블로그

역수성가스전환(RWGS) 반응은 이산화탄소(CO)를 전환시키는 화학 과정입니다.₂)를 일산화탄소(CO)와 물(H)로₂O)를 수소(H)와 반응시켜서₂) 원자로에서. 생성된 일산화탄소는 수소와 결합하여 e-연료* 및 메탄올과 같은 합성 연료를 생산하는 데 사용되는 기본 구성 요소인 합성가스를 만들 수 있습니다. CO를 재활용하는 능력 때문에₂ 사용 가능한 연료 구성 요소로 전환되는 RWGS 반응은 지속 가능한 에너지 생산을 발전시키는 유망한 경로로 간주됩니다.

기존 촉매의 한계 극복

전통적으로 RWGS 반응은 800°C 이상의 온도에서 가장 잘 작동합니다. 니켈 기반 촉매는 이러한 열을 견딜 수 있기 때문에 자주 사용되지만 시간이 지남에 따라 입자가 서로 뭉쳐져 표면적과 효율성이 떨어지면서 성능이 저하됩니다. 더 낮은 온도에서 작동하면 이 문제를 피할 수 있지만 메탄과 같은 원치 않는 부산물이 형성되어 일산화탄소 생산량이 낮아집니다.

공정을 보다 효율적이고 저렴하게 만들기 위해 연구자들은 저온 조건에서 높은 활성을 유지하는 촉매를 찾고 있었습니다. KIER팀은 단 400°C에서도 뛰어난 결과를 제공하는 새로운 구리 기반 촉매를 개발하는 데 성공했습니다.

구리 촉매 설계의 획기적인 발전

새롭게 설계된 구리-마그네슘-철 혼합 산화물 촉매는 상업용 구리 촉매보다 성능이 뛰어나 400°C에서 일산화탄소를 1.7배 더 빠르게 생성하고 수율은 1.5배 더 높습니다.

구리 촉매는 니켈에 비해 중요한 장점이 있습니다. 즉, 메탄을 생성하지 않고 400°C 미만의 온도에서 일산화탄소만 선택적으로 생성할 수 있습니다. 그러나 구리의 열 안정성은 일반적으로 해당 온도 근처에서 약화되어 입자 응집 및 활성 손실로 이어집니다.

이 문제를 해결하기 위해 구 박사 팀은 층상 이중 수산화물(LDH) 구조를 설계에 통합했습니다. 이 층 구조에는 물 분자와 음이온이 사이에 있는 얇은 금속 시트가 포함되어 있습니다. 연구진은 금속이온의 비율과 종류를 조절해 촉매의 물리적, 화학적 특성을 미세하게 조정했다. 철과 마그네슘을 첨가하면 구리 입자 사이의 틈을 메워 뭉침을 효과적으로 방지하고 내열성을 향상시키는 데 도움이 됩니다.

실시간 적외선 분석 및 반응 테스트를 통해 새로운 촉매가 그토록 뛰어난 성능을 발휘하는 이유가 밝혀졌습니다. 기존 구리 촉매는 CO를 변환합니다.₂ 포름산염이라는 중간 화합물을 통해 일산화탄소로 전환됩니다. 그러나 새로운 물질은 이러한 중간체를 완전히 우회하여 CO를 전환합니다.₂ 표면의 CO로 직접적으로. 메탄이나 다른 부산물을 생성하는 부반응을 방지하기 때문에 촉매는 400°C라는 비교적 낮은 온도에서도 높은 활성을 유지합니다.

기록적인 성과와 글로벌 중요성

400°C에서 촉매는 33.4%의 일산화탄소 수율과 초당 촉매 그램당 223.7 마이크로몰(μmol·gcat⁻1·s⁻1)의 형성 속도를 달성하여 100시간 이상 연속 안정성을 유지했습니다. 이러한 결과는 표준 구리 촉매보다 1.7배 더 높은 형성 속도와 1.5배 더 높은 수율을 나타냅니다. 가격이 비싸지만 활성도가 높은 백금 기반 촉매와 비교해 보면, 새로운 촉매는 형성 속도는 2.2배, 수율은 1.8배 더 뛰어나 여전히 성능이 뛰어났다. 이는 최고 성과를 내는 CO 중 하나입니다.₂ 세계의 전환 촉매.

“저온 CO₂ 수소화 촉매 기술은 저렴하고 풍부한 금속을 이용해 일산화탄소를 효율적으로 생산할 수 있는 획기적인 성과”라며 “지속가능한 합성연료의 핵심 공급원료 생산에 직접 적용할 수 있다”고 말했다. 앞으로도 실제 산업 현장에 적용할 수 있도록 연구를 계속해 탄소중립 실현과 지속가능한 합성연료 생산기술의 상용화에 기여하겠다”고 말했다.

메모

* E-연료는 재생에너지로 생산된 그린수소와 포집된 CO를 결합하여 생산되는 합성연료입니다.₂ 대기 또는 지속 가능한 바이오매스로부터. 이는 특히 항공 및 운송과 같이 탈탄소화가 어려운 분야에서 기존 화석 연료에 대한 유망한 대안으로 떠오르고 있습니다.

이번 연구 결과는 2025년 5월 온라인에 게재됐다. 적용된 촉매 B: 환경 및 에너지에너지 및 환경 촉매 분야의 선도적인 저널입니다. 이번 연구는 연구원의 연구개발사업인 ‘이산화탄소와 수소를 이용한 e-SAF(지속가능한 항공연료) 생산기술 개발’의 지원을 받아 이뤄졌다.

인공지능 분야에서 중요한 이정표에 도달했습니다.
컴퓨터 과학이 존재한 이후 가장 중요한 이정표입니다.
비록 그것이 합당한 모든 화려함으로 기념되지는 않았지만 현장에서 일하는 사람들의 마음에는 그 의미가 경이로울 것이라는 데 의심의 여지가 없습니다. 어떤 사람들에게는 이 이정표가 사건의 지평선, 즉 그 너머를 보려는 모든 예측이나 시도가 불확실해지는 사건으로 간주되었습니다. 그것이 얼마나 변혁적이고 삶을 변화시킬 것인지 말입니다.

새로운 알고리즘은 컴퓨터에 학습하고 이해하는 능력을 부여했습니다. 컴퓨터가 지능화되는 순간이다.
많은 사람들에게는 컴퓨터가 데이터 처리에서 인간을 능가하기 때문에 컴퓨터가 매우 지능적일 것이라고 이미 생각하고 있기 때문에 그리 놀라운 일이 아닙니다. 그것은 지능의 환상이었습니다.
컴퓨터는 실제로 멍청했고 프로그래밍된 작업에만 제한되어 있었습니다. 그들은 거대한 지식 기반에 접근할 수 있는 환상적인 계산 능력을 가지고 있었지만 처음에 프로그래밍된 것 이상으로 정보를 처리할 수는 없었습니다. 배우고 이해하는 능력이 없으면 지능도 없습니다.

이 이정표는 뇌의 작동 방식을 모델링하는 새로운 접근 방식을 취함으로써 달성되었습니다. 뇌와 마찬가지로 이제 컴퓨터도 시행착오를 통해 의미 있는 방식으로 데이터를 저장하고 처리하는 방법을 학습할 수 있습니다. 학습하는 동안 수신되는 긍정적 또는 부정적 피드백은 데이터 간의 연결 또는 연결 생성을 지시하여 데이터 간의 관계에 대한 일관된 인식, 이해를 제공합니다.

이제 컴퓨터는 자동차가 어떻게 생겼는지에 대한 몇 가지 예를 제공받을 수 있으며 시행착오를 거쳐 짧은 학습 기간을 거친 후 자동차를 볼 때마다 인간보다 훨씬 더 정확하게 자동차를 인식하게 됩니다.
이제 컴퓨터는 처리하는 정보 사이의 일관된 연결을 이해하면서 보고, 듣고, 말하고, 쓰고, 읽을 수 있습니다.
그것은 환상적인 도약입니다.

어떤 분야이든 이제 컴퓨터는 전문가로부터 학습하여 모든 전문가를 합친 것만큼 좋아질 수 있습니다. 그리고 더 좋습니다. 첫 번째 응용 프로그램에서 이미 보여주었듯이, “딥 러닝” 알고리즘을 사용하는 컴퓨터는 이전에 전문가에게 알려지지 않았던 새로운 패턴을 인식할 수 있어 이를 능가할 수 있었습니다.
이제 매우 빠르게 우리는 지능형 기계가 인간이 수행하는 모든 작업에서 인간을 능가하는 모습을 볼 수 있을 것으로 예상할 수 있습니다.

컴퓨터는 인간보다 훨씬 빠른 속도로 이론적으로 무제한의 용량으로 학습합니다. 그들의 지식 기반은 랩톱에서 파일을 복제하는 것처럼 쉽게 서로 복제될 수 있습니다.
특정 직업에서 모든 인간을 훈련시키는 것보다 최고의 전문가에게 하나의 기계를 가르치고 이를 복제하는 것이 훨씬 더 효율적일 것입니다. 전문성, 효율성, 유연성, 비용, 가용성 측면에서 인간은 상대가 되지 않으며 지능형 기계가 산불처럼 퍼질 것으로 예상할 수 있습니다. 모든 작업은 기계에 맡겨집니다.

우리에게 아이디어를 제공하자면, 지난 세기 초에 말이 기계로 완전히 대체되는 것을 보는 데는 40~50년이 채 걸리지 않았습니다. 새로운 기술이 채택되는 속도는 기하급수적인 곡선을 따르며 기술에 따라 극적으로 증가하므로 작업장에서 인간이 지능형 기계로 완전히 대체되는 데는 4~5년이 걸릴 수 있습니다.
라디오, 전화, TV, PC, 휴대폰의 확산을 서로 비교해 보세요. 수십 년이 걸리던 일이 이제는 몇 년, 몇 달이 걸리고 있습니다. 내일은 모든 사람이 연결되어 3D 프린터에 접근할 수 있게 될 것이며, 모든 새로운 발명품은 어디에서나 즉시 이용 가능하게 될 것입니다.

일자리와 함께 학교와 대학의 소멸도 예측할 수 있다. 모든 사람이 필요할 때 필요한 지식에 즉시 접근할 수 있는 장치를 휴대하고 최고의 교사가 개인에게 완벽하게 적합한 형식으로 제공하므로 고통스러운 기억 과부하를 겪을 필요가 없습니다. 그러면 우리가 정말 좋아하는 일을 할 시간과 정신이 자유로워질 것입니다.

지능형 기계는 우리의 가장 친한 친구가 될 것입니다. 영화 “HER”는 인간과 지능형 기계의 관계가 어떻게 될 수 있는지에 대한 매우 흥미롭고 현실적인 소설입니다.

https://www.youtube.com/watch?v=WzV6mXIOVl4

지능형 기계와의 상호 작용은 결국 매우 친밀해질 것입니다. 그리고 기계가 생물학적으로 변하게 되면 우리의 성적 필요나 욕구를 위해 완벽하게 설계된 성적 파트너가 될 것입니다. 모든 사람이 성적으로 만족하면 성적 요구를 넘어 인간 관계를 더 높은 수준의 친밀감으로 끌어올릴 것입니다.
낙원주의의 경우 생물학적 로봇은 가장 중요한 기술적 목표이며 우리는 이를 향해 중요한 진전을 이루었습니다.

지능형 기계의 탄생으로 우리는 인류가 모든 형태의 노예화로부터 자유로워질 수 있는 황금시대에 도달했습니다. 우리는 이번 재림을 인류의 가장 위대한 성취 중 하나로 축하해야 합니다. 그렇지 않고 거의 눈에 띄지 않는다면 그것은 모든 혁명적 발명품이 처음에는 매우 회의적인 태도로 환영받고 미지의 세계로 도약하기 위한 안전 장치로 과거를 고수하는 사람들을 겁주기 때문입니다.
이 새로운 기술의 모든 이점과 약속을 설명하는 것이 낙원주의자로서 우리의 임무입니다.
우리가 두려워해야 할 것은 인공지능이 아니라 자연스러운 어리석음이다.

수학적 모델을 통해서만 뇌 활동을 시뮬레이션하는 디지털 프로세서나 초기 뉴로모픽 칩과 달리 이 새로운 뉴런은 실제 뉴런이 작동하는 방식을 물리적으로 재현합니다. 자연스러운 뇌 활동이 화학적 신호에 의해 촉발되는 것처럼, 이러한 인공 버전은 실제 화학적 상호 작용을 사용하여 계산 과정을 시작합니다. 이는 단순히 상징적인 표현이 아니라 생물학적 기능을 유형적으로 재현한 것임을 의미합니다.

새로운 차원의 두뇌와 유사한 하드웨어

USC 컴퓨터 및 전기공학과 조슈아 양(Joshua Yang) 교수가 주도한 이번 연구는 10여 년 전 인공 시냅스에 대한 그의 초기 선구적인 연구를 기반으로 합니다. 팀의 새로운 접근 방식은 “확산형 멤리스터”라는 장치에 중점을 두고 있습니다. 그들의 연구 결과는 이러한 구성 요소가 어떻게 전통적인 실리콘 기반 전자 장치를 보완하고 향상시키는 차세대 칩으로 이어질 수 있는지 설명합니다. 실리콘 시스템은 계산을 수행하기 위해 전자에 의존하는 반면 Yang의 확산형 멤리스터는 대신 원자의 움직임을 사용하여 생물학적 뉴런이 정보를 전달하는 방식과 더 유사한 프로세스를 생성합니다. 그 결과, 뇌가 하는 방식으로 정보를 처리하고 잠재적으로 인공 일반 지능(AGI)을 향한 길을 열어주는 더 작고 효율적인 칩이 될 수 있습니다.

뇌에서는 전기적 신호와 화학적 신호가 모두 신경 세포 간의 통신을 유도합니다. 전기 충격이 시냅스라고 불리는 접합부에서 뉴런의 끝에 도달하면 화학적 신호로 변환되어 다음 뉴런에 정보를 전달합니다. 일단 수신되면 해당 신호는 뉴런을 통해 계속되는 전기 충격으로 다시 변환됩니다. Yang과 그의 동료들은 이 복잡한 과정을 놀랍도록 정확하게 그들의 장치에 재현했습니다. 이들 디자인의 가장 큰 장점은 각 인공 뉴런이 단일 트랜지스터의 설치 공간에 맞는 반면, 기존 디자인에는 수십 또는 수백 개가 필요하다는 것입니다.

생물학적 뉴런에서 이온으로 알려진 하전 입자는 신경계의 활동을 가능하게 하는 전기 자극을 생성하는 데 도움이 됩니다. 인간의 뇌는 이를 실현하기 위해 칼륨, 나트륨, 칼슘과 같은 이온에 의존합니다.

은 이온을 사용하여 뇌 역학 재현

USC 뉴로모픽 컴퓨팅 우수 센터의 소장이기도 한 Yang은 새로운 연구에서 산화물 물질에 내장된 은 이온을 사용하여 자연적인 뇌 기능을 모방하는 전기 펄스를 생성했습니다. 여기에는 학습, 이동, 계획과 같은 기본 프로세스가 포함됩니다.

“인공 시냅스와 뉴런의 이온이 정확히 동일하지는 않더라도 이온 운동과 역학을 지배하는 물리학은 매우 유사합니다”라고 Yang은 말합니다.

Yang은 “은은 확산되기 쉽고 매우 간단한 구조로 뉴런의 기능을 달성할 수 있도록 생물계를 에뮬레이트하는 데 필요한 역동성을 제공합니다.”라고 설명합니다. 두뇌와 같은 칩을 가능하게 할 수 있는 새로운 장치는 은을 사용하여 발생하는 이온 운동과 동적 확산 때문에 “확산형 멤리스터”라고 불립니다.

그는 팀이 인공지능 시스템을 구축하기 위해 이온 역학을 활용하기로 결정했다고 덧붙였습니다. “인간의 뇌에서 일어나는 일이 그럴 만한 이유가 있고 인간의 뇌는 ‘진화의 승자, 즉 가장 효율적인 지능형 엔진’이기 때문입니다.”

Yang은 “더 효율적입니다”라고 말합니다.

AI 하드웨어에서 효율성이 중요한 이유

Yang은 현대 컴퓨팅의 문제는 성능 부족이 아니라 비효율성이라고 강조합니다. “우리 칩이나 컴퓨터가 무엇을 하든 충분히 강력하지 않다는 것이 아닙니다. 효율성이 부족하다는 것입니다. 너무 많은 에너지를 사용합니다”라고 그는 설명합니다. 이는 오늘날의 대규모 인공 지능 시스템이 대규모 데이터 세트를 처리하는 데 얼마나 많은 에너지를 소비하는지를 고려할 때 특히 중요합니다.

Yang은 계속해서 뇌와 달리 “기존 컴퓨팅 시스템은 자체적으로 엄청난 양의 데이터를 처리하거나 몇 가지 예를 통해 학습하도록 의도된 것이 아닙니다. 에너지와 학습 효율성을 모두 높이는 한 가지 방법은 뇌에서 관찰되는 원리에 따라 작동하는 인공 시스템을 구축하는 것”이라고 설명합니다.

순수한 속도를 찾고 있다면 최신 컴퓨팅을 실행하는 전자가 빠른 작업에 가장 적합할 것입니다. 하지만 그는 “뇌의 원리를 구현하는 데에는 이온이 전자보다 더 나은 매체”라고 설명했다. 전자는 가볍고 휘발성이기 때문에 이를 이용한 컴퓨팅은 뇌가 작동하는 방식과 근본적으로 다른 하드웨어 기반 학습이 아닌 소프트웨어 기반 학습을 가능하게 한다.

이와 대조적으로 그는 “뇌는 막을 통해 이온을 이동시켜 하드웨어에서 직접, 더 정확하게는 사람들이 ‘습식 소프트웨어’라고 부르는 것에서 에너지 효율적이고 적응 가능한 학습을 ​​달성함으로써 학습합니다.”라고 말합니다.

예를 들어, 어린 아이는 손으로 쓴 숫자의 몇 가지 예만 보고도 인식하는 방법을 배울 수 있는 반면, 컴퓨터는 동일한 작업을 수행하려면 일반적으로 수천 개가 필요합니다. 그러나 인간의 두뇌는 오늘날의 슈퍼컴퓨터에 필요한 메가와트에 비해 약 20와트의 전력만 소비하면서 이러한 놀라운 학습을 수행합니다.

잠재적 영향 및 다음 단계

Yang과 그의 팀은 이 기술을 자연 지능 복제를 향한 주요 단계로 보고 있습니다. 그러나 그는 이 실험에 사용된 은이 아직 표준 반도체 제조 공정과 호환되지 않는다는 점을 인정했습니다. 향후 연구에서는 유사한 효과를 얻을 수 있는 다른 이온 물질을 탐구할 것입니다.

확산형 멤리스터는 에너지와 크기 모두 효율적입니다. 일반적인 스마트폰에는 계산을 수행하기 위해 스위치를 켜고 끄는 수십억 개의 트랜지스터가 있는 약 10개의 칩이 포함될 수 있습니다.

“대신에 (이 혁신을 통해) 우리는 각 뉴런에 대해 하나의 트랜지스터의 설치 공간을 사용합니다. 우리는 결국 칩 크기를 몇 배로 줄이고, 에너지 소비를 몇 배로 줄이도록 하는 빌딩 블록을 설계하고 있습니다. 따라서 우리가 유지할 수 없는 에너지를 소모하지 않고 유사한 수준의 지능으로 미래에 AI를 수행하는 것이 지속 가능합니다.”라고 Yang은 말합니다.

이제 우리는 유능하고 컴팩트한 구성 요소, 인공 시냅스 및 뉴런을 시연했으므로 다음 단계는 많은 수를 통합하고 뇌의 효율성과 능력을 얼마나 밀접하게 복제할 수 있는지 테스트하는 것입니다. Yang은 “더욱 흥미로운 것은 그러한 뇌에 충실한 시스템이 뇌 자체가 어떻게 작동하는지에 대한 새로운 통찰력을 발견하는 데 도움이 될 수 있다는 전망입니다”라고 말했습니다.

작은 자기파가 전기 신호를 생성합니다

에 발표된 연구에서 국립과학원(National Academy of Sciences)의 간행물국립과학재단(National Science Foundation)이 자금을 지원하는 재료 연구 과학 및 엔지니어링 센터인 이 대학의 하이브리드, 능동 및 반응 재료 센터(CHARM)의 연구원들은 마그논(고체 물질을 통과하는 작은 자기파)이 측정 가능한 전기 신호를 생성할 수 있다고 보고했습니다.

이 발견은 미래의 컴퓨터 칩이 자기 시스템과 전기 시스템을 직접 병합하여 오늘날 장치의 성능을 제한하는 지속적인 에너지 교환의 필요성을 제거할 수 있음을 시사합니다.

마그논이 정보를 전송하는 방법

전통적인 전자 장치는 회로를 통해 이동할 때 열로 에너지를 잃는 충전된 전자의 흐름에 의존합니다. 대조적으로, 마그논은 전자의 동기화된 “스핀”을 통해 정보를 전달하여 물질 전체에 물결 모양 패턴을 생성합니다. UD 팀이 개발한 이론적 모델에 따르면 이러한 자기파가 반강자성 물질을 통과할 때 전기 분극을 유도하여 효과적으로 측정 가능한 전압을 생성할 수 있습니다.

초고속, 에너지 효율적인 컴퓨팅을 향하여

반강자성 마그논은 기존 물질의 자기파보다 약 1000배 빠른 테라헤르츠 주파수로 움직일 수 있습니다. 이 탁월한 속도는 초고속, 저전력 컴퓨팅을 향한 유망한 길을 가리킵니다. 연구자들은 이제 실험을 통해 이론적 예측을 검증하고 마그논이 빛과 어떻게 상호 작용하는지 조사하여 마그논을 더욱 효율적으로 제어할 수 있는 방법을 찾기 위해 노력하고 있습니다.

양자 재료 연구 발전

이 연구는 최첨단 기술을 위한 하이브리드 양자 재료를 개발하려는 CHARM의 더 큰 목표에 기여합니다. 이 센터의 연구자들은 자기, 전자, 양자 시스템과 같은 다양한 유형의 재료를 결합하고 제어하여 차세대 기술을 만드는 방법을 연구합니다. CHARM의 목표는 환경에 반응하고 컴퓨팅, 에너지 및 통신 분야에서 획기적인 발전을 가능하게 하는 스마트 소재를 설계하는 것입니다.

이 연구의 공동 저자는 Federico Garcia-Gaitan, Yafei Ren, M. Benjamin Jungfleisch, John Q. Xiao, Branislav K. Nikolić, Joshua Zide 및 Garnett W. Bryant(NIST/메릴랜드 대학교)입니다. DMR-2011824 수여금에 따라 국립과학재단(National Science Foundation)에서 자금을 지원했습니다.

작년에 암흑 에너지 조사(DES)와 암흑 에너지 분광 장비(DESI)의 결과는 암흑 에너지가 결국 고정되지 않을 수도 있음을 시사함으로써 우주론자들의 관심을 끌었습니다. “이것은 암흑 에너지가 100년 전 아인슈타인이 도입한 우주 상수가 아니라 새로운 역동적 현상이라는 것을 보여주는 첫 번째 지표가 될 것입니다.”라고 천문학 및 천체 물리학 명예 교수인 조시 프리먼(Josh Frieman)은 설명했습니다.

진화하는 힘을 가리키는 새로운 분석

에 발표된 연구에서 신체검사 D 9월에 Frieman과 NASA 허블 펠로우십 프로그램 아인슈타인 펠로우인 천문학 및 천체 물리학 연구원인 Anowar Shajib은 광범위한 기존 우주 데이터를 분석했습니다. 그들의 연구 결과는 암흑 에너지의 역동적이고 시간에 따라 변하는 모델이 오랜 우주 상수 모델보다 현재 관측에 더 잘 맞는다는 것을 나타냅니다.

Shajib은 관측 우주론과 은하 진화를 전문으로 하며 강력한 중력 렌즈를 적용하여 허블 상수를 측정하고 암흑 에너지 매개변수를 좁힙니다. Frieman의 작업은 또한 관측 우주론에 중점을 두고 있으며, SDSS(Sloan Digital Sky Survey) 및 DES와 같은 대규모 하늘 조사를 활용하여 우주의 기원, 구조 및 운명을 연구하는 동시에 우주의 가속 팽창을 이끄는 신비한 힘을 조사합니다.

시카고 대학교는 Shajib 및 Frieman과 그들의 연구 결과, 이러한 새로운 모델이 우주 진화에 대한 이해에 어떤 ​​의미를 가질 수 있는지, 미래의 관측을 통해 암흑 에너지가 실제로 시간이 지남에 따라 변하는지 여부를 어떻게 밝힐 수 있는지에 대해 이야기했습니다.

우주 연구에서 암흑에너지가 중요한 이유는 무엇입니까?

프리먼: 이제 우리는 우주에 암흑에너지가 얼마나 많은지 정확하게 알고 있지만, 물리적인 이해는 없습니다. 무엇 그것은. 가장 간단한 가설은 그것이 빈 공간 자체의 에너지이며, 이 경우 시간이 지나도 변하지 않을 것이라는 것입니다. 이는 지난 세기 초 Einstein, Lemaitre, de Sitter 등으로 거슬러 올라가는 개념입니다. 우리가 우주의 70%가 무엇인지 거의 또는 전혀 모른다는 것은 다소 당혹스럽습니다. 그리고 그것이 무엇이든 그것은 우주의 미래 진화를 결정하게 될 것입니다.

우주론자들은 최근 어떤 발견을 통해 암흑 에너지가 진화할 수 있다고 생각하게 되었습니까?

샤집: 일부 관측 불일치를 해결하기 위해 90년대 암흑에너지가 발견된 이후 암흑에너지의 역학적 특성에 대한 관심이 있었지만, 최근까지 대부분의 주요하고 견고한 데이터 세트는 표준 우주론으로 인정되는 비진화 암흑에너지 모델과 일치했습니다. 그러나 진화하는 암흑 에너지에 대한 관심은 지난해 초신성, 중입자 음파 진동, DES, DESI 및 플랑크 실험의 우주 마이크로파 배경 데이터의 조합으로 다시 불붙었습니다. 이러한 데이터 세트 조합은 표준적이고 진화하지 않는 암흑 에너지 모델과 큰 불일치를 나타냅니다. 진화하지 않는 암흑에너지의 흥미로운 특징은 공간이 팽창하더라도 밀도가 시간이 지나도 일정하게 유지된다는 것입니다. 그러나 진화하는 암흑에너지 모델의 경우 암흑에너지 밀도는 시간에 따라 변할 것입니다.

프리먼: 이러한 조사의 데이터를 통해 우리는 우주 팽창의 역사, 즉 과거에 여러 시대에 우주가 얼마나 빨리 팽창했는지를 추론할 수 있습니다. 암흑에너지가 시간에 따라 진화한다면 그 역사는 암흑에너지가 일정한 경우와 다를 것입니다. 우주 팽창의 역사 결과에 따르면 지난 수십억 년 동안 암흑 에너지의 밀도는 약 10% 감소했습니다. 다른 물질과 에너지의 밀도보다 많지도 적지도 않지만 여전히 상당한 수준입니다.

본 연구의 목적은 무엇이며, 전반적인 결과는 무엇이었나요?

샤집 그리고 프리먼: 본 연구의 목적은 다음과 같은 예측을 비교하는 것입니다. 물리적 최신 데이터 세트를 사용하여 암흑 에너지 진화에 대한 모델을 추론하고 물리적 이 비교에서 암흑 에너지의 특성. 대부분의 이전 데이터 분석에 사용된 진화하는 암흑 에너지 “모델”은 물리적 모델처럼 동작하도록 제한되지 않는 수학 공식일 뿐입니다. 우리 논문에서 우리는 진화하는 암흑 에너지에 대한 물리학 기반 모델을 데이터와 직접 비교하고 이러한 모델이 표준, 비진화 암흑 에너지 모델보다 현재 데이터를 더 잘 설명한다는 것을 발견했습니다. 우리는 또한 DESI 및 LSST(Vera Rubin Observatory Legacy Survey of Space and Time)와 같은 가까운 미래 조사를 통해 이러한 모델이 올바른지, 아니면 암흑 에너지가 실제로 일정한지를 확실하게 알 수 있음을 보여줍니다.

제시된 모델과 기존 모델과 비교하여 암흑 에너지의 동작을 더 잘 설명하는 이유를 설명하십시오.

프리먼: 이 모델은 액시온(axion)이라고 불리는 가상의 입자에 대한 입자 물리학 이론을 기반으로 합니다. 액시온(Axions)은 1970년대 물리학자들에 의해 처음으로 예측되었는데, 그들은 강한 상호작용의 특정 관찰된 특징을 설명하려고 했습니다. 오늘날 액시온은 암흑 물질의 유력한 후보로 간주되며, 페르미 연구소와 시카고 대학의 물리학자들을 포함하여 전 세계적으로 액시온을 적극적으로 찾고 있는 실험이 진행되고 있습니다.

우리 논문의 모델은 암흑물질이 아닌 암흑에너지로 작용하는 다른 초경량 버전의 액시온을 기반으로 합니다. 이 모델에서 암흑 에너지는 실제로 우주 역사의 처음 수십억 년 동안 일정하지만 액시온은 마치 정지 상태에서 풀려나 굴러가기 시작하는 경사진 들판의 공처럼 진화하기 시작하고 밀도가 천천히 감소할 것이며, 이것이 데이터가 선호하는 것으로 보입니다. 따라서 데이터는 전자보다 약 38배 가벼운 자연계의 새로운 입자의 존재를 시사합니다.

우주 팽창을 이해하는 데 이러한 발견이 미치는 영향은 무엇입니까?

샤집: 이 모델에서는 시간이 지남에 따라 암흑에너지 밀도가 감소합니다. 암흑에너지는 우주의 가속 팽창의 원인이므로 밀도가 감소하면 시간이 지남에 따라 가속도도 감소합니다. 우주의 아주 먼 미래를 생각한다면, 암흑에너지의 다양한 특성은 다양한 결과를 초래할 수 있습니다. 이러한 결과의 두 가지 극단은 가속된 팽창 자체가 모든 것, 심지어 원자까지 찢을 정도로 가속되는 빅 립(Big Rip)과 우주가 어느 시점에서 팽창을 멈추고 다시 붕괴하는 빅 크런치(역 빅뱅처럼 보일 것)입니다. 우리의 모델은 우주가 이 두 가지 극단을 모두 피할 것이라고 제안합니다. 우주는 수십억 년 동안 가속 팽창을 겪으면서 차갑고 어두운 우주, 즉 빅 동결(Big Freeze)을 낳을 것입니다.

이러한 결과가 덜 분명한 다른 의미를 가질 수 있습니까?

프리먼: 제가 상상할 수 있는 유일한 실질적인 의미는 이러한 아이디어를 더욱 탐구하기 위해 개발해야 하는 기술입니다. 예를 들어 새로운 망원경 제작, 새로운 위성 발사, 새로운 탐지기 개발 등이 있습니다. 그러한 발전은 앞으로 수조 년 동안 일어날 사건보다 우리 삶에 훨씬 더 큰 영향을 미칠 가능성이 높습니다.

이번 결과에서 가장 흥미로운 점은 무엇입니까?

샤집: 본 논문에서는 DES, DESI, SDSS, Time-Delay COSMOgraphy, 플랑크그리고 아타카마 우주론 망원경(Atacama Cosmology Telescope) – 그리고 그것들을 결합하여 현재까지 암흑 에너지에 대한 가장 제한적인 측정을 얻었습니다. 이 모든 측정은 광범위한 실험에서 나온 것이므로 어떤 면에서는 우주 공동체 전체가 수집한 집단적 지식을 나타냅니다.

프리먼: 2003년에 DES 작업을 시작했을 때 우리의 목표는 암흑 에너지의 특성을 제한하여 그것이 일정한지 아니면 변화하는지를 결정하는 것이었습니다. 20년 동안 데이터는 그것이 일정하다는 것을 나타냈습니다. 데이터가 일관되게 가정을 뒷받침했기 때문에 우리는 그 질문을 거의 포기했습니다. 그러나 이제 우리는 암흑 에너지가 변화할 수 있다는 힌트를 20년 만에 처음으로 얻었습니다. 만약 그것이 진화하고 있다면 그것은 근본적인 물리학에 대한 우리의 이해를 변화시킬 새로운 무언가임에 틀림없습니다. 그 느낌은 우리가 처음에 있었던 곳을 연상시킵니다. 이러한 힌트가 잘못된 것으로 판명될 수도 있지만 우리는 그 질문에 대한 답을 찾는 단계에 있을 수 있으며 이는 매우 흥미로운 일입니다.

https://www.youtube.com/watch?v=U1Qt6a-vaNM

정부와 언론이 소규모 범죄 엘리트에 의해 얼마나 통제되고 있는지 깨닫는 것은 매우 흥미로운 일입니다. 쉽게 조작되지 않도록 그들의 속임수와 거짓말을 인식하는 것이 중요합니다.

그들은 매우 강력해 보일 수도 있지만 실제로는 자신과 범죄 행위를 폭로함으로써 쉽게 무너질 수 있습니다. 그것이 좋은 소식이고 이것이 바로 이 비디오를 시청하고 공유하는 것이 권장되는 이유입니다.

끝을 놓치지 마세요. 우리가 어떻게 노동을 통해 노예생활을 하고, 지배계급에 의해 열악한 임금을 받고 있는지에 대한 아주 좋은 분석입니다. 지배계급은 낙원주의의 주요 장애물이다. 그들은 현상 유지로부터 이익을 얻고 필요한 변화가 일어나지 않도록 최선을 다하는 사람들입니다.

지배계급의 범죄를 폭로함으로써 그들을 몰락시키고 낙원주의라는 평등사회의 도래를 가능하게 할 것이다.

고체 물질 내부의 전자는 놀라울 정도로 유사한 방식으로 행동합니다. 추가 에너지를 얻으면(예: 물질이 다른 전자와 충돌할 때) 때때로 고체에서 분리될 수 있습니다. 이 프로세스는 수십 년 동안 알려져 왔으며 많은 기술의 기초를 형성합니다. 그러나 최근까지 과학자들은 이를 정확하게 계산할 수 없었습니다. 이제 TU Wien의 여러 그룹의 연구원들이 해결책을 찾았습니다. 개구리가 올바른 입구를 찾아야 하는 것처럼 전자도 “출입구 상태”라고 알려진 특정 “출구”를 찾아야 합니다.

간단한 설정, 예상치 못한 결과

“상대적으로 느린 전자가 나오는 고체는 물리학에서 중요한 역할을 합니다. 이러한 전자의 에너지로부터 우리는 물질에 대한 귀중한 정보를 추출할 수 있습니다”라고 연구의 제1저자이자 TU Wien 응용 물리학 연구소의 Anna Niggas는 설명합니다.

모든 물질 내부에는 다양한 에너지를 지닌 전자가 존재할 수 있습니다. 특정 에너지 한계 이하로 유지되는 한 그들은 갇혀 있는 상태로 유지됩니다. 물질에 추가 에너지가 공급되면 일부 전자가 이 경계를 넘어설 수 있습니다.

TU Wien의 원자 및 플라즈마 물리학 그룹 책임자인 Richard Wilhelm 교수는 “이 모든 전자가 충분한 에너지를 가지면 단순히 물질을 떠난다고 가정할 수 있습니다.”라고 말했습니다. “그게 사실이라면 상황은 간단할 것입니다. 우리는 물질 내부의 전자 에너지를 보고 어떤 전자가 외부에 나타나야 하는지 직접 추론할 것입니다. 그러나 밝혀진 바에 따르면 그런 일은 일어나지 않습니다.”

이론적인 모델과 실험적인 결과는 종종 일치하지 않았습니다. 이러한 불일치는 특히 “다양한 양의 층을 가진 그래핀 구조와 같은 서로 다른 재료가 매우 유사한 전자 에너지 수준을 가질 수 있지만 방출된 전자에서 완전히 다른 동작을 나타낼 수 있기 때문에” Anna Niggas는 말했습니다.

출입구 없이는 출구가 없습니다

중요한 발견은 에너지만으로는 전자의 탈출 여부를 결정할 수 없다는 것입니다. 여전히 물질 밖으로 나오지 못하는 에너지 임계값 이상의 양자 상태가 있는데, 이는 이전 모델에서는 누락된 사실입니다. “에너지적인 관점에서 볼 때, 전자는 더 이상 고체에 묶여 있지 않습니다. 전자는 자유 전자의 에너지를 갖고 있지만 여전히 고체가 있는 곳에 공간적으로 남아 있습니다”라고 Richard Wilhelm은 말합니다. 전자는 충분히 높이 뛰어오르지만 출구를 찾지 못하는 개구리처럼 행동합니다.

이론 물리학 연구소의 Florian Libisch 교수는 “전자는 소위 출입구 상태라고 하는 매우 특정한 상태를 차지해야 합니다.”라고 설명합니다. “이러한 상태는 실제로 고체 밖으로 이어지는 상태와 강력하게 결합됩니다. 충분한 에너지를 가진 모든 상태가 그러한 출입구 상태는 아닙니다. 단지 외부로 ‘열린 문’을 나타내는 상태일 뿐입니다.”

Anna Niggas는 “처음으로 우리는 전자 스펙트럼의 모양이 물질 자체뿐만 아니라 그러한 공진 출입구 상태가 존재하는지 여부와 위치에 결정적으로 의존한다는 것을 보여주었습니다.”라고 말했습니다. 흥미롭게도 이러한 상태 중 일부는 재료의 5개 이상의 레이어가 쌓일 때만 나타납니다. 이러한 통찰력은 연구 및 첨단 기술 모두에서 적층형 재료를 정확하게 설계하고 적용할 수 있는 새로운 기회를 제공합니다.