Теория поля (векторный анализ) в ясном изложении

# Теория поля
http://mathprofi.ru/teoriya_polya.html
# Поток векторного поля.
Поток через замкнутую поверхность
http://mathprofi.ru/potok_vektornogo_polya.html
# Дивергенция векторного поля.
Формула Гаусса-Остроградского
http://mathprofi.ru/divergenciya_vektornogo_polya.html
# Циркуляция векторного поля. Формула Стокса
http://mathprofi.ru/cirkulyaciya_vektornogo_polya.html

Прекрасное будущее уже стучится...

Успехи чат-бота chatGPT в написании текстов дают повод поразмышлять о будущем, которое может наступить уже через 10-15 лет...
Основные контуры:
1. Большинство людей не будут востребованы в социально-экономической деятельности и будут жить на пособия от государства - вмененный доход.
2. Какие профессии останутся (это проще назвать, чем долго перечислять что исчезнет):
а) останется то, где нужно принимать и утверждать решения: чиновники, офицеры в армии, руководители в корпорациях и организациях, квалифицированные врачи (лечить грипп или сделать операцию сможет и ИИ, но вот принимать окончательное решение, что операция нужна будет врач-человек);
б) правоохранительная деятельность и охрана, хотя и будет существенно автоматизирована.
в) там где можно все автоматизировать, но с людьми общаться, порой, приятнее: торговля, официанты, консультанты и пр.
г) творческие профессии, но в существенно урезанном виде, так как, например, формировать новости, обзоры литературы или несложные мелодии компьютер будет лучше человека.
д) предприниматели.
3. Между теми, кто нашел себя в социально-экономической деятельности и большинством, кто не на не шел, будет пропасть в доходах, а также потом возникнет пропасть и в уровне образования и культуры (по сути, будет сформирована новая аристократия, вход в которую для лиц к ней не принадлежащих будет возможен или по воле редкого случая, или в силу неординарных способностей), разрыв, видимо, также будет и по состоянию здоровья и продолжительности жизни.
4. Страны, которые в силу тех или иных причин не смогут войти в "золотой миллиард" останутся в прежнем технологическом укладе с широким использованием труда людей и занятостью населения. Между странами "золотого миллиарда" и остальными будет также пропасть и массовая миграция наиболее активных граждан в более развитые страны, что, конечно же, будет пресекаться странами более низкого технологического уклада, как формированием соответствующей "патриотической" идеологии и пропаганды, так и прямыми запретами.

Четвертое состояние воды

Уже три десятилетия ученые обсуждают идею о том, что при остывании до минус 100ºC вода должна разделяться на две несмешивающиеся жидкости. Авторы работы теоретически исследовали образование двух фаз разной плотности при фазовом переходе первого рода в сильно переохлажденной воде. Теоретики применили нейронную сеть, обученную на результатах расчетов по теории квантового функционала плотности. Так сказать, теория поверх теории. Искусственный интеллект позволил рассчитать энергию взаимодействия молекул между собой и подтвердил существование двух фаз.
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.129.255702
На русском
https://hij.ru/read/30266/

Рабство XXI века...

Автомобильный концерн Ford получил патент, в котором описываются различные сценарии поведения беспилотного автомобиля в случае, если владелец систематически игнорирует просрочки по платежам. Предполагается, что автомобиль поначалу будет намеренно доставлять дискомфорт владельцу — например, отключать медиасистему, кондиционер и GPS-навигатор. Если это не сработает и хозяин машины продолжит игнорировать просрочку, беспилотник может вернуться к автодилеру своим ходом.
P.S. Нужно понимать "умный дом", компьютер, смартфон, "умные часы" и прочие вещи могут вести себя точно также... и так можно наказывать не только за просрочку кредита, а за любое "неправильное" с точки зрения системы поведение...
https://image-ppubs.uspto.gov/dirsearch-public/print/downloadPdf/20230055958
На русском https://nplus1.ru/news/2023/03/03/ford-in-sixty-seconds

Любые файлы можно хранить не только в телеграме, но и в ютубе

«Если за генеративным ИИ будущее, то жизненно важным навыком станет написание запросов для него»
Конечно, так себе идея... Но лучше быть сочинителем запросов для гугла, чем совсем не у дел...
https://vc.ru/opinions/625485-esli-za-generativnym-ii-budushchee-to-zhiznenno-vazhnym-navykom-stanet-napisanie-zaprosov-dlya-nego

Перечитал старенькую, теперь уже классическую книжку:
Гаазе-Рапопорт М.Г., Поспелов А.Д. От амебы до робота: алгоритмы поведения, 1987.
Авторы не сильно озадачиваются проблемой сознания (сильный-слабый ИИ), а рассматривают алгоритмы, которые могут имитировать поведение животных и человека...
Книжка содержит, практически все основные результаты, достигнутые советской кибернетикой, на момент конца СССР в рассматриваемой области.

Исследование доказывает, что сердце является одним из важных хронометров для мозга и играет фундаментальную роль в нашем ощущении течения времени, сообщили в Корнельском университете (США). Научная статья вышла в Psychophysiology.
«Наше исследование показывает, что ощущение времени от момента к моменту меняется в зависимости от длины сердцебиения»
https://onlinelibrary.wiley.com/doi/10.1111/psyp.14270
На русском https://naukatv.ru/news/psikhofiziologi_vospriyatie_vremeni_u_cheloveka_menyaetsya_s_kazhdym_udarom_serdtsa

STEPHEN WOLFRAM О CHATGPT

What is ChatGPT doing ... and why does it work? From the lore of neural nets to what Aristotle didn't get to ... here's my version of the story: https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
Что делает ChatGPT... и почему это работает? От легенд нейронных сетей к тому, до чего не добрался Аристотель...

Человек, благодаря которому кубик Рубика стал столь популярным во всем мире

Как работает ChatGPT: объясняем на простом русском эволюцию языковых моделей начиная от T9

В общем, наливайте себе кружечку горячего чая и устраивайтесь поудобнее – сейчас мы вам расскажем всё про то, что там крутится под капотом у языковых моделей, каким образом эти покемоны эволюционировали до текущих (местами поразительных) способностей, и почему взрывная популярность чат-бота ChatGPT стала полным сюрпризом даже для его создателей. Поехали!

https://vc.ru/future/623774-kak-rabotaet-chatgpt-obyasnyaem-na-prostom-russkom-evolyuciyu-yazykovyh-modeley-nachinaya-ot-t9

Американские и британские исследователи составили карту всех синаптических связей в мозге личинки плодовой мухи дрозофилы. Это первый полный коннектом мозга насекомого в арсенале науки. Отчет о работе опубликован в журнале Science.
https://www.science.org/doi/10.1126/science.add9330
На русском https://nplus1.ru/news/2023/03/10/connect-ohm-3016

P.S. вспоминается одно из первых "искусственных животных", демонстрирующих сложное поведение: Черепашка Грея Уолтера (1950 год) - простой автомата, трехколесная тележка с электродвигателями, рулевой машинкой и схемой управления на 2-х электронных лампах и нескольких реле, способный демонстрировать достаточно сложное поведение, свойственное животным: обход препятствий, избегание яркого света, поиск "кормушки" - зарядной станции при разряде батареи, взаимодействие с себе подобными и своим отражением в зеркале. https://myrobot.ru/articles/hist_walter_tortoises.php

Вот такое мнение об ИИ... у нас плохая память... поэтому нам нужны закономерности, а могли бы мы помнить все... так зачем нам понимание...

Евгений Кузнецов (ФБ)
1 д. ·
С утра наблюдал в очередной раз, как котик не справляется с простой причинно-следственной связью, и вдруг оч четко понял одну любопытную штуку про ИИ.
Довольно много умников любит рассуждать о том, что этот «калькулятор по перемножение матриц» (ещё бы они понимали, что за матрицы там перемножаются и зачем) неспособен ничего серьезного там «надумать». Что дескать это «просто машинка по поиску корреляций», а это «фигня». Ибо correlation is not causation и на этом типа разговор за ИИ окончен.
Однако, я уже рассказывал об этом раньше, в прошлом году искусственный интеллект сумел решить задачу про сворачивании белков, которая в принципе не решалась людьми с использованием модели причинно-следственных связей. Никаким образом теория, основанная на том, что молекулы каким-то образом сцепляются и каким-то образом образуют объемную структуру, не работала и ничего у людей 50 лет не получалось – так и не смогли они найти ответ на вопрос, как сворачивается белки в объемную структуру. А ИИ смог за пару месяцев обучения и вопрос закрыл.
Принцип человеческого познания, основанный на анализе данных во времени (наблюдение сопоставление выводы), позволил науке открыть огромное количество эффективных методов понимания мира и прогнозирование развития. Однако такое же большое количество явлений наука до сих пор описать не может, из чего мы обычно делаем вывод что рано или поздно наука это вот поймет. Ну или делается вывод , что «наука зашла в тупик».
В этой ситуации искусственный интеллект, который не скован парадигмой времени, способен в данных увидеть закономерности и взаимосвязи, который человеческий мозг просто не способен воспринять. Примерно также, как необученный мозг не способен воспринять экспоненциальный процесс, полагая, что это какая-то случайность или ошибка в данных.
Таким образом, мы переживаем исторический момент сравнимый с появлением науки как практики, когда сэры из Royal Society обнаружили, что можно идентифицировать явление, описать его, подтвердить экспериментально, и сформулировать виде «закона природы». До этого требовалось либо «божественное объяснение», либо отсылка к полу-божественному Аристотелю, иными словами знание должно было вытекать из какой-то целостный и единой картины мира, существовавшей как данность.
Ну если классическая наука требует установления причины и следствия, то есть взаимосвязи различных явлений, и объяснение этих взаимосвязей (и условия протекания процессов в этих взаимосвязях), то наука основанная на данных в этих ограничениях не нуждается. В результате искусственный интеллект способен обнаруживать целостные явления, в которых причинно-следственный механизм не то чтобы не описан, ну даже и не подразумевается. И человек смотрит на результаты деятельности ИИ, примерно также как кот смотрит на деятельность человека - с осознанием, что «это глупое лысое животное творит какую-то фигню».
Единственным вопросом, актуальным в настоящий момент, является следующее: все ли явления в мироздании можно описать методами анализа данных без выявления причинно-следственных связей, или только часть, и в итоге потребуется синтез человеческой и artificial науки, или нет? Позапрошлогодний опыт с ИИ, который по данным наблюдений планет вывел законы Кеплера и другие формула небесной механики, показывает, что в принципе без формул можно обходиться в огромном количестве приложений. Поэтому есть риск что data science будет более всеобъемлющей парадигмой, чем science как такова. Останется ли в будущем причинно-следственная взаимосвязь как самостоятельной научной парадигмой, или просто заплаткой, компенсирующий несовершенство человеческого интеллекта – это любопытно будет посмотреть лет через 50.

Сегодня же мы находимся на старте титанического масштаба процесса создания совершенно новой науки, которая создаст совершенно новые возможности для новой цивилизации… вот тут я задумался, как её определить: человеко-машинной? машино-человеческой? или просто машинной, в которой люди будут смотреть на машину глупыми глазами и говорить мяу.

Роджер Пенроуз. Новый ум короля. О компьютерах, мышлении и законах физики, 1989 - анг., 2002 - рус.

Книгу, которую я пытался читать 20 лет... Она мне казалась, да и сейчас кажется, невообразимым винегретом из мало связанных между собой тем из математики, физики, вычислительной техники, биологии и психологии. Центральный предмет книги не интеллект, как таковой, а человеческое сознание.

Привожу свой конспект книги.

https://telegra.ph/Rodzher-Penrouz-Novyj-um-korolya-O-kompyuterah-myshlenii-i-zakonah-fiziki-1989---ang-2002---rus-03-12

Попытка предсказать непредсказуемое...

Группа итальянских и американских ученых разработала математическую модель, которая описывает универсальные законы, регулирующие вероятность появления инноваций. Работа сообщает о новом подходе к изучению взаимодействия потенциальных возможностей с существующей реальностью, благодаря чему и совершаются новые открытия. Препринт статьи выложен в архиве Корнуэльского университета.
Попытки многих исследователей, от экономистов и инженеров до биологов и антропологов, изучающих вероятность появления инноваций, не достигли большого успеха. Частота возникновения инноваций тщательно измерена — она следует хорошо изученным шаблонам, которые наблюдаются во многих не связанных между собой областях; тем не менее, до сих пор никто не смог объяснить их природу.
Представление о том, что инновации возникают при взаимодействии существующей и возможной реальностей, было впервые формализовано Стюартом Кауффманом. В книге, вышедшей в 2002 году, Кауффман ввел понятие «смежной возможности» в контексте биологической эволюции и теории эволюционного усложнения. Смежные возможности — идеи, слова, песни, молекулы, технологии и так далее — находятся в одном шаге от уже известных существующих аналогов и могут быть получены постепенным изменением или рекомбинацией имеющихся сущностей. Они соединяют фактическую реализацию конкретного феномена с множеством альтернативных неисследованных возможностей. При каждом новом открытии пространство смежных возможностей только расширяется.
Однако модель смежных возможностей довольно сложно формализовать, поскольку альтернативные возможности включают как ожидаемые и «представимые», так и полностью неожиданные. Если первые можно смоделировать, то формализовать вторые практически нереально. Более того, каждая инновация влечет за собой изменения в поле будущих возможностей, то есть пространство неисследованных смежных возможностей тоже постоянно меняется.
Тем не менее, при всей своей сложности процесс возникновения инноваций следует предсказуемым и легко измеримым эмпирическим закономерностям, наблюдаемым во многих областях знания. Например, одна из них встречается в лингвистике: закон Хипса говорит о том, что число различных слов в тексте с ростом длины анализируемого текста растет примерно как квадратный корень от числа слов в тексте. Параметры роста зависят от конкретного случая; например, для англоязычного корпуса показано, что рост идет со степенью из промежутка 0,4–0,6.
Другая хорошо известная эмпирическая закономерность — закон Ципфа — описывает распределение частоты встречаемости в речи слов естественного языка (то есть говорит о взаимосвязи частоты появления нового слова и его популярности): в произвольном тексте самое частотное слово встречается примерно в два раза чаще второго по частотности слова, и так далее. Так, в английском языке самое частотное слово — артикль «the» — составляет примерно 7 процентов всех слов в тексте, следующий по частоте предлог «of» — примерно 3,5 процента, и так далее. Закон Ципфа работает в различных областях, например, аналогичное распределение частот наблюдается при появлении новых статей и правок в «Википедии» или при прослушивании музыки онлайн.
Упомянутые примеры — это эмпирические закономерности, полученные в результате измерений. Целью новой работы стало построение математической модели, способной воспроизвести распределение, полученное эмпирическим путем.

https://arxiv.org/abs/1701.00994
На русском https://nplus1.ru/news/2017/01/18/modelingtheemergenceofnovelties

Симптомы депрессии повышают риски инсульта на 46-58%

В исследовании, о котором пишет EurekAlert, приняли участие более 26 тысяч человек из 32 стран Ученые сопоставили данные о психоэмоциональном состоянии участников с состоянием сердечно-сосудистой системы, а также учли сопутствующие факторы риска, включая пол, возраст, уровень физической активности и другие.
https://www.eurekalert.org/news-releases/981598

На русском https://hightech.plus/2023/03/12/simptomi-depressii-povishayut-riski-insulta-na-46-58