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

Изображение газового пузыря, окружённого гало из тёмной материи. Три ярких сгустка в центре — распавшийся на зародыши звёзд-гигантов газовый диск. Звёзды позже станут сверхмассивными чёрными дырами, которые убьют остальные звёзды.

Видео, полученное в результате симуляции на суперкомпьютере Blue Waters. Белый цвет — зоны, заполненные излучением, зелёный — металлы

#космос #астрономия #видео #симуляция
https://youtu.be/lxaemxS_AAw

В эту пятницу (22 февраля) «Хаябуса-2» выстрелит по астероиду Рюгу металлическим снарядом и соберёт выброшенные осколки для дальнейшего анализа. Ранее предполагалось что астероид покрыт пылью, на что и был рассчитан эксперимент, однако проведённые на Земле испытания показали что аппаратура для сбора и анализа образцов должна справиться.

#космос #хаябуса2 #эксперименты #экспедиция
https://www.popmech.ru/science/news-464072-yaponcy-naznachili-obstrel-ryugu-na-pyatnicu/

Как известно, сейчас магнитные полюса Земли активно дрейфуют. В частности, северный полюс сейчас перемещается примерно со скоростью 55 км в год в сторону полуострова Таймыр. Из-за этого смещения National Geospatial-Intelligence Agency (NGA) США приходится регулярно исправлять World Magnetic Model (WMM) — Мировую Магнитную Модель, которую используют для навигации, в том числе и в военных целях. Для этого учёные воспользовались результатами, полученными в ходе работы миссии Swarm Европейского Космического Агенства, запущенной в 2013 году.

Swarm состоит из трёх спутников, расположенных на полярных орбитах. Главными задачами спутниковой группировки стали изучения динамики земного ядра, электрической проводимости мантии и электрических токов в ионо- и магнитосфере Земли.

В 2017 году Swarm подтвердил обнаружение ранее неизученного атмосферного феномена, который получил название «Стив» и представляет собой 25 километровый поток горячего газа на высоте 300 км и движущегося со скоростью 6 км/с.

#физика #космос #земля #астрономия #геология #swarm #спутиники
https://universemagazine.com/9725/