Первое изображение Марса: искусство и наука
История первых снимков Марса с близкого расстояния полна интригующих деталей! Когда аппарат Mariner 4 отправил свои первые изображения в 1965 году, передача данных заняла много времени, и для ускорения процесса сотрудники NASA решили… нарисовать их.
Каждое изображение, переданное с Mariner, путешествовало до Земли около восьми часов, преодолевая 215 миллионов километров до радиотарелок сети Deep Space Network в Южной Африке, Австралии и Голдстоуне (Калифорния). Эти станции передавали информацию в Лабораторию реактивного движения (JPL) в Южной Калифорнии.
Фотографии, которые делал Mariner, имели размер 200 на 200 пикселей, в общей сложности 40 000 пикселей. Каждый пиксель имел значение от 0 (белый) до 63 (чёрный) в зависимости от яркости. Когда данные достигали JPL, телетайпы распечатывали последовательности чисел, а компьютеры преобразовывали их в оттенки серого и собирали изображения.
Инженеры NASA стремились убедиться в корректной работе оборудования и очень хотели увидеть Марс. Они взяли распечатки с числовыми данными первой фотографии и нарезали их на полоски, которые затем прикрепили к стене в нужной последовательности, формируя изображение 200×200 пикселей.
Инженер Ричард Грамм купил пастели и начал закрашивать диапазоны чисел, чтобы приблизить результат к тому, как будет выглядеть настоящее изображение. Команда даже сделала цветовую шкалу для точности оттенков.
«Мы сделали изображение на бумаге быстрее, чем его могли собрать на компьютере», — вспоминал Джон Казани, системный менеджер Mariner 4.
Из-за длительности загрузки и обработки каждой картинки на передачу всех 21 полного и одного частичного изображения ушло 10 дней. В результате, в стремлении получить изображение из цифровых данных, инженеры создали настоящую работу искусства. Эта «картина» теперь тщательно оформлена и хранится рядом с галереей для посетителей в JPL, где был собран Mariner 4 и другие выдающиеся космические аппараты. 🪐✨
@funscience
История первых снимков Марса с близкого расстояния полна интригующих деталей! Когда аппарат Mariner 4 отправил свои первые изображения в 1965 году, передача данных заняла много времени, и для ускорения процесса сотрудники NASA решили… нарисовать их.
Каждое изображение, переданное с Mariner, путешествовало до Земли около восьми часов, преодолевая 215 миллионов километров до радиотарелок сети Deep Space Network в Южной Африке, Австралии и Голдстоуне (Калифорния). Эти станции передавали информацию в Лабораторию реактивного движения (JPL) в Южной Калифорнии.
Фотографии, которые делал Mariner, имели размер 200 на 200 пикселей, в общей сложности 40 000 пикселей. Каждый пиксель имел значение от 0 (белый) до 63 (чёрный) в зависимости от яркости. Когда данные достигали JPL, телетайпы распечатывали последовательности чисел, а компьютеры преобразовывали их в оттенки серого и собирали изображения.
Инженеры NASA стремились убедиться в корректной работе оборудования и очень хотели увидеть Марс. Они взяли распечатки с числовыми данными первой фотографии и нарезали их на полоски, которые затем прикрепили к стене в нужной последовательности, формируя изображение 200×200 пикселей.
Инженер Ричард Грамм купил пастели и начал закрашивать диапазоны чисел, чтобы приблизить результат к тому, как будет выглядеть настоящее изображение. Команда даже сделала цветовую шкалу для точности оттенков.
«Мы сделали изображение на бумаге быстрее, чем его могли собрать на компьютере», — вспоминал Джон Казани, системный менеджер Mariner 4.
Из-за длительности загрузки и обработки каждой картинки на передачу всех 21 полного и одного частичного изображения ушло 10 дней. В результате, в стремлении получить изображение из цифровых данных, инженеры создали настоящую работу искусства. Эта «картина» теперь тщательно оформлена и хранится рядом с галереей для посетителей в JPL, где был собран Mariner 4 и другие выдающиеся космические аппараты. 🪐✨
@funscience
👍21⚡4
Удивительное зрелище: облако над вулканом Ключевская Сопка
На фотографиях запечатлено необычное природное явление — лентикулярное облако, освещенное лавой. Этот феномен наблюдается над Ключевской Сопкой, самым высоким действующим вулканом Евразии, где сейчас отмечается повышенная сейсмическая активность, связанная с движением магмы на глубине.
Будет ли это признаком крупного извержения, пока остается неопределённым. 🌋
@funscience
На фотографиях запечатлено необычное природное явление — лентикулярное облако, освещенное лавой. Этот феномен наблюдается над Ключевской Сопкой, самым высоким действующим вулканом Евразии, где сейчас отмечается повышенная сейсмическая активность, связанная с движением магмы на глубине.
Будет ли это признаком крупного извержения, пока остается неопределённым. 🌋
@funscience
👍34👀8⚡5
Павший астронавт (Fallen Astronaut) — это уникальная алюминиевая скульптура, изображающая астронавта в скафандре, лежащего на Луне. Инсталляция была установлена 1 августа 1971 года командиром "Аполлона-15" Дэвидом Скоттом на юго-восточной окраине Моря Дождей. У подножия скульптуры находится табличка с именами восьми американских астронавтов и шести советских космонавтов, которые погибли или ушли из жизни к тому времени, напоминая о ценности человеческой жизни. Автором этого произведения искусства является бельгийский художник Пол ван Хейдонк. Это первая и единственная художественная инсталляция на Луне. Современный художник Дэмиен Хёрст также пытался отправить свои работы на Луну, но его миссии не увенчались успехом. 🌌
@funscience
@funscience
🕊15👀14👍10😁1
Революция в ЭКО: дети с ДНК троих родителей
В Великобритании произошло удивительное событие: восемь детей родились с ДНК троих родителей благодаря новой методике ЭКО, использующей донорские митохондрии. 🌟
Основная часть генетического материала человека находится в ядре клеток, однако митохондрии — «энергетические станции» клеток — также содержат свои гены. Поломки в митохондриях могут привести к серьезным заболеваниям, и поскольку дети наследуют митохондрии только от матери, это может стать причиной различных патологий, включая задержки в развитии и сердечно-сосудистые проблемы.
Данный эксперимент был направлен на помощь женщинам с тяжелыми митохондриальными мутациями, предоставляя им возможность родить здорового ребенка. Стандартные методы ЭКО или естественное зачатие с высокой вероятностью приводили бы к передаче неизлечимых заболеваний.
Врачи начали с оплодотворения яйцеклетки матери сперматозоидом отца, затем перенесли генетический материал из ядра в здоровую донорскую яйцеклетку, из которой удалили ядро. В результате появилась оплодотворенная яйцеклетка, обладающая хромосомами родителей и здоровыми митохондриями донора. После этого эмбрион был имплантирован в матку.
Как итог, у семи женщин родились четыре мальчика и четыре девочки, среди которых были однояйцевые близнецы. Все восемь детей здоровы и не проявляют признаков митохондриальных заболеваний. Генетические тесты показали минимальное количество мутировавших митохондрий, что не угрожает их здоровью.
@funscience
В Великобритании произошло удивительное событие: восемь детей родились с ДНК троих родителей благодаря новой методике ЭКО, использующей донорские митохондрии. 🌟
Основная часть генетического материала человека находится в ядре клеток, однако митохондрии — «энергетические станции» клеток — также содержат свои гены. Поломки в митохондриях могут привести к серьезным заболеваниям, и поскольку дети наследуют митохондрии только от матери, это может стать причиной различных патологий, включая задержки в развитии и сердечно-сосудистые проблемы.
Данный эксперимент был направлен на помощь женщинам с тяжелыми митохондриальными мутациями, предоставляя им возможность родить здорового ребенка. Стандартные методы ЭКО или естественное зачатие с высокой вероятностью приводили бы к передаче неизлечимых заболеваний.
Врачи начали с оплодотворения яйцеклетки матери сперматозоидом отца, затем перенесли генетический материал из ядра в здоровую донорскую яйцеклетку, из которой удалили ядро. В результате появилась оплодотворенная яйцеклетка, обладающая хромосомами родителей и здоровыми митохондриями донора. После этого эмбрион был имплантирован в матку.
Как итог, у семи женщин родились четыре мальчика и четыре девочки, среди которых были однояйцевые близнецы. Все восемь детей здоровы и не проявляют признаков митохондриальных заболеваний. Генетические тесты показали минимальное количество мутировавших митохондрий, что не угрожает их здоровью.
@funscience
👍34⚡5👎4
Универсальная мРНК-вакцина против рака
Учёные из Флоридского университета разработали революционную мРНК-вакцину, которая может стать прорывом в борьбе с раком. Эта вакцина не нацелена на конкретные опухоли, а «обучает» иммунную систему находить и уничтожать любые раковые клетки.
Основной механизм действия заключается в усилении экспрессии белка PD-L1, что позволяет иммунной системе легче распознавать рак и эффективно с ним бороться, даже если опухоль ранее противостояла лечению.
Преимущества этой вакцины:
🟠 Эффективна против различных типов опухолей: мозга, кожи, костей и других;
🟠 Не требует традиционных методов лечения, таких как химиотерапия или облучение;
🟠 Универсальна и подходит всем пациентам без индивидуальной настройки;
🟠 В испытаниях на мышах препарат успешно уничтожал даже сложные опухоли, включая глиобластому и меланому.
Скоро начнутся клинические испытания на людях. Если они окажутся успешными, лечение рака может стать таким же доступным и простым, как вакцинация от гриппа.
@funscience
Учёные из Флоридского университета разработали революционную мРНК-вакцину, которая может стать прорывом в борьбе с раком. Эта вакцина не нацелена на конкретные опухоли, а «обучает» иммунную систему находить и уничтожать любые раковые клетки.
Основной механизм действия заключается в усилении экспрессии белка PD-L1, что позволяет иммунной системе легче распознавать рак и эффективно с ним бороться, даже если опухоль ранее противостояла лечению.
Преимущества этой вакцины:
🟠 Эффективна против различных типов опухолей: мозга, кожи, костей и других;
🟠 Не требует традиционных методов лечения, таких как химиотерапия или облучение;
🟠 Универсальна и подходит всем пациентам без индивидуальной настройки;
🟠 В испытаниях на мышах препарат успешно уничтожал даже сложные опухоли, включая глиобластому и меланому.
Скоро начнутся клинические испытания на людях. Если они окажутся успешными, лечение рака может стать таким же доступным и простым, как вакцинация от гриппа.
@funscience
👍47⚡9🕊5👀2
Forwarded from Малоизвестное интересное
Шокирующий парадокс: ИИ может убить науку навсегда
Мы живем в эпоху, когда количество ученых растет экспоненциально, а прорывов становится все меньше. Почему?
Звучит дико, но такова неприглядная правда о современной науке:
• Мы бежим все быстрее, но продвигаемся все медленнее
• Революционные идеи тонут в шуме
• Эффективность исследований упала в десятки раз
• Предвзятость научного рецензирования становится абсолютной
В дополнение к этому ИИ способен превращать гениев в "сверхумных калькуляторов" — производителей научного хайпа и фастфуд-решений.
Коперник с ChatGPT не придумал бы гелиоцентрическую модель мира, а вооруженный Claude или Gemini Кеплер не открыл бы законы движения планет.
Но этот пост не только про науку. Это касается каждого.
Пока мы восхищаемся нейросетями, человечество попало в "ловушку эскалатора" — чем быстрее бежим, тем сильнее откатываемся назад.
А «ловушка канона» заставляет учёных, чтобы их заметили, ссылаться на уже известные и цитируемые работы.
ИИ лишь усугубляет ситуацию, создавая иллюзию, будто получить ответ — значит понять проблему.
Так что опасней — остановка прогресса или иллюзия движения вперед?
Подписчики лонгридов «Малоизвестного интересного» на платформах [1, 2, 3, 4] могут прочесть мои размышления о новой работе Арвинда Нараянана и Саяша Капура «Может ли ИИ затормозить науку?», чтобы узнать:
• Как "ловушка канона" убивает революционные идеи
• Почему ИИ может стать не допингом для науки, а ядом
• Каков единственный способ избежать интеллектуального коллапса науки
#Наука #Прогресс #ГенИИ
Мы живем в эпоху, когда количество ученых растет экспоненциально, а прорывов становится все меньше. Почему?
Звучит дико, но такова неприглядная правда о современной науке:
• Мы бежим все быстрее, но продвигаемся все медленнее
• Революционные идеи тонут в шуме
• Эффективность исследований упала в десятки раз
• Предвзятость научного рецензирования становится абсолютной
В дополнение к этому ИИ способен превращать гениев в "сверхумных калькуляторов" — производителей научного хайпа и фастфуд-решений.
Коперник с ChatGPT не придумал бы гелиоцентрическую модель мира, а вооруженный Claude или Gemini Кеплер не открыл бы законы движения планет.
Но этот пост не только про науку. Это касается каждого.
Пока мы восхищаемся нейросетями, человечество попало в "ловушку эскалатора" — чем быстрее бежим, тем сильнее откатываемся назад.
А «ловушка канона» заставляет учёных, чтобы их заметили, ссылаться на уже известные и цитируемые работы.
ИИ лишь усугубляет ситуацию, создавая иллюзию, будто получить ответ — значит понять проблему.
Это значит, что человечество может застрять в цифровых аналогах устаревших систем Птолемея — удобных, точных, но совершенно неверных.
Так что опасней — остановка прогресса или иллюзия движения вперед?
Подписчики лонгридов «Малоизвестного интересного» на платформах [1, 2, 3, 4] могут прочесть мои размышления о новой работе Арвинда Нараянана и Саяша Капура «Может ли ИИ затормозить науку?», чтобы узнать:
• Как "ловушка канона" убивает революционные идеи
• Почему ИИ может стать не допингом для науки, а ядом
• Каков единственный способ избежать интеллектуального коллапса науки
#Наука #Прогресс #ГенИИ
👍10🕊5👎3
Forwarded from Технозаметки Малышева
📖 MIT запустил ИИ-платформу с 12,700 бесплатными курсами
MIT Learn объединил все образовательные ресурсы института на одной платформе с ИИ-помощником "Ask Tim". Система умеет рекомендовать курсы под цели пользователя и создавать краткие описания программ.
В избранных курсах по молекулярной биологии и генетике добавили ИИ-ассистента для вопросов по лекциям и ИИ-тьютора для решения задач. Тьютор направляет к следующему шагу, но не выдает готовые ответы.
🎓 12 700+ материалов: курсы, видео, подкасты от начальных до продвинутых.
🤖 Ask Tim - ИИ-помощник для персонализированных рекомендаций и резюме курсов.
📚 ИИ-ассистент отвечает на вопросы по лекциям, создаёт карточки и помогает с задачами.
🔍 Умный поиск позволяет не разбираться в структуре университета.
👥 Контент для школьников, студентов, профессионалов и преподавателей.
📋 Возможность создания персональных списков ресурсов и уведомлений о новинках.
Платформа решает проблему навигации - теперь не нужно знать структуру MIT, чтобы найти нужный материал.
Система учитывает когнитивную нагрузку через персонализацию и кураторские списки, предотвращая информационную перегрузку при работе с огромным массивом данных.
Университет эволюционировал в ИИ академию.
#MIT #education #обучение
------
@tsingular
MIT Learn объединил все образовательные ресурсы института на одной платформе с ИИ-помощником "Ask Tim". Система умеет рекомендовать курсы под цели пользователя и создавать краткие описания программ.
В избранных курсах по молекулярной биологии и генетике добавили ИИ-ассистента для вопросов по лекциям и ИИ-тьютора для решения задач. Тьютор направляет к следующему шагу, но не выдает готовые ответы.
🎓 12 700+ материалов: курсы, видео, подкасты от начальных до продвинутых.
🤖 Ask Tim - ИИ-помощник для персонализированных рекомендаций и резюме курсов.
📚 ИИ-ассистент отвечает на вопросы по лекциям, создаёт карточки и помогает с задачами.
🔍 Умный поиск позволяет не разбираться в структуре университета.
👥 Контент для школьников, студентов, профессионалов и преподавателей.
📋 Возможность создания персональных списков ресурсов и уведомлений о новинках.
Платформа решает проблему навигации - теперь не нужно знать структуру MIT, чтобы найти нужный материал.
Система учитывает когнитивную нагрузку через персонализацию и кураторские списки, предотвращая информационную перегрузку при работе с огромным массивом данных.
Университет эволюционировал в ИИ академию.
#MIT #education #обучение
------
@tsingular
😁1
Forwarded from Банкста
This media is not supported in your browser
VIEW IN TELEGRAM
Многие забыли о том какой страна была всего 20-30 лет назад. @banksta
👍43👎22😁5
Forwarded from Наука
Развеян миф о продуктивности: новое исследование показало, что разработчики с искусственным интеллектом тратят на задачи даже больше времени.
Несмотря на громкие заявления крупных IT-компаний о том, что genAI «повысит продуктивность и создаст новые рабочие места», практика показывает обратное: особенно в программировании ИИ-инструменты иногда только мешают.
По данным некоммерческой лаборатории METR, опытные разработчики с помощью таких сервисов, как Cursor Pro и Claude 3.5, справлялись с заданиями на 19% медленнее, чем их коллеги без ИИ. Удивительно, что многие из них были уверены, что наоборот, ускорились.
Самое заметное снижение продуктивности наблюдалось при решении коротких задач до шести часов.
Подробнее об этом исследовании рассказываем здесь.
💻 @naukatv_ru
Несмотря на громкие заявления крупных IT-компаний о том, что genAI «повысит продуктивность и создаст новые рабочие места», практика показывает обратное: особенно в программировании ИИ-инструменты иногда только мешают.
По данным некоммерческой лаборатории METR, опытные разработчики с помощью таких сервисов, как Cursor Pro и Claude 3.5, справлялись с заданиями на 19% медленнее, чем их коллеги без ИИ. Удивительно, что многие из них были уверены, что наоборот, ускорились.
Самое заметное снижение продуктивности наблюдалось при решении коротких задач до шести часов.
Подробнее об этом исследовании рассказываем здесь.
💻 @naukatv_ru
👍6⚡2
Forwarded from Искусственный интеллект. Высокие технологии
💼 Кто делает суперразум для компании Цукерберга: инсайды по команде Superintelligence (44 человека)
📊 Разложено по цифрам:
— 🧠 75% PhD, 70% — ресёрчеры
— 🌏 50% выходцы из Китая
— 🧬 75% — иммигранты первого поколения
— 💼 40% пришли из OpenAI, 20% из DeepMind, 15% из Scale AI
— 🏆 20% на уровне L8+ (топ-инженеры в иерархии FAANG)
💰 Зарплаты? От $10M до $100M в год для каждого.
Цукерберг явно не шутит. Ставки — на суперинтеллект.
📊 Разложено по цифрам:
— 🧠 75% PhD, 70% — ресёрчеры
— 🌏 50% выходцы из Китая
— 🧬 75% — иммигранты первого поколения
— 💼 40% пришли из OpenAI, 20% из DeepMind, 15% из Scale AI
— 🏆 20% на уровне L8+ (топ-инженеры в иерархии FAANG)
💰 Зарплаты? От $10M до $100M в год для каждого.
Цукерберг явно не шутит. Ставки — на суперинтеллект.
⚡9