2026年6月，物理领域研究学者Dan Garisto公布最新行业进展，搭载AI粒子特征识别算法的全球三大暗物质地下探测站点（意大利亚平宁山脉地下实验室、中国四川锦屏地下实验室、南极冰立方天文台），暗物质候选信号捕捉效率提升62%，误判率下降47%，困扰物理界数十年的暗物质探测困局有望取得突破性进展。
暗物质占到宇宙总物质的85%，但由于其几乎不与普通物质发生电磁相互作用，自概念提出近90年来，人类始终没有找到其存在的直接观测证据。过去数十年，全球多个地下探测站点为了屏蔽宇宙射线干扰，在数千米深的地下捕捉暗物质粒子与普通原子核碰撞的极微弱信号，但海量的观测数据始终是制约研究进展的核心瓶颈。
传统暗物质探测的数据处理依赖人工设定的粒子特征规则，只能识别提前预设的3类碰撞信号，每年各站点产出的超过10PB的观测数据中，99%以上会被判定为背景噪声直接过滤。而一套完整的数据筛选流程，往往需要超过30人的科研团队花费3到5年才能完成，大量非典型的暗物质候选信号就在这一过程中被遗漏，这也是过去数十年始终没有取得确定性进展的核心原因之一。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号