IOP出版社联手松山湖材料实验室推出全新开放获取期刊——Materials Futures

AI for Science是一本全新的跨学科钻石开放获取期刊，聚焦人工智能与科学发现交叉领域的高影响力研究、综述与观点文章。 在松山湖材料实验室的支持下，目前作者发表无需支付任何费用，读者亦可免费获取所有内容。 在第一期文章中，您将看到人工智能如何变革材料科学、成像、催化等多个研究方向： AI辅助二维材料晶圆级剥离； 基于深度学习的超导材料发现； 机器学习赋能水处理技术； 面向纤维网络设计的人工智能； 人工智能助力化学科学中的风险控制； 4D-MISR：低剂量超分辨成像； Fast Track：用于高通量材料筛选的机器学习。 想了解更多？>>欢迎您点击此处链接，探索AI for Science正在推动的科研革新。 文章介绍 Editorial AI for Science―a journal to serve the AI-driven scientific innovation Weihua Wang and Gian-Marco Rignanese   Topical Review Artificial intelligence for fibrous network design and mechanics Yunhao Yang, Leitao Cao, Jing Ren, Wenli Gao and Shengjie Ling...

特刊详情 客座编辑 Carl Schleussner，奥地利国际应用系统分析研究所 陈德亮，清华大学 Jonathan Donges，德国波茨坦气候影响研究所 Kristie L. Ebi，美国华盛顿大学 Debra Roberts，南非夸祖鲁·纳塔尔大学 Joeri Rogelj，英国帝国理工大学   主题范围 Climate overshoot refers to a period in which global temperatures temporarily exceed critical thresholds, such as a temperature increase of 1.5°C above pre-industrial levels, before potentially being brought back down. The risk of exceeding the 1.5°C global warming threshold...

《物理世界》（Physics World）是世界领先的物理杂志，并以月刊的形式发送给英国物理学会（IOP）的所有成员。《物理世界》的每一期都涵盖了世界各地科学家都关注的时事新闻和关键问题，包括著名物理学家和科学作家的专题文章、综合新闻和分析，以及精辟的观点文章。 我们将不定期精选出其中的优秀文章，供大家阅读。希望您喜欢阅读本期文章！ 文章介绍 量子擦除并不改写过去——它改写的只是观察者 中国科学院半导体研究所&中国科学院大学 金缘德、马稳龙. 编译自Maria Violaris. Physics World，2025：（8）：31 本文选自《物理》2025年第9期   我常常想象，2125年Physics World量子特刊的开场白会是这样：“欢迎来到量子力学200周年特辑。在这期‘双重量子’中，文本的字母用量子比特存储。当你阅读时，你把字母投射到一个确定的量子态，这些信息被复制进你的大脑，成为你正在读的这篇文章。事实上，本页文本处于众多不同文章的叠加态，但只有其中一篇会被拷贝到你的记忆里。希望你喜欢这独属于你的一篇。” 如果真有幸读到那本杂志，或许你还会有点失望：你只能读到你的文本投影到的那篇文章。问题在于，你通过阅读让关于每个字母的信息都被复制进了你的记忆，进而这个“多文章的叠加态”发生了退相干。那么，有没有办法把别的文章也读出来？毕竟，能看到更多的Physics World文章，总没坏处。 一个可能的设想是：也许你能通过抹去刚才的记忆来恢复文本的相干性。一旦不再保留那一篇被选中的文章信息，文本就没有继续保持单一退相干态的理由，于是你可以重新阅读，得到另一篇文章。 尽管这个思想实验听起来颇具魔幻色彩，其概念却与著名的双缝实验的变体存在着惊人的关联，即被称为具有延迟选择的量子擦除实验。该实验常被宣称展现出颠覆性的现象：当下进行的测量竟能改变过去发生的事件。但即便在以离奇著称的量子领域，真有如此戏剧性的结论吗？ 双缝实验上的两次转折 在标准双缝实验中，光子一个接一个穿过两条狭缝，在屏幕上形成干涉条纹，显示出光的波动性。但若在狭缝处放一个能分辨光子具体穿越哪条缝的探测器，干涉就会消失，屏幕上出现两个亮斑，呈现粒子性。关键在于：获得路径信息会改变光子的量子态——从波动式的干涉，变为粒子式的团簇。 这个思想实验的第一次转折源自惠勒在1978年的提议，以及之后他与Wojciech Zurek在1983年的合作：把路径测量延迟到光子快到屏幕时再做。有趣的是，即便测量发生在光子通过狭缝之后，它仍然决定我们最终是否看到波动性或粒子性。也就是说，延迟的探测仍然决定该光子是否会与自己发生干涉。 如果这还不够奇怪，那么延迟选择的量子擦除作为这个思想的变体，成为了第二次转折：如果记录路径时会导致退相干，那么擦除这些信息又会如何？设想把探测器考虑为一个与光子纠缠的量子比特：光走左缝对应量子比特为0，右缝为1。此时我们不在0/1基下读出它(那会显露路径)，而是在互补基下测量，使0与1“随机化”，从而抹去路径信息。 有意思的是，尽管屏幕上的总体图像仍呈现出类似粒子的亮斑，但只要对其做互补基测量，我们就能抽取出波动性的干涉图样。其机理是一个分类与筛选的过程：互补测量有两种可能的结果，我们用这两个结果将屏幕上的探测事件分为两组；把两组分别作图，每一组都各自出现明暗相间的条纹，这就像戴上红蓝两色镜片的3D眼镜，各自显出一幅独立的条纹图像；而摘下眼镜(把两幅相加)则完全看不出干涉。   量子擦除实验。用单个镜片(分别用两个基)来观测，各自显出一幅独立的条纹图像；而摘下眼镜(或是戴上两个镜片，将两幅相加)则完全看不出干涉。 是改写过去，还是改写叙事？ 擦除信息似乎让我们把已成“粒子”的光子又“修复”为“波”。这听上去确实离谱。不过，英国纽卡斯尔大学的量子物理学家Jonte Hance强调：关键不是“逆因果”，而是两幅条件筛选得到的干涉图如何相加，才会恢复为那张熟悉的退相干图。“它们看起来彼此不能拼在一起，” Hance解释说，“但实验恰恰在表明，通过纠缠得到的那些关联，必须能与一切你可能采取的测量方式相容。” 因此，这些结果揭示的，是量子理论的一个耐人寻味的方面——量子关联的丰富而反直觉的结构是源于纠缠，而不是过去的影响。 葡萄牙伊比利亚国际纳米实验室的 Lorenzo Catani 指出，提出延迟选择的惠勒本人，并不支持“逆因果”的解读。在这段思想实验的历史叙述中，惠勒给出的结论更像是“我们必须放弃某种类型的实在论”——也就是过去可以独立于当下记录而存在的观念。据我所知，只有少数研究者把该实验解读为支持“逆因果”的证据。   量子擦除 vs 贝尔：离奇与更离奇 因“逆因果”争议而困惑的，还有奥地利因斯布鲁克大学的Johannes Fankhauser。他意识到，量子擦除的装置可以转化为一个非常标准的贝尔实验。这些实验基于两比特纠缠，旨在排除局域隐变量模型。由此他看到，根本不需要用“时间倒流的影响”来解释量子擦除，因为与之相关的贝尔实验并不需要这种解释。接着，他又用德布罗意—玻姆的量子理论诠释来分析量子擦除：在这种把波函数视为物理实在的图景下(粒子受“领航”波引导)，量子擦除的实验结果可以完全在不考虑时间倒流影响的前提下解释。 这是否意味着量子擦除实验除了贝尔实验已告诉我们的信息之外，别无新意？也不尽然。Fankhauser认为，量子擦除拧动的是另一组旋钮。它追问的是：“测量意味着什么？”，“何时我们才可以说系统具有某种属性？”这些仍是开放的问题。 另一方面，Catani 在2023年的研究中给出了一个有启发性的对比：他提出了一个经典物理的模型，但加了一个附加条件——对底层物理态的可知性施加限制。结果显示，在这种经典框架里，量子擦除的统计结果可以被复现；但贝尔实验的统计违背却无法被复现。由此可见，仅仅对物理态的知识不完备不足以解释贝尔现象，贝尔所呈现的“非经典性”更强；相形之下，量子擦除中的逆因果叙事更多依赖于一种特定的叙事方式，这也就更容易滋生悖论的观感。   路径信息如何消除？传统考虑的探测器在0/1基(z轴方向)下测量，即左缝测量|0>态，右缝测量|1>态；量子擦除实验以互补的方式在+/-基(x轴方向)下进行测量。   把量子擦除当作一个脑筋急转弯 多数物理学家同意：量子擦除在数学上与标准量子论框架完美契合。但Hance也提醒，形式化推导不是全部：“我们需要深入剖析这一现象，不仅要审视数学假设，更要建立直观认知，从而真正探索量子特性的本质。”Hance持续分析该思想实验中不同假设的物理影响，其2021年与量子擦除悖论合作者发表的预印本中探讨了若干可能性。就此而言，量子擦除为理解量子关联如何以经典物理学无法描述的方式相互匹配提供了工具。“这是一种绝佳的思维辅助工具——既是脑筋急转弯，又是对这种怪异现象本质的演示。”   信息、观察者与量子计算机 不同研究者从量子擦除里读到的内容各不相同：有人借助它聚焦被测系统属性的开放难题；有人从中吸取数学表述要严密的历史教训；也有人乐于把它当作一个必须被疏通的反直觉谜题。对少数偏离主流路径的人来说，它甚至依然带着某种过去被未来影响的味道。 就我个人而言，量子擦除的最大启示在于它清楚地说明：在双缝实验里，哪怕仅仅一次两比特纠缠，都足以造成退相干，无论日后你是否去读出那个量子比特。换句话说，不需要某个神秘的宏观观察者来触发坍缩。这也解释了为什么建造量子计算机如此困难：哪怕与一个粒子发生了不受控的微弱纠缠，整个计算都可能坍缩成随机态而失败。 回到我们“200周年特刊”读者的未来寓言：仅靠抹除记忆，并不足以恢复文章的量子行为，即选出的那一篇不可能被“改写”。不过，按照量子擦除的协议，这些未来读者至少还能做一件胜过调皮编辑的事：他们可以对记忆做一组互补测量，并据此把文章分类筛选成两篇更小的“个体文章”，各自展示出原本隐藏的量子纠缠结构。即便不能用量子擦除去“改写过去”，或许它能改写你将要读到的未来。  ...

英国物理学会（Institute of Physics，简称IOP）成立于1873年，是一个致力于提高对物理学理解和应用的知名国际性学术机构，其使命是促进物理学的发展和其在全世界的传播，致力于在全球范围内推动和传播物理学的研究和应用, 以及促进物理学教育的发展。根据专家推荐，学会每年遴选英国及国际上在物理学科学研究领域取得杰出成就和为推动物理科学发展作出卓越贡献的科学家为其会士。 近日，我们采访了英国物理学会会士、香港科技大学（广州）訾云龙副教授，让我们一起来看看他对成为会士以及领域发展的见解吧。 访谈详情 1. 成为英国物理学会会士对您来说意味着什么？ 意味着对我科研和教学方面努力和成果的国际认可，是一个重要的荣誉。   2. 您目前从事的研究工作有哪些？ 我主要从事基于摩擦电的能量采集、自供能无线传感、仿生多模态触觉传感、摩擦电致发光等研究工作。   3. 您为什么选择从事相关的领域研究？ 从事这些研究的初心主要是想解决物联网中巨量小型设备的分布式供能问题，尤其是大量无线传感器。同时由于具身智能技术的兴起，我也开始研究如何更好的实现多模态触觉传感。   4. 您能分享一个职业生涯中最令您自豪的项目或成就吗？ 我认为我对领域内科研的最大贡献是以最大能量输出循环规范了摩擦纳米发电机的评价标准，找到了限制最大输出的物理机制—击穿放电。由此引发了很多新的探索，例如摩擦电能量采集的能量输出密度纪录、基于摩擦放电的自供能无线传感等。   5. 您认为接下来五年该领域的研究重点将会是什么？ 我认为随着人工智能技术的成熟，和物理世界更好结合的具身智能将是一个很重要的方向。我将重点研究具身智能所需要的传感器，力争实现多模态和自供能的传感。   6. 您对该领域的青年科研人员有什么建议？ 选择一个好的科研单位，让自己能够潜心做科研非常重要。同时不要忘了培养学生也是我们重要的使命。 编委介绍 訾云龙  副教授 香港科技大学（广州） 訾云龙，国家青年人才、广东省杰青、英国物理学会会士，香港科技大学（广州）功能枢纽可持续能源与环境学域长聘副教授、研究员。2009年于清华大学材料科学与工程系获得学士学位，2014年于美国普渡大学物理系获得博士学位，2014-2017年在美国佐治亚理工学院从事博士后研究工作。2017-2022年于香港中文大学任助理教授。2022年7月起加入香港科技大学（广州）。訾教授长期从事高性能摩擦能量采集、自供能无线系统、多模态触觉传感、摩擦电致发光相关的工作，在多个领域取得多项原创性科研成果。发表SCI收录论文160余篇，引用20000余次，H因子74，出版学术专著3部。曾荣获《麻省理工科技评论》35岁以下的科技创新35人TR35（亚太区）（2022）、Nano Energy Award（2021）、Journal of Materials Chemistry C先锋研究者（2018）、微系统与纳米工程峰会青年科学家入围奖（2018）、美国材料研究学会MRS Postdoctoral Award（2017）、普渡大学“转型创造者”（2013）等学术奖励和荣誉。目前担任IEEE Open Journal of Nanotechnology副主编、Electronics Letters副主编、iEnergy副主编等学术职务。

IOP出版社每月从年度重点期刊中精选两个主题的研究文章供大家阅读，本月的主题为Spintronics, International Year of Quantum和3D Printing/Additive Manufacturing。这些文章体现了IOP期刊的高质量和创新性，并呈现了一些受关注的研究工作。欢迎大家阅读下载！ 您可以扫描下方二维码，查看IOP出版社光学与光子学、量子和工程领域的最新资讯；还可以点击文章下方的“阅读原文”，订阅该领域的最新研究进展以及相关期刊的最新信息。 光学与光子学： 量子： 工程： 精选文章 Spintronics Nanotechnology Reinforcement learning for optimizing magnetic skyrmion creation Xiuzhu Wang, Zhihua Xiao, Xuezhao Wu, Yan Zhou and Qiming Shao   Materials for Quantum Technology Integrating 2D magnets for quantum devices: from materials and characterization to future technology Han Zhong, Douglas Z Plummer,...

特刊详情 客座编辑 万青  研究员 甬江实验室 万青，甬江实验室功能材料与器件异构集成研究中心主任。本科毕业于浙江大学，2004年在中科院上海微系统所获得博士学位。先后在英国剑桥大学，美国密西根大学，斯坦福大学从事博士后，访问学者科研工作。2013年加盟南京大学电子工程学院，目前主要在甬江实验室开展科研工作。目前主要从事氧化物神经形态晶体管及其类脑计算与感知应用研究。以第一/通讯作者发表SCI论文300多篇，SCI他引3万多次。先后荣获了全国百优博士论文，中国青年科技奖，省科技一等奖(排名第一)，教育部自然科学一等奖（排名第二），国家杰出青年基金（2014），万人计划（科技领军人才2018，青年拔尖，2012），中国高被引用学者等荣誉。   杨玉超  教授 北京大学 杨玉超，北京大学博雅特聘教授，国家杰青，信息工程学院院长，科学智能学院副院长。长期从事存算一体芯片、类脑计算、忆阻器等研究，相关研究成果累计发表Nature Electronics、Nature Reviews Materials、Nature Nanotechnology、Nature Communications、Science Advances、IEDM、ISSCC、VLSI、MICRO、HPCA等期刊和会议论文160余篇，受邀撰写中英文专著5章，获30余项国家发明专利授权。累计被引15000余次，H因子为56，研究工作入选智源人工智能研究院发布的“2020年人工智能十大进展”、爱集微发布的“2022年度中国半导体十大学术进展”。曾70余次受邀在国际学术会议上做大会、主旨、特邀报告，主持国家重点研发计划、国家杰青、基金委重点项目、北方先进工艺研究院双1+1工程重点项目、霍英东青年教师基金等重大/重点科研项目20余项，任国家重点研发计划项目首席科学家、第六届中青科协理事、第七届中青科协理事、npj Unconventional Computing副主编、Microelectronic Engineering副主编、《电子学报》领域编委、《半导体学报》编委、National Science Review编委、Chip编委、《中国科学：信息科学》青年编委等。获首届科学探索奖、教育部青年科学奖、杰出青年中关村奖、求是杰出青年学者奖、Wiley青年研究者奖、麻省理工科技评论中国区35岁以下科技创新35人、华为计算产品线最佳技术合作奖等奖项，连续入选2020-2024年爱思唯尔中国高被引学者。   吴华强  教授 清华大学 吴华强教授，现任清华大学副校长，集成电路学院院长。长期从事新型存储器及忆阻器存算一体芯片研究，开展从底层器件到顶层架构协同创新，在国际上率先研制忆阻器存算一体系统和全系统集成的片上学习芯片，引领国际前沿研究。主持基金委、科技部等重大项目20余项，以通讯作者发表3篇Nature、Science正刊及近20篇子刊论文，成果多次被列入国际半导体技术路线图。获国家杰青、首届科学探索奖、教育部自然科学一等奖、中国电子学会自然科学一等奖、北京高校优秀共产党员、北京市有突出贡献的科学、技术、管理人才等奖项。   蒋杰  教授 中南大学 蒋杰，教授，湖南省杰青。湖南大学本硕博毕业（中科院宁波材料所联培博士）。曾在新加坡南洋理工大学与美国奥本大学从事博后科研工作。研究领域：神经形态半导体信息器件与集成。先后首次报道了低电压双电层IGZO晶体管（2009年）；神经形态离子二维MoS2晶体管（2017年）；偏振感知神经形态晶体管（2022年）。在AM、AFM、APR、IEEE EDL等权威期刊发表一作/通讯SCI论文70余篇。被SCI引用4500余次，H因子37，其中一作/通讯作者论文影响因子大于15的共17篇。ESI高被引论文6篇，单篇最大SCI引用320次，超100次引用论文12篇。   朱一新  助理研究员 甬江实验室 朱一新，博士。博士毕业于南京大学电子工程学院。2023年10月加入甬江实验室，目前为功能材料与器件异构集成研究中心博士后、助理研究员。主要研究方向为氧化物神经形态器件及应用、LiNbO3/LiTaO3单晶薄/厚膜的制备及应用等。主持包括国家自然科学基金青年基金，浙江省自然科学基金探索项目，宁波市重点研发计划等。目前已发表SCI论文30余篇，被引超 800 余次。   主题范围 Brain-inspired neuromorphic computing seeks to utilise computational models and methods that are based...