На этот раз белые зайчики оказались не такими уж безобидными: биологи поймали их за пожиранием трупов своих сородичей, рысей(sic!) и птиц. По-видимому, питаясь падалью, зайцы увеличивают свои шансы пережить холодные зимы Канады. Это не первый случай, когда традиционно считающихся безобидными травоядных ловят за поеданием плоти: белки не прочь перекусить мышкой-другой, а коровы и олени часто разоряют птичьи гнёзда.

Фотографии окровавленных зайцев с горящими глазами прилагаются.

#биология #мяско #зайчики #поведение #животные
https://nplus1.ru/news/2019/01/13/snowshoe-scavengers

В мире существует огромное количество технологий беспроводной передачи данных: ИК-порт, Bluetooth, Wi-Fi и др. В эту же тусовку не так давно попал и Li-Fi (данные между устройствами передаются помощью света). Начали придумывать как улучшить светодиоды. Изначально принцип был следующий: на чипе есть кристаллы, которые излучают свет либо в красном, либо в синем, либо в зелёном диапазоне. В результате за счёт того, что в глазе эти свечения смешиваются, мы видим белый свет.
Что же такого нового придумали?
Используются кристаллы синих светодиодов, которые покрывают люминофором, желтым фосфором. Фосфор поглощает некоторое количество синего света и излучает желтый свет. При смешении оставшегося непоглощенного синего света с желтым получается свет, близкий к белому.
Вот так всё просто)

#физика #технология #лазеры
https://ammo1.livejournal.com/1010739.html

Наш научный редактор Станислав Дробышевский сходил на канал "СПАС", в программу "Разговор с атеистом". Что из этого получилось - судите сами.
https://www.youtube.com/watch?v=k5UR2CF20ig

Группа учёных создала полимер с памятью формы на основе жидких кристаллов. При нагреве детали из нового материала размягчаются и возвращаются в форму плоского листа, при остывании снова приобретают заданную форму — иногда даже очень сложную: слепок человеческого лица и цветок.

#технология #полимеры #химия
https://cen.acs.org/materials/Programmable-polymer-forms-complex-shapes/97/i3

Наконец-то математики всерьёз взялись за машинное обучение.

Представьте, что у вас есть сайт, который посещает большая популяция людей X. Вы хотите разместить на сайте рекламный баннер из множества A. Каждый баннер из этого множества соответствует какому-то подмножеству посетителей FA ⊆ X. Каждый посетитель может принадлежать нескольким подмножествам: например, он может быть программистом, любителем котиков и читателем фантастики. У вас есть набор тренировочных данных, на которых вы обучаете своей ML-оракул. Ваша задача найти такой баннер, который удовлетворяет вкусам большинства пользователей.

Так вот, группа математиков, опираясь на теорему Гёделя о неполноте, доказали, что эту невозможно доказать или опровергнуть саму возможность решения этой задачи. Это фундаментальное ограничение, которое нельзя обойти, используя общепринятые базовые аксиомы математики.

Конечно, не всё так грустно, даже если мы не знаем можно ли решить задачу в принципе. Очень часто достаточно найти подходящую эвристику, чтобы получить не оптимальный, но достаточно хороший ответ. Однако это первый случай, когда мы упёрлись в доказано непреодолимую машинным обучением стену.

#математика #ML #интеллект #доказательство #IT
https://nplus1.ru/news/2019/01/21/machine-not-always-learning

Сама статья (5 страниц). Она достаточно короткая и расчитана на восприятие ̶д̶а̶ж̶е̶ ̶п̶р̶о̶г̶р̶а̶м̶м̶и̶с̶т̶а̶м̶и̶ неискушенными читателями

Морские звёзды известны своей способностью размножаться делением, отбрасывая лучи. Достаточно одного кусочка морской звезды, чтобы он регенерировал в целый организм. Так же это очень удобный механизм защиты – хищнику достаётся только легко отделяемый луч вместо всей тушки.

Многие морские звёзды, в частности терновый венец (Acanthaster planci), питаются кораллами, выворачивая желудок, накидывая его на участок коралла и переваривая его. В 1960х годах произошёл всплеск популяции венца, который сожрал большую часть кораллов около острова Гуам и чуть не прикончил Большой Барьерный Риф. Экологи попытались бороться с вредителем, вылавливая венцов и разрубая их на части, что привело к ещё большему возрастанию численности этой подводной саранчи: каждый фрагмент морской звезды вырастал в полноценную особь. В итоге разрубание пришлось заменить более трудоёмкими и дорогостоящими инъекциями формалина.

Сейчас самим морским звёздам угрожает опасность. Миллионы морских звёзд в Тихом океане распадаются на отдельные лучи и погибают, не регенерируя. Точная причина до сих пор неизвестна, однако биологи предполагают, что скорее всего причиной является вспышка вирусного заболевания. К счастью, одновременно с аномальной смертностью аномально возросла и репродуктивность морских звёзд: биологи отмечают значительно возросшее число молодых особей.

#биология #видео #животные #морскиеЖивотные #инфекция #вирус #документалка #заболевание
https://youtu.be/KrfcglOmBYw

У Blue Origin сейчас идет трансляция первого в этом году тестового запуска.
Ребята из Alpha Centauri так же делают свою русскоязычную трансляцию.

Успешная посадка ступени

О работе в Институте Физико-Химических Исследований (RIKEN)
+ как устроено научное сообщество в Японии и чем оно отличается от российского и немецкого
+ как проходит типичный день учёного-физика
+ кто носит чипы между лабораториями?
+ зачем нужны квантовые компьютеры?
+ как стать учёным и как не самоубиться на работе
#подкаст #физика #интервью
https://t.iss.one/karaokecenter

Обычно трудно понять, что происходит внутри нейронной сети. Чаще всего разработчики обращаются с ней как с чёрным ящиком, регулируя гиперпараметры (число итераций обучения, алгоритм обучения, функцию ошибки и т.д.), пытаясь найти баланс между недо- и переобучением системы.

К счастью, для одного из самых популярных и расхайпованных видов нейронных сетей — свёрточных – существует способ заглянуть внутрь чертогов разума машины и посмотреть как искусственный ̶и̶д̶и̶о̶т̶ интеллект видит входные данные, в данном случае – картинки.

Почитайте несложную статью с примерами кода, вполне доходчиво и легко для повторения
#ML #машинное_обучение #habr #AI #IT
https://habr.com/ru/post/436838/

Какими были первые проявления культуры у предков современного человека? Правда ли, что культура бывает только у людей? Единой ли была культура первобытных сообществ? Каким образом антропологи делают выводы о культурах доисторического периода? Какие бывают ошибочные представления о древних культурах?

Интервью со Станиславом Дробышевским (книгу которого «Достающее звено» я очень рекомендую). Можно спокойно включать фоном, полезного видеосодержимого почти нет.

#культура #человек #антропология #культура #биология #общество #видео
https://www.youtube.com/watch?v=5NGqn7eEwv0

Какими были первые проявления культуры у предков современного человека? Правда ли, что культура бывает только у людей? Единой ли была культура первобытных сообществ? Каким образом антропологи делают выводы о культурах доисторического периода? Какие бывают ошибочные представления о древних культурах?

Интервью со Станиславом Дробышевским (книгу которого «Достающее звено» я очень рекомендую)

#культура #человек #антропология #культура #биология #общество #подкаст
https://www.youtube.com/watch?v=5NGqn7eEwv0

Удержание плазмы звёздной температуры в сжатом состоянии — главная проблема термоядерного реактора. Соприкосновение плазмы со стенками не только мгновенно охладит, но и загрязнит её атомами из материалов в составе камеры реактора. Есть множество подходов к решению этой проблемы, и пока главенствуют два основных: инерционно-радиационное и магнитное удержание плазмы.

Первый способ предполагает сжатие термоядерного топлива с помощью излучения (например, сверхмощного лазера или рентгеновского излучения от ядерного взрыва) или даже с помощью механических приспособлений (существует даже действующий проект с использованием гидравлических молотов!). В это семейство методик поджига термоядерной реакции входят подходы, используемые в ядерном оружии, в том числе и знаменитая «слойка Сахарова».

Магнитное удержание, как и следует из названия, использует магнитное поле, порой довольно сложной конфигурации, для того, чтобы удержать плазму вдали от холодных и грязных стенок. Разумеется, для этого необходимы мощнейшие поля в десятки Тесла (для сравнения, на Солнце магнитное поле достигает значений порядка 0.4 Тесла), а, значит, и титанические электромагниты, наподобие тех, которые используются на кольцевых ускорителях. Ситуация в значительной степени осложняется тем, что магнитное поле очень трудно свернуть таким образом, чтобы у него не осталось «открытых концов» — плазма в чём-то похожа на сверхтекучую жидкость и очень быстро утекает даже через небольшую «щель».

Две самые популярные архитектуры магнитных термоядерных реакторов — это токамаки (камера в форме тора, толстого бублика) и стеллараторы (сильно перекрученная ватрушка).

Открытые магнитные ловушки — это шаг в сторону от попыток заткнуть дыры в протекающем поле реактора: замкнутый «бублик» (или «ватрушку») размыкают, и получается, грубо говоря, магнитная трубка, в которой удерживается столб сжатой и раскалённой плазмы. Долгое время эта конструкция не пользовалась популярностью, но сегодня интерес к ней начал возвращаться. Так что почитайте сохранённые посты Антона Судникова об этой любопытной технологии.

#плазма #энергия #энергетика #реакторы #tnenergy #термояд #физика
https://tnenergy.livejournal.com/144266.html

Зелёная пеночка весит всего 7 граммов, а слышно её за 200 метров. Все эти трели, конечно, лишь затем, чтобы привлечь самку. Вообще-то европейские и азиатские подвиды пеночек совсем разные. Но несмотря на свои различия, они не воюют, а скрещиваются. Чем подают отличный пример и всем нам. Из нового выпуска подкаста «Птичий язык» вы узнаете, как отличить весничку от теньковки, и что общего у пеночки и футбольного болельщика. Ведущий — орнитолог, сотрудник Зоологического музея, ведущий экскурсий Birdwatching Moscow Антон Морковин

#подкаст #биология #птички
https://soundcloud.com/theodoraudio/ptichiy-yazyk-o-chem-skripit-penochka

Любопытные нейронные сетки и сумасшедшие оракулы

Идея обучения с подкреплением состоит в том, что интеллектуальный агент не обучается на готовых примерах правильных ответов, а получает вознаграждение за правильное поведение, когда даёт правильный ответ. Одной из проблем этого метода является создание системы наказаний и вознаграждений — нередко ИИ взламывает её, выдавая формально правильные, но абсурдные по сути решения. Например, в задаче типа "помести красный кубик над синим" трясёт стол пока синий кубик не упадёт на пол.

Следующим шагом в развитии обучения с подкреплением стала выработка любопытства у ИИ: агенту дают вознаграждение в случае, если он находит новую, не существующую ранее ситуацию. Однако у этого подхода обнаружился интересный недостаток: стоит ИИ найти источник случайного шума, как он мгновенно зависает на нём (совершенно не напоминает меня и Twitter, да): предсказать рандомный мусор невозможно, поэтому такое поведение поощряется любопытством агента. Учёные остроумно продемонстрировали это, поместив в виртуальный лабиринт с агентом экран со случайными видео с YouTube. Агент мгновенно залип на котиков и отказался от исследования окружающего мира.

Разработчики из OpenAI создали улучшенную методику обучения нейронных сетей с вознаграждением за «любопытство»: они включили в состав ИИ случайно сгенерированную нейросеть (этакого чокнутого оракула), и стали подавать на её вход данные с окружения. Агент же получал награды как за открытия в окружающем его мире, так и за обнаружение экзотических ответов от внутренней сетки-оракула. Таким в случае зависания на телевизоре награда от внутренней сети снижалась, и агенту приходилось срываться с места и искать новые интересности.

Используя этот подход, который получил название Random Network Distillation, учёные смогли обучить ИИ стабильно проходить 20-22 комнаты из 22 в игре Montezuma’s Revenge, которая считается одной из самых сложных игр для ИИ (как указывают авторы, более ранние попытки обрывались на 1-3 комнатах).

Хотите знать больше? Прочтите статью в блоге OpenAI )

#ML #информатика #обучение

https://blog.openai.com/reinforcement-learning-with-prediction-based-rewards/

Как чёрные дыры убивают звёзды ещё в младенчестве 🌀🔪💫

Долгое время одним из главных препятствий для появления новых звёзд считалось интенсивное ультрафиолетовое излучение галактического ядра. Это излучение прогревает межзвёздный газ и приводит к образованию гигантских турбулентных областей, в которых почти невозможно формирование «звёздных зародышей».

Результат трёхлетнего исследования в Центре Астрофизики и Релятивисткой физики Дублинского Университета показал, что одним из главных источников такого излучения являются не галактические ядра, а чёрные дыры малых и средних размеров. В результате анализа 70 терабайт данных, полученных в 2014 году на суперкомпьютере Blue Waters благодаря симуляции звёздообразования и динамики межзвёздного газа, Джон Вайз (John Wise) обнаружил механизм ускорения роста чёрных дыр внутри пузырей из тёмной материи и газа.

Аккреционные диски чёрных дыр состоят из падающей на сингулярности раскалённой материи, которая интенсивно излучает в УФ-диапазоне. Такие чёрные дыры становятся мощными ультрафиолетовыми светильниками, подавляя зарождение звёзд, а значит и избавляются от основных конкурентов по пожиранию газа. В итоге внутри гало из тёмной материи формируются идеальные условия для быстрого роста сверхмассивных дыр.

#астрономия #космос #космология #физика #симуляция
https://www.news.gatech.edu/2019/01/23/birth-massive-black-holes-early-universe-revealed