素数与量子物理的结合能带来解决黎曼猜想的新可能吗?

640?wx_fmt=jpeg

来源:中国科学院数学与系统科学研究院

翻译:墨竹

对:杨璐


1972年,物理学家弗里曼·戴森(Freeman Dyson)写了一篇名为《错失的机会》(Missed Opportunities)的文章。在该文中,他阐述道:如果像哥廷根这类地方的数学家曾与当时潜心研究描述电磁现象的麦克斯韦方程的物理学家进行讨论,那么可能在爱因斯坦公布其研究结果的很多年之前,相对论就被发现了。实现这一突破性成果的要素在1865年就已具备,而爱因斯坦在大约四十年后才宣布了这一结果。

令人惊讶的是,戴森居然认为科学的航船还在黑夜中摸索前行。就在他的文章发表后不久,物理学和数学之间的一次意外碰撞产生了二十世纪下半叶最为伟大的科学思想之一:量子物理和素数之间有着千丝万缕的联系。

这种与物理学意料之外的联系给了我们一个窥探数学的机会,或许它将最终揭示这些神秘数字的秘密。起初,这种联系看起来非常微弱。然而,数字42所扮演的重要角色最近甚至说服了最有力的怀疑者:亚原子世界也许是开启数学界一个最重大的未解难题的钥匙。

素数,例如17和23,是指那些只能被自身和1整除的正整数。它们是数学中最重要的对象,因为,正如古希腊人所发现的那样,它们是所有整数的基石:任何整数都可以分解成素数的乘积(例如,105 = 3 × 5 × 7)。素数是数学世界中的氢和氧,是算术中的原子。此外,它们代表了数学中最大的挑战之一。

作为一名数学家,我穷尽一生之力试图找到我身处的表观混沌之中所蕴含的模式、结构和逻辑。然而,这种模式的科学似乎是由一组数的集合所建立的,这些数之间没有任何逻辑。素数看起来更像是一组彩票号码的集合,而不是由简单的公式和规则所产生的序列。

两千年来,素数的模式问题就像一块磁铁,吸引着困惑的数学家们。波恩哈德·黎曼(Bernhard Riemann)就是其中一位。他于1859年,即达尔文发表进化论的同一年,发表了一篇具有同等革命性的论文,论述了素数的由来。黎曼是哥廷根大学的数学家,他开造了一门将为爱因斯坦的伟大突破奠定基础的几何学。然而,他的理论并不仅仅只是打开相对论的钥匙。 

黎曼发现了一个几何学的大陆,其轮廓蕴藏着素数在整个数字世界中的分布方式的秘密。他意识到,可以通过 zeta 函数构建一幅景象,使得一个三维图中的波峰和波谷对应于该函数的值。Zeta 函数建立了素数和几何学之间的桥梁。通过进一步的研究,黎曼发现 zeta 函数值为零的地方(对应于波谷)蕴含着有关素数本质的关键信息。

黎曼这一发现所具备的革命性意义可以与爱因斯坦发现 E = mc2  相提并论。与爱因斯坦方程中质量转化为能量不同,黎曼方程将素数转化为 zeta 函数景象中水平线(sea-level)处的点。然而,黎曼后来注意到,更加不可思议的事情发生了。当他标注了前十个零点的位置后,一个令人吃惊的模式开始出现。这些零点并不是散落各处,它们似乎分布在景象区域中的一条直线上。黎曼无法相信这仅仅只是一个巧合。他假设,所有的零点——无穷多个零点——可能都落在这条临界直线上,这就是著名的黎曼猜想(Riemann Hypothesis)。

但是,这种令人着迷的模式对素数而言意味着什么呢?如果黎曼的发现是正确的,那就意味着大自然对素数的分布是尽可能公平的。这意味着素数的行为更像是一个房间里随机的气体分子:虽然你可能不知道每个分子的确切位置,但是你可以确定不可能一个角落是真空的而另一个角落聚集着很多分子。

对于数学家而言,黎曼关于素数分布的预言是强有力的。如果这个猜测是正确的,它就意味着其他上千个定理都是成立的,其中也包括我自己的一些定理,这些定理都是以黎曼猜想的正确性为前提的。但是,经过了将近150年的努力,还是没有人能够证明所有的零点确实都落在黎曼所预言的直线上。

1972年,物理学家弗里曼·戴森和数论专家休·蒙哥马利(Hugh Montgomery)在普林斯顿高等研究院喝茶时的会面是一个机遇,它揭示了素数故事中一种令人惊叹的新关系,或许能为最终解决黎曼问题提供一条线索。他们发现,如果将黎曼临界直线上的零点和实验记录的大原子(例如铒,元素周期表中的第68个原子)的核的能级相比较,两者的分布惊人的相似。

看起来,蒙哥马利所预测的零点在黎曼临界直线上的分布模式与量子物理学家所预测的重原子的核的能级是一致的。这个关系的影响是巨大的:如果人们可以弄清楚量子物理中描述原子核结构的数学,也许同样的数学就可以用来解决黎曼猜想。

数学家是多疑的。尽管数学曾常常为物理学家服务,例如爱因斯坦,但是他们怀疑物理学是否真的能够回答数论中的困难问题。于是在1996年,普林斯顿大学的彼得·萨奈克(Peter Sarnak)向物理学家们提出挑战,请他们告诉数学家关于素数的新见解。最近,布里斯托尔大学的乔·基廷(Jon Keating)和妮娜·斯奈思(Nina Snaith)对此作出了正式回应。

有一个重要的数列叫做“黎曼 zeta 函数的矩”(the moments of the Riemann zeta function)。尽管我们知道如何抽象地去定义它,但是精确地计算该数列中的每个数却非常困难。自上世纪二十年代以来,我们已经知道前两个数是1和2。然而,直到近几年,数学家们才猜想该数列中的第三个数可能是42——它在《银河系漫游指南》(The Hitchhiker’s Guide to the Galaxy)一书中被描述为具有重要意义的数字。

确立素数与量子物理之间的联系同样具有重要意义。利用这种联系,基廷和斯奈思不仅解释了为什么生命、宇宙以及黎曼zeta函数第三矩的答案是42,而且还给出了一个预测该数列(即黎曼 zeta 函数的矩)中所有数字的公式。在这个突破性进展之前,量子物理与素数相关联的证据只来自于有趣的统计比较,但是数学家对统计学是持怀疑态度的。我们喜欢精确的事物。基廷和斯奈思运用物理学得到了一个非常精确的预测,它使得统计学在预测模式的过程中没有发挥的余地了。

现在,数学家们深信不疑了。普林斯顿一个普通房间里的那次偶然会面成就了当前素数理论最激动人心的进展之一。数学中的很多大问题,例如费马大定理(Fermat’s Last Theorem),都是在建立了与其他数学分支的联系之后才被解决的。150年来,许多数学家在解决黎曼猜想的道路上怯而止步。我们可能最终找到理解素数的工具的这一希望,已经激励更多的数学家和物理学家直面挑战。希望弥漫在空气中,我们可能离真解更近一步了。戴森也许是对的,人们错失了提前四十年发现相对论的机会;然而,如果没有数学家们喝茶讨论的机遇,谁又能知道我们还要等多久才能发现素数与量子力学的联系呢!

原文链接

http://seedmagazine.com/content/article/prime_numbers_get_hitched/?from=singlemessage&isappinstalled=0


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491662.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

PyTorch框架学习十八——Layer Normalization、Instance Normalization、Group Normalization

PyTorch框架学习十八——Layer Normalization、Instance Normalization、Group Normalization一、为什么要标准化?二、BN、LN、IN、GN的异同三、Layer Normalization四、Instance Normalization五、Group Normalization上次笔记介绍了Batch Normalization以及它在Py…

重磅!苹果祭出大招:史上最强 Mac 发布,iPad OS 惊艳问世

来源:网络大数据伴随着时间的脚步进入到 6 月份,一年一度的苹果 WWDC 开发者大会又如期到来;这是苹果自举办开发者大会以来的第三十场 WWDC,因而有着不一样的意义。今年的 WWDC 在苹果库比蒂诺总部附近的 San Jose McEnery Convention Center…

PyTorch框架学习十九——模型加载与保存

PyTorch框架学习十九——模型加载与保存一、序列化与反序列化二、PyTorch中的序列化与反序列化1.torch.save2.torch.load三、模型的保存1.方法一:保存整个Module2.方法二:仅保存模型参数四、模型的加载1.加载整个模型2.仅加载模型参数五、断点续训练1.断…

新计算推动信息技术产业新发展?

来源:工信头条未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网&#…

保存tensorboard的损失曲线为图片

损失loss一般是标量,损失曲线一般显示在TensorBoard的SCALARS下,如图所示: 如果想将损失曲线保存下来,选中左边“Show data download links”按钮,曲线下面就会有一个下载按钮,但是只能保存为SVG文件&#…

美国服务机器人技术路线图

来源:美国国家科学基金会服务机器人正在以高速的增长速度加速步入我们的日常生活。正是基于广阔的市场前景,美国国家科学基金会颁布了《美国机器人技术路线图》,其中服务机器人是其中的重点一章。服务机器人的主要应用领域服务机器人是一类用…

OpenCV与图像处理学习一——图像基础知识、读入、显示、保存图像、灰度转化、通道分离与合并

OpenCV与图像处理学习一——图像基础知识、读入、显示、保存图像、灰度转化、通道分离与合并一、图像基础知识1.1 数字图像的概念1.2 数字图像的应用1.3 OpenCV介绍二、图像属性2.1 图像格式2.2 图像尺寸2.2.1 读入图像2.2.2 显示图像2.2.3 保存图像2.3 图像分辨率和通道数2.3.…

【Docker】Docker学习笔记:安装部署

Docker 是实现轻量级的操作系统虚拟化解决方案。 Docker目前已经支持非常多的Linux平台,Ubuntu、Red Hat企业版Linux、Debian、CentOs、Fedora、Oracle Linux等。如果使用虚拟环境,甚至可以在OS X 和 windows中运行。 安装的条件 Docker目前只能在64位CP…

定了!5G商用牌照近期发放​​​​,透露两大信息(附:2019年5G行业关键材料及市场研究报告)...

来源:世界科技创新论坛据工信微报和新华社消息:日前,全球5G正在进入商用部署的关键期。坚持自主创新与开放合作相结合,我国5G产业已建立竞争优势。5G标准是全球产业界共同参与制定的统一国际标准,我国声明的标准必要专…

OpenCV与图像处理学习二——图像直方图与色彩空间

OpenCV与图像处理学习二——图像直方图与色彩空间2.4 图像直方图(Image Histogram)2.4.1 直方图的绘制2.4.2 三通道直方图绘制2.5 颜色空间2.5.1 RGB颜色空间2.5.2 HSV颜色空间(Hue、Saturation、Value)2.5.3 HSI2.5.4 CMYK&#…

JavaScript基础5——关于ECMAscript的函数

ECMAScript的函数概述(一般定义到<head>标签之间)(1)定义函数&#xff0c;JavaScript一般有三种定义函数方法&#xff1a; *第一种是使用function语句定义函数&#xff08;静态方法&#xff09; 1 function 函数名(var1,var2,...,varX) 2 { 3 4 代码&…

中国科学家首次观察到量子世界的宇称时间对称

来源&#xff1a;中国新闻网 中国科学家调控量子跳双人舞 首次观察到量子世界的宇称时间对称中新社合肥6月3日电 (吴兰 范琼)记者3日从中国科学技术大学获悉&#xff0c;该校杜江峰院士的研究团队通过调控量子跳出双人舞&#xff0c;在国际上首次观察到量子世界的宇称时间对称。…

OpenCV与图像处理学习三——线段、矩形、圆、椭圆、多边形的绘制以及文字的添加

OpenCV与图像处理学习三——线段、矩形、圆、椭圆、多边形的绘制以及文字的添加一、OpenCV中的绘图函数1.1 线段绘制1.2 矩形绘制1.3 圆绘制1.4 椭圆的绘制1.5 多边形绘制1.6 添加文字上两次笔记主要知识点回顾&#xff1a; 数字图像基本概念图像的读取、显示与保存图像直方图…

AI英雄 | 论人工智能与自由意志,请看尤瓦尔与李飞飞的这场“激辩”

来源&#xff1a;Towards Data Science尤瓦尔赫拉利和李飞飞在斯坦福大学展开了一场别开生面的对话&#xff0c;他们所提出的问题已经远远超出了我们可以解答的范围。《连线》杂志主编尼古拉斯•汤普森在座无虚席的纪念礼堂主持了这场90分钟的谈话。赫拉利&#xff08;Harari&a…

OpenCV与图像处理学习四——图像几何变换:平移、缩放、旋转、仿射变换与透视变换

OpenCV与图像处理学习四——图像几何变换&#xff1a;平移、缩放、旋转、仿射变换与透视变换二、图像的几何变换2.1 图像平移2.2 图像缩放&#xff08;上采样与下采样&#xff09;2.3 图像旋转2.4 仿射变换2.5 透视变化2.6 几何变化小结续上次的笔记&#xff1a;OpenCV与图像处…

课后作业和动手动脑

一&#xff0c;运行TestInherits.java 通过super调用基类构造方法&#xff0c;必是子类构造方法中的第一个语句。 二.为什么子类的构造方法在运行之前&#xff0c;必须调用父类的构造方法&#xff1f;能不能反过来&#xff1f;为什么不能反过来&#xff1f; 构造函数的主要作用…

OpenCV与图像处理学习五——图像滤波与增强:线性、非线性滤波、直方图均衡化与Gamma变换

OpenCV与图像处理学习五——图像滤波与增强&#xff1a;线性、非线性滤波、直方图均衡化与Gamma变换三、图像滤波与增强3.1 线性滤波3.1.1 方框滤波3.1.2 均值滤波3.1.3 高斯滤波3.1.4 一般卷积滤波3.2 非线性滤波3.2.1 中值滤波3.2.2 双边滤波3.3 图像直方图均衡化3.3.1 单通道…

张钹院士:人工智能技术已进入第三代

来源&#xff1a;经济观察报近日&#xff0c;中科院院士、清华大学人工智能研究院院长张钹教授接受记者采访时认为&#xff0c;目前基于深度学习的人工智能在技术上已经触及天花板。从长远来看&#xff0c;必须得走人类智能这条路&#xff0c;最终要发展人机协同&#xff0c;人…

软件工程作业

典型用户1 名字老陈性别&#xff0c;年龄男&#xff0c;40岁职业教师收入两万/年知识层次和能力本科&#xff0c;熟练计算机操作生活、工作情况教书&#xff0c;辅导孩子完成作业动机&#xff0c;目的&#xff0c;困难希望节省辅导孩子的时间&#xff0c;用于自己的业务工作用户…

numpy.ndarray索引/切片方式

注意&#xff1a;获得多维数组的前三个子数组不能用array[0,1,2]&#xff0c;应该用 array[0:3]&#xff0c;如下例子&#xff1a; a np.random.random([85, 7794, 64]) b a[0:3] print(np.shape(b)) # (3, 7794, 64)