Mathematical Models of the Real World

Сотрудники Института Пастера пишут в Nature Aging, что силе депрессии соответствует количество белка GDF11 в крови: чем его меньше, тем депрессия глубже - корреляция. Это можно отчасти исправить — по крайней мере, у мышей — с помощью вышеупомянутого белка GDF11, или фактора дифференцировки роста 11. Если его вводили старым мышам, у них улучшалось обоняние, а в мозге быстрее появлялись новые нейроны. (Как мы знаем, нервные клетки во взрослом мозге зверей отчасти восстанавливаются, хотя до сих пор не вполне ясно, насколько активно такой взрослый нейрогенез идёт у людей.) https://www.nature.com/articles/s43587-022-00352-3 На русском https://www.nkj.ru/news/47751/

Отражение во времени Эффект формирует странное эхо, в котором последняя часть сигнала отражается первой. В результате, если бы вы посмотрели в «зеркало времени», ваше отражение было бы перевернуто, а вместо лица вы увидели бы свою спину. При привычным нам пространственных отражениях световые или звуковые волны сталкиваются с преградой в определенном месте пространства. Временные отражения же возникают, когда вся среда, в которой распространяется волна, внезапно и одновременно меняет свои свойства. При таком событии часть волны обращается во времени, и ее частота преобразуется в новую частоту. Научная статья вышла в Nature Physics, о ней сообщает ЕurekАlert. https://www.nature.com/articles/s41567-023-01975-y https://www.eurekalert.org/multimedia/977333 На русском https://naukatv.ru/news/posle_desyatiletij_poiskov_fiziki_obnaruzhili_otrazheniya_vremeni

Профессор лингвистики Массачусетского технологического института Ноам Хомский опубликовал эссе о ChatGPT в New York Times вместе с профессором лингвистики Яном Робертсом и директором по искусственному интеллекту технологической компании Джеффри Ватумаллом. В эссе авторы пишут, что ChatGPT и другие ИИ-системы неспособны к независимому мышлению. Более того, ответы ChatGPT демонстрируют «банальность зла: плагиат, апатию и уклончивость». https://www.nytimes.com/2023/03/08/opinion/noam-chomsky-chatgpt-ai.html На русском https://hightech.plus/2023/03/13/lingvist-noam-homskii-raskritikoval-chatgpt-nazvav-ego-otveti-banalnostyu-zla P.S. Полностью согласен, мой небольшой опыт использования ChatGPT показал тоже самое, как продвинутый гуг-поиск с автоматизированной подстановкой требуемых данных - пойдет (обратите внимание гугл уже довольно давно не просто осуществляет поиск, а дает ответы на наиболее часто возникающие вопросы, касающиеся предмета поиска), т.е. ChatGPT годится только для автоматизации рутинных задач.

Аналогия между квантовой механикой и психологией... Нельзя предсказать через какую щель дифракционной решетки пролетит электрон или фотон... Можно точно рассчитать лишь вероятностные характеристики... Аналогично, мы не можем предсказать как поведет себя конкретный человек в тех или иных обстоятельствах, но, видимо, зная анамнез (историю) и условия, можно также определить вероятности...

Симптомы депрессии повышают риски инсульта на 46-58% В исследовании, о котором пишет EurekAlert, приняли участие более 26 тысяч человек из 32 стран Ученые сопоставили данные о психоэмоциональном состоянии участников с состоянием сердечно-сосудистой системы, а также учли сопутствующие факторы риска, включая пол, возраст, уровень физической активности и другие. https://www.eurekalert.org/news-releases/981598 На русском https://hightech.plus/2023/03/12/simptomi-depressii-povishayut-riski-insulta-na-46-58

Попытка предсказать непредсказуемое... Группа итальянских и американских ученых разработала математическую модель, которая описывает универсальные законы, регулирующие вероятность появления инноваций. Работа сообщает о новом подходе к изучению взаимодействия потенциальных возможностей с существующей реальностью, благодаря чему и совершаются новые открытия. Препринт статьи выложен в архиве Корнуэльского университета. Попытки многих исследователей, от экономистов и инженеров до биологов и антропологов, изучающих вероятность появления инноваций, не достигли большого успеха. Частота возникновения инноваций тщательно измерена — она следует хорошо изученным шаблонам, которые наблюдаются во многих не связанных между собой областях; тем не менее, до сих пор никто не смог объяснить их природу. Представление о том, что инновации возникают при взаимодействии существующей и возможной реальностей, было впервые формализовано Стюартом Кауффманом. В книге, вышедшей в 2002 году, Кауффман ввел понятие «смежной возможности» в контексте биологической эволюции и теории эволюционного усложнения. Смежные возможности — идеи, слова, песни, молекулы, технологии и так далее — находятся в одном шаге от уже известных существующих аналогов и могут быть получены постепенным изменением или рекомбинацией имеющихся сущностей. Они соединяют фактическую реализацию конкретного феномена с множеством альтернативных неисследованных возможностей. При каждом новом открытии пространство смежных возможностей только расширяется. Однако модель смежных возможностей довольно сложно формализовать, поскольку альтернативные возможности включают как ожидаемые и «представимые», так и полностью неожиданные. Если первые можно смоделировать, то формализовать вторые практически нереально. Более того, каждая инновация влечет за собой изменения в поле будущих возможностей, то есть пространство неисследованных смежных возможностей тоже постоянно меняется. Тем не менее, при всей своей сложности процесс возникновения инноваций следует предсказуемым и легко измеримым эмпирическим закономерностям, наблюдаемым во многих областях знания. Например, одна из них встречается в лингвистике: закон Хипса говорит о том, что число различных слов в тексте с ростом длины анализируемого текста растет примерно как квадратный корень от числа слов в тексте. Параметры роста зависят от конкретного случая; например, для англоязычного корпуса показано, что рост идет со степенью из промежутка 0,4–0,6. Другая хорошо известная эмпирическая закономерность — закон Ципфа — описывает распределение частоты встречаемости в речи слов естественного языка (то есть говорит о взаимосвязи частоты появления нового слова и его популярности): в произвольном тексте самое частотное слово встречается примерно в два раза чаще второго по частотности слова, и так далее. Так, в английском языке самое частотное слово — артикль «the» — составляет примерно 7 процентов всех слов в тексте, следующий по частоте предлог «of» — примерно 3,5 процента, и так далее. Закон Ципфа работает в различных областях, например, аналогичное распределение частот наблюдается при появлении новых статей и правок в «Википедии» или при прослушивании музыки онлайн. Упомянутые примеры — это эмпирические закономерности, полученные в результате измерений. Целью новой работы стало построение математической модели, способной воспроизвести распределение, полученное эмпирическим путем. https://arxiv.org/abs/1701.00994 На русском https://nplus1.ru/news/2017/01/18/modelingtheemergenceofnovelties

Роджер Пенроуз. Новый ум короля. О компьютерах, мышлении и законах физики, 1989 - анг., 2002 - рус. Книгу, которую я пытался читать 20 лет... Она мне казалась, да и сейчас кажется, невообразимым винегретом из мало связанных между собой тем из математики, физики, вычислительной техники, биологии и психологии. Центральный предмет книги не интеллект, как таковой, а человеческое сознание. Привожу свой конспект книги. https://telegra.ph/Rodzher-Penrouz-Novyj-um-korolya-O-kompyuterah-myshlenii-i-zakonah-fiziki-1989---ang-2002---rus-03-12

21/ Проблема "Ум-тело" имеет два аспекта: а) как материальный объект мозг может производить сознание; b) как сознание своей волей может воздействовать на тело. 22/ Какие преимущества при естественном отборе дает сознание тому, кто им обладает? Можно также предположить и что сознание - это просто спутник развитой системы управления и на самом деле не дает ничего, такой взгляд похож на концепцию сильного ИИ. 23/ Антропный принцип. Один из взглядов - природа нашей Вселенной такова, что в ней обязательно присутсвие разумных существ. 24/ Как сознание связано с интеллектом? Может ли быть интеллект без нашего сознания? Возможно, что да. Все для чего нам требуется сознание, может быть заучено и выполняться автоматически. 25/ Неалгоритмическое построение суждений - критерий наличия сознания? Согласно мнению автора книги сознательный ум неалгоритмичен. 26/ Детерминизм и свобода воли. Если мир строго детерминирован, то можно просчитать свои будущие действия, а потом сделать что-то наоборот - парадокс. 27/ Временная задержка в реакции сознания, фиксируемая в некоторых экспериментах: около 1 сек. от принятия решения до действия и около пол секунды от воздействия до его осознания. Тогда получается, что большинство действий мы делаем автоматически, так как сознание просто не успевает за ними. Заключение: мышление человека не идентично действию сложного компьютера. Чем-то похожа на книгу [[Клайн Морис. Математика. Поиск истины]]

10/ Проблема свободы воли в классической механики - если поведение мира строго определено прошлым (детерминировано), то так мы можем выбирать какое решение принимаем, не действуя просто как автоматы? Одно из разрешений проблемы: мир может быть детерминированным, но не вычислимым - настоящее и будущее определяется прошлым, но рассчитать его невозможно, так как для этого нужно знать координаты с бесконечной точностью (влияние ничтожно малых изменений начальных условий - теория детерминированного хаоса /хотя, автор и не употребляет этот термин/). Глава 6. Квантовая магия и квантовое таинство. 11/ Само существование твердых тел, химических свойств, цвета веществ, замерзания и кипения и многих других объектов и явлений было бы не возможно, если бы мир подчинялся бы только классической механике. 12/ Автор книги убежден, что квантовая механика лишь промежуточный шаг в описании реального мира. 13/ Последователи Нильса Бора (видимо, имеются в виду приверженцы копенгагенской интерпретации) утверждают, что объективной картины мира не существует. Реальность возникает лишь в результате измерений, а квантовая механика - это вычислительная процедура, дающая возможность описывать результаты этих измерений, но не описывающая реальный мир. 14/ Особенность квантовой механики: мы должны считать, что частица может находиться сразу в нескольких местах и мы суммируем ее квантовые состояния - суперпозиция состояний. 15/ Эксперимент Эйнштейна-Подольского-Розена (ЭПР): частица с нулевым спином распадается на две частицы с половинным спином (электрон и позитрон), спин одной из частиц мгновенно фиксируется при измерении спина другой частицы. 16/ Теория множественных миров Хью Эверетта (многомировая интерпретация): квантовая механика содержит только детерминированные процедуры, просто весь мир расщепляется при проведении каждого измерения. Принцип неопределенности. Сам Гейзенберг еще утверждал, что данный принцип противоречит вычислимости, так как мы не можем точно указать начальные фазовые координаты для расчета - примечание AU. Глава 7. Космологическая стрела времени. 17/ Основные уравнения физики симметричны во времени, они остаются справедливыми при замене t на -tю 18/ Согласно специальной теории относительности понятия одновременно вообще не существует. Неумолимое возрастание энтропии. Объясняется ли второе начало термодинамики большим взрывом? Глава 8. В поисках квантовой теории гравитации. Глава 9. Реальный мозг и модели мозга. Где обитает сознание. Эксперименты по разделению полушарий мозга. 19/ При разделении полушарий мозга только левое обладает речью, но понимают речь оба полушария (правое со временем тоже научилось). Оба полушария были наделены сознанием, причем это были разные сознания, выражающие разные желания. Какое из полушарий субъекта правильно ассоциировать с исходным субъектом до операции? Имеет ли квантовая механика отношение к мозгу? 20/ Автор книги уверен, что ни классическая, ни квантовая механика не могут объяснить механизм мышления. Глава 10. Где находится физика ума?

Представим себе изолированную комнату, в которой находится Джон Сёрл, который не знает ни одного. Однако у него есть записанные в книге точные инструкции по манипуляции иероглифами вида «Возьмите такой-то иероглиф из корзинки номер один и поместите его рядом с таким-то иероглифом из корзинки номер два», но в этих инструкциях отсутствует информация о значении этих иероглифов, и Сёрл просто следует этим инструкциям. Наблюдатель, знающий китайские иероглифы, через щель передаёт в комнату иероглифы с вопросами, а на выходе ожидает получить осознанный ответ. Инструкция составлена таким образом, что после применения всех шагов к иероглифам вопроса они преобразуются в иероглифы ответа. Фактически инструкция — это подобие компьютерного алгоритма, а Сёрл исполняет алгоритм так же, как его исполнил бы компьютер. При этом сам Сёрл не имеет никаких знаний об иероглифах и не может научиться ими пользоваться, поскольку не может узнать значение даже одного символа. Сёрл не понимает ни изначального вопроса, ни ответа, который сам составил. Наблюдатель, в свою очередь, может быть уверен, что в комнате находится человек, который знает и понимает иероглифы. Таким образом Сёрл заключает, что хотя такая система и может пройти тест Тьюринга, но при этом никакого понимания языка внутри системы не происходит, а значит тест Тьюринга не является адекватной проверкой мыслительных способностей. 5/ Железо и софт. Электроны, протоны и другие элементарные частицы неотличимы друг от друга. Таким образом, если бы удалось считать все устройство некоего субъекта и записать эту информацию на какой-то носитель, то потом эта информация может быть передана со скоростью света и в другом месте создан такой же субъект. Исходный при этом можно уничтожить. Будет ли новый субъект осознавать себя прежним? Что произойдет, если не уничтожать исходного субъекта? Примечание А.U.: можно просто считать информацию и разделить субъекта на две равные части, вторые части достроить на основе считанной информации, какая из частей будет осознавать себя исходным субъектом? 6/ Шахматные задачи рассчитаны на людей, можно придумать задачу, которая не будет сложной для человека, но которая поставит компьютер в тупик: она должна содержать очень большое число ходов, тогда будет очень сложно перебрать все комбинации - вычислительная сложность. Глава 2. Алгоритм и универсальная машина Тьюринга. Глава 3. Математика и действительность. Числа действительные и комплексные. Множество Мандельброта. 7/ Что такое математика - изобретение или открытие? 8/ Математические идеи существуют в определенном смысле вне времени и не зависят от нас смертных. Глава 4. Истина, доказательства и интуиция. Программа Гильберта для математики. Теорема Геделя. Теория сложности. NP-задачи. Глава 4. Классический мир. 9/ Физические теории можно разделить на a) превосходные (выполняющиеся с невероятной точностью): евклидова геометрия, статика и динамика в классической механике, электромагнитная теория Максвелла, специальная и общая теории относительности, квантовая механика и квантовая электродинамика; b) полезные (выполняются не с той точностью, что хотелось бы): кварковая модель (квантовая хромодинамика), объединение электромагнитного и слабого взаимодействия, теория большого взрыва; c) пробные. Термодинамика выпадает из классификации - автору книги не нравится, что это лишь статистическая теория. Рассматриваются Евклидова геометрия, динамика Галилея и Ньютона, гамильтонова механика, электродинамика Максвелла, специальная и общая теории относительности, релятивистские причинность и детерминизм.

Роджер Пенроуз. Новый ум короля. О компьютерах, мышлении и законах физики, 1989 - анг., 2002 - рус. Книгу, которую я пытался читать 20 лет... Она мне казалась, да и сейчас кажется, невообразимым винегретом из мало связанных между собой тем из математики, физики, вычислительной техники, биологии и психологии. Центральный предмет книги не интеллект, как таковой, а человеческое сознание. Привожу свой конспект книги. -- Глава 1. Может ли компьютер обладать разумом? 1/ Тест Тьюринга. Машина, которая проходит тест Тьюринга, является разумной? У нее есть сознание? Испытывает ли машина боль и удовольствие, если внешне она ведет себя подобно человеку различных ситуациях? 2/ Черепашка Грея Уолтера (1950 год) - простой автомата, трехколесная тележка с электродвигателями, рулевой машинкой и схемой управления на 2-х электронных лампах и нескольких реле, способный демонстрировать достаточно сложное поведение, свойственное животным: обход препятствий, избегание яркого света, поиск "кормушки" - зарядной станции при разряде батареи, взаимодействие с себе подобными и своим отражением в зеркале. https://myrobot.ru/articles/hist_walter_tortoises.php 3/ Теория сильного искусственного интеллекта предполагает, что компьютеры могут приобрести способность [мыслить](https://ru.wikipedia.org/wiki/%D0%9C%D1%8B%D1%88%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5 "Мышление") и [осознавать](https://ru.wikipedia.org/wiki/%D0%A1%D0%B0%D0%BC%D0%BE%D1%81%D0%BE%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D0%B5 "Самосознание") себя как отдельную личность (в частности, понимать собственные мысли), хотя и не обязательно, что их мыслительный процесс будет [подобен](https://ru.wikipedia.org/wiki/%D0%9F%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D0%B5_(%D1%84%D0%B8%D0%B7%D0%B8%D0%BA%D0%B0) "Подобие (физика)") человеческому. Теория слабого искусственного интеллекта отвергает такую возможность. Машина демонстрирует просто сложное ситуационное поведение. 4/ Кита́йская ко́мната ([англ.](https://ru.wikipedia.org/wiki/%D0%90%D0%BD%D0%B3%D0%BB%D0%B8%D0%B9%D1%81%D0%BA%D0%B8%D0%B9_%D1%8F%D0%B7%D1%8B%D0%BA "Английский язык") Chinese room) — [мысленный эксперимент](https://ru.wikipedia.org/wiki/%D0%9C%D1%8B%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D1%8D%D0%BA%D1%81%D0%BF%D0%B5%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D1%82 "Мысленный эксперимент") в области [философии сознания](https://ru.wikipedia.org/wiki/%D0%A4%D0%B8%D0%BB%D0%BE%D1%81%D0%BE%D1%84%D0%B8%D1%8F_%D1%81%D0%BE%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F "Философия сознания") и [философии искусственного интеллекта](https://ru.wikipedia.org/wiki/%D0%A4%D0%B8%D0%BB%D0%BE%D1%81%D0%BE%D1%84%D0%B8%D1%8F_%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D0%B0 "Философия искусственного интеллекта"), впервые опубликованный [Джоном Сёрлом](https://ru.wikipedia.org/wiki/%D0%A1%D1%91%D1%80%D0%BB%D1%8C,_%D0%94%D0%B6%D0%BE%D0%BD "Сёрль, Джон") в 1980 году. Цель эксперимента состоит в опровержении утверждения, что цифровая машина, наделённая «[искусственным интеллектом](https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82 "Искусственный интеллект")» путём её программирования определённым образом, способна обладать [сознанием](https://ru.wikipedia.org/wiki/%D0%A1%D0%BE%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D0%B5 "Сознание") в том же смысле, в котором им обладает человек. Иными словами, целью является опровержение гипотезы так называемого [«сильного» искусственного интеллекта](https://ru.wikipedia.org/wiki/%D0%A1%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D0%B8_%D1%81%D0%BB%D0%B0%D0%B1%D1%8B%D0%B9_%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82 "Сильный и слабый искусственный интеллект") и критика [теста Тьюринга](https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%D1%81%D1%82_%D0%A2%D1%8C%D1%8E%D1%80%D0%B8%D0%BD%D0%B3%D0%B0 "Тест Тьюринга").

Сегодня же мы находимся на старте титанического масштаба процесса создания совершенно новой науки, которая создаст совершенно новые возможности для новой цивилизации… вот тут я задумался, как её определить: человеко-машинной? машино-человеческой? или просто машинной, в которой люди будут смотреть на машину глупыми глазами и говорить мяу.

Вот такое мнение об ИИ... у нас плохая память... поэтому нам нужны закономерности, а могли бы мы помнить все... так зачем нам понимание... Евгений Кузнецов (ФБ) 1 д. · С утра наблюдал в очередной раз, как котик не справляется с простой причинно-следственной связью, и вдруг оч четко понял одну любопытную штуку про ИИ. Довольно много умников любит рассуждать о том, что этот «калькулятор по перемножение матриц» (ещё бы они понимали, что за матрицы там перемножаются и зачем) неспособен ничего серьезного там «надумать». Что дескать это «просто машинка по поиску корреляций», а это «фигня». Ибо correlation is not causation и на этом типа разговор за ИИ окончен. Однако, я уже рассказывал об этом раньше, в прошлом году искусственный интеллект сумел решить задачу про сворачивании белков, которая в принципе не решалась людьми с использованием модели причинно-следственных связей. Никаким образом теория, основанная на том, что молекулы каким-то образом сцепляются и каким-то образом образуют объемную структуру, не работала и ничего у людей 50 лет не получалось – так и не смогли они найти ответ на вопрос, как сворачивается белки в объемную структуру. А ИИ смог за пару месяцев обучения и вопрос закрыл. Принцип человеческого познания, основанный на анализе данных во времени (наблюдение сопоставление выводы), позволил науке открыть огромное количество эффективных методов понимания мира и прогнозирование развития. Однако такое же большое количество явлений наука до сих пор описать не может, из чего мы обычно делаем вывод что рано или поздно наука это вот поймет. Ну или делается вывод , что «наука зашла в тупик». В этой ситуации искусственный интеллект, который не скован парадигмой времени, способен в данных увидеть закономерности и взаимосвязи, который человеческий мозг просто не способен воспринять. Примерно также, как необученный мозг не способен воспринять экспоненциальный процесс, полагая, что это какая-то случайность или ошибка в данных. Таким образом, мы переживаем исторический момент сравнимый с появлением науки как практики, когда сэры из Royal Society обнаружили, что можно идентифицировать явление, описать его, подтвердить экспериментально, и сформулировать виде «закона природы». До этого требовалось либо «божественное объяснение», либо отсылка к полу-божественному Аристотелю, иными словами знание должно было вытекать из какой-то целостный и единой картины мира, существовавшей как данность. Ну если классическая наука требует установления причины и следствия, то есть взаимосвязи различных явлений, и объяснение этих взаимосвязей (и условия протекания процессов в этих взаимосвязях), то наука основанная на данных в этих ограничениях не нуждается. В результате искусственный интеллект способен обнаруживать целостные явления, в которых причинно-следственный механизм не то чтобы не описан, ну даже и не подразумевается. И человек смотрит на результаты деятельности ИИ, примерно также как кот смотрит на деятельность человека - с осознанием, что «это глупое лысое животное творит какую-то фигню». Единственным вопросом, актуальным в настоящий момент, является следующее: все ли явления в мироздании можно описать методами анализа данных без выявления причинно-следственных связей, или только часть, и в итоге потребуется синтез человеческой и artificial науки, или нет? Позапрошлогодний опыт с ИИ, который по данным наблюдений планет вывел законы Кеплера и другие формула небесной механики, показывает, что в принципе без формул можно обходиться в огромном количестве приложений. Поэтому есть риск что data science будет более всеобъемлющей парадигмой, чем science как такова. Останется ли в будущем причинно-следственная взаимосвязь как самостоятельной научной парадигмой, или просто заплаткой, компенсирующий несовершенство человеческого интеллекта – это любопытно будет посмотреть лет через 50.

Американские и британские исследователи составили карту всех синаптических связей в мозге личинки плодовой мухи дрозофилы. Это первый полный коннектом мозга насекомого в арсенале науки. Отчет о работе опубликован в журнале Science. https://www.science.org/doi/10.1126/science.add9330 На русском https://nplus1.ru/news/2023/03/10/connect-ohm-3016 P.S. вспоминается одно из первых "искусственных животных", демонстрирующих сложное поведение: Черепашка Грея Уолтера (1950 год) - простой автомата, трехколесная тележка с электродвигателями, рулевой машинкой и схемой управления на 2-х электронных лампах и нескольких реле, способный демонстрировать достаточно сложное поведение свойственное животным: обход препятствий, избегание яркого света, поиск "кормушки" - зарядной станции при разряде батареи, взаимодействие с себе подобными и своим отражением в зеркале. https://myrobot.ru/articles/hist_walter_tortoises.php

Как работает ChatGPT: объясняем на простом русском эволюцию языковых моделей начиная от T9 В общем, наливайте себе кружечку горячего чая и устраивайтесь поудобнее – сейчас мы вам расскажем всё про то, что там крутится под капотом у языковых моделей, каким образом эти покемоны эволюционировали до текущих (местами поразительных) способностей, и почему взрывная популярность чат-бота ChatGPT стала полным сюрпризом даже для его создателей. Поехали! https://vc.ru/future/623774-kak-rabotaet-chatgpt-obyasnyaem-na-prostom-russkom-evolyuciyu-yazykovyh-modeley-nachinaya-ot-t9

Человек, благодаря которому кубик Рубика стал столь популярным во всем мире

STEPHEN WOLFRAM О CHATGPT What is ChatGPT doing ... and why does it work? From the lore of neural nets to what Aristotle didn't get to ... here's my version of the story: https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/ Что делает ChatGPT... и почему это работает? От легенд нейронных сетей к тому, до чего не добрался Аристотель...

Исследование доказывает, что сердце является одним из важных хронометров для мозга и играет фундаментальную роль в нашем ощущении течения времени, сообщили в Корнельском университете (США). Научная статья вышла в Psychophysiology. «Наше исследование показывает, что ощущение времени от момента к моменту меняется в зависимости от длины сердцебиения» https://onlinelibrary.wiley.com/doi/10.1111/psyp.14270 На русском https://naukatv.ru/news/psikhofiziologi_vospriyatie_vremeni_u_cheloveka_menyaetsya_s_kazhdym_udarom_serdtsa