点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
关于恒星的这个经典理论 中国天文学家最新研究提出了挑战******
中新网北京1月19日电 (记者 孙自法)广袤宇宙的千亿星系中无时无刻不在诞生着新的恒星，同一恒星形成区会批量形成许多不同质量的新生恒星。长期以来，“恒星初始质量分布规律不变”一直是天文界关于恒星演化研究的一个经典理论。
这一恒星经典理论绝对正确吗？恒星初始质量分布规律真的一成不变吗？中国科学院(中科院)国家天文台刘超研究员领导的合作团队最新研究发现，“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，对其“不变”的经典理论提出挑战。
中国天文学家完成的这项刷新人类认知、将对天体物理多个领域研究产生深远影响的重大科研成果论文，北京时间1月19日凌晨在国际著名学术期刊《自然》发表。论文通讯作者刘超形象科普称，这也就是说，宇宙不同的地方必须用不同的“尺子”丈量，才能得到正确的测量结果。
终结恒星初始质量分布规律是否变化争议
中科院国家天文台介绍说，该台联合北京师范大学天文和天体物理前沿科学研究所、南京大学、中科院紫金山天文台等研究人员，发挥国家重大科技基础设施郭守敬望远镜(大天区面积多目标光纤光谱天文望远镜，LAMOST)光谱数据超大样本优势，并结合欧洲空间局盖亚(Gaia)卫星数据，研究发现天体物理学中一个非常重要的基础概念——“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，从而对“恒星初始质量分布规律不变”的经典理论提出挑战，并刷新了人类对这一基本概念的认知。
研究团队在本次研究中发现，他们首次清晰观测到年轻的小质量恒星数量比例明显高于年老的恒星。此外，金属含量越高的恒星家族中小质量恒星数量比例也越多。这是天文学家首次如此清晰地观测到恒星初始质量分布规律随着恒星金属元素含量和年龄发生了显著变化，直接导致恒星初始质量分布规律在宇宙中普适不变的基本假设不再成立，也终结了一直以来天文界关于恒星初始质量分布规律是否变化的争议。
恒星初始质量函数领域国际权威、德国波恩大学教授帕弗尔·库鲁帕(Pavel Kroupa)评价认为，这项研究基于大样本观测获取的高质量数据，揭示了银河系中恒星初始质量函数与银河系演化历史和环境相关，对于深入理解银河系中不同环境不同时间恒星形成的性质非常重要。
图中横坐标显示恒星星族的金属元素含量(金属丰度)，数值越大金属丰度越高。纵坐标显示恒星初始质量函数的形状，α数值越大表示质量较小的恒星比例越高。红色圆点显示年老星族α值比较小，即质量较小恒星的比例低；蓝色三角形显示较年轻恒星随着金属丰度变高，α值也增加，即质量较小恒星的比例增加。中科院国家天文台 供图9万多精细样本直接获取恒星初始质量函数
论文第一作者、中科院国家天文台博士研究生李佳东解释说，恒星初始质量分布规律，天文学上通常称为恒星初始质量函数，它描述了一群恒星在刚刚诞生时，不同质量的恒星所占的比例。在整个天体物理研究中，恒星初始质量函数是现代天文学中一个非常基础的物理概念，对许多关键天体物理学问题的研究起到至关重要的作用。
半个多世纪以来，天文学家通常认为恒星初始质量函数在宇宙各处及各个演化阶段是普适不变的，并作为基本假设在星系形成与演化、星团结构和演化、双星演化，甚至太阳系外行星以及引力波等诸多天体物理研究领域广泛应用，几乎成为天体物理教科书中的“经典假设”。
不过，天文学家近年来通过各种新的观测，发现恒星初始质量函数很有可能不是普适不变的。论文合作者、南京大学天文系教授张智昱指出，一些迹象显示，在恒星形成活跃的环境中大质量恒星的比例更高，这意味着恒星初始质量函数可能不是普适的。
恒星初始质量函数在宇宙各处是否变化成为困扰天文学家的重要问题，需要在银河系中找到更为直接有力的观测证据。近年来，随着郭守敬望远镜、盖亚卫星等中外大型天文设施投入观测运行，并获得海量观测数据，助力中国天文学家发现恒星初始质量函数变化的直接证据。
研究团队发挥郭守敬望远镜大样本光谱数据优势，筛选出迄今最精细的9万多颗太阳邻域的恒星样本，并获取了每颗恒星的金属元素含量和质量。结合盖亚卫星观测数据，他们首次通过俗称“数星星”这一最直观的恒星计数法，对具有不同金属元素含量和年龄的恒星进行统计，从观测角度直接获取了几乎不依赖于任何模型的恒星初始质量函数。
宇宙不同地方需要合适“尺子”正确测量
研究团队认为，无论是测量宇宙不同阶段星系中暗物质和重子物质质量、构建星系化学演化，还是理解恒星形成过程、分析双星演化的物理机制、探测太阳系外行星，甚至包括研究恒星级引力波事件等一系列天体物理学前沿问题的研究，都将因恒星初始质量函数的变化而受到挑战。
刘超以“尺子”作比喻指出：“这如同是一把会随着环境变化的‘尺子’，不能用同一把‘尺子’丈量宇宙的不同地方。在宇宙不同地方，天文学家需要更换合适的‘尺子’，才能得到正确的测量结果。例如，使用银河系目前的‘尺子’就无法测量早期的宇宙”。
论文合作者、中科院紫金山天文台符晓婷副研究员补充说，如此复杂变化的恒星初始质量函数，对恒星形成理论也提出了严峻的挑战。
中科院国家天文台表示，这一原创性成果是中国天文大科学装置郭守敬望远镜在前沿基础研究领域取得的又一项突破性进展。未来，中国将发射中国空间站工程巡天望远镜(CSST)，将助力天文学家在银河系更深远区域及近邻星系中进一步验证该重大发现，为更深入理解恒星初始质量函数和恒星形成的物理过程，提供更加丰富的天文观测数据。(完)
未来的诗和远方，或许是机器人为我们“负重前行”****** 近日，美国研究人员在探索一种新的机器人训练方法时发现，对工具的语言描述可以促使模拟机器人加速学习使用各种工具，也就是说，熟练使用工具的机器人可以帮助人类完成重复性或挑战性任务。 根据用途的不同，机器人可以被划分为工业机器人、服务机器人以及特种机器人，其中“服务机器人”与我们的生活最为贴近。它们正在为不断上升的劳动成本提供解决方案，并开启了一种崭新的人机互动方式。今天，一起来看看世界各地的机器人在为我们的生活做着哪些努力吧！
图源：pixabay 01 赶配送 目前，一些配送机器人已经可以通过使用多传感器导航系统，在导航过程中辨别二维或三维的结构，精准、灵敏地识别障碍，实现厘米级避障、秒级反应速度，大幅度提高对环境的感知能力，保证配送过程的导航稳定性。华盛顿Steak N Egg Diner餐厅老板奥斯曼·巴里（Osman Barrie）从一家名为Bear Robotics的初创公司租用了一台名为“Servi”的机器人，负责摆桌子、供应食品和饮料。
图源：巴伦周刊 02 跳舞蹈 美国工程与机器人设计公司波士顿动力（Boston Dynamics）联动自家的四足机器人Spot和人形机器人Atlas跳起了男团舞。它不仅可以完成动作，还能将歌曲MV中的人物动作模仿出来。这些舞蹈的展示不但有趣，还体现了机器人之间如何稳健、灵活地合作。
图源：Boston Dynamic 03 做手术 医学手术通常要求高精度操作。以玻璃体视网膜眼科手术为例，理想手术操作精度要求为10微米，是头发直径的1/8。而医生手部物理抖动幅值一般为100微米，这意味着完成一台高精度手术对医生的要求极其苛刻。 有了手术机器人的介入，医生可以在相机反馈的辅助下，利用操纵杆控制眼球切口中的微型视网膜手术机器人R2D2，将起皱的视网膜（厚度仅有10微米）铺平，修复病人的视力。
图源：pixabay 04 修动车 配备机器视觉、图像识别等技术，动车组检测机器人已经拥有了动车一级检修作业能力。 它由检测机器人、中心服务器、手持移动终端、列位检测和信息管理平台等五大模块组成，可全自动检测所有型号动车组车底和转向架可视部件，具备数据无线传输、故障自动判断等功能，作业效率是人检的2.75倍。
图源：pixabay 05 做刑侦 日本机器人公司SBRH研发了一款机器人Pepper，可以对人类的面部表情进行识别和解读，与人脸识别技术相伴而生。通过对人类情感甚至是心理活动的有效识别，使机器人获得类似人类的观察、理解、反应能力，可应用于机器人辅助医疗康复、刑侦鉴别等领域。
图源：中国机械工程学会 06 助行走 2014年，世界杯开幕式首次由一位瘫痪少年负责开球。这位少年借助先进的机械外骨骼结构，通过大脑意识从轮椅上站起来大脚开球。 机械外骨骼结构被视作“可穿戴的机器人”，兼具有机器人的智能性与人体骨骼的仿生性：外骨骼通过各类传感器探测脑内电极和肌肉电信号，将活动信号传输给机器人，机器人再进行具体的机械动作。
图源：环球网 07 做清洁 目前使用最普遍的是清洁机器人。随着技术的迭代升级，清洁机器人的功能逐渐多样化，也可以满足多样化清洁需求，已经应用至交通枢纽、写字楼、园区等诸多场景。同时，清洁机器人的产品品类也日渐多元化，除了可以地面清洁之外，还出现了泳池清洁机器人以及解决幕墙清洗难题的高空清洁机器人。
图源：pixabay 08 忙配药 零售药店沃博联（WBA）正在研究使用机器人技术来配药。目前该公司配置了9个自动化“微型配送”中心，机器人可以配制80种不同的药物，为2000多家药房提供支持，每小时最多可以处理300张处方的配药，这与一家人手充足的药房一天配药数量相同。 这不仅是为了节省劳动力成本，还可以缩短病人在药房里的等待时间，药剂师可以投入更多精力为病人提供咨询服务，处理紧急处方需求等。
图源：pixabay 09 进厨房 美国连锁餐厅Chipotle Mexican Grill （CMG）最近开始在洛杉矶测试机器人Chippy，这款机器人专门用来制作玉米片。它能把玉米片浸入热油中，搅动油锅中的篮子，然后用盐和酸橙调味。CMG首席技术官库尔特·加纳（Curt Garner）称，虽然仍然需要人工打包和上菜，但在订单激增的午餐高峰期机器人是不可或缺的。
图源：pixabay 10 帮搜救 哈佛大学的研究人员从蚂蚁中获得灵感，利用“光激素”设计出一组机器人RAnts。这种机器人可以相互响应，协同工作，并对环境做出反应。RAnts 仅通过简单的本地规则进行编程，遵循光敏场的梯度，避开光敏素密度高的其他机器人，并在光敏素密度高的地方捡起障碍物，然后将它们扔到光敏素密度低的地方。 根据这些规则机器人可以实现复杂的集体“越狱”行动，并在未来应用于解决复杂的问题，如建筑、搜救和防御。
图源：网络 机器人的功能多样化离不开其3D视觉系统、位置测绘以及机械工程的进步。“集群智能”（swarm intelligence）也越来越帮助机器人共享任务并一起工作。此外，通过5G或Wi-Fi网络连接，可以实现对机器人的远程监控、编程和故障排除。 知识的量化与技术的进步不断为机器人带来新变化，而对于人本身而言，其最宝贵的智慧与灵性终究不可量化。如何做好机器与人的协同共生是未来我们共同面对的课题。 审核：张宁 策划：李政葳 撰文：穆子叶 编辑：李飞 参考 |新华社、参考消息网、科学网、科技日报、虎嗅 （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐彩彩票地图 |
)