科学家成功合成铹的第14个同位素******

　　超镄新核素铹-251不仅是近20年来科研人员首次直接合成的铹的新同位素，也是迄今为止合成的中子数N为148的最重同中子异位素。铹-251具有α衰变性，可以发射出两个不同能量的α粒子。

　　超重元素的合成及其结构研究是当前原子核物理研究的一个重要前沿领域。铹是可供合成并进行研究的一种超镄元素，引起了人们极大的兴趣。

　　近日，科研人员利用美国阿贡国家实验室充气谱仪（AGFA）成功合成了超镄新核素铹-251。相关成果发表于核物理学领域期刊《物理评论C》。

　　此次合成铹的新同位素，运用了什么技术方法？合成得到的铹-251，具有什么基本特征？合成的铹-251对于物理、化学等学科的研究来说具有什么意义？针对上述问题，记者采访了这一工作的主要完成人之一，中国科学院近代物理研究所副研究员黄天衡。

　　不断进行探索，再次合成铹同位素

　　铹的化学符号为Lr，原子序数为103，是第11个超铀元素，也是最后一个锕系元素。“一般来说，原子序数大于铹的元素被称为超重元素。”黄天衡介绍。

　　质子数相同而中子数不同的同一元素的不同核素互称为同位素。同一种元素的同位素在化学元素周期表中占有同一个位置，同位素这个名词也因此而得名。

　　103号元素由阿伯特·吉奥索等科研人员于1961年首次合成。为纪念著名物理学家欧内斯特·劳伦斯，103号元素被命名为铹。锕系元素是元素周期表ⅢB族中原子序数为89—103的15种化学元素的统称，其中，铹元素在锕系元素中排名最后。

　　截至目前，科研人员们共合成了铹的14个同位素，质量数分别为251—262、264、266。目前合成的铹的14个同位素中，铹-251至铹-262是在实验中通过熔合反应直接合成的，铹-264和铹-266则是将原子序数更高的核素通过衰变生成的。

　　目前，铹的化学研究中最常使用的同位素是铹-256和铹-260。科研人员通过化学实验证实铹为镥的较重同系物，具有+3氧化态，可以被归类为元素周期表第七周期中的首个过渡金属元素。由于铹的电子组态与镥并不相同，铹在元素周期表中的位置可能比预期的更具有波动性。在核结构研究方面，受限于合成截面等原因，目前的研究仅集中在铹-255上。然而即使是铹-255，其结构能级的指认目前也还存有争议。

　　通过熔合反应，形成新的原子核

　　铹和其他原子序数大于100的超镄元素一样，无法通过中子捕获生成。目前铹只能在重离子加速器中通过熔合反应合成。由于原子核都具有正电荷而会相互排斥，因此，只有当两个原子核的距离足够近的时候，强核力才能克服上述排斥并发生熔合。粒子束需要通过重离子加速器进行加速。在轰击作为靶的原子核时，粒子束的速度必须足够大，以克服原子核之间的排斥力。

　　“仅仅靠得足够近，还不足以使两个原子核发生熔合。两个原子核更可能会在极短的时间内发生裂变，而非形成单独的原子核。”黄天衡介绍，如果这两个原子核在相互靠近的时候没有发生裂变，而是熔合形成了一个新的原子核，此时新产生的原子核就会处于非常不稳定的激发态。为了达到更稳定的状态，新产生的原子核可能会直接裂变，或放出一些带有激发能量的粒子，从而产生稳定的原子核。

　　在此次实验中，科研人员利用美国阿贡国家实验室ATLAS直线加速器提供的钛-50束流轰击铊-203靶，通过熔合反应合成了目标核铹-251。这个新的原子核产生后，会和其他反应产物一起被传输到充气谱仪（AGFA）中。在充气谱仪（AGFA）中，铹-251会被电磁分离出来，并注入到半导体探测器中。探测器会对这个新原子核注入的位置、能量和时间进行标记。

　　“如果这个原子核接下来又发生了一系列衰变，这些衰变的位置、能量和时间将再次被记录下来，直至产生了一个已知的原子核。该原子核可以由其所发生的衰变的特定特征来识别。”黄天衡说。根据这个已知的原子核以及之前所经历的系列连续衰变的过程，科研人员可以鉴别注入探测器的原始产物是什么。

　　超镄新核素铹-251不仅是近20年来科研人员首次直接合成的铹的新同位素，也是迄今为止合成的中子数N为148的最重同中子异位素（具有相同中子数的核素），还是利用充气谱仪（AGFA）合成的首个新核素。目前的实验结果表明，铹-251具有α衰变性，可以发射出两个不同能量的α粒子。

　　拓展新的领域，推动超重核理论研究

　　由于形变，若干决定超重核稳定岛位置的关键轨道能级会降低到质子数Z约等于100、中子数N约等于152核区的费米面附近。对于这一核区的谱学研究可以对现有描述稳定岛的各个理论模型进行严格检验,从而进一步了解超重核稳定岛的相关性质。由于上述原因，对于这一核区的谱学研究是当下探索超重核结构性质的热点课题。

　　此前的理论模型均无法准确地描述这一核区铹的质子能级演化，相关的实验数据十分有限。“本次实验的初衷为把铹的结构研究进一步拓展到丰质子区，尝试开展系统性的研究。”黄天衡表示。

　　研究结果表明，形成超重核稳定岛的关键质子能级在铹的丰质子同位素中存在能级反转现象。此外，研究人员还通过推转壳模型下粒子数守恒方法（PNC-CSM）较好地描述了这一现象，并指出了ε_6形变在这一核区的质子能级演化中起到的重要作用。

　　“此次研究指出了ε_6形变在铹的丰质子核区的质子能级演化中起到的重要的作用，对现有的理论研究提出了新的挑战，将推动超重核领域相关理论研究的发展。”黄天衡说。（记者颉满斌）

AI绘画的“小秘密”都在这一篇文章里******

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。

　　AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。

　　当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。

　　事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。

　　AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？

　　从“以图生图”到“语音生图”

　　2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。

　　这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。

　　通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。

　　“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。

　　经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　AI绘画主要依靠三种技术模式实现

　　董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。

　　“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。

　　不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。

　　当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。

　　“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。

　　不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。

　　诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。

　　“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。

　　互联网治理、元宇宙或潜藏应用前景

　　AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。

　　“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。

　　在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。

　　不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。

　　AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）