Тут заново подошли к тому, как правильно прикладывать математику к анализу древней ДНК человека и нашли много нового и интересного. Проанализировали 8433 древних человеков и 6510 современных для сравнения по Евразии.
Вот примеры:
— Суммарный эффект многих генов снизил процент жира в организме за последние 10 тысяч лет. В смысле, вы не так быстро жирнеете с тех пор, как изобрели сельское хозяйство. ВНЕЗАПНО, выгодно быть менее жирным. Изменения достигались через скоординированные изменения в частотах разных аллелей.
— Обнаружено 9 локусов с признаками отбора в пользу более светлой кожи. Это вы знаете от эндокринолога — сидеть дома темно и страшно, поэтому нужно больше витамина D. Светлая кожа даёт больше такого витамина, поэтому все викинги белокожие. Ещё потому, что они не воровали некрасивых женщин, но в основном — из-за меньшего числа света в Исландии и Норвегии и большего процента зерна в рационе вместо нормального мяса. Сигналов отбора на темную кожу не обнаружено.
— Снизилась частота генетических механизмов запуска биполярки и шизофрении. Кажется, быть шизом не очень выгодно в современном обществе (но, скорее всего, это исправление багов после других адаптаций).
— Больше аллелей, которые связывают с повышенным интеллектом. Умным быть выгоднее. Точнее, в целом было выгоднее до настоящего момента, сейчас уже может и не факт)
— Больше аллелей, которые связывают с замедлением старения. Дольше жить прикольнее.
— Аллель, связанный с прямыми волосами и мужским облысением, снизился с 50% до 20% за последние 7 тысяч лет (не волнуйтесь, это всего плюс пара процентов шансов не облысеть в 40 для современного европейца). Раньше думали, что он, наоборот, повышается.
— Выросла частота III группы крови (B) с нуля до 8% за 6 тысяч лет. С учётом, что носители из Азии, а исследование шло преимущественно по европейским могильникам, возможно, речь банально про миграцию.
— Фактор риска рассеянного склероза, вырос с нуля до 18% с 6 до 2 тысяч лет назад, а потом стал обратно закукоживаться по настоящее время.
— Аллель, связанный с высоким риском целиакии, за последние 4 тысячи лет почти с нуля набрал популярность 20%. Что важно, земледелие появилось 10 тысяч лет назад, и 6 тысяч лет он не рос. Возможно, надо было набрать плотность населения.
— Аллель с повышением риска туберкулёза сначала вырос с 2% до 9% от 5500 до 3000 лет до даты исследования, а потом по сегодня стал снижаться до 3%. Кажется, это связано с тем, что туберкулёз был серьёзной проблемой примерно 3 тысячи лет назад.
— Гемохроматоз: от 1 до 5% с 5 тысячи до 2 тысячи лет, а последние 2 тысячи лет снижается до 3%. Вероятно, диета человека снова обогатилась железом.
— CCR5-Δ32, обеспечивающий резистентность к ВИЧ-1, рос с 6 тысяч лет назад по 2 тысячи лет назад с 2% до 8%. Хоть ВИЧ-1 и появился позже, кажется, он ещё работал против чумы и оспы.
Заодно, кстати, выкинули половину старых известных изменений, потому что на глаз они ничего, но математически не подтверждаются.
В целом можно полистать работу (DOI:
10.1101/2024.09.14.613021), чтобы убедиться, что отбор в каких-то случаях работал как флюгер, в каких-то прямо конкретно изменял организм человека, а где-то среда так формировалась, что в целом было пофиг на то, что вырастает. В общем, презанимательнейшее чтиво. А выше основные картинки — изменения разных признаков по времени.
#гуманитарии_познают_мир
Вступайте в ряды Фурье!
Вот примеры:
— Суммарный эффект многих генов снизил процент жира в организме за последние 10 тысяч лет. В смысле, вы не так быстро жирнеете с тех пор, как изобрели сельское хозяйство. ВНЕЗАПНО, выгодно быть менее жирным. Изменения достигались через скоординированные изменения в частотах разных аллелей.
— Обнаружено 9 локусов с признаками отбора в пользу более светлой кожи. Это вы знаете от эндокринолога — сидеть дома темно и страшно, поэтому нужно больше витамина D. Светлая кожа даёт больше такого витамина, поэтому все викинги белокожие. Ещё потому, что они не воровали некрасивых женщин, но в основном — из-за меньшего числа света в Исландии и Норвегии и большего процента зерна в рационе вместо нормального мяса. Сигналов отбора на темную кожу не обнаружено.
— Снизилась частота генетических механизмов запуска биполярки и шизофрении. Кажется, быть шизом не очень выгодно в современном обществе (но, скорее всего, это исправление багов после других адаптаций).
— Больше аллелей, которые связывают с повышенным интеллектом. Умным быть выгоднее. Точнее, в целом было выгоднее до настоящего момента, сейчас уже может и не факт)
— Больше аллелей, которые связывают с замедлением старения. Дольше жить прикольнее.
— Аллель, связанный с прямыми волосами и мужским облысением, снизился с 50% до 20% за последние 7 тысяч лет (не волнуйтесь, это всего плюс пара процентов шансов не облысеть в 40 для современного европейца). Раньше думали, что он, наоборот, повышается.
— Выросла частота III группы крови (B) с нуля до 8% за 6 тысяч лет. С учётом, что носители из Азии, а исследование шло преимущественно по европейским могильникам, возможно, речь банально про миграцию.
— Фактор риска рассеянного склероза, вырос с нуля до 18% с 6 до 2 тысяч лет назад, а потом стал обратно закукоживаться по настоящее время.
— Аллель, связанный с высоким риском целиакии, за последние 4 тысячи лет почти с нуля набрал популярность 20%. Что важно, земледелие появилось 10 тысяч лет назад, и 6 тысяч лет он не рос. Возможно, надо было набрать плотность населения.
— Аллель с повышением риска туберкулёза сначала вырос с 2% до 9% от 5500 до 3000 лет до даты исследования, а потом по сегодня стал снижаться до 3%. Кажется, это связано с тем, что туберкулёз был серьёзной проблемой примерно 3 тысячи лет назад.
— Гемохроматоз: от 1 до 5% с 5 тысячи до 2 тысячи лет, а последние 2 тысячи лет снижается до 3%. Вероятно, диета человека снова обогатилась железом.
— CCR5-Δ32, обеспечивающий резистентность к ВИЧ-1, рос с 6 тысяч лет назад по 2 тысячи лет назад с 2% до 8%. Хоть ВИЧ-1 и появился позже, кажется, он ещё работал против чумы и оспы.
Заодно, кстати, выкинули половину старых известных изменений, потому что на глаз они ничего, но математически не подтверждаются.
В целом можно полистать работу (DOI:
10.1101/2024.09.14.613021), чтобы убедиться, что отбор в каких-то случаях работал как флюгер, в каких-то прямо конкретно изменял организм человека, а где-то среда так формировалась, что в целом было пофиг на то, что вырастает. В общем, презанимательнейшее чтиво. А выше основные картинки — изменения разных признаков по времени.
#гуманитарии_познают_мир
Вступайте в ряды Фурье!
Ура, у нас на планете появилась первая бессмертная муха!
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он был слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофилы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофила на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
#как_размножаются_ёжики #гуманитарии_познают_мир
Вступайте в ряды Фурье!
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он был слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофилы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофила на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
#как_размножаются_ёжики #гуманитарии_познают_мир
Вступайте в ряды Фурье!
Тут опять учёный изнасиловал журналиста. "Память может храниться не только в мозге, смотрите, мы нашли ген памяти", вот это всё.
Что случилось:
— Подтвердили распределённое обучение в не-нейронных клетках. То есть эпигенетическую маркировку, только довольно сложную и быструю, с характерной кривой обучения.
— Что сделали: создали клеточные линии, экспрессирующие люциферазу под контролем CRE-зависимого промотора. То есть клетки светятся в ответ на триггер, а триггер срабатывает от определённого химического сигнала.
— Клетки "просили" делать люциферазу. Сильно упрощая, для этого клеткам надо было наращивать её производство, и, как в случае приближающегося стресса, для этого стоило понимать по входящим сигналам, что там происходит.
— Люцифераза, что характерно для неё, светилась, а учёные смотрели и говорили: "Ух ты, смотри, как светится" и, что важнее, могли замерить интенсивность этого свечения, а по нему установить, сколько ресурса в ответ на какие наборы сигналов произведено.
— Наблюдался классический эффект распределенного обучения: 4 разнесенных стимула вызывали более сильную и устойчивую экспрессию люциферазы, чем один длительный стимул. "Запоминание" означает, что повышенная продукция люциферазы сохраняется долго (даже 24 часа) после прекращения стимуляции. Клетки научили не в панике носиться перед внезапными дедлайнами, а набирать складской запас, потому что где-то там эта люцифераза была кому-то нужна. Эти белки, куда записали состояния, оставались фосфорилированными после стимуляции.
— Эффект усиливается с увеличением числа повторений стимула (например, 4 повторения лучше, чем 2 или 1). Есть оптимальный интервал между стимулами (10-20 минут), при котором "запоминание" наиболее эффективно. После повторяющихся стимулов уровень экспрессии гена, отвечающего за это всё, снижается медленнее, чем после однократной стимуляции.
— Вместо постоянной реакции на каждый сигнал, клетка может настроиться на определенный шаблон сигналов. После "запоминания" клетка может быстрее реагировать на повторное появление сигнала. Клетка может различать важные повторяющиеся сигналы и случайный шум.
В общем, цепочки поставок отлично налаживаются.
Исследование вот.
То есть мы видим что-то вроде оптимизации на уровне компилятора (это очень грубое сравнение), и вот этот процесс как раз и изучили в работе. Никакого люцифера, никакого сатанизма, никакого "гена памяти", зато желудок помнит, что и как часто вы едите, и он, если что, на это всерьёз рассчитывает!
#медленная_зона
Что случилось:
— Подтвердили распределённое обучение в не-нейронных клетках. То есть эпигенетическую маркировку, только довольно сложную и быструю, с характерной кривой обучения.
— Что сделали: создали клеточные линии, экспрессирующие люциферазу под контролем CRE-зависимого промотора. То есть клетки светятся в ответ на триггер, а триггер срабатывает от определённого химического сигнала.
— Клетки "просили" делать люциферазу. Сильно упрощая, для этого клеткам надо было наращивать её производство, и, как в случае приближающегося стресса, для этого стоило понимать по входящим сигналам, что там происходит.
— Люцифераза, что характерно для неё, светилась, а учёные смотрели и говорили: "Ух ты, смотри, как светится" и, что важнее, могли замерить интенсивность этого свечения, а по нему установить, сколько ресурса в ответ на какие наборы сигналов произведено.
— Наблюдался классический эффект распределенного обучения: 4 разнесенных стимула вызывали более сильную и устойчивую экспрессию люциферазы, чем один длительный стимул. "Запоминание" означает, что повышенная продукция люциферазы сохраняется долго (даже 24 часа) после прекращения стимуляции. Клетки научили не в панике носиться перед внезапными дедлайнами, а набирать складской запас, потому что где-то там эта люцифераза была кому-то нужна. Эти белки, куда записали состояния, оставались фосфорилированными после стимуляции.
— Эффект усиливается с увеличением числа повторений стимула (например, 4 повторения лучше, чем 2 или 1). Есть оптимальный интервал между стимулами (10-20 минут), при котором "запоминание" наиболее эффективно. После повторяющихся стимулов уровень экспрессии гена, отвечающего за это всё, снижается медленнее, чем после однократной стимуляции.
— Вместо постоянной реакции на каждый сигнал, клетка может настроиться на определенный шаблон сигналов. После "запоминания" клетка может быстрее реагировать на повторное появление сигнала. Клетка может различать важные повторяющиеся сигналы и случайный шум.
В общем, цепочки поставок отлично налаживаются.
Исследование вот.
То есть мы видим что-то вроде оптимизации на уровне компилятора (это очень грубое сравнение), и вот этот процесс как раз и изучили в работе. Никакого люцифера, никакого сатанизма, никакого "гена памяти", зато желудок помнит, что и как часто вы едите, и он, если что, на это всерьёз рассчитывает!
#медленная_зона
Ура, минутка сексизма! Разбираем метаисследование по красоте.
Красота = привлекательность для размножения. Да, бывают красивые люди, которых вы не обязательно хотите трахнуть, но в целом идеалы красоты отражают адаптации полового отбора.
Лет 50 назад внезапно выяснилось, что красота универсальна в разных культурах. Базовая шкала одна и та же. Дальше решает насмотренность: если с детства вас окружали люди с определёнными чертами лица и т.п., то их образы воспринимаются как более знакомые, то есть более приятные.
Когда мы сталкиваемся с новым стимулом, он сравнивает его с усреднённым прототипом. Если сильно похож — свой. Упрощая, работает так: яркие явно красивые черты дают плюс к красоте, и близость к среднему увиденному за жизнь лицу даёт плюс.
При взгляде на привлекательные лица активируются система вознаграждения. То есть наша прошивка подсказывает, что с привлекательными людьми стоит быть рядом. Ну социум автоматически приписывает красивым людям и другие положительные черты. Чтобы управлять людьми, по возможности, рождайтесь красивыми.
Лицо распознаётся очень быстро, потому что это реализовано чуть ли не в ПЛИСке (выделенной вычислительной области мозга). Оценка — 100 миллисекунд. Детекторы красоты на хардкоде, есть даже у младенцев. Кажется, это пошло ещё с тех времён, когда перекошенное лицо было признаком паразитарной инфекции.
У мужчин бонусы к красоте дают широкий подбородок, густые брови и более грубые черты лица. С другой стороны, крайняя мужественность имеет недостатки и в родительстве. Она ассоциируется с агрессивностью и контролирующим поведением. Поэтому нужно искать того, кто сочетает эти качества, либо подходить по принципам ТРИЗа, и искать как минимум двоих. По мере изменения фертильной стадии женщины, более мужицкие атрибуты становятся важнее, а потом наоборот.
Глубокий мужской голос воспринимается как более привлекательный и доминантный. Он может указывать на высокий уровень тестостерона. У женщин более высокий мелодичный голос может ассоциироваться с молодостью и фертильностью.
У женщин ключевые черты лица — узкий подбородок, полные губы, большие глаза и тонкие брови. Эти черты связаны с влиянием половых гормонов в юности. Фотографироваться стоит с увеличенными зрачками: это признак возбуждения, который считывается на уровне прошивки. Если глаза визуально наклонены внутрь, это даёт ещё плюс. Можно и дорисовать. Вообще, макияж люто повышает привлекательность женщин )
Активная мимика — хорошо. Увеличение мимики во время овуляции также подтверждает эту идею.
Гладкая ровная кожа = молодость, здоровье и высокая фертильность. Тут, к сожалению, случилось страшное, потому что у обезьян кожа становится упругой в момент, когда они готовы размножаться и в достаточно зрелом возрасте. А вот у людей кожа бывает упругой только в молодости, а прошивка примерно та же.
Молодое лицо у зрелых людей = круто. Счастье и доброжелательность — часть красоты, улыбка очень работает.
Все любят стройных. У женщин оптимальным считается ИМТ ~20 и соотношение талии к бёдрам около 0,7. Как скромно отмечают исследователи, роль играет также размер груди и бедер. У мужчин — более низкий ИМТ + широкие плечи.
Высоким быть лучше.
У обоих полов уверенность, координированные движения, симметричная походка и проявление интереса к собеседнику дают плюсы к воспринимаемой красоте. Женщины двигаются более скоординированно и симметрично в середине лютеиновой фазы (много эстрогена) по сравнению с их менструальным периодом.
Красное работает. Мужчины оставляют больше чаевых официанткам, одетым в красное.
Во многих культурах мужчины выбирают женщин моложе, а женщины наоборот. Это потому что период фертильности у женщин короче. Часики-то тикают. У мужчин эффекты старения не так очевидны на морде лица. Важен статус. Седые волосатые самцы выше в иерархии приматов обычно. Мужчины при деньгах и власти явно красивее аналогичных без статуса.
Полное исследование вот, там куча ссылок на детали, буквально сотни других работ. И да, странно, но тема сисек в исследовании не раскрыта.
#гуманитарии_познают_мир
Вступайте в ряды Фурье!
Красота = привлекательность для размножения. Да, бывают красивые люди, которых вы не обязательно хотите трахнуть, но в целом идеалы красоты отражают адаптации полового отбора.
Лет 50 назад внезапно выяснилось, что красота универсальна в разных культурах. Базовая шкала одна и та же. Дальше решает насмотренность: если с детства вас окружали люди с определёнными чертами лица и т.п., то их образы воспринимаются как более знакомые, то есть более приятные.
Когда мы сталкиваемся с новым стимулом, он сравнивает его с усреднённым прототипом. Если сильно похож — свой. Упрощая, работает так: яркие явно красивые черты дают плюс к красоте, и близость к среднему увиденному за жизнь лицу даёт плюс.
При взгляде на привлекательные лица активируются система вознаграждения. То есть наша прошивка подсказывает, что с привлекательными людьми стоит быть рядом. Ну социум автоматически приписывает красивым людям и другие положительные черты. Чтобы управлять людьми, по возможности, рождайтесь красивыми.
Лицо распознаётся очень быстро, потому что это реализовано чуть ли не в ПЛИСке (выделенной вычислительной области мозга). Оценка — 100 миллисекунд. Детекторы красоты на хардкоде, есть даже у младенцев. Кажется, это пошло ещё с тех времён, когда перекошенное лицо было признаком паразитарной инфекции.
У мужчин бонусы к красоте дают широкий подбородок, густые брови и более грубые черты лица. С другой стороны, крайняя мужественность имеет недостатки и в родительстве. Она ассоциируется с агрессивностью и контролирующим поведением. Поэтому нужно искать того, кто сочетает эти качества, либо подходить по принципам ТРИЗа, и искать как минимум двоих. По мере изменения фертильной стадии женщины, более мужицкие атрибуты становятся важнее, а потом наоборот.
Глубокий мужской голос воспринимается как более привлекательный и доминантный. Он может указывать на высокий уровень тестостерона. У женщин более высокий мелодичный голос может ассоциироваться с молодостью и фертильностью.
У женщин ключевые черты лица — узкий подбородок, полные губы, большие глаза и тонкие брови. Эти черты связаны с влиянием половых гормонов в юности. Фотографироваться стоит с увеличенными зрачками: это признак возбуждения, который считывается на уровне прошивки. Если глаза визуально наклонены внутрь, это даёт ещё плюс. Можно и дорисовать. Вообще, макияж люто повышает привлекательность женщин )
Активная мимика — хорошо. Увеличение мимики во время овуляции также подтверждает эту идею.
Гладкая ровная кожа = молодость, здоровье и высокая фертильность. Тут, к сожалению, случилось страшное, потому что у обезьян кожа становится упругой в момент, когда они готовы размножаться и в достаточно зрелом возрасте. А вот у людей кожа бывает упругой только в молодости, а прошивка примерно та же.
Молодое лицо у зрелых людей = круто. Счастье и доброжелательность — часть красоты, улыбка очень работает.
Все любят стройных. У женщин оптимальным считается ИМТ ~20 и соотношение талии к бёдрам около 0,7. Как скромно отмечают исследователи, роль играет также размер груди и бедер. У мужчин — более низкий ИМТ + широкие плечи.
Высоким быть лучше.
У обоих полов уверенность, координированные движения, симметричная походка и проявление интереса к собеседнику дают плюсы к воспринимаемой красоте. Женщины двигаются более скоординированно и симметрично в середине лютеиновой фазы (много эстрогена) по сравнению с их менструальным периодом.
Красное работает. Мужчины оставляют больше чаевых официанткам, одетым в красное.
Во многих культурах мужчины выбирают женщин моложе, а женщины наоборот. Это потому что период фертильности у женщин короче. Часики-то тикают. У мужчин эффекты старения не так очевидны на морде лица. Важен статус. Седые волосатые самцы выше в иерархии приматов обычно. Мужчины при деньгах и власти явно красивее аналогичных без статуса.
Полное исследование вот, там куча ссылок на детали, буквально сотни других работ. И да, странно, но тема сисек в исследовании не раскрыта.
#гуманитарии_познают_мир
Вступайте в ряды Фурье!
Внимание! Новая офигенная игрушка на субботу:
https://chat.deepseek.com/
Заходите через гугло-аккаунт, нажимаете на пынь, который переключает модель в жёлтое состояние — и наслаждаетесь.
Это аналог ChatGPT o1, в котором есть цепочка рассуждений. Только от 40 разбойников без Алибабы, но зато тоже из Китая. И модель показывает всю цепочку размышлений, прямо как в зенитных кодексах Аль-Эфесби.
В дидактических материалах выше вы найдёте попытку взять вторую производную от помидора ChatGPT 3.0 (ещё самого первого адекватного, с маленькой моделью и почти без файнтюна на повестку и всякие опасные открытия) и Глубокопоиска. Как видите, он был на верном пути, но его решение куда проще, потому что томат в конечном счёте — всего лишь константа!
На практике же можно позагадывать разных загадок вроде "Что у меня в карманце" и попросить потом ответить как Голлум, спросить сколько точно ног в среднем у человека (на картинке фрагмент размышлений с байес-оценкой по эмпирическим оценкам) и так далее.
На самом деле это хорошая обучалка тому, как логически мыслить. Те, кто вообще не умеет обдумывать иначе как по первой пришедшей в голову идее, возможно увидят что-то новое для себя, потому что модель детально обстукивает вопрос с разных точек зрения. Следующие версии так вообще будут обучалками мышлению. Возможно. Но это не точно.
В общем, прекрасная же игрушка!
UPD: в комментариях полный нежности пример ответа на вопрос, как измерить ежа.
UPD2: а вот пост на Хабре, и там есть разбор анекдота про то, почему корову придётся отдать. Модель очень трогательно старалась понять эту русскую шутку.
#как_размножаются_ёжики
https://chat.deepseek.com/
Заходите через гугло-аккаунт, нажимаете на пынь, который переключает модель в жёлтое состояние — и наслаждаетесь.
Это аналог ChatGPT o1, в котором есть цепочка рассуждений. Только от 40 разбойников без Алибабы, но зато тоже из Китая. И модель показывает всю цепочку размышлений, прямо как в зенитных кодексах Аль-Эфесби.
В дидактических материалах выше вы найдёте попытку взять вторую производную от помидора ChatGPT 3.0 (ещё самого первого адекватного, с маленькой моделью и почти без файнтюна на повестку и всякие опасные открытия) и Глубокопоиска. Как видите, он был на верном пути, но его решение куда проще, потому что томат в конечном счёте — всего лишь константа!
На практике же можно позагадывать разных загадок вроде "Что у меня в карманце" и попросить потом ответить как Голлум, спросить сколько точно ног в среднем у человека (на картинке фрагмент размышлений с байес-оценкой по эмпирическим оценкам) и так далее.
На самом деле это хорошая обучалка тому, как логически мыслить. Те, кто вообще не умеет обдумывать иначе как по первой пришедшей в голову идее, возможно увидят что-то новое для себя, потому что модель детально обстукивает вопрос с разных точек зрения. Следующие версии так вообще будут обучалками мышлению. Возможно. Но это не точно.
В общем, прекрасная же игрушка!
UPD: в комментариях полный нежности пример ответа на вопрос, как измерить ежа.
UPD2: а вот пост на Хабре, и там есть разбор анекдота про то, почему корову придётся отдать. Модель очень трогательно старалась понять эту русскую шутку.
#как_размножаются_ёжики
Короче, дельфины полгода как юрлица.
Весной этого года была совершенно чумовая история. Острова Кука, Французская Полинезия, Новая Зеландия и Тонга подписали документ, что дельфины и киты теперь юрлица. Для чего надо — это такой элегантный юридический лайфхак, чтобы у них появились права, но при этом они не стали случайно гражданами какой-то из стран.
Ближайший прецедент — в 2013 году Индия объявила дельфинов "личностями, не относящимися к человеческому виду". То есть попугайчик — серое быдло, хомяков можно лечить по методологии hot swap (то есть заменой одного на другого), а дельфин — личность. Там дельфины по-прежнему считаются животными с точки зрения закона, но им повысили уровень защиты.
В случае нашего договора история с юрлицами может позволить подавать иски от имени китов и дельфинов, требовать компенсации за причиненный им ущерб, и в целом усилить их правовую защиту. Подобный подход ранее применялся к рекам и экосистемам в некоторых странах для усиления их экологической защиты. Но если с НКО "Река Уонгануи" в Новой Зеландии или ООО "Magpie River" в Квебеке ещё более-менее понятно, то вот ООО "Дельфин Петя" — уже звучит люто.
Почему всё так сложно — потому что надо бороться с шумовым загрязнением, рыболовством (когда ловят не самого дельфина, а его еду), добычу полезных ископаемых на морском дне (геологоразведчики отлично так бамкают при поиске нефти, например) и быть потише там с сонарами подлодок.
Теперь от лица ООО "Дельфин Петя" и ещё сотни юрлиц можно подавать коллективный иск, который в итоге может привести к изменению правил прохождения судов через регион. Чтобы шли тише или выбирали другой маршрут, например. Это так жители островов потихоньку творчески используют недокументированные возможности юридической системы.
Ну а у нас есть вопросы по правоприменительной практике:
— Если дельфин повредит лодку или причинит вред человеку, кто будет нести субсидиарную ответственность?
— Можно ли привлечь всю популяцию дельфинов к ответственности?
— Как определить законного представителя для такого юрлица?
— Возможно ли заключение договоров с дельфинами как юридическими лицами?
— Подлежат ли дельфины-юрлица налогообложению? Кто будет определять его доход?
— Как решать вопросы юрисдикции для мигрирующих видов? Как согласовывать статус дельфинов-юрлиц в разных странах?
В общем, запасаемся попкорном и ждём первого дельфина в Московском арбитражном суде.
#гуманитарии_познают_мир
Весной этого года была совершенно чумовая история. Острова Кука, Французская Полинезия, Новая Зеландия и Тонга подписали документ, что дельфины и киты теперь юрлица. Для чего надо — это такой элегантный юридический лайфхак, чтобы у них появились права, но при этом они не стали случайно гражданами какой-то из стран.
Ближайший прецедент — в 2013 году Индия объявила дельфинов "личностями, не относящимися к человеческому виду". То есть попугайчик — серое быдло, хомяков можно лечить по методологии hot swap (то есть заменой одного на другого), а дельфин — личность. Там дельфины по-прежнему считаются животными с точки зрения закона, но им повысили уровень защиты.
В случае нашего договора история с юрлицами может позволить подавать иски от имени китов и дельфинов, требовать компенсации за причиненный им ущерб, и в целом усилить их правовую защиту. Подобный подход ранее применялся к рекам и экосистемам в некоторых странах для усиления их экологической защиты. Но если с НКО "Река Уонгануи" в Новой Зеландии или ООО "Magpie River" в Квебеке ещё более-менее понятно, то вот ООО "Дельфин Петя" — уже звучит люто.
Почему всё так сложно — потому что надо бороться с шумовым загрязнением, рыболовством (когда ловят не самого дельфина, а его еду), добычу полезных ископаемых на морском дне (геологоразведчики отлично так бамкают при поиске нефти, например) и быть потише там с сонарами подлодок.
Теперь от лица ООО "Дельфин Петя" и ещё сотни юрлиц можно подавать коллективный иск, который в итоге может привести к изменению правил прохождения судов через регион. Чтобы шли тише или выбирали другой маршрут, например. Это так жители островов потихоньку творчески используют недокументированные возможности юридической системы.
Ну а у нас есть вопросы по правоприменительной практике:
— Если дельфин повредит лодку или причинит вред человеку, кто будет нести субсидиарную ответственность?
— Можно ли привлечь всю популяцию дельфинов к ответственности?
— Как определить законного представителя для такого юрлица?
— Возможно ли заключение договоров с дельфинами как юридическими лицами?
— Подлежат ли дельфины-юрлица налогообложению? Кто будет определять его доход?
— Как решать вопросы юрисдикции для мигрирующих видов? Как согласовывать статус дельфинов-юрлиц в разных странах?
В общем, запасаемся попкорном и ждём первого дельфина в Московском арбитражном суде.
#гуманитарии_познают_мир
Короткий ликбез про то, куда дели квантовые компьютеры.
Главная проблема — алгоритм там делается не по шагам, а сразу целиком. И если в процессе исполнения что-то глюкнуло, то вернуться на шаг назад и исправить нельзя. Можно только доделать до конца и посмотреть, что получилось. Промежуточных состояний, по сути, нет. Точнее, они существуют, но их нельзя измерить без разрушения квантовой суперпозиции. То есть на практике сбросить всё в исходное состояние и начать заново.
Это физическая особенность квантовых вычислений. С одной стороны, они дают вам возможность обрабатывать сразу все варианты развития событий с помощью суперпозиций, с другой стороны — руками это трогать нельзя. Машина жужжит, работает, потом выдаёт ответ — 42. В процессе происходит магия.
Так вот, во время стадии "жужжит", кубиты — основа превосходства квантовых компьютеров над убогими обычными — глючат. Потому что внешняя среда. И четверг.
У каждого есть средний процент глюка. Обычный кубит даёт правильную операцию в районе 92,7%, хороший годный отечественный кубит может до 98%. То есть 100% матожидание ошибки будет через 14-50 шагов в зависимости от качества кубита.
А обычно в алгоритме сильно больше шагов. В нормальном алгоритме на порядки больше. В алгоритмах, которые нужны от квантовых компьютеров — например, для быстрой факторизации или поиска элементов в списке в одно действие — прямо очень дофига больше. Поэтому в итоге либо ваш код короткий и практически-бесполезный, потому что такие простые вещи лучше делать на обычной машине, либо длинный и глючный, и всегда выдаёт решения с косяками.
Но! Такую проблему мы, земляне, уже решали с оперативной памятью. Она тоже безбожно глючила. В ней появились особые байты, по 9 бит, где последний — контрольный. Можно и больше, в зависимости от того, как высоко относительно уровня моря стоит или летит ваш компьютер, потому что излучения больше. Важно, что логический байт всегда был 8 бит, а его железная реализация процессор не волнует. Рядом были ещё более глючные магнитные накопители на ленте и CD, где 8 байт звука занимали 24 физических байта. Потому что Хемминг и его код. Можно просто отбрасывать заглючивший блок и считать без него. Можно подходить статистически, "размазывая" вычисления на несколько блоков, а потом голосовать большинством за правильное. Можно ещё много чего.
С такими алгоритмами всё относительно просто, потому что глюк можно увидеть в тот момент, когда он появился. И сам по себе глюк случается редко, то есть не надо контролировать контролирующего.
А вот в случае кубитов надо несколько десятков вспомогательных, обычно от 9 (это теоретический минимум) до 40 и больше, потому что первые 9 тоже косячат, поэтому им тоже... Короче, вы поняли. Потому что все эти коррекции — часть алгоритма, который надо выполнить за один раз целиком.
Собственно, это основная причина, почему принципиального прогресса нет. Например, IBM показала Кондор с 1121 кубитом, из которых логических может оказаться штук 10-20, и то, запутываемых только по соседним парам. Про такие вещи в пресс-релизах не особо пишут.
Можно ещё некоторое время поговорить про кутриты, про возможность запутывания несоседних кубитов, про сверхпроводниковые, ионные и хорошие годные отечественные фотонные платформы, про то, что от скорости декогеренции зависит ограничение на время выполнения алгоритма, но в целом всё главное вы уже знаете. Важно повышать достоверность кубитной операции.
До примерно 2020-2021 года считалось, что 99% на кубит — практический предел технологий на этой планете. Но:
— UNSW в Австралии получили точность 99,95% в пике (с двумя кубитами 99,37%).
— Голландская команда Ливена Вандерсипена выдала 99,87% с одним и 99,65% с 2 кубитами.
— И японцы упоролись до 99,84% для кубита и 99,51% для 2 штук с теми же Si/SiGe-квантовыми точками, что у голландцев.
Летом этого года IQM прошли (99.91 +-0.02)% на 2-кубитной схеме.
Есть и вот такие прикольные опыты с полностью механическими кубитами.
В общем, теперь осталось это собрать. Следите каждые 5 лет за обновлениями.
#гуманитарии_познают_мир #UDP
Главная проблема — алгоритм там делается не по шагам, а сразу целиком. И если в процессе исполнения что-то глюкнуло, то вернуться на шаг назад и исправить нельзя. Можно только доделать до конца и посмотреть, что получилось. Промежуточных состояний, по сути, нет. Точнее, они существуют, но их нельзя измерить без разрушения квантовой суперпозиции. То есть на практике сбросить всё в исходное состояние и начать заново.
Это физическая особенность квантовых вычислений. С одной стороны, они дают вам возможность обрабатывать сразу все варианты развития событий с помощью суперпозиций, с другой стороны — руками это трогать нельзя. Машина жужжит, работает, потом выдаёт ответ — 42. В процессе происходит магия.
Так вот, во время стадии "жужжит", кубиты — основа превосходства квантовых компьютеров над убогими обычными — глючат. Потому что внешняя среда. И четверг.
У каждого есть средний процент глюка. Обычный кубит даёт правильную операцию в районе 92,7%, хороший годный отечественный кубит может до 98%. То есть 100% матожидание ошибки будет через 14-50 шагов в зависимости от качества кубита.
А обычно в алгоритме сильно больше шагов. В нормальном алгоритме на порядки больше. В алгоритмах, которые нужны от квантовых компьютеров — например, для быстрой факторизации или поиска элементов в списке в одно действие — прямо очень дофига больше. Поэтому в итоге либо ваш код короткий и практически-бесполезный, потому что такие простые вещи лучше делать на обычной машине, либо длинный и глючный, и всегда выдаёт решения с косяками.
Но! Такую проблему мы, земляне, уже решали с оперативной памятью. Она тоже безбожно глючила. В ней появились особые байты, по 9 бит, где последний — контрольный. Можно и больше, в зависимости от того, как высоко относительно уровня моря стоит или летит ваш компьютер, потому что излучения больше. Важно, что логический байт всегда был 8 бит, а его железная реализация процессор не волнует. Рядом были ещё более глючные магнитные накопители на ленте и CD, где 8 байт звука занимали 24 физических байта. Потому что Хемминг и его код. Можно просто отбрасывать заглючивший блок и считать без него. Можно подходить статистически, "размазывая" вычисления на несколько блоков, а потом голосовать большинством за правильное. Можно ещё много чего.
С такими алгоритмами всё относительно просто, потому что глюк можно увидеть в тот момент, когда он появился. И сам по себе глюк случается редко, то есть не надо контролировать контролирующего.
А вот в случае кубитов надо несколько десятков вспомогательных, обычно от 9 (это теоретический минимум) до 40 и больше, потому что первые 9 тоже косячат, поэтому им тоже... Короче, вы поняли. Потому что все эти коррекции — часть алгоритма, который надо выполнить за один раз целиком.
Собственно, это основная причина, почему принципиального прогресса нет. Например, IBM показала Кондор с 1121 кубитом, из которых логических может оказаться штук 10-20, и то, запутываемых только по соседним парам. Про такие вещи в пресс-релизах не особо пишут.
Можно ещё некоторое время поговорить про кутриты, про возможность запутывания несоседних кубитов, про сверхпроводниковые, ионные и хорошие годные отечественные фотонные платформы, про то, что от скорости декогеренции зависит ограничение на время выполнения алгоритма, но в целом всё главное вы уже знаете. Важно повышать достоверность кубитной операции.
До примерно 2020-2021 года считалось, что 99% на кубит — практический предел технологий на этой планете. Но:
— UNSW в Австралии получили точность 99,95% в пике (с двумя кубитами 99,37%).
— Голландская команда Ливена Вандерсипена выдала 99,87% с одним и 99,65% с 2 кубитами.
— И японцы упоролись до 99,84% для кубита и 99,51% для 2 штук с теми же Si/SiGe-квантовыми точками, что у голландцев.
Летом этого года IQM прошли (99.91 +-0.02)% на 2-кубитной схеме.
Есть и вот такие прикольные опыты с полностью механическими кубитами.
В общем, теперь осталось это собрать. Следите каждые 5 лет за обновлениями.
#гуманитарии_познают_мир #UDP