2025年10月18日，著名理论物理学家杨振宁教授因病在北京逝世，享年103岁。杨振宁1922年出生于安徽合肥，1957年因提出弱相互作用中宇称不守恒理论与李政道共获诺贝尔物理学奖。他还在杨-米尔斯理论和杨-巴克斯特方程领域做出重大贡献，深刻影响了现代物理学发展。自上世纪70年代起，他多次回国讲学，推动中国科技教育事业，建议创办中科大少年班计算机软件专业，并促成姚期智回国任教，助力清华姚班的创立。2017年，他放弃美国国籍转为中国科学院院士。杨振宁一生致力于科学研究与教育，对中国物理学及高等教育的发展作出不可磨灭的贡献。

当地时间10月7日，2025年诺贝尔物理学奖揭晓，授予约翰·克拉克、米歇尔·德沃雷和约翰·马丁尼斯，表彰他们在电路中发现宏观量子力学隧穿效应与能量量子化现象。他们的实验首次在宏观尺度的超导电路上展示了量子隧穿和能量量子化，突破了传统量子力学仅限微观领域的认知。这一成果为超导量子计算机的发展奠定了基础，并推动量子计算、量子密码学等前沿领域。专家评价称，这些研究将量子效应从原子尺度扩展到宏观系统，成为量子技术工程化的重要里程碑。三位科学家分别来自加州大学伯克利分校和耶鲁大学，其研究被誉为‘导师+博后+博士生’的完美组合。

2025年10月，诺贝尔物理学奖授予约翰·克拉克、米歇尔·H·德沃雷特和约翰·M·马丁尼斯，表彰他们在电路中发现宏观量子力学隧穿和能量量化现象。其研究为量子计算机研发奠定理论基础，实验始于1984至1985年间，揭示了超导体中的量子特性在宏观层面的表现。克拉克（英国）、德沃雷（法国）和马丁尼斯（美国）分别在超导电子学与量子计算领域有开创性贡献。今年奖金为1100万瑞典克朗，由获奖者平分。此前一天，生理学或医学奖颁发给美日科学家，表彰免疫耐受领域的突破。诺贝尔奖自本月起陆续公布，颁奖礼定于12月10日在斯德哥尔摩举行。

2025年10月7日，诺贝尔物理学奖授予三位量子力学领域的科学家：John Clarke、Michel H. Devoret和John M. Martinis，以表彰他们在电路中发现宏观量子力学隧穿效应和能量量子化现象。John M. Martinis曾是谷歌AI量子实验室首席科学家，带领团队在2019年实现‘量子霸权’，通过53量子比特处理器超越经典超级计算机性能。John Clarke以超导量子干涉仪（SQUID）闻名，为低温物理和超导电子学奠基；Michel H. Devoret则是‘量子电子学’的开创者之一，推动了超导量子比特技术发展。Martinis现投身于实用量子计算机研发，延续谷歌系诺奖得主的创新传统。

标题：“MIT物理学家谈AI与物理学的结合：挑战与机遇” 杰西·塞勒（Jesse Thaler），麻省理工学院理论粒子物理学家，致力于将量子场论与机器学习结合，解决基础物理学难题。他也是美国国家科学基金会（NSF）资助的人工智能与基本相互作用研究所（IAIFI）主任。IAIFI成立于2020年，...

标题：诺奖得主给博士生的建议：关注学科缝隙 John Hopfield是今年诺贝尔物理学奖得主之一，他在1950年代进入凝聚态物理学领域，随后转向血红蛋白化学和DNA合成研究。1982年，他设计了Hopfield网络，这被视为现代AI的基础。 Hopfield认为物理学不仅是研究对象，更是研究方法。...

2024年诺贝尔物理学奖得主John Hopfield和Geoffrey Hinton在斯德哥尔摩大学发表了演讲，吸引了众多观众。尽管Hopfield教授依靠拐杖，Hinton教授忍着腰痛，两人依然坚持到场，赢得了观众的尊敬。 Hopfield教授的演讲主题是“物理学是一种观点”，分享了他对科研和物...

2024年诺贝尔物理学奖得主John Hopfield和Geoffrey Hinton近日在斯德哥尔摩大学发表演讲。Hopfield教授尽管借助拐杖，仍亲自到场，分享了他对物理学作为观点的理解，强调选择研究问题的重要性，并认为物理学有助于理解人类和世界。Hinton教授则以通俗方式讲解了Hopfield网络和玻尔兹曼机的原理，展示了它们在模拟大脑学习中的应用，尤其是睡眠在学习中的重要性。此次演讲吸引了大量观众，现场气氛热烈。值得一提的是，诺贝尔奖得主的工作近期遭质疑，有人指其内容存在抄袭嫌疑，但此事尚待进一步核实。

标题：猫猫运动方程，首次被物理学家破解！ |《美国物理学杂志》正经研究 猫猫和人的交互行为被物理学家用方程式描述出来，成果刊登在《美国物理学杂志》上。一位名叫Anxo Biasi的物理学家，通过观察自家猫猫，提出了一种新的猫猫运动方程，能定性重现猫与人的多种交互行为。 Biasi将猫建模为一个点粒子...

2024年诺贝尔物理学奖授予了John Hopfield和Geoffrey Hinton，前者因受到人脑启发的理论物理学贡献，后者则因其在深度神经网络领域的开创性工作。诺贝尔评奖委员会秘书长Ulf Danielsson教授表示，Hinton的获奖并非追逐热点，而是基于其在物理学原理基础上的发明与发现。Hinton的研究虽与当前大语言模型无关，但其工作启发了生成式人工智能的发展。Danielsson强调，AI仅是一种工具，具有强大的数据分析能力，但也存在潜在风险，如可能导致科学变得过于依赖技术。此外，AI在新材料开发和大数据分析等方面的应用前景广阔。此次评奖旨在突出物理学与AI的紧密联系，同时引发对AI潜在风险的广泛关注。