Есть вероятность, что мы неправильно понимаем чёрные дыры.

Физики долгое время считали, что чёрные дыры — это просто: массивные гравитационные объекты, огромные количества материи и пространства-времени, сколлапсировавшие в своего рода тюрьму, из которой невозможно сбежать.

Но чем больше мы их изучаем, тем больше чёрные дыры отказываются сотрудничать с этой картиной, родившейся из общей теории относительности Альберта Эйнштейна — масштабной модели, объясняющей работу гравитации на вселенских масштабах. Мы не до конца понимаем, что происходит в центрах и на границах чёрных дыр. Чёрные дыры могут быть даже не совсем чёрными, поскольку они могут испускать небольшое количество излучения. И, пожалуй, самое неприятное то, что они не очень хорошо согласовываются с нашими представлениями о том, как энергия и материя могут работать в крошечных квантовых масштабах, по мере того, как эти представления становятся всё более понятными и определёнными.

После многих лет жизни с психическими расстройствами (тревожность, депрессивные состояния) я получил неожиданный для себя диагноз. Синдром дефицита внимания и гиперактивности, широко известный как СДВГ (ADHD). В 44 года. Диагноз оказался неожиданностью: я был спокойным ребёнком, хорошо учился. Врач объяснил, что СДВГ может проявляться по-разному и оставаться незамеченным до взрослого возраста. С тех пор я испробовал множество подходов для купирования симптомов с максимальной пользой для своей профессиональной деятельности. В этой статье я резюмирую то, что мне удалось понять и применить.

14го декабря в одном из самых авторитетных общенаучных журналов Nature была опубликована статья с, кажется, сенсационным заголовком: «ИИ-модели Google DeepMind превосходят математиков в решении нерешённых проблем». А в блогпосте дочки гугла и вовсе не постеснялся указать, что это — первые находки Больших Языковых Моделей (LLM) в открытых математических проблемах. Неужели правда? Или кликбейт — и это в Nature? А может мы и вправду достигли техносингулярности, где машины двигают прогресс? Что ж, давайте во всём разбираться!

Серьёзный прорыв в деле решения гипотезы 60-летней давности проливает свет на то, как при росте случайных систем в них начинает появляться порядок

Уже лет 50, со времён выхода первого издания «Языка программирования Си» Кернигана и Ритчи, известно, что «числа с плавающей запятой» одинарной точности имеют размер 32 бита, а числа двойной точности — 64 бита. Существуют ещё и 80-битные числа расширенной точности типа «long double». Эти типы данных покрывали почти все нужды обработки вещественных чисел. Но в последние несколько лет, с наступлением эпохи больших нейросетевых моделей, у разработчиков появилась потребность в типах данных, которые не «больше», а «меньше» существующих, потребность в том, чтобы как можно сильнее «сжать» типы данных, представляющие числа с плавающей запятой.

Я, честно говоря, был удивлён, когда узнал о существовании 4-битного формата для представления чисел с плавающей запятой. Да как такое вообще возможно? Лучший способ узнать об этом — самостоятельно поработать с такими числами. Сейчас мы исследуем самые популярные форматы чисел с плавающей запятой, создадим с использованием некоторых из них простую нейронную сеть и понаблюдаем за тем, как она работает.

Физика — прекрасная основа для понимания нашей Вселенной, но в ней есть несколько заметных пробелов. Одним из них является эволюция. До сих пор непонятно, из каких процессов возникает жизнь, и каким законам это явление подчиняется. Биология, если подумать, должна соответствовать физическим теориям. То есть, входить в физику. Но пока что мы изучаем две эти науки отдельно друг от друга. Никто не понимает, как «подвязать» физику к эволюции, появлению различных характерных особенностей живых существ и сообществ. Мы даже не можем в точности определить, на каком этапе начинается жизнь, а в каком случае объект просто является самореплицирующейся химической структурой. Какого-то одного объективного показателя нет.

Точнее, не было до этого года. Одна из самых больших теорий, соединяющих физику и биологию, была в этом году сформулирована международной группой ученых во главе с физиком-теоретиком Сарой Уокер из Университета штата Аризона и химиком Ли Кронином из Университета Глазго.

Они назвали свою новую теорию «Теорией сборки» и заявляют, что она может помочь в поиске жизни в других мирах. В начале октября их работа была опубликована в журнале Nature.

Многоэтапный процесс интервью в IT иногда занимает до 40 дней, но как правило большинство кандидатов отваливаются именно после одного из первых этапов отбора - behavioral interview.

Обычно behavioral questions включают в себя вопросы на следующие темы...

Как менялись цвета на сайтах с начала века до наших дней? Правда ли, что веб бесповоротно потемнел? Почему веб-дизайнеры больше не любят зеленый? Об истории изменений, текущих и будущих тенденциях в небольшой статье-исследовании.

Одна из страниц его биографии известна чуть менее широко. Связана она с решением поистине чудовищно сложного для тех времен алгебраического уравнения 45-ой степени!

Искусственный интеллект не только обеспечивает впечатляющую производительность, но и создаёт значительный спрос на энергию. Чем сложнее задачи, для решения которых он обучается, тем больше энергии он потребляет.

Виктор Лопес-Пастор и Флориан Марквардт, учёные из Института Макса Планка по изучению света в Эрлангене (Германия), предлагают метод, с помощью которого можно гораздо эффективнее обучать искусственный интеллект. Их подход основан на физических процессах вместо используемых в настоящее время цифровых искусственных нейронных сетей. Работа опубликована в журнале Physical Review X.

Начнем немного издалека: так уж сложилось, что наш глаз видит яркости окружающего мира в нелинейной кривой. Там, где в реальном мире яркость одного объекта может быть больше другого в 2 раза, для нашего глаза разница в яркости может показаться иной. Для наглядной проверки достаточно взглянуть на обычный линейный градиент:

Простое объяснение наболевшей темы.

Сегодня мы поговорим об интересном проекте FUE5. Это Factorio, но в 3D! Иногда мечты становятся явью. Это не совсем игра, а, скорее, потрясающее переосмысление её визуальной составляющей. В этой написанной Hurricane статье будет много технических подробностей, так что давайте приступим.

Дорогой друг. Недавно в этой статье был поднят весьма важный вопрос. У меня были уже идеи и материалы на этот счет. Так как вопрос крайне обширный и затрагивает множество сфер: биология, философия, теория игр, история, экономика, то мой мозг просто закипает и систематизировать все в один цельный, единый материал без противоречий, и с удобным повествованием мне крайне сложно. К этой статье ровно как и к возможным последующим в данном цикле следует относиться как к сборнику материалов и идей. Сложные, комплексные, многосоставные темы похожи на полифоническую музыку, в которой несколько мелодий звучат параллельно. Так и здесь будет «звучать» параллельно линия биологии, этологии, одновременно теории игр, они могут в какой-то переплестись. Потом снова история, биология, философия. Снова переплетение и т. д. Может быть просто интересная ветка, отдельно стоящая и заслуживающая упоминания. К чему это вступление: материал будет сложный, витиеватый. Задача около челленджовая. Но вопрос стоит того. Некий PeterFukuyama натолкнул меня на мысль начать с "Вселенной 25"

Привет, Хабр. Меня зовут Марат Хамадеев. Я — физик-теоретик, хотя кто-то, возможно, знает меня как научного журналиста, писавшего про физику для N + 1. Профессионально я рос в провинциальной академической среде, представители которой довольно скептически относились к применениям машинного обучения и, в частности нейронных сетей, для решения рутинных научных задач. Мне передался этот консерватизм — пока я писал новости про физику, я старался избегать исследований, построенных вокруг этого подхода.

Но жизнь не стоит на месте, и на новой работе я столкнулся с необходимостью поближе познакомиться с искусственным интеллектом и машинным обучением. Мне выпала замечательная возможность послушать лекции на Летней школе Искусственного интеллекта, организованной AIRI, и среди них была серия докладов, посвященных применению машинного обучения для физического моделирования. Они полностью развеяли мои страхи и побудили меня кратко рассказать вам о том, как связаны две эти области.

Возможно, корейскими учеными был создан сверхпроводник при комнатной температуре и атмосферном давлении. Если это открытие подтвердится - это очень, очень изменит мир! Публикации на сайте arXiv были выложены 28 июля 2023 года, вместе с видео, якобы, демонстрирующим эффект Мейснера в образце. Под катом - часть того, что сейчас об этом известно.

Этим летом мы запустили цикл статей с анонимными историями карьерных неуспехов. Это уже четвертая публикация, и истории продолжают приходить, а выбирать их становится все сложнее: кажется, что важные все. 

Нам хочется помочь их авторам получить поддержку, найти выход из тупика и просто осознать, что да, трудности случаются.

Под катом — четыре новые истории. Если после прочтения у вас появится идея, как помочь авторам или вы просто узнаете в них себя — ждем вас в комментах. А если вы тоже были в ситуации, когда всё пошло не так — поделитесь с нами, и мы, может быть, заберем вашу историю в следующую статью.