彩神lv|彩神lv

来源：彩神lv2023-11-14 17:48

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)，纵坐标显示恒星初始质量函数的形状。　中科院国家天文台供图

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)

彩神lv

ChatGPT掀起硅谷新一轮“AI革命” 中国科技公司跟还是不跟？******

　　2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过100万，而在两个月后，这一数据已经突破1亿。

　　在此之前，TikTok用了9个月跨过1亿用户门槛，Instagram则用了30个月，WhatsApp和Meta则分别用了42个月和54个月，Twitter更是用了60个月完成这一目标。

　　用“一夜蹿红”来形容ChatGPT并不为过。微软联合创始人比尔·盖茨甚至表示，这项技术诞生的意义不亚于互联网或个人电脑的诞生。

　　盖茨表示，在2023年，人工智能将成为最受人们关注的热点板块，他个人认为这种现象是非常合理的。同时，人工智能技术在未来，对于社会的影响将不低于个人电脑等技术。

　　近日，有消息称微软将在未来几周内把最新GPT-4版本的ChatGPT整合进必应搜索，直接对谷歌搜索地位发起挑战。

　　而对于微软通过ChatGPT的进攻，谷歌方面并未马上通过自身大型自然语言对话模型LaMDA进行反击，但其CEO Sundar Pichai也表示，2023年是AI用于对话和搜索的转折点。

　　在国内，ChatGPT概念股持续火爆，国内包括搜索、游戏以及投资等多个领域公司均对这一技术保持了高度关注。第一财经记者在对这些公司采访后了解到，目前国内AI(人工智能)技术在一定程度上已然处于追随位置，在找到准确落地模型后，ChatGPT或将成为国内AI快速发展甚至弯道超车的一次机会。但在资本市场中，对相关概念股应持审慎态度，长期关注技术进展与落地应用。

　　谁在追捧ChatGPT？

　　2015年，连续创业家埃隆·马斯克、美国创业孵化器Y Combinator总裁阿尔特曼、全球在线支付平台PayPal联合创始人彼得·蒂尔等人联合创立人工智能研究实验室OpenAI，主要目标包括制造“通用”机器人和使用自然语言的聊天机器人。

　　在成立的7年时间里，OpenAI引入微软10亿美元投资并邀请量子计算专家、ACM计算奖得主Scott Aaronson等人加入。ChatGPT则是OpenAI在2022年11月30日上线的聊天机器人模型，其网页应用允许用户免费使用，目前用户与ChatGPT之间的对话互动包括了普通聊天、信息咨询、撰写诗词作文、修改代码等。

　　由于“无所不知”和高度智能化让ChatGPT在推出后受到用户追捧。

　　瑞士跨国投行瑞银集团(UBS)在最新发布的一份研究报告显示，ChatGPT成为史上增长最快的消费者应用。该报告援引数据分析公司Similarweb的数据称，1月份平均每天有超过1300万名独立访问者使用ChatGPT，是12月份的两倍多。

　　而在ChatGPT后的1个月，谷歌CEO Sundar Pichai在公司内部发布了“红色警报” (Code Red)，并要求多个团队集中精力，解决ChatGPT对该公司搜索引擎业务构成的威胁，同时批准了在谷歌搜索引擎中加入AI聊天机器人的计划。

　　微软更是将ChatGPT视为新一代技术革命，并宣布向ChatGPT开发者OpenAI追加投资数十亿美元，将其AI工具整合进Bing搜索引擎、Office全家桶、Azure云服务、Teams聊天程序等一系列产品中；

　　除了微软和谷歌两大科技巨头外，Meta也表示将向OpenAI支付数百万美元，帮助ChatGPT为Facebook和Instagram生成创作者内容。最近，亚马逊AWS成立了一个小型工作组，意图拓展ChatGPT等AI工具对企业的工作职能。

　　“在过去的几个月里，从文本到图像模型、ChatGPT和更广泛的生成式AI席卷了世界，让AI的力量更容易被理解。”Radical Ventures投资人Sanjana Basu在LinkedIn上发表的帖子中写道。

　　红杉合伙人Sonya Huang、Pat Grady也撰文表示，当下行业正处于生成式AI第四波发展浪潮中——杀手级应用涌现阶段。随着各大平台发展成熟，AI模型继续变得更好、更快、更便宜，越来越多的模型免费、开源，应用层面将出现大爆发。

　　正如当初移动通信技术在结合了GPS定位、相机及随身连接等新功能与特点后，催生了一系列新型的应用程序，红杉预计当下AI模型的发展也将推动新一轮生成式AI应用的爆发。正如十年前移动通信的拐点为少数几个杀手级应用创造了市场机会一样，预计杀手级应用也将出现在生成式AI领域中。

　　国内企业紧急布局

　　京东科技相关负责人对第一财经记者表示，ChatGPT确实是一个令人兴奋的前沿探索，现在确实是AI应用发展的好时机，尤其是应用落地的时机。

　　京东集团副总裁、IEEE Fellow何晓冬对AI发展比较乐观，并认为AI未来肯定要走产业路线，AI在产业界应用机会比学术界更大。何晓冬称，京东会不断结合ChatGPT的方法和技术点，融入到产品服务中推动人工智能的产业落地。

　　以京东云言犀为例，该系统是京东大规模商用的客户服务系统，每天和用户进行1000万次的交互，使得算法能够及时的迭代更新。何晓冬表示，相对来说，ChatGPT更加开放一些，例如闲聊、文本的生成，大家对体验相对有容忍度。而京东的场景更加垂直，必须解决用户的问题，所以京东云更加聚焦于任务型多轮对话，考量的是对话的精准度、客户的满意度，满足成本、体验、价格、产品、服务等要素的要求。

　　何晓冬表示，从使用体验上，ChatGPT让人感觉耳目一新，无论是流畅性，还是逻辑感都非常强，但存在的问题是，内容“干货量“偏低，逻辑强于内容。从技术角度上，ChatGPT最大的创新点在新的半监督学习算法，使得它对用户的意图理解，可能快达到大规模商用的搜索引擎水平。

　　何晓冬认为，相较于之前大量使用无监督深度学习算法，ChatGPT模型背后的算法和训练过程更加新颖。如果没有人的数据甄选，这个模型参数即便大十几倍，也很难达到这个效果。尤其ChatGPT把生成的文本模型更加“组织化”，这是非常大的技术创新。“在某种意义上，这其实是对过去一味追求(参数)大和追求无监督学习的一个路线修正。”何晓冬表示。

　　一些中国的游戏公司也开始在部分项目中加入ChatGPT技术。

　　创梦天地副总裁王习对记者表示，2022年三季度的时候，Fanbook已经在与ChatGPT开始对谈合作，谈拢后数据接口团队进行了二次开发，在2022年11月ChatGPT在Fanbook平台上线。Fanbook是一款由创梦天地于2021年7月前后正式推出的社群类应用，定位于“用技术手段来提升企业里面客户和产品之间的协同”的工具。

　　Fanbook的本质是用AI机器人辅助进行大规模用户管理的一个社区工具。王习表示，Fanbook中有几十个机器人助手，包括资讯机器人、数据机器人、积分机器人等，ChatGPT只是其中一个机器人。

　　“我们主要还是用ChatGPT来服务社区和用户，这是引入它的一个核心。”王习表示，本质上团队是想要在平台上将ChatGPT进行商业化应用，并不是碰概念，“可以提供写稿、写代码等服务，可以按次收费，也可以包月等方式收费。”

　　“对话方面可以用来对接客户做服务工作，代码方面可以用它来检查代码，而在图片上面，用AI生成会快很多，至少能够出一个基础框架，省了很多人工。”王习认为，在游戏行业里，以ChatGPT为代表的AIGC至少能够起到一定的辅助作用。

　　此外，虽然百度并未对“3月份推出类ChatGPT应用”的消息予以回应，但据记者多方了解，百度内部正在准备类似ChatGPT产品的消息属实。

　　在2022年末的一场百度内部沟通上，当时百度董事长李彦宏就提及到ChatGPT，称最近包括自己周边同行业同领域的朋友和好多不同领域、跨界的人都在问他怎么看ChatGPT。他称这样一个天天在琢磨的技术方向引起如此大的舆论场和关注度很不容易，并表示包括ChatGPT在内的AIGC技术能做成什么样的产品满足需求还存在不确定，作为一家公司能否把这么酷的技术变成人人需要的产品是最难的，也是最能够产生影响力的。

　　在相关产品上，在今年1月10日，百度曾宣布百度搜索将升级“生成式搜索”能力，基于百度自研的生成式模型能力，为用户开放式的搜索提问或定制化的信息需求“创作答案”。

　　此外，一些上市公司近期也对ChatGPT领域布局动态进行了回应。

　　近期连续涨停的赛为智能在回答投资者询问时表示，公司属于人工智能板块，但对ChatGPT没有相关布局。可能有些机构将公司列进了ChatGPT概念股，公司对此并不知情。

　　2月3日早间，赛为智能收深交所关注函。深交所要求公司结合2022年预计收入大幅下滑、连续多年亏损的具体原因、经营业务情况等，说明公司基本面是否发生重大变化，近期股价涨幅是否与公司基本面相匹配。同时，还要求公司详细说明是否具有机器人相关业务。截至2月3日收盘，上述公司周内涨幅已高达74.92%。

　　汉王科技也因ChatGPT概念连续多日获得涨停板，汉王科技首席数据技术官聂昱称：ChatGPT的出现极大地扩展了AI能力的边界，从而扩展了AI技术的市场应用空间，对于整个人工智能相关行业是一个极大的鼓舞。对于人工智能行业的科技公司和从业者来说，都有必要深入地思考未来在技术生态链中的定位，以及公司未来在研究方向和业务应用方向的定位与布局。

　　在近期举行的电话会议上，面对机构投资者关于ChatGPT业务布局情况的提问，科大讯飞方面也表示，公司有信心在预训练认知智能大模型上代表中国实现突破。科大讯飞承建了中国唯一的认知智能国家重点实验室，具备算法实现和持续创新的能力。预训练模型如果能够在诸如教育、医疗等专业领域和行业场景深度结合，会有巨大的潜在商业价值。

　　但在机构看来，相对于微软、谷歌给出具体技术落地方向的动作，国内相关上市公司仅发布了相关人工智能技术积累，具体商业化落地案例并不是很多。

　　AI产业新机遇在哪？

　　对于微软、谷歌等公司与国内厂商之间在ChatGPT方面的差异，Forrester分析师卢冠男对第一财经记者表示，GL- ChatGPT是OpenAI对GPT模型演进迭代的成果之一。微软更多是从资金和商业场景上给予支持。在技术探索上，由于GPT模型商业价值和表现水平的不确定性，国内技术厂商以往没有激进的投入。随着ChatGPT近期的火热，预期看到更多的国内技术厂商会在这方面快速追赶。

　　此外，卢冠男称，OpenAI在探索技术模型演进的同时，也在探索商业化方式，主要以API的形式提供服务给开发者。所以在ChatGPT备受关注后，国外同时也涌现了很多围绕其API进行创新的应用。相比而言，国内科技公司对生成式AI(GenerativeAIorAIGC)应用场景的探索还比较有限。应用探索是需要以模型服务作为基础。相信在国内技术厂商对该领域布局后，未来可以看到更多的本地化应用探索。

　　安永全球首席技术官Nicola Morini Bianzino也认为，目前还没出现在企业中使用ChatGPT的“杀手级”用例，但这种状态可能很快就会改变，未来6到12个月将带来实验的爆炸式增长，尤其是当公司能够使用OpenAI的API在ChatGPT上构建之后。

　　作为AI行业的分支，当下正火热的ChatGPT与AIGC能否给国内AI行业企业带来弯道超车的机会？宜远智能吴志力博士对第一财经记者表示，中国在AI领域个别细分领域有全球优势，但整体而言还是扮演跟随者角色。既然AIGC与ChatGPT成为全球技术创新突破口，在中国也会成为下一波AI发展热潮掀开序幕的角色。AIGC与ChatGPT带动微软、谷歌all in AI，也能增强中国对AI基础架构、战略投入及普及应用的信心。

　　卢冠男对记者表示，国内AI超车的关键条件是技术是否显著改变现有市场格局。目前ChatGPT在应用场景和商业化探索上还处于非常初期的阶段。作为生成式AI的一种，ChatGPT的表现无疑给行业在应用实践上带来很多想象空间。但是在应用落地后，是否能在消费市场提供独特价值？是否能在企业市场更好地支持其数字化转型的具体需求？其结果还有待观察。

　　对于可借鉴的ChatGPT商业化落地案例，卢冠男举例称，Forrester定义了图灵机器人(TuringBot)这样一个细分市场格局，将图灵机器人定义为一种AI驱动的软件，可以帮助应用程序开发团队以自动和自主的方式设计、构建、更改、测试和重构软件代码和应用程序，如GitHub Copilot这种服务。

　　虽然图灵机器人不是完全依赖ChatGPT而实现，但也是基于类似AI模型而构建的软件服务，有潜力赋能企业的软件开发团队，帮助企业加速产品的开发、提高代码准确性和部署速度。相比于其他商业化方向，图灵机器人的买方画像清晰，衡量收益的方式明确，属于2023年企业在生成式AI领域需要关注的技术之一。

　　巨头入局、趋势确定，资本市场热度持续，该如何看待ChatGPT在资本市场扮演的角色？东吴证券王丽颖表示，ChatGPT既不是单纯的概念炒作，也不能定义为划时代的技术突破，更多是在AI技术上的迭代更新，加上行业影响力人物的宣传，使得相关市场概念突然爆发，但相关公司更多公告的是技术储备，能否落地、获得商业收入，还需要一个很长的过程。

　　其次，王丽颖称，新技术的推广涉及到知识产权与数字确权问题，在安全背景下能否快速推广，也是一个很重要的观察点。第三是技术亮眼在帮助人们出具文章、文字、诗歌等方面，也涉及到对应的技术领域的道德层面讨论，最终扩展到多大程度也需考证。因此，资本市场的ChatGPT概念股更多是短期热点，长期需观察技术等综合因素，不建议追涨，即使追涨，也应追龙头公司，并保持追踪、及时止损。

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）