Давайте посопим и похрюкаем! У нас тут работа про язык шимпанзе.

База:
— У шимпанзе есть простой язык.
— Квантуется он на основные звуки, типа слогов (если всхрюк можно назвать слогом).
— Обычно один слог значит что-то одно.
— Но если комбинировать их, то можно получать новые смыслы.

Есть два основных типа комбинаций:
— Смысл целого не выводится из смысла частей. Как наши идиомы, например, "собаку съел" – это не про еду, а про опыт.
— Композиционные: смысл целого выводится из смысла частей. Например, "обезьяна ест банан" — это просто последовательность смыслов. Сюда же относится аффиксация (когда одна часть немного меняет смысл другой, как приставка или суффикс) и сохранение (сложение) смыслов, когда оба смысла сохраняются и объединяются.

Шимпы умеют во все типы комбинаций, как и люди. Другие животные за таким пока замечены не были.

Долго записывали, как общаются 53 диких шимпанзе в лесу в Кот-д'Ивуаре и сопоставляли поведение и звуки. Всего записали 4323 высказывания и контекста поведения. Особое внимание уделили комбинациям из двух разных звуков. Их достаточно много для анализа. Исследовали 16 таких часто используемых биграмм.

Шимпанзе – хорошие кандидаты на роль "промежуточного звена" для языка, потому что у них есть около 12 основных типов звуков, которые они активно комбинируют в сотни последовательностей в разных ситуациях. Вопрос был в том, используют ли они при этом разные механизмы изменения смысла или только тупо складывают смыслы последовательно.

Логика такая: если биграмма используется в совершенно других ситуациях, чем её компоненты по отдельности, значит, её смысл изменился.

1. Идиомы. Биграмма означает что-то совершенно новое, не связанное со значениями отдельных звуков.
Пример: Звук "ху" шимпанзе часто издают во время еды или путешествия. Звук пыхтения – при приближении, дружелюбном контакте, игре. А вот комбинация "ху"+ пыхтение использовалась почти исключительно при постройке гнезда для ночлега — событие, редко связанное с каждым из этих звуков по отдельности. То есть, это "время строить гнездо", а не "еда/путешествие + приближение/игра".

Это самое главное открытие.

2. Модификация смысла. Один звук в биграмме уточняет или сужает значение другого звука. Или оба звука уточняют друг друга.

"Пыхтящее ху" используется в разных ситуациях (встреча групп, путешествие, общение между группами, еда). Визг – когда получают агрессию. Из "пыхтящего ху" и визга использовалась в основном при встрече групп и путешествии, но редко при общении между группами или еде. Добавление визга уточняло, о каком именно "пыхтящем ху" идет речь.

3. Сложение смыслов.
Ху — всё ещё еда, отдых, путешествие. А "хрюк" – приближение, еда. Ху+хрюк чаще всего издавалась во время еды и, в меньшей степени, во время отдыха. То есть, хухрюк может означать что-то вроде "едим и отдыхаем" или "едим и это спокойная ситуация".

4. Важность порядка звуков. Если поменять звуки в биграмме местами, её смысл может измениться.
Хухрюк и хрюкху использовались в несколько разных ситуациях. Хухрюк чаще при еде и отдыхе, а хрюкху – чаще при путешествии и слиянии групп, и реже при отдыхе.

Мораль: шимпанзе круче, чем мы думали. Они не просто издают отдельные крики, а активно комбинируют их, используя разные правила для создания новых или уточненных сообщений. Важно, что шимпанзе используют эти комбинации в самых разных повседневных ситуациях, а не только в ответ на хищников, как это часто бывает у других животных (там бывает так: сначала крик угрозы, а потом классификатор — с воздуха, с земли, с дерева, то есть "ВСПЫШКА СЛЕВА!").

Теперь можно искать такую лингвистику и у других животных.

--
Вступайте в ряды Фурье! Совели лили ли пона!

Вот очень, очень длинный список того, что вы порекомендовали из научной фантастики за этот и прошлый цикл (который первый).

Руками мы это перебирать не стали, зато убили несколько миллионов токенов у боубэ.

Что сделали:
— Спарсили 5 дней в первом случае и 3 дня во втором комментариев из чата, потому что часть книг обсуждалась в комментариях к постам, часть только в чате (все комментарии к постам попадают в чат, но не все сообщения чата являются комментариями к постам). Вот начиная с этого места в чате парсинг кончился, там ниже не учлись советы, но можно пойти и посмотреть.
— Скормили в LLM нормализовать всё это, считать лайки, дубли комментариев и т.п.
— Взвесили лайки и ответы (не все лайки одинаково полезны).
— Модель прошлась по каждому пункту, проверила написание авторов и книг, правильность указания наиболее популярного названия в переводе на русский.
— Там, где описание было в духе «интрига бешеная» модель расковыряла, почему книгу рекомендуют. Где это можно было вычислить из соседних комментариев, приоритет получили они, где не было ничего вообще — что-то придумала из common crawl.
— Вычли книги первого списка.
— Причесали и добавили к первой серии советов.

Так что теперь после первой серии ещё и вторая, где ВООБЩЕ ПОЧТИ ВСЁ.

--
Вступайте в ряды Фурье!
— Что читаешь?
— Матанализ!
— А чего книга вверх ногами?
— А какая разница?

@roidruby спросил

— правда ли что жвачные животные например коровы фактически не вегетарианцы, поскольку питаются бактериями вырощеными на жвачке

Отвечаем — ага!

Работает так:
— Жвачные животные едят растения.
— Растения попадают в рубец (препроцессинговую камеру литров так на 200), где их жрёт огромное количество микроорганизмов (бактерий, простейших и грибов). Эта вся биота активно размножается, вырастая на этой растительной массе.
— Результаты их работы, а также сами отработанные микроорганизмы едут дальше в пищеварительный тракт.
— Животное переваривает микробов и получает почти весь необходимый белок из них.

В зависимости от вида животного, в общей литературе встречаются данные от 50% до 100% закрытия потребности в аминокислотах через микробный белок.

Относительно КПД переработки микробов из рубца — 75% сухой массы микробов, попавших в тонкий кишечник, перевариваются и усваиваются животным.

Так что да, корова питается "бактериями, выращенными на жвачке". Не на 100%, и там не только бактерии, но в целом да. Животное разводит себе еду внутри себя.

Если хотите поковыряться в корове, то работа вот. В ней, в частности, есть эксперименты с ограничением аминокислот в диете и выводом, что микробы очень активно размножаются.

В этой же работе есть очень прикольный вывод, что чем больше животное, тем ниже качество его диеты:
— Маленьким животным нужно очень калорийное, легкоусвояемое питание, потому что у них быстрый обмен веществ (на килограмм веса им нужно больше энергии). Они могут позволить себе искать редкие, но питательные кусочки.
— Большие животные, наоборот, едят много, но могут переваривать и менее качественную пищу (например, сухую траву), потому что на килограмм веса им энергии нужно меньше, но в абсолюте им нужно съесть очень много, и на поиски "деликатесов" времени нет.
— Крупные животные, несмотря на то, что едят фигню, получали больше энергии на поддержание жизни, чем мелкие! В сухой сезон, когда оставался только отстой, крупные жрали что дают и спокойно выживали. Мелкие же — меньше 37 кг — не могли покрыть свои энергетические нужды. Им нужны заранее заготовленные запасы, например.
— Если животное, привыкшее есть листья (у которого микробы "заточены" под легкопереваримую пищу), вдруг начнет есть траву, его микробы не справятся так же эффективно, и оно получит меньше энергии. Это подкрепляет выбор определенного типа пищи.

Само понимание про не-веганскую корову формировалось постепенно и уточнялось разными учёными. Роберт Эдвард Хангейт — коровий папа, он написал книгу "The Rumen and Its Microbes" в 1966. Потом Питер Ван Суст разобрался с клетчаткой и промышленными кормами (Nutritional Ecology of the Ruminant).

Хангейт подробно колупает различные группы бактерий, ответственных за переваривание различных компонентов корма (целлюлозолитические, гемицеллюлозолитические, амилолитические, протеолитические, сахаролитические, метаногенные и ещё разные), догадался про грибов и инфузорий, но подробно не описал.

Ну и ещё коровы могут весело бахнуть, если препроцессинг в рубце пойдёт не так. Поэтому не стоит засыпать в корову порошки, предназначенные для ручной стирки.

@nunzayin спрашивал похожее про тараканов — "Правда, что они переваривают пищу, полагаясь полностью на микрофлору желудка?". Ответ — обычно неправда. У них есть свои ферменты и симбиотические бактерии. Большую часть работы делает таракан инхаус, часть аутсорсит внутренним поставщикам (целлюлоза, хитин, синтез витаминов группы B, например и часть аминокислот, поставки азота). Вот работа, где их кормили собачьим кормом и секвенировали. Коротко — если очень надо, могут нарастить объём эндосимбиотов для сложной диеты и жрать то, что обычно не жрётся, во многом полагаясь на фриланс )

--
Вступайте в ряды Фурье! Ну и помните, что от коров погибает примерно 20 человек в год. Это больше, чем от акул или медведей. Коровы в целом безопасны, но вы не можете быть на 100% в этом уверены. Никогда не можете!

Тут есть три свежие публикации (это не глагол) про то, что называют искусственным интеллектом. Коротко основное.

Блез Агуэра-и-Аркас и Джеймс Манийка из Гугла говорят, что успехи нейросеток заставят нас переосмыслить наши подходы к интеллекту вообще:
— Надо признать, что вычисления — это часть природы. Сама жизнь (ДНК, клеточные процессы, развитие организмов) является формой вычислений. Если что, работа фон Неймана о самовоспроизводящихся автоматах была раньше, чем открыли ДНК, а это примерно одно и то же.
— Нужно делать системы типа мозга человека. Современные компьютеры (даже GPU/TPU) всё еще далеки от архитектуры мозга, что делает нейросетевые вычисления неэффективными.
— Предиктивный интеллект — вещь. Успех LLM показывает, что интеллект во многом сводится к статистическому моделированию и предсказанию будущего на основе прошлого опыта и обратной связи. Это новая база для нейробиологии и ML. Просто живите с этим.
— Интеллект не обязательно требует биологической основы. Возможно, искусственный общий интеллект (AGI) в каком-то смысле уже здесь, а мы просто постоянно сдвигаем планку ожиданий. Многие сейчас считают, что LLM лишь имитирует интеллект. Но тут всё просто: важна функция, а не способ её реализации.
— Коллективный интеллект. Интеллект фундаментально социален, он усиливается за счет масштаба, кооперации и разделения труда между множеством агентов (будь то нейроны в мозгу, люди в обществе или ИИ-агенты). Это новые подходы к архитектуре.

Мы на пороге момента, когда нейросетки не просто имитируют человеческий интеллект, а расширяют наш коллективный, более-чем-человеческий интеллект. Это фундаментальный пересмотр нашего понимания интеллекта, сравнимый с научными революциями прошлого.

А вот Майкл Левин, профессор биологии с кучей публикаций. Он говорит, что если раньше надо было всеми силами отмахиваться от ассоциаций LLM с биологией, чтобы неправильно не понять, то теперь наоборот. Уже без разницы, всё смешалось в одну серую массу. Тезисы:

— Нужна новая область знаний, разнообразный интеллект. Это интеллект во всех его формах. Что значит учиться, принимать решения, иметь внутреннюю перспективу независимо от материального воплощения. Возможно, он один из тех, кого лоббировали грибы.
— Каждый человек начинал как неоплодотворённая яйцеклетка — капля химии и физики. Переход от физики к психологии происходит постепенно, без четких границ. Мы сами не монолитные существа, а системы компонентов.
— Появятся киборги и заполонят планету. Он против чёткого разделения на естественное и искусственное. Жизнь совместима с технологиями на всех уровнях организации.
— Критикует аргументы о том, что ИИ не понимает по-настоящему. Куча мяса в голове тоже не понимает по-настоящему.
— Предлагает пересмотреть понятия творчества, собственности, авторства. Определить, что именно в человечности стоит сохранить. Развить зрелую этику для взаимодействия с разными формами разума.

В общем, жизни роботов важны.

И третья — Нежная сингулярность Альтмана из ChatGPT — всё, поздняк метаться, мы уже прошли горизонт событий — технологическая сингулярность началась, но происходит более плавно и менее драматично, чем ожидалось.

Во-первых, агентские LLM-системы превосходят кучу людей. Они просто умнее большинства для большинства задач. И дальше этот разрыв будет расти.

Во-вторых, в 2026 появятся системы, способные делать новые научные открытия. В 2027 — роботы для работы в реальном мире. В 2030 всё это станет дешевле и доступнее по питанию, плюс роботы достроят свои пепельные купола.

Учёные уже в 2-3 раза продуктивнее с нейросетками. Рекурсивное самосовершенствование моделей уже пошло офигенными темпами. Роботы будут строить других роботов и дата-центры. Ну или всех поубивают, потому что решение проблемы безопасности пойдёт параллельно. Плюс надо ещё как-то обеспечить широкий доступ к суперинтеллекту и избежать концентрации власти у отдельных лиц или стран.

Короче, готовьтесь, говорит Сэм, ибо грядёт!

--
Вступайте в ряды Фурье! Простите, не найдётся ли у вас минутка поговорить о местонахождении Джона Коннора?

Вы моргнули два раза (спасибо!), и мы продолжаем объяснять музыку. Прошлый пост вот. Сегодня классика.

Классическая музыка — это часть суперхитов 14-18 веков, которая понравилась немцам в 19-м веке. С тех пор определение и пошло. И да, в хиты 14-15 веков попали некоторые суперхиты с 4-го по 13-й век тоже.

То есть нам достался прямо невероятно крутой фонд винтажной музыки от лучших из лучших. На вкус ограниченной группы людей.

Остальное вымерло.

В итоге классическая музыка для умных, потому что она очень крутая и сложная.

5 основных различий с другими убогими опусами:
— Старые акустические инструменты.
— Чаще без слов, и писалась сразу как инструментал.
— Ценна не своим битом, а непериодической системой. Современная музыка чаще клиповая, там частые повторы основной темы. Классика может оказаться мало того, что с многократной сменой ритма и темпа, так ещё и с постоянным развитием и изменением темы.
— Поскольку в современной музыке ценен ритмический рисунок, её легко играть по-разному, делать каверы и интерпретации. В классике обычно ценно само звучание, каверы убирают большую часть информации, поэтому классика требует очень точного исполнения по партитуре.

Все эти критерии очень размытые. Есть Stairway to Heaven, который подпадает под признаки классики. Можно сыграть на терменвоксе Карла Баха, и он не обидится. Можно спеть "Аве Марию" (хотя некоторые утверждают, что это вообще книга или корабль). Можно найти что-то похожее на рок и замутить крутой кавер на Глюка (как он советовал, "Меньше нот — больше эмоций!!1"), и это сработает, Глюк же. Можно, в конце концов, назвать Моцарта халявщиком, и слушать только Иоганна Баха, только хардкор. Может, и советский марш из Ред Алерта, и вальс из Final Fantasy с Тифой станет классикой со временем, надо подождать только лет 200.

Но! Есть теория Мейера (L. B. Meyer, Emotion and Meaning in Music, 1956) что музыка вызывает эмоции не сама по себе, а через игру с нашими ожиданиями.

Как это работает:
1. Мозг создает ожидания — когда мы слышим что-то, наша нейросеть предсказывает следующие кусочки. Так работает речь, чтение и ещё дофига всего. Вот, например, рифма:

Стрела попала мне в забрало!
Перекосила всё лицо!

Так и музыка. Может ожидания оправдать, тогда всё логично и хорошо, мир понятный и приятный. А может нарушить, и тогда вам перекосит всё лицо, и вы останетесь с приятным чувством ласкающего безумия.

Нарушение ожидания, если что, это суть практически любого юмора.

В оригинальных хоралах Бах осознанно ставил неожиданные аккорды. Хитрые исследователи дали людям послушать оригинал, исправленную версию и совсем поломанную. Измеряли температуру пальцев, ЭЭГ и спрашивали субъективные ощущения. Чем неожиданнее был аккорд, тем сильнее была реакция по всем трём шкалам. Работало с людьми без музыкального образования.

Классическая музыка активно использует эту систему. Устанавливает четкие правила (какой аккорд за каким должен идти). Затем их нарушает в нужные моменты. А вот новая музыка часто не использует функциональную гармонию — аккорды туда наваливают как пойдёт, а не для чёткого выверенного эффекта. То есть у новой меньше возможностей для эмоционального воздействия.

Эту теорию дальше доработал Хьюрон в 2006, подсказав, что это совпадает с тем, как мозг вообще изучает информацию в принципе.

Ещё одно исследование показывает, что если слушать любимую до мурашек (буквально) музыку в томографе, это находится 2 разных места выброса дофамина: во время ожидания пика дофамин выделяется в хвостатом ядре, а во время самого пика в прилежащем ядре. Это, если что, центр планирования и ожидания — и удовольствия и вознаграждения. Музыка активирует обе системы одновременно! Это вам не за бананом прыгать, однако.

А это исследование показало, что люди готовы платить деньги за музыку прямо пропорционально активности в этих областях мозга. Слишком предсказуемая — скучная, слишком случайная — сложная.

Так что классика — это вершина музыкального искусства перехитрить ваш мозг. Если там есть, что перехитрить, конечно.

--
Вступайте в ряды Фурье!
2 15 42
42 15
37 08 5
20 20 20!

Если вы работали с LLM, то знаете, как резко и смачно они тупеют от больших командных окон. Продолбать что угодно в промпте — легко. Забыть кусок текста — легко. Большая кодовая база? Забудьте. На этом, кстати, основаны обходы цензуры, когда маленькая цензурирующая модель перегружается огромным запросом, а большая основная его всё же делает.

Виноват механизм внимания — один из столпов их силы "думать". И вот предложили архитектуру, где можно без него. Специально для огромных задач.

Публикация вот.

Предлагают выкинуть внимание. Но не до конца.

Основа трансформера — механизм самовнимания. Это когда каждое слово в тексте смотрит на все остальные слова, чтобы понять контекст.

Это как создание нейронных связей между токенами. Очень круто, сильно, мощно, но требует огромных вычислений.

Удвоили длину текста — получили стек оверфло.

Командное окно Gemini сейчас 1 миллион токенов (по запросу 2), и этого всё равно мало для настоящих задач. Например, переписывания "Войны и мира". Хотя настоящие задачи как-то так все про войну, без мира.

Вместо модели слово-к-слову тут другие подходы:
— Разрезание на куски (например, по 2048 слов). Образуется кластер, который считается внутри себя и создаёт нейронные связи с другими кластерами. Привет, "Жемчужины программирования", привет, Бентли.
— Блоки на основе моделей пространства состояний (SSM) — внутри кусков блоки обрабатывают слова. Это как очень умные свёртки. По сути, это фильтр того, какие нейронные сети строить. Эти операции работают гораздо быстрее, чем внимание, почти линейно по отношению к длине куска.
— Multi-Resolution Convolution layers — внутри каждого куска после SSM есть свёрточные слои с разным шагом. Это позволяет модели улавливать локальные закономерности на разных уровнях детализации — от связей между соседними словами до связей между словами, стоящими чуть дальше друг от друга внутри куска. То есть каждый кластер состоит из кластеров тоже.
— Рекуррентный наблюдатель — снаружи всего этого сидит чудо с механизмом внимания. Ещё одна лёгкая модель, которая умеет хранить общую нить и передавать информацию от одного куска к другому (это, например, GRU или LSTM). Он получает сводку (эмбед) текущего обработанного куска и обновляет своё внутреннее глобальное состояние, передавая его следующему куску. Это помогает поддерживать связность по всему длинному тексту.
— Внешняя память с поиском — для каждого обработанного куска создаётся его компактное представление. Эти представления сохраняются во внешней базе данных памяти. То есть такие краткие пересказы, что там. Когда модель обрабатывает новый кусок, она может сделать запрос к этой памяти, чтобы найти представления наиболее похожих или релевантных прошлых кусков. Извлечённая информация затем добавляется к текущему куску, обогащая его контекстом из далёкого прошлого без необходимости пересчитывать всё заново. Это не вводит квадратичных операций.

Это не полное выкидывание внимания, а его ограничение. Внимание есть у рекуррентного наблюдателя, но оно работает на более высоком уровне абстракции, что дешевле. Можно сказать, что это продвинутый RAG + иерархический процессинг.

Эта хтонь должна работать с окололинейным ростом сложности. Начиная с определённого объёма она лучше других трансформеров в т.ч. разреженных (BigBird, Longformer), с кэшем (Transformer-XL) и известных не-трансформ-подходов вроде извлекающих моделей (REALM, RAG), не-внимательных моделей (RNN, CNN, чистых SSM типа S4, Mamba).

Для чего нужно:
— Вычислять смыслы из большого куска информации, например, всей вашей личной переписки, а то задолбались уже взаимосвязи по чатам искать;
— Отвечать на вопросы по большому набору документации;
— Работать с большой кодовой базой;
— Ну и там ещё что-то придумается.

Короче, они убрали связь токен-к-токену и этим прошли квадратичный барьер обычного внимания. Этой архитектурой можно находить всё важное в блоке очень пристально, а потом отдавать его внимательным LLM.

--
Вступайте в ряды Фурье! Новая модель настолько не-внимательна, что когда ей рассказывают анекдот №371, она смеётся только через три кластера.

@Steen8 спросил, можно ли жрать на ночь ЧТО-ТО.

Можно. Что-то!

Вот исследование про то, как мы c возрастом теряем мышцы, потому что они всё хуже и хуже используют белок из еды для восстановления и роста. Это анаболическая резистентность.

Подумали, что будет круто давать белок пожилым прямо перед сном.

Взяли 48 здоровых дедов в среднем 72 лет. Поделили на 4 группы, перед сном давали напиток:
— Крашеная вода.
— 20 граммов казеина (это медленно усваиваемый белок, например, из творога).
— 20 граммов казеина + 1,5 грамма лейцина (лейцин — аминокислота, которая стимулирует рост мышц).
— 40 граммов казеинового белка.

Белок разметили изотопными трейсерами, чтобы потом посмотреть, куда он попадёт в организме. В смысле, это нерадиоактивные изотопы прямо в структуре молекул, чтобы молекулы отличались от обычных. Их было видно на анализах крови и при биопсии мышц. А биопсию делали часто, 72-летних дедов буквально ощипывали )

Результаты:
— Белок, съеденный перед сном, хорошо переваривался и всасывался в кровь в течение всей ночи.
— 40 г работают лучше. 20 граммов белка (даже с добавкой лейцина) не дали такого явного увеличения скорости построения мышц.
— 40 г казеина усваивается на 53% за ночь, аминокислоты действительно используются для синтеза мышечного белка, и синтез вырос на 33% по сравнению с плацебо.

Это простой и практичный способ помочь пожилым людям бороться с потерей мышечной массы. Авторы думают, что надо выписывать это всем после тестов. Порция белка (творога или специального протеинового коктейля) перед сном может быть хорошей идеей.

А тут разбирается миф про то, что жрать на ночь вредно. Миф на самом деле не миф, а основан на том, что люди, которые едят много ночью чаще набирают лишний вес, у них проблемы с сахаром и т.п. Ночью организм хуже переваривает еду и съеденное может легче отложиться в жир. Еда на ночь может хуже насыщать, и от этого днём хочется жрать больше.

Но оказалось, что большая часть эффектов связана скорее с большими порциями смешанной калорийной еды. А вот если съесть что-то небольшое и низкокалорийное (например, около 150 калорий) или какой-то один тип питательных веществ (например, только белок), то всё может быть иначе.

Итого:
— Небольшая порция белка, это вы уже знаете
— Даже небольшой перекус (белковый или углеводный) может немного ускорить обмен веществ на следующее утро.
— Для людей с лишним весом: если заменить привычные вечерние "вредности" на небольшой перекус, это норм.
— Если женщины с лишним весом ели небольшой белковый или углеводный перекус на ночь (без физической нагрузки), у них немного ухудшалась чувствительность к инсулину утром (это не очень хорошо). Но если такой же перекус на ночь сочетался с регулярными тренировками, то этот негативный эффект исчезал. Более того, у тех, кто ел белок на ночь и тренировался, улучшались показатели здоровья сердца и сосудов (например, снижалось давление).

Пицца на ночь — зло. 150 ккал творога — норм. Если параллельно заняться спортом, вы великолепны.

Вот решили выяснить, как еда или питье прямо перед сном влияют на то, как долго мы спим и просыпаемся ли мы посреди ночи. Сразу: рецензирован материал хреново.

Взяли данные из опроса ATUS, там куча людей с 2003 по 2018 подробно записывали, что они делали в течение 24 часов, включая когда они ели, пили и спали. 124 тысячи человек старше 15 лет, Америка.

— Если люди ели или пили меньше чем за час до сна, они в среднем спали дольше. Женщины на 35 минут, мужчины на 25 минут.
— Те же самые люди, которые ели или пили прямо перед сном, также значительно чаще просыпались ночью и бодрствовали более 30 минут. Женщины в 2 раза чаще. Мужчины в 2,6 раз чаще.
— За 2-3 часа до сна — вероятность спать слишком мало снижалась. Вероятность спать слишком много снижалась. Вероятность просыпаться ночью тоже снижалась.
— Ещё лучше есть 4-6 часов до сна.

Непонятно, почему. Может, сон становится беспокойным, и организм добирает его нормальным потом. Ну и есть шансы на туалет ночью.

--
Вступайте в ряды Фурье! Колобок — это метафора цикличности бытия и неизбежности экзистенциального поглощения.