加拿大渥太华的物理学家Ben Sussman利用激光脉冲和钻石创造了真随机数。用真随机数编码的信息将难以被黑客破解。 Sussman的实验室使用持续几万亿分之一秒的激光脉冲照射钻石，激光进入和出来的方向发生了变化。Sussman称改变与量子真空涨落的相互作用有关，量子力学与大多数物理学法则不同，不可能知道真正发生了什么。他认为这可以用于创造真正的随机数。

施乐公司开发的新图像识别技术，不仅能根据内容排序照片，还能甄别图像的美学特征。 新算法能判断照片是否拍得太近，或者是否光线充足，或者照片中的动物是否分布的太凌乱。尽管处于原型阶段，但它将能帮助用户从拍摄的数百张数字照片中挑选出可以放在相簿中长久展示的照片。图像识别算法由施乐欧洲研究中心研发，能通过在线照片学习如何判断照片质量，找出高品质照片的共同特征。施乐将在明年以云服务的形式推出这种工具。 演示

多数人对树干和树枝交错形成的倒锥形熟视无睹，然而达芬奇在内的少数人通过观察发现，树干和树枝之间存在着某种规律——树干的粗度等于同一高度树枝的总粗度。简单的说，一棵树干在上部分成两个分支，树干的横截面等于两个分叉树枝的横截面之和。依次类推，如果树枝再分别分成两个分支，那么四个树枝横截面之和等于树干横截面。达芬奇公式适用于几乎所有树种，图形艺术家也常用它创造计算机生成的树。但至今为止，没人能解释为什么树会遵守这一规则。即将发表在《物理评论快报》上的新研究可能将给出答案。 达芬奇公式用数学表示的话是 D2 = ∑di 2，其中D表示树干的直径，di表示次生分枝的直径，i = 1, 2, ... n。对于真实的树，方程式中的指数并不总是等于2，根据物种不同它的值介于1.8到2.3之间。植物学家猜测这与树从根部到树叶的泵水过程有关，认为将水从下运输到上部植物需要相同的静脉总直径。流体力学专家Christophe Eloy指出，植物自然生长采用的是分形方式，他发现持续的风压对树木生长有影响，在风力作用下树枝可能会断裂，他通过计算机模型计算出树枝要多粗才能抵抗风压而不会断裂，结果精确预测了达芬奇公式的指数应该在1.8到2.3之间。

法国计算机科学家发现，排序煎饼很难，实际上它是一个NP Hard问题，这不是玩笑，如果能在多项式时间内解决的话相当于证明了P=NP。论文发表在预印本网站上。 翻转煎饼是一个存在已久的算法问题。你有一堆大小不一的煎饼，你的任务是按次序排序，唯一的限制是你不能接触它们，只能借助金属铲插入某一分点，然后将上面的整体向上或向下翻过来。假设有N块煎饼，完成排序的翻转最大数F(n)是多少？本质上它是一个计算复杂性问题，法国的计算机科学家在论文中证明煎饼翻转是一个NP Hard问题。

Scott Rickard尝试了音乐家从未尝试过的事情——谱写世界最难听的音乐。 Scott Rickard 在MIT获得数学、计算机科学和电机工程学位，在普林斯顿大学获得计算数学的硕士和博士学位。他在TEDxMIA大会上讨论了创造最丑音乐背后的数学和科学原理，他利用了法国数学家伽罗瓦（Évariste Galois）的数学理论创造无模式的声纳响声，将响声映射为钢琴上的音符，然后用无节奏的哥隆尺演奏。

计算机科学家John Kubiatowicz利用质能方程计算了电子书的质量，另一位数学家根据同样的逻辑计算出整个互联网和草莓一样重。 Burberry Scarf Outlet 写道 "《新快报》报道，在YouTube科学频道上，vsauce(YouTube)利用同样的运算方法算出了整个互联网的重量。整个互联网的重量仅有50克，相当于一颗大草莓的重量。但网络包含的实际信息的重量却不及一粒灰尘。Vsauce说假设不包括家用个人电脑，有7500万至1亿台服务器在支持网络运营，这个50克的数据就是互联网工作时所需要电力的重量。整个互联网的用电量相当于400亿瓦特左右，换算成质量的话和一颗饱满的草莓称重差不多。如果算上所有使用网络的家用个人电脑，互联网的重量就大约等同于三颗草莓。如果仅仅计算互联网上所贮存的数据重量，得到的数据就会小很多。Vsauce采用的数据是前Google首席执行官埃里克·施密特所估算的。施密特曾估计整个互联网有大约500万TB字节信息，而Google只占0.04%。Vsauce 估计，这500万TB字节信息的重量，只有一盎司(约28克)的五千万分之一。"

《连线》挑选出了九个真正Geek应该知道的方程式，有的代表了宇宙，有的代表了生命本质。这些方程式包括： 被誉为“最美方程式”的欧拉恒等式eiπ+1=0，包含了五个最常用的基本常数；广义相对论框架下描述空间上均一且各向同性的弗里德曼方程；玻尔兹曼熵公式 S=k log W，其中K代表玻尔兹曼常数；描述电场磁场的麦克斯韦方程组；描述量子力学中波函数的薛定谔方程；描述物种存活数量和所占面积关系的岛屿生物地理学理论；哈佛数学生物学家Martin Nowak提出的生命演化方程式；基本传染数R0 > 1，代表无免疫的传染病能以指数级扩张，源自墨西哥的流感能在一个月内感染数百万人是这个不等式最形象的注解；定量美丽的方程式。

Burberry Scarf 写道 "22岁的中南大学本科生刘路，破解了数理逻辑难题西塔潘猜想，受到了多名中科院院士的赞扬。数学科学与计算技术学院院长刘再明表示，学校决定让他提前大学毕业，并立即录取为硕、博连读的研究生或直接攻读博士学位。他的论文(PDF)将发表在《符号逻辑杂志》上。不过杂志的影响因子不是很高，只有0.5左右。"

日本程序员JA0HXV宣布他已经将圆周率Pi计算到小数点后10万亿位，打破了先前的小数点后5万亿位的记录。 JA0HXV从2010年10月10日开始计算，一直到2011年10月16日才结束（包括了验证），实际计算时间为191天。日文版声明公布的细节要比英文版多。

罗杰·彭罗斯爵士在其著作《皇帝新脑》举了一个例子说明人类知识的局限性：他推测我们可能永远也不知道圆周率中有没有连续10个7。然而仅仅过了八年，金田康正就利用计算机在圆周率中发现了连续10个7——始于圆周率第22869046249个数字。彭罗斯爵士不是唯一一个没预测到计算机拥有如此巨大未来的人。 劳伦斯伯克利国家实验室的实验数学家David H. Bailey和Jonathan M. Borwein在《美国数学学会通报》上发表了论文“探索实验与计算(预印本)”，描述了现代计算机技术如何已经极大地拓展了我们发现新的数学结果的能力。Bailey认为，计算机可以发现完全未曾预料到的关系和公式，计算机不善于使用直觉，但很善于计算和操作。

印度数学家Rohit Gupta(twitter帐号@fadesingh)将在10月19日举行的在线研讨会上公开黎曼猜想证明细节。黎曼猜想是克雷数学研究院的千禧年七大难题之一，由著名数学家黎曼在1859年提出，被认为是数学中一个最著名、最重要而至今尚未解决的难题。它是关于黎曼ζ函数ζ(s)的零点分布的猜想。Rohit Gupta的证明方法是基于弗里曼·戴森（Freeman Dyson）提出的准晶体法。今年的诺贝尔化学奖就授予了准晶体的发现者Dan Shechtman。

美国儿童电视节目《芝麻街》的制作人为协助提升儿童的数学和科学能力，把26日开始的该节目第42季的重点，设定像科学家一样思考。 乔治城大学早期学习计划的研究发现，《芝麻街》帮助儿童做好上学的准备，这种优势大部分会持续到高中时。在第42季中，节目的核心是所谓的STEM能力，即科学、技术、工程和机械四种学科的能力，各个布偶角色将在节目中建造桥梁、发射火箭，并透过尝试错误、观察和资料来思考解决问题。主管教育与研究的副总裁罗丝玛莉‧楚格利欧说，幼儿是天生的科学家，他们探索周围的世界，并试图发现世界的法则。她说，新一季的节目将增加技巧和语言的深度。

Paul Power 写道 "计算器是操作系统自带的基本工具之一。这些简单的工具提供了满足基本需求所需的足够功能。但Android设备自带的计算器功能相当有限，仅提供了基本的加减乘除和括号等功能。这篇介绍了十多款功能丰富的优秀计算器，其中部分还能绘制2D和3D图形，处理复杂的数学函数。利用这些工具，Android智能手机能变成可随时使用的图形计算器。包括：带图形和自动建议的强大科学计算器handyCalc，支持计算定积分和绘图的Calculus Tools，支持2D和3D绘图的Arity Calculator，科学计算器Scientific Calculator，HP 48科学计算器模拟器Droid48，等等。"

费米实验室的天体物理学家Jason Steffen在几年前乘飞机参加会议时注意到登机流程太低效。他利用基于蒙特卡洛方法的算法建立模型，模拟各种改进登机效率的方法，如随机，让靠窗的乘客先登机，等等。他最后发现，最有效的登机方法是交替行，先让某一边靠窗的乘客入座，然后让另一边靠窗乘客入座，接着是中间行，以此类推。这种方法最小程度的减少了乘客在过道上遇到的干扰。他发现随机的登机比按区域登机要快。研究结果发布在2008年的《航空管理》上。最近他的研究因为一则模拟实验视频(YouTube)而再次引起关注。他们招募了72位志愿者模拟乘客登机进入一个波音757模拟机身，结果显示Steffen的方法能减少一半登机时间，Steffen认为如果航空公司采用这种方法将能节省大笔费用。最新研究发表在arXiv.org上。

BBC的报导称，看不见的算法正在控制我们在数字世界里的互动，而糟糕的是我们正失去对这些代码的控制。 从图书和电影推荐算法，到Facebook的朋友推荐和图像标记服务，到搜索引擎，算法已经渗透到了我们生活之中。在上月的TED大会上，算法专家Kevin Slavin描述了算法是如何塑造我们的世界，他发出警告，我们的生活正日益为算法所控制，我们正在编写我们无法理解的，可能不受控制的代码。他以华尔街的高频交易系统为例，称70%的股票交易由计算机算法完成，而算法并不总是很可靠。2010年5月算法曾引起股市在短时间内崩盘，它在20分钟内抛出了价值26亿美元的股票，导致其它高频交易算法跟随，引发金融市场混乱。无独有偶，哥伦比亚大学心理学家最近的研究称，搜索引擎改变了我们的记忆方式。

一名13岁的男孩根据斐波那契数列发明了太阳能电池树，其产生的电力比太阳能光伏电池阵列多20-50%。 斐波那契数列类似从0和1开始，之后的数是之前两数的和，如0，1，1，2，3，5，8，13，21...Aidan Dwye在观察树枝分叉时发现它的分布模式类似斐波那契数列，这是大自然演化的一种结果，可能有助于树叶进行光合作用。因此，Dwye猜想为什么不按照斐波那契数列排列太阳能电池？他设计了太阳能电池树，发现它的输出电力提高了20%，每天接受光照的时间延长了2.5小时。

观点将随事实的改变而改变，这是贝叶斯定理的真谛。 贝叶斯定理以18世纪的长老教会牧师Thomas Bayes的名字命名，目的是为了解决一些本质问题：当更多信息涌入时我们如何改变信仰？是顽固的直到旧有假说完全站不住脚？还是在怀疑第一次出现后立即抛弃旧观念？贝叶斯的推导已经变成了无价的科学工具，它帮助我们一步步认清现实。也许人人都应该像贝叶斯那样思考。贝叶斯理论的核心依赖于巧妙的转变思路：如果你想评估根据证据提出的假说的有力程度，你必须先评估证据的有力程度。面对着不确定性，贝叶斯提出了三个问题：对最初树立的信念的真实性我有多大的信心？如果对最初的信念坚信不疑，对新证据的准确性我有多大的信心？如果对最初的信念摇摆不定，对新证据的准确性我有多大的信心？大卫·休谟就是一位贝叶斯主义者，他就是通过证据的可能性质疑神迹的准确性。贝叶斯定理并非由贝叶斯本人发展而来，而是来自他的朋友、业余数学家Richard Price，后由著名法国数学家拉普拉斯发扬光大。

如果一种趋势一直延续下去，人类可能在几千年后成为宇宙最不欢迎的物种。《经济学人》也做了一个类似的计算，时间不是千年，而是百年。它假设如果中国一直严格执行独生子女政策，那么到2100年后，它的总人口会缩小到多少？它计算到2100年，中国的人口只有1.45亿，比联合国人口署预测的少8亿人口，届时每个工人要负担1.2个退休人员，但要照顾的孩子大大减少到每9.2个工人抚养一个儿童。

2500年前，人类处于铁器文明时代；那么2500年后呢？卡尔达肖夫III型宇宙文明。加州圣迭戈分校的物理学副教授Tom Murphy进行了一番计算，发现2500年后人类将需要使用掉银河的大部分能源。 Murphy利用美国能源部能源信息署的能源使用数据，发现从1650年到2009年，能源使用以稳定速率增长，年均增长为2.9%。为了方便计算，Murphy将以后的能源使用增长率从2.9%调低为2.3%，这样每100年能源使用将增长10倍，200年增长100倍。指数级增长意味着几千年后将是天文数字。Murphy考虑了太阳光的光电转换率，太阳的全部能量输出，银河系恒星的全部能量输出。他发现以2.3%的稳定增长率，1400年后人类需要使用整个太阳的能量；2500年后需要使用银河的大部分能量。

投还是不投，这是个问题。是当机立断投篮还是等待更佳良机，职员篮球运动员每场比赛都要面临多次类似的困境。现在，明尼苏达大学理论物理学研究生Brian Skinner在arXiv.org上发表了一篇论文，向球员提供了投篮最佳时机的数学建议。 Skinner是一位狂热的篮球迷，他发现篮球运动类似于交通网络中的汽车驾驶，每辆车相当于一个被球员持有的篮球，通过在网络中运动实现得分目的。交通网络会趋向纳什均衡，但纳什均衡并不等于最优方案，偶尔改变路线可以让司机更快的到达目的地。他发现明星投手缺席有时能改进球队的成绩，赢得比赛。在新论文中，Skinner探讨了如何预测投篮的最佳时机。他考虑了命中篮筐的可能性、下次创造出投篮机会的质量好坏，投篮的剩余时间（NBA有24秒限制）。他发现，剩余时间越多，投篮得分机会越多。这是显而易见的结论，但他的模型展示了一些不为人知的方面。假设A队和B队每次投篮都有相同的得分机会，但A队的传球速度是B队的两倍，球转换率相同，剩余时间充足。常识可能认为，A队成功投中的最佳时机是B队的两倍。但Skinner的方程式发现，假如B队完成一次投篮需20秒，如果A队完成一次投篮是13秒而不是10秒，多出3秒时间决定如何投篮，那么这将能成为一种制胜策略。