२ ऑक्टोबर, २०२६ ची आवृत्ती

दोन न्यूट्रॉन तारे विलीन होतात तेव्हा किलोनोव्हा नावाच्या झगमगाटात जड मूलद्रव्ये घडतात. आपल्या आकाशगंगेत अशा स्फोटांचे फक्त काही अवशेष असायला हवेत. आजवर एकही सापडलेला नाही.

बीजिंग आणि नोत्र डेम येथील एका चमूने HESS J1507−622 चा अभ्यास केला. हा गॅमा-किरण स्रोत आकाशगंगेच्या प्रतलापासून विचित्रपणे दूर आहे. कोणताही पल्सार, कवच किंवा क्ष-किरण चमक त्याचे स्पष्टीकरण देत नाही.

त्यांच्या प्रतिरूपात तो 200 ते 3,000 वर्षे जुन्या किलोनोव्हा-अवशेषाशी जुळतो. ते 1,000 वर्षांपेक्षा कमी वय आणि 3.8 ते 14.3 किलोपार्सेक अंतर यांना पसंती देते. हा स्फोट सर्वात तेजस्वी ग्रहांशी स्पर्धा करणारा असू शकला असता.

मग त्याची ऐतिहासिक नोंद का नाही? तो काही दिवसांतच मंदावला, आणि तोही खूप दक्षिणेकडे. भविष्यातील MeV दुर्बीण किंवा एखादा अंधुक प्रकाश-प्रतिध्वनी याचा निकाल लावू शकेल.

स्रोत: HESS J1507-622: A Plausible Young Galactic Kilonova Remnant, https://arxiv.org/abs/2609.38341

काही दीर्घिकांमध्ये भरपूर वायू पण जवळजवळ एकही तारा नसू शकतो. सामान्य प्रकाशीय दुर्बिणींना त्या जवळजवळ अदृश्य असतील. फक्त त्यांच्या हायड्रोजनमधून येणाऱ्या रेडिओ लहरीच त्यांचे अस्तित्व उघड करू शकतात.

एका ऑस्ट्रेलियन चमूने आरेसिबो आणि चीनच्या FAST दुर्बिणीच्या दोन प्रचंड रेडिओ सर्वेक्षणांची एकमेकांशी पडताळणी केली. AGC 322753 हा एक स्रोत दोन्हींमध्ये दिसतो. तोच वेग, रेषेचा तोच आकार: हा व्यत्ययाने निर्माण झालेला आभास नाही.

त्याच्या संकेतात दोन शिखरे आहेत, फिरत्या तबकडीची खूण. त्यात सुमारे दोन अब्ज सौर वस्तुमानांइतका हायड्रोजन आहे. तरीही खोलवरच्या प्रकाशीय प्रतिमांमध्ये तिथे काहीच दिसत नाही.

त्याच्या ताऱ्यांचे वजन जास्तीत जास्त 5 कोटी सूर्यांइतके आहे, म्हणजे वायू ताऱ्यांपेक्षा किमान 40 पट जड आहे. पूर्णपणे ताऱ्यांविना दीर्घिकेसाठी हा वायू खूपच जास्त आहे. ती खरोखर किती अंधारी आहे हे अधिक खोल प्रतिमांतून कळेल.

स्रोत: AGC 322753: a Dark Galaxy Candidate detected by ALFALFA and FASHI, https://arxiv.org/abs/2609.39152

अतिघन (supersolid) स्फटिकासारखा सुव्यवस्थित असतो, तरीही अतिद्रवासारखा घर्षणाविना वाहतो. अणूंपासून बनलेली अतिघने निरपेक्ष शून्याच्या फक्त काही अब्जांश अंश वरच दिसली होती.

हाँगकाँग विद्यापीठाच्या एका चमूने पोलॅरिटॉन वापरले — अर्धे प्रकाश, अर्धे पदार्थ. त्यांनी पेरोव्हस्काइटचे एक पटल नॅनो-नक्षी असलेल्या सिलिकॉन नायट्राइड चिपवर ठेवले. मग त्यावर लेझर-स्पंदांचा मारा केला.

खोलीच्या तापमानाला, पहिल्या उंबरठ्यावर एक संघनित (condensate) तयार झाले. दुसऱ्या उंबरठ्यावर ते 3.33 मायक्रोमीटर आवर्तनाच्या एका नियमित आकृतिबंधात विभागले. खालची नक्षी फक्त 290 नॅनोमीटर रुंद आहे.

दोन्ही बाजूंचा प्रकाश एकाच तालात राहिला: 1.0121 इतका सहसंबंध, 1 च्या अगदी जवळ. स्फटिकाची सुव्यवस्था अधिक क्वांटम सुसंगती: म्हणजे अतिघन, असे लेखक म्हणतात. त्यातून चिपवर 'स्क्वीझ्ड' प्रकाशही निर्माण करता येईल.

स्रोत: Room-temperature polariton supersolids, https://arxiv.org/abs/2609.40009

चित्रकार प्रागैतिहासिक काळापासून ब्रशसारखी साधने वापरत आले आहेत. आजचे ब्रश प्रत्येक आकारात मिळतात — कलेसाठी, नखांसाठी किंवा भिंतींसाठी. त्यांचा आकार ही फक्त सवय आहे का?

ओर्से, रेन, पॅरिस, बोर्दो आणि पालेझो येथील एका चमूने सुमारे 200 ब्रश मोजले. लांबी रुंदीच्या एका घातनियमाचे पालन करते, जो फक्त टोकाच्या आकाराने ठरतो. शंकूसारखे, गोलसर किंवा सपाट: तीन घातांक.

कागदावर दाबल्यावर अगदी वेगवेगळ्या आकारांचे ब्रश जवळजवळ सारख्याच कडकपणाने प्रतिकार करतात. पण एखादा ब्रश कापून लहान केला, तर त्याचा कडकपणा खूप बदलतो. व्यावसायिक प्रमाणे तो स्थिर ठेवतात.

गोल ब्रशांच्या बाबतीत, डागाचा आकार ब्रश किती दाबला यानुसार वाढतो. त्यामुळे चित्रकार, किंवा चित्र काढणारा यंत्रमानव, फक्त बलाने फटकाऱ्यावर नियंत्रण ठेवतो. हातात कोणताही गोल ब्रश असला तरी चालेल.

स्रोत: The hidden side of paintbrushes: a geometry shaped by power laws, https://arxiv.org/abs/2609.39410

जाळ्यातील प्रत्येक बिंदू आणि प्रत्येक रेषा रंगवा, शेजाऱ्यांमध्ये कुठेही रंग न जुळता. गणितज्ञांचे अनुमान होते की वैयक्तिक रंगयाद्यांमुळे कधीच जादा रंग लागत नाही. ही कल्पना 1990 च्या दशकाच्या उत्तरार्धातील आहे.

24 सप्टेंबर 2026 रोजी गणितज्ञ जोनाथन नोएल यांनी ChatGPT 6 Astra Ultra ला ते खोडून काढायला सांगितले. AI ने एक प्रत्युदाहरण तयार केले. नोएल यांनी सिद्धता तपासली आणि पुन्हा लिहिली.

या जाळ्यात 20 बिंदू आहेत, प्रत्येकातून तीन रेषा. ते रंगवण्यासाठी चार रंग पुरेसे आहेत. पण प्रत्येकी चार रंगांच्या नीट निवडलेल्या याद्या दिल्या, तर ते अशक्य होते.

संपूर्ण शोधनिबंध सहा पानांत मावतो, आणि सिद्धता हाताने तपासता येते. अनुमान खोटे आहे. एक नवा प्रश्न उघडतो: वैयक्तिक याद्यांमुळे कधी एकापेक्षा जास्त जादा रंग लागू शकतात का?

स्रोत: The List Total Colouring Conjecture is False, https://arxiv.org/abs/2609.38417

एकेरी बाणांचे अनुसरण करत जाळ्यातील प्रत्येक बिंदूला एकदाच भेट देऊन घरी परत येता येईल का? ही एक अभिजात कठीण समस्या आहे. 1962 पासून सर्वोत्तम पद्धतींना n बिंदूंसाठी सुमारे 2ⁿ पायऱ्या लागत होत्या.

टोकियोतील दोन संशोधकांनी — टोकियो विद्यापीठ आणि CyberAgent कंपनीमधील — ही मर्यादा मोडली. त्यांचा यादृच्छिक अल्गोरिदम सुमारे 1.9133ⁿ पायऱ्यांत चालतो. सर्वसाधारण एकेरी जाळ्यांसाठी अशी सुधारणा पहिल्यांदाच झाली आहे.

युक्ती अशी: बाण यादृच्छिकपणे काढून टाकायचे आणि दुप्पट करायचे, मग त्यांच्या प्रती गटांमध्ये वाटायच्या. नंतर प्रत्येक एकूण भारासाठी उत्तरांची संख्या 2 च्या मॉड्युलोमध्ये मोजायची. संख्या विषम आली तर फेरी अस्तित्वात असल्याचे सिद्ध होते.

लेखकांच्या म्हणण्यानुसार मुख्य सिद्धता ChatGPT 6 Astra ने निर्माण केली. त्यांनी ती तपासली आणि सुधारली. दुतर्फा जाळ्यांसाठी विक्रम अजूनही खूप खाली, 1.657ⁿ वर आहे.

स्रोत: Breaking the 2^n barrier for directed hamiltonicity, https://arxiv.org/abs/2609.39062

आता आपल्याकडे फळमाशीच्या मज्जारज्जूचे संपूर्ण जोडणी-नकाशे आहेत, एकेका सिनॅप्सपर्यंत. त्यांवर आधारित सिम्युलेशन पायांसारख्या लयी निर्माण करतात. पण नेमकी जोडणी महत्त्वाची आहे का?

हाँगकाँगमधून नेतृत्व केलेल्या एका चमूने माशीच्या दोन स्वतंत्र नकाशांमधील पायांच्या परिपथांचे सिम्युलेशन केले. प्रत्येकाची तुलना त्यांनी तीच ढोबळ सांख्यिकी राखणाऱ्या 30 विस्कळीत आवृत्त्यांशी केली. त्यांचे निकष आधीच निश्चित केले होते.

लय सर्वसाधारण निघाली: अनेक विस्कळीत जाळी तर आणखी चांगली दोलायमान झाली. पण विरोधी स्नायूगटांना स्पष्टपणे आलटूनपालटून काम करायला लावले ते फक्त खऱ्या जोडणीनेच. तिचा गुण 0.31 होता, तर इतरांचा जास्तीत जास्त 0.14.

रहस्य आहे शंभराहून अधिक वर्षांपूर्वी वर्णन केलेला एक नियम: एखाद्या स्नायूला उत्तेजित करणारे न्यूरॉन त्याच्या विरोधी स्नायूला निरुद्ध करतात. दोन्ही नकाशांमध्ये तो आहे; एकाही विस्कळीत जाळ्यात नाही. विरोधी स्नायूंमध्ये आदाने अदलाबदल केल्यावर समन्वय नाहीसा झाला.

स्रोत: How much of fly walking is written in the wiring?, https://arxiv.org/abs/2609.38665

आफ्रिका आणि पॅसिफिकच्या खाली खोलवर दोन प्रचंड प्रदेश आहेत, जिथे भूकंप-लहरी मंदावतात. ते गाभ्यापासून 1,000 किमीहून अधिक उंच जातात. त्यांच्या उत्पत्तीवर वाद आहे, आणि डेव्हमाओआइट नावाच्या खनिजाचा त्यात वाटा असू शकतो.

पण सिद्धांतानुसार डेव्हमाओआइट प्रयोगशाळेतील मोजमापांपेक्षा सुमारे 30% अधिक कडक असायला हवा होता. ही तफावत दशकानुदशके टिकून होती. वुहान, बायरॉइट आणि मिशिगनमधील एका चमूने याचे कारण शोधण्यासाठी लाखो अणूंचे सिम्युलेशन केले.

प्रयोगशाळेतील नमुने सूक्ष्म कणांनी भरलेले असतात. त्यांच्या अव्यवस्थित कडा प्रमाणित क्ष-किरणांना दिसत नाहीत. फक्त 5.8% अव्यवस्थेमुळे खनिजाचा कर्तन-कडकपणा 37% ने घटला, तफावत भरून काढण्यास पुरेसा.

पृथ्वीच्या खोल भागाला लागू केल्यावर यातून एक किमान मर्यादा मिळते: डेव्हमाओआइटचे कण किमान सुमारे 100 नॅनोमीटर रुंद असले पाहिजेत. हे प्रचंड प्रदेश जाडसर कणांचे आणि दीर्घायुषी असल्याच्या खुणांशी हे जुळते.

स्रोत: Elasticity of polycrystalline davemaoite constrains its grain size in the lower mantle, https://arxiv.org/abs/2609.39423

कॉक्लियर इम्प्लांट विद्युत स्पंद थेट श्रवण-मज्जातंतूकडे पाठवतो. त्याचे परिणाम व्यक्तीनुसार प्रचंड बदलतात. काहींना बोलणे नीट समजते, तर इतरांना जेमतेम.

व्हँडरबिल्ट आणि इतर केंद्रांतील एका चमूने प्रत्येक रुग्णाच्या प्रत्यारोपित कानाचा डिजिटल जुळा तयार केला. तो फक्त स्कॅन आणि इम्प्लांटने स्वतः केलेली मोजमापे वापरतो. त्यावरून किती मज्जातंतू-तंतू अजून निरोगी आहेत याचा अंदाज बांधला जातो.

अभ्यासातील रुग्णांमध्ये हा मज्जा-आरोग्य गुणांक शांत वातावरणात आणि गोंगाटातही बोलणे समजण्याच्या क्षमतेशी जुळत होता. सहसंबंध सुमारे 0.75 ते 0.78 पर्यंत पोहोचले. तो रुग्णांमधील फरकांपैकी 50 ते 60% स्पष्ट करतो.

त्यानंतर सहा रुग्णांमध्ये, जिथे मज्जातंतू सर्वात दुर्बल दिसत होते तिथले काही इलेक्ट्रोड बंद केले. शब्द-गुण सरासरी 10 अंकांनी वाढले आणि सर्वांनी नवी रचना कायम ठेवली. आता रीतसर वैद्यकीय चाचणीची आखणी सुरू आहे.

स्रोत: Estimates of neural health using cochlear implant digital twins correlate with speech recognition, https://arxiv.org/abs/2609.38634

अमोनियाचा रेणू म्हणजे एक छोटासा पिरॅमिड. त्याचा नायट्रोजन अणू तीन हायड्रोजन अणूंच्या प्रतलातून आरपार जाऊन उलटू शकतो, वाऱ्यात उलटणाऱ्या छत्रीसारखा. द्रवामध्ये याचा कितपत फरक पडतो?

सोल आणि सुवॉन येथील एका चमूने यंत्र-शिक्षणावर आधारित बल-क्षेत्र वापरून 512 अमोनिया रेणूंचे सिम्युलेशन केले. त्यांनी 170 ते 250 केल्विन तापमानादरम्यान अभिजात अणूंची तुलना क्वांटम केंद्रकांशी केली.

क्वांटम केंद्रकांमुळे उलटण्याचा ऊर्जा-अडथळा 0.272 वरून 0.213 इलेक्ट्रॉनव्होल्टपर्यंत खाली येतो. प्रत्येक उलटण्याने हायड्रोजन बंध क्षणभर तुटतात आणि त्याभोवतीच्या शेजारी रेणूंचे कवच सैल होते.

तुलनेने उबदार द्रवात विसरणावर याचा जवळजवळ परिणाम होत नाही. सुमारे 210 केल्विनच्या खाली, जेव्हा प्रत्येक रेणू शेजाऱ्यांमध्ये अडकू लागतो, तेव्हा क्वांटम उलटणे त्याला सुटण्यास मदत करते. 170 केल्विनवर विसरण 18% ने वाढते.

स्रोत: Nuclear quantum effects enhance diffusion in supercooled ammonia through accelerated pyramidal inversion, https://arxiv.org/abs/2609.38688

Language models learn mostly from web text. But a growing share of that text is now written by other AIs. In June 2026, 27.5% of filtered web tokens were AI-written; by August, 31.1%.

A team from the University of Maryland and the company Pangram Labs trained 800 small language models. They added different amounts of AI text to fixed human text.

AI text helped only models short of data. Beyond the usual budget of about 20 tokens per parameter, adding it raised errors on human text. Fresh human text kept helping.

Skipping the filter at August 2026 levels would cost 1.6 times more computing power. Mixed test sets hid the damage in 95.5% of harmful runs. Pangram sells the detector used here, a conflict to keep in mind.

Source: How Much Is an AI Token Worth? Scaling Laws for Wild AI-Generated Web Text, https://arxiv.org/abs/2609.40295