| ТОП САЙТА |
| Последние сообщения в разделах форума |
Самые популярные темы |
Последние свежие новости |
Лучшие пользователи форума |
|
|
|
 dex (10360 постов) |
|
|
Новости науки и технологий
| |
| admin | Дата: Ср, 04.02.2015, 14:19 | Сообщение # 841 |
 Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Учеными на Марсе обнаружен тройной кратер-гигант
В результате исследований Марса специалисты обнаружили на его поверхности гигантский тройной кратер. Если посмотреть на данный кратер невооруженным взглядом, то он больше похож на выпуклость.
Такой довольно необычной форме углубления на поверхности Марса есть объяснение. Как оказалось, странная форма кратера была образована в результате удара, причем тройного. Вероятнее всего на поверхность Марса одновременно упали сразу три метеорита, к тому же, в одно и то же место. По мнению экспертов, три кратера образовались в одно время, это можно объяснить тем, что материал, выброшенный на поверхность планеты в результате столкновения с космическими телами, образовал именно однородный слой вокруг трех углублений одновременно, и никакого наложения они там не заметили.
Есть версия, что метеорит мог быть и двойным, но в результате падения, он раскололся и образовался именно тройной кратер. При этом эксперты отмечают, что тела, упавшие на поверхность Марса являлись крайне большими, диаметры их, возможно, составляли более нескольких сот метров. Ученые имеют возможность столь детального изучения планеты, так как атмосфера Марса является разряженной, и хорошо просматривается посредством телескопических устройств. По количеству же кратеров на Красной планете, астрономы смогут изучать возраст каждой ее области в отдельности.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Ср, 04.02.2015, 14:21 | Сообщение # 842 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Украина увеличит производство танков в 24 раза
«Укроборонпром» планирует увеличить производство основных боевых танков «Оплот» в 24 раза — с 5 до 120 единиц в год. Об этом сообщает пресс-служба «Укроборонпрома» со ссылкой на генерального директора украинского госконцерна Романа Романова.
По словам Романова, в 2015 году производство «Оплотов» доведут до 40 единиц. Плановый показатель в 100-120 машин планируется достичь в 2016 году.
Помимо танков на предприятиях «Укроборонпрома» собираются наладить производство легких бронированных машин «Дозор-Б». Ранее стало известно, что в течение 2015 года планируется выпустить 50 таких автомобилей. В дальнейшем, сообщает пресс-служба госконцерна, планируется производить по сотне «Дозоров» в год.
Кроме того, «Укроборонпром» в скором времени собирается начать опытно-конструкторские разработки беспилотных летательных аппаратов и контрбатарейных систем борьбы. В 2016 году, отмечается пресс-служба, будет готова первая трехкоординатная РЛС.
В связи с боевыми действиями на востоке страны Украина в 2015 году более чем в три раза — до 80 миллиардов гривен — увеличила расходы на обеспечение безопасности и обороны своих территорий.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Пт, 13.02.2015, 12:20 | Сообщение # 843 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| НАСА показало видео вращающихся Плутона и Харона
НАСА показало видео вращающихся друг вокруг друга карликовой планеты Плутон и его спутника Харона. Об этом сообщается на сайте агентства.
Видео получено в результате склейки снимков, сделанных станцией New Horizons в период с 25 по 31 января 2015 года. В первый день съемок аппарат находился на расстоянии около около 4,8 миллиарда километров от Земли и 203 миллионов километров от Плутона (это примерно на треть больше расстояния от Земли до Солнца).
За 6,5 суток съемок он стал ближе к карликовой планете на восемь миллионов километров. На видео Плутон и Харон вращаются вокруг общего центра масс (находящегося вне карликовой планеты) с периодом в 6,4 земных суток. Другие четыре спутника Плутона на видео незаметны.
Поскольку масса карликовой планеты сравнима с массой своего спутника (она всего в десять раз больше), вокруг Солнца Плутон вращается с некоторым колебанием, что заметно на видео. Объекты всегда повернуты друг к другу одной и той же стороной, а расстояние между их центрами равно примерно 19,6 тысячи километров.
В середине июля 2015 года автоматическая межпланетная станция НАСА New Horizons должна приблизиться на минимальное расстояние к Плутону — 12,5 тысячи километров. Основной задачей программы New Horizons является изучение карликовой планеты и ее спутника.
Научное оборудование, установленное на станции, как ожидается, соберет данные о возможном наличии магнитосферы у Плутона, составе атмосферы и строении его поверхности, а также взаимодействии с Хароном. Миссия New Horizons является проектом НАСА. Затраты на его осуществление превышают 600 миллионов долларов. Сам аппарат был запущен в космос 19 января 2006 год
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Пн, 16.02.2015, 12:49 | Сообщение # 844 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Из солнечной энергии ученые создают жидкое топливо
Американские специалисты Гарвардского университета, который расположен в городе Кембридж, после проведения ряда научных исследований, разработали технологию получения жидкого топлива из солнечной энергии.
Профессор биохимии Гарвардской медицинской школы, Памела Сильвер, утверждает, что инновационная разработка является доказательством того, что энергию солнца можно собирать и даже хранить в виде топлива. Ученые разработали систему, которая представляет собой искусственный лист. Он при участии созданных катализаторов и света солнца расщепляет воду на кислород и водород, а после преобразует ее, добавляя углекислый газ и изопропанол с использованием специальных дополнительных бактерий.
Как считают специалисты, созданные катализаторы очень хорошо адаптированы и совместимы с принципами роста, необходимыми для живых организмов – бактерий. На сегодняшний день эффективность технологии равно эффективности природного биосинтеза: приблизительно 1% энергии прекращается в биомассу.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Пн, 16.02.2015, 12:50 | Сообщение # 845 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| [b]Физики сообщили о целях перезапуска БАКа
В ЦЕРНе сообщили о целях перезапуска Большого адронного коллайдера (БАКа) в марте 2015 года: ученые собираются сконцентрироваться на поисках частиц темной материи и суперсимметрии. Об этом сообщает BBC News.
Как отмечают ученые, после открытия бозона Хиггса они намерены сосредоточиться на поиске частиц вне Cтандартной модели физики элементарных частиц. В частности, если говорить о темной материи и суперсимметрии, физиков интересует нейтралино — одна из наиболее легких и стабильных частиц.
Она представляет собой комбинацию массовых состояний суперсимметричных партнеров Z-бозона, фотона и бозона Хиггса. Из темных материи и энергии, предположительно, состоит около 95 процентов Вселенной, остальные пять процентов приходятся на барионную материю.
В ходе двухлетней модернизации, как ожидается, энергия столкновения частиц будет увеличена почти в два раза с 8 тераэлектронвольт до 13-ти. За это время четыре основных эксперимента (и одноименных коллаборации) ALICE, ATLAS, CMS and LHCb модернизировали свои установки и детекторы на них.
В ходе первого этапа работ на БАКе в 2012 году ученые сообщили об открытии бозона Хиггса. Поиски этой частицы, существование которой теоретически предсказывала Cтандатная модель физики элементарных частиц, являлись основной целью экспериментов ученых в ЦЕРНе, где расположен БАК.[/b]
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Чт, 19.02.2015, 17:46 | Сообщение # 846 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Израиль будет добывать солнечную энергию круглосуточно
Израильской компании, развивающей возобновляемые источники энергии, Brenmiller Energy удалось решить одну из самых больших проблем в солнечной энергетике - возможность выработки электроэнергии, когда солнце уходит за горизонт, сообщает inhabitat.com.
Расположенная в Тель-Авиве компания объявила о планах строительства 10-мегаваттной солнечной установки в городе Димона в пустыне Негев, которая будет генерировать электроэнергию из возобновляемых источников в течение приблизительно 20 часов в день благодаря технологии накопления энергии, разрабатываемой компанией на протяжении последних трех лет. Биомасса будет использоваться в качестве резерва в течение четырех часов, когда солнечная электростанция не вырабатывает электроэнергию.
«Солнечные электростанции, объединенные с системой хранения и подкрепленные биомассой - лучшее решение для производства электроэнергии в Израиле, - говорит Avi Brenmiller, генеральный директор компании Brenmiller Energy. - Использование только биомассы не может удовлетворить потребности в электроэнергии, но в сочетании с солнечной энергией и системой хранения представляет собой дешевый и экологически чистый вариант. Эта комбинация - решение проблемы высокой стоимости захоронения мусора, которой озабочены местные власти».
Солнечный проект стоимостью 300 миллионов шекелей ($ 77270000) будет построен на площади 45 га (110 акров) и, как ожидается, завершен в начале 2017 года. Компания заявила, что новая солнечная электростанция позволит создать около 150 рабочих мест в регионе.
Инновационный объект будет генерировать возобновляемую электроэнергию в течение 20 часов в обычные летние дни. Зимой, когда солнце светит не достаточно сильно, чтобы удовлетворить потребности в электроэнергии, будет активнее задействована резервная станция, работающая за счет биомассы.
Система хранения энергии Brenmiller's bCellTM System использует параболические зеркала, чтобы отслеживать солнечные лучи и собирать солнечную тепловую энергию. Собранное тепло будет передаваться в подземный энергетический центр, где энергия будет храниться при температуре 550 градусов Цельсия (1022 градусов по Фаренгейту). Когда облака закрывают солнце или наступает ночь, тепло будет выделяется в виде пара для питания турбин и производства электричества.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Чт, 19.02.2015, 17:47 | Сообщение # 847 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Военно-транспортный самолет Ил-112В создадут к 2020 году
Опытно-конструкторские работы по легкому военно-транспортному самолету Ил-112В планируется завершить к 2020 году, сообщает РИА Новости со ссылкой на заместителя генерального директора «Авиационный комплекс им. С.В. Ильюшина» по управлению программами Сергея Артюхова.
В настоящее время компания разрабатывает конструкторскую документацию, кроме того, идет конструкторско-технологическая подготовка.
Контракт на создание Ил-112В с Минобороны был заключен в декабре 2014 года. Согласно документу, первые два образца будут построены в 2016 году.
Ил-112 — давно разрабатываемый проект легкого (с максимальной нагрузкой до шести тонн) транспортного самолета. Проект продвигался с трудом из-за неритмичного финансирования и проблем с двигателями, не развивавшими установленной мощности. Ранее Минобороны уже отказывалось финансировать доводку Ил-112 и закупать эти самолеты, однако в 2013 году работы были возобновлены.
Его версия для военных носит наименование Ил-112В и предназначена для замены самолетов Ан-26. Согласно действующей Госпрограмме вооружения, предполагалось, что военные получат 62 самолета Ил-112В до 2020 года. Всего по оценкам специалистов «Ильюшина» до 2030 года компания планирует построить до 200 самолетов Ил-112 всех модификаций.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Пн, 23.02.2015, 16:18 | Сообщение # 848 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Как научить машину предсказывать желания человека
Возможности машинного обучения позволяют прогнозировать появление искусственного интеллекта уже через несколько лет.
Машинное обучение - это область математики, которая занимается поиском скрытых закономерностей в тех данных, которыми оперирует компьютер. Под «данными» в традиционной математике понимается некая совокупность объектов. На практике в качестве объектов могут выступать, например, пользователи социальной сети, изображения, клиенты банков, страны, РНК, результаты экспериментов с Большого адронного коллайдера и так далее. Единственное требование, предъявляемое математикой к объекту, заключается в том, что он должен быть описан некоторой совокупностью переменных, которые, собственно, его характеризуют.
Машинное обучение начинается в тот момент, когда переменные, которыми описывается объект, становится возможным поделить на две части: наблюдаемые и скрытые (латентные) переменные. Наблюдаемые - это те, которые мы можем измерить у любого из всей совокупности объектов. Скрытые же, или латентные переменные, мы можем измерить у ограниченного количества объектов, потому что, как правило, их измерение сопряжено с какими-либо затратами (финансовыми, временными, и пр.). При этом предполагается, что между наблюдаемыми и скрытыми переменными есть некоторая взаимосвязь.
На поиск этой взаимосвязи и направлены современные алгоритмы машинного обучения.
В тех случаях, когда существуют известные математические модели, увязывающие наблюдаемые и скрытые компоненты в общие уравнения, в машинном обучении нет необходимости. Однако большинство задач, которые возникают в реальности, как правило, связаны с анализом данных (явлений), для которых, ни физических, ни математических моделей, в настоящее время, не существует, но зато можно собрать достаточно большую обучающую выборку.
Обучающая выборка - это совокупность объектов, для которых известны и наблюдаемые, и скрытые компоненты. Задача алгоритма машинного обучения - анализируя обучающую выборку, приближенно восстановить взаимосвязь между наблюдаемыми и скрытыми компонентами, с помощью которой можно было бы прогнозировать значения скрытых компонент.
Классический пример - это банковский кредитный скоринг.
Предположим, вы - банкир, и у вас есть клиенты, которые очень хотят получить кредит. Кто-то собирается открыть свое дело, а кому-то кредит нужен, чтобы купить ящик водки и выпить ее. Возникает вопрос: кому кредит выдавать можно, а кому лучше не выдавать, потому что он его не вернет. Здесь в качестве наблюдаемых переменных у нас выступают характеристики клиентов. Например, те данные, которые они указывают в анкетах: пол, возраст, образование, уровень доходов, состав семьи и так далее. В качестве скрытой компоненты в простейшем случае выступает бинарная величина - вернет клиент кредит или не вернет. Если он его вернет, то имеет смысл ему этот кредит выдать.
В более сложных расчетах риск невозврата кредита оценивается как вероятность, с которой кредит может не быть возвращен. В этом случае создаются более сложные экономические модели принятия решения, когда лучше выдавать кредит.
Предположим, у нас было 400 клиентов, из которых, 350 вернули кредит. Это пример объектов, у которых скрытая компонента имеет значение +1; а 50 клиентов, которые, как оказалось, кредит не вернули - это примеры объектов со скрытой компонентой, которая приняла значение -1. В принципе, этого достаточно для того, чтобы ставить задачу машинного обучения и пытаться автоматически находить закономерности между наблюдаемыми и скрытыми компонентами в надежде, что они помогут нам определить, каким новым клиентам стоит выдавать кредит, а каким - нет.
В настоящее время дополнительный импульс развитию методов машинного обучения придал интернет и появившиеся новые технологии. Например, поисковые системы, социальные сети, блогосфера, биоинформатика. Задачи, возникающие в этих предметных областях, часто требуют применения современных методов машинного обучения. Именно поэтому в настоящее время в мире наблюдается растущий спрос на специалистов машинного обучения: они нужны в биологических лабораториях, компаниях -ритейлерах, в инвестиционных банках, а также в интернет-компаниях, в том числе таких, как Facebook, Google, Yandex.
С помощью алгоритмов машинного обучения можно развивать персонифицированные сервисы. Например, когда мы вводим запрос в поисковую систему, она анализирует наше поведение - на какие ссылки мы кликаем, сколько секунд проводим, изучая результаты поиска, как управляем курсором мыши. Собираемая информация используется для корректировки результатов выдачи наших будущих поисковых запросов, так, чтобы в начале списка были те ресурсы, которые именно мы, а не компьютер, считаем наиболее релевантными. Именно поэтому так сложно переходить с привычной поисковой системы на новую - она еще не знает наших склонностей и предпочтений и выдает по нашим запросам наиболее релевантные ссылки с точки зрения поисковой системы, без адаптации под наши индивидуальные вкусы.
Похожие задачи возникают в социальных сетях, например, если требуется решить, каким пользователям какие рекламные баннеры демонстрировать. Ведь полезную рекламу мы воспринимаем как само собой разумеющееся, а бесполезная реклама раздражает. Возникает естественная задача отображать конкретному пользователю те баннеры, которые рекламируют товары, к приобретению которых он морально готов. В ближайшие годы, аналогичные технологии избирательного рекламного действия появятся и на телевидении. Тогда в перерыве футбольного матча Вы будете видеть рекламу чипсов, а Ваш пожилой сосед - рекламу средства от ревматизма.
По похожим принципам устроены так называемые рекомендательные сервисы. Они стали особенно востребованы с развитием интернет-коммерции. Когда мы заходим в интернет-магазин, наименования которого составляют сотни тысяч товаров, мы физически не в состоянии просмотреть все товары. Естественно, интернет-магазин заинтересован в том, чтобы показывать пользователю те товары, которые он с большей вероятностью купит. И для того, чтобы такие товары определить, необходимо построить рекомендательную систему, которая рекомендовала бы тот или иной товар, базируясь на нашей истории покупок и истории покупок других пользователей, чьи вкусы система читает близкими к нашим. Методы для построения таких систем породили целый раздел в машинном обучении - так называемую «коллаборативную фильтрацию». Специалисты по коллаборативной фильтрации (в настоящее время в России их буквально по пальцам можно пересчитать) пользуются сейчас очень большим спросом.
Современные алгоритмы машинного обучения, лежащие в основе рекомендательных систем, способны предсказывать желания человека лучше него самого.
Так что если Вам чего-то хочется, но Вы сами не понимаете чего, скоро будет достаточно зайти в онлайн-магазин, которым Вы давно пользуетесь и он (точнее, рекомендательная система на его сайте) Вам подскажет.
Благодаря стремительному развитию методов машинного обучения, сильно меняется и современная математика, в которой появляются и начинают активно развиваться новые направления (например, стохастическая оптимизация, вероятностное моделирование и др.). По мере роста объемов доступной для анализа информации, растут и возможности методов машинного обучения. Наиболее успешные при работе с большими данными методы т.н. глубинного обучения (deep learning) во многих прикладных областях (распознавание речи, узнавание лиц, понимание изображений) уже обогнали возможности человеческого мозга. На очереди - задачи машинного перевода, понимания смысла текстов, автоматического управления автомобилем.
Инженеры компании Google анонсируют создание полноценного искусственного интеллекта в 2020-х годах. Появление такого инструмента может радикально изменить жизнь людей, значительно облегчив их интеллектуальный труд. Наконец-то машина сможет не только поднимать тяжести или штамповать детали, но и думать за человека. Через несколько лет мы узнаем насколько реалистичен этот прогноз. А пока Google переманивает из университетов коллективы исследователей в области глубинного обучения целыми лабораториями.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Чт, 19.03.2015, 09:45 | Сообщение # 849 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| В Канаде изобрели крем для удаления татуировок
Канадский студент создал крем, способный вывести татуировку без ожогов или рубцов. Убрать татуировку, всего лишь смазав кожу кремом, возможно, по словам студента из Канады. Конец змеям, обвивающим черепа, или надписям вроде «Навеки с Антонио», которые со временем становятся нежелательными.
Докторант из университета Далхаузи в Новой Шотландии (Канада) Алек Факенхем утверждает, что созданный им крем, который в настоящее время с успехом проходит испытание на татуированных ушах свиней, без боли и побочных эффектов удаляет перманентные чернила из-под кожи.
В интервью каналу ВВС 27-летний студент отметил, что его крем, в отличие от лазера, техники применяемой сегодня для удаления татуировок, не вызывает ожогов или кожных рубцов.
Механизм действия крема заключается в выделении клеток-макрофагов, фиксирующих чернила под кожей, и их постепенной миграции к лимфатическим узлам. Эти клетки, таким образом, уносят с собой красящее вещество.
«Следующим этапом станет разработка окончательной формы продукта и его коммерциализация на рынке», - говорит Андреа МакКормик, руководитель университетского бюро по инновациям и связям с индустрией.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
| admin | Дата: Чт, 19.03.2015, 15:05 | Сообщение # 850 |
|
Супер-Модератор
Группа: Администраторы
Сообщений: 50038
Награды: 136
Репутация: 457
Статус: Offline
| Воспоминания заставляют нас забывать
Разные части памяти в нашем мозге конкурируют между собой: чем чаще мы вспоминаем что-то одно, тем хуже помним что-то другое.
Нейробиологи из Кембриджского университетапришли к парадоксальному выводу: чем больше мы стараемся вспомнить что-либо, тем сильнее вредим своей памяти. В эксперименте участвовали несколько добровольцев, которые должны были вспомнить картинки, продемонстрированные им немногим ранее. За активностью мозга наблюдали с помощью магнитно-резонансной томографии, причём исследователи могли точно сопоставить определённое воспоминание и характерный для него рисунок мозговой активности.
Сеансов вспоминания было несколько, и каждый раз нужно было сосредоточиться именно на конкретном образе, память о котором становилась всё ярче и ярче. Однако одновременно память о других вещах слабела: в статье в Nature Neuroscience авторы описывают, как вспоминательная активность коры мозга подавляла другую активность, поддерживавшую память о неактуальных образах. Иными словами, стараясь что-нибудь вспомнить, мы что-то обязательно забываем. Это можно наглядно представить на примере компьютера: например, как если бы мы, регулярно открывая папку «Документы», в какой-то момент обнаружили, что исчезла папка «Фото», которую мы открывали намного реже. В компьютере так, к счастью, не происходит, а вот в нашей памяти – да: одна её ячейка конкуретно подавляет активность другой.
Не стоит видеть тут только эволюционный недостаток мозга: оптимизация памяти позволяет избавиться от ненужных или плохих воспоминаний, которые не могут дать нам ничего, кроме стресса. С другой стороны, мы должны с большой осторожностью говорить о том, что мы «точно помним» и «точно не помним»: то, что мы вспоминаем чаще всего, вытесняет что-то, что в данный момент нам не требуется – и у этого процесса есть вполне определённый нейробиологический механизм. Наверно, потому и не стоит увлекаться выучиванием перед экзаменом какого-то одного особенно трудного вопроса – вы рискуете забыть даже то, что, казалось бы, хорошо знали.
Ш@ринг 590-004-771 Самый качественный шаринг и IPTV!!! Подробности здесь
|
| |
|
|
|
