Category: Uncategorized

程明博士， 曾在《自然》，《物理评论通讯》PRL 等世界顶尖学术杂志上发表过 10 多篇论文，被多本教科书，,以及诺奖获得者引用。曾在美国硅谷多家高科技公司工作，著有《留美专家谈电子商务》，广东人民出版社，2000年，和 《有机分子的电子晶体学》，Springer, 2012， (章节作者)。曾海归在南京大学，武汉大学任教和担任研究生指导老师。  *** 量子逻辑是一种非经典逻辑系统，它其实并不是一个新课题，早在1936年，著名的物理学家和数学家加勒特·伯克霍夫（Garrett Birkhoff）和约翰·冯·诺依曼（John von Neumann）就提出了量子逻辑的概念。伯克霍夫（Garrett Birkhoff）和诺依曼（John von Neumann）在1936年的文章《量子力学的逻辑》（The Logic of Quantum Mechanics）中首先提出了量子逻辑的概念。这篇文章对量子逻辑的发展产生了必然的影响，是量子逻辑领域的开创性工作。[1] 文章说，量子理论吸引人的方面之一 ，最普遍的关注是它所预设的逻辑概念的新颖性。它断言，即使对物理系统 G 进行完整的数学描述，通常也无法使人们能够确定地预测结果 [1]，这，其实就是今天在量子计算中的现象.在量子系统中，某些物理量的测量结果不能用经典逻辑的方式同时描述。例如，量子系统可以用波的方式或粒子的方式来描述，但这两种描述不能同时适用。这称为互补性原理，互补性原理表明，量子系统的完整描述需要考虑所有可能的测量结果，而不是单一的确定性结果。[2] 量子逻辑是一种尝试用逻辑的方法来解释和理解这种互补性的框架。量子逻辑的研究是量子理论结构的数学分析和物理分析的一部分，它提供了一组受量子理论启发的命题操作规则。这些规则反映了量子力学中的实验测试结构，形成了比经典力学中的布尔代数更为复杂的结构。 在量子计算出现之前，所有已被研究的量子逻辑都是命题量子逻辑. 命题量子逻辑是量子逻辑体系中的一个特定领域，它集中探讨量子理论框架内的命题表述和推理过程。与传统布尔逻辑相比，量子逻辑不遵循某些基本定律，例如排中律（任何命题要么为真要么为假）和分配律（逻辑运算的分配规则），因此需要对这些逻辑定律进行调整以便更准确地反映量子现象。[3] 在命题量子逻辑的语境下，一个命题不仅可能是真或假，还可能处于一种概率性的不确定状态，这映射了量子力学的基本特性——不确定性原理。例如，量子态的叠加原理意味着一个量子系统可能同时处于多个状态，而在未进行观测之前，系统的确切状态是不可知的。 研究命题量子逻辑对于深入理解量子计算的信息处理机制至关重要，因为它揭示了量子系统在逻辑推理方面与经典系统的根本差异。这种理解对于推动量子计算机和量子信息科学的发展极为关键，它们的运作依赖于量子力学的基本原则，以实现超越传统计算能力的计算和信息传输。 简而言之，量子逻辑是对量子现象进行描述和推理的一种逻辑框架，它考虑了量子力学的特性，如量子叠加和量子纠缠，这些特性在经典逻辑中是不存在的。量子逻辑为理解和处理量子信息提供了基础，对于量子计算和量子通信等领域至关重要。 量子逻辑对现代物理学产生了深远的影响，特别是在以下几个方面： 1，哲学影响： 量子逻辑挑战了传统的哲学观点，尤其是关于知识和现实的本质。它促使哲学家重新考虑如何理解物理现象，以及这些现象如何影响我们对世界的认识 [4]。 2，逻辑和数学结构： 量子逻辑的提出导致了对传统逻辑和数学结构的重新评估。它展示了布尔逻辑在描述量子现象时的局限性，并推动了新的逻辑结构的发展，如模态逻辑和拓扑逻辑。 3，量子计算： 量子计算机的出现，让量子逻辑有了实际的应用。量子逻辑为量子计算提供了理论基础，特别是在量子算法和量子信息处理方面。实际上，著名的shor 算法就应用了量子逻辑而得到了大质数因式分解的正确解法。Shor算法的意义在于它展示了在一个理想状态下的量子计算机上，可以有效地进行大整数的因式分解，这使得它被归类到BQP（有界错误量子多项式时间）复杂度类别。与目前最高效的传统因式分解算法——通用数域筛选法相比，Shor算法的速度要快得多，因为后者需要亚指数时间来完成同样的任务.. 而量子逻辑门的概念直接影响了量子计算机的设计和实现。 量子逻辑门 量子逻辑门是量子逻辑在量子计算中的具体应用。量子逻辑门是量子计算机中的基本操作单元，它们对量子比特（qubits）进行操作，实现了量子数据的处理和转换。这些门的设计基于量子力学的原理，如叠加和纠缠，这些原理与经典逻辑不同，因此量子逻辑门能够执行一些经典逻辑门无法完成的操作。 量子逻辑门的工作方式反映了量子逻辑的特性，例如，它们能够将量子比特置于叠加状态，这意味着一个量子比特可以同时表示0和1的状态。这种能力使得量子计算机在处理某些类型的问题时比经典计算机更有效率。因此，量子逻辑门不仅是量子逻辑的实际应用，也是量子计算能力的关键来源 4， 量子信息理论： 量子逻辑对量子信息理论的发展也有重要贡献，包括量子通信、量子加密和量子传输等领域。这些技术的发展依赖于量子逻辑的原理。 5，数学世界难题：现在很多数学家和量子计算学家，以及物理学家，把一些多年未能解决的数学世界难题，如黎曼猜想，P/=NP问题，都寄希望于量子逻辑上面。但对量子逻辑的应用，还没有形成完全共识。 6， 跨学科研究：量子逻辑的概念和方法已经被应用到其他学科，如计算机科学、语言学和认知科学，推动了这些推动了这些领域的研究和发展4。一个不可或缺的组成部分，对科学和技术的未来发展有着重要的意义。 总体来说，量子逻辑不仅改变了我们对物理世界的理解，还影响了多个学科的研究方向和方法论。它是现代物理学中一个不可或缺的组成部分，对科学和技术的未来发展有着重要的意义。 附录： 1，经典逻辑的分配律 经典逻辑的分配律是指在逻辑运算中，“与”（AND）和”或”（OR）运算符可以互相分配的规则。具体来说，它包括两个等式： 这些规则在逻辑代数中非常重要，因为它们允许我们重新组织和简化逻辑表达式,…

ww 中美教育的差异 这个说法是一种比喻，用来形容中美两国教育系统的不同。在这个比喻中，“圈养”可能指的是中国教育体系更加注重学术成绩和考试，学生通常有很多考试和作业。而“放养”可能是指美国教育体系更加强调个人选择和创造力，学生有更多的机会探索自己的兴趣和发展个性。当然，这只是一种简化的描述，实际情况可能更加复杂和多样。每种教育体系都有其优点和局限性，而且在每个国家内部也存在教育方式的多样性。重要的是找到适合每个学生的教育方法。

从物理学的角度驳斥“美国登月造假”的舆论 王坚博士，芝加哥教授学者协会会长 中国科协辟谣阿波罗登月造假，从美国阿波罗载人登月计划是当时几万人亲自参与的事实，来说明美国登月的真实性。最近，印度的月船二号以及中国的嫦娥二号都拍到阿波罗登月的遗迹，在嫦娥二号的全月球影像图上，可分辨出阿波罗11、12、14、15、16、17六艘飞船登陆月球的遗迹。 还可以从常识的角度来驳斥阿波罗登月造假舆论。如果美国登月造假的话，苏联是最大的受害者。苏联开创航天事业，并屡创航天第一。在美国登月十年前，苏联就有月球探测器硬着陆月球。在美国登月三年前，苏联的月球探测器就成功软着陆月球并向地球传输月球表面照片。美国登月一年后，苏联的月球探测器成功登月并携带月球样品返回地球。苏联有能力发送月球探测器到美国登月地点核实。而且苏联窃取了美国核弹核心技术，苏联还窃取了美国航天飞机全套技术。几万人参与的美国阿波罗登月计划，如果根本就没人登月，没法让几万人都向苏联隐瞒。 还可以从科学的角度驳斥有关阿波罗登月造假的指控。比如有人指控美国宇航员在月球上插的国旗迎风飘扬，怀疑是在地球上插的旗。在地球上，风的强度随着高度的增加而增强，升旗时，旗升到很高才旌旗飘飘，在地面附近，很少见到旗子招展的情况。美国在月球上插的国旗，上部有水平横杠，将旗撑住。 还有人讲美国登月时拍的照片，天空中没星星。星星亮度太低，几十秒的曝光，才能拍到星星。中国月球探测器拍的月球天空照片，也没有星星。另外在月球上摄影，不用胶卷，在地球上摄影，也是用磁带，不用胶卷。还有其他对阿波罗登月的指控，每一个都可以轻易用科学知识驳倒。 从科技可行性来讲，苏联火箭一直领先美国，公认苏联能最早登月。后来因为苏联军方急于求成，火箭爆炸，炸死一半苏联顶级火箭专家，导致苏联火箭落后于美国。但苏联仍然认为自己有能力登月，并做了登月计划，采用核电池做登月后的能源。在美国登月的同一个月，苏联发射了为载人登月计划研制的Ｎ－１重型运载火箭，以后又四次发射Ｎ－１火箭，其中一次携带了模拟登月飞船，但均告失败。 最有说服力证明成功载人登月的，是有人出示阿波罗登月现场视频，计算出宇航员跳起后在空中停留的总时间是2.05秒。 有科研结果认为至今为止，人类的空中停留时间最长是0.98秒，美国体育科学有一项研究指出乔丹在空中停留时间是0.92秒。以2.38米打破男子跳高世界纪录的中国运动员朱建华，他在起跳时重心离地面是1.10米，过横杆时，重心比横杠高0.1米，这样计算，就是弹跳力使他的重心提高了1.38米。净跳1.38米这样的高度，如果平躺落在平地，也就是在空中停留1.05秒。因为有高垫接人，而且头部先触碰垫子，在空中停留时间就不超过0.98秒。 有人声称阿波罗宇航员在月球上活动的照片和视频，都是好莱坞在地球上拍的。但是在有的视频中，宇航员跳起后，在空中停留2秒多。也有宇航员在月球上连续跳动的视频，每次跳起后，在空中停留的时间也有1秒左右。在地球上，人类的空中停留时间最长是0.98秒，因此这些视频不可能是在地球上拍的。 月球重力是地球的六分之一。同样的爆发力，人在月球上跳跃的高度是地球上的6倍，在空中停留的时间也是地球上的6倍。这样计算，在月球上，人跳起后，在空中停留的最长时间可达5秒以上，所以在月球上，跳起后在空中停留2秒，这个是很容易达到的。能在地球上跳高13厘米，就可以在月球跳高0.8米，这个高度，就可以在月球上空停留2秒。 科技界偶尔有一个人，或者一个小团队造假，很快就被揭发，有几位造假者还入狱。参与阿波罗计划的几万人共同造假，这是不可能的。１９６７年１月２７日，阿波罗１号指令舱在发射台上起火，３名航天员丧生。１９７０年４月１１日发射的阿波罗１３号飞船，在起飞后服务舱氧贮箱爆炸，航天员差一点无法返回地球。阿波罗登月计划，也是在一系列的事故中积累经验，最后取得成功的。 参考视频的链接： https://www.bilibili.com/video/BV1rx4y1H7kz 推荐相关阅读：

2017/08/15 文章来源：知识分子 导读 有人说做出了P/=NP的证明，千禧难题之一解决了吗？ 编译 | 张林峰（普林斯顿大学应用数学专业博士研究生） 责编 | 陈晓雪 ●　●　● P和NP是否相等通常被认为是理论计算机科学中最重要的难题，也是克雷数学研究所高额悬赏的七个千禧年难题之一。 5天前，德国波恩大学的计算机科学家Nobert Blum在arXiv上传了一份38页长的论文，声称证明了P/=NP（P不等于NP），引发学界的关注与讨论 (https://arxiv.org/abs/1708.03486)。 ►Nobert Blum宣称证明P/=NP的论文 很快，加州大学伯克利分校的电子工程与计算机科学教授Luca Trevisan就在社交平台上发表意见称，安德烈耶夫方程 (Andreev’s function)，也即论文证明中的关键，在文中被认为具有超多项式电路复杂度 (superpolynomial circuit complexity)，而实际上可以被高斯消去法 (Gaussian elimination) 解决，所以仅有多项式复杂度，这使得文中的证明不能成立。该证明是否正确还有待人们的进一步仔细检查。 ►Luca Trevisan认为，Blum文中的证明不能成立 近年来，不乏有人声称证明了P等于或者不等于NP，但都被发现证明过程有误。事实上，到目前为止，还没有人能够回答这个问题。2002年，有70位数学家和计算机科学家被邀请参与一次投票，投P是否等于NP。其中的61位认为P不等于NP，而剩下的人里有好几个都表示投“等于”只是为了采取相反的立场。 粗略地说，P代表一组相对容易的问题，而NP代表一组看起来非常难的问题。因此，P= NP将意味着明显困难的问题其实有比较容易的解决方案——当然，其中的细节还要麻烦一些。 实际上，量子计算机、图同构问题等人们热衷的最新进展无不指向P对NP问题。那么，P与NP问题究竟是什么？它的解决将意味着什么？它难在哪里？量子力学为它带来了什么？又有什么理论、将在何时有可能解决它？本文试图对这些问题提供简单的介绍和探讨。 当我们说P/NP问题时，说的是什么？ 图灵时期的计算机科学关注的主要是问题的可计算性（computability），也即一个问题是否可以被计算机描述并解决。之后，随着可计算性问题的澄清，计算机科学家逐渐将注意力转移到了另一个问题，即问题的复杂性（complexity）：执行一个给定的算法需要多长时间？不过，计算机科学家的答案不是几分钟或者几毫秒，而是所需时间与问题规模的函数关系。 《麻省理工学院新闻》(MIT News）曾发表过一篇解释P/NP的文章。这篇文章指出，想象有一张未经排序的数字列表，然后写一个寻找最大值的算法。首先显然，该算法必须要查询列表中的所有数字。但是，如果它只是在每一步查询一个数字，然后只更新并记录当下的最大数，那么对于每个数字，它只需要查询一次。于是，该算法的执行时间与它处理的问题规模，即计算机科学家们所指的N，直接成正比。当然，大多数算法是更为复杂的，因此比寻找最大值算法的效率要低。但是有许多常见算法的执行时间与N^2，或者N log(N)成正比。 ►无序数字列表求最大值的算法示意。MAX指最大值，N指数字个数，a[i]指当前查询的第i个数字 一个只包含常数、N、N^2以及N的其他次方的数学表达式称为一个多项式（polynomial），这就是“P = NP”中的“P”所代表的单词。一般来说，P代表求解时间与N的多项式成正比的问题的集合。类似地，PSPACE代表所用空间与N的多项式成正比的问题的集合。 显然，一个执行时间与N^3成正比的算法的要比与N成正比的算法慢（对于足够大的N），但这种差异与多项式和指数的差异比起来要渺小得多。《麻省理工学院新闻》的这篇文章指出，如果一个执行时间与N成正比的算法用1秒可以解决包含100个输入元素的问题，那么与N^3成正比的算法大概需要3个小时。但是，一个执行时间与2^N成正比的算法需要300艾（1艾等于10的18次方）年的时间来解决同样的问题。所以2^N与N的多项式的差异要比N^3和N之间的差异多的多。 NP（Nondeterministic Polynomial time，非确定型多项式时间）指的是其解可以在多项式时间内被验证的问题集合。容易想象的是，许多NP问题看起来需要指数时间来解决。例如，对于大整数质因子分解这个或许是NP中最著名的问题，验证一个解几乎只需要做一次乘法，但要真去解的话似乎需要系统地尝试大量的可能解。 所以“P是否等于NP”的意思是说“如果一个问题的解可以在多项式时间内被验证，那么是否可以在多项式时间内找到这个解”。这个问题的部分魅力在于，大量典型的看起来需要指数时间去解决的NP问题被称为“NP完全问题”（NP-complete，NPC），它们可以在多项式时间内相互转化。这意味着如果其中一个问题是多项式时间可解的，那么所有其他问题也都是。第一个NPC问题是库克-列文 (Stephen Cook， Leonid Levin) 给出的布尔可满足性问题（Boolean Satisfiability problem，SAT）。于是，任何NP问题都可以在多项式时间内转化为SAT问题。与此等价地，如果SAT在P中，那么P=NP。这便是著名的库克-列文定理（Cook–Levin theorem）。 在现实生活中，NP完全问题是相当普遍的，特别是在大的调度任务中。《麻省理工学院新闻》曾列举了一个著名的NP完全问题是所谓的旅行商问题（Traveling Salesman Problem，TSP）。该问题在当今很发达的物流业中可以表述为：一个物流配送公司欲将N个客户的订货沿最短路线全部送到，那么它应该如何确定最短路线？对于这一问题，P=NP意味着这样的物流分配可以很快地进行，但反之则意味着当物流规模逐渐扩大时，我们将无法在有效时间内找到最短路线。 综上，我们将P、NP、NPC以及PSPACE等复杂度类及它们之间相互的关系总结如下图。我们还知道，SAT与TSP在NPC中，而图同构和大整数分解等问题既没有被证明在P中，也没能被证明在NPC中，大部分理论计算机科学家认为它们的难度介于P与NPC之间（NP-intermediate,NPI）。 ►复杂度类关系示意图。实线框表示已被证明的真包含关系，虚线框表示尚未被证明的真包含关系（下同）” P/NP问题有什么用，又难在哪里？ 几乎没有一个数学家、物理学家或者计算机科学家相信P真的等于NP——那样的话，所有的密码将很容易被破解，很多困扰人们的数学问题将有办法被解决，人工智能将突破连连……一个想到答案和验证答案所需时间相当的世界，会是我们所生存的世界吗？如果是的话，为什么世界上最聪明的数学家会对着一些数学问题思索良久，而当他们想出答案时，又是那么快地就能验证答案是否正确呢？既然大多数人觉得P不等于NP，那么它的证明究竟有什么用？研究它又有什么意义？…

苏平， 清华工程力学博士 仅从我个人的经历经验,仅从工程师的工作表现,仅从中国七八十年代自己亲历教育情况比较.不包括创新,科研,教育的情况. 来美后,在多个公司工作过,接触过相当多的工程技术人员.第一个突出的印象是,所碰到的每一个美国工程师都非常敬业,专业.本职工作的能力非常强.每个人都能很好的胜任自己的工作.没有混事的.确实很让人佩服.但是也发现了美国工程师普遍存在的一个极大的弱点,本专业虽然精通,但知识面窄,对专业之外的知识领域几乎一窍不通。缺乏基本的常识.这在工作中出的问题和笑话,确实不如中国培养的工程师.当然这里只是说我个人的比较. 是什么造成了这种差距.我想从学校的教育方式上谈点不同.美国大学里上课评分很大的一个因素是要给学生排队,不管教师认为你掌握没掌握他教的东西.排到前面的学生就会拿到A,B的好成绩.和前面的学生相比不太好的就只能拿次成绩.这样就造成了除了向老师学习的压力外,同学之间的竞争又是第二个压力.影响了同学之间无私的帮助.做作业基本上自己做自己的.因为如果帮助了别人,使别人的学习表现比自己强,就会无形中的降低自己的成绩.这种同学之间的竞争增加了得到好成绩的难度.耗费了更多的精力.这也造成学生选课时一般都选容易学的,对于难度大的虽然知识含量高,也避而远之.更不用说学和专业无关的课了. 而我们当年中国却和这个不一样.老师教课只要你能掌握了他教的内容,不管多少人,大家都可以得到好分数.期末考试同学们的成绩都是85分以上.取得好成绩的压力小.只要弄懂了老师讲的就够了.同学之间没有竞争,互相帮助.班里一个人听懂了,全班就都懂了.在老师的教学之外,还有一个同学之间的互教互学.记得有一次上课,老师关键的一点讲错了.下课后全班没有一个人能完成老师的作业题.我仔细阅读教科书,终于发觉了老师的错误.按照教课书所讲.顺利的解出了老师留的作业.一人会了全宿舍就会了.别的宿舍也就会了.最后女生宿舍也都会了.那时的学生没有自己不懂,就抄别人的.都是在讨论搞清楚了之后,自己完成.在这种学习的方法下,我们每个人不担心成绩只想着利用有限的学校时间多学点知识,多学点高深的知识,不但要掌握本专业的知识还想扩展到有关的领域.所谓技不压人. 记得有一学期我选了七门课.其中有非我专业的流体力学.大家都知道7门课是不可能排得开的.有两门课就在同一时间上.我和另一个同学组成了一个对子.这一堂课我上A课,他上B课.下课后互相抄笔记,互相介绍老师课上讲了什么.下一节课我上B课,他上A课.用这种方法每个人都有一半的时间亲自听老师讲课,另一半听同学讲课.期末仍然拿到了好成绩.所以我不仅本专业的知识学到了手.许多相邻专业的知识也都略知一二.才可能在工作中胜过美国工程师. 这就带来了另一个问题,美国的学生作业基本上都是靠自己独立完成的,是不是他们的独立解决实际问题的能力会强呢.我本来也是这样认为的.但事实却恰恰不是这样.各举一个例子说明. 关于美国工程师知识专而不广的向题.飞机发动机内壳外布满了各种流体液压管道.有200°C以上的润滑油和零下40度的冷却液和航空燃油.飞机发动机没有水质的冷却液,也没有散热器和风扇.直接用零下40度的航空燃油做冷却液.经常有一个管分成两个管或两个管并成一个管.这种管接头的技术要求就非常高.在十几个管道并行的情况下,一种常用的办法是设计一个液压集成块.内部有各种互相联通或不通的管道.完成了一分为二或合二为一的功能.一端接输入管,一边接输出管.所有的管路分配就安全可靠的完成了.又省地方.而这种金属液压集成块设计中,会碰到一个问题,不可避免的会有热管和冷管相邻的情况.管壁只有4到5个毫米.热端膨胀冷端收缩.很自然会想到,这会产生很高的热应力.而一直以来的力学分析计算的结果,显示热应力已经高于金属材料的许用应力.解决的办法是,在第一次热处理之后,对冷热相邻的管壁进行内部局部的二次热处理.成本很高.多年以来一直是这样计算,这样设计,这样制作的. 直到我来这个部门.参加了一个技术报告会.是怎么具体的做这个零件的计算.我一听就发现问题.计算中怎么会出现这样常识性的低级错误.用未知代替已知,去计算新的未知.结果当然不对.在计算中,工程师设定热管管壁表面的温度是热流的温度200°C以上.冷管的管壁温度是零下40度.这种设定违背了热力学的基本常识.大家都知道,热只有在不同温度的物体之间才会传递流动.相同温度的物体之间相当于绝热状态.这种设定下,热油流过金属块时,没有一卡路里的热量会流入金属.同样冷却液流过金属块时,也不会带走一卡路里的热量.完全是一个绝热过程.等到我发言时我委婉的提出了我的批评意见：“你的这个结果应当可以算的更准确些”.从我的角度,表达了我对他计算结果的不认同.从他的角度说,又有哪个人做出计算,以后能保证随着将来技术的发展不可以做得更准确些呢.所以他也没有反感.我没有说得更多,是因为正确的方法要比他们现在做的复杂的多.不是在这个报告会上一言两语能说清楚的. 实际上这个问题需要经过三步计算,才能有正确的结果.第一步,要做流体力学的计算,用各个管道里流体的压力,流量,粘度，管道的长短和形状，分析计算出完整的流体状态。从中得到热对流系数，也就是单位时间单位面积上，流体和固体的热交换量。这一点每个人都有亲身体会.站在冬天寒冷的室外，有风和没风的感觉是完全不一样.快速流动的空气会带走你更多的热量. 第二步计算是,在得到了所有管道的对流系数分布后,要进行热力学的计算.用得到的热对流系数和流体的温度做条件,计算热传导稳态下金属的温度分布,温度场. 第三步,才是用这个真正的温度分布,温度场,加上外部的载荷计算金属的应力. 我因为还没有实际做过.不知道他的结果错到什么程度。是否在工程上可以接受。我想有机会我一定要自己亲自做一下,然后给大家再做一个详细的技术报告.讲明正确的算法. 机会很快就来了,在研发新一代的飞机发动机时,不能简单的放大缩小复制老的零件.需要从头计算和设计.我参与了一个类似的项目.我老老实实的进行了流体力学的计算,热力学的计算和最后的固体力学的计算.得出了结果.我的热力学分析计算的结果显示,热冷管壁之间的温度差不是240°C.只有20°C左右.给一个凉玻璃杯或瓷杯里倒开水,温差也比这大.也没有见裂的.更何况金属零件.而固体力学计学的结果,当然没有任何所谓的高热应力.把我的工作报告,搞成一个PPT.在公司里做了一次技术报告.主会场在所在的公司园区.电视分会场连到本州另一个公司园区,佛罗里达和加拿大. 为了不让听的人分神.我第一页给大家出了一个选择题.两个论断选其一.第一个论断就是存在高热应力.这是工程师们长期以来公认的观点.第二论断是.假设在一个零下40度的空间,有一个生着火的四毫米厚的薄壁铁炉.按照生活的经验.没有人会敢用手去摸炉子的外壁.都知道外壁温度绝不是零下40度.因为铁的传热非常快.如此薄的炉子,外壁和内壁的温度几乎一样.用手去摸,一定会被烫伤.换句话说,炉壁上并没有热胀冷缩的高热应力.这两个完全矛盾的答案似乎都合理.哪个才是正确的？马上全场的注意力就集中了.因为我的报告颠覆了工程师们长期的概念,自然引起了热烈的讨论.和主会场内外的工程师们进行了充分的流.一个遗憾是,这个报告会忘了请制造工程师参加.以后不断有制造工程师在生产中和我联系,让我解释为什么改变了过去的工艺,取消了成本高昂的第二次内部局部热处理.我只好把两种计算的过程都显示给他们.让他们自己判断应当相信哪一个结果.都是专业人士.当然一点就通.为了这一个项目.年底得了公司的不寻常贡献奖和2000美元的奖金. 我们飞机发动机公司有全美国水平最高的流体力学工程师.也有水平最高的热力学工程师.更有高水平的固体力学工程师.但都是精通自己的专业,对专业以外的东西知之甚少.那么一个高尖精的公司,有那么多高级的技术人才,却长期犯这样一个低级的错误.直到一个中国教育培养出来的工程师才改变.确实可以发觉中美教育中的一些不同. 关于另一个问题.美国工程师独立解决问题的能力.从美国的学生主要是自己做作业看.毕业后的美国工程师应当独立解决问题的能力比较强.但却有一个相反的例子,让我有点疑惑.也可能是特例吧,不代表全部,分享一下. 飞机发动机的机壳必须能经受住断裂叶片高速旋转,甩飞时的冲击.不然碎片飞出,有可能击中飞机,造成空难.就像在飞机旁边爆炸的导弹一样,弹片会击毁飞机.但是对于单引擎飞机,并且装在机身内的,就没有这个要求.断裂的叶片可以打穿发动机壳,因为飞出去不可能返回来击中机身.这样可以减轻机壳的重量,增大发动机的推重比.但这带来了一个新问题,发动机壳被碎片打穿造成破洞后,在偏心的叶片轮的旋转载荷下,多长时间破洞会扩大,使发动机壳最终断成两截.这个过程能不能保持在一个必要的安全时间内.这个问题由公司的高速撞击计算部门负责,由部门的首席高级工程师承担.但她表示,断裂的叶片把发动机壳打穿,她可以做.但剩下的一半工作她不会做,做不了.以她的技术能力和地位,她不能做了,部门里的其他人自然没有人能做.问题摆在了高一级的工作会议上. 我们部门的头(中国人)知道了,就把这个问题承接下来,说这后部分问题可以由我们部门的工程师接力做.我不是专门做高速撞击力学的.手头有很多其它力学分析工作.他并没有征求过我的意见,但很自然的就觉得既然是工程力学博士.当然对具体的特殊问题没有问题.回来告诉我后,我也没觉得有什么不妥.虽然自己也从来没有做过.只不过当时正负责A320发动机外壳的力学分析（也包括断裂叶片高速撞击的计算）,没有多余的时间.部门的领导答应安排另一个人临时顶一下.我暂时拿出时间全力完成这个项目.我觉得没问题.去和那个首席高级工程师接洽.她要把她计算结果,打出洞的机壳力学模型交给我.我在她的基础上,安上偏心的叶片轮,让其高速旋转.计算出在这个高速旋转偏心载荷下.发动机壳能够撑多久.交接中,到是这位工程师提出了问题,问我到底有什么背景,能够承接她不能的工作.我当然没有什么背景.和她一样,也从来没做过这种工作.但有在学校里学习的理论和方法,自认为应当可以解决工程中特殊的实际问题. 我倒也产生了一个问题,你也是学力学的.为什么就能说不会.难道在学校中,教授在课堂上讲过的例题,你就会做.下课给你一道和课上讲的不同的作业题你就不能做.需要教授再讲一遍.不过由于这个顶尖的工程师不能做.让我捞到了好处.接受项目的那个月,工资单上多了2000美元.公司这是在给我鼓劲.不过其实不用给钱我也会全力以赴的把工作做好.当然从公司的角度.这一笔钱确实是好钢用在刀刃上.如果做完了再给.其实对项目的完成也没有什么用了.给了我这笔钱恐怕是防止我过两天,也打退堂鼓不做吧.经过研究分析,利用自己的理论知识当然找到大家都认可的方法,解决了这个问题.但是我头脑里却对美国工程师解决实际问题的能力有了问号.为什么两个在中国受教育的工程师,就觉得解决这种特殊的实际问题是理所当然的.而美国的工程师却不想试一试.换一个角度说.如果我们部门的领导和我都是美国工程师.在专门的部门不能做的情况下.我们会不会承担这个项目.这是不是也能看出中美教育的某些不同. 我公司同办公室里,有一个MIT的博士.如果问清华的博士和MIT的博士,在实际工作中的表现谁更好.仅从我们两个的个例中.我可以坦率的讲,在相同的工作环境中,中国清华的博士比美国MIT的博士强.这不是我自己的看法,是来找我们解决问题的工程师们的普遍看法.大家都愿意找我不愿意找他.每回找他解决问题.他会把问题解释的越来越复杂,把各种因素都包括进去.几个小时也没有一个明确的结论.而找我的,我都能从复杂到简单,直接抓住主要矛盾,几句话,十几分钟就能解决问题,满意的回去.他能够知道那些对问题有影响的因素,当然理论水平很高.但是只知其一不知其二.判断不出这些因素对结果影响有多大.如果只有1%或百分之零点几的影响,完全可以不必考虑.因为工程实际中的误差远远大于这些理论的误差. *** 编委佳文推荐： 欢迎加入教育群, 海纳百川，有容乃大。

ww 在1922年的春天，巴黎成为了两位思想巨人辩论的舞台：著名的物理学家阿尔伯特·爱因斯坦和哲学家亨利·柏格森。他们围绕时间的本质展开了一场激烈的讨论，这场讨论后来成为了科学与哲学交汇的一个标志性事件[1] 。 爱因斯坦，当时他的广义相对论已经诞生，提出了一个关于时间的双重观点。他认为，时间可以分为物理时间和心理时间。物理时间是客观的，可以通过科学仪器如时钟来测量。而心理时间则是个人的主观体验，是我们感知事件顺序和持续性的方式。在爱因斯坦看来，物理时间是科学研究的基础，而心理时间则属于个人感知的范畴。 应该指出，之前同样与爱因斯坦有过交集并同样批评爱因斯坦的哲学大家海德格尔[2] [3]，在其哲学中提出时间的客观性与主观性，并提出以此为基础的两种时间概念：科学的和哲学的。 这些洞见在革命性上与相对论的时空观相媲美。爱因斯坦显然部分接受了海德格尔的哲学时间的概念，但也有本质的不同。爱因斯坦虽然也提出了物理时间与心理时间的概念，但其核心思想依然是物理的。 它认为，物理时间是外在的，可以通过科学仪器进行精确测量。相反，而内在的心理时间只不过是个人的经历和感受，以及如何在心理上处理事件的先后和持续性。这种区分反映了爱因斯坦作为物理学家的视角，以及他对时间的科学和主观体验的深刻的科学理解。 柏格森 [4] 则提出了一个截然不同的观点。他认为，时间不应该被简化为可以被时钟测量的序列。对柏格森而言，时间是连续的、不断流动的，它是生活的本质组成部分，是由我们的记忆、情感和经历构成的。柏格森强调，时间是一种更为复杂的现象，它超越了物理学的界限，触及了我们存在的核心。时间不仅仅是物理学中的一个维度，而是一种深刻的存在经验。科学的时间概念，尽管在技术和实用层面非常有用，但它简化了时间的真实本质，没有涵盖时间在个人和存在层面的全貌。爱因斯坦把时空结合起来，而柏格森把时间和人结合起来，有点类似中国哲学天人合一的概念。 而自然科学的一个问题，正如我们所知道的，是把人，排除在科学之外的。 柏格森深入探讨了时间的哲学意义，他试图揭示时间在我们个人经历中的主观感受以及它如何定义我们的生活。这一点与爱因斯坦等物理学家的立场形成对照，他们将时间视为可以通过科学方法客观测定和数学表达的现象。在探索时间的本质时，科学和哲学提供了互补的理解方式，这种多元的视角帮助我们更全面地把握时间的意义。 这两位思想家的对话，不仅仅是关于时间的科学和哲学理解的对决，它还触及了更深层次的问题：科学和哲学如何定义我们对世界的认识。这场辩论至今仍被视为科学哲学领域的一个重要里程碑，它挑战了我们对时间、现实和存在的理解。 爱因斯坦和柏格森在关于时间本质的辩论中并没有达成共识。他们的观点在根本上是相互对立的。爱因斯坦坚持认为时间有两种类型：物理时间和心理时间，而柏格森则认为这种观点过于简化，忽略了时间的哲学维度。柏格森认为时间是连续流动的，不仅仅是时钟能够测量的，而是涉及我们存在的每一个层面2。 这场辩论后来被认为是改变了我们对时间理解的一个重要事件，但双方的立场差异导致了他们在理解时间的本质上没有找到共同点。爱因斯坦的观点最终在科学界占据了主导地位，但柏格森的观点仍然在哲学领域有着重要的影响3。这场辩论展示了科学与哲学在理解世界方面的不同途径，以及这些途径如何塑造我们对时间、现实和存在的理解。 他们观点的核心差别其实是物理，及以其为代表的科学是否能解释一切。 哲学家们显然认为是不能的。这个世界， 存在形而上的存在。 在今天的AI时代，关于AI是否能够具有意识等等讨论 [6] ，其实也关联到科学和哲学的根本分歧。 一直与哲学渐行渐远的现代科学。终归不能回避哲学问题。 完全从科学产生的AI，是否能够具有意识，其实是一个哲学问题。 参考资料： [1] 理性与直觉的交锋——爱因斯坦与柏格森的“时间之争”， 陈强强，长沙理工大学学报（社会科学版）第2期 [2] 马丁·海德格尔 《存在与时间》， 三联书店。 2006-4 ISBN: 9787108024558 [3] 海德格尔的著名演讲“时间与存在”（Zeit und Sein）1962年，弗赖堡大学 [4] 亨利·柏格森  《物质与记忆》， 安徽人民出版社， 2013-7 ISBN: 9787212064785 [5] The “concept of time” and the “being of the clock”: Bergson, Einstein, Heidegger, and…

ww *** 作者; 蒋红涛博士, CalTech 加州理工学院喷气推进实验室的高级研究科学家，空间科学和天体物理学家，曾获得多枚NASA杰出科学成就勋章，并被列入路透社全球顶尖气候科学家名单。蒋博士还是美国国家科学院火星探索委员会成员和美国气象学会院士。他共发表学术论文300余篇，对地球卫星观测及天体物理研究有显著贡献。 保罗·狄拉克（Paul Dirac）是物理学界的一位杰出人物，他在1937年提出了一种引人入胜的假说：描述宏观宇宙的宇宙学参数和控制微观基本粒子相互作用的“原子常数”之间，似乎存在着与~1040的整数或半整数次方近似的比值。这些参数似乎构成了我们宇宙的基本结构，但它们是如何塑造我们的宇宙的过程却令人着迷。 在20世纪初，几位开创性的物理学家开始探索这些宇宙学参数与宇宙本质之间的联系。赫尔曼·外尔是这些先驱之一，他建议原子常数似乎“巧合地”与它们的宏观对应物成比例，从而生成接近40个数量级的比值。 1919年，外尔假设可观测宇宙半径与经典电子半径的比值将产生一个大数。他的计算揭示了大约1040的比值。这一重要发现催生了一系列类似的发现，最终揭示了爱丁顿数。然而，正是迪拉克在1937年的深入研究大大推进了这一思想。他的计算显示，静电力与引力之比约为1040，宇宙质量与质子质量之比约为1080。 这些计算基于当时可获得的观测数据和常数。几十年来，这些数值经过了修正，但这些数值的规模继续吸引着研究人员。本文深入探讨了迪拉克大数假说的持久吸引力和持续争论，因为我们对宇宙最深奥谜题的追求依然不减。 大数假说的影响 迪拉克大数假说的含义乍一看可能显得模糊。然而，当我们仔细审视时，它们对物理学和数学都具有深远的影响。接受大数假说的前提意味着，随着宇宙的老化，定义我们可观测宇宙的物理常数会调整以反映迪拉克对“时代”的概念，这个概念的位置在(1040)n的数量级上。这个概念解释了所有大数的数量级为40的显著观察结果。 然而，这一前提引发了一个有趣的难题。如果这些“常数”在时间上发生变化，它们是否仍然可以称为“常数”？相反，它们会变成时间依赖的变量，从而打开了关于物理常数本质及其扩展到宇宙本质的基本问题的潘多拉盒子。 几十年后，迪拉克在1974年细化了他对大数假说的见解，严格审视了假说在审查下能够承受的两个前提及其结果。第一个条件围绕宇宙模型的可接受性。宇宙的大小是我们理解宇宙空间的重要参数，必须与“时代”紧密一致，排除宇宙大小固定的模型。因此，任何固定特定常数作为宇宙学参数的模型都将与大数假说的严格标准相冲突。只有非静态宇宙模型才能适应大数假说的范式。 第二个条件提出了一个巨大的挑战。迪拉克的大数假说要求所有宇宙学参数优雅地演变成时间依赖的变量。也就是说，调整物理学框架中的一个原子常数将引发广泛的影响。迪拉克选择调查引力常数(G)，探讨其潜在的可变性，从而为这一问题增添了一层复杂性。 引力常数的变化 迪拉克提出，随着宇宙的演化，引力常数G应该随着时间的推移而变化，使G成为时间依赖的实体。这一大胆的命题引发了一波关于变化的G的智力追求，建立了现在是大数假说核心的基础。 这种创新的方法质疑爱因斯坦广义相对论的基本假设，该假设假定G是常数并采用相对时间来弯曲四维时空，而不考虑宇宙的年龄。迪拉克的大数假说点燃了全球的科学兴趣，提出了对宇宙理解的潜在范式转变，其中质量/能量守恒的基本定律可能需要修订。然而，尽管有深远的影响，由于宇宙的巨大时间尺度，支持G可变性的实际证据仍然难以捉摸。 近年来，许多研究探讨了G变化的可能性。这些研究表明，尽管变化可能微小，但这些变化是可能的，而不会破坏爱因斯坦规范函数的基础结构。根据迪拉克的大数假说，一个深刻的范式转变是必要的：原子常数，如爱因斯坦的G，必须与宇宙年龄或宇宙时间成反比。G的这种时间绑定的变化，以及宇宙历史上质量分布的变化，暗示着一种尚未发现的神秘质量成分。这个神秘的质量可能表现为神秘的暗物质或持续创造的质量。 暗物质是科学探索的一个令人兴奋的前沿，尽管大量研究致力于解密其神秘特性，但仍然难以捉摸。到目前为止，尚无研究确定暗物质与时间的任何关系，这使得将爱因斯坦G的变化归因于暗物质的影响变得具有挑战性。 连续质量创造 迪拉克的大数假说还引发了对连续质量创造的深入探讨。这一概念挑战了传统的有限物质宇宙观，描绘了一幅不断注入新物质的宇宙全景。这种连续的物质创造可以均匀地发生在宇宙的各个角落，也可以集中在已有物质丰富的区域。 这种连续质量创造的概念在科学界引起了共鸣，涌现出越来越多的研究，审视其影响及其与大数假说的潜在一致性。通过深入探索这一现象，我们不仅可以更好地理解宇宙及其基本常数的可变性，还可以理解暗物质和暗能量在这一宇宙舞蹈中的潜在角色。 尽管连续质量创造是一个有争议和热烈讨论的话题，但它展示了一个诱人而有前途的科学探索前沿。它以重新定义我们对宇宙织物、历史及其未来轨迹的理解的潜力，挑逗着我们。随着我们的经验知识库的扩展和理论模型的复杂性增加，连续质量创造的概念可能会获得更多的支持，巩固其在我们宇宙理解中的核心地位。 人择原理的哲学谜题 大数假说还引发了对人择原理的深入探讨。人择原理提出，宇宙中的一些基本常数似乎被精确调整，以便产生适宜生命的条件。这一观点挑战了我们对宇宙和我们自身存在的看法。 弱人择原理指出，在适宜生命的宇宙中，观察者的存在几乎是必然的。这意味着，我们的宇宙位置，包括我们所处的时代，与我们作为有意识观察者的存在是吻合的。换句话说，找到我们自己在一个适宜生命的宇宙部分并不令人惊讶，因为否则我们不会存在于观察宇宙中。 另一方面，强人择原理提出，宇宙及其基本参数被配置为允许观察者的出现。这一观点重新点燃了笛卡尔的哲学命题：“我思故我在”，即我们思考，因此世界如此。 人择原理的神秘旋律吸引着研究人员深入探讨其哲学和科学的细微差别，指导我们对宇宙宏伟交响曲中的位置进行更深入的理解。未来的研究方向包括调查基本常数的精细调整，探索多宇宙假说，理解人择选择效应，审视人择约束对宇宙演化的影响，以及深入探讨这一原理的哲学意义。 结论与展望 迪拉克的大数假说为我们提供了一个探索宇宙的神秘视角。通过揭示微观与宏观世界之间的深层联系，这一假说不仅挑战了我们对物理常数和宇宙结构的传统理解，还激发了对宇宙及其基本规律的新探索。 未来的研究方向包括进一步探索基本常数的变化，深入研究多宇宙假说，理解连续质量创造的基础机制，审视人择选择效应对宇宙演化的影响，并深入探讨人择原理的哲学意义。这些研究将有助于解决大数假说的引人入胜的问题，并增强我们对宇宙交响曲的理解。 在科学探究的宏大演奏中，重要的是承认我们的旅程仍在继续，没有单一的理论或原理能够完全捕捉到宇宙交响曲的复杂性。迪拉克的大数假说、人择原理以及相关讨论提供了强大的工具，指导我们朝着对不断演变的宇宙的更深入理解前进。随着我们宇宙表演的继续，我们期待进一步的启示和洞见，这将丰富我们对宇宙及其在其中位置的理解。 推荐相关阅读: 欢迎扫码加入量子物理群:

《自然》文章。NEWS 25 June 2024 来自月球背面的第一批岩石刚刚安全降落在地球上，科学家们迫不及待地想研究它们。中国嫦娥六号返回舱载有从月球最古老的盆地挖取和钻探的重达两公斤的材料，于下午2点07分降落在中国内蒙古自治区四子王旗的草原上。据中国国家航天局（CNSA）消息，北京时间周二。北京地质与地球物理研究所的地球化学家杨伟表示，“这些样本将不同于美国、苏联和中国之前收集的所有岩石”，这些样本来自月球近侧。 “我们对他们抱有很高的期望，”杨说。嫦娥六号于5月3日发射升空，五天后抵达月球，并停留在月球轨道上准备着陆。 6 月 2 日，它降落在南极-艾特肯 (SPA) 盆地内的一个预先选定的地点，该盆地覆盖着被称为玄武岩的深色冷却熔岩，并使用钻头和机械臂进行了两天的密集采样。随后，这批珍贵的货物从月球升空，与月球轨道上的重返舱对接并飞往地球。 下午 1 点 20 分左右北京时间周二，着陆程序拉开帷幕。太空舱跳过大气层以降低速度，然后以每秒 11.2 公里的速度向下俯冲。部署了降落伞以协助降落。回收小组在太空舱着陆后不久就找到了它。 CNSA 表示，一旦他们在现场处理完胶囊，就会将其运送到北京，在那里打开胶囊并取出样本进行科学分析和储存。 法国图卢兹天体物理学和行星学研究所（IRAP）的月球地质学家帕特里克·皮内（Patrick Pinet）在北京的控制室实时观看了任务的进展。 “一路走来，我看到了令人难以置信的技术效率和对所有这些非常复杂的步骤的专业掌握，”他说。 马萨诸塞州剑桥市哈佛-史密森天体物理中心的天文学家乔纳森·麦克道尔表示：“中国在月球距离执行高度复杂任务的能力非常强大。”他说，控制航天器并与其通信、在月球轨道上操纵、着陆、起飞和交会的技术“对于在不久的将来良好地控制人类登月任务将非常重要”。 科学优先事项本月早些时候，来自中国大学和研究机构的 200 多名科学家齐聚北京，讨论他们希望通过分析嫦娥六号样本解决的科学问题。参与者投票选出了他们认为最重要的三个问题。最需要探索的问题是为什么月球的两个表面如此不同，其次是月球深层结构的组成是什么以及SPA盆地何时形成。国际研究人员也希望对嫦娥六号样本进行研究。加州大学戴维斯分校的地球化学家尹清竹希望利用它们来计算出月球巨大撞击后月球岩浆海洋的起始和终止时间。国际合作嫦娥六号携带四件国际仪器进入月球轨道或表面。其中包括欧洲航天局的月球表面负离子 (NILS) 探测器和法国的放气雷达探测器 (DORN)。 NILS 首次在月球上检测到负离子。研究这些粒子将有助于科学家了解月球表面环境并设计未来的机器人和载人任务。 “在我们讨论离子的种类和数量之前，还需要做很多工作，”荷兰海牙的 NILS 项目经理 Neil Melville 说。IRAP 的 DORN 首席研究员 Pierre-Yves Meslin 表示，他的团队在地面作业期间记录了 19 个小时的高质量数据。 “我们现在正在对科学数据进行校准和分析，但我们已经可以看出仪器的性能已经得到满足，”他说。 “DORN团队的中法成员团队合作非常成功，我们得到了国家航天局、北京航天飞行控制中心等的大力支持。我们确实感受到了使命的一部分。”未来的使命 中国目前正在开发嫦娥七号和嫦娥八号任务，这两个任务更加复杂，计划分别于 2026 年和 2028 年发射。他们将在月球南极附近寻找水冰并进行其他调查和实验。水冰可用于制造氧气和火箭燃料，而当地的供应对于人类在月球上的长期存在至关重要。 凤凰城亚利桑那州立大学空间政策研究员纳姆拉塔·戈斯瓦米…

ww AI 应该怎么样画力学物体受力图 force diagram ？ 现在的AI在应用上朝不同的方向发展。 大语言模型是基础，但是，大模型并不是AI的一切，也不能解决所有的问题。 在应用层面有许多事情可做。 AI， 语言大模型要和许多层面的技术结合起来。 本文就用AI 应该怎么样画力学物体受力图 force diagram做个例子。 我们的目的是， 给出任意一个力学图， 例如下图，AI程序能够自动地把受力图  force diagram 画出来。 并给出说明。  AI 的程序的每一种应用都是不一样的。 比如自动驾驶和下围棋。都需要对本领域有深刻的理解。 下面我们简单讨论一下AI 程序怎么样画力学物体受力图。  给定画力学物体受力图基本原则，这些原则要写入程序。比如： 1， 重力，对任何物体或人体，它都是存在的。 做受力图第一步把它画出来。可以画在重心位置， 一般也就是物体中间的位置。 注：  重力， 是唯一隔空的力，就是物体不用接触其他物体就可以得到。 其他任何力都需要有接触。 2.  找出受力物体与其他物体的接触点或接触面。 如果其他物体对受力物体有支撑作用，即其他物体在受力物体之下， 受力物体的重力，或部分重力会施加于其他物体，力的方向垂直于接触面。如果接触面不平行于地面，对重力做二维坐标x-y分解，x -轴即为接触平面。   画出其他物体对受力物体的重力反作用力， 大小相等，方向相反。 运用这些原则，程序应该会自己画下面这样简单的 case. 程序应该还有图像分析的模式识别模块来识别图像，这个可以用现成的开源软件。由于图像都比较简单，应该没有问题。 这样它可以开始自己学习画各种情况，比如上图。 随着实践增加和数据积累，它应该自己能画越来越复杂的情况。 我们可以预计开始的时候程序有不会，或做错的时候，如同阿狗软件下棋开始总是输一样， 自动驾驶软件也必须受过训练。 这也是软件的必须的学习过程之一。  如果是我们的程序没有给出足够的原则、 人工补充新情况所需要引入新的附加原则。 让这样程序就学会做类似情况。所以程序在开始阶段就像一个学生。 但不会犯违反原则的错误，最后自己学会做各种比较复杂的情况，如人跑步。  问题： 程序是否能自己推出新的应用原则，还只是会应用我们给定的原则？…

张益唐年轻时候肖像画，版权为十万编委所有，请莫转载 作者： 赵奎奇 简综述 注： 赵奎奇为云南师范大学数学教授 黎曼猜想，是 1859 年由波恩哈德·黎曼作为，他获选当年柏林科学院院士这一崇高荣誉，献给柏林科学院的回报论文“论小于给定数值的素数个数” 所有这些有意义的解在一条直线上。现在借助计算机，对超前200 亿个非平凡零点验证正确，无一例外！ 黎曼猜想从1859 年“诞生”以来，就是数学世界的一座巍峨的峻拔山峰，吸引了无数数学家前去攀登，却谁也没能登顶。它不仅是1900 年的第二届ICM(国际数学家大会)时，德国数学家戴维·希尔伯特在大会上所提，20 世纪数学家应当努力去解决的23 个数学问题之一，也是美国克雷数学研究所于2000 年5 月24 日公布，悬赏索求的世界七大数学难题中的一个。 如今数学文献中已有超过上千条的数学命题，以黎曼猜想（或其推广形式）成立为前提。黎曼猜想与费马大定理，已经成为广义相对论和量子力学融合的M 理论几何拓扑载体。黎曼猜想研究的最新进展是：2022 年10 月15 日上午，在北京大学大纽约地区的校友会第十期“未名传承系列活动”的演讲中，美籍华裔数学家、加州大学圣塔芭芭拉分校张益唐教授表示，本质上，他已经证明了朗道-西格尔零点猜想（黎曼猜想的某种弱形式，被定义为广义黎曼猜想的反例）。2022 年11 月4 日上午，张益唐对预印本平台arXiv 提交了一份长达111 页的论文“离散平均数估计和朗道-西格尔零点”，11 月7 日预印本网站arXiv上正式对外公开，由数学界同行进行评议，行验证的流程。待被学界可认，他部分证明了朗道-西格尔零点不存在。牛津大学数学研究所退休教授罗杰·希思-布朗（Roger Heath-BrownFRS）曾就朗道-西格尔零定理(猜想)，向澎湃新闻表示“好好研读这篇论文需要很长时间，所以，我现在还不能说它是否正确。但它写得很清楚，而且策略明智。” 张益唐的数学家 朋友Brian Conrey 曾说：“有两个宇宙，在第一个宇宙里，不存在朗道-西格尔零点，但在第二个宇宙里，有此零点。现在的问题是，我们并不知道我们生活在哪一个宇宙。”说的很有意思，朗-西零点在一个世界（未来的）存在；朗-西零点不存在，不否定黎曼猜想（在现在世界里）！ 2022 年11 月14 日，与张益唐研究领域有所重叠的华裔数学家，菲尔茨奖获得者，美国加州大学洛杉矶分校讲席教授陶哲轩给出了他对张益唐预印本网站arXiv 上公开的新论文具有较为针对性评论， 大意为:我看到并指出的一些（包含严重的）问题，可能得纠正，这一过程很可能需要一段时间才能解决，但是得强调，我不想向益唐施压，要求上传一份仓促编辑的修订稿，而是一份仔细校对的修订稿，耐心等待。2023 年8 月23 日阿里巴巴数学全球竞赛专场讲座上，张益唐间接回答了陶哲轩之前评论，零点猜想论文第二稿最快于今年里见。 张益唐，1955 年生于上海，祖籍浙江省平湖市，1978-1985 年就读北京大学数学系，1982 年获学士学位，1985 年硕士学位；用了近7 年时间于1992 年，获美国普渡大学博士学位。之后又近7 年期，人生漂泊不定，没有好日子过，时常只能借住在朋友家，有时甚至只能住在朋友家的地下室，他做过中餐外卖员，小店的会计，也到汽车旅馆打过零工。但他一直潜心于研究数学，默默耕耘，关注大问题的进展，挑战大难题。北大校友唐朴祁和葛力明和他北京大硕士生时期导师潘承彪教授是张的人生贵人，尤其，得到数学专业出身的葛力明大力推荐，1999 年先获聘为新罕布什尔大学数学系与统计学系编制外的助教，后担任讲师，执教微积分、代数、初等数论等课程。大学讲师是他回归学术圈的开始，于2001 年在《杜克数学期刊》上发表了一篇关于黎曼猜想的高水平论文“On…