28 செப்டம்பர், 2026 இதழ்

பூமிக்கு அடியில் ஆழத்தில், கரும்பொருள் ஒரு செனான் அணுவை மோதும் என்று LZ கண்டறிவி காத்திருக்கிறது. அது சமீபத்தில் 248 கிலோ எலக்ட்ரான் வோல்ட்டில் விளக்கமற்ற ஒரே ஒரு மோதலைப் பதிவு செய்தது. அதன் முக்கியத்துவம் ஆர்வமூட்டுவது, கண்டுபிடிப்பு அல்ல.

அந்த அடி சாதாரணக் கரும்பொருளுக்கு மிக வலியது. அது புரோட்டானைவிட 74 மடங்குக்கு மேல் கனமாக இருந்தால் தவிர — அந்த வாய்ப்பு ஏற்கெனவே பெருமளவு விலக்கப்பட்டுவிட்டது.

ஒரு யோசனை: பெருவெடிப்புக்குப் பின் பிறந்து மெதுவாக ஆவியாகும் சிறிய கருந்துளைகள். அவை மிக வேகமான, இலேசான துகள்களைத் தெளிக்கும். இந்தியாவைச் சேர்ந்த ஓர் இயற்பியலாளர் கணக்கிட்டார்.

தீர்ப்பு: சாத்தியமில்லை. இத்தகைய கருந்துளைகள் பல சிறிய மோதல்களையும் ஏற்படுத்தும்; LZ எதையும் காணவில்லை. கூடுதல் பலன்: கரும்பொருளில் அதிகபட்சம் பத்து லட்சத்தில் ஒரு பங்கே இந்த வகைக் கருந்துளையாக இருக்க முடியும்.

மூலம்: Limits on Primordial Black Hole Evaporation from LUX-ZEPLIN, https://arxiv.org/abs/2609.29462

சில விண்மீன் மண்டலங்களின் இதயத்தில், ஒரு ராட்சதக் கருந்துளை விண்வெளியின் குறுக்கே பொருளின் தாரைகளை (jets) பீய்ச்சுகிறது. ரேடியோ தொலைநோக்கிகளால் பார்க்கும்போது, இவை ரேடியோ விண்மீன் மண்டலங்கள்.

இத்தாலிய தலைமையிலான குழு ஒன்று மிகத் தொலைவில் உள்ளவற்றைத் தேடியது. சிலியில் உள்ள VLT-ஐப் பயன்படுத்தி, ஒன்றை உறுதிப்படுத்தினர்: TXS 2354+015, செம்பெயர்ச்சி (redshift) 4.946-இல்.

500 மெகாஹெர்ட்ஸில், அது ஹெர்ட்ஸுக்கு 6.2 × 10²⁹ வாட் உமிழ்கிறது. இது முந்தைய சாதனையைவிடச் சுமார் இரு மடங்கு. இப்போது அதுவே அறியப்பட்டதிலேயே மிகச் சக்திவாய்ந்த ரேடியோ விண்மீன் மண்டலம்.

இதுவரை கண்டறியப்பட்டவற்றில் இரண்டாவது மிகத் தொலைவானதும் அதுவே. இந்த அரக்கர்களில் பெரும்பாலானவை தூசுக்குப் பின்னால் மறைந்துள்ளன. இன்னும் பல காத்திருக்கலாம். ஆரம்ப விண்மீன் மண்டலங்கள் சில நிறங்களில் எப்படி மறைகின்றன என்பதை அடிப்படையாகக் கொண்ட குழுவின் முறை, பாரம்பரிய ரேடியோ சோதனை தோற்கும் இடத்தில் அவற்றைக் கண்டுபிடிக்கிறது.

மூலம்: The quest for high-redshift radio galaxies II. Discovery of the most powerful known radio galaxy at z=4.946, https://arxiv.org/abs/2609.28632

சூரியனின் மேற்பரப்பு கொதிக்கிறது. சூடான வாயுவின் கலங்கள் எழுந்து, குளிர்ந்து, மீண்டும் மூழ்குகின்றன. அவற்றுக்கிடையே சிறு சுழல்கள் இருக்கும் என்று உருவகப்படுத்தல்கள் கணித்தன. எந்தத் தொலைநோக்கியாலும் அவற்றைப் பார்க்க முடியவில்லை. முந்தைய மிகக் கூர்மையான காட்சிகள் சுமார் 150 கிலோமீட்டர் வரையே எட்டின.

ஹவாயில் உள்ள 4 மீட்டர் சூரியத் தொலைநோக்கியான DKIST வரும் வரை. அது சூரியனின் ஒரு சிறு பகுதியை 3.2 நிமிடங்கள், வினாடிக்கு 740 படங்கள் என்ற வேகத்தில் படம்பிடித்தது.

முடிவு: 201 சுழல்கள் கண்டறியப்பட்டன. அவற்றின் வழக்கமான அகலம்: 38.6 கிலோமீட்டர். 99%-க்கும் மேல் 50-க்குக் கீழ். ஒவ்வொன்றும் சுமார் 37 வினாடிக்கு ஒருமுறை சுழல்கிறது.

இந்தச் சுழல்கள் ஆற்றலை மேலே கடத்தி, சூரியனின் வளிமண்டலத்தைச் சூடாக்க உதவலாம். குழு இப்போது அவற்றை இன்னும் உயரத்தில் பிடிக்க விரும்புகிறது.

மூலம்: DKIST unveils MHD-predicted sub-50 km photospheric vortices, https://arxiv.org/abs/2609.30051

ஒரு பெரிய விண்மீன் இறக்கும்போது, அது ஒரு கருந்துளையை விட்டுச் செல்லலாம். அவற்றில் பெரும்பாலானவை விண்மீன் மண்டலத்தில் தனியாக மிதக்கின்றன. பார்ப்பது கிட்டத்தட்ட சாத்தியமற்றது. நம் விண்மீன் மண்டலத்தில் சுமார் இரண்டு டஜன் கருந்துளைகள் மட்டுமே அறியப்பட்டுள்ளன; கிட்டத்தட்ட எல்லாமே ஒரு துணை விண்மீனுடன்.

நான்ஜிங் பல்கலைக்கழகக் குழு ஒன்று பால்வெளியின் முழு வரலாற்றையும் உருவகப்படுத்தியது: விண்மீன்கள், விண்மீன் இணைகள், வெடிப்புகள், சுற்றுப்பாதைகள்.

முடிவு: சுமார் 4 கோடி தனிமையான கருந்துளைகள். சுமார் 80,000 சூரியனிலிருந்து 1 கிலோபார்செக்குக்குள் — சுமார் 3,300 ஒளியாண்டுகள். இதுவரை, ஒன்று மட்டுமே உறுதிப்படுத்தப்பட்டுள்ளது.

மற்றவற்றை எப்படிக் கண்டுபிடிப்பது? அவை தமக்குப் பின்னால் உள்ள விண்மீன்களின் ஒளியை வளைக்கின்றன. எதிர்கால Roman விண்வெளித் தொலைநோக்கி இத்தகைய நூற்றுக்கணக்கான நிகழ்வுகளைப் பிடிக்கலாம்.

மூலம்: A Census of Stellar-mass Black Holes in the Milky Way with POPKIN. I. Isolated Black Holes, https://arxiv.org/abs/2609.29211

உடல் கேமரா காட்சிகளிலிருந்து AI இப்போது காவல்துறை அறிக்கைகளை எழுதுகிறது. அதன் தவறுகளை ஒரு மனிதர் கண்டுபிடிக்க வேண்டும். ஆனால் அந்தத் தவறுகளே மனிதரை மாற்றிவிட்டால்?

ஒரு கார் பாதசாரி ஒருவரை மோதும் 25 வினாடி வீடியோவைச் சுருக்குமாறு ஆய்வாளர்கள் ChatGPT, Gemini-யிடம் கேட்டனர். 20 சுருக்கங்களில் 19 மோதலையே விட்டுவிட்டன.

பின்னர் 328 பேர் அந்த வீடியோவைப் பார்த்தனர். ஒரு நாள் கழித்து, தவறான போக்குவரத்துக் குறியைக் குறிப்பிடும் சுருக்கத்தைப் படித்தனர். 44.8% பேர் மட்டுமே சரியான குறியை இன்னும் நினைவில் வைத்திருந்தனர்; சரியான சுருக்கத்துடன் இது 83.6%.

அதை ஒரு மனிதர் எழுதியதாக நம்பியது எதையும் மாற்றவில்லை. AI-ஐ நம்பாததும் மாற்றவில்லை. AI தவறு செய்யும் என்று அறிந்திருந்தது நினைவைக் காக்கவில்லை. காவல் பணியில் AI சுருக்கங்களைப் பயன்படுத்துவதை ஆசிரியர்கள் கேள்விக்குள்ளாக்குகின்றனர்.

மூலம்: AI-Enabled Human Memory Manipulation: Misleading AI-Generated Summaries Distort Human Memory, https://arxiv.org/abs/2609.28820

பசுமை ஹைட்ரஜன் தயாரிக்க, நாம் நீரைப் பிளக்கிறோம். ஒரு முக்கியப் படி இரிடியம் அல்லது ருத்தேனியத்துடன் மட்டுமே வேலை செய்கிறது. இந்த உலோகங்கள் அரியவை; அவற்றின் விநியோகச் சங்கிலிகள் பலவீனமானவை.

ஓர் அமெரிக்க நிறுவனம் AI இயக்கும் ரோபோ ஆய்வகத்தை உருவாக்கியது. அது 26 தனிமங்களால் ஆன 2,942 பொருட்களை, வாரத்துக்குச் சுமார் 240 என்ற அளவில், சோதித்தது. மனிதர்கள் மாதிரிகளை நகர்த்துவது மட்டுமே.

வியப்பு: வென்றவை பல்லேடியம் நிறைந்தவை — யாரும் எதிர்பாராத ஒரு குடும்பம். சிறந்தது 1,000 மணி நேரம் நீடித்து, தனது பல்லேடியத்தில் 96%-ஐத் தக்கவைத்தது.

பல்லேடியமும் விலைமதிப்புள்ளதுதான், ஆனால் இரிடியத்தைவிடப் பத்து மடங்குக்கு மேல் உற்பத்தியாகிறது. தனியாக ஓர் அரட்டை இயந்திரம் (chatbot) இந்தத் தேடலில் சீரற்ற தேர்வைவிட மோசமாகச் செயல்பட்டது.

மூலம்: AI-guided high-throughput discovery of iridium- and ruthenium-free palladium-oxide catalysts for durable acidic oxygen evolution, https://arxiv.org/abs/2609.30133

ஒரு காகிதத் தாளில் மடிப்புக் கோடு போட்டால், அது அந்த மடிப்பை என்றென்றும் நினைவில் வைத்திருக்கும். எனவே ஓர் ஓரிகாமி பொதுவாக ஒரே வடிவத்தைத்தான் உருவாக்கும். ஒவ்வொரு கீலிலும் சிறிய மோட்டார்கள் அறியப்பட்ட ஒரு தீர்வு.

ஹார்வர்ட் குழு ஒன்று ஒவ்வொரு கீலின் குறுக்கேயும் 0.05 மி.மீ. தடிமனுள்ள எஃகுப் பட்டையைச் செருகியது. அழுத்தினால், அது மேலோ கீழோ வளைகிறது. அதை அமுக்கினால், அது புரள்கிறது.

ஒவ்வொரு புரட்டலும் ஒரு மடிப்பு மேலே போகுமா கீழே போகுமா என்று தீர்மானிக்கிறது. ஒரு தாள் பறவையாகவோ திமிங்கிலமாகவோ மடிகிறது. இன்னொன்று பெட்டியாகவோ படகாகவோ. ஒரு சங்கிலி ORIGAMI என்று எழுதுகிறது.

சில தாள்கள் அவற்றின் ஓரங்களை மடிக்கும்போது தம்மைத் தாமே மறுநிரலாக்கம் செய்துகொள்கின்றன. ஒன்று இழுக்கும்போது தானாக விரிகிறது. இன்னொன்று எத்தனை முறை அழுத்தப்பட்டது என்று எண்ணுகிறது.

மூலம்: Reprogrammable origami through bistable buckled hinges, https://arxiv.org/abs/2609.28790

காந்தப் புலங்களை அளக்க, குவாண்டம் உணரிகள் சுழல்கள் (spins) எனப்படும் சிறு காந்தங்களைப் பயன்படுத்துகின்றன. எவ்வளவு அதிகச் சுழல்களை அடைக்கிறீர்களோ, அவ்வளவு உணர்திறன் கூடும். கோட்பாட்டில்.

நடைமுறையில், நெரிசலான சுழல்கள் ஒன்றையொன்று குழப்புகின்றன. அவற்றின் குவாண்டம் நிலை மிக விரைவாகச் சிதைகிறது. எனவே வைர உணரிகள் அவற்றை அரிதாக வைக்கின்றன — பத்து லட்சத்தில் சில முதல் சில பத்துப் பங்குகள்.

பெர்க்லி தலைமையிலான குழு ஒன்று, மூன்று மூலக்கூறுகளில் ஒன்று உணரியாக இருக்கும் இளஞ்சிவப்புப் படிக ஊசிகளை வளர்த்தது. இது அளவுகோல்களைவிட 100 மடங்குக்கும் மேல் அடர்த்தியானது.

அறை வெப்பநிலையில், சுழல்கள் சுமார் ஒரு மைக்ரோவினாடி ஒத்திசைவுடன் (coherent) இருக்கின்றன. ரகசியம்: அவற்றின் ஆற்றல் தாவித் திரிவதைத் தடுக்கும் ஓர் அண்டை மூலக்கூறு. அடுத்த படி: இந்த ஊசிகளை உண்மையான காந்த உணரிகளாக மாற்றுவது.

மூலம்: Dense pentacene cocrystal demonstrates room-temperature coherent control, https://arxiv.org/abs/2609.28912

டெலிவரி ட்ரோன்களும் பறக்கும் டாக்ஸிகளும் உலகெங்கும் நகரங்களுக்கு வருகின்றன. அவற்றின் சத்தம் மேலிருந்து வருகிறது. தற்போதைய சத்த விதிகள் சாலைகளுக்கும் விமான நிலையங்களுக்கும் எழுதப்பட்டவை. ஆனால் அதே ஒலியளவில் போக்குவரத்தைவிட ட்ரோன்கள் மக்களை அதிகம் எரிச்சலூட்டுவதாகத் தெரிகிறது.

லண்டன் ஆய்வாளர்கள் டோக்கியோ முதல் நைரோபி வரை பத்து நகரங்களின் மேல் ஒரே மாதிரியான பறப்புகளை உருவகப்படுத்தினர். அதே பாதை, 100 மீட்டர் உயரம், அதே போக்குவரத்து.

பரபரப்பான தெருக்களில் மாற்றம் சிறியது: போக்குவரத்து ஏற்கெனவே அதை மூழ்கடிக்கிறது. லண்டன், நியூயார்க்கின் அமைதியான உள் முற்றங்களில், சத்தம் 20 டெசிபலுக்கு மேல் தாவியது.

பறப்பு உயரத்துக்கு அருகில், மேல் தளங்கள் கீழ் தளங்களைவிடச் சத்தமாக இருக்கலாம். எதிர்காலப் பாதைகள் 3D-யில் சரிபார்க்கப்பட வேண்டும் என்கிறது குழு.

மூலம்: Low-altitude aircraft will reshape noise exposure across global cities, https://arxiv.org/abs/2609.29763

52 சீட்டுகள் கொண்ட கட்டைக் கலக்குங்கள். முதல் ஏஸ் வரும் வரை சீட்டுகளை ஒவ்வொன்றாகத் திருப்புங்கள். சராசரியாக எத்தனை சீட்டுகள்? ஊகித்துப் பாருங்கள். இது ஒரு நார்வேஜியப் புள்ளியியல் இதழின் புதிர்.

விடை: 10.6. ஒரு நார்வேஜியப் புள்ளியியலாளர் அதைப் பல வழிகளில் நிரூபிக்கிறார். பொதுச் சூத்திரம் எளிது: சீட்டுகள் கூட்டல் ஒன்று, வகுத்தல் ஏஸ்கள் கூட்டல் ஒன்று.

இன்னும் சிறப்பு: நான்கு ஏஸ்களும் சராசரியாகக் கட்டை ஐந்து சம பகுதிகளாகப் பிரிக்கின்றன. ஏஸ்களுக்கு இடையிலான ஒவ்வொரு இடைவெளியும் முதல் இடைவெளியைப் போலவே நடந்துகொள்கிறது.

கேள்வியைத் தலைகீழாக்கினால் அது பயனுள்ளதாகிறது. 1,000 பேர் உள்ள அறையில் ஐந்தாவது இடக்கைப் பழக்கமுள்ளவர் நீங்கள் சந்திக்கும் 50-ஆவது நபர் என்றால், அங்கு சுமார் 85 இடக்கைப் பழக்கமுள்ளவர்கள் இருக்கிறார்கள்.

மூலம்: How many cards, until the first ace: variations, extensions, lachrymae, confidence, Dirichlets, https://arxiv.org/abs/2609.29596