Если вы едите витамины просто так, а не потому что вам их назначил врач, то у нас для вас офигенный сюрприз.
В Америке, например, витамины ест каждый третий, потому что они помогают почти так же, как плацебо. В исследовании решили разобраться, насколько дольше живут употреблявшие в сравнении с неупотреблявшими, и вот что получилось на выборке из 390 тысяч в целом здоровых американцев за несколько лет:
1. Основной вывод: регулярный прием мультивитаминов не был связан со снижением риска смертности ни в одной когорте.
2. Зато! В мета-анализе по всем когортам ежедневный прием мультивитаминов повышает на 4% риск умереть от разных причин.
Нам очень непривычно это говорить, но ведь опять продавцы гомеопатии спасают жизни!
_______
Источник | #Fourier_series
@F_S_C_P
-------
поддержи канал
-------
В Америке, например, витамины ест каждый третий, потому что они помогают почти так же, как плацебо. В исследовании решили разобраться, насколько дольше живут употреблявшие в сравнении с неупотреблявшими, и вот что получилось на выборке из 390 тысяч в целом здоровых американцев за несколько лет:
1. Основной вывод: регулярный прием мультивитаминов не был связан со снижением риска смертности ни в одной когорте.
2. Зато! В мета-анализе по всем когортам ежедневный прием мультивитаминов повышает на 4% риск умереть от разных причин.
Нам очень непривычно это говорить, но ведь опять продавцы гомеопатии спасают жизни!
_______
Источник | #Fourier_series
@F_S_C_P
-------
поддержи канал
-------
Есть такая категория продуктов — UPFs (Ultra-processed foods) — ультра-обработанные продукты. Это когда из обычных доступных в домашнем хозяйстве продуктов вытаскивают некие ключевые вещества и затем заново формируют из них по принципам типа кондитерских новые изделия. Кондитерские — имеется в виду то, что у сахара и жира нет своей формы, и что кондитер вылепит, то и получится. Со сложным использованием добавок.
Это поэтическое описание. Более конкретное такое:
— Много промышленных переделов (больше, чем обычно на кухне).
— Больше 5 ингредиентов, нехарактерных для домашней готовки.
— Большое количество добавок вроде консервантов, эмульгаторов, подсластителей и усилителей вкуса.
— Много соли, сахара или жиров.
— Мало клетчатки и питательных веществ.
Поскольку тут тоже поэзия в каждой строчке, есть индекс Siga, но не очень распространённый. В целом к ультра-обработанной еде относятся:
— Многие виды колбас и мясных продуктов
— Газировка и энергетики
— Чипсы и прочие похожие на них штуки
— Сладкие хлопья для завтрака
— Замороженные готовые блюда
— Фастфуд вроде гамбургеров
— Упакованные сладости и выпечка
Есть старые исследования про то, что если жрать много UPF, вы станете жирнее (+39%), добавите плохой холестерин (+102%), получите повышенные риски диабета, депрессии и просто умрёте (+25% при очень хорошем доверительном интервале).
Теперь появились слегка более свежее от мая этого года, где употребление таких продуктов связано с повышением риска ухудшения когнитивных функций мозга и инсульта. И наоборот, употребление необработанных или минимально обработанных продуктов снижает эти риски. Независимо от диеты, что бы вы там ни ели, статистически выделили только аспект обработки.
Практический вывод:
— Полуфабрикаты, фастфуд, снеки, сладкая газировка и так далее — мимо.
— Свежие овощи и фрукты, цельные зерна, бобовые, орехи, рыба, нежирное мясо — играют в плюс.
Казалось бы, всё это давно известно. Но теперь если не есть нормальную еду, умирать не только жирными, но и тупыми. Вроде как, довод отличный.
А теперь аккуратно положите сосиску на пол и осторожно толкните ногой в нашу сторону!
_______
Источник | #Fourier_series
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Это поэтическое описание. Более конкретное такое:
— Много промышленных переделов (больше, чем обычно на кухне).
— Больше 5 ингредиентов, нехарактерных для домашней готовки.
— Большое количество добавок вроде консервантов, эмульгаторов, подсластителей и усилителей вкуса.
— Много соли, сахара или жиров.
— Мало клетчатки и питательных веществ.
Поскольку тут тоже поэзия в каждой строчке, есть индекс Siga, но не очень распространённый. В целом к ультра-обработанной еде относятся:
— Многие виды колбас и мясных продуктов
— Газировка и энергетики
— Чипсы и прочие похожие на них штуки
— Сладкие хлопья для завтрака
— Замороженные готовые блюда
— Фастфуд вроде гамбургеров
— Упакованные сладости и выпечка
Есть старые исследования про то, что если жрать много UPF, вы станете жирнее (+39%), добавите плохой холестерин (+102%), получите повышенные риски диабета, депрессии и просто умрёте (+25% при очень хорошем доверительном интервале).
Теперь появились слегка более свежее от мая этого года, где употребление таких продуктов связано с повышением риска ухудшения когнитивных функций мозга и инсульта. И наоборот, употребление необработанных или минимально обработанных продуктов снижает эти риски. Независимо от диеты, что бы вы там ни ели, статистически выделили только аспект обработки.
Практический вывод:
— Полуфабрикаты, фастфуд, снеки, сладкая газировка и так далее — мимо.
— Свежие овощи и фрукты, цельные зерна, бобовые, орехи, рыба, нежирное мясо — играют в плюс.
Казалось бы, всё это давно известно. Но теперь если не есть нормальную еду, умирать не только жирными, но и тупыми. Вроде как, довод отличный.
А теперь аккуратно положите сосиску на пол и осторожно толкните ногой в нашу сторону!
_______
Источник | #Fourier_series
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Wikipedia
Ultra-processed food
type of processed food characteristized by cheap ingredients and design for consumer appeal
Слышали про квантовую навигацию? Она, внезапно, заработала.
В основе — квантовый детектор магнитного поля Земли, такая коробка примерно с круглый чемодан размером. Внутри лежат правильно упакованные кванты. К квантам подключён вычислительный модуль и прочая обвязка.
На фото реализация с алмазным кубом с ребром около миллиметра в качестве упаковки.
Внутри азотно-вакантные точки (NV-центры) — это дефекты, где атом углерода заменяется атомом азота, и рядом остается пустота. Когда лазер подсвечивает такой центр, он переходит в возбужденное состояние и излучает свет. Излучаемый свет может изменяться под воздействием магнитных полей, что позволяет измерять их с высокой точностью. Ключевое тут — алмазная кристаллическая решётка, которая позволяет долго сохранять «неудобное» квантовое состояние.
В общем, берём лазер, стреляем в алмаз, NV-точки отвечают красным светом, причём количеством, зависящим от магнитного поля. Измерить можно очень тонкие колебания. Логично использовать для всяких детекторов.
Чтобы это заработало для навигации, нужно ещё составить карту искажений магнитного поля Земли, вызванных разными тяжёлыми железяками в ископаемых — магнитными аномалиями. Получится такая же ровная координатная сетка, как поверхность Фострала, если вы, вангеры, ещё такой помните. Дальше достаточно измерять и силу поля, и его направление (с направлением раньше вообще была беда) и вычислять, где вы.
Спутник не нужен. Нужна точная магнитная карта и компьютер. Точность — 200 метров. Это не GPS, конечно, но и устойчивость к GPS-специфическим помехам выше, а их в последнее время стало что-то слишком много с удешевлением спуфинга.
Над такой навигацией работает несколько команд. Побочный результат — квантовые гироскопы, которые не накапливают ошибку.
Так что через пару лет, похоже, у всех появятся новые ракеты. И, возможно, даже что-то ещё мирное.
_______
Источник | #Fourier_series
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
В основе — квантовый детектор магнитного поля Земли, такая коробка примерно с круглый чемодан размером. Внутри лежат правильно упакованные кванты. К квантам подключён вычислительный модуль и прочая обвязка.
На фото реализация с алмазным кубом с ребром около миллиметра в качестве упаковки.
Внутри азотно-вакантные точки (NV-центры) — это дефекты, где атом углерода заменяется атомом азота, и рядом остается пустота. Когда лазер подсвечивает такой центр, он переходит в возбужденное состояние и излучает свет. Излучаемый свет может изменяться под воздействием магнитных полей, что позволяет измерять их с высокой точностью. Ключевое тут — алмазная кристаллическая решётка, которая позволяет долго сохранять «неудобное» квантовое состояние.
В общем, берём лазер, стреляем в алмаз, NV-точки отвечают красным светом, причём количеством, зависящим от магнитного поля. Измерить можно очень тонкие колебания. Логично использовать для всяких детекторов.
Чтобы это заработало для навигации, нужно ещё составить карту искажений магнитного поля Земли, вызванных разными тяжёлыми железяками в ископаемых — магнитными аномалиями. Получится такая же ровная координатная сетка, как поверхность Фострала, если вы, вангеры, ещё такой помните. Дальше достаточно измерять и силу поля, и его направление (с направлением раньше вообще была беда) и вычислять, где вы.
Спутник не нужен. Нужна точная магнитная карта и компьютер. Точность — 200 метров. Это не GPS, конечно, но и устойчивость к GPS-специфическим помехам выше, а их в последнее время стало что-то слишком много с удешевлением спуфинга.
Над такой навигацией работает несколько команд. Побочный результат — квантовые гироскопы, которые не накапливают ошибку.
Так что через пару лет, похоже, у всех появятся новые ракеты. И, возможно, даже что-то ещё мирное.
_______
Источник | #Fourier_series
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Короче, пыльная ламповая история о скорости закрытия правительством багов в финансовой системе.
В 2005 году в США посчитали, что долларовые монеты обходятся дешевле таких же купюр, потому что бумага живёт в среднем 3 года, а монета хоть и стоит в производстве больше, но служит куда, куда дольше.
Через два года так вышло, что в казначействе оказался запас на 1,2 миллиарда однодолларовых монет. И они начали их продавать по доллару! С бесплатной доставкой.
Нашлись прошаренные путешественники, которые делали вот что:
1. Покупали доллар по доллару
2. Получали коробку с монетами
3. Несли её в банк и клали на счёт
4. Со счёта снова покупали доллары
И повторяли так на все свободные деньги.
Наверное, вы уже понимаете, в чём дело. Если речь про карту с милями авиакомпаний, то они начислялись за пополнение или как кэшбек за покупки. В том числе покупки новых долларов. Вот люди и показывали максимальные обороты, таская тяжёлые коробки до банка.
Если очень коротко, это привело к огромным убыткам банков и авиакомпаний и тому, что запас долларовых монет в казначействе не падал.
Сначала ЦБ ввёл ограничение на покупку — не больше 1 тысячи долларов в одни руки за 10 дней. И, наконец, спустя почти три года от начала программы, наличные доллары запретили в принципе покупать со счетов карт.
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
В 2005 году в США посчитали, что долларовые монеты обходятся дешевле таких же купюр, потому что бумага живёт в среднем 3 года, а монета хоть и стоит в производстве больше, но служит куда, куда дольше.
Через два года так вышло, что в казначействе оказался запас на 1,2 миллиарда однодолларовых монет. И они начали их продавать по доллару! С бесплатной доставкой.
Нашлись прошаренные путешественники, которые делали вот что:
1. Покупали доллар по доллару
2. Получали коробку с монетами
3. Несли её в банк и клали на счёт
4. Со счёта снова покупали доллары
И повторяли так на все свободные деньги.
Наверное, вы уже понимаете, в чём дело. Если речь про карту с милями авиакомпаний, то они начислялись за пополнение или как кэшбек за покупки. В том числе покупки новых долларов. Вот люди и показывали максимальные обороты, таская тяжёлые коробки до банка.
Если очень коротко, это привело к огромным убыткам банков и авиакомпаний и тому, что запас долларовых монет в казначействе не падал.
Сначала ЦБ ввёл ограничение на покупку — не больше 1 тысячи долларов в одни руки за 10 дней. И, наконец, спустя почти три года от начала программы, наличные доллары запретили в принципе покупать со счетов карт.
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
NPR
Dollar Coin Loophole Closes For Frequent Fliers
The U.S Mint said today it will no longer accept credit-card payments for dollar coins purchased from its Web site. Too many people were using the program just to get frequent-flier miles.
Буквально недавно случилась страшная штука. Тупые, но быстрые, оказываются лучше, чем умные и медленные.
Маленькие нейросети («обрезанные» версии ChatGPT и подобных, работающие сильно быстрее) могут решать сложные задачи. Но только при двух условиях:
— Сотни попыток.
— Есть быстрая проверка, получилось или нет.
Например, писать какой-то код, который можно запустить и понять, сделал он, что нужно, или нет.
Вычислительно дешевле и проще много раз спросить тупую модель, получить от неё кучу разных ответов. И проверить. Чем делать то же самое в несколько точных, но очень ресурсоёмких попыток. Это похоже на выбор между тремя специалистами, которых готовили в университете по специальности 5 лет и толпой из 200 добровольцев, среди которых обязательно найдётся азиат, который делает всё лучше, чем ты.
Исследование вот. Маленькие модели с большим числом независимых попыток показали себя лучше, чем большие с одной попыткой. На всех без исключения тестах. Ну, поскольку ответ легче всего проверить в программировании и математике, тесты были на эти темы.
Если человечество когда-то решало похожую задачу, то можно очень дёшево запустить 10 тысяч попыток в маленькой модели и получить ответ быстрее и дешевле, чем в точных моделях, но в единицах попыток. Маленькие модели обгоняют по КПД большие — напомним, только когда есть простой критерий отсева неудачных попыток.
Так что если вас не устраивает результат, продолжайте долбать модель. Возможно, через некоторое время она найдёт что-то ещё в корпусе и предложит альтернативный вариант.
Была такая шутка про десять тысяч обезьян с печатными машинками, которые способны написать «Войну и мир». В общем, исследование примерно так и называется.
И, если что, именно похожую штуку делает модель ChatGPT o1 — то самое «думает перед тем, как ответить» — только это когда результат не проверяется, а выбирается внешней моделью (или голосованием малых — тут пруфов не будет, это на основе общения с разработчиками).
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
Маленькие нейросети («обрезанные» версии ChatGPT и подобных, работающие сильно быстрее) могут решать сложные задачи. Но только при двух условиях:
— Сотни попыток.
— Есть быстрая проверка, получилось или нет.
Например, писать какой-то код, который можно запустить и понять, сделал он, что нужно, или нет.
Вычислительно дешевле и проще много раз спросить тупую модель, получить от неё кучу разных ответов. И проверить. Чем делать то же самое в несколько точных, но очень ресурсоёмких попыток. Это похоже на выбор между тремя специалистами, которых готовили в университете по специальности 5 лет и толпой из 200 добровольцев, среди которых обязательно найдётся азиат, который делает всё лучше, чем ты.
Исследование вот. Маленькие модели с большим числом независимых попыток показали себя лучше, чем большие с одной попыткой. На всех без исключения тестах. Ну, поскольку ответ легче всего проверить в программировании и математике, тесты были на эти темы.
Если человечество когда-то решало похожую задачу, то можно очень дёшево запустить 10 тысяч попыток в маленькой модели и получить ответ быстрее и дешевле, чем в точных моделях, но в единицах попыток. Маленькие модели обгоняют по КПД большие — напомним, только когда есть простой критерий отсева неудачных попыток.
Так что если вас не устраивает результат, продолжайте долбать модель. Возможно, через некоторое время она найдёт что-то ещё в корпусе и предложит альтернативный вариант.
Была такая шутка про десять тысяч обезьян с печатными машинками, которые способны написать «Войну и мир». В общем, исследование примерно так и называется.
И, если что, именно похожую штуку делает модель ChatGPT o1 — то самое «думает перед тем, как ответить» — только это когда результат не проверяется, а выбирается внешней моделью (или голосованием малых — тут пруфов не будет, это на основе общения с разработчиками).
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
arXiv.org
Large Language Monkeys: Scaling Inference Compute with Repeated Sampling
Scaling the amount of compute used to train language models has dramatically improved their capabilities. However, when it comes to inference, we often limit the amount of compute to only one...
Буквально недавно случилась страшная штука. Тупые, но быстрые, оказываются лучше, чем умные и медленные.
Маленькие нейросети («обрезанные» версии ChatGPT и подобных, работающие сильно быстрее) могут решать сложные задачи. Но только при двух условиях:
— Сотни попыток.
— Есть быстрая проверка, получилось или нет.
Например, писать какой-то код, который можно запустить и понять, сделал он, что нужно, или нет.
Вычислительно дешевле и проще много раз спросить тупую модель, получить от неё кучу разных ответов. И проверить. Чем делать то же самое в несколько точных, но очень ресурсоёмких попыток. Это похоже на выбор между тремя специалистами, которых готовили в университете по специальности 5 лет и толпой из 200 добровольцев, среди которых обязательно найдётся азиат, который делает всё лучше, чем ты.
Исследование вот. Маленькие модели с большим числом независимых попыток показали себя лучше, чем большие с одной попыткой. На всех без исключения тестах. Ну, поскольку ответ легче всего проверить в программировании и математике, тесты были на эти темы.
Если человечество когда-то решало похожую задачу, то можно очень дёшево запустить 10 тысяч попыток в маленькой модели и получить ответ быстрее и дешевле, чем в точных моделях, но в единицах попыток. Маленькие модели обгоняют по КПД большие — напомним, только когда есть простой критерий отсева неудачных попыток.
Так что если вас не устраивает результат, продолжайте долбать модель. Возможно, через некоторое время она найдёт что-то ещё в корпусе и предложит альтернативный вариант.
Была такая шутка про десять тысяч обезьян с печатными машинками, которые способны написать «Войну и мир». В общем, исследование примерно так и называется.
И, если что, именно похожую штуку делает модель ChatGPT o1 — то самое «думает перед тем, как ответить» — только это когда результат не проверяется, а выбирается внешней моделью (или голосованием малых — тут пруфов не будет, это на основе общения с разработчиками).
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
Маленькие нейросети («обрезанные» версии ChatGPT и подобных, работающие сильно быстрее) могут решать сложные задачи. Но только при двух условиях:
— Сотни попыток.
— Есть быстрая проверка, получилось или нет.
Например, писать какой-то код, который можно запустить и понять, сделал он, что нужно, или нет.
Вычислительно дешевле и проще много раз спросить тупую модель, получить от неё кучу разных ответов. И проверить. Чем делать то же самое в несколько точных, но очень ресурсоёмких попыток. Это похоже на выбор между тремя специалистами, которых готовили в университете по специальности 5 лет и толпой из 200 добровольцев, среди которых обязательно найдётся азиат, который делает всё лучше, чем ты.
Исследование вот. Маленькие модели с большим числом независимых попыток показали себя лучше, чем большие с одной попыткой. На всех без исключения тестах. Ну, поскольку ответ легче всего проверить в программировании и математике, тесты были на эти темы.
Если человечество когда-то решало похожую задачу, то можно очень дёшево запустить 10 тысяч попыток в маленькой модели и получить ответ быстрее и дешевле, чем в точных моделях, но в единицах попыток. Маленькие модели обгоняют по КПД большие — напомним, только когда есть простой критерий отсева неудачных попыток.
Так что если вас не устраивает результат, продолжайте долбать модель. Возможно, через некоторое время она найдёт что-то ещё в корпусе и предложит альтернативный вариант.
Была такая шутка про десять тысяч обезьян с печатными машинками, которые способны написать «Войну и мир». В общем, исследование примерно так и называется.
И, если что, именно похожую штуку делает модель ChatGPT o1 — то самое «думает перед тем, как ответить» — только это когда результат не проверяется, а выбирается внешней моделью (или голосованием малых — тут пруфов не будет, это на основе общения с разработчиками).
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
arXiv.org
Large Language Monkeys: Scaling Inference Compute with Repeated Sampling
Scaling the amount of compute used to train language models has dramatically improved their capabilities. However, when it comes to inference, we often limit the amount of compute to only one...
Чуваки берут и покрывают самолёты акульей кожей. Искусственной.
Акула — очень хитрая рыба, и её кожа обладает двумя полезными свойствами:
1) Не даёт рукоятке ножа скользить в потной руке.
2) Даёт акуле скользить в океане легче, чем без такой кожи.
В общем, из всего известного в биологии, оно самое подходящее для того, чтобы покрывать самолёты, чтобы им лучше леталось. Проблема в том, что идее этой лет 40, а самолёты покрывать стали только сейчас.
Аккурат больше сорока лет назад немецкий биолог Вольф-Эрнст Райф обнаружил небольшие продольные канавки на коже древних акул. Почему на ископаемых — потому что современные акулы обычно не подпускают близко немецких учёных с микроскопами, если у них есть выбор. Вольф-Эрнс вместе со своим другом Дитрихом Вольфгангом Бехертом замучали ещё акулу (на этот раз поновее), что очень заинтересовала Дитриха. И Вольфганга тоже. Потому что он оба был из аэрокосмического центра.
В общем, они запихали макет акулы (возможно, сделанный из самой акулы) в аэротрубу и измерили сопротивление с кожей и без. Немцы, фигли. Получилась разница 8%.
Казалось бы, наносим на самолёт, и минус 8% топлива, да? А вот хрен там стоял. Во-первых, надо правильно расцарапывать самолёт — 50 микрон в высоту, до 1 микрона в ширину. Сдует и выровняет на первом же взлёте, если не будет чего-то очень жёсткого в основе. Если это жёсткое ещё и разрушается от УФ (как большая часть пластиков), то тоже привет всем микроструктурам. Если оно ещё и не выдерживает перепад в 100 градусов (от -60 на высоте до Африки и Астрахани), то снова привет.
Ещё акула плавает примерно в одном эшелоне, а самолёты меняют свойства среды от совсем донных до почти поверхностных. Там упёрлись в моделирование: самолёты, к сожалению, сильно кривые, и считали они там правильные канавки буквально годами. Потом начали клеить, и это было плохой идеей. Идеей лучше оказалось сначала наносить покрытие УСЛОВНО типа латекса, а потом по нему уже царапать. Эксперименты кончились полной экономической нецелесообразностью.
Потом оказалось, что какие-то сумасшедшие гонщики уже наносят подобное покрытие на гоночные самолёты и читерят. Оказалось, что там две компании: одна написала специфический софт для расчёта только акулей кожи только на гоночных самолётах (и, вероятно, только на зелёных), а вторая научилась делать плёнку. Через задницу, не такую эффективную, как в теории, но научились. И оно летало. И летало быстрее, чем без плёнки.
Гонщиков подписали оклеивать транспортники. Через пару лет оклеили самолёт с площадь Ленина. Но не прямо интегралом по поверхности, а частично. Причём вручную. И эта штука заработала!
Если вы думаете, что на этом всё, то нет. Пришли эксплуатационщики и сказали, что самолёт обливают противообледенительной жидкостью, он леденеет, стоит на жарких стоянках, его чистят и моют, эта штука не должна отваливаться в рожу летящему сзади самолёту, не должна гореть быстрее тысячи баксов в секунду (как и весь остальной самолёт) и вообще не должна. Несите документы по сертификации, уррроды.
Поджигать прямо в аэротрубе макеты акул нельзя, поэтому надо летать. Поэтому "это просто пластиковая плёнка" зависла в испытаниях ещё на несколько лет. Летали куски 15х15 сантиметров на транспортниках. В общей сложности куски набрали 15 тысяч часов полёта. Для сравнения, если у вас в какой-то игре наиграно 15 тысяч часов, поздравляем, вы недополучили 7 годовых зарплат.
В итоге плёнка нанесена на 16 эксплуатируемых больших самолётов, наносится сейчас на 4 транспортника и 9 пассажирских, и 3 сентября Боинг-777F японского перевозчика полетел в этой шкуре из Чикаги в Токио. Потребление топлива снижается на 1-2%, а не на 8%, как у акулы, но всё равно это дико круто.
Детали есть вот тут и тут. А вот видео про разрушителей мифов и машину с кожей акулы.
_______
Источник | #Fourier_series
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Акула — очень хитрая рыба, и её кожа обладает двумя полезными свойствами:
1) Не даёт рукоятке ножа скользить в потной руке.
2) Даёт акуле скользить в океане легче, чем без такой кожи.
В общем, из всего известного в биологии, оно самое подходящее для того, чтобы покрывать самолёты, чтобы им лучше леталось. Проблема в том, что идее этой лет 40, а самолёты покрывать стали только сейчас.
Аккурат больше сорока лет назад немецкий биолог Вольф-Эрнст Райф обнаружил небольшие продольные канавки на коже древних акул. Почему на ископаемых — потому что современные акулы обычно не подпускают близко немецких учёных с микроскопами, если у них есть выбор. Вольф-Эрнс вместе со своим другом Дитрихом Вольфгангом Бехертом замучали ещё акулу (на этот раз поновее), что очень заинтересовала Дитриха. И Вольфганга тоже. Потому что он оба был из аэрокосмического центра.
В общем, они запихали макет акулы (возможно, сделанный из самой акулы) в аэротрубу и измерили сопротивление с кожей и без. Немцы, фигли. Получилась разница 8%.
Казалось бы, наносим на самолёт, и минус 8% топлива, да? А вот хрен там стоял. Во-первых, надо правильно расцарапывать самолёт — 50 микрон в высоту, до 1 микрона в ширину. Сдует и выровняет на первом же взлёте, если не будет чего-то очень жёсткого в основе. Если это жёсткое ещё и разрушается от УФ (как большая часть пластиков), то тоже привет всем микроструктурам. Если оно ещё и не выдерживает перепад в 100 градусов (от -60 на высоте до Африки и Астрахани), то снова привет.
Ещё акула плавает примерно в одном эшелоне, а самолёты меняют свойства среды от совсем донных до почти поверхностных. Там упёрлись в моделирование: самолёты, к сожалению, сильно кривые, и считали они там правильные канавки буквально годами. Потом начали клеить, и это было плохой идеей. Идеей лучше оказалось сначала наносить покрытие УСЛОВНО типа латекса, а потом по нему уже царапать. Эксперименты кончились полной экономической нецелесообразностью.
Потом оказалось, что какие-то сумасшедшие гонщики уже наносят подобное покрытие на гоночные самолёты и читерят. Оказалось, что там две компании: одна написала специфический софт для расчёта только акулей кожи только на гоночных самолётах (и, вероятно, только на зелёных), а вторая научилась делать плёнку. Через задницу, не такую эффективную, как в теории, но научились. И оно летало. И летало быстрее, чем без плёнки.
Гонщиков подписали оклеивать транспортники. Через пару лет оклеили самолёт с площадь Ленина. Но не прямо интегралом по поверхности, а частично. Причём вручную. И эта штука заработала!
Если вы думаете, что на этом всё, то нет. Пришли эксплуатационщики и сказали, что самолёт обливают противообледенительной жидкостью, он леденеет, стоит на жарких стоянках, его чистят и моют, эта штука не должна отваливаться в рожу летящему сзади самолёту, не должна гореть быстрее тысячи баксов в секунду (как и весь остальной самолёт) и вообще не должна. Несите документы по сертификации, уррроды.
Поджигать прямо в аэротрубе макеты акул нельзя, поэтому надо летать. Поэтому "это просто пластиковая плёнка" зависла в испытаниях ещё на несколько лет. Летали куски 15х15 сантиметров на транспортниках. В общей сложности куски набрали 15 тысяч часов полёта. Для сравнения, если у вас в какой-то игре наиграно 15 тысяч часов, поздравляем, вы недополучили 7 годовых зарплат.
В итоге плёнка нанесена на 16 эксплуатируемых больших самолётов, наносится сейчас на 4 транспортника и 9 пассажирских, и 3 сентября Боинг-777F японского перевозчика полетел в этой шкуре из Чикаги в Токио. Потребление топлива снижается на 1-2%, а не на 8%, как у акулы, но всё равно это дико круто.
Детали есть вот тут и тут. А вот видео про разрушителей мифов и машину с кожей акулы.
_______
Источник | #Fourier_series
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Nippon TV NEWS 24 JAPAN
ANA flies first freighter with sharkskin-inspired coating
All Nippon Airways launched Japan's first freighter with sharkskin-inspired coating on September 2. The surface film th...
Не хотите ли поговорить о Чарльзе нашем Дарвине и его теории? Увы, тут мы вынуждены поддержать РПЦ и других участников спора и выступить за то, что её давно пора прекратить преподавать.
Во-первых, там пробел с наследственностью. Дарвин написал там часть "under construction", а за неимением данных предложил модель, где всё тело отправляет маленькие образцы типа курьеров в половые клетки. Мендель и его генетика будут посовременнее. Ещё Дарвин знал про вариации, но не знал, откуда они берутся. Мы теперь знаем про мутации.
Естественно, не было популяционной генетики. Уравнения Харди-Вайнберга немного поменяли наше моделирование того, что будет происходить в более крупных системах.
Дарвин считал главной и почти единственной движущей силой естественный отбор, допускал половой отбор, но не сильно углублялся. Мы теперь знаем, что есть генетический дрейф, генный миграционный поток (это не к вопросу, откуда у людей в крови фактор макаки-резуса, а к вопросу, почему средний француз сейчас склоняется к арабскому генотипу), половой отбор (посмотрите на хвост фазана-аргуса, это самая бесполезная приспособа в естественном отборе), ну и там всякая эпигенетика (привет, осьминоги с 60% редактированием РНК).
И что отбор в реальном мире действует не на отдельные гены, а на комплексы, тоже не забудьте.
Потом одно из главных непониманий креационистов: эволюция не обязательно плавная. Бывает, она идёт скачками. Чаще всего по той же причине, почему Добрый вытеснил колу в магазинной популяции. Плюс сверху ещё ложится преадаптивность и прочие ништяки.
В результате предлагаем преподавать синтетическую теорию эволюции. Это когда есть отношения ген-среда, рассматривается эволюция не только организма и вида, но и гена и даже экосистемы. И вообще для РНК что медведь, что логово — часть системы своего собственного воспроизводства, живите с этим.
В том же происхождении человека тоже появились страшные слова вроде межвидовой гибридизации. И другие слова вроде парафилии тоже.
Так что да, пора уже немного обновиться. Теория Дарвина устарела. Несите хотя бы Хаксли. Либо Джулиана, либо Олдоса, чего уж там!
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
Во-первых, там пробел с наследственностью. Дарвин написал там часть "under construction", а за неимением данных предложил модель, где всё тело отправляет маленькие образцы типа курьеров в половые клетки. Мендель и его генетика будут посовременнее. Ещё Дарвин знал про вариации, но не знал, откуда они берутся. Мы теперь знаем про мутации.
Естественно, не было популяционной генетики. Уравнения Харди-Вайнберга немного поменяли наше моделирование того, что будет происходить в более крупных системах.
Дарвин считал главной и почти единственной движущей силой естественный отбор, допускал половой отбор, но не сильно углублялся. Мы теперь знаем, что есть генетический дрейф, генный миграционный поток (это не к вопросу, откуда у людей в крови фактор макаки-резуса, а к вопросу, почему средний француз сейчас склоняется к арабскому генотипу), половой отбор (посмотрите на хвост фазана-аргуса, это самая бесполезная приспособа в естественном отборе), ну и там всякая эпигенетика (привет, осьминоги с 60% редактированием РНК).
И что отбор в реальном мире действует не на отдельные гены, а на комплексы, тоже не забудьте.
Потом одно из главных непониманий креационистов: эволюция не обязательно плавная. Бывает, она идёт скачками. Чаще всего по той же причине, почему Добрый вытеснил колу в магазинной популяции. Плюс сверху ещё ложится преадаптивность и прочие ништяки.
В результате предлагаем преподавать синтетическую теорию эволюции. Это когда есть отношения ген-среда, рассматривается эволюция не только организма и вида, но и гена и даже экосистемы. И вообще для РНК что медведь, что логово — часть системы своего собственного воспроизводства, живите с этим.
В том же происхождении человека тоже появились страшные слова вроде межвидовой гибридизации. И другие слова вроде парафилии тоже.
Так что да, пора уже немного обновиться. Теория Дарвина устарела. Несите хотя бы Хаксли. Либо Джулиана, либо Олдоса, чего уж там!
_______
Источник | #Fourier_series
@F_S_C_P
-------
Секретики!
-------
Wikipedia
Синтетическая теория эволюции
современная эволюционная теория
Если вам показать цвет, то вы его быстро назовёте. Ну, может, кроме фуксии. Если дать послушать звук — название тоже быстро найдётся, даже если это «бвонг» из трейлеров.
И каждый раз этот цвет и это название для звука будет примерно одинаковым.
С запахами фокус канает только у кулинаров, парфюмеров или других специалистов. Обычный человек редко когда точно называет выделенные запахи и повторно их правильно определяет. Возможно, у вас не так, но это утверждение экспериментально доказано для англоговорящей популяции.
Считается, что мы, будучи совсем маленькими приматами, давным-давно хорошо нюхали, а потом для зрения понадобилось больше ресурсов. Когда глаза стали съезжаться вперёд, некоторые участки мозга прошли путь конверсии с нюха на зрение. Так наши пушистые предки, кажется, стали реже падать с деревьев наглушняк. Расчёт прыжка в среднем пологе леса был важнее того, как ночью пахнет вкусный орех.
И вот приходят чуваки в Малайзию в племя джахаи с лингвистическим анализом, а там дофига слов для запахов. И называют они их очень уверенно, как цвета. Типа «Вася, помнишь тот дом, который на площади, улитками старыми пахнет такой?» и Вася — «Ага, который этот, как его, ну, красный, да?».
Вообще, для большинства языков запахи описываются через что-то промежуточное. Например, источники — например, банановый или шоколадный запах названы по предметам. Некоторые запахи вообще оказываются невыразмиыми стандартными языковыми средствами.
У джахаев не так, у них спецтермины — как у нас для цвета.
И нюхают они сильно лучше. И когда называют друг другу запах, согласованность того, что они считают одним и тем же, выше.
Базовых гипотез было три: лингвистическая, что им достался язык с кучей дескрипторов запахов, экологическая (в лесу надо знать запахи, потому что визуально лес одинаковый), пропитания (они охотники-собиратели, может, им это сильно надо). Потом подсобрали данных по осёдлым племенам не в лесу той же языковой группы, оказалось, третья.
Охотники-собиратели и осёдлые племена ещё и имеют разные социальные нормы для запахов: «Охотники-собиратели используют свой лексикон запахов в любом деле, в то время как у семелай существует табу на использование запаховых терминов в лесу. Охотники-собиратели верят, что люди обладают врожденным личным запахом, и управляют своим социальным пространством, чтобы избежать неуместного смешения запахов (например, брат и сестра, сидящие слишком близко друг к другу, считаются кровосмешением). Осёдлые не разделяют этого убеждения»
Исследование вот:
https://www.researchgate.net/publication/322583087_Hunter-Gatherer_Olfaction_Is_Special/fulltext/5badc6f392851ca9ed2b9243/Hunter-Gatherer-Olfaction-Is-Special.pdf
Наверное, в нашем обществе им было бы дико сложно запоминать людей, потому что они каждый раз пахнут по-разному.
_______
Источник | #Fourier_series
@F_S_C_P
Стань спонсором!
И каждый раз этот цвет и это название для звука будет примерно одинаковым.
С запахами фокус канает только у кулинаров, парфюмеров или других специалистов. Обычный человек редко когда точно называет выделенные запахи и повторно их правильно определяет. Возможно, у вас не так, но это утверждение экспериментально доказано для англоговорящей популяции.
Считается, что мы, будучи совсем маленькими приматами, давным-давно хорошо нюхали, а потом для зрения понадобилось больше ресурсов. Когда глаза стали съезжаться вперёд, некоторые участки мозга прошли путь конверсии с нюха на зрение. Так наши пушистые предки, кажется, стали реже падать с деревьев наглушняк. Расчёт прыжка в среднем пологе леса был важнее того, как ночью пахнет вкусный орех.
И вот приходят чуваки в Малайзию в племя джахаи с лингвистическим анализом, а там дофига слов для запахов. И называют они их очень уверенно, как цвета. Типа «Вася, помнишь тот дом, который на площади, улитками старыми пахнет такой?» и Вася — «Ага, который этот, как его, ну, красный, да?».
Вообще, для большинства языков запахи описываются через что-то промежуточное. Например, источники — например, банановый или шоколадный запах названы по предметам. Некоторые запахи вообще оказываются невыразмиыми стандартными языковыми средствами.
У джахаев не так, у них спецтермины — как у нас для цвета.
И нюхают они сильно лучше. И когда называют друг другу запах, согласованность того, что они считают одним и тем же, выше.
Базовых гипотез было три: лингвистическая, что им достался язык с кучей дескрипторов запахов, экологическая (в лесу надо знать запахи, потому что визуально лес одинаковый), пропитания (они охотники-собиратели, может, им это сильно надо). Потом подсобрали данных по осёдлым племенам не в лесу той же языковой группы, оказалось, третья.
Охотники-собиратели и осёдлые племена ещё и имеют разные социальные нормы для запахов: «Охотники-собиратели используют свой лексикон запахов в любом деле, в то время как у семелай существует табу на использование запаховых терминов в лесу. Охотники-собиратели верят, что люди обладают врожденным личным запахом, и управляют своим социальным пространством, чтобы избежать неуместного смешения запахов (например, брат и сестра, сидящие слишком близко друг к другу, считаются кровосмешением). Осёдлые не разделяют этого убеждения»
Исследование вот:
https://www.researchgate.net/publication/322583087_Hunter-Gatherer_Olfaction_Is_Special/fulltext/5badc6f392851ca9ed2b9243/Hunter-Gatherer-Olfaction-Is-Special.pdf
Наверное, в нашем обществе им было бы дико сложно запоминать людей, потому что они каждый раз пахнут по-разному.
_______
Источник | #Fourier_series
@F_S_C_P
Стань спонсором!
Ура, у нас на планете появилась первая бессмертная муха! https://t.iss.one/Fourier_series/173
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он оказался слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Оказалось, даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофиллы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофилла на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
_______
Источник | #Fourier_series
@F_S_C_P
▪️Генерируй картинки в боте:
Flux + MidJourney
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он оказался слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Оказалось, даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофиллы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофилла на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
_______
Источник | #Fourier_series
@F_S_C_P
▪️Генерируй картинки в боте:
Flux + MidJourney
Telegram
Ряды Фурье
Ура, у нас на планете появилась первая бессмертная муха!
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм".…
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм".…