Пушка | Передний край науки и технологий

За полгода в 1905 году Эйнштейн сделал едва ли не больше, чем за всю жизнь. Это потом он станет консерватором, а тогда он перевернул физику несколько раз. Всего за несколько месяцев. P.S. Возможно, слишком увлекся творческим экспериментом. Но без них я не могу. Не меньше науки я люблю искусство. И это тоже способ познания мира. Только другой. Приятного просмотра! https://youtu.be/ujLxZugeFCI

Астроном-любитель опубликовал изображение зеленой вспышки на Юпитере. Вспышка оказалась молнией, которая образовалась в вихре, закручивающемся возле северного полюса этого газового гиганта. Интересно, что на Земле молнии чаще всего возникают из водяных облаков и больше всего их фиксируют вблизи экватора. На Юпитере же они появляются из аммиачно-водной смеси, чаще всего вблизи полюсов планеты и выделяют в 10 тысяч раз больше энергии. Разница в процессах, вызывающих молнии — одна из научных загадок, которые исследует автоматическая межпланетная станция "Юнона" (Juno — Juno Polar Orbiter). Именно она собрала данные, из которых уже любитель-астроном Кевин Джилл и сделал кадр. Чтобы получше разглядеть Юпитер, аппарат по команде ученых с Земли время от времени снижается над планетой. Снимок вспышки получили с высоты всего 32 тыс. км. от верхнего слоя облаков. 23 июня, то есть сегодня, зонд совершит очередное сближение.

Наука из-под обломков  За время полномасштабного вторжения России в Украину было разрушено более 90 исследовательских институтов и более 60 университетов. Часть из них не подлежит восстановлению, как та лаборатория оптики и фотоники, в которой работает героиня подкаста "Вторжение" доцент НТУ "Харьковский политехнический институт" физик Ксения Минакова. Как выживают ученые во время войны, как спасают оборудование? Сколько украинских исследователей погибло в результате боевых действий? Как будет развиваться наука в Украине, если тысячи ученых покинули страну? Слушайте в 7 эпизоде "подкаста Вторжение: наука во время войны" Автор Ольга Орлова  Слушайте на всех платформах Soundcloud Apple Podcasts Google Podcasts Spotify Castbox

В английском есть такое выражение to whom it may concern. На русский обычно переводится "тех, кого может касаться". Но это неточный перевод. Потому что в нем тревожное concern, означающее "озабоченность, обеспокоенность, проблему" заменяется бесцветным "касается". Согласитесь, это уже совсем не то. Так вот этот пост, как и другие, от Не для всех подкаст. Только для тех, кого это волнует.

Тема, которая меня не волновала и даже не особенно казалась интересной (ну тачки и тачки). Когда же Сергей Грищенко, давний друг SciOne, инженер и преподаватель МАИ, решил посчитать, что на деле могут сегодня электромобили, то оказалось, что мы подошли к рубежу, который и не заметили многие. Я в том числе. Потому что он не революционный, а эволюционный. Разбираем в ролике, причем тут наука, и почему именно передовые исследования всё меняют прямо сейчас. Приятного просмотра!

Когда хотел всего лишь кое-что уточнить про электромобили. P.S. Заканчиваем делать новую Пушку. Кажется, рубрика станет наконец тем, чем должна была с самого начала — обзором действительно переднего края науки и технологий. Только сейчас понял, какой она должна быть. Хотя казалось бы, она же такой и была? Отнюдь, я ее видел дайджестом последних новостей, а это совсем другой подход...

Когда-то математик и программист, но уже много лет научный журналист Владимир Губайловский объясняет очень важную новость, о которой уже несколько дней спорят программисты со всего мира на ведущих профессиональных площадках и которой я поначалу не придал значения. И это один самых больших моих промахов за последнее время: "У меня есть коллега, отличный журналист, но он одно время очень любил давать научным новостям заголовки типа «ученые шокированы». Как-то я сказал ему, что никогда не читаю новостей с такими заголовками. Он расстроился: «Ну как же быть? С таким загом у новости в 10 раз больше загрузок». И вот я, кажется, впервые в жизни наткнулся на новость, у которой заголовок «Ученые шокированы» — совершенно уместен. Даниэль Манковиц из DeepMind говорит журналисту Nature: «We were a bit shocked». Манковиц — профессионал высокого уровня. Он-то всякое видел. Так что же они такое накопали? Я еще чуть-чуть потомлю и расскажу, конечно. Потому что я-то ведь тоже «was a bit shocked». Даже, пожалуй, и не «bit». Представьте, перед вами колода из миллиона карточек, на которых написаны фамилии и имена. И вас спрашивают: «Скажите, а есть среди этого миллиона карточка "Чебышев Пафнутий"». Если карточки расположены в колоде случайным образом, вы за разумное время ответить на этот вопрос не сможете. А вот если они отсортированы по алфавиту — легко. Сортировка меняет все, но ее надо уметь делать. Поэтому великий Дональд Кнут посвятил 3-й том «Искусства программирования» «Сортировке и поиску». Я уделил чтению этой книги сильно больше времени, чем «Войне и миру», которую читал дважды целиком и много раз фрагментарно. Все (именно все — я в этом убежден) программисты в разное время своей жизни писали сортировку. Хотя бы «пузырьком». Как пишут Манковиц и его коллеги «каждый день в мире сортировка работает триллионы раз». Это не преувеличение. Алгортмов сортировки — великое множество. Любое ускорение этого алгоритма, хоть на полпроцента, — это прорыв. И вот в своей статье ребята из DeepMind описали алгоритм, который по их увереньях работает в среднем 3 раза быстрее лучших современных сортировок. И этот алгоритм нашел ИИ. Как это получилось. У DeepMind есть знаменитая программа (она работает с целым выводком нейросетей), которая всех обыграла в шахматы и в го. Это AlphaZero. Так вот ей предложили сыграть в новую игру. Вместо шахматных ходов и фигур, ей дали команды на ассемблере. Это язык программирования самый близкий к машинному коду. Он замечателен тем, что у него мало разных команд, и они очень простые — типа заслать значение в ячейку, сравнить ячейки, перейти на другую ячейку. И ребята из DeepMind попросили вариацию AlphaZerо — она называется AlphaDev — поиграть с ассемблерными командами так, чтобы на выходе получалась программа сортировки, как можно более быстрая. AlphaDev стал играть. И доигрался. И получил алгоритм в среднем в 3 раза быстрее всех тех сортировок, которые нашли люди. Сказать, что люди не старались — это обидеть человечество. А вот ИИ их превзошел. Следующий шаг: а почему только сортировка? AlphaDev ведь может «играючи» оптимизировать любой код по любым параметрам, начиная от аппаратного ПО до стандартных библиотек С++. Тут есть от чего быть «шокированным»." ∙ Моя заметка на Попмехе (ныне TechInsider) - пересказ заметки Nature с моими комментариями. ∙ Заметка на Nature ∙ Статья DeepMind

Тем, кто любит астрофизику, и особенно астрофизика и просветителя Сергея Попова рекомендую редкое интервью. Наш друг, автор и сооснователь проекта T-Invariant журналист Александр Сергеев вел беседу. Получилось содержательно, насущно, откровенно. https://www.youtube.com/watch?v=jDMlKABWlLk

Дима Побединский — физик по образованию. Стоило ему пройти под парусами по морю, как он осознал, что парус, якорь, корпус, волны, ветер — всё устроено совсем не так, как он себе представлял. Там далеко не самая очевидная физика. Ей-то Дима и посвятил свой новый ролик: https://youtu.be/IWZwXh1BxZI

Стерлинг Криспин, работавший исследователем нейротехнологических прототипов в Эппле более 3 лет делится тем, что они делали в группе, которая вчера выпустила VisionPro. Там есть пугающие подробности, вот с цитатами небольшой перевод для вас: ... пользователь находится в смешанной реальности или виртуальной реальности, а модели ИИ пытаются предсказать, испытываете ли вы любопытство, рассеяность, страх, внимание, вспоминаете прошлый опыт или какое-то другое когнитивное состояние. Эти данные могут быть получены с помощью таких измерений, как слежение за глазами, электрическая активность в мозге, сердцебиение и ритмы, мышечная активность, плотность крови в мозге, кровяное давление, проводимость кожи и т.д. Чтобы сделать возможными конкретные предсказания, было использовано множество трюков ... Одним из самых крутых результатов было предсказание того, что пользователь собирается нажать на что-то до того, как он это сделает... Ваш зрачок реагирует до того, как вы нажмете на кнопку, отчасти потому, что вы ожидаете, что что-то произойдет после нажатия... Другие трюки для определения когнитивного состояния включают быструю подачу пользователю визуальных или звуковых сигналов, которые он может не воспринимать, а затем измерение его реакции на них. В другом патенте подробно описывается использование машинного обучения и сигналов тела и мозга, чтобы предсказать, насколько вы сосредоточены, расслаблены или хорошо учитесь. А затем обновлять виртуальную среду, чтобы усилить эти состояния. Представьте себе адаптивную среду погружения, которая помогает вам учиться, работать или расслабляться, изменяя то, что вы видите и слышите на заднем плане. https://twitter.com/sterlingcrispin/status/1665792422914453506

Начинается первая в истории "прямая трансляция" с Марса. Она продлится час, а потом можно будет посмотреть в записи. Так пишет даже Европейское космическое агентство, оно же и проводит трансляцию. Но вас, конечно, не проведешь. Это не совсем "прямая" и не совсем "трансляция", но все равно интересное событие. Из-за огромного расстояния между Землей и Марсом (302 млн км), изображения до нас дойдут с задержкой в 17 минут, плюс еще минута на обработку на земных серверах. Картинка будет передаваться с камеры Visual Monitoring Camera (VMC), установленной на борту орбитального аппарата Mars Express Orbiter. Эта камера обычно хранит снимки и передает их пакетами каждые несколько дней. А сейчас — один кадр каждые 50 секунд. По космическим меркам, почти прямая трансляция. Это первая подобная попытка ЕКС. P.S. В специальном заявлении ЕКС подчеркивает, что не всё может пойти по плану, так что имейте в виду. Это ж космос. https://youtu.be/4qyVNqeJ6wQ

Чем занимаются популяризаторы науки, и как стать одним из них Вместе с журналом для студентов «Гроза» узнали у наших авторов, как от преподавания и научной работы они дрейфовали в создание контента, и как пришли к краудфандингу. Своим опытом и мыслями поделились: 🎓 Ольга Орлова, научный журналист, главный редактор T-Invariant Media 🎓 Александр Головин, автор подкаста «КритМышь» 🎓 Нина Садыкова, биолог, натуралист, основатель проекта Ekaterinbird 🎓 Георгий Лисицин, популяризатор космонавтики, автор подкаста «Земля на связи» Учитесь новому, развивайте критическое мышление, поддерживайте друг друга вместе с Френдли. 📁Подписаться|⛄Стать автором|✉️ Связаться с нами

Исследователи из ЮАР несколько лет назад изучили, как спят слоны в дикой природе - на них вешали датчики и отпускали. Оказалось, всего пару часов в сутки, ночью и на ногах. А ложатся в среднем раз в трое суток всего на часок - специально для REM-фазы (ложатся, потому что в этой фазе скелетные мышцы расслабляются). То есть на этом фото с дрона всем слонам снятся сны.

Спасибо, друзья! Вернули Александру канал: https://www.youtube.com/@astro_channel/videos

Друзья, взломали YouTube-канал нашего друга и партнёра Александра Смирнова с канала @astro_channel. Призываем всех подать жалобы на мошенников завладевшими каналом. Подавать жалобу нужно на фейковое видео / трансляцию. Это поможет спасти аудиторию от обмана. Ссылка на канал: youtube.com/channel/UC0yEgH2COTqGKu1G59r6BZA Спасибо.

Кажется, забыл поделиться новым выпуском. В этом и следующем я еще немного творчески поэкспериментирую, раз пока не вижу исследований, которые вдохновили бы на новую Пушку, а пара сложных тем пока в стадии ресерча, и для них надо побольше времени. https://youtu.be/YX4jtJNtyuw

Почти закончили делать необычный ролик, совсем не Пушка, но подобные мы уже выпускали: как многое переплетается сквозь эпохи в науке и технологиях — судьбы, открытия, испытания. Завтра будет релиз. А сегодня можно посмотреть новую историю от Доктора Грега про эксперимент, который не повторить. https://youtu.be/t_-UgLmJpNs

Шапочку из фольги всё ещё рано готовить, но прогресс в обработке сигналов в мозге впечатляет. Сейчас и нейронауки получают ускорение за счет машинного обучения и других технологий ИИ. Об этом новый выпуск Пушки. https://youtu.be/Qiw5WGeBnko

Хотели бы одним кликом подписаться на всех научно-популярных блогеров из SciTopus? Теперь в Telegram есть такая возможность! Мы подготовили папку, которая добавится в ваш Telegram. Своего рода это подборка каналов, на которую разом можно подписаться. Зайдя в неё, вы сможете следить за публикациями всех популяризаторов науки, являющихся нашими партнёрами, у которых есть Telegram-каналы: https://t.me/addlist/J9zysqZsgN0wNGYy Кроме того, не забудьте про список научно-популярных Телеграм-каналов, где вы найдете не только наших партнёров. Мы также собрали ссылку на папку с другими нашими тематическими агрегаторами: https://t.me/addlist/R-OEMFwg18A2ODhi Просим максимально распространить этот пост, чтобы все могли наслаждаться по-настоящему умной лентой. P.S. Не забудьте про настройку уведомлений. UPD: Если у кого не работает ссылка - обновите Телеграм. Это новая функция, которой нет в старых версиях Телеграма.

10000 экспериментов на бактериях в ДЕНЬ может проводить новая платформа со встроенной системой искусственного интеллекта BacterAI. Она сама расписывает, каким должен быть каждый эксперимент для лабораторных роботов (по сути это манипуляторы, которые и проводят нужные действия с чашками Петри и оборудованием лабы), а результаты использует, чтобы спроектировать новые эксперименты. То есть эта умная машина сама создает себе датасет и сама себя обучает, чтобы продвинуться дальше. Работа о BacterAI вышла в Nature Microbiology. Что еще важнее, платформа может изложить логику своих действий, так что с результатами, в том числе промежуточными смогут работать и ученые-люди. Это как раз одно из решений той проблемы, о которой я говорил в одном из недавних роликов: логику того или иного результата машины невозможно восстановить, что мешает активнее использовать ИИ в научных исследованиях. Так вот это решаемая проблема, как теперь мы видим, в микробиологии. Возможности BacterAI показали на примере двух бактерий, которые часто встречаются в ротовой полости: Streptococcus gordonii и Streptococcus sanguinis. Система должна была выяснить, как работает их обмен веществ. Для этого придется установить конкретную комбинацию аминокислот из 20 штук. А для этого надо в лаборатории протестировать больше миллиона комбинаций. Так вот система выполняла до 100000 экспериментов в день, выясняя сотни наиболее перспективных комбинаций в день, а не просто перебором всех подряд. Точность предсказаний достигала 90%. Это важное достижение по автоматизации экспериментов в микробиологии, потому что в одном только нашем теле триллионы микробов. Далеко не обо всех мы знаем всё. Поэтому такая проблема — разобраться, как работают наш микробиом — всё это разнообразие бактерий, вирусов, грибков, и как взаимодействуют они генетически. Мы уже понимаем, что микробиомы могут очень многое в нашем здоровье. Так вот если учесть, что 90% известных вообще науке бактерий (про вирусы и грибки мы тут даже вспоминаем) изучаются мало или вовсе не исследуются, потому что просто невозможно было покрыть такое разнообразие вручную, то теперь у нас появляется шанс на особые темпы прогресса в этой области.