超光速粒子、希格斯玻色子、裡約地球峰會、倫敦奧運會、人工智能、人類起源、數字化的美國大選……《新科學傢》雜志的這份“2012概念指南”可幫助你更好地理解2012年將發生的重要社會科技事件。
中微子可能是超光速粒子
明年，實驗將證實中微子究竟是否能夠打破宇宙速度極限———但是要如何將這些不怎麼聽話的微粒納入物理學理論？
2011年9月，在有那麼幾天時間裡，微中子成為全球最重要的新聞。名不見經傳的意大利格蘭薩索國傢實驗室做出一項驚人聲明———亞原子微粒中微子的速度可超過光速。根據愛因斯坦狹義相對論，光速是宇宙速度的極限，沒有任何物質可以超越光速。這一可能震撼物理學根基的結果，瞬時在整個學界掀起狂波巨瀾，亦招致世界上相當數量的物理學傢的質疑。2012年，德國巴伐利亞費米實驗室的M IN O S(註入器中微子振蕩搜尋)實驗和日本T 2K中微子振蕩實驗都將試圖證實這一聲明究竟是否站得住腳。T2K實驗有來自12個國傢的500名研究人員參與。由位於日本東海縣的加速器將質子加速產生中微子，並將束流對準295公裡外的超級神岡探測器。實驗自2010年1月開始運行。由於3月份日本大地震，加速器設施遭到破壞，被迫停止運行。如果結果證明，中微子的速度果然超過光速，那麼要如何將這些淘氣的微粒納入物理學？
一種方法是通過超光速粒子。這是一種假想微粒，在超光速的條件下誕生。隻要它們一直待在自己的高速通道內，那麼就不會對愛因斯坦的狹義相對論構成威脅。
中微子是超光速粒子嗎？如果宇宙中有一種場地，而它與經過的粒子發生交互作用，那麼這種解釋是成立的。如果在這片場地中光子的阻力較大，那麼中微子的速度自然可以超過光速。這種解釋聽上去似乎並不陌生：比如，光線穿過玻璃時就比穿過真空時慢。因此，宇宙中可能佈滿某種漫射玻璃。
如果中微子果然是超光速粒子，理論傢們依然有工作要做。雖然誕生於高速，超光速粒子依然違背瞭狹義相對論的另一條要求：無論在什麼地方，無論以什麼速度行進，粒子的行為都將保持不變。與此同時，不少試圖解釋這一離奇實驗結果的理論已經出現。
撰文：LisaG rossm an
日本T2K中微子振蕩實驗采用的超級神岡探測器
尋找希格斯玻色子
在2012年，歐洲核子中心的大型強子對撞機(LH C )將改變我們對宇宙的觀點。它的實驗將證實希格斯玻色子究竟是否存在，當結果公佈時，必將成為轟動世界的新聞。
先有必要來談一談LHC。它最初是作為一個純歐洲計劃而誕生，最終演變成世界性的研究工具，在歐洲建造，得到來自全球的資金和技術支援。LHC向人們展示瞭，當來自不同文化的人為瞭一個共同目標攜手合作，可以取得什麼樣的成就。自登月計劃以來，還從未有科學項目像L H C一樣引起如此強烈的社會反響。可以公正地說，LHC是我們這個時代最成功的國際科研項目，這正是值得借鑒的地方。L H C的母實驗室為歐洲核子研究中心，從成立之初它就是一個國際性組織，管理機制成熟，允許非中心成員國傢投資參與其項目。隨著其他科研領域也走向國際化，如 果參考歐核中心的模式將令它們受益匪淺。
回到希格斯玻色子(又叫希格斯粒子或希格斯子)話題。尋找這種神秘的粒子是一項艱巨挑戰。想象在一群野馬跑過之後，試圖找到一頭斑馬留下的足 跡，你大概可以理解希格斯玻色子獵人們所面對的挑戰。搜尋工作一度似乎已經終結。12月13日，L H C實驗小組報告發現希格斯玻色子的蹤跡。2012年，歐核中心將發佈大量L H C實驗數據，它們將證實這些“蹤跡”是否可靠。
但是，收集數據僅僅是痛苦的粒子發現工作的開始。希格斯玻色子並不能直接檢測，而是通過它衰變後的產物，比如一對光子或是Z玻色子。但是，其他 的微粒，比如誇克也能夠形成類似衰變產物。這個喧鬧的“背景”可能淹沒希格斯玻色子的信號。L H C研究團隊成員威斯康辛大學的佈魯斯·梅拉多說，“背景噪音是搜巡希格斯玻色子的致命弱點。”
最近發現的信號顯示希格斯玻色子的質量很輕，這將令搜尋工作變得更加復雜。不同於大質量的希格斯玻色子，小質量的希格斯玻色子衰變後很少成為Z 玻色子，而是變成更常見的衰變物，更容易混進背景。從統計學上說，發現希格斯玻色子存在證據的幾率隻有一百萬分之一。撰文：DavidShiga
裡約地球峰會
地球這艘宇宙飛船需要一個駕駛員。時間緊迫，我們必須沖進駕駛艙，控制航向。這就是2012年巴西裡約熱內盧地球峰會將要傳達的主題。自然災 害、食品和水資源短缺、生物多樣性損失，這一切都說明人類活動正在破壞我們的星球，讓它變得越來越危險。在裡約，我們將必須推動建立一套“環境治理”的全 球系統。
地球有9大對人類生存至關重要的生命支持系統。它們對人類活動有一定的承受能力，但不幸的是，要跨過安全界限實在輕而易舉。衡量這些生命支持系 統的健康程度的指標分別是：海洋酸化、臭氧濃度、淡水消耗量、生物多樣性、氮磷循環、土地使用率、二氧化碳濃度、氣溶膠濃度和化學污染。從這些指標判斷， 人類已經沖破瞭其中3條安全界限。我們的不負責任導致物種滅絕速度達到瞭自然滅絕速度的10倍。我們人為調高瞭行星的溫度，甚至可能引起瞭不可阻止的自然 反饋，加劇地球溫度上升。我們濫用化肥，導致氮循環加速，污染生態系統和海洋。
在其他方面，我們也在不斷考驗地球的極限。到本世紀中期，淡水的采集也可能突破安全界限，導致土地幹旱、糧食減產、全球糧食供給將經受嚴重考驗。同樣地，海洋的酸化可能讓貝類和珊瑚逐漸消失，威脅整個海洋生態系統。
至於化學污染和大氣污染這兩項，我們還需要找到引發危機的臨界點。最後隻剩下人類唯一值得驕傲的地方：我們成功修復瞭極地上空的臭氧層空洞。
有人呼籲通過“地球工程”來修補地球。無論你是否支持這一做法，不可辯駁的是，人類已經主宰瞭地球的眾多生命支持系統，僅僅是減少我們的足跡已經於事無補。地球已經無法自動駕駛。撰文：FredPearce
如何成為奧運會冠軍
2012年7月，全球約1.7萬名頂尖的運動員將湧向倫敦參加奧運會。他們可能都擁有最適合於各自運動項目的最優基因，並且經過多年的專業訓練，連飲食也無比考究。但是，最終決定勝負的關鍵可能在於他們的頭腦。
僅僅在過去10多年，人們才意識到，對於體育比賽的勝負，心理訓練和體能訓練可能同等重要。在備戰倫敦奧運會的最後一年中，英國奧運代表團的運 動員每個月要進行兩次心理治療。兩位以色列心理學傢給他們的運動員設計瞭長達4年的心理訓練計劃，北京奧運會剛剛結束就開始瞭訓練。
獎牌獲得者大多是那些最善於控制自己的情緒，精力集中，充滿自信、動力和樂觀情緒的人。心理訓練的目的是通過一些策略———比如制定目標、模擬競賽環境、和自己對話———讓運動員達到這一狀態。
心理學傢還將考慮到大賽之前運動員所處的環境因素。當運動員在倫敦奧運村期間，要向他們發佈哪些信息？公告欄上發佈的消息要如何措辭？所有細節都有關系。
當然，最優秀的運動員也擁有恰當的基因。優秀短跑選手或跳遠運動員可能擁有某種形式的ACTN 3基因，這讓他們擁有更多的快肌———短時爆發力和速度型運動需要的肌肉。耐力型運動員通常擁有一種N R F2基因，使得他們擁有最佳的最大攝氧量———人體在進行有大量肌肉群參加的長時間劇烈運動中，當心肺功能和肌肉利用氧的能力達到本人的極限水平量，單位 時間內所能攝取的氧量。它的意義在於反映人體最大有氧代謝能力，反映心肺功能的轉運能力和肌肉對氧的吸收、利用能力。
因此，成為奧運會贏傢的關鍵在於擁有正確的基因、多年的專業體能訓練、具備優良的心理素質。但並非所有人都能成為贏傢。也許一些運動員需要心理學傢幫助他們應對失敗———當然在8月結束前，最好不要提到這個詞語。
撰文：Jessica Ham zelou
人類混雜的起源
如果你認為我們是來自東非的古猿的直系後裔，暫且打住。人類的起源理論正從根本上受到質疑，我們身份的基礎也可能因此動搖。
首先，人類可能並非源自東非。在南非發現瞭兩具驚人完整的197萬年前的古人類化石說明現代人類也可能誕生於東非大裂谷之外。這說明類人猿可能 在非洲各地同時進化。我們對這些古代猿人的瞭解越多，將越有助於瞭解人類進化歷史上的重要裡程碑：體毛在什麼時候消失；什麼時候開始使用工具。
其次，並不存在標準人類。除非洲人之外，其他所有人類都有2.5%的D N A源自尼安德特人，是6萬年前智人和尼安德特人雜交的結果。所有美拉尼西亞人有5%的基因來自另一種古人類———丹尼索瓦人。一部分人還攜帶著基因說明我 們的祖先曾經和其他已經滅絕的古人類交配過。
隨著越來越多化石被發現，對它們的D N A進行測序。我們將獲得更多關於這些已經滅絕的古代親戚的生物學證據，從而得知我們和他們之間的差異。當然兩者之間共同之處也同樣有趣。
撰文：CatherineBrahic
如何測量機器的智商
阿蘭·圖林誕生一百年後，他提出的著名的判斷機器智能的標準，現在看來既太難又太狹隘，但是可能存在其他測量方法。
當一個莫名其妙的答案出現在電腦屏幕上，我的心往下一沉。我是2011年Loebner人工智能競賽的裁判之一。在比賽中，計算機程序試圖讓裁判認為它們就是真人。這一競賽基於圖靈測試———著名的機器智能基準。迄今為止，還沒有一臺機器能夠通過圖靈測試。
2012年將迎來阿蘭·圖靈誕辰100周年。圖靈是英國著名的數學天才，二戰期間幫助破譯瞭納粹德國的恩尼格瑪密碼機。他於1950年提出瞭測 量機器智慧的方法。為瞭紀念圖靈，大量的機器智能測試競賽可能在今年舉行。但是，圖靈測試並不適合測量今天的人工智能。首先，它要求一個程序抓住人類語言 的精妙細節，這實在太困難。與此同時，它未免太狹隘：今天的機器人已經能夠影響股市、操縱飛機著陸、甚至駕駛汽車，為什麼要局限於模仿人類的語言天賦？
另一種方式是通過一系列的小型圖靈測試，每種測試專攻某個領域的機器智能。比如，一種新的視覺圖靈測試將機器人識別圖片中物體的空間關系的能力 與人的同種能力進行對比。
還有人提出，完全放棄人類作為參照標準。采用統一的智力數學定義，很快就可以通過標準測試判斷電腦和人的智商，並且不受人類偏見的影響。這樣的統一測試甚至可能發現一臺比人類聰明得多的機器。撰文：Paul Marks
迄今為止，還沒有一臺機器能夠通過圖靈測試
數字化美國大選
網絡已經占據人們生活的相當一部分，因為如此，美國總統候選人可以針對不同選民發佈更有針對性的信息。
如果你住在俄亥俄州，喜歡在Twitter上談論你的教堂？共和黨人可能想要和你談一談。如果你住在加州，將自己和豐田電動車的照片放到網上？巴拉克·奧巴馬可能希望你幫他設立一個籌款網頁。
2012年11月舉行的美國總統大選可能將是歷史上數據最密集的一次大選。原因？我們分享的個人信息越來越多，包括我們的興趣、社會關系、網上行為。精明的政治候選人可以根據這些信息判斷我們的投票趨勢、更有針對性地選擇目標、選擇以何種方式和我們溝通。
2008年，奧巴馬的競選團隊首次利用網絡志願者，不僅用於宣傳，還用於跟蹤各類選民最關心的問題是什麼。他們根據選區建立電腦模式，幫助決定在最後一刻把錢和志願者投到哪裡才能發揮最大效果。
2012年，更多候選人可能采用這種數據輔助的決策模式。競選戰略師很早就將選民登記數據和消費者數據庫及民調信息集合，用以建立選民檔案，其 中包含上千個變量，比如某人的房屋大小、閱讀什麼雜志，等等。現在，這些信息可以和T w itter和博客所傳達的時下政治情緒結合進行綜合分析。
個體選民的興趣愛好、政治主張等詳細信息還可幫助競選團隊設計更有針對性的宣傳信息。曾在Tw itter中談論對科幻劇集《銀河戰星》的熱愛？如果在網絡政治廣告或是贊助商鏈接中看到的政治信息講述瞭候選人對科學或太空探索的立場，不要感到驚訝。
人們將如何看待這種個性化的選戰還有待驗證。厭惡或喜歡都有可能。但現實是，約一半美國人擁有Facebook賬戶，選民們將不得不習慣政客們用各種方式利用他們的個人信息。將龐大的網絡信息和復雜的預測軟件相結合，2012年可能目睹終極政治機器的崛起。
隱私價值千億
如果傳聞可信，我們的個人信息的價值達到1000億。社交網站Facebook計劃在2012年首次公開募股，據預測募集的資金可能達到1000億。這一切都得感謝Facebook的普通用戶。
根據這個估價，F acebook的8億多用戶每人價值約125美元。但是，憑什麼Facebook可以靠將你的個人信息賣給廣告商賺錢？你是否也能從中獲利？不幸的是，答 案是否定的。你的信息隻有在屬於某個群體的時候才值錢。瞭解你一個人喜歡番茄醬勝過芥末醬對於一傢公司毫無價值，但如果將數百萬人的同類信息收集起來，對 於麥當勞可能就具有很大的商業價值。
當然，如果決定自己出售個人信息你還需要知道它的價值。一種方法是反過來考慮如果隱私泄露會導致什麼危害，如果危害程度越大，則隱私越具有價值。
隱私泄露的危害可能包括接到更多討厭的市場調查電話、被拒絕購買健康保險、或隻是被朋友輕視。但是，社交網站並不會公開宣傳說它在出售你的信息。隻要Facebook用戶們繼續免費提供自己的個人信息，我們將永遠無法將個人詳細信息的真正價值兌換成鈔票。
撰文：JacobAron
繪制人腦連接圖譜
從19世紀開始，人們就開始懷疑人的身份本質存儲於腦神經元的連接之中。今天，我們擁有瞭證明這一猜想是否正確的技術。
直到今天，我們對腦的認識主要依靠觀察局部腦區域受傷的病人，或是依靠核磁共振成像(M R I)等腦掃描技術，通過這兩種方式可以判斷不同腦區域的功能，但無法得知它們的相互關系。不瞭解這些不同區域的互動就好像在不知道電線通往何方的情況下試圖瞭解一個電話網絡。
“如果不知道哪個區域和其他哪些區域相連，那麼你將缺失大量信息，”牛津大學的提姆·貝倫斯說。他是H CP(H um anConnectom e Project，人腦連接組項目)的成員。這個科學項目的目標是繪制出1200個人腦的主要神經連接圖譜，預計2012年末將可以看到初步結果。
人腦擁有上千億個神經元，每個神經元有約1萬個連接，因此繪制人腦圖譜將不是一件輕松的工作。標註下每個神經元的連接可能需要幾十年。H C P將從最容易摘取的果實下手：標註不同腦區域之間的主要高速路，瞭解不同個體之間這些“道路”的差異。工作人員將結合多種成像工具，比如一種工具叫擴散 MR I，它可以觀測腦白質(相當於腦的“線路”絕緣體)結構。還有一種工具叫靜息態M R I，可測量大腦不同區域如何通過共同的連接協調工作。
即使是這樣也將產生一個空前復雜的腦結構解剖圖，通過它可以瞭解個性、記憶、甚至良知的形成。
撰文：LindaG eddes
在上色之後，人腦連接圖譜非常漂亮。
主導世界的網絡
按照現在的趨勢，在2012年某個時候，Facebook的活躍用戶可能超過10億。通過研究這些人之間的聯系，我們可以得知這個龐大網絡是如何帶來社會變革的。
任何復雜的系統都一樣：從全球經濟到人腦，關鍵在於理解連接。要認識我們生活的世界，則需要瞭解網絡理論。感謝復雜系統提供的海量數據和超級計 算機的強大運算能力，網絡分析這個新的研究領域備受關註。一種觀點認為生物網絡可以在一定程度上抵抗幹擾。當幹擾達到一定程度，系統就會發生扭曲———這 時人就會生病。除瞭人腦連接組項目，對蛋白質(構成人體細胞的分子機制)連接的研究也將產生海量數據。
由於人類活動創造的網絡並非自然選擇產生，如果受到幹擾則可能崩潰。因此，網絡理論傢們正忙著研究大公司之間的聯系。“太大而不能倒”(Too big to fail)這一概念隻是部分正確：從網絡理論的角度看，更正確的說法應該是“關聯太廣而不能倒”(too connected to fail)。
社交網絡和這些有什麼關系？Facebook想要通過一些程序(算法)幫助它識別哪些關系是最強大的，從而提供更個性化的服務。用Facebook創始人馬克·紮克伯格的話說就是———這很復雜，但我們有更好的連接。撰文：Peter Aldhous
Orignal From: 人手一份《2012概念指南》：理解重要科技事件
留言列表
