使用灵巧的合成有机化学法制成的'Olympicene'分子

研究者通过一些简单的参数展示了自然界的复杂性。来自Niels Bohr Institute协会的研究者通过一个简单的实验展示了自然界有时会违反常识——这个世界跟许多人认为的完全不一样，这个实验表明光线不会根据传统的物理法则起作用，他具有一些量子力学特性。这种新方法可以被用来研究其他的系统是否会按照量子力学的方式起作用。

这项研究结果被发表在了科学杂志Physical Review Letters上。

在物理学中有两个类别：传统物理学和量子物理学。在传统物理学中，物体（例如一辆汽车或者一个气球）会有一个位置和速度，这就是我们传统的看待日常现象的方式；在量子世界里，物体也会有一个位置和速度，但是不是同时存在的，在原子级中，量子力学认为自然界跟你想象的完全不一样，问题不只是我们不知道位置和速度，而是这两个特征不会同时存在，但是我们是如何知道他们不同时存在的呢？并且这两个世界的界限在哪里？研究者发现了一种能够回答这些问题的新方法。

量子力学中的光线

“我们的目标是以一种新方法来使用量子力学，因此了解一个系统是否真正以一种没有传统解释的方式起作用对我们来说非常重要，为了达到这一点，我们首先对光线进行了测试，”Eran Kot解释道，他是University of Copenhagen大学Niels Bohr Institute协会Quantum Optics研究小组的一名博士研究生。

基于在量子光学实验室所进行的一系列实验，他们对光线的状态进行了检测，在传统物理学中，光线能够获取电场和磁场。

“我们的研究所展示出来的是光线能够产生电场和磁场，但是不是同时产生的，因此，我们通过这个实验对传统法则的破坏提供了一个简单的证据，也就是说，我们展示了光线能够获得量子特性，同时我们也可以将这一现象扩展到其他系统中，”Eran Kot说道。

传统的和非传统的机械论

这项研究的目的是从根本上对这个世界进行了解，但是在更大的背景中开发量子力学也会面临一些实际的挑战，对于光线来说，他能够以量子力学的方式起作用是很正常的现象，但是我们所开发出来的这种方法也可以被用来研究其他的系统。

“我们也在致力于开发未来的量子计算机，因此，我们需要了解物体什么时候以量子力学的方式起作用和什么时候以传统力学的方式起作用的分界线，”量子物理学教授Anders S. Sørensen说道，同时他还指出，量子计算必须由具有非传统特性的系统组成。

Understanding Complex Relationships: How Global Properties of Networks Become Apparent Locally

From infections spreading around the globe to the onset of an epileptic seizure in the brain: Many phenomena can be seen as the effects of network activity. Often it is vitally important to understand the properties of these networks. However, they are often too complex to be described completely. Scientists from the Bernstein Center at the University of Freiburg were now able to show how global features of complex networks can be discovered in local statistical properties -- which are much more accessible for scientific investigation. The researchers were able to benefit from the high-performance computing facilities of the Bernstein Center, which are normally used to simulate the activity of nerve cells in the brain.

In an article appearing in the scientific journal PLoS ONE, Stefano Cardanobile and colleagues describe how they analysed 200,000 networks which they generated in a computer -- using models that are employed by scientists to understand the properties of naturally occurring networks. The researchers compared the results obtained from these models with well-understood networks from the real world: the metabolism of a bacterium, the relationship of synonyms in a thesaurus, and the nervous system of a worm. Thus, they were able to assess which model networks can predict the behaviour of its real-life counterpart the best. These insights can help colleagues from other fields to choose the right model in their specific research.

Most importantly, the scientists from Freiburg could demonstrate that it is possible to draw conclusions about global properties of complex networks from local statistical data. This means that one can discover important properties of networks even if they are not completely analysed -- very often an impossible task in large systems such as human social contacts or connections in the brain. Therefore, the authors see their study to represent an important step towards a better understanding of complex networks.