Метка: science

Вдогонку про Хокинга. Я читал одну из его книг, и много интересовался темами, в которых он работал – черные дыры, большой взрыв и проч. Мужик дико крутой и умный.

Однако почти сто процентов людей, слышавших его имя, неспособны понять суть вопросов, которыми он занимался, и тем, что он привнес в физику. “Неспособны” значит то, что даже если они лет пятнадцать потратят на изучение всех затронутых областей физики и математики, все равно у них к самой теории будет больше вопросов, чем ответов. Ну и я в их числе.

Во-вторых, почти всё, за что ценят Хокинга, типа теории излучения черных дыр, является математической моделью, дающей ответы на одни вопросы, но ставящие еще миллион других, ответов на которых нет. Наверное, правильнее сказать, это не совсем физика еще, это больше философия 21 века, помноженная на математику 21 века. Ни одного практического применения находки еще не нашли и не найдут.

Хорошим примером тут является другой ученый, Леонард Сасскинд, один из создателей Теории Струн, автор концепции голографической Вселенной и многих других сильно замороченных вещей расширенного сознания. Он тоже довольно солидный в науке дядька, по крутости довольно близок к Хокингу. Кстати, считается его самым достойным оппонентом. Сасскинд умудрился доказать Хокингу, что тот ошибался, и потом написал об этом книгу. Это реально была битва титанов. При этом все, что они напридумывали, лишь математическая абстракция, объясняющая одно, но из-за своей далекой неидеальности еще более запутывающая другое.

В общем, мысль такова, что где эта граница в космологии между наукой и философией – не поймешь.

В общем, лучший способ понять, как мало ты знаешь, имея практически любой уровень знаний физики и математики –

это разобраться в деталях открытий Хокинга и Сасскинда. Очень хочу дожить до дней, когда смогу написать, что наконец разобрался хотя бы на уровне принципов, к которым у меня нет вопросов. Но, уверен, для этого должны родиться еще несколько хокингов и сасскиндов, чтобы утрясти неувязки и придумать более простую модель, улаживающую вещи друг с другом. Скорее всего, половина того, что они там напридумывали, будет признано неверным, а другая половина будет крутым прорывом и базой для следующих шагов, который мы сейчас оценить не в состоянии.

UPDATE: интересное в тему https://cosmos.d3.ru/chto-to-ne-tak-s-sovremennoi-fizikoi-971821/?sorting=rating

https://cosmos.d3.ru/chto-to-ne-tak-s-sovremennoi-fizikoi-971821/?sorting=rating

Читаю Homo Deus про эволюцию, и у меня родилась гипотеза. А может, древние организмы умели принимать элементарные решения об изменчивости, а это не абсолютно случайный процесс? Разумеется, речь идет не о логическом мышлении первых земноводных, а, например, о огромной матрице принятия решений об изменичивости, существующей в них с рождения, параметрами которой являются разнообразные переживания. В итоге, если с легочным дыханием уже решено, а в ластах ходить по пляжу не удобно, следующее поколение “знает”, что неплохо бы измениться в этом пунтике, и там чего-то потихоньку отрастает, чтобы через сотни миллионов лет на том же пляже сокрушаться, почему люди не птицы. Если все так, то за миллионы лет эволюции в мозгу такая приличная часть нейронной сети должна быть заполнена такими правилами, и при случае этот механизм аккуратно запускает изменчивость в правильном направлении, а не случайном (ну насколько эта нейросеть знает, что такое правильное)

В классической теории со случайными изменениями мне не нравится то, что вероятности этих изменений слишком малы. Конечно, есть сотни тысяч и миллионы лет для для таких случайных экспериментов, но это должно работать только на огромных популяциях с быстрым размножением. Например, когда весь мировой океан кишит одним видом, и оно быстро размножается, то поколения сменяются быстро и более адаптированные выживают лучшее менее приспособленных. Но что делать с видами, представленными в значительно меньшем количестве, и у которых довольно длинная жизнь. Ну не знаю, возьмем, например, слона. Означает ли это, что слон следующие миллион лет (если представить, что жизнь/слоны столько просуществует – это вряд ли) будет эволюционно меняться?

Ну я не знаю, ходить на двух ногах, потому что в цирке это полезно. Думаю, что со слонами пройти не должно.

А 100000 поколений назад мы еще были обезьянами, например, а около 10000 поколений люди были далеко не обезьянами.

Если опыт передается по наследству, то то, что я пишу в первом абзаце, вполне может существовать. Осталось только еще доказать, что эта матрица решений может передваться горизонтально от вида к виду, и тогда будет совсем все красиво.

https://www.popmech.ru/science/54974-vospominaniya-mogut-peredavatsya-po-nasledstvu-cherez-dnk/

https://www.popmech.ru/science/54974-vospominaniya-mogut-peredavatsya-po-nasledstvu-cherez-dnk/

Сегодня вечером неплохо продвинулся в data mining & machine learning. Рекомендую всем интересующимся темой софт под названием Weka. Это такая мат.библиотека с консольными тулзами, вокруг которых еще есть удобный графический UI.

В качестве тренировки взял 5000 товаров с 1800 характеристиками с ebay (это только 0.25% их базы), разбил на кластеры по похожести только на основе характеристик. Получилось что-то, чехлы отдельно, ноуты отдельно. Новые товары определяются в правильную группу, ура.

Поигрался также с Time series forecasting. Загрузил туда поисковые запросы, по дням за последние недельки две. Weka дает оценку по числу запросов на следующие дни. Кул, полезно. Для вылетающих за пределы оригинального разброса можно нотификации какие-нибудь придумать, это значит заметный рост или падение.

Есть база на 550 тыс. записей с заказами интернет-магазина (№заказа, №товара, цена, №пользователя, дата, время). Не очень пока понимаю, как можно извлечь новые знания из этих через алгоритмы машинного обучения. Вроде всё, что приходит на ум, делается и без зауми. Есть идеи?

https://www.cs.waikato.ac.nz/ml/weka/

Для интересующихся Data Science, очень рекомендую Лавренко (на английском, но он очень простой): https://www.youtube.com/user/victorlavrenko/playlists

При всем уважении к Школе Анализа Данных Яндекса, слушать Воронцова непросто тем, что мозг работает как кипятильник, а знания те же.

https://www.youtube.com/user/victorlavrenko/playlists

Я сегодня делал презентацию по SAP Leonardo IoT/machine learning/blockchain, а мои коллеги за вчера собрали и запрограммировали умного поливального робота на окно.

Очень интересная лекция про то, как работает БАК. Просто космос https://habrahabr.ru/company/yandex/blog/329132/

“Это 40 терабайт данных в секунду. В настоящий момент мы такой поток обрабатывать не можем, хотя технически уже приближаемся к возможностям.”

“Вы примерно представляете размер матрицы фотоаппарата. Здесь примерно 200 квадратных метров матрицы. (..) Самое крутое для этих экспериментов — их скорость. Они снимают со скоростью 40 млн кадров в секунду. (..) Записывать мы столько не можем, реально мы записываем примерно 200–500 кадров в секунду, но это тоже неплохо.”

“Та материя и энергия, которую мы наблюдаем, это примерно 5% от того, что мы измеряем посредством различных гравитационных наблюдений. Это примерно то же самое, что у вас квартира 20 квадратных метров, а вам приходит счет за отопление на 1000 метров, и все правильно, где-то остальные квадратные метры отапливаются, только вы не понимаете, где они.”

“Мы имеем порядка миллиона засвеченных ячеек в детекторе, которые снимаются со скоростью 40 МГц. Это 40 терабайт данных в секунду. (..) За 10 мс нужно классифицировать данные на интересные и не очень. Это типичная задача классификации. Сейчас мы активно применяем методы машинного обучения. Мы спасаем одно событие из миллиона. Остальные события теряются безвозвратно. Так что очень важно, чтобы этот отбор имел хорошую эффективность. Если мы что-то потеряли — это уже не восстановить.”

“Для этого нам необходимы достаточно могучие компьютерные ресурсы. Физика высоких энергий использует распределенные компьютерные ресурсы. На этом слайде, чтобы дать идею о количестве, для коллаборации CMS используется 120 тыс. ядер и порядка 200 петабайт емкости на дисках.”

“Cтатья CMS, которая характеризуется как открытие бозона Хиггса. (..) 36 страниц. Половина из них — статья, 136 ссылок на научные исследования и три тысячи авторов. “

“В качестве ассоциации: то, что мы пытаемся сделать, — увидеть снежинку определенной невиданной формы в свете фотовспышки во время снегопада и на фоне большого заснеженного поля. И честно говоря, думаю, задача со снежинкой, которую я описал, существенно проще.”

https://habrahabr.ru/company/yandex/blog/329132/

Наткнулся на новость на сайте Alex Exler о статье на сайте КП “Ставропольские учёные из НИИ овцеводства и козоводства разработали аналог продуктов Microsoft” (https://www.stav.kp.ru/daily/26678/3701936/, еще на Регнуме https://regnum.ru/news/innovatio/2274999.html). Решил копнуть глубже. Тем более, что презентовать сие творение должны были вчера. Оцените объем цитаты и регалии интервьюируемого. Кроме четырех, источники пишут, что он еще и заведующий лабораторией информационных технологий института. В конце выясняется, что он разработчик. Ну ок, теперь ближе к делу.

Название – Ivan OS. Основа – Linux.

“На разработку ставропольского аналога Windows потратили пять лет и 40 млн рублей. Над продуктом трудилась команда из семи ученых.” – выходит, получили “ученые” 95000 руб/мес. “Название, рассказал Белов, выбрали не случайно. Программисты хотят создать узнаваемый во всем мире бренд, поэтому его имя должно подчеркивать то, что он создан в России.”.

Белов: “Во-первых, 7 человек это только разработчики ПО, не будем забывать про методологов, бухгалтеров, организаторов. Во-вторых, мы представляем не просто собственную сборку ОС, а технологическую платформу, одним из компонентов которой является IVAN ОС. В-третьих, основными правообладателями технологической платформы, кроме ФГБНУ ВНИИОК являются две научные российские организации ООО НПО “Облачные информационные системы и ООО НПК “Эталон”. В-четвертых, оценки по затратам на человека завышены. Впрочем, ждите официальной презентации. Получается какое-то странное перемалывание слухов.”

На своем любимом dirty наткнулся на прекрасный диалог двух интеллектуалов) https://experov.d3.ru/aleksandr-poniatov-i-pervyi-v-mire-videomagnitofon-1368194/#20587149, dubintek и Lastchance13, о пользе биологов в России. Там экранов на 20 переписки, но ее достаточно фрагментами читать)

https://experov.d3.ru/aleksandr-poniatov-i-pervyi-v-mire-videomagnitofon-1368194/#20587149

Последние недели продуктивно прошли. Разобрался неплохо с NodeJS, AngularJS2, Facebook Messenger API, Microsoft Bot Framework и Microsoft LUIS – это среда для создания чат-ботов с использованием искусственного интеллекта для распознавания сообщений от людей.

Поднакидайте идеек, о чем в ближайшие месяцы написать на блоге hybrismart? На ближайшие недели у меня пока все ясно, а дальше наверняка тоже что-то появится, но лучше, если будет кто-то, кому что-то определенное нужно особенно. Примеры того, что меня интересует, легко найти на hybrismart.com)

Как интересно. Вот такие видео надо показывать на уроках биологии 🙂

Хоботок комара не является единой иглой, а состоит из шести длинных “лезвий”, выполняющих функции нижней и верхней челюсти.

Две из них, так называемые максиллы или верхние челюсти, оснащены множеством крошечных игл, своего рода зубов, которые проникают под кожу. Другие “лезвия” или “сверла” — мандибулы — нижние челюсти — в это время удерживают края ранки, не давая им сомкнуться.

Шестая игла названа гипофаринксом, через нее комар пускает в кровь слюни, содержащие определенные вещества, которые заставляют кровь течь, они же вызывают зуд после укуса насекомого.

https://www.youtube.com/watch?v=rD8SmacBUcU