتری را در طیف گسترده‌ای از کدهای تصحیح خطای کوانتومی امکان‌پذیر می‌سازد.
⬅️ شرکت IBM قصد دارد آزمایش تجربی رمزگشا را در سال 2026 بر روی Kookaburra، سیستمی که قرار است برای بررسی حافظه کوانتومی مقاوم در برابر خطا طراحی شود، آغاز کند. انتظار می‌رود Relay-BP نقش محوری در این نمایش داشته باشد و به عنوان بستری برای مقیاس‌بندی تصحیح خطای کوانتومی در استقرار کامل در سطح سیستم عمل کند.

این موضوع با نقشه راه گسترده‌تر تحمل خطای شرکت، که شامل سیستم‌های میانی مانند Heron و Flamingo و چشم‌انداز بلندمدت دستیابی به مزیت کوانتومی با ماشین‌های بزرگ و تصحیح‌شده خطا مانند معماری Starling برنامه‌ریزی‌شده IBM می‌شود، مطابقت دارد.

🔗مطالعه کامل خبر
🔗مطالعه مقاله

🖋نویسنده خبر:فاطمه نگهبان

#اخبار_کوانتوم
#خبر
#کوانتوم
#فناوری_کوانتوم
#تصحیح_خطای_کوانتومی

⚛️ کانال تکامل فیزیکی
@physical_evolution
6👍3
📄معرفی مقاله

🟠پرده‌برداری از رازهای کوانتومی: نقض نابرابری بل بدون درهم‌تنیدگی

این مقاله به بررسی نقض نابرابری بل با فوتون‌های غیر درهم‌تنیده در یک آزمایش تداخل ناامید شده (frustrated interference) با چهار فوتون می‌پردازد. برخلاف دیدگاه سنتی که این پدیده را به درهم‌تنیدگی نسبت می‌دهد، این پژوهش نشان می‌دهد یکسانی مسیر (path identity) فوتون‌ها می‌تواند به تنهایی نابرابری بل را نقض کند.
این یافته مفروضات بنیادی درباره تعارض مکانیک کوانتومی و واقع‌گرایی محلی را به چالش می‌کشد. یکسانی مسیر و تداخل کوانتومی می‌توانند به طور مستقل نقض نابرابری بل را ایجاد کنند، که دیدگاه جدیدی در علم اطلاعات کوانتومی باز کرده و می‌تواند به پیشرفت فناوری‌هایی مانند رمزنگاری و محاسبات کوانتومی منجر شود.
آزمایش با چهار منبع فوتون دوتایی طراحی شده که فوتون‌های سیگنال و ایدلر از طریق تبدیل پارامتریک خودبه‌خود (SPDC) تولید می‌شوند. فوتون‌های سیگنال در مسیرهای a₁ و b₂ و ایدلرها در مسیرهای a₂ و b₁ هم‌راستا شده و فازهای α و β کنترل می‌شوند. پس‌انتخاب حالت چهار فوتونی نقض نابرابری CHSH را با بیش از چهار انحراف استاندارد نشان می‌دهد، که ناشی از یکسانی مسیر است.
پیشرفت این پژوهش نیازمند بهبود سخت‌افزارهای کوانتومی برای بستن خلأهای محلی و نمونه‌گیری است. این رویکرد می‌تواند به آزمایش‌های پیشرفته‌تر و کاربردهایی در حسگرها و تصویربرداری کوانتومی منجر شود، ضمن اینکه مفاهیم بنیادی مکانیک کوانتومی را بازنگری می‌کند.

لینک مقاله

#اپتیک
#نامساوی_بل
#کوانتوم
#فوتون
👍63😍3
#معرفی_کتاب

📖 نام اصلی کتاب: 
Black holes & time warps: Einstein’s outrageous legacy"

📚 نام فارسی کتاب: 
سیاهچاله ها و پیچش های زمان: میراث عجیب اینشتین

🖋 نام نویسنده: 
کیپ تورن (Kip thorne)

📆 تاریخ انتشار: 
1994

✏️ زبان اصلی کتاب: 
انگلیسی

کانال تکامل فیزیکی 
@physical_evolution
😍52
معرفی_کتاب

👨‍🏫 معرفی نویسنده کتاب: 

کیپ استیون تورن، فیزیکدان نظری برجسته آمریکایی و استاد بازنشسته مؤسسه فناوری کالیفرنیا (کلتک) است که در سال 2017 به همراه راینر ویس و بری باریش به خاطر کشف امواج گرانشی موفق به دریافت جایزه نوبل فیزیک شد. تورن که از پیشگامان پژوهش در زمینه سیاهچاله‌ها و نسبیت عام است، نقش مهمی در توسعه رصدخانه LIGO ایفا کرد. او علاوه بر فعالیت‌های علمی، به عنوان مشاور علمی فیلم «میان‌ستاره‌ای» با کریستوفر نولان همکاری داشت و مفاهیم علمی فیلم را شکل داد. تورن با ترکیب نبوغ علمی و توانایی بی‌نظیر در ارتباطات علمی، توانسته است پیچیده‌ترین مفاهیم فیزیک را به شیوه‌ای جذاب و قابل درک برای عموم بیان کند.

📚 معرفی کتاب: 
این کتاب جذاب نوشته کیپ تورن، سفری شگفت‌انگیز به دنیای سیاهچاله‌ها و اسرار نسبیت عام اینشتین ارائه می‌دهد. تورن در چهارده فصل به بررسی تاریخی توسعه نظریه‌های نسبیت، پیش‌بینی و کشف سیاهچاله‌ها، و مفاهیم پیچیده‌ای مانند تکینگی‌های گرانشی و کرم‌چاله‌ها می‌پردازد. سبک نوشتاری کتاب ترکیبی منحصر به فرد از دقت علمی و روایت داستان‌گونه است که مفاهیم پیچیده فیزیک را با زبانی قابل فهم و جذاب بیان می‌کند. نیویورک تایمز این کتاب را «ترکیبی درخشان از عمق علمی و روایت جذاب» توصیف کرده است. کتاب نه تنها برای فیزیکدانان حرفه‌ای، بلکه برای هر علاقه‌مند به اسرار کیهان جذاب و آموزنده است.

کانال تکامل فیزیکی
@physical_evolution
9👍1
تخیل مهم‌تر از دانش است. دانش محدود است، اما تخیل دنیا را دربرمی‌گیرد.

👤آلبرت اینشتین

#سخن_بزرگان

تکامل فیزیکی
@physical_evolution
18👍1😍1
📄معرفی مقاله


🟠 دانشمندان به میکروسکوپی نوین با وضوح 1 نانومتر دست یافتند.

دانشمندان موفق به ساخت میکروسکوپی پیشگامانه شده‌اند که می‌تواند واکنش سطوح به نور را با وضوحی بی‌نظیر در حد یک نانومتر ثبت کند.
میکروسکوپ نوری میدان نزدیک روبشی از نوع پراکندگی (s-SNOM) امکان مشاهده پاسخ نوری سطوح مواد را با وضوحی بسیار فراتر از حد پراش فراهم می‌کند. این روش که بر پایه میکروسکوپ نیروی اتمی با مدولاسیون دامنه (AFM) و با دامنه‌های نوسانی معمول در حد چند ده نانومتر استوار است، معمولاً وضوح فضایی بین ۱۰ تا ۱۰۰ نانومتر را در s-SNOM به‌طور رایج فراهم می‌سازد. با این حال، تصویربرداری و طیف‌سنجی نوری از ساختارهای در مقیاس اتمی همچنان چالشی بزرگ باقی مانده است.
مطالعه چگونگی تعامل نور با ماده در مقیاس کمتر از 10 نانومتر، برای پیشرفت فناوری و علم مواد حیاتی است. ویژگی‌های سطح اتمی، مانند نقص‌ها در الماس یا مولکول‌های منفرد درون دستگاه‌های الکترونیکی، می‌توانند تأثیر زیادی بر رفتار و عملکرد مواد داشته باشند. برای درک و کنترل واقعی این اثرات، میکروسکوپ نوری باید تکامل یافته و به این مقیاس‌های کوچک‌تر برسد.
در این مقاله پژوهشگران، روشی با عنوان " s-SNOM  با دامنه نوسان نوک بسیار پایین (ULA-SNOM)"  توسعه داده‌اند که در آن یک میدان نوری فوق‌العاده متمرکز، که در فاصله‌ای در حدود ۱ نانومتر بین نوک پلاسمونیکی و نمونه محصور شده است، با میکروسکوپ نیروی اتمی با مدولاسیون فرکانس (حالت غیرتماسی) در یک محیط خلأ فوق‌العاده بالا و دمای بسیار پایین ترکیب شده است. آن‌ها با استفاده از نوک نقره‌ای و تابش لیزر مرئی همراه با نوسانی ثابت در دامنه ۱ نانومتر، موفق به تصویربرداری با کنتراست نوری از جزایر سیلیکونی روی سطح نقره با وضوح جانبی ۱ نانومتر شده‌اند که فراتر از محدودیت‌های معمول s-SNOM است.
این رویکرد به دانشمندان اجازه می‌دهد تا مواد را در کوچک‌ترین مقیاس‌ها مطالعه کنند؛ و این می‌تواند به پیشرفت‌هایی در طراحی مواد جدید برای کاربردهای الکترونیکی یا پزشکی منجر شود. توانایی تصویربرداری از ویژگی‌هایی مانند نقص‌های اتمی و ساختارهای نانومقیاس با چنین دقتی، فرصت‌های جدیدی را برای مهندسی نوری و علم مواد باز می‌کند.

لینک مقاله


#subnanometer_resolution
#near_field_optical_microscopy
#plasmonic_tip


کانال تکامل فیزیکی
👍4😍3
😍42🕊1
سوال ۱۱

کدام پرتو بیشترین قدرت نفوذ را دارد؟
Anonymous Quiz
19%
پرتو آلفا
3%
پرتو بتا
73%
پرتو گاما
5%
پرتو فروسرخ
10🕊3👍2😭1
Nobody ever figures out what life is all about, and it doesn't matter. Explore the world. Nearly everything is really interesting if you go into it deeply enough.
هیچ‌کس نمی‌فهمد زندگی یعنی چه و این اصلا مهم نیست.جهان را کاوش کنید.اگر به اندازه کافی عمیق وارد آن شوید،تقریباً همه چیز واقعاً جالب است.


👤فاینمن

#سخن_بزرگان

تکامل فیزیکی
@physical_evolution
👍93😍3👎1
📄معرفی مقاله

🟠ردیابی سلول‌های سرطانی در جریان خون: نوآوری در هولوگرافی یادگیری عمیق

مقاله به معرفی یک پلتفرم نوآورانه برای شناسایی سلول‌های سرطانی در جریان خون (CTCs) با استفاده از هولوگرافی دیجیتال میکروسکوپی (DHM) و یادگیری عمیق در جریان می‌پردازد. این سیستم با ترکیب غنی‌سازی میکروفلوئیدیک، تصویربرداری دوگانه (هولوگرافی و فلورسانس)، و تحلیل مبتنی بر یادگیری عمیق، حساسیت و دقت بالایی در شناسایی CTCها ارائه می‌دهد.
اهمیت این موضوع در این است که CTCها به‌عنوان نشانگرهای زیستی کلیدی برای تشخیص زودهنگام سرطان، ارزیابی پیشرفت بیماری، و پایش درمانی شناخته می‌شوند. این پلتفرم با غلبه بر محدودیت‌های روش‌های مبتنی بر آنتی‌ژن مانند CellSearch، که به EpCAM وابسته‌اند، قادر به شناسایی CTCهای متنوع فنوتیپی، از جمله موارد EpCAM-منفی، است. این امر با استفاده از ویژگی‌های مورفولوژیکی و نوری سلول‌ها امکان‌پذیر شده و خطر نتایج منفی کاذب را کاهش می‌دهد. مطالعه نشان داد که حدود 63٪ از CTCهای شناسایی‌شده در بیماران مبتلا به سرطان پروستات پیشرفته EpCAM-منفی اما PSMA-مثبت بودند، که برتری این روش را نشان می‌دهد.
این پلتفرم از سه فناوری متعامد استفاده می‌کند: 1) غنی‌سازی میکروفلوئیدیک اینرسیال برای حذف بیش از 99.999٪ گلبول‌های قرمز و 99.6٪ گلبول‌های سفید، با حفظ 95٪ سلول‌های سرطانی؛ 2) هولوگرافی دیجیتال برای تصویربرداری بدون برچسب از ویژگی‌های مورفولوژیکی سلول‌ها؛ 3) فلورسانس دوکاناله (PSMA و EpCAM) برای تأیید بیوشیمیایی. یک مدل یادگیری عمیق HRNet، آموزش‌دیده با 5.9 میلیون تصویر سلول سالم و 3.1 میلیون تصویر سلول سرطانی از 25 خط سلولی، برای شناسایی CTCها به‌صورت بلادرنگ استفاده می‌شود. این مدل با استفاده از نمونه‌گیری سخت و برچسب‌گذاری شبه‌اتوماتیک، تنوع بالای CTCها را مدیریت می‌کند. نرخ بازیابی 60٪ و نرخ مثبت کاذب کمتر از 1 سلول در میلی‌لیتر در آزمایش‌های اعتبارسنجی گزارش شد.
این پلتفرم با قابلیت پردازش سریع (6 ساعت برای 10 میلی‌لیتر خون) و سازگاری با نمونه‌های زیستی مختلف (مانند بزاق یا مایع مغزی-نخاعی)، پتانسیل بالایی برای کاربردهای بالینی مانند غربالگری، تشخیص، و پایش بیماری‌های سرطانی دارد. توسعه آینده می‌تواند به سمت یک سیستم کاملاً بدون برچسب با تکیه بر یادگیری عمیق پیش رود، که زمان پردازش و هزینه‌ها را کاهش داده و امکان تشخیص انواع سرطان‌ها را فراهم می‌کند.

لینک مقاله

#اپتیک
#سرطان
#تشخیص_زودهنگام
#هولوگرافی
#یادگیری_عمیق
👍5😍21
سوال ۱۲

واحد اندازه گیری دز جذب شده چیست؟
Anonymous Quiz
20%
بکرل
31%
کوری
33%
گری(Gray)
17%
رم(Rem)
4👍3
Work as hard and as much as you want to on the things you like to do the best. Don't think about what you want to be, but what you want to do. Keep up some kind of a minimum with other things so that society doesn't stop you from doing anything at all.
برای کارهایی که دوست دارید بهترین کار را برای آن انجام دهید، به سختی و به همان اندازه که می خواهید کار کنید.به آنچه می خواهید باشید فکر نکنید ، بلکه به آنچه می خواهید انجام دهید فکر کنید. با چیزهای دیگر حداقل کار را انجام دهید تا جامعه شما را از انجام هیچ کاری باز ندارد.


👤فاینمن

#سخن_بزرگان

تکامل فیزیکی
@physical_evolution
👍81👎1😍1
📄معرفی مقاله

🟠هوش مصنوعی هدایت‌شده توسط فیزیک: انقلابی در حل مسائل پیچیده

این مقاله به بررسی هوش مصنوعی هدایت‌شده توسط فیزیک (Physics-Informed AI) می‌پردازد، رویکردی که قوانین فیزیکی را در مدل‌های یادگیری ماشین ادغام می‌کند تا دقت و کارایی حل مسائل پیچیده را بهبود بخشد. برخلاف مدل‌های سنتی یادگیری عمیق که به داده‌های گسترده وابسته‌اند، این روش با استفاده از دانش فیزیکی، نیاز به داده را کاهش داده و دقت پیش‌بینی‌ها را افزایش می‌دهد.
مسائل پیچیده در علوم و مهندسی، مانند دینامیک سیالات یا پیش‌بینی آب‌وهوا، اغلب به مدل‌های محاسباتی سنگین نیاز دارند. هوش مصنوعی هدایت‌شده توسط فیزیک با ادغام معادلات فیزیکی در شبکه‌های عصبی، امکان حل سریع‌تر و دقیق‌تر این مسائل را فراهم می‌کند، حتی در شرایط کمبود داده. این رویکرد نه‌تنها کارایی محاسباتی را بهبود می‌بخشد، بلکه به تعمیم‌پذیری بهتر مدل‌ها در کاربردهایی مانند طراحی مهندسی، علوم مواد، و مدل‌سازی زیستی کمک می‌کند.
نویسندگان از شبکه‌های عصبی هدایت‌شده توسط فیزیک (PINNs) استفاده کرده‌اند که معادلات دیفرانسیل جزئی (PDEs) حاکم بر سیستم‌های فیزیکی را به‌عنوان بخشی از فرآیند یادگیری در نظر می‌گیرند. این شبکه‌ها با بهینه‌سازی تابع زیان که شامل خطای داده و خطای معادلات فیزیکی است، آموزش می‌بینند. آزمایش‌ها روی مسائل دینامیک سیالات و انتقال حرارت نشان داده‌اند که PINNs می‌توانند راه‌حل‌های دقیقی با داده‌های محدود ارائه دهند، در حالی که روش‌های سنتی به محاسبات سنگین وابسته‌اند. این رویکرد همچنین در پیش‌بینی رفتار سیستم‌های غیرخطی و چندمقیاسی موفق بوده است.
توسعه این فناوری می‌تواند به مدل‌های ترکیبی پیشرفته‌تر منجر شود که هوش مصنوعی را با شبیه‌سازی‌های عددی سنتی ترکیب کنند. تحقیقات آینده می‌تواند بر بهبود مقیاس‌پذیری PINNs برای سیستم‌های بزرگ‌تر، کاهش پیچیدگی محاسباتی، و گسترش کاربردها در حوزه‌هایی مانند انرژی‌های تجدیدپذیر، پزشکی شخصی‌سازی‌شده، و مدل‌سازی اقلیمی تمرکز کند. همچنین، ادغام این روش با محاسبات کوانتومی می‌تواند سرعت و دقت را بیشتر افزایش دهد.

لینک مقاله

#هوش_مصنوعی
#فیزیک
#یادگیری_عمیق
#شبیه‌سازی
4😍3
I learned very early the difference between knowing the name of something and knowing something.

من خیلی زود تفاوت بین دانستن نام یک چیزی و دانستن چیزی را یادگرفتم


👤فاینمن

#سخن_بزرگان

تکامل فیزیکی
@physical_evolution
👍104😍2
📰پروفسور جاناتان اوپنهایم استدلال می‌کند که فضازمان وجود ندارد، اما چارچوب مفیدی برای درک واقعیت ماست.

▪️پروفسور جاناتان اوپنهایم، فیزیکدان دانشگاه کالج لندن، در مقاله‌ای جدید تأکید می‌کند که فضازمان – مفهوم چهاربعدی که مکان و زمان را توصیف می‌کند – وجود واقعی ندارد و تنها یک مدل ریاضی برای ثبت رویدادها است، که این دیدگاه می‌تواند ابهامات فلسفی و فیزیکی را برطرف کند و به پیشرفت در گرانش کوانتومی کمک کند.
⬅️ فضازمان، که در نظریه نسبیت عام اینشتین به عنوان یک پیوستار چهاربعدی توصیف می‌شود، ابزاری قدرتمند برای توصیف چگونگی وقوع رویدادها، ترتیب آنها و اندازه‌گیری طول‌ها در چارچوب‌های مرجع مختلف است. با این حال، اوپنهایم استدلال می‌کند که رویدادها "وجود ندارند، بلکه اتفاق می‌افتند"، و فضازمان صرفاً یک نقشه ریاضی است، نه یک موجودیت واقعی مانند اشیاء مادی. این دیدگاه، که در مقاله‌ای در نشریه The Conversation منتشر شده، به حل تناقضاتی مانند پارادوکس‌های سفر در زمان و مناقشات فلسفی در مورد زمان (مانند ابدی‌گرایی یا حال‌گرایی) کمک می‌کند، بدون اینکه پیش‌بینی‌های فیزیک را قربانی کند.

▪️این دیدگاه فضازمان را از یک موجودیت هستی‌شناختی به یک ابزار توصیفی تبدیل می‌کند و ابهامات ناشی از نسبیت عام را کاهش می‌دهد، که می‌تواند پایه‌ای برای نظریه‌های جدید گرانش کوانتومی باشد.
⬅️ در فیزیک کلاسیک، فضازمان اغلب به عنوان چیزی واقعی تصور می‌شود که تحت تأثیر جرم خم می‌شود، اما اوپنهایم تأکید می‌کند که این فقط یک توصیف ریاضی است و نه یک "چیز" قابل اثبات تجربی. رویدادها در یک جهان موجود اتفاق می‌افتند، و فضازمان تنها راهی برای کاتالوگ کردن آنها فراهم می‌کند. این رویکرد، که با نظریه پساکوانتومی گرانش کلاسیک اوپنهایم همخوانی دارد، می‌تواند به حل مشکلات گرانش کوانتومی – جایی که فضازمان و مکانیک کوانتومی ناسازگار هستند – کمک کند، و پیشنهاد می‌کند که گرانش به عنوان یک پدیده کلاسیک تصادفی مدل‌سازی شود.

▪️پروفسور اوپنهایم می‌گوید: "اگر بگوییم رویدادها – و فضازمان – وجود ندارند، وضوح مفهومی را بازمی‌یابیم بدون اینکه حتی یک پیش‌بینی را از دست بدهیم."
⬅️ این ایده نه تنها مناقشات فلسفی را حل می‌کند، بلکه می‌تواند به آزمایش‌های تجربی در گرانش کوانتومی منجر شود، جایی که اندازه‌گیری‌های دقیق نوسانات گرانشی برای تمایز بین نظریه‌های کوانتومی و کلاسیک استفاده می‌شود. اوپنهایم در تحقیقات اخیر خود، نظریه‌ای پیشنهاد کرده که گرانش را به عنوان یک فرآیند کلاسیک با نوسانات تصادفی توصیف می‌کند، که با مکانیک کوانتومی سازگار است و پیش‌بینی‌های جدیدی برای آزمایش‌های آینده ارائه می‌دهد، مانند اندازه‌گیری‌های دقیق‌تر در مقیاس‌های کوانتومی.

این موضوع با تلاش‌های گسترده‌تر برای آشتی دادن نسبیت عام و مکانیک کوانتومی، از جمله نظریه‌های رشته و گرانش کوانتومی حلقه، همخوانی دارد و می‌تواند به درک عمیق‌تری از ساختار بنیادی واقعیت منجر شود.

🔗مطالعه کامل خبر

🖋نویسنده خبر: فاطمه نگهبان

#اخبار_فیزیک
#فضازمان
#گرانش_کوانتومی
#نسبیت_عام

⚛️ کانال تکامل فیزیکی
@physical_evolution
9👍1
2025/10/01 09:57:30
Back to Top
HTML Embed Code: