> WE’VE GOT TO GO DEEPER TALLER! 0.00000000000001% of the population is 7’6 to 7’9. Statistically, there should not be a single man this tall in the entire world. No NBA players are currently this tall. But Yao Ming, who retired four years ago, was 7’6 exactly. He was the product of a Maoist breeding program specifically aimed at producing tall people to play basketball. You can break a lot of statistical laws if you have breeding programs and flexible ethics. Also if you have pituitary tumors, as the remainder of the List Of Tallest People reminds us. It looks like a little over half of the living people in this height band have played professional basketball at some point.
TIL: >You can break a lot of statistical laws if you have breeding programs and flexible ethics.
УНЯНЯ. У нас есть немножечко инфы
об этом пользователе. Мы знаем, что он понаписал,
порекомендовал и даже и то и другое сразу.
А ещё у нас есть RSS.
>его БД не учит как раскладываются его ключики чтобы быстрее работать https://arxiv.org/abs/1712.01208
>он учит C# вместо Q# https://www.microsoft.com/en-us/quantum/development-kit
>его квантовый компьютер не имеет интеграции с visual studio
Новая архитектура глубокой нейросети (Neural GPU) позволяет ей обучаться алгоритмам быстрее и обобщать лучше чем предложенной ранее Neural Turing Machine .
В частности продемонстрирована тренировка модели на операциях двоичного сложения и умножения 20-битных чисел и обобщение этих операций на 200 и 2000 битные числа со 100% точностью:
http://arxiv.org/abs/1511.08228
Очень интересно какие задачи получится решить с такой архитектурой, учитывая то что даже без такой сильной способности к обобщению глубокие нейросети уже дают выдающиеся результаты (например https://github.com/karpathy/neuraltalk2 https://github.com/abhshkdz/neural-vqa )
Если отказаться от требования абсолютной точности машинной арифметики то можно уменьшить размер ALU/FPU на кристалле в 100 раз по сравнению с точной альтернативой:
http://www.gwern.net/docs/2010-bates.pdf
http://www.bdti.com/InsideDSP/2013/10/23/SingularComputing
Забавно что в том время как некоторые программисты и PLT-учёные в поте лица трудятся над изобретением и изучением новых строготипизированных языков программирования (которые, конечно, в доказательствах корректности своей работы постулируют абсолютную точность выполнения компьютером инструкций) у выскопроизводительных систем совсем другие насущные проблемы. Рост количества ядер до миллиона привёл к снижению MTBF до нескольких десятков часов и энергопотреблению в несколько мегаватт. У современных суперкомпьютеров проблема MTBF худо-бедно решается чекпоинтами и рестартами, но всем понятно что эксафлопсные системы потребуют нового подхода к вычислениям, так как закон Мура остановился и просто продолжать делать ядра меньше за счёт литографии уже нельзя.
Вполне возможно что этим подходом будет упрощение процессоров и неточная арифметика.
Эти нововведения рано или поздно перейдут и в обычные компьютеры, и тогда у программистов уже не получится наивно игнорировать статистику и физику на которой работают их машины.
В середине 20 века у людей получилось заменить сложные аналоговые компьютеры цифровыми, отвлечься от теории цепей на несколько десятков лет аутируя в виртуальном мире абсолютно стабильных битов и байтов, но похоже возврат к физике неизбежен.
В 60-х 70-х были свои легендарные инженеры, один из них - Боб Вилдар, человек придумавший большую часть аналоговых микросхем которые были очень популярны в 60-е - 70-е. Многие схемотехнические приёмы носят его имя, а некоторые из продуктов его труда производятся и применяются и в 21 веке. Помимо выдающегося таланта он был ещё и экстраординарной личностью, про его жизнь ходит много правдивых историй, часть из них собрана тут:
https://en.wikipedia.org/wiki/Bob_Widlar
http://electronicdesign.com/analog/what-s-all-widlar-stuff-anyhow
Например он применял в своём офисе специальную схему которая визжит когда слышит громкие голоса (чтобы на него не кричали), писал статью в профессиональные журналы о том что какую-то схему создать нельзя и через два месяца выкатывал эту же схему в качестве рабочего продукта, или в своём мерседесе привозил овцу пастись рядом с лабораториями National. Или брал свою секретаршу за лодыжки и опускал головой в фонтан (ей нравилось). Хехе.
Может кому-то будет интересно, я наткнулся на FAQ по исследованиям в области сильного ИИ. В нём коротко и честно объяснены основные навыки которые нужны для работы в этой области, основные подходы, их достоинства и недостатки (особенно недостатки, так как за последние 50 лет было перепробовано очень много неработающих подходов, автор честно признаётся что задача крайне трудная).
Я не во всём согласен с автором, мне кажется он переоценивает роль рекурсивного самоулучшения в ИИ (ведь эта способность никогда не была продемонстрирована ни естественным ни искусственным интеллектом), но в качестве FAQ этот текст работает хорошо, с изложением истории спорить трудно.
Вот сам FAQ http://bbs.stardestroyer.net/viewtopic.php?f=49&t=136633
А вот вырезанный оттуда список разных подходов к ИИ которые пробовали за последние полвека (судя по своим знаниям могу сказать что он почти полный, только reinforcement learning и AIXI не хватает) http://pastebin.com/DSENuPUM
Ещё у автора текста есть свой ии-стартап http://web.archive.org/web/20101004033736/http://www.bitphase.com/technology.html правда он похоже не взлетел.
https://www.youtube.com/watch?v=8X69_42Mj-g
Christian Schafmeister, phd и его группа проектируют белки и структуры из небиологических полимеров (Бис-пептиды, эта группа называет их Spiroligomers http://i.imgur.com/Rvd1oDk.gif ) сворачивающиеся в конфигурации позволяющие им реализовывать различные химические и биологические функции.
Schafmeister признает что его цель это разработка всё более сложных самосборных молекулярных систем реализующих катализ, структурную, сенсорную и информационно-обрабатывающую функцию, причём по-отдельности эти компоненты, кроме информационного, уже продемонстрированы в их экспериментах.
Проектирование молекулы реализующей нужную функцию, будь то катализ или структурная поддержка требует исследования комбинаторного пространства всех возможных конфигураций молекул и их потенциальных энергий, для этого исследователи используют разные по точности и эффективности модели молекулярной динамики, но всё равно грубый перебор всех молекул невозможен (20^N растёт очень быстро).
Schafmeister констатирует что основная стоящая перед ним проблема это дизайн а не производство молекул (давно отработанный химический процесс), а так как он является выдающимся программистом он применяет эвристические техники, pattern matching для более эффективного перебора конфигураций (на суперкомпьютере с 40000 ядер). Реализовывать эти высокоуровневые алгоритмы на С++ впрямую долго и сложно потому он применил python для управления низкоуровневым численным кодом, но он намучался с ним из-за проблем совмещения питона и С++. По совету друга он перешёл на интерпретируемый лисп в качестве top level language и дело пошло гораздо лучше, и в конце концов привело к тому что профессор написал свой компилятор common lisp ориентированный на взаимодействие с С++, символьное дифференцирование (для создания на лету минимизаторов потенциальных функций) и метапрограммирование.
Надо отметить что это не первый раз когда Lisp применяется для дизайна молекул, именно для этих целей его применяли в SRI 20 лет назад http://www.ai.sri.com/~kr/nano/cavstuf/cavstuf.html (программа Cavity Stuffer, одним из авторов выступал сам Эрик Дрекслер).
https://messages.yale.edu/messages/University/univmsgs/detail/121669
Вот умер человек который всю жизнь разрабатывал язык программирования который находится на полочке между ML и Coq, и которым до сих пор берут друг-друга на слабо программисты. Умер от лейкемии.
А если бы применял свой незаурядный интеллект и навыки для расширения наших познаний о молекулярной биологии человека то как минимум мог бы помочь кому-то из будущего неумереть, а как максимум смог бы помочь и себе.
Разделение труда? "Этим занимаются специально обученные люди"? "Хорошо делай что-то одно и будешь много зарабатывать"?
Никто вам не поможет если вы сами не инвестируете своё время и деньги. Так и сгниёте как тухлые овощи.
http://3dprint.com/56207/culture-japan-smart-doll-plus/
Разработка рободевочки ростом ~120см ведётся, здорово будет если у него получится заставить её ходить.
https://hackaday.io/project/ очень классные проекты есть там. Почти все из них со схемами, гайдами и исходными кодами.
Например
pick and place машина для сборки электронных плат которая ещё и может быть 3д-принтером https://hackaday.io/project/963-firepick-delta-the-open-source-microfactory
Спектрометр https://hackaday.io/project/1342-open-spectrometer
Манипулятор для автоматизации выращивания растений https://hackaday.io/project/2552-farmbot-cnc-farming-and-gardening
Автоматическая аквапонная ферма https://hackaday.io/project/798-food-replicator
Радар https://hackaday.io/project/1682-simple-low-cost-fmcw-radar
Самодельный 3d SLS принтер (лазерное спекание) https://hackaday.io/project/3092-sls-3d-printer
Электроскейтборд https://hackaday.io/project/13-ev-commuter-longboard
Как делают слайдеры для застёжек-молний и как от одного выступа в дизайне зависит будет ли на производственной линии применяться человеческий труд или нет http://www.bunniestudios.com/blog/?p=4364
>To paraphrase Peter Thiel, new technology is probably so fertile and productive simply because there are so few rules. It’s essentially illegal for you to build anything physical these days from a toothbrush (FDA regulates that) to a skyscraper, but there’s zero restriction on creating a website. Hence, that’s where all the value is today.
http://www.eugenewei.com/blog/2015/3/31/the-rise-of-the-intangible-corporation
До чего же крутая штука http://dberard.com/home-built-stm/
Сканирующий туннельный микроскоп с актуатором из пьезопищалки (самая дорогая деталь в STM это специальные пьезо-актуаторы).
Эта идея уже давно ходит по интернету, но этот человек - первый кто довёл её до конца и добился атомного разрешения.
Жаль схема не опубликована, но выглядит что там ничего особенного - арудины, 12-битные ADC DAC и малощумящие операционные усилители.
Если основательно подойти к делу то можно даже повторить этот проект у себя дома.
А Ричард Саттон оказывается либертарианец, а я и не замечал:
http://webdocs.cs.ualberta.ca/~sutton/
Юрген Шмидтхубер всего за час делает беглый обзор коннекционистских подходов к ИИ: многослойных перцептронов и свёрточных нейросетей, рекуррентных нейросетей, в том числе LSTM. (За полным обзором с библиографией - в ссылку из видео).
http://www.youtube.com/watch?v=h4FqFss9hEY
http://arxiv.org/pdf/1410.5401v1.pdf
We extend the capabilities of neural networks by coupling them to external memory re-
sources, which they can interact with by attentional processes. The combined system is
analogous to a Turing Machine or Von Neumann architecture but is differentiable end-to-
end, allowing it to be efficiently trained with gradient descent. Preliminary results demon-
strate that Neural Turing Machines can infer simple algorithms such as copying, sorting,
and associative recall from input and output examples.
Замечательно, полностью дифференцируемый вычислитель, программу для которого можно изменять градиентным спуском по ошибке!
Вычислитель малые изменения в представлении программы которого приводят к малым изменениям в алгоритме работы!
Это - будущее. А наши гигабайты юниксовой деградации готовой сломаться в любой момент от одиночной перестановки бита, которую упорно пишут и чинят миллионы программистов и которая всё равно ломается - это артефакт XX века.
Интервью с Элоном Маском http://aeon.co/magazine/technology/the-elon-musk-interview-on-mars/
>Targeted delivery of proteins into the central nervous system mediated by rabies virus glycoprotein-derived peptide.
Очень интересный результат: http://www.ncbi.nlm.nih.gov/pubmed/22231987 [бесплатно http://rghost.net/58509760 ]
Доставка различных белков в ЦНС мыши через ГЭБ с помощью белка похожего на белок гликопротеина вируса бешенства. Демонстрация нейропротективных свойств http://en.wikipedia.org/wiki/Brain-derived_neurotrophic_factor соединённого с гликопротеином.
Т.е. была составлена последовательность нуклеотидов которая кодирует белок состоящий из домена подобного гликопротеину вируса бешества (они вырезали большую часть, оставили только функционально-важную последовательность и назвали этот белок RDP) и ещё какого-либо белка, например люцифиразы, Lac Z или нейротрофического фактора мозга (BDNF), создан плазмид с этой последовательностью, плазмид был экспрессирован в E.Coli, белок получен, очищен, проверен и был введён мышам в различных экспериментах.
Было показано что белок полученный таким образом прошёл гемато-энцефалический барьер, а также было показано что доставленный таким образом BDNF уменьшает повреждения мозга мышей при инсульте.
Долгосрочный эффект от введения BDNF может быть и более интересным, т.к. этот фактор способствует росту новых клеток в мозге.
Интересно было бы посмотреть на долгосрочные изменения в поведении мышей а также других млекопитающих к которым применяют этот препарат.
У авторов есть ещё статья на эту тему, где доставляется не белок а плазмид: http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0059642
Листаю тут книжку http://wiki.humanobs.org/_media/public:events:agi-summerschool-2012:psi-oup-version-draft-jan-08.pdf
>Let me invite you to a journey into what might be seen as a piece of really old fashioned Artificial Intelligence research
>Yet, there is reason to believe that despite inevitable difficulties and methodological problems, the design of unified architectures modeling the breadth of mental capabilities in a single system is a crucial stage in understanding the human mind, one that has to be faced by researchers working where the different sciences concerned with human abilities and information processing interface.
>The peculiarity lent by the constructionist stance to AI sadly did not attract many philosophers into the labs of the computer science department (although it attracted some, see for instance Boden 1977, 2004; Pollock 1995; Haugeland 1985, 1992; Sloman 1978), and it seems AI yet has some distance to cover before it may announce a complete success in its quest. Yet, every failure also helps to shed some light, because an approach not working is a hypothesis falsified
А и правда, почему философы, психологи и прочие так мало пытались строить численные версии своих словесных моделей и онтологий и проводить повторяемые вычислительные эксперименты однозначно демонстрирующие их производительность в решении когнитивных задач?
Ладно даже, забудем пока про когнитивные эксперименты уровня людей, но почему например симуляций моделей поведения насекомых почти не было?
Цоперайт © 2010-2016 @stiletto.