惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как учёные пытаются уточнить значение гравитационной постоянной — «большой G»
Вячеслав Голованов · 2026-05-09 · via Все публикации подряд на Хабре

Подобные эксперименты «привносят порядок во Вселенную, независимо от того, совпадает ли полученное число с ожидаемым значением».

Учёные NIST Стефан Шламмингер (слева) и Винсент Ли осматривают торсионные весы, которые они использовали для измерения гравитационной постоянной («большой G») — работа, длившаяся целых десять лет. Фото: Р. Эскалис/NIST

Учёные NIST Стефан Шламмингер (слева) и Винсент Ли осматривают торсионные весы, которые они использовали для измерения гравитационной постоянной («большой G») — работа, длившаяся целых десять лет. Фото: Р. Эскалис/NIST

Гравитационная постоянная, которую ласково называют «большой G», — одна из самых фундаментальных констант нашей Вселенной. Её значение описывает силу гравитационного притяжения между двумя массами на заданном расстоянии — или, с точки зрения общей теории относительности, степень искривления пространства-времени данной массой. Физики имеют достаточно точную приблизительную оценку G, но уже более двух столетий пытаются измерить её ещё точнее — и каждая новая попытка даёт слегка отличающиеся значения. Причём действительно «слегка»: расхождения составляют примерно одну десятитысячную.

Тем не менее другие фундаментальные константы известны гораздо точнее. Таким образом, G остаётся «белой вороной» в семействе фундаментальных постоянных и источником разочарования для физиков, увлечённых точной метрологией. Проблема в том, что гравитация чрезвычайно слаба — это безусловно самое слабое из четырёх фундаментальных взаимодействий, — и на её лабораторных измерениях сильно сказывается фоновый шум от гравитационного поля Земли (также известного как «маленькое g»). Эта слабость особенно заметна в лабораторных условиях.

В рамках последней попытки решить эту проблему учёные из Национального института стандартов и технологий (NIST) посвятили последнее десятилетие повторению одного из самых противоречивых экспериментальных результатов недавнего времени. Группа только что обнародовала свои результаты в статье, опубликованной в журнале Metrologia. Это не устраняет расхождение, но даёт физикам ещё одну точку отсчёта в их непрекращающихся поисках более точного значения «большой G».

Исаак Ньютон ввёл понятие гравитационной постоянной, когда опубликовал закон всемирного тяготения в конце XVII века, хотя обозначение «G» появилось только в 1890-х годах. Ньютон полагал, что силу тяжести можно измерить, раскачивая маятник рядом с большой горой и наблюдая его отклонение, но он так и не провёл этот эксперимент, посчитав эффект слишком малым для измерения. К 1774 году Королевское общество создало комитет для определения плотности Земли как косвенного способа измерения G, используя модифицированную версию ньютоновской маятниковой концепции.

Именно Генри Кавендиш в 1798 году впервые провёл прямое лабораторное измерение силы притяжения между двумя телами с помощью торсионных весов, хотя его целью было определение плотности Земли. Устройство представляло собой большую «гантель» с пятисантиметровыми свинцовыми шарами на обоих концах двухметрового деревянного стержня, подвешенного за центр на проволоке, что позволяло ему вращаться. Была и вторая «гантель» с двумя 30-сантиметровыми свинцовыми шарами, каждый весом 160 кг. Когда её подносили к меньшим шарам, их притяжение поворачивало подвешенный стержень.

Кавендиш тщательно регистрировал эти колебания, чтобы измерить силу притяжения больших шаров к меньшим, и на основании этого смог определить плотность Земли. С тех пор его торсионные весы стали своего рода «рабочей лошадкой» для физиков, стремящихся уточнить значение G.

Модернизация эксперимента Кавендиша

Традиционный эксперимент Кавендиша по измерению силы тяжести.

Традиционный эксперимент Кавендиша по измерению силы тяжести.

Установка в NIST для измерения силы тяжести.

Установка в NIST для измерения силы тяжести.

Разработка всё более точных экспериментов долгое время оставалась основной стратегией для устранения расхождений. Однако авторы новой статьи поняли, что простого добавления свежих измерений в набор данных будет недостаточно, поскольку прежние противоречивые результаты по-прежнему вносят свой вклад. Поэтому они решили более внимательно изучить одно из самых значительных отклонений — а именно эксперимент 2007 года, проведённый физиками из Международного бюро мер и весов (BIPM) во Франции, в котором использовалась гораздо более совершенная версия торсионных весов Кавендиша.

Команда NIST повторила исходный эксперимент BIPM, построив торсионные весы с восемью металлическими цилиндрами: четырьмя на вращающейся карусели и четырьмя меньшими массами внутри карусели, расположенными на подвешенном диске, удерживаемом тонкой лентой из медно-бериллиевой проволоки. Торсионные весы и лента скручивались, когда внешние массы притягивали внутренние, и физики измеряли G, отслеживая вращение цилиндра и результирующий гравитационный момент. Они также провели второй набор измерений, приложив напряжение к электродам рядом с внутренними массами. Это скручивало проволоку в направлении, противоположном гравитационному моменту, и величина напряжения давала ещё одну оценку G.

Учёные из NIST добавили ещё один интересный момент: они провели эксперимент в двух вариантах — с медными и сапфировыми гирями — и получили почти одинаковые результаты в обоих случаях. Это позволило исключить вероятность того, что на измерения повлияли конкретные используемые материалы. В итоге они получили значение 6,67387×10⁻¹¹ м³•кг⁻¹•с⁻². Это на 0,0235 процента ниже первоначального результата BIPM.

Некоторые могут задаться вопросом, почему физики продолжают пытаться измерять G всё точнее. Одна из причин — это стимулирует создание всё более совершенных приборов для измерения малых сил, моментов и других тонких эффектов, а такие достижения приносят пользу всей науке. Кроме того, «каждое измерение важно, потому что важна истина, — сказал соавтор исследования Стефан Шламмингер, физик из NIST. — Для меня проведение точного измерения — это способ привнести порядок во Вселенную, независимо от того, совпадает ли полученное число с ожидаемым значением или нет».