⚛️ general relativity

Covariance scaling and a dual-mode torque diagnostic in measurements of the gravitational constant

本文利用比例协方差尺度模型分析了 CODATA-2018 引力常数测量存档数据，旨在证明在应用额外的离散度后，近期 NIST 扭秤实验结果与历史数据在统计上是一致的，同时还识别出 NIST 双模测量中存在一个共同的绝对转矩偏移，这对独立 A 类不确定性的假设提出了挑战。

原作者： Vineet Kumar

发布于 2026-10-06

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Vineet Kumar

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

引力是我们日常生活中最熟悉的力，但在物理学的精确语言中，它仍然是最神秘的力量。两个多世纪以来，科学家们一直试图确定一个单一的数字来描述地球对物体的吸引强度，这个数值被称为引力常数。虽然我们利用这个数字来计算行星轨道和海洋潮汐，但旨在测量它的实验室实验却顽固地拒绝达成一致。不同的团队使用不同的机器在不同的实验室中，不断得到略有差异的答案。这些结果之间的偏差远大于科学家们自身误差范围所暗示的可能范围。这种分歧已成为计量学（测量科学）中的一场无声危机，因为它意味着要么是实验遗漏了某些基本要素，要么是科学家报告不确定性的方式是不完整的。

维内特·库马尔（Vineet Kumar）最近的一项分析通过一种全新的视角审视了这个谜题，他并非通过制造一台新机器，而是通过重新检查这些测量值是如何被记录的历史。该研究聚焦于一组由名为CODATA的国际委员会收集的十六个特定测量值，该委员会是基本常数的标准参考来源。这项调查的核心是一个统计审计：检查这些过去的实验中所报告的不确定性是否真实反映了数据的现实，或者它们是否仅仅过于乐观。研究人员还观察了一项在2023年（原文注：此处原文为2026年，依原文翻译）于美国国家标准与技术研究院（NIST）进行的备受关注的最新实验。这项新实验之所以特别引人注目，是因为它所使用的设备与档案中一个较旧的测量值有着直接的家族传承关系，从而提供了一个独特的连贯性测试。

分析首先将这十六个历史测量值视为一个整体。当研究人员应用一种假设报告误差可能存在系统性偏小的统计模型时，数据揭示了一个清晰的模式。结果的离散程度如此之大，以至于必须将报告的不确定性乘以接近三倍的系数，才能使这些数字在逻辑上能够契合。这表明历史记录中包含了一个原始报告未能捕捉到的隐藏变异层。为了确保这一发现不仅仅是某一个特定实验的产物，研究人员剔除了那个与新的NIST研究具有最直接设备血缘关系的测量值。即使没有那个特定的数据点，剩余的十五个测量值仍然需要同样大幅度的不确定性调整。结论是稳健的：目前的历史档案低估了这些测量值的真实变异性。

在确立了这一历史背景后，研究转向了2026年的NIST结果。该实验在四种不同的配置下测量了引力，使用了两种类型的测试质量和两种不同的操作模式。由于这四项测量是在相同的设备上进行的，它们并不是独立的；它们共享相同的潜在误差来源。当研究人员使用原始的、未经调整的不确定性将这四个新值与历史平均值进行比较时，新结果看起来像是一个统计上的离群值，即一个极其罕见、几乎不应发生的异常结果。然而，一旦研究人员应用了从历史数据中推导出的近三倍的“膨胀因子”，情况发生了彻底的变化。原本看起来奇怪的NIST结果变得与档案中的其余部分完全一致。这项新测量并非错误，它仅仅是更大、更具变异性的现实的一部分，而旧的不确定性估计未能描述这种现实。

论文进一步调查了一个具体的物理机制，用以解释为什么NIST机器的两种操作模式给出的答案略有不同。研究人员观察了当机器处于自由移动状态与被电子伺服机构固定状态时，所测得的扭矩（或称扭转力）之差。他们测试了两个竞争性的观点：要么这种差异是由影响所有测量的微小且固定的校准误差引起的，要么是一种随着被测力增大而增大的比例误差。数据强烈支持第一个观点。四种不同的配置都显示出约1.918皮牛顿·米（piconewton-meters）的几乎恒定的固定偏差。这个数值虽然很小，但在不同材料和设置下保持一致，指向了一个恒定的偏移量而非缩放误差。

这一发现为未来的实验提供了具体的诊断工具。如果误差确实是固定偏移，那么在未来的实验中改变引力的大小，将会以可预测的方式改变百分比误差。如果误差是比例性的，则百分比将保持不变。研究建议，未来的实验可以刻意改变质量块之间的距离来直接测试这一点。虽然论文并未声称已经解开了引力常数的谜团，或确定了该偏移量的确切物理原因——无论是热效应、电学故障还是其他因素——但它提供了一条清晰的前进路径。它证实了该领域的分歧是真实且可量化的，并提供了一种方法来检查新测量值是否真正独立，或者它们是否只是在重复相同的隐藏偏差。这项工作并非提出了一个新的引力值，而是阐明了不确定性的全貌，表明只要考虑到隐藏的误差规模，这些数字并不像看起来那样杂乱无章。

技术摘要：引力常数测量中的协方差缩放与双模扭矩诊断

问题陈述
牛顿引力常数 $G$ 仍然是确定精度最低的基本常数之一。尽管经过了两个世纪的实验，独立的实验室测定值之间的差异仍显著大于其各自报告的不确定度。CODATA-2018 的调整通过应用统一的乘性不确定度扩张（因子为 3.9）来解决这种不一致性，而非认为报告的协方差结构是充分的。本文研究了 CODATA-2018 存档中 16 项测定的报告协方差结构在比例协方差缩放模型下是否充分。此外，本文评估了一个较晚的、包含四种配置的 NIST 测量（2026年）与该历史存档的统计一致性，鉴于该 NIST 设备与记录在存档中的 BIPM Mark II 天平（记为 BIPM-14）具有谱系关联。最后，本文通过分析匹配的“自由模式减去伺服模式”扭矩差异，研究了双模扭力计测量中差异的物理本质。

方法论
本分析采用比例协方差缩放模型，其中报告的协方差矩阵 $S$ 被一个无量纲因子 $\lambda^2$ 进行缩放。该模型假设历史测定向量 $y$ 服从正态分布 $y | \mu, \lambda \sim N(\mu \mathbf{1}, \lambda^2 S)$ 。

历史协方差审计： 作者为两种配置估计了极大似然缩放因子 $\hat{\lambda}_{MLE}$ ：一是包含全部 16 项测定的存档，二是排除 BIPM-14（以避免与测试测量存在直接设备重叠）后的 15 项测定子集。通过残差二次型 $Q$ 来评估存档的一致性，并将其与经典的 Birge 比率进行比较。使用贝叶斯信息准则（BIC）进行模型选择，以比较比例缩放、加性底数和幂律备选模型。
预测一致性检查： 将 2026 年 NIST 结果视为单个相关的四分量向量。通过结合 NIST 报告的协方差与历史平均值的统计不确定度，构建一个预测统计量。在两种约定下评估差异：
- 统一缩放： 推导出的历史缩放因子 $\hat{\lambda}_{MLE}$ 同时应用于历史平均值的不确定度和 NIST 内部协方差。
- 仅均值缩放： 缩放仅应用于历史平均值的不确定度，保持 NIST 内部协方差不变。
  使用有限样本 $F$ 分布和诊断性 $\chi^2$ 检验来评估显著性。
双模扭矩诊断： 对来自 NIST 四种配置的匹配的“自由模式减去伺服模式”扭矩差异（ $d_i$ $d_{i}$ ）进行分析。拟合两个竞争的一参数模型：
- 共同绝对偏移： $d_i = \Delta N + \epsilon_i$ （恒定扭矩偏差）。
- 分数比例缩放： $d_i = f N_{free,i} + \epsilon_i$ （恒定分数误差）。
  通过比较它们的卡方统计量之差（ $\Delta\chi^2$ ）来比较这些模型，并注意到它们并非嵌套模型。

主要结果

历史不充分性： 在比例缩放审计下，CODATA-2018 存档的报告协方差是不充分的。即使在排除与谱系相关的 BIPM-14 条目后，所需的扩张因子仍为 $\hat{\lambda}_{MLE} = 2.967$ （对于 $N=15$ ，则 $Q = 132.088$ ， $p \approx 2.6 \times 10^{-21}$ ）。基于 BIC，比例缩放模型优于加性底数或幂律备选模型。
NIST 一致性： 若针对未缩放的历史协方差进行评估，2026 年 NIST 四配置向量表现异常（ $Q_0 = 42.625$ ， $p \approx 1.24 \times 10^{-8}$ ）。然而，当应用统一的、历史推导出的额外离散度（ $\hat{\lambda}_{MLE} = 2.967$ ）时，结果在统计上变得平庸（ $Q_\lambda = 4.840$ ，有限样本 $F$ $p = 0.382$ ）。在“仅均值缩放”约定下，该向量仍然存在差异（ $p \approx 2.4 \times 10^{-7}$ ）。
扭矩模型偏好： 四个匹配的扭矩差异与单一的共同绝对偏移 $\hat{\Delta N} = (1.918 \pm 0.215)$ pN m 是一致的（ $\chi^2_{abs}/\nu = 0.364$ ， $p=0.779$ ）。相比之下，分数比例缩放模型拟合效果较差（ $\chi^2_{frac}/\nu = 4.045$ ， $p=0.0069$ ）。在所述独立 Type-A 处理下， $\Delta\chi^2 = 11.041$ 强烈支持绝对偏移模型而非分数比例模型。
物理阐释： 对绝对偏移的偏好意味着自由模式与伺服模式之间的差异对应于 $G$ 的分数偏移，且该偏移与引力信号扭矩（ $N_{grav}$ ）成反比。这与观察到的蓝宝石配置（较低的 $N_{grav}$ ）比铜配置表现出更大的分数差异相吻合。

意义与主张
本文并未提出修正的 $G$ 值，也未识别出观察到的离散性的具体物理机制。相反，它提供了：

协方差审计： 通过似然法量化了历史 $G$ 存档中不确定度报告不足的问题，证实了为了实现统计一致性，必须进行接近三倍的比例扩张。
经谱系限定的一致性检查： 证明了从历史推导出的离散度视角来看，2026 年 NIST 结果并非离群值，前提是采用了统一的缩放约定。
一种可实验验证的诊断工具： 将双模扭矩差异表征为共同绝对偏移而非分数误差。本文建议，未来通过系统改变源质量间距（从而改变 $N_{grav}$ ）的实验，可以明确区分绝对偏移与分数比例假设。

作者强调，其结论是对现有数据统计结构的描述，并未建立观测到的系统误差的物理起源。排除 BIPM-14 虽然减轻但并未消除共享设备的谱系影响，而使用无关技术的真正独立重测才是检验这些结论的决定性测试。

类似论文