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

AWS News Blog
AWS News Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
Engineering at Meta
Engineering at Meta
T
Tailwind CSS Blog
T
The Blog of Author Tim Ferriss
L
LangChain Blog
Vercel News
Vercel News
N
Netflix TechBlog - Medium
Hacker News - Newest:
Hacker News - Newest: "LLM"
Spread Privacy
Spread Privacy
小众软件
小众软件
H
Help Net Security
The Last Watchdog
The Last Watchdog
Forbes - Security
Forbes - Security
WordPress大学
WordPress大学
Know Your Adversary
Know Your Adversary
Recent Commits to openclaw:main
Recent Commits to openclaw:main
H
Heimdal Security Blog
GbyAI
GbyAI
P
Privacy International News Feed
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
The Cloudflare Blog
爱范儿
爱范儿
V
V2EX
The Register - Security
The Register - Security
B
Blog RSS Feed
Apple Machine Learning Research
Apple Machine Learning Research
O
OpenAI News
Cisco Talos Blog
Cisco Talos Blog
Cloudbric
Cloudbric
Security Archives - TechRepublic
Security Archives - TechRepublic
S
Secure Thoughts
L
LINUX DO - 最新话题
Recorded Future
Recorded Future
P
Proofpoint News Feed
PCI Perspectives
PCI Perspectives
Hugging Face - Blog
Hugging Face - Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
T
Tor Project blog
Latest news
Latest news
Project Zero
Project Zero
月光博客
月光博客
F
Fortinet All Blogs
A
Arctic Wolf
博客园 - 【当耐特】
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Y
Y Combinator Blog
N
News and Events Feed by Topic

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
Мюон больше не бунтует: главная аномалия физики частиц укладывается в Стандартную модель
BiktorSergee · 2026-05-09 · via Все публикации подряд на Хабре

Мюон больше не бунтует: главная аномалия физики частиц укладывается в Стандартную модель

Время на прочтение5 мин

Охват и читатели631

В физике элементарных частиц даже небольшие расхождения между теорией и экспериментом редко проходят незамеченными. Дело в том, что именно в таких деталях могут скрываться ошибки в расчетах или недоучтенные эффекты. Мюон стал одним из самых известных примеров подобной ситуации: его магнитные свойства на протяжении многих лет показывали небольшое, но устойчивое отклонение от предсказаний Стандартной модели. Это расхождение не выглядело случайным и постепенно привлекало к себе все больше внимания. 

Однако более свежие теоретические расчеты заметно меняют картину. Похоже, что аномалия, которая долго оставалась источником сомнений, во многом объясняется в рамках уже известных законов, и нет необходимости привлекать дополнительные гипотезы. Давайте разбираться. 


Как мюон стал источником надежд на новую физику

Мюон — лептон второго поколения, по сути, тяжелый аналог электрона, который существует всего 2 микросекунды, а потом распадается. Его масса примерно в 200 раз больше, чем у электрона, и именно это делает мюон особенно чувствительным к тонким квантовым эффектам в вакууме. В пустом пространстве постоянно возникают и исчезают виртуальные частицы, и мюон реагирует на их влияние заметно сильнее, чем электрон.

Когда мюон движется в сильном магнитном поле, внутренний магнитный момент заставляет его прецессировать, то есть слегка покачиваться, подобно волчку. Согласно уравнениям Дирака классическая теория предсказывает для фактора g точное значение — два, но квантовая электродинамика добавляет крошечную поправку, которую обозначают как аномальный магнитный момент, или (g-2)/2. Именно эту величину измеряют с высочайшей точностью, потому что она аккумулирует вклады от всех известных взаимодействий, включая электромагнитное, слабое и, что особенно важно, сильное.

Любой новый, еще не открытый объект или сила обязательно оставит здесь свой след в виде дополнительного отклонения. Ученые давно оценили, что мюон превращается в уникальный инструмент проверки Стандартной модели без необходимости напрямую производить новые тяжелые частицы на ускорителях. Достаточно разогнать пучок мюонов, поместить их в точное магнитное кольцо и следить за частотой их прецессии.

Такая чувствительность сделала эксперименты с мюоном одним из самых перспективных направлений в физике частиц. Многие годы исследователи считали, что даже небольшое отклонение от расчетного значения может оказаться не случайностью, а признаком того, что в теории что-то упущено. 

Первые серьезные результаты получили в начале 2000-х на ускорителе в Брукхейвене. Там измерили поведение мюонов в магнитном поле с высокой точностью и обнаружили заметное расхождение с теорией: примерно 3,7 стандартных отклонения. Этого хватило, чтобы к результату начали относиться всерьез, но до убедительного вывода дело не дошло.

Позже измерения повторили на другой установке, тоже в США. Эксперимент существенно доработали и заметно увеличили объем данных. Новый результат оказался согласован с прежним, а статистическая значимость выросла примерно до 4,2 сигма. Расхождение стало труднее списать на случайность, но и окончательных выводов не было.

Интерес к этим измерениям вышел за пределы команды, которая их проводила. Проект отмечен премией Breakthrough Prize по фундаментальной физике в 2023 году. 

Почему теория раньше не справлялась

Главная проблема всегда была в том, как учесть вклад сильного взаимодействия — того самого, которое описывает поведение кварков и глюонов. Именно он дает наибольшую и самую сложную для расчета поправку к магнитным свойствам мюона. Речь идет о так называемой адронной поляризации вакуума — эффекте, связанном с кратковременным появлением составных частиц из кварков. Раньше теоретики не могли посчитать этот вклад напрямую и поэтому опирались на результаты других экспериментов с электронами и позитронами, переводя их в нужную величину. 

Такой подход, основанный на результатах чужих экспериментов, выглядел разумно, но вносил дополнительные неопределенности. Результат зависел от того, как именно обрабатывались и интерпретировались измерения, поэтому разные группы получали немного отличающиеся друг от друга значения. Это не давало полной уверенности в итоговых расчетах. Ситуацию осложняло и то, что сильное взаимодействие при низких энергиях плохо поддается привычным методам расчета: эффекты становятся слишком сильными, и стандартные приближения перестают работать. 

Многие годы физики пытались обойти эти ограничения, но новые результаты не снимали расхождение, а лишь уточняли его. В результате интерес к проблеме только рос: по мере повышения точности экспериментов становилось все труднее понять, связано ли отклонение с реальным эффектом или с ограничениями самих методов расчета. В научных обсуждениях время от времени появлялись и более смелые предположения, включая идеи о дополнительных взаимодействиях, но они так и не получили убедительного подтверждения. 

Постепенно стало ясно, что дело может быть не в самой физике, а в том, как выполняются расчеты. Старые методы давали приближенный результат и сильно зависели от внешних данных. Поэтому понадобился другой подход, такой, что позволял бы считать вклад сильного взаимодействия напрямую и меньше опираться на косвенные измерения. 

Что изменилось? 

Международная группа под руководством Золтана Фодора пошла иным путем. Вместо того чтобы опираться на данные других экспериментов, ученые начали рассчитывать вклад сильного взаимодействия напрямую. Для этого используют метод, в котором пространство и время условно делят на множество маленьких ячеек и вычисляют, что происходит в каждой из них. В результате удалось шаг за шагом проследить поведение частиц и получить итоговое значение без промежуточных пересчетов. 

Работа заняла больше 10 лет и потребовала огромных вычислительных ресурсов. В итоге удалось получить значение вклада сильного взаимодействия с точностью на уровне частей на миллиард. Когда этот результат вставили в общий теоретический прогноз, расхождение с экспериментальными измерениями Fermilab существенно сократилось и оказалось в пределах статистической погрешности.

Фодор и его коллеги позже отмечали, что команда изначально рассчитывала найти следы новой физики, но вместо этого получила очень точное подтверждение уже известных законов. Работа опубликована в Nature в 2026 году.

Что в итоге? Расчеты в рамках Стандартной модели лучше согласуются с экспериментальными данными именно там, где раньше наблюдалось расхождение. Это не означает, что все вопросы закрыты: за пределами свойств мюона остается много нерешенных задач, от темной материи до нейтринных осцилляций. Но в этой конкретной ситуации напряжение заметно снизилось, и расхождение между теорией и экспериментом стало гораздо меньше. 

Ученые получили мощный инструмент проверки самых фундаментальных принципов квантовой теории поля. На ней основана вся современная физика частиц. Такой уровень согласия укрепляет доверие к методам решеточной квантовой хромодинамики, которые раньше вызывали серьезный скепсис из-за своей сложности и зависимости от вычислительных мощностей.

Главное, что теперь мы с большей уверенностью можем сказать: поведение мюона в магнитном поле укладывается в рамки существующих правил игры.