ZDNet至顶网软件频道消息:《国家地理》少儿版在华盛顿特区举办的美国科学与工程节上宣布,该杂志因采用IBM技术打印出世界上最小的杂志封面而荣获其第九项吉尼斯世界纪录。
图注:IBM研究院Colin Rawlings博士4月25日在华盛顿特区的美国科学和工程节上介绍这本11 × 14 微米的杂志。
为制作创纪录的封面,IBM科学家发明了微型“凿子”,它是大小仅有铅笔尖直径100,000之一的可加热硅尖。通过使用这个纳米级硅制作微小的图案和结构,科学家们只需10分钟即可将杂志封面刻到聚合物上,与制造塑料的物质相同。制作的杂志封面尺寸为11 × 14 微米,只有一颗盐粒的2000分之一大。
为了选择要缩小印刷哪一张封面,《国家地理》少儿版让读者在线投票选出他们最喜爱的设计。2014年3月刊的封面获得的投票最多,其微观版本可通过蔡司Axio Imager 2显微镜观看,并在美国科学与工程节上揭开了面纱。该作品于4月26至27日在《国家地理》儿童版和IBM3728展台上进行了展出。
《国家地理》少儿版副总裁兼编辑Rachel Buchholz说“《国家地理》少儿版杂志订户喜爱这个封面,因此,我们有理由相信,更多读者会将该封面评选为2014年的钟爱封面。另外,通过帮助获得吉尼斯世界纪录称号,他们在了解科学的同时可获得乐趣,而这是儿童版一直追求的。”
500纳米大小的硅尖与可弯曲的悬臂连接在一起,以可控制的方式扫描基材表面,即聚合物,其精确度可达一纳米——即一毫米的一百万分之一。通过加热和施力,硅尖可根据预先定义的图案移除基材,其操作方式类似“纳米铣床”,或者精确度极高的3D打印机。
与使用3D打印机类似,通过调整压力或者重新确定各个点的地理位置,更多材料可被移除,从而创建出纳米级精确度的复杂3D结构。
这种新能力可能影响新型晶体管设备的原型设计,包括云数据中心及智能手机等更高能效、更快电子设备所用的隧道场效应晶体管。到今年底,IBM希望开始探索该技术用于石墨烯等材料晶体管设计的原型设计。
IBM研究院物理学家Armin Knoll博士说:“为了创建更高能效的云并且更快地处理大数据,我们需要新一代的技术,包括新型晶体管。但是,在将这些未来技术投入批量制造之前,我们需要30纳米以下的原型设计新方法。借助我们的新技术,我们能够以更低成本和复杂性实现10纳米的极高分辨率。尤其需要指出的是,通过控制蒸发的材料量,我们也可以在垂直方向制作前所未有的精确度仅为一纳米的3D凹凸图案。现在,科学家和工程师要发挥他们的想象力,将这项技术用于应对现实世界的挑战。”
除了晶体管之外,科学家设想的应用领域还包括利用纳米级安全标签防止文件伪造,例如货币、护照和无价的艺术品,并且用在新兴的量子计算领域。连接量子系统的一种方式是通过电磁辐射或光线。纳米级硅尖可用于创建高质量的图案,从而以前所未有的精确度控制和处理光线。
IBM已将这项技术许可给瑞士的一家新公司SwissLitho,该公司正在以NanoFrazor为商标将该技术推向市场。几星期前,公司向加拿大麦吉尔大学的Nanotools Microfab交付了第一件NanoFrazor产品,由科学家和学生利用这件工具独特的制造能力尝试设计新型纳米设备的想法。为了庆祝该工具的到来,大学制作了尺寸为30微米或0.030毫米宽的纳米级加拿大地图。
图为成功打印出最小杂志的四位科学家团队,从左到右分别为:来自瑞士的Simon Bonanni以及来自IBM的Michal Zientek、 Armin Knoll and Colin Rawlings。
100多年来,IBM向科学研究不断投资,旨在创造计算的未来。此次发布的消息证明了IBM世界领先的科学家凭借公司的不断投资和对探索性研究的关注而取得的成就。
科学家一直努力“看到”并且处理原子和分子,以扩展人类知识,并且推动制造能力扩展到纳米领域。自从IBM研究院的院士Gerd Binnig与Heinrich Rohrer在1981年开发出扫描式隧道显微镜(STM)以来,IBM一直是纳米科学领域的先锋。这项发明使得单个原子的成像以及之后处理这些原则成为可能,而Binnig和Rohrer也因此在1986年荣获诺贝尔物理学奖。STM的后代产品AFM由Binnig在1986年发明。STM被广泛认为是向纳米世界打开大门的仪器。
2011年,Binnig和Rohrer纳米技术中心在IBM瑞士研究院内成立,标志着公司向世界一流的协同纳米级研究的持续投资。大约一年前,IBM科学家推出了世界上最小的电影,它由宇宙中的最小元素之一——原子制成。这部获得吉尼斯世界纪录的影片名为《一个男孩和他的原子》,使用数千个精确定位的原子制作了近250帧定格动画。
图注:国际地理杂志少儿版2014年3月的封面。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。