2 నవంబర్, 2026 సంచిక

భూకంప అంచనాలు ఒక భ్రంశం (fault) తెగిపోయే అవకాశం ఎంతో చెబుతాయి. చీలిక ఎక్కడ మొదలవుతుందో అవి ఎప్పుడూ చెప్పవు. అయినా 2019లో, ఒక జపాన్ బృందం ప్రయత్నించింది.

వారి ఆధారం: b-విలువ. అది చిన్న భూకంపాలను పెద్దవాటితో పోలుస్తుంది, ఒత్తిడి పెరిగే కొద్దీ తగ్గుతుంది. 2016 తర్వాత, హినగు భ్రంశం వెంబడి అది ఒకే ఒక్క చోట పడిపోయింది.

2026 జూలై 28న, 7.1 తీవ్రత గల భూకంపం హినగు భ్రంశాన్ని తాకింది. దాని భూకంప కేంద్రం వారి 2019 దీర్ఘచతురస్రపు అంచు నుంచి 2.9 కి.మీ. దూరంలో ఉంది. 16 కి.మీ. లోతులోని దాని ప్రారంభ బిందువు, తక్కువ-b మండలం లోపలే ఉంది.

రచయితలకు తెలిసినంత వరకు, ఏ పెద్ద భూకంపపు ప్రారంభ బిందువునూ ఇంతకుముందెన్నడూ ముందుగానే ప్రచురణలో పేర్కొనలేదు. వారి తదుపరి అభ్యర్థి భ్రంశంలోని ఒక వంపు, అది ఇంకా ఒత్తిడిలోనే ఉంది. వారు తేదీ ఇవ్వరు, ఒక ప్రదేశాన్ని మాత్రమే.

మూలం: Advance identification of where the 2026 Kumamoto earthquake would begin, https://arxiv.org/abs/2610.39393

SN 2024afav సూపర్‌నోవా, నక్షత్ర విస్ఫోటనాల్లో అత్యంత ప్రకాశవంతమైన రకాల్లో ఒకటి. దాని కాంతి మరింత మరింత వేగంగా మిణుకుమిణుకుమంది. ఖగోళ శాస్త్రవేత్తలు దాన్ని చిర్ప్ (chirp) అంటారు — ఒక సూపర్‌నోవాలో ఇదే మొదటిసారి.

అనుమానిత ఇంజిన్ కొత్తగా పుట్టిన ఒక మాగ్నెటార్ — వేగంగా తిరిగే న్యూట్రాన్ నక్షత్రం. లోపలికి పడుతున్న వాయువుతో కూడిన ఒక వాలిన డిస్క్ దాని చుట్టూ ఊగిసలాడుతుంది. ఆ ఊగిసలాటే కాంతిని పెరిగేలా, తగ్గేలా చేస్తుంది.

ముగ్గురు అమెరికా ఖగోళ శాస్త్రవేత్తలు తెలియని ప్రతి అమరిక నుంచీ విముక్తమైన ఒక సంబంధాన్ని రాబట్టారు. కేవలం తొలి చిర్ప్‌ను మాత్రమే ఇస్తే, అది ఒక తీర్పు ఇచ్చింది. మిణుకు 150వ రోజు దగ్గర వేగం పుంజుకోవడం ఆపి, తర్వాత నెమ్మదించాలి.

కొత్త దత్తాంశం మరో ఐదు ఉబ్బులను బయటపెట్టింది, ఇప్పుడు అవి ఒకదానికొకటి దూరమవుతున్నాయి. చిర్ప్ 147వ రోజున, అటూ ఇటూ 3 రోజులు, వెనక్కి తిరిగింది. యాదృచ్ఛిక శబ్దం (noise) 0.1% కంటే తక్కువ అనుకరణల్లో మాత్రమే ఈ నమూనాను అనుకరిస్తుంది.

మూలం: A universal relation predicts the observed reversal of a supernova chirp, https://arxiv.org/abs/2610.39240

2024లో, ఒక బ్లాగ్ 50 చిత్రాలను ప్రచురించింది. వాటిలో ఇరవై ఆరు AI చిత్ర జనకాల (image generators) నుంచి వచ్చినవి, స్పష్టమైన లోపాలు లేకుండా జల్లెడ పట్టినవి. 11,000 మందికి పైగా పాఠకులు వాటిలో ఏవి మనిషి చేసినవో ఊహించారు. మధ్యగత స్కోరు 60%.

పాఠకులు తమకు ఇష్టమైన ఒక చిత్రాన్ని కూడా పేర్కొన్నారు. 76.6% సార్లు వారు దాన్ని మనిషి చేసినదిగా నిర్ధారించారు. ఇతర పాఠకులు అవే చిత్రాలను కేవలం 54.6% సార్లు మాత్రమే మనిషి చేసినవిగా నిర్ధారించారు.

ఇష్టమైన చిత్రం AI చేసినదైనప్పుడు కూడా ఆ ఆకర్షణ అంతే బలంగా ఉంది. అత్యంత ఆదరణ పొందిన పది ఇష్టమైన చిత్రాల్లో ఆరు AI నుంచి వచ్చినవి. చాలామంది పాఠకులు AI అని గుర్తుపట్టిన ఒక చిత్రం, దాని అభిమానుల్లో 22% మందిని మోసగించింది.

AI కళను అసహ్యించుకునే పాఠకులు కూడా 47% సార్లు AI చిత్రాన్నే ఇష్టమైనదిగా ఎంచుకున్నారు. వారిలో ఐదుగురిలో నలుగురు దాన్ని మనిషే చేశాడని నమ్మారు. ఊహకు ముందే రేటింగ్ ఇచ్చిన కవితలు కూడా అదే తీరును చూపుతాయి.

మూలం: Beauty Is Human: When People Love AI-Generated Art, They Think a Human Made It, https://arxiv.org/abs/2610.38113

ఒక మెమరీ బిట్‌ను చెరిపేయడానికి కనీస ఉష్ణ వ్యయం ఉంటుంది. లాండావర్ దాన్ని 1961లో లెక్కగట్టారు. నిజమైన, అతి చిన్న బిట్ దానికి దగ్గరగా రాగలదా?

జెరూసలేంలోని ఒక బృందం నియోబియం పొరలో ఒక సుడిని (vortex) — నానోస్థాయి సుడిగుండాన్ని — బంధించింది. ఆ పొర 4.2 కెల్విన్ వద్ద ఉంది. సుడి నానోమీటర్ల దూరంలో ఉన్న రెండు గుంటల్లో ఒకదానిలో విశ్రమిస్తుంది. ఎడమ లేదా కుడి: అదే ఒక బిట్.

ఒక అయస్కాంత సూక్ష్మదర్శిని దాని కదలికను నానోమీటర్‌లో ఒక భాగం వరకు అనుసరించింది. నెట్టుకూ కదలికకూ మధ్య ఉన్న జాప్యం ఖర్చైన శక్తిని బయటపెట్టింది. థర్మామీటర్ అవసరం లేదు.

కొన్ని కొలతలు లాండావర్ పరిమితి కంటే కిందకు కూడా దిగాయి. ఏ నియమమూ ఉల్లంఘించబడలేదు: సుడిని అటూ ఇటూ ఊపడం దాన్ని చెరిపేయడం కాదు. నిజమైన చెరిపివేత అనుకరణలు పరిమితికి సుమారు ఐదు రెట్లు ఇస్తాయి.

మూలం: Approaching Landauer's limit in a single superconducting vortex memory bit, https://arxiv.org/abs/2610.37753

గురుత్వాకర్షణ కాలం వేగాన్ని మారుస్తుంది. ఒక గడియారాన్ని ఒక మీటరు పైకి ఎత్తితే, దాని రేటు 10¹⁶లో ఒక భాగం మారుతుంది. నేటి అత్యుత్తమ గడియారాలు దాన్ని పసిగట్టగలవు.

చంద్రుడు, సూర్యుడు భూమిని వికృతం చేసి, మన పాదాల కింది గురుత్వాకర్షణను మారుస్తారు. వాటితో పాటు గడియారాలు ఊగిసలాడతాయి, 10¹⁷లో ఐదు భాగాల వరకు. ఆ లయ రోజుకు ఒకసారి లేదా రెండుసార్లు పునరావృతమవుతుంది.

యూరోపియన్ ప్రయోగశాలలు, ఫైబర్‌తో అనుసంధానమై సుమారు 800 కి.మీ. దూరంలో ఉన్న ఆప్టికల్ గడియారాలను పోల్చాయి. ఒక పోర్టబుల్ గడియారాన్ని జర్మనీ నుంచి టురిన్‌కు తరలించారు. ప్రతి జత మధ్య అంతరం ఆటుపోట్లతో పాటు పెరుగుతూ, తగ్గుతూ వచ్చింది.

ఆటుపోటు సంకేతం ఒక రోజు కంటే తక్కువ సమయంలోనే స్పష్టంగా కనిపించింది. అన్ని పోలికల్లో కలిపి, కొలిచిన విలువకు, ఊహించిన విలువకు నిష్పత్తి 1.00 ± 0.12గా వచ్చింది. తదుపరి లక్ష్యం: శిలాద్రవం (magma) లేదా భూగర్భజలం వంటి, అంత సులభంగా ఊహించలేని గురుత్వాకర్షణ మార్పులు.

మూలం: Optical clock network tracks tidal variations of the gravity potential, https://arxiv.org/abs/2610.39635

ఏదైనా ఒక ఆకారాన్ని తీసుకుని, ప్రతి ముక్కా మొత్తం కంటే కొంచెం ఇరుకుగా ఉండేలా దాన్ని ముక్కలుగా కోయండి. ఎన్ని ముక్కలకు అనుమతి ఇవ్వాలి? 1933లో, బోర్సుక్ కొలతల సంఖ్య కంటే ఒకటి ఎక్కువ అని ఊహించారు.

రెండు కొలతల్లో, మూడు ముక్కలు ఎప్పుడూ సరిపోతాయి. మూడింటిలో, నాలుగు. చాలా ఎక్కువ కొలతల్లో, ఆ ఊహ విఫలమవుతుంది. ఇంకా పరిష్కారం కాని మొదటి సందర్భం నాలుగు కొలతలు.

నిరూపించిన అత్యుత్తమ పరిమితి తొమ్మిది వద్ద ఉండేది, ఈ ఏడాది ఆరంభంలో ఎనిమిది అయింది. నలుగురు గణిత శాస్త్రవేత్తలు ఇప్పుడు ఏడు ఎప్పుడూ సరిపోతాయని చూపిస్తున్నారు. ఒక్కొక్కటీ ఆకారం వెడల్పు కంటే కొంచెం తక్కువగా ఉండే ఏడు బంతులు దాన్ని కప్పగలవు.

అత్యంత కష్టమైన సందర్భాలను 23,494 పెట్టెలుగా విభజించారు, ప్రతిదాన్నీ కచ్చితమైన భిన్నాలతో, ఎలాంటి రౌండింగ్ లేకుండా సరిచూశారు. ఈ పద్ధతిని కనుగొనడంలో ChatGPT వారికి సాయపడింది; ప్రతి అడుగునూ వారే సరిచూశారు. ఐదు సరిపోతాయా? ఇంకా తేలలేదు.

మూలం: Borsuk number in four dimensions is at most seven, https://arxiv.org/abs/2610.39078

1859లో, కారింగ్టన్, హాడ్జ్‌సన్ ఒక సౌర జ్వాల సూర్యుడి దృశ్య ఉపరితలాన్ని వెలిగించడాన్ని చూశారు. అప్పటినుంచి అలాంటి తెల్లకాంతి జ్వాలలు అరుదైనవిగా పరిగణించబడుతున్నాయి. కొన్ని వందలు మాత్రమే తెలుసు, అవి కూడా ఎక్కువగా పెద్దవే.

చైనాలోని ఒక బృందం SDO ఉపగ్రహం తీసిన 15 సంవత్సరాల చిత్రాలను తిరిగి విశ్లేషించింది. వారు ప్రతి పిక్సెల్ ప్రకాశాన్ని, ఒక్కొక్కటిగా అనుసరించారు. కెమెరా ప్రతి 45 సెకన్లకు ఒక చిత్రం తీసింది.

1,951 మోస్తరు జ్వాలల్లో, 1,012 తెల్లకాంతిలో మెరిశాయి: 51.9%. అతి చిన్నవైన B తరగతి జ్వాలల్లో కూడా 36.9% మెరిశాయి. జ్వాల ఎంత పెద్దదైతే, ఆ వాటా అంత ఎక్కువ.

అవి ఎందుకు కంటపడలేదు? చాలా ప్రకాశవంతమైన చుక్కలు అతి చిన్నవి, సూర్య మచ్చల బయట ఉంటాయి, అక్కడ వ్యత్యాసం (contrast) బలహీనంగా ఉంటుంది. ఇతర నక్షత్రాలపై జ్వాలలు కూడా అనుకున్నదానికంటే సాధారణమై ఉండవచ్చు.

మూలం: The Ubiquity of White-Light Flares on the Sun, https://arxiv.org/abs/2610.38419

జీవకణాలు ఔషధ నిరోధకత నుంచి కొత్త ఎంజైమ్‌ల వరకు, కొత్త విధులను నిరంతరం పరిణామం చేసుకుంటూనే ఉంటాయి. కానీ దానికి ఎన్ని ఉత్పరివర్తనలు (mutations) పడతాయి? సాధ్యమయ్యే జీనోమ్‌ల ప్రపంచం ఊహకందనంత విశాలమైనది.

ఒక అమెరికా బృందం జన్యు వలయాలను సరళమైన లాజిక్ గేట్ల నెట్‌వర్క్‌లుగా నమూనా చేసింది. ప్రతి ఉత్పరివర్తన ఒక అనుసంధానాన్ని మళ్లీ వైర్ చేస్తుంది. లక్ష్యం: NAND ను లెక్కించే వలయాన్ని AND ను లెక్కించే వలయంగా మార్చడం.

వలయం ఎంత పెద్దదైతే, వెతుకులాట అంత ఎక్కువసేపు: ఒక్కో గేట్‌కు సుమారు పది ఉత్పరివర్తనలు. వాటిలో దాదాపు అన్నీ ఏమీ మార్చవు. అవుట్‌పుట్‌లో ఏ పాత్రా లేని తీగలను అవి తాకుతాయి.

బదులుగా ప్రతి తీగా లెక్కకు వచ్చే వలయం నుంచి మొదలుపెడితే, పరిమాణం ఇక ముఖ్యం కాదు. వేగాన్ని నిర్ణయించేది సాధ్యమయ్యే ఉత్పరివర్తనల సంఖ్య కాదు. సహాయపడగల వాటి వాటాయే.

మూలం: How many mutations does it take to evolve a new function?, https://arxiv.org/abs/2610.40635

పాలపుంత కేంద్రం దగ్గర, ఒక వాయు మేఘం షాక్ తరంగాల వల్ల కుదుపులకు లోనవుతుంది. ఢీకొనే మేఘాలు బహుశా వాటికి కారణం. అవి మంచుతో కప్పిన ధూళి కణాల నుంచి అణువులను పెకలిస్తాయి. కొత్త అణువులను కనుగొనడానికి ఇది అత్యంత సమృద్ధమైన ప్రదేశాల్లో ఒకటి.

మూడు రేడియో టెలిస్కోపులు దాన్ని దాదాపు 150 GHz పౌనఃపున్యాల మేర స్కాన్ చేశాయి. సంకేతాలలో: అంతరిక్షంలో మొదటిసారిగా కనిపించిన HNCOH⁺.

అది ఐసోసయనేట్ సమూహాన్ని కలిగి ఉంది — రచయితల ప్రకారం పెప్టైడ్ బంధాల కేంద్రభాగం. ఇంతకు ముందు అంతరిక్షంలో ఆ సమూహం ఉన్న ఐదు అణువులు మాత్రమే తెలుసు.

ఆశ్చర్యం: HNCOH⁺ తన మరింత స్థిరమైన కవల కంటే దాదాపు నాలుగుకు ఒకటి నిష్పత్తిలో ఎక్కువగా ఉంది. స్థిరత్వం ఒక్కటే అయితే, భారీ తేడాతో దీనికి వ్యతిరేకంగా ఉండాలి. ఇక్కడ, రసాయనశాస్త్రం ఏ అణువు అత్యంత స్థిరమైనదనే దాన్ని కాకుండా, అణువులు ఎలా ఏర్పడతాయనే దాన్ని అనుసరిస్తుంది.

మూలం: Detection of HNCOH+ in the interstellar medium, https://arxiv.org/abs/2610.39654

హై-గ్రేడ్ గ్లియోమాలు అనే దూకుడైన మెదడు కణితులను ప్రతి రెండు మూడు నెలలకు MRIతో పరీక్షిస్తారు. మధ్యలో, వైద్యులకు పెద్దగా ఏమీ కనిపించదు. ఒక మణికట్టు సెన్సార్ సాయపడగలదా?

ఇంపీరియల్ కాలేజ్ లండన్ పరిశోధకులు మణికట్టుపై యాక్సిలరోమీటర్ ధరించిన రోగుల డేటాను వాడారు. వారు నడకను మాత్రమే ఉంచి, దాన్ని 15 సెకన్ల ముక్కలుగా కోశారు. ప్రతి రోజునూ రోగి మునుపటి సందర్శన తర్వాతి మొదటి రెండు వారాలతో పోల్చారు.

పాత్ సిగ్నేచర్లు (path signatures) అనే ఒక గణిత సాధనం ఆ నడక ముక్కల ఆకారాన్ని పట్టుకుంది. ప్రతి రోగి స్థిర కాలాలతో పోల్చి చూస్తే, కణితి ముదిరినప్పుడు నడక ఎక్కువగా మారింది. అడుగుల లెక్కలు ఏమీ చూపలేదు.

ఇది కేవలం 11 మంది రోగులపై చేసిన భావనా నిరూపణ. నడక MRI కంటే ముందే మారుతుందని ఇది ఇంకా చూపడం లేదు. రోగులను రోజురోజుకూ అనుసరించే పెద్ద అధ్యయనాలు తర్వాత రానున్నాయి.

మూలం: Detecting Brain Cancer Progression Through Signatures of Wearable Accelerometry Data, https://arxiv.org/abs/2610.38021