Nature:为啥室温超导支棱不起来
大家好,今天本人给大家带来文章《Nature:为啥室温超导支棱不起来》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
引发全球热议的LK-99风波告一段落后,Nature的一篇资讯头条再次提及了“室温超导”。
尽管对超导的热情一直不减,但随着一次又一次被证伪,人们很难不对“室温超导”慎之又慎。
Nature的这篇文章,用一名研究者的真实经历,剖析了背后的原因。
图片
这篇文章的原标题是“为什么室温超导总被质疑”,看上去好像是一则评论。
但实际上文章却在“讲故事”,主人公是美国罗切斯特大学的物理学家Ranga Dias。
就是三月份引发美国物理学会会议现场爆满的那位宣布发现新“室温超导材料”的学者。
图片
Dias团队声称研发出的材料是一种名为亚氨基镥(LuNH)的氢化物,据称在1GPa、21摄氏度下“有超导特性”。
图片
与LK99不同,Dias有关LuNH的论文发布后引发了大规模的质疑。
实验复现失败、作者不肯透露产物制备细节,Nature也向其中添加了“数据存疑”的注释。
图片
这已经不是Dias的论文第一次被质疑,该团队此前就发布过一种氢化物“室温超导”材料,最终以被撤稿结局。
仅一团队复现“部分成功”
此前的撤稿经历也许加深了人们的怀疑,但还是有不少团队尝试对Dias的实验进行了复现。
不过结果并非如Dias所愿——这些复现实验,基本都以失败告终。
论文发布后两个月,南京大学闻海虎教授的课题组就发布论文称LuNH没有显示出超导特性。
图片
与此同时,来自国内外多家高校和研究机构也纷纷对LuNH的“超导性能”进行了“打假”。
不过倒是有一个团队声称成功复现了Dias的成果,但证据似乎并不充分。
伊利诺伊大学芝加哥分校的Hemley团队发布的一则论文显示,在3℃左右观察到了LuNH的电阻变化。
图片
不过,专业人士表示,仅仅是电阻变化并不足以说明LuNH具有超导特性,何况论文中只有四个数据点。
德国马普所的研究人员Alexander Drozdov更是说,这一结果可能是由于接触不良导致的。
对于实验复现的失败,Dias的解释是这些团队“没有足够样本、未进行足够的测试”,但Dias却没有详细公开试验方案和样品制备细节。
不仅是实验没能成功,LuNH在理论层面也饱受质疑。
罗马第一大学的理论凝聚态物理学家Lilia Boeri告诉Nature,一些研究人员用计算机模拟了多种Lu、N和H原子的排列,但都未能从中观察出室温超导迹象。
图片
作者屡陷学术丑闻
除了论文内容本身,Dias“学术不端”的“前科”或许也是他遭到怀疑的一个重要原因。
据Science杂志网站消息,今年有人指控Dias的博士论文抄袭了圣路易斯华盛顿大学的James Hamlin。
据悉,Dias的论文至少有6300个单词(约占21%)与Hamlin的论文相同。
对此,Dias表示的确有部分内容“未明确标注来源”,但拒绝发表更多评论。
图片
Dias被指控的学术不端行为,除了抄袭还有数据造假。
其中就包括Dias在2020年第一次发表的“室温超导”论文(已被撤回)。
但撤稿之后,Dias所在的罗切斯特大学对此事进行了调查,结果是“没有证据支持这些担忧”。
图片
无独有偶,Dias在Physical Review Letters(PRL)发表的另一篇论文也被质疑造假。
PRL委托四名独立审稿人对此事进行了调查,调查结果“令人信服地支持了数据捏造/伪造的指控”。
除了Dias自己,这篇论文的其他所有作者都签字同意撤稿,但Dias依旧坚持称结果没有问题。
这些学术丑闻是真实存在还是另有隐情不得而知,但可以确定的是科学家们对于Dias研究的态度是越来越小心了。
参考链接:
[1]https://www.nature.com/articles/d41586-023-02733-z
[2]https://www.science.org/content/article/plagiarism-allegations-pursue-physicist-behind-stunning-superconductivity-claims
本篇关于《Nature:为啥室温超导支棱不起来》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
数据备份与故障恢复:MySQL主从复制在集群模式下的重要性探讨
- 上一篇
- 数据备份与故障恢复:MySQL主从复制在集群模式下的重要性探讨
- 下一篇
- 如何解决MySQL到DB2的技术转型过程中的数据一致性问题?
-
- 科技周边 · 人工智能 | 15小时前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 312次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 294次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 270次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 87次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
