Здравствуйте. Год назад я принёс в квартиру растение очиток едкий (или что-то типа того), которое росло в диком виде на грузовой, бетонной ЖД платформе. Было интересно, сможет ли оно жить на балконе без малейшего за ним ухода, т.е. без поливов, удобрений, пересадок и вообще всего. Положили - и всё. Единственное, что я сделал - это напечатал пластиковые кольца, дабы кочки не разваливались.
И вот, спустя год - они всё ещё живы. Но очевидно, их состояние оставляет желать лучшего, особенно в сравнении с фото первой части и вот почему:
1. Недостаточное попадание дождевой влаги на балкон, т.к. есть балкон выше, плюс немного торчит крыша. Я хочу как-то вынести их повыше, на уровень перил, плюс желательно вообще вывесить за пределы балкона. Как это грамотно реализовать, чтобы кочки не прилетели кому-то по голове - я пока не придумал.
Не убирается сухостой, а он явно мешает расти новым побегам. Куда он девался с платформы - без понятия. Скорее всего, его там почти не было из-за отсутствия п.1.
Удивительно живучее и крепкое растение, да? Но всё же хочется видеть его в более красивом состоянии, а не в таком вот. Будем думать на счёт правильного смачивания дождём, может дела пойдут получше.
Если есть мысли, как можно облегчить растению жизнь без нарушения сути эксперимента - пишите, буду рад.
Все слышали слова вроде “плодородная земля”, “пустая земля” … Всё это относится к земледелию и как-то обобщённо характеризует почву в плане плодородности того, что посадишь.
Ученые из Цюрихского университета и Agroscope — швейцарского федерального центра передовых исследований в области сельского хозяйства решили задействовать обычных гражданских для исследования одной из характеристик почв в Швейцарии, а именно - количество живых существ в ентой почве (от бактерий и грибов/плесени до жуков/червяков и т.п.). Назвали проект “Proof by Underpants“ - “доказательство трусами”. Придумали необычный метод - каждый доброволец должен был закопать хлопковые трусы (два штука) и 6 пакетиков чая в землю, а через два месяца учёные их выкапывали и исследовали.
Да, для чистоты эксперимента трусы должны быть “100% cotton” и новыми
Трусы и чай выбрали ради привлечения внимания к исследованию - это же прикольно закопать в огороде трусы 😄😄😄 и вообще допустить на свою частную территорию каких-то учёных “очкариков-ботаников”.
Для простоты расчётов задействовали ровно 1000 добровольцев (у них там что, калькуляторов нет? Могли бы задействовать 997 или 1009 добровольцев). Откопали всё енто через два месяца.
В результате определили какие именно земли являются в этом плане наиболее плодородными - ведь чем больше всяческих бактерий, жуков, червяков - тем быстрее почва разлагает всё что в неё попадает, превращая это в питательные вещества для растений.
Рейтинг получился таким:
1.Частные сады - быстрее всех разлагали полученный материал
2.Сельхоз-угодья (поля, луга, пастбища)
3.Газоны, лужайки и т.п.
Таким образом получается, что закопать трусы любовницы эффективнее всего в саду, нежели на газоне. Ну заодно они получили и карту “биоразнообразия почв“ по всей стране
Хочу рассказать об эксперименте, целью которого было продемонстрировать, что с помощью небольшого набора правил можно создавать сложные, интересно устроенные виртуальные миры прямо в окне браузера.
Это своего рода симуляция «цифровой химии» — межатомных взаимодействий в 2D- и 3D-пространствах:
коллизии и отскоки частиц при контакте;
силы притяжения и отталкивания между частицами;
связи между частицами и влияние других частиц на эти связи;
влияние температуры и других факторов среды (макропараметров) на поведение частиц.
Основные цели данного проекта заключаются в изучении самоорганизующихся систем, синтезе конфигураций с большим многообразием сложных соединений, а также сложных реакций между ними. В идеале — в получении «молекул», имеющих формальные признаки жизни — саморепликацию, наследственную изменчивость и метаболизм.
Частицы разных типов визуализируются разными цветами. От типа частицы зависят их свойства, представленные в конфигурации мира:
Матрица коэффициентов гравитации несвязанных частиц показывает, будет ли частица одного типа притягиваться или отталкиваться от частицы другого типа в случае, когда они не связаны между собой, и с какой силой.
Матрица коэффициентов гравитации связанных частиц показывает, будет ли частица одного типа притягиваться или отталкиваться от частицы другого типа в случае, когда они связаны между собой, и с какой силой.
Список лимитов связей показывает, какое максимальное количество связей могут иметь частицы каждого типа.
Матрица лимитов связей показывает, какое максимальное количество связей могут иметь частицы каждого типа с частицами разных типов.
Тензор влияния частиц на связи своих соседей (как близость частицы типа A влияет на прочность связи частицы типа B с частицей типа C).
На последнем пункте остановимся поподробнее. Без этого правила почти все сгенерированные вселенные через какое-то время застывали или приходили в вечное движение, но без регулярного образования новых связей. Для решения этой проблемы я ввел правило, по которому частица каждого типа имеет возможность повлиять на максимальную длину связей частиц разных типов в сторону увеличения или уменьшения. Таким образом получилось достичь эффекта непрекращающегося синтеза и распада сложных «молекулярных» соединений.
Всеми основными параметрами симуляции можно управлять через пользовательский интерфейс, меняя таким образом «физику» мира. Кроме того, за счет настраиваемой рандомизации можно создавать практически неограниченное количество уникальных новых «вселенных» со своими неповторимыми законами. В общем, получилась занимательная и залипательная штука.
Для высокопроизводительной обработки взаимодействий между тысячами частиц пришлось применить множество приемов оптимизации (объектный пул, прокси-фасад, кубическая кластеризация пространства и другие). Расти в этом направлении еще есть куда, но эту работу я уже буду продолжать на Python с использованием Numpy и Numba, потому что браузер позволяет использовать только одно ядро процессора на одну открытую вкладку, что сильно ограничивает возможности масштабирования.
Вот ссылки на демо нескольких любопытных конфигураций со сложным поведением частиц:
Потыкать и почувствовать себя демиургом можно здесь. Исходный код живет на гитхабе. Поделиться ссылкой на интересную конфигурацию можно здесь, в комментариях, или в специальном issue.
Кстати, встретив интересный набор законов, не хочется, чтобы он канул в лету после закрытия окна браузера, — поэтому я внедрил кнопку создания ссылки на запуск симуляции с заданным набором параметров. А поделиться ссылками на интересные конфигурации можно в специальном issue либо здесь, в комментариях.
34 дня назад я рассказывала, как мы с ребенком взяли из лужи лягушачью икру (в этом посте).
Потом через 10 дней показала как они растут (в этом посте).
Теперь хочу коротенько рассказать, как они развивались, и что с ними стало сейчас.
Дальше, примерно через 7 дней, мы заметили, что у головастиков под хвостом появился черный отросток. В последствии это оказались лапы.
Черная штучка под хвостом - это будущие лапки
Еще через 5 дней лапы значительно вытянулись.
На 22 день
При этом головастики с удовольствием ели корм для рыбок и стремительно плавали.
А это уже 5 дней назад, тут им месяц.
30 дневные головастики
Теперь их задние лапки стали как у полноценных лягушек - с ляжками и длинными пальцами. И малявки ими вовсю гребут и лазят по зарослям..
30 дней от икры
Потом прошло еще 3 дня.
Мы стали беспокоиться - где же их передние лапы?
Присмотрелись и, оказалось, что передние лапы то уже есть, просто спрятаны они в подкожных мешочках за щеками.
Посмотрите внимательно
Стоп-кадр, где видно спрятанную лапку
Осталось дождаться, когда передние лапки высвободятся, это происходит неожиданно и занимает примерно 1 час.
Тут уже мы поставили им грот, так как у головастиков с появлением передних лап атрофируются жабры, и им нужно вылезать из воды, чтобы дышать развившимися лёгкими.
Потом, буквально на следующее утро, высвободились передние лапы, и головастики как-то резко изменили форму тела - похудели с боков.
При этом они еще сидели в зарослях и дышали водой.
А сегодня утром смотрим, уже сидят на камушке.
Почти готовый лягушонок, только еще с хвостиком.
@ElenaSalut всё хотела рассказать о них раньше, но они так стремительно начали меняться, что не успевала дополнять информацию.))
Глава OpenAI Сэм Альтман изменил позицию по поводу безусловного базового дохода, в исследование которого ранее вложил 14 миллионов долларов собственных средств. Заявление прозвучало в интервью гендиректору The Atlantic Николасу Томпсону в рамках его серии "The Most Interesting Thing in AI".
Я больше не верю в безусловный базовый доход так, как верил раньше.
По его словам, фиксированные денежные выплаты звучат привлекательно, однако такая модель не отвечает реальным потребностям общества на фоне распространения ИИ и предстоящих перемен на рынке труда.
Фиксированная выплата, при всей её полезности и, возможно, разумности в некоторых аспектах, не решает того, что действительно понадобится на следующем этапе, и не обеспечивает коллективной сонастройки общего выигрыша по мере смещения баланса между трудом и капиталом.
В 2019 году, на пике интереса к концепции безусловного базового дохода, Альтман помог собрать 60 миллионов долларов на крупнейший в своём роде эксперимент. Программа выплачивала участникам с низкими доходами по 1000 долларов в месяц на протяжении трёх лет. Тогда Альтман заявлял, что подлинного равенства возможностей невозможно достичь без той или иной формы гарантированного дохода.
Результаты исследования оказались сдержанными. Учёные зафиксировали рост общих расходов у получателей выплат, но не нашли прямых доказательств улучшения доступа к медицине или укрепления физического и психического здоровья.
В последнее время Альтман склоняется к альтернативным форматам распределения благ. Глава OpenAI неоднократно говорил о возможности выдавать людям долю вычислительных мощностей ИИ, которую затем можно использовать, продавать или обменивать.
Меня гораздо больше интересуют варианты коллективного владения, будь то вычислительные ресурсы, доли в капитале или что-то ещё.
OpenAI развила эту идею в свежем исследовании с предложениями промышленной политики для эпохи ИИ. Документ описывает создание фонда общественного благосостояния, который дал бы каждому гражданину долю в экономическом росте на базе ИИ, включая людей, не имеющих инвестиций на финансовых рынках.
Оба подхода направлены на то, чтобы у общества появилась реальная доля в развитии ИИ. Это особенно важно на фоне открыто признаваемого Альтманом и его коллегами по индустрии факта – популярность технологий ИИ среди широких масс снижается.
Думаю, людям на самом деле нужны процветание, свобода действий, возможность жить интересно, чувствовать себя реализованными и оказывать какое-то влияние.
По словам главы OpenAI, ключевая задача – дать доступ к ИИ как можно большему числу людей.
Если ИИ останется ограниченным, сложным в использовании и плохо интегрированным, то нынешние богатые просто взвинтят цены, и это приведёт к ещё большему расслоению.
8 марта, ночь. Интересно, а если сделать на рукаве дракона блеском, как это будет смотреться🤔 будет ли видно детали, как ляжет блеск? Я же не усну, если не проверю😄
вывод такой: рисунок 20 сантиметров, и все детали ооочень маленькие, тяжело работать. Если сделать такую роспись больше, прорисовка будет чётче.
Кстати, рисунок сильно отсылает к татуировке, хотя, сделана на чёрной ткани, на рукаве. Не знаю как это работает 😄
Вы когда-нибудь пугали гусеницу? А знаете, где у нее уши или что будет, если ее побрить? В общем, ученые очень любят эксперименты, и пока они «баловались», сделали научное открытие.
Все началось с того, что гусеницы подпрыгивали всякий раз, когда биолог произносила устрашающее «Бу!»
Но как именно слышат гусеницы? Они реагируют на громкий звук или вибрации? Или на то и другое? Ответить на эти вопросы получилось благодаря экспериментам в безэховой камере Бингемтона, в которой эксперты включали звуки разной частоты и следили за реакцией гусениц на звуковые волны и вибрации.
Изначально ученые предполагали, что вибрация в этом плане на первом месте, поскольку гусеницы постоянно сидят на стеблях растений, по которым, как по проводам, и получают информацию об окружающих звуках.
Но эксперименты показали, что все на самом деле в точности до наоборот: звуковые волны для гусениц оказываются в 10, а то и в 100 раз информативнее, чем вибрации. Но воспринимают они тем не менее и то, и другое.
Где у гусеницы уши
Но если гусеницы распознают звуковые волны, то где расположены их уши? Оказывается, функцию этого органа у них выполняют маленькие волоски на теле. То есть звук провоцирует движение воздуха, волоски его улавливают, и гусеница в зависимости от частоты этого звука решает, опасен ли для нее его источник.
Как думаете, что сделали ученые дальше? Правильно, побрили гусениц. Но не полностью. Они лишь убрали волоски на груди и брюшке. Однако этого было достаточно для того, чтобы гусеницы стали хуже слышать.
Эксперты предположили, что способность чувствовать звук у гусениц появилась благодаря хищным осам, которые издают звук в диапазоне около 100 – 200 Гц. Как только волоски его улавливают, гусеница понимает, что где-то сверху находится хищник, и мобилизуется.
Китайские физики напрямую зарегистрировали эффект Мигдала, который был предсказан более 80 лет назад. Для этого они просмотрели около миллиона событий от столкновений нейтронов с атомными ядрами, зарегистрированных при помощи газового пиксельного детектора. Результаты опубликованы в Nature.
Согласно современным представлениям, во Вселенной примерно в пять раз больше темной материи, чем обычного вещества. Ученые пока не знают, из чего она состоит, но многие модели предполагают, что темную материю могут образовывать еще не обнаруженные нейтральные частицы, которые крайне слабо взаимодействуют с обычными атомами. Особый интерес в последние годы вызывает легкая темная материя с массами от мегаэлектронвольт до гигаэлектронвольт. Для таких кандидатов стандартная стратегия прямого поиска работает хуже: при столкновении с ядром атома они сообщают ему слишком малую энергию, и чистую ядерную отдачу детектор может просто не заметить. Поэтому физики ищут способы получить дополнительный, более заметный сигнал, который помог бы вытянуть событие выше порога регистрации.
Один из таких механизмов — эффект Мигдала, который предложен в 1939 году Аркадием Мигдалом. Если нейтральная частица — например, частица темной материи или нейтрон — сталкивается с ядром, электронная оболочка не успевает мгновенно перестроиться. В результате часть электронов переходит в возбужденные состояния или ионизуется. Тогда вместе с ядерной отдачей появляется электронный отклик — именно он и может стать тем самым усилением. Однако для нейтрального рассеяния этот эффект долго оставался теоретическим допущением.
Группа ученых под руководством Янхэн Джэна (Yangheng Zheng) из Университета Китайской академии наук построила газовый пиксельный детектор, чувствительность которого позволяет одновременно различать треки ядерной отдачи и электрона. В качестве среды они использовали смесь из 40 процентов гелия и 60 процентов диметилового эфира, а изображение трека снимали пиксельным чипом Topmetal-II с шагом 83 микрометра. Сигнал усиливали газовой микроканальной пластиной. Источником нейтронов служил компактный D–D генератор, дающий частицы с энергией около 2,5 мегаэлектронвольта.
Пример события Мигдала
Ключевым признаком события Мигдала была общая вершина двух треков: яркого и относительно прямого трека ядерной отдачи и более слабого электронного трека рядом. В анализе оставляли ядерные отдачи с видимой энергией выше 35 килоэлектронвольт и электроны в диапазоне 5–10 килоэлектронвольт. Данные набирали около 150 часов, а фон оценивали по комбинации экспериментальных данных и моделирования. Суммарное ожидаемое число фоновых событий в области поиска составило около 0,2.
Результат эксперимента
На основе шести кандидатов авторы оценили отношение сечения процесса Мигдала к сечению обычной ядерной отдачи как 4,9 × 10−5 и отметили, что оно согласуется в рамках неопределенности с теоретическими расчетами для их газовой смеси. Статистическая значимость обнаружения составила более пяти стандартных отклонений.
По мнению исследователей, теперь эффект Мигдала — это не просто теоретическое допущение, но и реально измеренное явление, которое можно будет использовать для поиска легкой темной материи. Ранее мы писали о том, как ученые ищут ее при помощи квантовых устройств.
Идеальный капучино — это сочетание насыщенного кофейно-молочного вкуса и эффектной воздушной пены. Чтобы бариста чаще радовали кофеманов качественными напитками, ученые и студенты НовГУ придумали рецепт идеальной молочной пенки.
Как правило, даже хорошая пена оседает через 10–15 минут после приготовления капучино. Команда исследователей из Великого Новгорода решила выяснить, какие факторы влияют на стабильность пены и как продлить ей «жизнь», сохранив вкусовые свойства.
Сперва специалисты провели структурный анализ молока. Затем они подробно изучили три аспекта, определяющих стабильное образование пены: биологический, физический и химический. Как итог, команда предположила, что для создания сверхустойчивой пены нужно немного модифицировать состав главной жидкости.
«Первые же эксперименты подтвердили закономерность: максимальную устойчивость пенка демонстрирует при высокой температуре до 60 ºC и пониженной жирности, — пояснила Дарья Трошкова, студентка Политехнического института НовГУ, соавтор исследования. — Однако этот выигрыш исчислялся минутами, а наша цель измерялась десятками минут или даже часами».
Далее ученые поместили в 200 мл напитка 1 г пищевой добавки E464 и 50 мг экстракта коры мыльного дерева. Позднее они рассчитали температуру, необходимую для поддержания пены.
Финальные испытания впечатлили специалистов. Контрольный образец, приготовленный из обычного молока, терял половину объема пены всего за семь-девять минут. С экспериментальным капучино это происходило примерно спустя час.
Собственно, дендриты - это брак в гальванике, но красивый. Вот такое нарастает в больших гальванических ваннах, если параметры подобраны неверно. Или в маленьких, если растить специально.
Кстати, примерно такие же дендриты, только из меди можно легко и не напряжено растить дома.
Итак, родители зверюги со смешным названием: величественный лесной гигант — зубр и самая обычная домашняя корова. Виды очень разные как на вид, так и по образу жизни, но, тем не менее, они оба принадлежат к роду настоящих быков. А это значит, что рогатые имеют одинаковые паттерны брачного поведения, сопоставимый набор хромосом и в теории могут произвести на свет потомство — тех самых жуброней. Но всё не так просто.
Матушка-природа предусмотрительно придумала три серьёзных ограничения, из-за которых гибриды зубра и коровы почти никогда не могут случиться в дикой природе. Пропустим первое и самое простое — местоположение (лес/сарай) и перейдём к более весомым аргументам.
Второе ограничение — размеры. Средний вес зубра примерно сопоставим с коровьим: около 400 килограмм для самки и 600 — для самца. Но если у домашних холёных животных в эти килограммы входит изрядная доля жирка, то у диких копытных такой роскоши в разы меньше, они костистые и мускулистые. Ещё зубры значительно выше бурёнок — 140 сантиметров против 190 у диких собратьев. Это потому, что у лесных гигантов сравнительно другая анатомия: высокая холка, низко посаженная шея и объемная грудная клетка.
Так вот, если вдруг домашняя тёлочка отбросит все сомнения и уйдёт в загул с дикими зубрами, с высокой долей вероятности она просто погибнет в родах. Как пишут селекционеры, у коров, что носят гибридных телят, отмечается очень слабая родовая деятельность или вообще её отсутствие. Ведь маленький жубронь наследует черты своего высокого и широкогрудого отца-зубра — он попросту не помещается в тазовой полости матери.
Ну а если в загул пойдёт наивный домашний бычок, он столкнётся с третьим ограничением — сила. Как мы уже сказали, бурёнки не отличаются повышенной выносливостью и мышечной массой. Плюс они мельче. И если зубры целый день шагают по лесу, то ленивым бычкам еду приносит хозяин. А в дикой природе возможность спариваться получает только самый сильный и крупный бык стада. Местные зубры просто не допустят домашнего быка к самкам!
Однако никакие из этих трех ограничений не помешали селекционеру Валицкому в 1850 годах получить 15 жуброней. Затем его идеи по созданию гибридов продолжили в СССР, в заповеднике Аскания-Нова. А после войны интенсивная работа велась уже в нескольких заповедниках и зоопарках. Так к 1980 году удалось вывести около 600 голов зуброкоров.
Причина такой заинтересованности в жубронях экономическая. Зубры по природе своей едят одну лишь травку, живут под открытым небом, почти ничем не болеют и набирают приличную массу. Коровы так не умеют — даже самые выносливые породы рогатых всё равно будут уступать диким животным и требовать больше заботы.
Но если у селекционеров получилось создать большое стадо жуброней, то почему же сейчас их никто не разводит? Как говорят официальные данные, проект свернули из-за заботы о диких зубрах. Сбежавшие гибриды могут представлять серьёзную угрозу и без того уязвимым генам дикого зубра. С такой же проблемой столкнулись на западе. Там тоже разводят гибрид диких и домашних коров — бифало. Только вот ситуация с зубрами куда более критичная: все современные дикие рогатые выведены из 12 оставшихся в живых диких зубров. Так что да, за их генофонд и правда стоит беспокоиться.
С другой стороны, мы все понимаем, что миром правят деньги. Если бы жуброни получились действительно такими, как их задумывали — супер выносливыми, неприхотливыми и скороспелыми, люди давно нашли бы возможность разводить этих животных, несмотря ни на какие ограничения. Но перед фермером встает множество «но». Фертильны у жуброней почти всегда только коровы. Телята появляются на свет исключительно кесаревым сечением — разродиться сама корова не может. Да и сама селекционная работа требует интеллектуальных и финансовых средств.
Сейчас парочка особей жуброней живет в Беловежском национальном парке. Но занимаются ли селекцией гибридов целенаправленно — вопрос открытый.
