Channels

Top 100 Trending New

Categories

Crypto Gaming News Entertainment Music Sports Tech Gambling Bots and mini apps Finance Business Education Lifestyle Health Travel Auto Fashion Jobs Dating Deals and shopping

Stickers

Stickers Emoji Themes Wallpapers

Bots Gifts Tools

Theme

CurrencyUSD

$US DollarUSD ₽Russian RubleRUB €EuroEUR ₴Ukrainian HryvniaUAH ₸Kazakhstani TengeKZT ₺Turkish LiraTRY złPolish ZlotyPLN ₪Israeli New ShekelILS AEDUnited Arab Emirates DirhamAED R$Brazilian RealBRL RpIndonesian RupiahIDR RMMalaysian RinggitMYR ¥Japanese YenJPY ₩South Korean WonKRW CN¥Chinese YuanCNY

Português (Brasil)

Bahasa Indonesia

Беларуская

Українська

Log in

Channels Categories Stickers Bots Gifts Tools

Premium Wiki Glossary Legal

Notifications Settings Log in

تازه‌های علمی: پست #3116 — TG.ME

تازه‌های علمی@science_focus · 1.1K subscribers Open in TelegramOpen

[media without text]

t.me/science_focus/3116

October 16, 2026

More from this channel

🔺 مرور ۶ خبر علمی امروز چرا گرانش مصنوعی با وجود دهه‌ها تحقیق هنوز به فضا راه پیدا نکرده است؟ و چگونه کمبود تراشه‌های حافظه، فناوری قدیمی DDR4 را دوباره به بازار برگردانده؟ در مطالب امروز، از این موضوعات گفتیم؛ همچنین از امید تازه به بازسازی غضروف زانو، فاصله روبات‌های انسان‌نما با خدمتکاری واقعی، افشای یک جعل تاریخی هزارساله و کشف نوعی مغناطیس جدید برای تراشه‌های آینده. 🔹 گرانش مصنوعی در فضا؛ چرا ایده کپسول‌های چرخان هنوز عملی نشده است؟ اتصال دو کپسول فضایی با کابل و چرخاندن آن‌ها می‌تواند شتابی شبیه گرانش ایجاد کند، اما چرخش سریع ممکن است باعث سرگیجه و تهوع فضانوردان شود. کابل بلندتر این مشکل را کاهش می‌دهد، ولی کنترل تعادل و نیروهای مکانیکی سامانه را دشوار می‌کند. به همین دلیل، این ایده هنوز با موانع جدی مهندسی روبه‌روست. 🔹 بازگشت رم‌های DDR4؛ چگونه بحران حافظه فناوری قدیمی را زنده کرد؟ افزایش تقاضای مراکز داده هوش مصنوعی برای حافظه، فشار بر بازار رم‌های مصرفی را بیشتر کرده است. در نتیجه، برخی تولیدکنندگان دوباره به مادربردهای سازگار با DDR4 روی آورده‌اند؛ حافظه‌ای قدیمی‌تر و معمولاً ارزان‌تر از DDR5. این بازگشت نشان می‌دهد هزینه و دسترسی به قطعات، گاهی به‌اندازه پیشرفت فنی در تصمیم‌های بازار اهمیت دارند. 🔹 بازسازی غضروف زانو؛ امید تازه برای درمان آرتروز بدون جراحی پژوهشگران دانشگاه استنفورد دریافتند مهار آنزیم 15-PGDH می‌تواند در موش‌های سالخورده و مدل‌های آسیب مفصل، به بازسازی غضروف و کاهش التهاب کمک کند. آزمایش روی نمونه‌های غضروف انسانی نیز نتایج امیدوارکننده‌ای نشان داد. بااین‌حال، اثربخشی و ایمنی این روش برای درمان آرتروز در انسان هنوز باید در کارآزمایی‌های بالینی بررسی شود. 🔹 روبات‌های خانگی؛ چرا هوش مصنوعی هنوز آماده انجام کارهای روزمره نیست؟ روبات‌های انسان‌نما در نمایش‌های فناوری چشمگیر به نظر می‌رسند، اما بسیاری از توانایی‌هایشان به محیط کنترل‌شده یا راهنمایی انسان وابسته است. برخلاف چت‌بات‌ها، روبات‌ها باید در جهان واقعی و غیرقابل‌پیش‌بینی عمل کنند؛ جایی که حتی خطای گاه‌به‌گاه می‌تواند خطرناک باشد. رسیدن به دستیاران خانگی قابل‌اعتماد به پیشرفت جدی در ادراک، یادگیری فیزیکی و ایمنی نیاز دارد. 🔹 جعل تاریخی قرون وسطی؛ چگونه زبان‌شناسی سندی هزارساله را افشا کرد؟ سند «بخشش کنستانتین» قرن‌ها برای توجیه قدرت سیاسی کلیسا به کار می‌رفت، اما در قرن پانزدهم لورنزو والا با بررسی واژگان و دستور زبان لاتین نشان داد که متن نمی‌تواند متعلق به دوران امپراتور کنستانتین باشد. این بررسی نمونه‌ای تاریخی از قدرت نقد متون و راستی‌آزمایی شواهد است؛ روشی که در عصر دیپ‌فیک و اطلاعات جعلی نیز اهمیت دارد. 🔹 آلترمغناطیس؛ نوعی مغناطیس تازه برای تراشه‌های نسل آینده پژوهشگران ویژگی‌های آلترمغناطیسی را در ماده‌ای لایه‌ای متشکل از کبالت، تانتال و سلنیوم شناسایی کرده‌اند. این مواد می‌توانند جریان اسپین الکترون‌ها را کنترل کنند، درحالی‌که میدان مغناطیسی خارجی مزاحم بسیار کمی ایجاد می‌کنند؛ ویژگی‌ای جذاب برای حافظه‌ها و تراشه‌های فشرده. بااین‌حال، آزمایش در دمای حدود منفی ۹۵ درجه سانتی‌گراد انجام شده و کاربرد عملی در دمای اتاق هنوز به پژوهش بیشتری نیاز دارد. 🆔 @Science_Focus #مرور_علمی #اخبار_علمی #فضانوردی #سخت_افزار #آرتروز #روباتیک #تفکر_انتقادی #فیزیک #آلترمغناطیس #فناوری 28·Oct 21 🔺 گامی تازه در اسپینترونیک: کشف آلترمغناطیس در مواد لایه‌ای برای مهار تداخل مغناطیسی در تراشه‌ها 🔹 در مدارهای الکترونیکی بسیار فشرده، یکی از بزرگ‌ترین چالش‌ها پدیده‌ای به نام «میدان‌های مغناطیسی سرگردان» است؛ میدان‌های نشتی که از قطعات مغناطیسی ساطع شده و عملکرد بخش‌های مجاور را مختل می‌کنند. اکنون فیزیکدانان دانشگاه فلوریدای مرکزی در پژوهشی که در ژورنال معتبر Nature Communications منتشر شده، ویژگی‌های حالت سوم و نوظهور مغناطیس یعنی «آلترمغناطیس» را در ماده‌ای لایه‌ای کشف کرده‌اند که می‌تواند این مانع بزرگ را از میان بردارد. ❕ چرا ساختار لایه‌ای در این پژوهش یک پیشرفت تعیین‌کننده است؟ مواد لایه‌ای، مانند گرافن یا دی‌کالکوژنیدهای فلزات واسطه، از لایه‌های اتمی با پیوندهای ضعیف تشکیل شده‌اند که می‌توان آن‌ها را تا ضخامت تنها چند اتم ورقه‌ورقه کرد. کشف خواص آلترمغناطیسی در چنین ماده‌ای (ترکیب کبالت، تانتال و سلنیوم) به مهندسان اجازه می‌دهد این ساختارهای فوق‌نازک را بدون اشغال فضای اضافی، مستقیماً در تراشه‌ها، حسگرهای نوری و حافظه‌های نسل بعد ادغام کنند. 🔹 آلترمغناطیس که در سال‌های اخیر به عنوان شکل جدیدی از نظم مغناطیسی شناخته شد، ترکیبی ایده‌آل از دو جهان متفاوت است: مانند فرومغناطیس‌ها امکان تولید و کنترل جریان اسپین الکترون را دارد، اما مانند آنتی‌فرومغناطیس‌ها، جهت‌گیری اسپین‌های داخلی آن یکدیگر را خنثی می‌کنند و در نتیجه هیچ میدان مغناطیسی خارجی مزاحمی به اطراف پرتاب نمی‌شود. این ویژگی برای پردازش اطلاعات بدون تولید حرارت و نویز در ابعاد نانومتری نقشی کلیدی دارد. ❕ طیف‌سنجی پیشرفته چگونه این رفتار را اثبات کرد؟ پژوهشگران با به‌کارگیری تکنیک طیف‌سنجی گسیل نوری با تفکیک زاویه و اسپین، لایه‌های الکترونی درون این ساختار را با دقتی کم‌نظیر نقشه‌برداری کردند. این آزمایش‌ها نشان داد که ترازهای انرژی الکترون‌ها به شکلی ویژه منشعب می‌شوند؛ نشانه‌ای قطعی از آلترمغناطیس که محاسبات نظری را تأیید کرده و ثابت کرد این پدیده از ساختار درونی کل ماده سرچشمه می‌گیرد، نه صرفاً از لایه سطحی آن. 🔹 با وجود این دستاورد ارزشمند، دانشمندان تأکید می‌کنند که مسیر تا رسیدن به محصولات تجاری ادامه دارد. ثبت این ویژگی‌ها در دمای منفی ۹۵ درجه سانتی‌گراد صورت گرفته و درک کامل برهم‌کنش‌های کوانتومی حاکم بر این رفتار برای پایدارسازی آن در دمای اتاق، گام بعدی پژوهش‌ها خواهد بود؛ مسیری که نویدبخش حافظه‌های فوق‌سریع و پردازنده‌های بدون اتلاف انرژی است. [منبع] 🆔 @Science_Focus #فیزیک #اسپینترونیک #آلترمغناطیس #فناوری #نانوتکنولوژی #سخت_افزار #کوانتوم 38·Oct 21 🔺 «دیپ‌فیک» در قرون وسطی: چگونه زبان‌شناسی علمی یک جعل تاریخی هزار ساله را برملا کرد؟ 🔹 امروزه با گسترش ویدیوهای جعلی هوش مصنوعی و پدیده دیپ‌فیک، جعل واقعیت را بحرانی مختص عصر دیجیتال می‌دانیم. اما تاریخ نشان می‌دهد اشتیاق به تحریف شواهد و ایجاد مدارک غیرواقعی سابقه‌ای دیرینه دارد؛ جایی که یک سند ساختگی توانست مسیر قدرت سیاسی و جغرافیایی اروپا را برای صدها سال دستخوش تغییر کند. ❕ سند «بخشش کنستانتین» چه بود و چه نقشی ایفا کرد؟ در سراسر قرون وسطی، کلیسای رم به سندی استناد می‌کرد که ادعا می‌شد امپراتور کنستانتین در قرن چهارم میلادی آن را امضا کرده است. طبق این متن، امپراتور پس از درمان بیماری‌اش به دست پاپ سیلوستر اول، حاکمیت کامل بخش غربی امپراتوری روم و شهر رم را به کلیسا واگذار کرده بود. دست‌کم ۱۰ پاپ با تکیه بر این فرمان امپراتوری، مشروعیت تصرف سرزمین‌ها و دخالت در امور پادشاهان اروپایی را توجیه می‌کردند، سندی که در حقیقت دهه‌ها پس از مرگ کنستانتین جعل شده بود. 🔹 در دوران رنسانس، با ظهور خردگرایی و روش‌های بازبینی شواهد تاریخی، تردیدها درباره اصالت این سند بالا گرفت. در سال ۱۴۴۰ میلادی، فیلسوف و دانشمندی ایتالیایی به نام لورنزو والا با اتخاذ یک رویکرد علمی نوین، ضربه نهایی را به این جعل تاریخی وارد کرد. ❕ لورنزو والا چگونه با «تحلیل زبانی» پرده از واقعیت برداشت؟ والا نه به شایعات تکیه کرد و نه به حدس و گمان، بلکه روشی را پایه‌گذاری نمود که امروزه به عنوان «زبان‌شناسی تاریخی و نقد متن» شناخته می‌شود. او نشان داد که متن ادعایی پر از اصطلاحات و لغاتی به زبان لاتین است که اصلاً در قرن چهارم میلادی وجود خارجی نداشتند و قرن‌ها پس از آن ابداع شده بودند (پدیده نابهنگامی زبانی). او همچنین ثابت کرد که ساختار دستوری سند با نوشتارهای رسمی دربار کنستانتین همخوانی ندارد و هیچ منبع هم‌دوره‌ای نیز چنین واقعه مهمی را ثبت نکرده است. تحلیل علمی او نشان داد سند احتمالاً قرن هشتم جعل شده است. 🔹 شاهکار والا نشان داد که جستجوی حقیقت از میان لایه‌های اطلاعات نادرست نیازمند روش‌شناسی نظام‌مند و شکاکیت منطقی است. بحران تشخیص حقیقت از دستکاری محتوا پدیده تازه‌ای نیست؛ ابزارها از طومار دست‌نویس به شبکه‌های مولد هوش مصنوعی تغییر یافته‌اند، اما شاه‌کلید بشر برای عبور از آن همچنان بدون تغییر باقی مانده است: سنجش علمی داده‌ها و اعتبارسنجی دقیق منابع. [منبع] 🆔 @Science_Focus #تاریخ_علم #زبان_شناسی #تفکر_انتقادی #راستی_آزمایی #دیپ_فیک #فلسفه_علم 60·Oct 21 🔺 شکاف بزرگ روباتیک: چرا هوش مصنوعی به این زودی برای شما خدمتکار خانگی نمی‌سازد؟ 🔹 ویدیوهای وایرال‌شده از رقصیدن روبات‌های انسان‌نما، سرو نوشیدنی یا تا کردن لباس در رویدادهای فناوری، این تصور را دامن زده که روبات‌های همه‌کاره به زودی کارهای روزمره ما را به دست می‌گیرند. ایلان ماسک از ورود روبات‌های ۲۰ هزار دلاری اپتیموس به خانه‌ها سخن می‌گوید و سرمایه‌گذاران بازار آینده را چند تریلیون دلاری ارزیابی می‌کنند. اما گزارشی تحلیلی از MIT Technology Review نشان می‌دهد که واقعیت آزمایشگاه‌ها فرسنگ‌ها با این هیاهو فاصله دارد؛ روبات‌هایی که در نمایش‌ها می‌درخشند، در پس پرده توسط اپراتورهای انسانی هدایت می‌شوند یا سناریوهایی به شدت محدود و کنترل‌شده را اجرا می‌کنند. ❕ چرا هوش فیزیکی بسیار دشوارتر از هوش متنی چت‌بات‌هاست؟ مدل‌های زبانی مانند چت‌جی‌پی‌تی از اقیانوسی از متن‌های دیجیتال اینترنت تغذیه کرده‌اند تا واژه بعدی را پیش‌بینی کنند؛ اما جهان فیزیکی پیوسته، غیرقابل‌پیش‌بینی و پر از متغیرهای بی‌پایان است. پژوهشگران اکنون از مدل‌های «بینایی-زبان-عمل» (VLA) استفاده می‌کنند که فرامین حرکتی را از طریق هدایت دستی توسط انسان یاد می‌گیرند. با این حال، اگر روبات با موقعیتی خارج از داده‌های آموزشی‌اش روبه‌رو شود، فوراً متوقف می‌شود یا خطا می‌کند. رویکرد نوین دیگر یعنی ساخت «مدل‌های جهان» به دنبال آموزش قوانین بنیادین فیزیک و پیش‌بینی پیامد حرکات است؛ راهکاری که به اذعان دانشمندان هنوز در مراحل ابتدایی قرار دارد. 🔹 در قلب پیشرفته‌ترین آزمایشگاه‌ها، انجام کارهای به ظاهر پیش‌پاافتاده هنوز یک موفقیت شکننده محسوب می‌شود؛ برای نمونه، روبات تحقیقاتی شرکت Physical Intelligence با کمک پیشرفته‌ترین مدل‌ها به سختی توانسته پس از چندین بار آزمون و خطا یک سیب‌زمینی را درون هواپز بیندازد. به گفته یان لکان، از پیشگامان هوش مصنوعی، سازوکارهایی که برای متن و تصویر جواب داده‌اند برای داده‌های پیوسته و متغیر فیزیک کارایی ندارند و هیچ شرکتی در حال حاضر فرمول واقعی هوشمند کردن این روبات‌ها برای محیط‌های واقعی را در اختیار ندارد. ❕ پارادوکس قابلیت اطمینان: چرا موفقیت ۷۰ درصدی یعنی شکست کامل؟ در دنیای نرم‌افزار و مدل‌های زبانی، اگر سیستمی در ۷۰ درصد مواقع پاسخ درست بدهد، یک ابزار کارآمد است. اما در دنیای مکانیک و روباتیک، نرخ موفقیت ۷۰ درصدی یعنی «کار نمی‌کند». روباتی که در ۳۰ درصد مواقع فنجان چای داغ را رها کند، درِ فر را بشکند یا تعادلش را روی فرش از دست بدهد، یک خطر امنیتی است، نه یک دستیار خانگی. رسیدن به دقت ۹۹.۹ درصدی در محیط بی‌نظم و متغیر خانه نیازمند ادراک شهودی از محیط است، نه صرفاً تقلید کورکورانه حرکات. 🔹 صاحب‌نظران برجسته روباتیک برآورد می‌کنند که تا ورود روبات‌های واقعاً خودکار و ایمن به خانه‌ها دست‌کم یک دهه زمان باقی مانده است. روبات‌های انسان‌نما ممکن است در سال‌های آینده وظایف بسیار یکنواخت و محدودی را در انبارها به عهده بگیرند، اما رویای خدمتکار همه‌کاره با مدل‌های هوش مصنوعی کنونی فرسنگ‌ها فاصله دارد. [منبع] 🆔 @Science_Focus #هوش_مصنوعی #روباتیک #فناوری #MIT #روبات_انسان_نما #مدل_جهان #سیلیکون_ولی 61·Oct 21 🔺 بازسازی طبیعی غضروف زانو با مهار «آنزیم پیری»: آیا عصر درمان آرتروز بدون جراحی نزدیک است؟ 🔹 آرتروز یا ساییدگی مفصل، یکی از شایع‌ترین بیماری‌های دوران سالمندی است که سالانه میلیون‌ها نفر را در سراسر جهان با درد مزمن و محدودیت حرکتی روبه‌رو می‌کند. از آنجا که غضروف مفصلی فاقد عروق خونی است و توانایی ترمیم خودبه‌خودی ندارد، تاکنون هیچ دارویی برای بازگرداندن بافت از دست رفته وجود نداشت و جراحی تعویض مفصل تنها راهکار پایانی محسوب می‌شد. اما پژوهشگران دانشگاه استنفورد در مطالعه‌ای پیشگامانه که در ژورنال معتبر Science منتشر شده، راهکاری بیولوژیک برای وادار کردن مفاصل به ساخت دوباره غضروف کشف کرده‌اند. ❕ تفاوت غضروف هیالین با غضروف فیبری چیست؟ بدن انسان انواع متفاوتی از غضروف دارد. در مفاصل متحرک مانند زانو، لایه‌ای از «غضروف هیالین» یا شفاف وجود دارد که سطحی فوق‌العاده صیقلی ایجاد می‌کند تا استخوان‌ها بدون اصطکاک روی یکدیگر بلغزند. آسیب به این بافت پیش از این جبران‌ناپذیر بود، زیرا روش‌های درمانی موجود در صورت ترمیم، نوعی بافت ضخیم‌تر به نام «غضروف فیبری» تولید می‌کردند که شکننده بود و تحمل فشارهای حرکتی را نداشت. شگفتی دستاورد جدید این است که سلول‌ها را وادار به بازتولید غضروف اصیل هیالین با کارایی مکانیکی طبیعی می‌کند. 🔹 دانشمندان دریافتند که با افزایش سن یا وقوع آسیب‌دیدگی‌های مفصلی، ترشح آنزیمی به نام 15-PGDH در بافت غضروف دو برابر می‌شود؛ آنزیمی که دانشمندان آن را «گروزایم» یا آنزیم محرک پیری می‌نامند. این آنزیم مولکولی حیاتی به نام PGE2 را تخریب می‌کند که حضور متعادل آن برای سلامت بافت ضروری است. محققان با استفاده از یک داروی مهارکننده علیه این آنزیم در موش‌های کهنسال و موش‌های دچار پارگی رباط صلیبی (ACL)، مشاهده کردند که غضروف زانو دوباره ضخیم شد و درد و التهاب مفصل به شدت کاهش یافت. ❕ مکانیزم انقلابی: جوان‌سازی سلول‌های بالغ به جای سلول‌های بنیادی برخلاف بافت‌هایی نظیر پوست یا عضلات که بازسازی آن‌ها به سلول‌های بنیادی وابسته است، غضروف مفصلی اساساً فاقد این ذخایر سلولی است. داروی جدید به جای تلاش برای ساخت سلول از منشأ بنیادی، رفتار ژنتیکی خود سلول‌های غضروفی کهنسال (کندروسیت‌ها) را دگرگون می‌کند. این مهارکننده، سلول‌های تخریب‌کننده را خاموش کرده و آن‌ها را به حالتی شبیه به دوران جوانی بازمی‌گرداند تا مجدداً ماتریکس برون‌سلولی و کلاژن محافظتی ترشح کنند. آزمایش روی بافت‌های غضروفی برداشته‌شده از بیماران در حین عمل جراحی تعویض مفصل نیز نشان داد که سلول‌های انسانی به همین شیوه شروع به ساخت غضروف تازه می‌کنند. 🔹 هرچند دستیابی به چنین سطحی از بازسازی در نمونه‌های آزمایشگاهی و حیوانی بی‌سابقه است، اما پژوهشگران تأکید می‌کنند که تا تأیید کامل اثربخشی در کارآزمایی‌های بالینی انسانی چند سال زمان لازم است و نباید بیماران تصور کنند جراحی تعویض مفصل هم‌اکنون منسوخ شده است. با این حال، با توجه به موفقیت فاز اول بررسی ایمنی این دسته دارویی در انسان برای بیماری‌های عضلانی، مسیر برای آزمایش این روش در درمان آرتروز به شدت هموار شده است. [منبع] 🆔 @Science_Focus #پزشکی #آرتروز #غضروف #استنفورد #Science #پیری_شناسی #سلامت #مفاصل 107·Oct 21

An open web layer over public Telegram — search, stats and channel reading right in your browser, no account, no install.

Not affiliated with Telegram FZ-LLC; all data comes from public sources.

Catalog

Top channels Categories Countries Search

Content

Stickers Emoji Gifts Themes Wallpapers

Help

Tools Wiki Glossary Blockchain Safety Premium Advertisers Advertising

© 2026 TG.ME · G.MEDIA network· Updated 10/21/2026 · v0.2.0 · 04de0a9

Privacy Terms DMCA & complaints Report a violation

Where to next

نيمار ابن الانبار4.6M subscribers

Maths By Gagan Pratap2.3M subscribers

Maths By Aditya Ranjan - (Vidyagram) 🇮🇳2M subscribers

Catia Announcement Channel1.8M subscribers

PARMAR SSC1.4M subscribers

𝙍𝙤𝙟𝙜𝙖𝙧 𝙬𝙞𝙩𝙝 𝘼𝙣𝙠𝙞𝙩™🥇1.2M subscribers

‌ Do You Know | مجله ™1.2M subscribers

ابن الدورة1.2M subscribers