upd: перезалил на самую свежую версию перевода, не ту сперва залил)
Нашел на харде, и поскольку старого контента больше нету - пусть будет тут. Тем более, Пашу вылезли в свет.
Магматические породы в глубоких недрах Земли тоже обитаемы, - и там живут поистине Древние! Ученые Токийского университета нашли живых микробов в керне возрастом два миллиарда лет, извлеченном из магматического комплекса Бушвельд в Южной Африке. Микробы, которые провели в изоляции невероятные два миллиарда лет, колонизировали жилы в магме, заполненные глинистыми минералами.
Живые микробные клетки были плотно упакованы в трещинах породы. Любые щели около этих трещин были забиты глиной, что делало невозможным выход организмов или проникновение других снаружи. Исследователи усовершенствовали технику подтверждения того, что микробы были родными для образца породы, а не попали туда из-за загрязнения во время бурения и исследования. Окрашивая ДНК микробных клеток и используя инфракрасную спектроскопию для изучения белков в микробах и окружающей глине, а также электронную и флуоресцентную микроскопию, ученые доказали, что микроорганизмы живы и не привнесены извне.
Попав во глубину южноафриканских руд еще во времена, когда никого кроме микробов на Земле и не было, одноклеточные переключились на «режим выживания» - их метаболическая активность очень медленная, тысяча лет пролетает как один миг. Поэтому за невероятные два миллиарда лет они почти не эволюционировали, - а ведь за это время прошла половина всей эволюции жизни на Земле! Неужели повсюду в земной коре процветает такая медленная подземная жизнь? И до каких глубин она доходит?
Какая многообещающая находка! Дальнейшее исследование этих микробов может дать удивительные открытия о ранних стадиях эволюции жизни на Земле, - но речь не только о нашей планете:
«Меня очень интересует возможность обнаружения подземных микробов на других планетах, — говорит Йохеи Судзуки, ведущий автор исследования. - Марсоход Perseverance добывает для отправки на Землю камни, которые по возрасту схожи с теми, которые мы использовали в этом исследовании. После обнаружения микробной жизни в образцах возрастом два миллиарда лет мне не дает покоя мысль о том, что мы найдем в образцах с Марса».
Хорошей картинки с древними микробами у меня нет, поэтому на иллюстрации тихоходка "в анабиозе" – у них в неблагоприятных условиях метаболизм снижается до менее чем 0,01% от нормы, содержание воды в организме падает до 1% от нормы, - и так могут существовать как минимум десятилетиями.
все тот же кот, и тут и там
Нобелевку по физике дали за нейросети, главный драйвер нынешней технологической революции!
https://www.nobelprize.org/prizes/physics/2024/summary/
Лауреаты этого года, Джон Хопфилд и Джеффри Хинтон, использовали инструменты из физики для создания методов машинного обучения, ставших основой "весны искусственного интеллекта", – а значит, и всего самого главного, что происходит с технологиями в наше время.
Эти двое ученых подарили машинам способность запоминать и учиться, - и в результате имитировать мышление даже успешней большинства людей. Благодаря им термин «искусственный интеллект», под которым еще недавно каждый имел в виду что–то свое, в 2010-е годы обрел ясное и практическое значение – так стали называть алгоритмы, способные учиться.
Искусственные нейросети придумали математики еще в 1960-х, пытаясь имитировать строение человеческого мозга. Но они не находили практического применения, - до появления на сцене наших лауреатов.
Вдохновившись одной из систем, обнаруженных в атомной физике, Джон Хопфилд в 1982 году придумал сеть Хопфилда - нейросеть, способную запоминать изображения (и любые шаблоны), а потом воссоздавать их. Когда такой сети дается неполный или слегка искаженный шаблон, метод может найти наиболее похожий сохраненный шаблон.
Второго лауреата, Джеффри Хинтона, называют «отцом искусственного интеллекта», - он главный среди тех, кто придумал первые «глубокие сети». Используя сеть Хопфилда и инструменты из статистической физики, Хинтон создал новый тип нейросетей - машину Больцмана, способную научиться распознавать в данных характерные элементы или признаки. Эта машина, обучается на примерах, - допустим, различать изображения. Помните, первой ласточкой конца «зимы ИИ» и начала «весны ИИ» стала новость начала 2010-х, что нейросети научились отличать котов на картинках, после того, как им показали очень много котов?
Что ж, Нобелевку дали за самое главное, и правильно! Очень надеюсь на ИИ во всех областях, а прежде всего – в науке... Но и опасений немало (хотя надежд у меня все же больше).
А в связи с опасениями приведу байку про Хинтона, которую недавно услышал от математика Александра Кулешова. Вот что он сказал:
«Сейчас общее мнение специалистов заключается в том, что мы уже развитие искусственного интеллекта удержать не можем, что этот момент уже пройден. Перед своим уходом с поста вице-президента Гугла полгода назад Хинтон читал лекцию в MIT. У него из зала спросили: «Что же вы так беспокоитесь? Будет просто система правил, которую мы зададим машине». И Хинтон ответил: «Представь себе, - приходит к тебе твой двухлетний сын и говорит, - папа, мне не нравится твое поведение. Я вот написал тут на бумажке, какие правила ты должен соблюдать». Так вот, будет примерно то же самое. Мы проскочили тот момент, когда развитие искусственного интеллекта еще было подконтрольно обществу. Оно вышло из-под контроля хотя бы потому, что военные никогда не прекратят его использование и развитие».
Еще про Джеффри Хинтона, получившего вчера Нобелевку по физике за глубокие нейросети, - он интересный. Удивительно уже то,..
