Если вдруг кто не читал:
Павел Амнуэль "Научная фантастика: идеи лучше допущений"
https://trv-science.ru/2020/03/fantdopy/
имхо очень внятно и важно, концептуально.
Плюс на гл. странице конкурса https://sf.fancon.org/ у трёх членов жюри есть "текст-блиц" - близкое по смыслу.

Человеку впервые трансплантировали сердце генно-модифицированной свиньи

https://pcr.news/novosti/cheloveku-vpervye-...jSKVQbmOP-R8omU

Гиперпрыжок на Марс )))

Масау
под такие видосы хорошо писать космические сцены

свинью жалко...

Масау
веган?:)

Всеядный, но любимый десерт - смесь кусочков папайи и манго.

ПС Запивать чистой водой 15С-18С, или вообще не запивать )

Пицца.
Пицца Четыре тушёнки.

вот поэтому всегда занято )))))

Скайнет уже на пороге

то есть пометки "без ГМО" не будет?

drug-zhivotnyx

Если судить по высказываниям про отдельных людей "ГМО он был, ГМО и остался", можно считать, что такие опыты были уже давно.

"Комета Леонарда, – ледяная глыба диаметром 1 км, - пролетает мимо нас со скоростью 70 км/с раз в 70 тысяч лет. Но сейчас - пролетит в последний раз и навсегда покинет Солнечную систему. Не смотрите наверх – с конца декабря ее видно только из Южного полушария. Зато есть масса прекрасных фотографий".

Прикольный ролик. Буду искать продолжение ))

Минутка душноты)))). Мне показалось, что эти корабли очень больших размеров. Скорее всего они не входили бы в атмосферу, а тусовались бы на орбите (где их бы и строили), тем более что форма у них, как мне показалось не совсем аэродинамическая (опять же про атмосферу). Ну это так, просто мысли в голову полезли)))

Прочитал статью. Дойдя до момента "Она сделана с применением технологий, которые используются при создании нейросетей." пришёл в ужас. Но потом дочитал до момента "Открыть огонь новая установка сможет только по команде военнослужащего." и немного успокоился.

Вокруг искусственных нейронных сетей сейчас идёт очень нездоровый хайп. Но между прочим, если говорить об эволюции сильного искусственного интеллекта, то имеющиеся сейчас нейронные сети являются тупиковой ветвью этой самой эволюции. Всё, что у нас сейчас есть не больше чем так называемая "китайская комната".
На волнах хайпа иногда доходит до откровенного фричества. В конце прошлого года читал статьи о том, что на серьёзных щах в мозгу пытаются найти аналог алгоритма обратного распространения ошибки (фейспалм). Того самого алгоритма, который вернул интерес к искусственным нейросетям после так называемой зимы искусственного интеллекта.

Вот прямо согласен всеми своими костями! Сажать на планету корабль, предназначенный для межпланетных/межзвездных перелетов? Это все равно, что заезжать на фуре в квартиру, на седьмой этаж.)))


Добавлено через 3 мин. 17 с.
вспомнился анекдот:
- ну што, Василий Иванович, стрелять?!
- не, подпустим поближе...

Я не особо шарю, а можно поподробнее, почему в мозге этот алгоритм не может реализовываться (хотя бы частично)?

Добавлено через 11 мин. 26 с.

Мне кажется, китайская комната - это что-то из философии сознания. Возможно, чтобы получить сверхинтеллект, нам не нужно создавать нечто "сознающее" (а, может быть, нужно, вопрос открытый)

Рассмотрим метод обучение с "учителем". Там у нас есть данные и их разметка. Т.е. мы показываем искусственной нейронной сети примеры и говорим это допустим кошка на картинке, а это собака. Информация проходит через все слои от первых к последним (прямой проход) и в конце считается та самая ошибка. Ошибка это разница между тем, что мы получили на выходе и тем, что должно было бы быть (результат для обучающего набора данных нам известен заранее, именно это отличает обучение с "учителем" от обучения без "учителя"). Дальше начинается обратный проход, от последнего слоя назад к первому. Нам приходится изменять веса нейронов (веса играют роль синаптических связей). Чем больше вес (вес - это число), тем сильнее связь. Если некоторые веса в слое равны нулю, значит части синаптических связей нет (часто применяю так называемый дропаут - обнуление части весов, это один из методов регуляризации, нужен чтобы предотвратить так называемое "переобучение", когда сеть выдает хорошие результаты на наборе для обучения и плохие на наборе для проверки). Соответственно чем больше вес, тем больший вклад он делал в ошибку и тем сильнее надо его изменить. Не хочу приводить формулы, это слишком нудно. Новый вес получается вычитанием из старого производной от функции ошибки умноженной на некоторый коэффициент (этот коэффициент называется скоростью обучения). И так по всем весам в нашей искусственной нейронной сети. Т.е. у нас есть проход обратно от конца к началу и используется функция ошибки. Поэтому метод называется обратным распространением ошибки. Это если кратко. Там ещё есть функция активации, есть градиент который показывает направление роста, а нам нужно направление убывания потому берем антиградиент (градиент со знаком минус) и многое другое.

Конкретно я не особо разбираюсь в работе мозга и нервных клеток. Но у меня есть ощущение, что аналоги всего что я описал выше мы в мозге не найдём. Это чисто математическая модель. Сам искусственный нейрон это чудовищно упрощенная модель настоящего живого нейрона. В итоге упростив, мы очень сильно отошли от того, что есть в мозге и вдарились в математику. Те модели и архитектуры искусственных нейронных сетей, что мы имеем сейчас очень мало имеют общего с настоящими мозгами. Периодически математики пытаются перенять что-то из живого мозга, так например были придуманы свёрточные нейронные сети, алгоритм долгой кратковременной памяти в рекуррентных нейроных сетях LSTM , механизм так называемого "внимания" который после 2017 стал очень много применяться сделав популрной архитектуру нейронных сетей под названием "трансформеры".

Есть модель GPT-3 которая демонстрирует "выдающиеся" (по сравнению с предшествующими моделями и архитектурами) результаты в задачах связанных с обработкой естественного языка. На её обучение было потрачено несколько миллионов долларов и она произвела фурор. Но ни о каком сознании там речи быть не может. Это типичная китайская комната. Модель генерирует текст мало отличимый от человеческого, её модификации используют для создания чат ботов и т.д. Но это всё равно не более чем китайская комната. Модель лишь выдает результаты по ранее изученным правилам, не понимая, что она делает.

Если мне не изменяет память, одним из атрибутов сильного искусственного интеллекта является сознание и самоосознание.
Все текущие разработки лишь жалкая имитация когнитивных способностей.
Человеку не нужны тысячи фотографий чтобы научиться отличать собаку от кошек, а искусственные нейронные сети без большого количества данных для их обучения ничему не научатся.
Человек не перепутает фото панды и гиббона, даже если добавить шум в фото, шум невидимый глазу, а нейросеть может запнуться на таком примере.
Поэтому несмотря на выдающиеся результаты в задачах компьютерного зрения, обработки естественного языка и т.д. мы всё ещё очень и очень далеки от создания сильного искусственного интеллекта. Люди не до конца понимают, как работаю их собственные мозги, но при этом пытаются создать мозги искусственные))). Уже один этот факт о многом говорит))

Думаю, что тут важно не упускать из виду сложность системы.
В отличие от анализирующей фотографии (по сути, это двумерный сигнал) нейросети, человеку доступен гораздо более широкий набор датчиков, показания которых связываются со сложным объектом "собака": она может издавать вот такие звуки, пахнет вот так, у неё такая на ощупь кожа, шерсть и зубы, вот таких цветов её части тела, вот такие у неё режимы активности, вот такие реакции на разные раздражители,..
Когда человек первый раз видит, скажем, лабрадора, и ему представят его собакой, то человек запомнит лабрадора и будет считать его собакой.
Когда человек следом увидит, например, таксу, то с чего бы человеку считать, что это собака? Человек будет либо ждать подтверждение от более знающего учителя, либо будет проводить собственное исследование, чтобы собрать банк знаний и образов, ассоциируемых с таксой, и найти у неё общие черты с лабрадором в достаточном количестве, чтобы признать её собакой или сказать, что это какое-то другое существо.

Если человек сделает вывод, что такса — это не собака, а затем испытает дискомфорт от общения с другими людьми и сделает вывод, что таксу нужно считать собакой, то разве процесс определения ошибки и связанной с ней перенастройки у человека не будет аналогом того же, что мы делаем при обучении нейросети?

Я имел ввиду классификацию только по фотографиям.

Добавлено через 3 мин. 18 с.


Если показать человеку несколько фото с разными породами собак и сказать, "вот это примеры собак", а потом показать несколько фотографий с разными породами домашних кошек и сказать "а вот это кошка". То думаю отличить собаку от кошки ему большого труда не составит.
"Несколько" это не несколько тысяч или десятков тысяч, как в случае искусственной нейросети.

Добавлено через 8 мин. 20 с.


Если сильно обобщить то да, и там и там есть сравнение. И там и там в случае разницы будет коррекция чтобы не ошибаться. Из-за обобщения сейчас везде и пишут про современные разработки: искусственный интеллект. Хотя более правильным было бы: искусственный "интеллект". Со вторым словом заключённым в кавычки.
Но речь шла о математическом методе и принципах работы нервных клеток, а это не обобщение, а наоборот.

Причём человек это делает в год, ещё не владея никакими приёмами классификаций, анализа морфологических признаков и т.д.

Я так понимаю, нейрон участвует в прямом проходе сигнала, у него есть информация от предыдущих слоёв. А для алгоритма обратного распространения ошибки нужна информация идущая от последующих слоёв, плюс информация о весах и ошибках в соседних нейронах. То есть нужна ещё одна дополнительная хитрая сеть, работающая в обратном направлении, но её в мозгу нет. Хотя нет, недавно оказалось что в мозгу есть пирамидальные нейроны - то есть не привычные нейроны в форме паучка, а ветвистые, в форме дерева. И вот на них такую обратную сеть вполне можно построить.

А попробуйте другой пример. Вы же много раз видели коз и овец, да?

На какой фотке козы, на какой овцы?



Уверены? Быстро определили?

верхние - козы, нижние - овцы.

На верхней козы. На нижней овцы. НО, у тех же коз много разных пород, и некоторые из них выглядят ну очень необычно.
А почему именно детёныши? А не взрослые особи?
Вспоминаю учебник биологии и картинки из него. Зародыши на ранних стадиях вообще мало чем один от другого отличаются.

Так и собак-кошек много всяких-разных, особенно собак. Просто сложно отрешиться от собственных знаний, потому что собак-кошек мы видим очень часто. А вот овец-коз современный городской житель видит относительно редко и лучше видны сложности при меньшей насмотренности.

Или, допустим, если видишь что-то такое:
https://enot-doma.ru/wp-content/uploads/201....02.2017_01.jpg

Ну ок, наверное взрослый человек догадается посмотреть на лапы. Но это результат знаний, а если до того человек видел несколько фоток, он просто скажет что это енот.

и о продлении жизни

МАДРИД, 19 янв — РИА Новости. Испанец Сатурнино де ла Фуэнте Гарсия, самый старый мужчина в мире, скончался в Леоне в возрасте 112 лет, сообщается на сайте Книги рекордов Гиннесса.

«Сатурнино де ла Фуэнте Гарсия скончался у себя дома, ему было 112 лет и 341 день», — говорится в заявлении.
Мужчина попал в Книгу рекордов Гиннеса 10 сентября 2021 года, на тот момент ему было 112 лет и 211 дней. Сатурнино де ла Фуэнте родился в Леоне 11 февраля 1909 года.

У Сатурнино де ла Фуэнты и его супруги родились семь дочерей. Также у них есть 14 внуков и 22 правнука.

Напомнило :D