Первые снимки Уэбба. 8 миллиардов. Нейросеть учит физику. Голова дятла. Новости QWERTY №221
Из этого ролика вы узнаете, сколько человек живет на земном шаре, насколько снимки Уэбба лучше снимков Хаббла, почему не болит голова у дятла и как нейросеть учится понимать физику.
[Музыка]
Всем привет! Вы смотрите научно-популярный канал QWERTY, а меня зовут Владимир. Вам, думается, интересно, какое сейчас количество живущих на Земле людей. Считается, что еще в 1928 году у нас было всего два миллиарда, а в девяносто девятом — 6 миллиардов. Прогнозы ООН заявляли, что 8 миллиардов мы достигнем к ноябрю текущего года. Несмотря на все юморески, которые подкидывает нам природа, экономика и правители, развязывающие войны, сейчас в год население Земли прибавляет примерно 80-90 миллионов.
Хотя надо признать, скорость прироста все же снижается. По показаниям счетчика World U Meter, использующего статистику ООН и ряда других институтов, весьма уважаемого и цитируемого счетчика, на нынешний июль население составляет семь целых девяносто шесть сотых миллиарда. Но вот счетчик Count Three Meters, тоже, в общем-то, опирающийся на данные ООН по странам, показал, что мы уже перешагнули за черту 8 миллиардов.
Очевидно, что ни один счетчик не дает реальной картины, отдает лишь некое приближенное представление. Официально считается, что есть погрешность в 35 процентов от любой оценки. Но уже можно считать, что нас 8 миллиардов, плюс-минус 40 миллионов человек. Уже на таких масштабах это не играет большой роли, хотя абсолютных значениях это почти что население целой Украины.
Ну а за все время человеческой истории считается, что на Земле жило сто девять миллиардов людей. Сто девять миллиардов личностей и судеб, и нам с вами исключительно везет жить в исключительное интересное время, чему доказательством будут самые интересные новости науки за предыдущую неделю. Если вы захотите подловить меня на слове, то все ссылки на источники и подробности будут в описании.
Итак, свершилось! В прошлый вторник пришли первые научные данные с космического телескопа Джеймс Уэбб, которые мы ждали полгода, а в общем-то и целых 25 лет. Кто-то ждал, пока строился телескоп — это эпохальное событие. Достаточно интересно, что его представил миру президент США Джо Байден. Вот он в небольшой студии с другими людьми, причастными к успеху, объявляет первое научное фото с Уэбба.
Глава NASA Бил Нельсон описал изображение как малую часть Вселенной, подобные по масштабу песчинки на пальце вытянутой руки. Это изображение получено при помощи инструмента Near Infrared Camera, то есть в ближнем инфракрасном диапазоне. На нем представлено массивное скопление галактик, находящееся за 4,6 миллиардов световых лет от нас. За ним расположена одна очень далекая галактика.
Скопление выступает в качестве гравитационной линзы и своей гравитацией искажает путь света от дальней галактики до нас. Поэтому ее изображение усиливается по яркости, искривляется в участке дуги. Экспозиция снимка составила 12 с половиной часов.
Вот так выглядит тот же участок в среднем инфракрасном диапазоне. Но это еще не все! В тот же вторник опубликовали еще несколько изображений. Учтите, все они, если скачать их в полном разрешении, показывают детали, ранее недоступные нашим технологиям. Скоро я покажу вам, в чем заключается разница.
Вот эта туманность и Южное кольцо в среднем и ближнем инфракрасном диапазонах, и расположена она в двух тысячах световых лет от нас. А внутри нее находится белый карлик. Эти чарующие волны — туманность Киля в ближнем инфракрасном. Эта зона активного звездообразования находится в семи с половиной тысячах световых лет от нас. Хотя, исходя из названия, cosmic cliffs, скорее, это все же горы.
Вот так выглядит объединенное изображение в ближнем и среднем инфракрасном свете. А вот это — квинтет Стефана, группа из четырех взаимодействующих галактик, примерно в трех сотнях миллионов световых лет от нас. Пятая галактика как бы наложилась, спроектировалась на изображении сверху. И это тоже объединенное изображение, позволяющее разглядеть горячую пыль и структуры внутри галактик.
До Уэбба в основном нацеливались на самые ранние галактики Вселенной, но думается, что поток научной информации будет затрагивать очень разные аспекты. Кстати, как и обещал, для сравнения вот это Южное кольцо в исполнении Хаббла и Уэбба, и квинтет Стефана. Ну и туманность Киля тоже, кажется, различия довольно очевидны, и это только лишь невооруженным глазом.
Ссылку на сравнение я оставлю в описании. Не болит голова у дятла! Кроме того, что это интересный фильм, это еще и интересный факт. Но почему долгое время считалось, что в черепе дятлов есть некий амортизатор, который смягчает силу ударов и не допускает повреждений мозга? В 2006 году Шнобелевскую премию дали за указания на губчатую структуру костей черепа, играющую якобы роль такого амортизатора.
Правда, настоящую проверку этой гипотезы, похоже, не проводили. А стоило бы, потому что есть один нюанс: если амортизировать удары клювом, не важно чем — мышцами, учат ими костями черепа, пружинами — в конце концов, та глубина и сила удара будут ослабевать, а значит, чтобы добиться желаемого количества ударов и вообще количества усилий, дятла должно увеличиться, что не может не отразиться негативно на состоянии птичьей головы.
Да, и если повышать скорость ударов, то это тоже приведет к повреждению. Чтобы разобраться в натуральной механике процесса, ученые решили воспользоваться высокоскоростной камерой и зафиксировать перемещение определенных точек на дятловой голове, а затем оцифровать их. Судя по точке на глазу, дятлу глаз и передняя часть мозга движутся и останавливаются с тем же отрицательным ускорением, что и клюв, а иногда даже с большим.
Термин "отрицательное ускорение" не имеет ничего общего с хохмами про отрицательный рост. Это нормальный термин, на английском он звучит как "deceleration". Дальнейшее исследование и расчеты показали, что амортизации в мозге у дятла как таковой нет, ну или оно минимально.
Но если так, то почему тогда мозг дятла не представляет собой кашу из нефункциональных нейронов человека или обезьяны? Получается, сотрясением мозга при давлении около ста кило паскаль, возникающим при ударе, но у дятла давление в черепе при их обычной долбежке не превышает 40-60 кило паскаль, и этого недостаточно для повреждения мозга.
Вот если бы они долбили лист металла вместо дерева, то все бы обернулось иначе. Но почему дерево для них безопасно? Предположение такое: причина может лежать в суженном субарахноидальном пространстве и суженных шейных венах, которые создают повышенное артериальное давление в мозге. То есть при таком давлении сложнее вызывать компрессию и поднимать давление еще выше.
Получается, что дятловские головы работают как настоящие молотки, они как шлема безопасности. Ну и соответственно использовать их как прототип для устройства для поглощения ударов нельзя.
Нейросети в последнее время получают буквально фантастические результаты. Они генерируют потрясающее изображение, по описанию они пишут тексты на заданную тему и даже научные статьи. Я уже не говорю о том, что они находят космические аномалии в изображениях обзоров неба. Но каждый из этих достижений и большие массивы знаний отдельных нейросетей все-таки находятся в каждой своей узкой области.
Достигнуть того, чтобы нейросеть использовала хотя бы две сферы знаний, для того чтобы, например, руководствуясь здравым смыслом, создать текст, в котором четко учтены все физические законы, пока что не удалось. И мастерам и курт своей могут пока что спать спокойно.
Сильный искусственный интеллект не д-р Йетс. Тем не менее, откуда-то начинать надо. И каждый из нас с вами, и вообще вот из всех тех самых 109 миллиардов, свою нейросеть начинал тренировать особым способом. Мы наблюдали, мы видели изо дня в день сотни событий, каждая из которых укладывалась постепенно в общую картину мира.
Если столкнуть чашку со стола, то получите А-тант, но перед этим она упадет и, возможно, даже разобьется. Если закатить мяч под кровать, то он попадет в мир подкроватных монстров, но его не будет видно с определенного угла зрения.
Компьютерные ученые из DeepMind пошли тем же путем и создали модель, которая наблюдает за объектами, строит предсказания их поведения и умеет удивляться, если поведение объектов отличается от обычного. Назвали эту модель "PLaT".
Работает это упрощенно так: есть модуль, распознающий изображение и переводящий их в представление, воспринимаемое машиной — embedding. Это сжатые векторные представления, то есть сеть мыслит физическими объектами. Также есть модуль, отвечающий за предсказание. Он анализирует все предыдущее изображение, то есть embedding, и предлагает свой вариант развития событий.
Но и он же удивляется, если видит расхождение, типа: "Ну, я же знаю, что вот тот катящийся шар должен был показаться из-за препятствий. Его не могли похитить инопланетяне". В целом, это достаточно близко к психологическому концепту нарушения ожиданий. Обучали модель на трех сотнях синтетических видео, выглядели они вот так. Физические понятия, которые осознавала сетка, были такими: объекты обладают прочностью и инерцией, они постоянны и не исчезают просто так и не меняют форму без причины, а также их движение непрерывно.
Человеческие детеныши получают представление о физическом мире уже к двум с половиной месяца, а сетка получила такое представление за двадцать восемь часов визуального опыта. Но это сравнение, конечно же, не лоб в лоб, потому что сетка не спала, а детеныши видели не синтетические видео. Но смысл в том, что успешно обучить сетку можно на относительно небольшом дата-сете. Хотя, думается, концерн перейдет к реальным видео, она столкнется со значительной болью, метафорически, конечно же, выражая.
Лучше новостью предыдущего выпуска вы признали новость про то, что высокое энергетическое топливо, содержащие циклопропановые кольца и потенциально работающие лучше современного ракетного топлива, могут вырабатывать бактерии. Причем более экологично, чем позволяют обычные химические промышленные методы, стрептомицин и которые выдали такое топливо. Вообще, они способны на производство очень обычных молекул.
Эти бактерии делают ему на супрессоры, антибиотики и противораковые препараты. Но в целом они не очень продуктивные, поэтому с ними сложно работать в лабораториях. Тогда у них берут нужные участки генома и переносят в более сговорчивые бактерии, которые и трудятся в биореакторах.
Ну что ж, а на этом на сегодня все! Большое спасибо вам за просмотр! Мне будет очень приятно, если вы поставите лайк этому видео, поделитесь им со своими друзьями и подпишитесь на канал, если вдруг вы этого еще не сделали. Как обычно, за самую интересную новость выпуска вы можете проголосовать в нашем телеграм-канале. И до скорых встреч! Пока!
[Музыка]