Forwarded from Кот Шрёдингера (Андрей Константинов)
Японцы запрягли одноклеточный планктон в микромашины - «самокат» (слева на фото) и «ротатор» (справа). Самокат изготовили, чтобы одноклеточные гнали на нем вперед, «но в ходе испытаний он двигался более неожиданно», пишут исследователи (трюки планктона на самокате - на видео в комментарии). А ротатор – карусель, ну или мельница, - крутился, как ему и положено.
Рабочими лошадками для микротранспорта послужили зеленые одноклеточные водоросли Chlamydomonas reinhardtii, – они заплывают в корзины, прикреплённые к микромашинам, и крутят жгутиками. Экипаж развивает скорость до 0,1 мм/сек, - при том, что размер самих ездовых клеток всего 0,01 мм.
Это прошлогоднее исследование, а сейчас команда вовсю работает над следующим поколением усовершенствованных микроколесниц.
Рабочими лошадками для микротранспорта послужили зеленые одноклеточные водоросли Chlamydomonas reinhardtii, – они заплывают в корзины, прикреплённые к микромашинам, и крутят жгутиками. Экипаж развивает скорость до 0,1 мм/сек, - при том, что размер самих ездовых клеток всего 0,01 мм.
Это прошлогоднее исследование, а сейчас команда вовсю работает над следующим поколением усовершенствованных микроколесниц.
👍14🔥6❤5
This media is not supported in your browser
VIEW IN TELEGRAM
От цифрового додзе к столу для пинг-понга
Алгоритмы DeepMind научились играть в го благодаря обучению с подкреплением и одному остроумному хаку. Одна версия нейросети играла против другой. После каждой партии победитель становился «учителем» для следующей итерации. Так AlphaGo шаг за шагом открывал стратегии, которые веками ускользали от человеческого внимания. Этот процесс называется self-play и напоминает мне бой с тенью и недавние спарринги роботов.
Теперь в DeepMind пытаются перенести подход в физический мир — точнее, за стол для пинг-понга. Эта игра невероятно сложна для робототехники: безумная динамика, хитрая физика мяча, плюс необходимость предугадывать действия противника.
Конечно, у исследователей начались проблемы. Роботы быстро зацикливались и находили простую, но эффективную тактику — спамили одним приемом, как геймеры в файтинге на приставке.
Ирония в том, что прорыв случился, когда в игру вернули людей. Играя против живых противников с их разнообразными стилями, роботы получили доступ к гораздо более широкому спектру ударов и ситуаций. Система наконец начала по-настоящему адаптироваться и теперь уверенно побеждает новичков, играет на равных со спортсменами среднего звена.
Исследователи пошли дальше и добавили в систему «тренера» — Vision-Language-Action модель Gemini Robotics. Она генерирует указания, наблюдает за роботом-игроком, оценивает его действия и определяет вознаграждение. Это уже не просто обучение методом проб и ошибок. Это рождение подхода, где один ИИ выступает наставником для другого и переносит абстрактные концепции в конкретные физические действия.
До роботов, способных безопасно работать в наших домах, еще далеко. Но четыре года назад я думал, что нам не видать машин, которые сами ставят диагнозы и проводят хирургические операции, а теперь вижу в новостях и то, и другое. Так что эти попытки навести мосты между цифровым и физическим мирами — уже совсем не игра.
Алгоритмы DeepMind научились играть в го благодаря обучению с подкреплением и одному остроумному хаку. Одна версия нейросети играла против другой. После каждой партии победитель становился «учителем» для следующей итерации. Так AlphaGo шаг за шагом открывал стратегии, которые веками ускользали от человеческого внимания. Этот процесс называется self-play и напоминает мне бой с тенью и недавние спарринги роботов.
Теперь в DeepMind пытаются перенести подход в физический мир — точнее, за стол для пинг-понга. Эта игра невероятно сложна для робототехники: безумная динамика, хитрая физика мяча, плюс необходимость предугадывать действия противника.
Конечно, у исследователей начались проблемы. Роботы быстро зацикливались и находили простую, но эффективную тактику — спамили одним приемом, как геймеры в файтинге на приставке.
Ирония в том, что прорыв случился, когда в игру вернули людей. Играя против живых противников с их разнообразными стилями, роботы получили доступ к гораздо более широкому спектру ударов и ситуаций. Система наконец начала по-настоящему адаптироваться и теперь уверенно побеждает новичков, играет на равных со спортсменами среднего звена.
Исследователи пошли дальше и добавили в систему «тренера» — Vision-Language-Action модель Gemini Robotics. Она генерирует указания, наблюдает за роботом-игроком, оценивает его действия и определяет вознаграждение. Это уже не просто обучение методом проб и ошибок. Это рождение подхода, где один ИИ выступает наставником для другого и переносит абстрактные концепции в конкретные физические действия.
До роботов, способных безопасно работать в наших домах, еще далеко. Но четыре года назад я думал, что нам не видать машин, которые сами ставят диагнозы и проводят хирургические операции, а теперь вижу в новостях и то, и другое. Так что эти попытки навести мосты между цифровым и физическим мирами — уже совсем не игра.
❤4🔥4
Forwarded from Russian Travel Geek
RTG является частью большого движа под названием Сitizen science (Гражданская наука). Это направление можно охарактеризовать как форму научной деятельности, в которой непрофессиональные исследователи (обычные граждане) в сотрудничестве с учёными или научными организациями участвуют в сборе, анализе и интерпретации научных данных. Для участия, чаще всего, вам достаточно компьютера с выходом в сеть или и вовсе смартфона.
Сегодня мы поделимся самыми крутыми и актуальными проектами, которые помогут вам влиться в это хобби XXI века (про путь вливания через наши экспедиции вы уже и так знаете):
🛰️ Galaxy Zoo — Здесь вы помогаете астрономам в деле классификации галактик.
🙈 Chimp&See — Тут помогаете зоологам в деле наблюдения за поведением животных по видеокамерам и фиксированием их поведенческих паттернов.
🐋 Happywhale — Международная программа идентификации и учета морских млекопитающих (про них уже писали недавно).
🏷️ Notes from Nature — Помощь в расшифровке гербарных этикеток разной степени древности и оцифровке гербарных сборов.
Ликов Гражданской науки множество. И это действительно очень крутое хобби для человека XXI века. Вливайтесь, сохраняйте, делитесь и дополняйте список в комментариях.
#russiantravelgeek #СitizenScience #ГражданскаяНаука
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10❤1😡1
Как перестать бояться и полюбить роботов?
Поступает очень много новостей о роботах. Послушать производителей — так эти машины вот-вот выйдут на улицы и станут частью повседневности.
На деле с их внедрением связан ворох неочевидных сложностей. Взять хотя бы робособак. Они тяжёлые, громко топают и не рассчитаны на то, чтобы их трогали во время работы. Запросто могут прищемить палец роботическим суставом. Сегодня их проще всего увидеть на технологических конференциях — как лет десять назад 3D-принтеры, роботы привлекают толпы зевак. Но посетители держатся в полутора метрах от машин. И думаю, дело не в страхе за пальцы.
Будем честны: современные роботы выглядят жутковато. Гуманоиды и вовсе попадают прямо в зловещую долину. С другими типами проблема не так очевидна, но тоже есть. Мы не понимаем, что машина сделает в следующую секунду — у роботов нет читаемого языка тела, да что там, просто понятных сигналов.
Любопытно наблюдать за попытками решить эту проблему. Тут точно пригодится опыт мультипликаторов. На него явно опирается компания Fourier, которая тизерит гуманоидного кобота. Но мне больше понравилась идея замаскировать домашних роботов-манипуляторов под предметы обстановки — например под лампы, как это делают в другом стартапе.
Поступает очень много новостей о роботах. Послушать производителей — так эти машины вот-вот выйдут на улицы и станут частью повседневности.
На деле с их внедрением связан ворох неочевидных сложностей. Взять хотя бы робособак. Они тяжёлые, громко топают и не рассчитаны на то, чтобы их трогали во время работы. Запросто могут прищемить палец роботическим суставом. Сегодня их проще всего увидеть на технологических конференциях — как лет десять назад 3D-принтеры, роботы привлекают толпы зевак. Но посетители держатся в полутора метрах от машин. И думаю, дело не в страхе за пальцы.
Будем честны: современные роботы выглядят жутковато. Гуманоиды и вовсе попадают прямо в зловещую долину. С другими типами проблема не так очевидна, но тоже есть. Мы не понимаем, что машина сделает в следующую секунду — у роботов нет читаемого языка тела, да что там, просто понятных сигналов.
Любопытно наблюдать за попытками решить эту проблему. Тут точно пригодится опыт мультипликаторов. На него явно опирается компания Fourier, которая тизерит гуманоидного кобота. Но мне больше понравилась идея замаскировать домашних роботов-манипуляторов под предметы обстановки — например под лампы, как это делают в другом стартапе.
YouTube
Could it be your dream robot?
Ready for GR-3? Coming up on August 6.
❤4👍2🤔1
У современников писателей есть бонус — можно спросить, что они думают об эволюции своих идей. 30 лет назад Стивенсон рассуждал о будущем образования в «Алмазном веке», а сейчас комментирует эту тему в небольшом эссе.
Он говорит, что LLM разрушает традиционную систему оценки знаний, и предлагает комбинировать «монастырь» (обучение без электроники) со «звездолетом» (активное использование ИИ). Цель — развить стойкость и самостоятельность, а с ними способность преодолевать интеллектуальные вызовы без костылей.
Получается, в наступающую эпоху мы должны воспитывать в детях то, чего лишена значительная часть взрослых. То, чего не может дать школа, спроектированная для штамповки винтиков промышленной машины. То, что по злой иронии в России стало формой гражданской смерти.
Агентность.
Люди создают цифровых агентов, но это качество как никогда нужно нам самим. Желание изучать и ошибаться, бороться и преодолевать. Задавать правильные вопросы, находить ответы за рамками готовых удобных шаблонов.
В мире, где вам в руки попадают все более волшебные технологии, нужно учиться использовать их для достижения новых высот, а не просто запускать птиц в свиней. Доступ к знаниям дешевеет, но прогресс как никогда зависит от гибкости системы образования и открытости к инновациям.
Как с этим обстоят дела в наших школах и университетах?
Он говорит, что LLM разрушает традиционную систему оценки знаний, и предлагает комбинировать «монастырь» (обучение без электроники) со «звездолетом» (активное использование ИИ). Цель — развить стойкость и самостоятельность, а с ними способность преодолевать интеллектуальные вызовы без костылей.
Получается, в наступающую эпоху мы должны воспитывать в детях то, чего лишена значительная часть взрослых. То, чего не может дать школа, спроектированная для штамповки винтиков промышленной машины. То, что по злой иронии в России стало формой гражданской смерти.
Агентность.
Люди создают цифровых агентов, но это качество как никогда нужно нам самим. Желание изучать и ошибаться, бороться и преодолевать. Задавать правильные вопросы, находить ответы за рамками готовых удобных шаблонов.
В мире, где вам в руки попадают все более волшебные технологии, нужно учиться использовать их для достижения новых высот, а не просто запускать птиц в свиней. Доступ к знаниям дешевеет, но прогресс как никогда зависит от гибкости системы образования и открытости к инновациям.
Как с этим обстоят дела в наших школах и университетах?
Substack
Emerson, AI, and The Force
Notes from the Laude Institute Summit
👍7🤔5❤1
Обманывать, чтобы защищать
На этой неделе дух киберпанка сильнее всего ощущался в офлайне. Я провел пару дней на одной московской улочке, которую временно захватили хакеры. Лично мне OFFZONE запомнился не докладами, а специфическими активностями — от взлома электронных бейджей и аналоговых замков до поиска ответов на каверзные вопросы в открытых источниках.
Один из подобных квестов (он все еще доступен для прохождения) предлагает разговорить чат-бота, помешанного на лоре конференции, и вытянуть из него секретную информацию. Попробуйте сами — квест все еще доступен. Ответ можно проверить у меня в ЛС или дождаться, пока он появится на форумах OSINT Mindset.
Эта задача напомнила мне о дебатах вокруг выравнивания LLM — алайнмента. СМИ и футурологи часто обсуждают это понятие в контексте контроля общего искусственного интеллекта. Главный вопрос: как сделать так, чтобы цели общего искусственного интеллекта соответствовали человеческим ценностям?
Отдельные эксперты критикуют корпорации за то, что те уделяют мало внимания этой проблеме. Мол, вместо размышлений о безопасности компании сосредоточены на продуктах и прибыли. Эта критика не всегда справедлива, ведь у алайнмента есть более прикладной аспект.
Даже самые простые и ограниченные нейронки не должны вредить человеку или компании, которая их развернула, даже если их к этому подталкивают. Это актуально уже сейчас. Тренируясь на бытовых задачах и простых моделях, мы приближаемся к решению глобальной проблемы безопасного AGI. Принижать ценность таких исследований точно не стоит.
В этом году на OFFZONE были только доклады о применении LLM, но думаю — в ближайшем будущем на этой конференции будут целые треки про «психологию» алайнмента, взлом и обман искусственного интеллекта. Чем лучше мы учимся обманывать ИИ, тем безопаснее его делаем. Каждый успешный джейлбрейк — урок для разработчиков.
На этой неделе дух киберпанка сильнее всего ощущался в офлайне. Я провел пару дней на одной московской улочке, которую временно захватили хакеры. Лично мне OFFZONE запомнился не докладами, а специфическими активностями — от взлома электронных бейджей и аналоговых замков до поиска ответов на каверзные вопросы в открытых источниках.
Один из подобных квестов (он все еще доступен для прохождения) предлагает разговорить чат-бота, помешанного на лоре конференции, и вытянуть из него секретную информацию. Попробуйте сами — квест все еще доступен. Ответ можно проверить у меня в ЛС или дождаться, пока он появится на форумах OSINT Mindset.
Эта задача напомнила мне о дебатах вокруг выравнивания LLM — алайнмента. СМИ и футурологи часто обсуждают это понятие в контексте контроля общего искусственного интеллекта. Главный вопрос: как сделать так, чтобы цели общего искусственного интеллекта соответствовали человеческим ценностям?
Отдельные эксперты критикуют корпорации за то, что те уделяют мало внимания этой проблеме. Мол, вместо размышлений о безопасности компании сосредоточены на продуктах и прибыли. Эта критика не всегда справедлива, ведь у алайнмента есть более прикладной аспект.
Даже самые простые и ограниченные нейронки не должны вредить человеку или компании, которая их развернула, даже если их к этому подталкивают. Это актуально уже сейчас. Тренируясь на бытовых задачах и простых моделях, мы приближаемся к решению глобальной проблемы безопасного AGI. Принижать ценность таких исследований точно не стоит.
В этом году на OFFZONE были только доклады о применении LLM, но думаю — в ближайшем будущем на этой конференции будут целые треки про «психологию» алайнмента, взлом и обман искусственного интеллекта. Чем лучше мы учимся обманывать ИИ, тем безопаснее его делаем. Каждый успешный джейлбрейк — урок для разработчиков.
🔥5❤3👍3