Научно-популярное

Группа поддержки

Два года назад, я написал пост в котором звал присоединиться к мастермайнду про итоги года и планы на будущий. Хотя мой запрос был на человеческое тепло и поддержку. На эту идею откликнулись три человека и с тех пор мы собираемся каждую неделю, чтобы погреться друг о друга, поддержать того, кому тяжело, порадоваться открытиям и успехам друг друга. Это лучшая рукотворная практика в моей жизни, которая дает поддержку, тепло, силы, недаром группа так и называется - группа поддержки.

Подозреваю, что у многих людей есть запрос на подобную практику в своей жизни. Поэтому хочу поделиться этой историей. Мне кажется ключевыми факторами, для того чтобы это случилось стало:

1. Безопасная среда, которая создается за счет правил ненасильственного общения и того, что все происходящее в группе остается только в ней.

2. Формат, у нас есть 15 минут на «поболтать» вначале, поделиться как дела и настроиться. Затем у каждого участника есть 20 минут, в которые он может задать вопрос группе, порассуждать вслух, просто проговорить какие-то важные для себя вещи. Задача остальных - помочь, откликнуться, отнестись к тому о чем идет речь.

3. Готовность открыться и показать свою уязвимость.

4. Группа - это живой организм и готовность каждого участника не только предъявлять себя, но и слышать других позволяет развиваться каждому из нас и группе в целом.

Мне интересно, насколько это масштабируемый опыт, если кто-то захочет создать для себя подобную группу, буду рад поделится опытом, как это получилось у нас. Так же готов помочь на начальном этапе в роли фасилитатора.

"Мой дедушка создавал двигатели, которые приводили в движение большие машины. В лаборатории, мало чем отличающейся от его мастерской, мы с коллегами открыли устройство бактериального мотора", — пишет структурный биолог Прашант Сингх в X. Статья Сингха и его коллег объясняет, как бактериальный жгутик вращается, меняет скорость и направление движения. Вращение против часовой стрелки позволяет бактериям, например, Escherichia coli, плыть прямо. Вращение по часовой стрелке отвечает за крен.

С одной стороны, напоминает шагающий по микротрубочкам кинезин, с другой — шестеренки в коленках одного из подвидов иссид (отдаленные родственники цикад). Сингх рассчитывает, что понимание того, как движутся бактерии, поможет снизить их патогенность. Я смотрю на эту миниатюрную коробку передач и вспоминаю Фейнмана.

Ищите больше интересного в телеграм.

Пол Грэм — Истоки «пробужденности» . Перевод эссе

Новое эссе Пола Грэма об истоках и эволюции "пробужденности" (wokeness). Он прослеживает её развитие от политкорректности 1980-х до современного состояния, объясняя, как университетская среда, социальные сети и институциональные изменения способствовали её распространению.

Ключевой тезис: "пробужденность" – это проявление извечного человеческого стремления к моральному превосходству через соблюдение сложных правил. Грэм сравнивает её с религией и предлагает относиться к ней соответственно: позволить существовать, но не давать диктовать правила для всех.

Особенно интересен анализ механизмов распространения: от университетских активистов 60-х, ставших профессорами, до роли социальных сетей в усилении морального возмущения. Грэм завершает текст предложением, как общество может защитить себя от подобных волн агрессивного морализма в будущем.

Сразу же обновил сборник и добавил туда эссе.

Искусственный интеллект в образовании 🎓🤖

Дело Бартоша Цехановского живет. Время интерактивных учебников уже близко: студенты Университета Калгари разработали «Дополненную физику» — инструмент, который преобразует статические физические диаграммы из учебников в интерактивные симуляции. Под капотом модель Segment Anything, выделяющая разные детали изображений и LLM, например, Gemini. Языковая модель, видимо, отвечает за интерпретацию и "логику" происходящего.

Интерактивные иллюстрации, боты-репетиторы и наставники - эти разработки напоминают интерактивный букварь из Алмазного века Нила Стивенсона, и ставят серьезные вопросы о том, как будет выглядеть образование в ближайшем будущем.

dTech исследователь Энди Матущак в эссе Exorcising us of the Primer пытается ответить на этот вопрос на примере того самого букваря. Он рассказывает о том, чего мы хотим от обучения, как создавать сценарии, которые поощряют обучение и мышление, и как можно использовать технологии, чтобы вызвать любопытство… В дискуссию включается нейробиолог и игровой дизайнер Адриан Хон. "Возможно нужно не универсальное решение, а специализированные обучающие инструменты?" - предлагает он.

Я же хочу зафиксировать момент. Поразительно, что ученые обсуждают этот фантастический роман в прикладном ключе.

Нынешнее состояние системы образования представляется удручающим, поэтому хочется понять, как приближение сингулярности изменит ситуацию. К счастью, появляются первые оценки применения LLM в преподавании.

Учащиеся, которые были случайным образом отобраны для участия в программе, значительно превзошли своих сверстников, не участвовавших в ней, по всем направлениям, включая английский язык, что являлось главной целью программы. Эти результаты убедительно доказывают, что генеративный ИИ при продуманном внедрении и поддержке учителей может эффективно выполнять роль виртуального репетитора.

From chalkboards to chatbots: Transforming learning in Nigeria, one prompt at a time.

Стивенсон предполагал, что каждый получит доступ к продвинутому виртуальному репетитору с высокой степенью персонализации, который сделает обучение более легким и продуктивным. Возможно, мы на правильном пути. Исследователи утверждают, что их ученики достигли результатов, эквивалентных двум годам обучения, всего за шесть недель.

Пока не появится больше данных, отношусь к результатам с долей скепсиса, но отмечу: речь идет о совместной работе ученика и учителя с LLM, а не о полной замене педагогов. Это подтверждает общее наблюдение – нынешний ИИ эффективнее всего работает в связке с человеческим интеллектом. Тут невольно вспоминается уже "Культура" Иэна Бэнкса.

Ищите больше интересного в телеграм.

В закромах ЦРУ можно найти удивительные штуки. Например, в 1970–х они собрали миниатюрную механическую стрекозу с бензиновым двигателем — этакий микробеспилотник для шпионажа. Если верить агентству, она могла пролететь до 200 метров за 60 секунд. Для управления и передачи данных использовали лазер — вероятно, звук считывали с приемника через модуляции отраженного луча. Правда, при малейшем ветре стрекоза сбивалась с курса, и проект пришлось свернуть. Но идея механических насекомых не умерла.

Полвека спустя Инженеры MIT создали нового робота–насекомое. И этот малыш уже совсем другого уровня — держится в воздухе целых 17 минут и выполняет сложные акробатические трюки.

🌾 Зачем это сейчас? Главная цель уже не шпионаж, а спасение сельского хозяйства. В вертикальных фермах будущего критически нужны опылители, а живых пчел уже не хватает — в Калифорнию их свозят фурами во время цветения миндаля. Роботы–опылители могут стать решением этой проблемы.

Ищите больше интересного в телеграм.

По ИИ-новостям можно отслеживать последние тенденции. Пару месяцев назад, «модным» тегом было AGI, «глобальный ИИ», сулящий миру избавление от мук умственной деятельности и долгожданное погружение в бесконечный просмотр Tik-Tok.

Чуть позже, настал черед очередного «прорыва» – «агента», то есть помощника, которому можно поручить задачи и он будет их выполнять денно и нощно. Видимо, с AGI или не сложилось, или термин перестал вызывать интерес инвесторов.

И, встречайте на сцене – «рассуждающий ИИ»! Он уже не претендует на лавры AGI и не столь универсален, как агент. Единственная надежда, что он сможет сделать несколько шагов в рассуждениях.

Но, похоже, и это – всего лишь маркетинговый трюк.

С самого начала, единственный путь, по которому идут языковые модели – подбор следующего токена в зависимости от предыдущего. То есть, главным залогом успеха при этом является как можно больший объем данных для обучения.

К настоящему времени, использованы все существующие качественные данные, и  даже синтетические данные.

Конечно же, это не предполагает размышления.

Попробовав недавно DeepSeek, я обрадовался, увидев долгий порядок вычислений, что, наконец, модель научилась размышлять. Но, недавняя новость раскрыла, как это достигнуто- всего лишь огромным числом математических задач в обучающей выборке. То есть, это снова – лишь подбор следующего токена.

Поэтому, видимо, все заявления о «размышляющих ИИ» - лишь маркетинговый трюк. Ведь, мы до сих пор не знаем, что такое мышление и как оно работает.

По крайней мере, я. Я лишь знаю, что мозг накапливает информацию за день  в краткосрочной памяти и проводит «обучение» мозга этим данным ночью, во время сна. Но это – всего лишь обучение имеющимся данным. Механизм же поиска решений, то есть создания информации, не известен. Ясно лишь, что между нейронами растут физические связи. И, к моменту образования необходимых связей между всеми требуемыми нейронами, человека осеняет «Я понял!».

Как мозг определяет, между какими нейронами необходимо создать связь, не известно.

Может быть, у сообщества есть догадки или даже достоверная информация.

Думаю, это будет полезно многим энтузиастам ИИ.

Микеланджело 21 века

Генерация трехмерных моделей, которая сейчас активно развивается, хорошо впишется в производственный процесс Monumental Labs. Этот стартап строит роботизированные фабрики по резьбе по камню, чтобы снизить стоимость скульптур и наполнить ими современные города. Эта красивая PR-миссия, которая скрывает интересную подоплеку.

Камень мог бы быть дешевле бетона. Судите сами: изготовление бетона требует энергоемкого нагрева известняка до высоких температур (около 1400-1500°C) для получения цемента, который затем смешивается с водой, песком, гравием и другими компонентами. А камень, камень просто лежит в земле, но есть одно НО.

Обработка камня очень трудоемка: 70-80% стоимости составляет рабочая сила, а не сам материал. Monumental делает ставку на то, что, используя роботов-резчиков, она превратит операционные расходы в капитальные затраты и значительно снизит стоимость обработанного камня. В многочисленных интервью ее основатель, Мика Спрингут (Micah Springut) говорит, что в перспективе они будут строить полноценные здания. Он считает, что это позволит строить красивее, дешевле и без траты материалов на отделку типа сайдинга.

Это грозит переделом строительной отрасли. Хотелось бы верить в скорый успех, но верится с трудом, и не потому, что идея плоха. Подобные стартапы сталкиваются с жестким сопротивлением со стороны компаний, которые уже поделили рынок. Об этом давно говорят те, кто пытается сделать бизнес на 3D-печати домов. В этой сфере победа новых технологий откладывается.

Источник: t.me/SantryBlog

Когда роботы учатся падать и подниматься: футбол через 25 лет

Робофутбол появился в 1993 году с проектом RoboCup, цель которого — разработать автономных футбольных роботов. Первые соревнования прошли в 1997 году и стали платформой для тестирования робототехники. Форматы игр включают роботов разной конструкции, а конечная цель — создать команду, которая победит чемпионов мира по футболу к 2050 году.

Одной из самых сложных технических задач для гуманоидных роботов является способность подниматься после падения и сохранять устойчивость при движении. Если робот не может встать в течение заданного времени, его удаляют с поля. Проблема напрямую связана с надежностью сервомоторов, которые со временем изнашиваются. Это приводит к люфтам и нестабильной работе.

О том, как создаются роботы и что лежит в основе их успехов, рассказала команда чемпионов мира 2021 года по робофутболу Starkit из МФТИ →

Шахматная доска и набор фишек могут стать вычислительным устройством типа калькулятора. Блогер Джон Нейпир назвал свой проект «Арифметика расположения, выполняемая на шахматной доске». Этот метод использования фишек на шахматной доске основан на двоичных и основных алгебраических свойствах. С помощью только фишек на шахматной доске можно выполнять умножение, деление и находить квадратные корни, включая квадратные корни иррациональных чисел.

Спецслужбы кошмарят астрономов, генетическая дискриминация становится реальностью, а искусственный интеллект осваивает хирургию. Дайджест на случай, если не знаете, чем утолить интеллектуальный голод после праздников:

Генетическая дискриминация приближается — по крайней мере, The Atlantic пишет, что уже сейчас отдельные американцы сталкиваются с ее проявлениями.

🧫 Ведущие ученые предостерегают от развития «зеркальных» бактерий — они утверждают, что создавая искусственные организмы с иной хиральностью, мы имеем дело с экзистенциальными рисками. Однако не все разделяют это мнение (Science).

Человечеству необходимо этическое обновление, чтобы идти в ногу с новыми технологиями — они порождают этические дилеммы, но в ответ люди обвиняют ученых или саму науку. Марсело Глейзер исследует это заблуждение и выступает за разработку биоцентрического этического кодекса (BigThink).

🔭 Когда телескоп представляет угрозу национальной безопасности — казалось бы, какое дело спецслужбам до звезд? Но если слишком долго всматриваться в бездну, можно разглядеть, то, что не положено (The Atlantic).

С днем рождения, Бэби! Что ждет в будущем тех, кто родился сегодня — умный цифровой агент может стать спутником на всю жизнь — и другие прогнозы на ближайшие 125 лет (MIT Technology Review).

🦠 Представляем перцептин — университет Вестлейк в Китае и Калифорнийский технологический внедрили в клетку белковую систему, которая может обрабатывать множество сигналов и принимать решения на их основе (phys).

Как IBM изобрела автоматизированный завод — история о том, как пятьдесят лет назад у дерзкого менеджера среднего звена возникла идея: выпускать чип за день (IEEE Spectrum).

🔋 Как мы получили литий-ионную батарею — как и многие прорывные вещи, это скорее не единое изобретение, а медленное накопление множества идей, которые, в конце концов, сделали технологию успешной (Construction Physics).

ИИ научился делать операции, просматривая видео — исследователи утверждают, что научили нейросеть управлять хирургическим роботом не хуже, чем это делает человек (Fast Company).

🐄 Биотехнологические компании пытаются производить молоко без коров — зато непастеризованное (MIT Technology Review).

Секретные 3D-сканы в Верховном суде Франции — юридический технотриллер о борьбе за общедоступность культурного наследия, растянувшийся на семь лет (Concept Realizations).

🇯🇵 Искусство и математика Genji-Kō, а еще программирование и разнообразные ароматы. Благодаря своеобразным нравам японской знати эпохи Муромати все это встретилось в одной статье о сложной японской салонной игре про угадывание благовоний (Coba).

Решите облачную задачу от Cloud.ru ☁️

Всем привет! Пришло время финальной задачи нашего «марафона»: 

В 2048 году в Cloud.ru работает 1 024 робота с искусственным интеллектом, каждый из которых весит 128 кг. Рассчитайте размер облака, который позволит всем роботам путешествовать на этом облаке.

Варианты ответов оставляйте в комментариях 👇 В понедельник 13 января Павел Бузин (@pbuzin) — эксперт Cloud.ru по AI и машинному обучению, раскроет правильный ответ под этим постом.

И оставляйте комментарии и реакции — будем рады вашим предложениям по формату и тематике для будущих задач 🤗. 

Вам может быть интересно:

• Нобелевские премии 2024 и искусственный интеллект. Химия: предсказание белковых структур

• Нобелевские премии 2024 и искусственный интеллект. Физика: Джон Хопфилд и нейросети имени его

• Математика прекрасного. Как создать красивую картинку, если ты дилетант, художник или нейросеть?

Новогодняя интеллектуальная разминка с Cloud.ru 🦾

формулаВсем привет! Продолжаем занимать вас интеллектуальными задачами, и наша следующая — с уровнем уровень сложности «эксперт»:

Вы — Агент K, работающий в «Департамента мостов и тоннелей»  («Люди в черном» / Men-in-Black). У вас 24 часа, чтобы обучить большую языковую модель для общения с аркелианцами. Сколько GPU NVIDIA A100 нужно для вашего суперкомпьютера, чтобы успеть обучить модель за это время и спасти Землю? Создайте формулу для вычисления машинного времени суперкомпьютера (в GFLOPS или в GPU-часах), затрачиваемого на обучение модели не хуже чем Llama 2 70B (с возможностью применения для оценки времени обучения других моделей). 

Время обучения Llama 2 — 1720320 GPU-часов, для обучения модели использован датасет с 2 триллионами токенов. Другие необходимые данные возьмите в интернете. 

Будет хорошо, если ваша формула будет учитывать размеры обучающего датасета, число параметров сети, число слоев, оценку количества эпох и другие необходимые вам параметры. Ожидаемая форма ответа — это методика / формула вашего расчета. 

Варианты ответов оставляйте в комментариях 👇 В пятницу — 10 января — Павел Бузин (@pbuzin) — эксперт Cloud.ru по AI и машинному обучению, раскроет правильный ответ под этим постом.

И оставляйте реакции и предложения — как вам такой формат, что можно улучшить? 

Вам может быть интересно:

• Нобелевские премии 2024 и искусственный интеллект. Химия: предсказание белковых структур

• Нобелевские премии 2024 и искусственный интеллект. Физика: Джон Хопфилд и нейросети имени его

• Математика прекрасного. Как создать красивую картинку, если ты дилетант, художник или нейросеть?

Институт International IQ Test представил средний IQ стран мира в начале 2025 года, что подчёркивает роль образовательных, культурных и экономических систем в развитии талантов.

Китайцы, иранцы и корейцы стали самыми умными на свете. Россия на шестом месте в мировом рейтинге стран по результатам IQ-тестов, США — на 27 месте.

моз

Новогодний марафон интеллектуальных задачек 🦾

Привет, Хабр! Поздравляем всех с наступившим Новым годом!

Надеемся, что все уже доели салаты, успели отоспаться и отдохнуть. И чтобы вы не заскучали, мы заготовили новую партию интеллектуальных задачек 🙂. Сегодня средний уровень сложности — снова для разминки:

Представьте, что вы — Бен Кэмпбелл, гениальный студент MIT и герой фильма «Двадцать одно». Профессор Микки Роса предлагает вам решить задачу про смену двери (также известную как Парадокс Монти Холла). Вот только дверей у вас будет 4, и только за одной из них приз. Выгодно ли вам изменить решение после того, как вы предложите открыть одну дверь, а Микки Роса откроет вам другую?

Варианты ответов оставляйте в комментариях 👇 9 января Павел Бузин (@pbuzin) — эксперт Cloud.ru по AI и машинному обучению, раскроет правильный ответ под этим постом.

А еще пишите — над задачами в каких областях вам будет интересно «поломать голову» в будущем?

Вам может быть интересно:

• Нобелевские премии 2024 и искусственный интеллект. Химия: предсказание белковых структур

• Нобелевские премии 2024 и искусственный интеллект. Физика: Джон Хопфилд и нейросети имени его

• Математика прекрасного. Как создать красивую картинку, если ты дилетант, художник или нейросеть?

НАСА показало фото ёлки в космосе — перед вами скопление звёзд NGC 2264, которое назвали «Скопление Снежинки».

Пет-проект на 2025: модель кровообращение человека для спортивной физиологии

Эта идея пришла мне в голову совсем недавно. Беглое изучение научных работ показало востребованность данной тематики и отсутствие реальных публичных наглядных интерактивных моделей на python. Ниже очень примерный рисунок как бы могла бы выглядеть визуально такая модель.

Для предварительной проработки возможности создания такой модели пока нашел только следующий пакеты и системы:

• OpenModelica — это открытая платформа для моделирования и симуляции, поддерживающая язык Modelica. OpenModelica Connection Editor (OMEdit) позволяет создавать и симулировать модели гидравлических систем.

• PyFMI — это библиотека Python для работы с моделями, созданными в Modelica. Она позволяет загружать и симулировать модели, созданные в OpenModelica, непосредственно из Python.

• PySMO — (Python Simulation Modeling): Это библиотека Python для моделирования и симуляции различных физических систем, включая гидравлические.

• PyDSTool — (Python Dynamical Systems Toolkit): Это инструмент для моделирования и анализа динамических систем.

Поделитесь, пожалуйста, в комментариях своим опытом использования подобных систем для моделирования гидравлики.

Топ книг, кардинально меняющих мышление, выпустил разработчик с десятилетним стажем. В нём — база, которая улучшает эрудицию, поможет блистать знаниями на собеседованиях и поражать друзей своими точнейшими ответами по многим вопросам.

• Mindset — Кэрол Дуэк: книга «учит учиться» и усиливать свои навыки. Это огромный гайд по саморазвитию и открытию новых способностей.

• Black Box Thinking — Мэттью Сайед: книга учит признавать и анализировать ошибки, извлекать уроки из них. Автор считает, что ваша жизнь изменится, если научитесь брать ответственность за происходящее на себя.

• The Duty of Genius — Рэй Монк: биография Людвига Витгенштейна демонстрирует пошаговый процесс достижения мудрости и понимания законов морали и этики.

• Bounce — Мэттью Сайед: книга разбивает миф, что гениальные навыки можно приобрести только с рождения. Автор показывает важность каждодневного и кропотливого труда для достижения мастерства.

• Four Thousand Weeks — Оливер Беркеман: книга показывает, что время человека в этом мире строго ограничено и учит расставлять приоритеты на действительно важные дела.

• The Black Swan — Нассим Талеб: лютейшая база о непредсказуемости и влияния «случая» на мир. Автор дает примеры множества когнитивных искажений, которые мешают человек правильно воспринимать реальность.

В Техасе установлен Рекорд Гиннесса: инженерная команда собрала 5 тыс. дронов, которые формируют в небе фигуру Санта-Клауса на санях.

Проверьте точность ваших вычислений 🧮

Привет, Хабр! Мы продолжаем рубрику для тех, кто хочет поразмять мозги. На этот раз предлагаем вам решить задачу посложнее: 

Как нам поведал Дуглас Адамс в «Путеводитель для путешествующих автостопом по галактике», «сверхразумная раса существ создала компьютер Думатель (Deep Thought) — второй по производительности за всё существование времени и вселенной, — чтобы найти окончательный ответ на величайший вопрос жизни, вселенной и всего такого. После семи с половиной миллионов лет вычислений Думатель выдал ответ: «Сорок два».

Оцените накопленное количество ошибок вычислений ответа «Сорок два» под воздействием космической радиации при следующих условиях:

• Сверхразумная раса – Земляне;

• Думатель находится на орбите Плутона;

• размер Думателя 1 * 1 * 1 км;

• Думатель сделан из водяного льда;

Каждая молекула является вычислительной ячейкой, которая может поменять свое состояние.

Каждая частица галактического излучения, попавшая в Думатель, приводит к изменению состояния вычислительной ячейки (одной ошибке) с вероятностью 100%.

Варианты ответов оставляйте в комментариях 👇 В пятницу Павел Бузин (@pbuzin) — эксперт Cloud.ru по AI и машинному обучению, раскроет правильный ответ под этим постом.

И оставляйте реакции — как вам в целом такой формат, хотите еще задач в будущем?

Вам может быть интересно:

• Нобелевские премии 2024 и искусственный интеллект. Химия: предсказание белковых структур

• Нобелевские премии 2024 и искусственный интеллект. Физика: Джон Хопфилд и нейросети имени его

• Математика прекрасного. Как создать красивую картинку, если ты дилетант, художник или нейросеть?

Наглядное доказательство того, что a² – b² = (a + b)(a – b).

Софи Жермен писала: «Говорят, что алгебра – это всего лишь записанная геометрия, а геометрия – это всего лишь диаграммная алгебра».