19 నవంబర్, 2026 సంచిక

  1. At The Knowledge Frontier, we pick out the research papers of the day and explain them simply.

    The web has changed in nature. We no longer search, we scroll. Pages look alike, texts are churned out, and we end up reading a great deal without keeping any of it. Educating yourself there has become a strangely passive affair.

    Here, you do more than read. Every article ends with a quiz: a few questions on what you have just read. When the subject lends itself to it, it is an experiment — you set the values yourself and recover, in turn, the researchers' result.

    @VirScience
  2. భౌతిక శాస్త్రం

    శూన్యాల మధ్య దూకుళ్ల కోసం ATLAS వేట

    డిటెక్టర్ శైలిలో ఒక కణ ఢీకొనడపు ప్రదర్శన: ఒక ప్రకాశవంతమైన కేంద్ర బిందువు నుంచి సన్నని, వంపు తిరిగిన, మెరిసే జాడలు బయటకు దూసుకుపోతూ ఒక స్థూపాకార డిటెక్టర్ యొక్క ఏకకేంద్ర వలయాల గుండా వెళ్తాయి, నీలి కాంతిలో.

    బలమైన బలం క్వార్క్‌లను ఒకదానికొకటి అతికించి ఉంచుతుంది. దాని సిద్ధాంతం ఒక వింతైన విషయాన్ని అంచనా వేస్తుంది. శూన్యం అనేక విభిన్న రూపాల్లో ఉంటుంది, ప్రకృతి సొరంగ ప్రభావంతో వాటి మధ్య దాటగలదు. ఈ దూకుళ్లను ఇన్‌స్టాంటాన్‌లు (instantons) అంటారు. దశాబ్దాల అధ్యయనం వాటిని ఎప్పుడూ నిర్ధారించలేదు.

    ఒక ఇన్‌స్టాంటాన్ కణాలను దాదాపు అన్ని దిశల్లో సమానంగా చిమ్మాలి. ATLAS సహకార బృందం (collaboration) LHCలో ఆ సంతకం కోసం వెతికింది. ఢీకొనడాలను ఉద్దేశపూర్వకంగా అరుదుగా ఉంచినప్పుడు నమోదైన 2015 నాటి డేటాను అది ఉపయోగించింది.

    ఐదు జాడ కొలతలను ఉపయోగించి ఒక న్యూరల్ నెట్‌వర్క్ ఢీకొనడాలను వర్గీకరించింది. చివరి ఎంపికలో 32,789 ఘటనలు మిగిలాయి. ఫిట్ (fit) వాటిలో సుమారు 3,900ను ఒక సంకేతానికి ఆపాదిస్తుంది. నేపథ్యం (background) ఒక్కదానితో పోలిస్తే, మిగులు 3.5 సిగ్మాకు చేరుతుంది.

    అయితే, చివరికి ఇన్‌స్టాంటాన్‌లు దొరికాయా? ఇంకా లేదు. ఏ నేపథ్య నమూనా కూడా ఒంటరిగా డేటాను వివరించలేదని బృందం రాసింది. ఈ దూకుళ్లు ఉత్పత్తి చేయాల్సిన క్వార్క్‌లను, వాటి ద్రవ్యరాశి వర్ణపటాన్ని ఇంకా తనిఖీ చేయాల్సి ఉంది.

    మూలం: Search for the low-mass isotropic signature of QCD instantons in pp collisions at √s = 13 TeV using the ATLAS detector, https://arxiv.org/abs/2611.22092

    ప్రీప్రింట్ప్రయోగం
  3. భూమి & వాతావరణం

    2026లో ప్రపంచ CO2 తనను తానే రద్దు చేసుకుంటూ నిలిచిపోతోంది

    సంధ్యా సమయంలో తెల్లని ఆవిరిని విడుదల చేస్తున్న ఒక బొగ్గు విద్యుత్ కేంద్రపు మూడు పెద్ద కాంక్రీట్ శీతలీకరణ గోపురాలు, పక్కనే కార్ హెడ్‌లైట్ల పొడవాటి కాంతి చారలతో ఒక రహదారి.

    2026లో శిలాజ ఇంధనాలు, పరిశ్రమలు ప్రపంచవ్యాప్తంగా ఎంత CO2ను విడుదల చేస్తాయి? 38.1 బిలియన్ టన్నులు అని ఒక బృందం అంచనా వేసింది. ఇది 2025 కంటే కేవలం 0.10% ఎక్కువ. దాదాపు ఒక స్థిర పీఠభూమి (plateau).

    అయినా ఏదీ నిశ్చలంగా లేదు. చైనా 194 మిలియన్ టన్నులు తగ్గుతుంది, ప్రధానంగా పరిశ్రమలో, భూ రవాణాలో. జనవరి నుంచి జూన్ 2026 వరకు, కొత్త కార్ల రిజిస్ట్రేషన్లలో 49.4% నూతన-శక్తి వాహనాలు (new-energy vehicles).

    భారత్ 187 మిలియన్ టన్నులు పెరుగుతుంది, ముందు వరుసలో విద్యుత్ కేంద్రాలు. ఏప్రిల్ నుంచి జూన్ వరకు దాని విద్యుత్తులో 69.5%ను బొగ్గు, లిగ్నైట్ అందించాయి. పెరుగుదలలు, తగ్గుదలలు దాదాపు ఒకదాన్నొకటి రద్దు చేసుకుంటాయి: ప్రపంచ మొత్తంలో 94% కదలిక మాయమవుతుంది.

    చివరి మూడు నెలలు ఇంకా అంచనా మాత్రమే. మరో అంచనా పద్ధతితో, 2026 స్వల్ప తగ్గుదలతో కూడా ముగుస్తుంది. ఇంత చిన్న మార్పు పెరుగుదలా, తగ్గుదలా అన్నది సంవత్సరాన్ని ఎలా పూర్తి చేస్తారన్నదానిపై ఆధారపడి ఉంటుంది.

    మూలం: Projection of global daily CO2 emissions in 2026, https://arxiv.org/abs/2611.22406

    ప్రీప్రింట్డేటా విశ్లేషణ
  4. అంతరిక్షం & ఖగోళ శాస్త్రం

    పారిపోతున్న కృష్ణబిలం అలలు రేపాలంటే దానికి ఒక గాలి కావాలి

    కింద ఎడమవైపు ప్రకాశవంతమైన, మసకగా ఉన్న దీర్ఘవృత్తాకార గెలాక్సీ; దాని అంచు నుంచి పొడవైన, సన్నని, నిటారైన కాంతి రేఖ చీకటి ఆకాశాన్ని దాటి పైన కుడివైపు దాదాపు మూసుకున్న, మెరిసే వలయం వరకు సాగుతుంది.

    కొన్ని భారీ కృష్ణబిలాలు తమ గెలాక్సీల నుంచి బయటకు తన్నివేయబడతాయి. అలాంటి ఒక అభ్యర్థి, RBH-1, హబుల్ (Hubble)తో కనుగొనబడి JWSTతో నిర్ధారించబడింది. అది సెకనుకు సుమారు 1,000 కిలోమీటర్ల వేగంతో దూసుకుపోతోంది.

    దాని ముందు ఒక చాపం ఆకారపు షాక్ తరంగం ఉంది, ఒకటి నుంచి రెండు కిలోపార్సెక్‌ల వెడల్పుతో. దాని వెనుక, ఒక నిటారైన చార సుమారు 60 కిలోపార్సెక్‌లు వెనక్కి దాని గెలాక్సీ వరకు సాగుతుంది.

    నార్త్‌వెస్టర్న్ విశ్వవిద్యాలయానికి (Northwestern University) చెందిన ఇద్దరు ఖగోళ భౌతిక శాస్త్రవేత్తలు ఈ దృశ్యాన్ని అనుకరించారు. గురుత్వాకర్షణ ఒక్కటే చుట్టుపక్కల వాయువును అతి కొద్దిగా మాత్రమే కదిలిస్తుంది. కృష్ణబిలం నుంచి వీచే ఒక గాలి అవసరం. అది ఇప్పటికీ వీస్తూ ఉండాలి, లేదా 3 మిలియన్ సంవత్సరాల కంటే తక్కువ క్రితమే ఆగిపోయి ఉండాలి.

    ఆ గాలిని నడిపేది ఏమిటి? తన సైద్ధాంతిక గరిష్ఠంలో కేవలం 1% రేటుతో ఆహారం తీసుకుంటూ కూడా, కృష్ణబిలమే దాన్ని నడపగలదు. ఇక నిటారైన చార దాని చుట్టూ ప్రశాంతమైన వాయువును వెల్లడిస్తుంది. దాని అల్లకల్లోలం (turbulence) సెకనుకు సుమారు 30 కిలోమీటర్ల కంటే తక్కువగా ఉంటుంది.

    మూలం: Shocks and Trails in the Circumgalactic Medium Driven by Runaway Supermassive Black Holes, https://arxiv.org/abs/2611.21738

    ప్రీప్రింట్సిమ్యులేషన్
  5. జీవ శాస్త్రాలు

    స్ప్రింగుల జాలానికి నిద్ర ఎందుకు అవసరం?

    బల్లపై ఉంచిన ఒక జాలం యొక్క దగ్గరి దృశ్యం: చిన్న ఉక్కు గుండ్లు సన్నని చుట్ట స్ప్రింగులతో, కొన్ని నిటారైన కడ్డీలతో కలిసి ఉన్నాయి, ముదురు ఉపరితలంపై గాఢమైన ఆకుపచ్చ కాంతిలో.

    కేంద్రీకృత నాడీ వ్యవస్థ లేకుండానే, జెల్లీఫిష్‌లు, హైడ్రాలు కూడా నిద్రపోతాయి. జీవశాస్త్రం లేకపోయినా, నిద్ర అవసరం నేర్చుకోవడం నుంచే వస్తుందా? సిరక్యూస్ విశ్వవిద్యాలయానికి (Syracuse University) చెందిన ఒక బృందం ఈ ప్రశ్నను ఒక స్ప్రింగుల జాలం ముందు ఉంచింది.

    జాలం తన స్ప్రింగుల దృఢత్వాన్ని (stiffness) మార్చడం ద్వారా ఒకదాని తర్వాత ఒకటి పనులు నేర్చుకుంటుంది. ఒక స్ప్రింగును లాగితే, మరొకటి నిర్దిష్ట తన్యతతో (tension) స్పందించాలి. ప్రతి కొత్త పనితో, తర్వాతి పనిని నేర్చుకోగలిగే జాలాలు తగ్గిపోతాయి.

    కారణం కచ్చితమైనది. కొన్ని స్ప్రింగులు దాదాపు మొత్తం భారాన్ని మోస్తాయి, మరికొన్ని దాదాపు ఏమీ మోయవు. అభ్యసన సామర్థ్యం, ఈ అసమతుల్యత కలిసి ఒక స్థిర బడ్జెట్‌ను ఏర్పరుస్తాయి. ఒకటి పొందేదాన్ని, మరొకటి కోల్పోతుంది.

    యాదృచ్ఛిక అంతర్గత కంపనాలు ప్రతి స్ప్రింగు తన పాత్రను గ్రహించి తిరిగి సమతుల్యం కావడానికి వీలు కల్పిస్తాయి. కానీ ఒక పని జరుగుతున్నప్పుడు, ఆ కొలతలు పక్షపాతంతో (biased) ఉంటాయి. నిద్ర లాంటి, విడిగా ఉండే దశలో మరమ్మతు అత్యుత్తమంగా పనిచేస్తుంది.

    మూలం: Why do continual physical learners need sleep?, https://arxiv.org/abs/2611.22070

    ప్రీప్రింట్సిమ్యులేషన్
  6. గణితం

    ఒక స్థిర సాంద్రత వద్ద యాదృచ్ఛిక జాలాలకు రంగులు వేయడం అసాధ్యమవుతుంది

    ముదురు కాగితంపై చేతితో గీసిన దాదాపు ఇరవై గుండ్రని చుక్కల జాలం, అవి సన్నని సరళ రేఖలతో కలిసి ఉన్నాయి; చుక్కలు నీలి-ఆకుపచ్చ, కావి, గులాబీ రంగుల్లో ఉన్నాయి, చుట్టూ కలపని కొన్ని బూడిద చుక్కలు.

    చుక్కల ఒక జాలాన్ని, q రంగులు — కనీసం మూడు — ఉన్న ఒక రంగుల పెట్టెను తీసుకోండి. అనుసంధానమైన చుక్కలకు వేర్వేరు రంగులు రావాలి. ఇప్పుడు యాదృచ్ఛిక లంకెలను ఒక్కొక్కటిగా జోడించండి. ముందో వెనకో, ఏ రంగుల అమరికా అసలు పనిచేయదు.

    1999లో, అక్లియోప్టాస్ (Achlioptas), ఫ్రీడ్‌గట్ (Friedgut) ఈ మార్పు ఆకస్మికమైనదని చూపించారు. కానీ జాలాలు పెరిగే కొద్దీ దాని స్థానం ఇంకా ఊగిసలాడవచ్చు. వారి పేరు మీద ఉన్న పరికల్పన (conjecture) అది ఒక స్థిర సాంద్రత వద్ద స్థిరపడుతుందని చెబుతుంది.

    కేంబ్రిడ్జ్ విశ్వవిద్యాలయానికి (University of Cambridge) చెందిన గైయా కారెనినీ (Gaia Carenini) ఒక నిరూపణను ప్రకటించారు. అది మూడు నుంచి మొదలుకొని ఎన్ని రంగులకైనా వర్తిస్తుంది. కీలకమైన ఆలోచన: ప్రతి సరైన రంగుల అమరికా ఒకే రంగు వేసే చుక్కల జతలు.

    ఒక ప్రశ్న ఇంకా తెరిచే ఉంది: ఆ పరిమితి (threshold) సరిగ్గా ఎక్కడ ఉంది? అది ఉందని నిరూపణ చూపిస్తుంది, దాని విలువను కాదు. ఈ ప్రిప్రింట్ ఇంకా సహచర సమీక్షకు (peer review) గురికాలేదు.

    మూలం: A Proof of the Achlioptas-Friedgut Convergence Conjecture, https://arxiv.org/abs/2611.21665

    ప్రీప్రింట్సిద్ధాంతం
  7. భౌతిక శాస్త్రం

    ఫ్యూజన్ ప్లాస్మా ఎంత సాంద్రంగా ఉండగలదో చెప్పే ఒక కొత్త నియమం

    ముదురు పలకలు అమర్చిన ఒక భారీ గుండ్రని రియాక్టర్ గది లోపలి భాగం: మెరుస్తున్న ప్లాస్మా యొక్క మందమైన, ప్రకాశవంతమైన వలయం ఎత్తైన కేంద్ర స్తంభాన్ని చుట్టుముట్టి ఉంది, దాని అంచుల వెంట సన్నని కాంతి పాయలు, చల్లని నీలి కాంతిలో.

    ఒక ఫ్యూజన్ రియాక్టర్‌లో, ఎక్కువ ఇంధనం అంటే ఎక్కువ శక్తి. ఉత్పత్తి ప్లాస్మా సాంద్రత వర్గంతో పెరుగుతుంది. కానీ సాంద్రతను మరీ ఎక్కువగా పెంచితే, ప్లాస్మా అంచు వద్ద ఉష్ణోగ్రత కుప్పకూలుతుంది.

    సురక్షితంగా ఉండటానికి, నిర్వాహకులు గ్రీన్‌వాల్డ్ పరిమితి (Greenwald limit) అనే ఒక స్థూల నియమాన్ని (rule of thumb) వాడతారు. అయినా వాస్తవ పరిమితులు దాని నుంచి 50% లేదా అంతకంటే ఎక్కువ దూరం జరగవచ్చు.

    MIT నుంచి నడిపించిన ఒక బృందం ఐదు టోకామాక్‌ల డేటాను ఒకచోట చేర్చింది. వాటిలో 325 సాంద్రత-పరిమితి ఘటనలు, 4,359 స్థిరమైన డిశ్చార్జ్‌లు (discharges) ఉన్నాయి. యంత్ర అభ్యసన (machine learning) శోధన ఒక మెరుగైన కొలమానాన్ని కనుగొంది. అది అంచు వద్ద ఢీకొనడాలను, అంచు పీడనాన్ని, అయస్కాంత క్షేత్రపు మెలికను కలుపుతుంది.

    ఈ కొలమానం చాలా తక్కువ తప్పుడు హెచ్చరికలను ఇస్తుంది. అంతేకాదు, ITER, ARCలకు అది విశాలమైన మార్జిన్‌ను సూచిస్తుంది. రెండూ ఊహించినదానికంటే ఎక్కువ సాంద్రతతో నడిచి, తద్వారా ఎక్కువ ఫ్యూజన్ శక్తిని ఉత్పత్తి చేయవచ్చు.

    మూలం: Collisionality scaling of the tokamak density limit, https://arxiv.org/abs/2611.21899

    ప్రీప్రింట్డేటా విశ్లేషణ
  8. కంప్యూటింగ్ & ఏఐ

    ఒక భాషా నమూనా తన సొంత బరువులను తానే తిరగరాసుకుంటుంది

    సర్క్యూట్ బోర్డులు, ఫ్యాన్ కనిపిస్తున్న తెరిచి ఉన్న డెస్క్‌టాప్ కంప్యూటర్ కేసు; పక్కనే మెరుస్తున్న తెరపై చిన్న సంఖ్యల నిలువు వరుసలు నిండిన మానిటర్, వాటిలో కొన్ని మిగతావాటి కంటే ప్రకాశవంతంగా ఉన్నాయి, కాషాయ కాంతిలో.

    భాషా నమూనాలకు ఒకసారి శిక్షణ ఇచ్చి, ఆ తర్వాత స్తంభింపజేస్తారు. ఒకదాన్ని మెరుగుపరచాలంటే సాధారణంగా మరో ఖరీదైన శిక్షణ అవసరం. దానికి బదులుగా, ఒక నమూనా కేవలం తన లోపలి భాగాల గురించి తర్కించడం ద్వారా తనను తాను సరిదిద్దుకోగలదా?

    ఐదు విశ్వవిద్యాలయాలకు చెందిన ఒక బృందం ఒక ఓపెన్ నమూనాకు తన సొంత బరువులను (weights) చూసే అవకాశం ఇచ్చింది. అది వాటిని చదవగలదు, సవరించగలదు, తనను తాను పరీక్షించుకోగలదు, కానీ శిక్షణ మాత్రం ఎప్పుడూ పొందలేదు. 27 బిలియన్ పారామితులతో ఉన్న అతిపెద్ద వెర్షన్ పనిలోకి దిగింది.

    దాని అత్యుత్తమ సవరణ, ఇంతకుముందు చూడని 490 సమస్యలపై దాన్ని 6.6 పాయింట్లు ఎక్కువ కచ్చితంగా మార్చింది. తన దెబ్బతిన్న నకలును చేతికిస్తే, అది పాడైన మాతృకను (matrix) కూడా కనుగొని బాగుచేసింది.

    అదే నమూనా యొక్క చిన్న వెర్షన్లు విఫలమయ్యాయి. 2 బిలియన్ నమూనా ఏ సవరణా చేయలేదు, 4, 9 బిలియన్ నమూనాలు తమను తాము పాడుచేసుకున్నాయి. అతిపెద్దది కూడా ఎనిమిది సెషన్లలో ఐదింటిలో తన సొంత సవరణను ఉపసంహరించుకుంది.

    మూలం: Language Models Can Rewrite Their Own Weights, https://arxiv.org/abs/2611.21885

    ప్రీప్రింట్ప్రయోగం
  9. అంతరిక్షం & ఖగోళ శాస్త్రం

    బృహస్పతి ధ్రువ తుఫానులన్నీ ఒకేలా లేవు

    ఒక భారీ గ్రహపు ధ్రువం యొక్క ఏటవాలు దృశ్యం: మధ్యలోని ఒక తుఫాను చుట్టూ సుడులు తిరిగే పెద్ద తెల్లని తుఫానుల వలయం, లేత క్రీము, గోధుమ రంగుల మేఘ పట్టీల మధ్య.

    NASA యొక్క జూనో (Juno) ప్రోబ్ బృహస్పతి ఉత్తర ధ్రువంపై పదకొండు సార్లు తక్కువ ఎత్తులో ఎగిరింది. ఆ ప్రయాణాలు మే 2023 నుంచి మే 2024 వరకు సాగాయి. అక్కడ, ఎనిమిది తుఫానులు ఒక కేంద్ర తుఫాను చుట్టూ తిరుగుతూ ఒక అష్టభుజిని ఏర్పరుస్తాయి.

    జూనో మైక్రోవేవ్ రేడియోమీటర్ మేఘాల కింద, నీరు ద్రవీకరణ చెందే లోతు వరకు చూస్తుంది. బయటి ఎనిమిది తుఫానులు తమ పరిసరాల కంటే ప్రకాశవంతంగా మెరుస్తాయి. అవి కొన్ని డిగ్రీలు వెచ్చగా ఉన్నాయి, లేదా వాటిలో అమ్మోనియా వాయువు తక్కువగా ఉంది.

    ఏదైనా సరే, భూమిపై ఉష్ణమండల తుఫానుల్లాగా ఇది ఒక వెచ్చని కేంద్రంలా కనిపిస్తుంది. ఎనిమిదింటిలో ఐదు, మిగతా మూడింటి కంటే సుమారు రెట్టింపు ప్రభావాన్ని చూపిస్తాయి. ఆ మూడు జూనో చిత్రాల్లో కూడా మరింత అక్రమంగా కనిపిస్తాయి.

    ఆశ్చర్యం మధ్యలో ఉంది. దృశ్య కాంతిలో పెద్దగా, మేఘావృతంగా కనిపించే కేంద్ర తుఫాను, మైక్రోవేవ్‌లలో దాదాపు అదృశ్యమవుతుంది. దానికి వేరే మూలం ఉండవచ్చని బృందం సూచిస్తుంది.

    మూలం: Three Dimensional Structure of Jovian Polar Cyclones Revealed by Juno Microwave Radiometer, https://arxiv.org/abs/2611.21841

    ప్రీప్రింట్పరిశీలన
  10. గణితం

    ఒక వృత్తంలో మూడు డిస్కులు, ఒక అసమమైన కనిష్ఠం

    ముదురు రంగు కాగితంపై ఉంచిన గుండ్రని ఇత్తడి పళ్లెం పైనుంచి చూసిన దృశ్యం; అందులో దాదాపు ఒకే పరిమాణంలో ఉన్న లేత చెక్కతో చేసిన మూడు చదునైన బిళ్లలు: రెండు పక్కపక్కనే, మూడోది వాటి కింద రెండింటినీ తాకుతూ.

    వ్యాసార్ధం 1 గల ఒక వృత్తాన్ని గీయండి. దాని లోపల, ఒకదాన్నొకటి, అంచునూ తాకే రెండు డిస్కులను ఉంచండి. తర్వాత, వాటి పక్కన ఇంకా పట్టే అతిపెద్ద డిస్కును, ఆ రెండింటినీ తాకేలా దూర్చండి.

    మూడు వైశాల్యాలను కలిపితే, ఆ మొత్తం ఎంత చిన్నదిగా ఉండగలదు? డాలస్‌లోని టెక్సాస్ విశ్వవిద్యాలయానికి (University of Texas at Dallas) చెందిన అనటోలీ ఐడెల్జోన్ (Anatoly Eydelzon) సమాధానాన్ని నిరూపించారు. అది సరిగ్గా 11π/18, సుమారు 1.92.

    మూడు సమాన డిస్కులపై మీరు పందెం కాయవచ్చు. తప్పు: ఉత్తమ వ్యాసార్ధాలు 1/2, 1/2, 1/3. అదే కనిష్ఠం మరో క్రమంలోనూ కనిపిస్తుంది. 1/3, 1/2 డిస్కులతో మొదలుపెడితే, మూడోదాని కొలత 1/2.

    కష్టమైన భాగం, మూడో డిస్కు నిజంగా పట్టే వాటిలో అతిపెద్దదని నిరూపించడం. పత్రం మూడు వేర్వేరు నిరూపణలను ఇస్తుంది. అవి డెకార్ట్ వృత్తాల సిద్ధాంతాన్ని, ఒక విలోమాన్ని (inversion), స్పర్శ బిందువుల నిరూపకాలను ఉపయోగిస్తాయి.

    మూలం: Three Circles in a Unit Disk: Three Solutions to an Extremal Problem, https://arxiv.org/abs/2611.22121

    ప్రీప్రింట్సిద్ధాంతం
  11. భూమి & వాతావరణం

    వెచ్చని రాత్రులు బ్రెజిల్ ఆవుల పాలను హరిస్తున్నాయి

    రాత్రివేళ, పక్కలు తెరిచి ఉన్న ఒక పశువుల పాకలో గడ్డిపై పడుకున్న నలుపు-తెలుపు, ఎర్రటి పాడి ఆవులు; పైకప్పు నుంచి వేలాడుతున్న పెద్ద ఫ్యాన్లు, పొగమంచులాంటి ఒక నడవను వెలిగిస్తున్న కొన్ని మసక దీపాలు.

    ఉష్ణ ఒత్తిడి (heat stress) పాల దిగుబడిని తగ్గిస్తుంది. అది ఎప్పుడు మొదలవుతుందో చెప్పడానికి పాడి క్షేత్రాలు అనుభవ సూత్రాలను (rules of thumb) వాడతాయి. ఒక బ్రెజిలియన్ బృందం వాటిని ఒక భారీ డేటాసెట్‌పై పరీక్షించింది. అందులో 24 సంవత్సరాల కాలంలో, 87,809 సంకర జాతి ఆవుల నుంచి 788,528 పాల రికార్డులు ఉన్నాయి.

    కీలకమైన అంశం రాత్రి. కొన్ని రాత్రులు సూర్యాస్తమయం తర్వాత కూడా వేడిగానే ఉంటాయి. అప్పుడు ఆవులు పగటిపూట పోగైన వేడిని వదిలించుకోలేవు. అలాంటప్పుడు, సగటున ఆవులు రోజుకు 2.37 kg తక్కువ పాలు ఇస్తాయి.

    ఎక్కువ పాలిచ్చే ఆవులు సంప్రదాయ పరిమితుల దగ్గరే పాలను కోల్పోవడం మొదలుపెడతాయి. అతి తక్కువ పాలిచ్చేవి అసలు ఏ నష్టాన్నీ చూపవు. ఉపశమనం లేని ఏడు రాత్రుల తర్వాత, దిగుబడి 8.6% తక్కువగా ఉంటుంది.

    వాటి జన్యువులు కూడా ముఖ్యమే. అదే అధిక పాల ఉత్పత్తి వద్ద, సగం-హోల్‌స్టీన్, 5/8-హోల్‌స్టీన్ సంకరాలు ఎక్కువ కాలం స్థిరంగా నిలుస్తాయి. 7/8 హోల్‌స్టీన్ అయిన ఆవులు చాలా ముందుగానే పాలను కోల్పోవడం మొదలుపెడతాయి.

    మూలం: Milk yield responses to heat stress in tropical dairy cattle, https://arxiv.org/abs/2611.22980

    ప్రీప్రింట్డేటా విశ్లేషణ
  12. కంప్యూటింగ్ & ఏఐ

    AI సైన్స్‌లోని కొన్ని పదాలను మార్చింది, సైన్స్‌ను మాత్రం కాదు — ఇప్పటికైతే

    అరిగిపోయిన చెక్క బల్లపై తెరిచి ఉన్న ఒక పెద్ద బైండు చేసిన గ్రంథం, అందులో కొన్ని పంక్తులు పసుపు రంగుతో హైలైట్ చేయబడ్డాయి; వెనుక పాత బైండు పుస్తకాలతో కిక్కిరిసిన మసక అల్మారాలు.

    2022 చివరి నుంచి, పెద్ద భాషా నమూనాలు (large language models) పరిశోధనా ప్రయోగశాలల్లో వ్యాపించాయి. సైన్స్ స్వయంగా మారిందా? న్యూజెర్సీ ఇన్‌స్టిట్యూట్ ఆఫ్ టెక్నాలజీకి (New Jersey Institute of Technology) చెందిన ఒక బృందం దీన్ని తనిఖీ చేసింది. అది 2015 నుంచి 2025 వరకు, ఐదు విభాగాల్లో 2.5 మిలియన్ పూర్తి పరిశోధనా పత్రాలను చదివింది.

    కొన్ని పదాలు నిజంగానే మారాయి. "Delve" 2023కి ముందు దాదాపు కనిపించలేదు, 2024లో గరిష్ఠానికి చేరింది, తర్వాత 2025లో వేగంగా పడిపోయింది. మొత్తం మీద, 796 పదాలు ఎగబాకాయి, 199 తగ్గాయి.

    కానీ సుమారు వెయ్యి పదాలు, పదుల మిలియన్ల విభిన్న పదాలతో పోలిస్తే పెద్దగా బరువు లేనివి. వాటి పదజాలపు సమృద్ధి 2022లో ఎలాంటి విరామాన్నీ చూపదు. శాస్త్రీయ పరిభాష ప్రతి రంగంలోనూ పెరుగుతూనే ఉంది.

    చాలా దీర్ఘకాలిక ధోరణులు యథావిధిగా కొనసాగాయి. కొన్ని మినహాయింపులు ఉన్నాయి: ఆసియాకు చెందిన కంప్యూటర్ సైన్స్ బృందాలు 2022 తర్వాత మరింత వేగంగా పెరిగాయి. శీర్షికలోని చివరి పదం జాగ్రత్తగా ఎంచుకున్నది: "ఇప్పటికైతే".

    మూలం: Large Language Models Have Not Yet Transformed Science, https://arxiv.org/abs/2611.22975

    ప్రీప్రింట్డేటా విశ్లేషణ
Legal notice