Квантовое третье начало термодинамики

Из третьего начала термодинамики следует, что абсолютного нуля температуры нельзя достичь ни в каком конечном процессе, связанном с изменением энтропии, к нему можно лишь асимптотически приближаться, поэтому третье начало термодинамики иногда формулируют как принцип недостижимости абсолютного нуля температуры.
Оказалось, что в квантовых системах абсолютный нуль вполне достижим при выполнении ряда условий.
Оригинальная научная статья https://journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.4.010332
Популярное изложение на английском https://www.tuwien.at/en/tu-wien/news/news-articles/news/der-absolute-nullpunkt-im-quantencomputer
На русском https://www.securitylab.ru/news/537411.php

Динамика IQ в мире...

До 1978 года человечество по всему миру — от Кении и Бразилии до Нидерландов и Японии — становилось все умнее: со скоростью — плюс 0,3 пункта IQ в год. Эта тенденция получила название «эффект Флинна» в честь новозеландского психолога, который впервые обратил на нее внимание.
Но к 2004 году рост остановился, а затем средние показатели IQ стали падать такими темпами, что за следующие сто лет мы рискуем потерять 10 из 13.8 пунктов, накопленных c 1932 года, говорит исследователь интеллекта Майкл Вудли. С тем, что «обратный эффект Флинна» налицо, согласны многие эксперты, нет лишь единого мнения о его причинах.
https://vc.ru/education/486324-obratnyy-effekt-flinna-pochemu-sredniy-uroven-iq-v-poslednee-vremya-stal-snizhatsya

Ошибка выжившего: почему мы делаем неправильные выводы?

Существует интересный феномен — «Систематическая ошибка выжившего» - это один из видов неправильной трактовки или сознательной манипуляции статистическими данными, когда человек обращает внимание только на успешные случаи, игнорируя все остальные.
Мы знаем только часть информации и видим ситуацию с одной стороны, но воспринимаем ее как целостную картину. Также существует аналог под названием «парадокс доступности информации», заключающийся в том, что люди чаще всего считают тот или иной результат более вероятным только потому, что о нем больше сообщается.
https://un-sci.com/ru/2022/07/17/oshibka-vyzhivshego-pochemu-my-delaem-nepravilnye-vyvody/

Снова про то, как замостить плоскость плиткой...

В марте математики нашли невыпуклый многоугольник, которым можно замостить плоскость только апериодически. На основе найденного 13-угольника можно построить целый класс многоугольников с подобными свойствами. Препринт с результатами исследования опубликован на arXiv.org.
https://arxiv.org/abs/2303.10798
Мы об этом уже писали https://www.facebook.com/groups/mathmodels/posts/1416183145794394/
Теперь продолжение...
Математики нашли фигуру, которой можно замостить плоскость апериодически без использования зеркального отражения. Для этого ученые модифицировали предыдущий вариант апериодической плитки, о котором писали в марте 2023 года. В отличие от предыдущей версии плитки, для апериодического замощения достаточно только вращения и трансляции. В результате получается хиральный паркет, который может существовать в двух версиях: правой и левой, пишут ученые в препринте на arXiv.org.
https://arxiv.org/abs/2305.17743

3500 слов без сюжета и персонажей: «ИИ-писатель» выпустил около 100 книг с помощью ChatGPT и заработал на них $2000...

В августе 2022 года Тим Бушэ — «ИИ-художник и писатель», как он сам себя называет, — вооружился несколькими инструментами на основе нейросетей и с их помощью решил написать серию научно-фантастической прозы.
К маю 2023-го он выпустил 97 книг: каждая содержит по 40-140 изображений и от 2000 до 5000 слов. На подготовку одной он тратит примерно шесть-восемь часов, хотя иногда получалось управиться и за три.
https://vc.ru/chatgpt/705794-3500-slov-bez-syuzheta-i-personazhey-ii-pisatel-vypustil-okolo-100-knig-s-pomoshchyu-chatgpt-i-zarabotal-na-nih-2000

Американцы решили опробовать на Израиле самый большой в мире ИИ

Американский технологический гигант Nvidia заявил, что строит самый мощный в Израиле суперкомпьютер с искусственным интеллектом (ИИ), чтобы удовлетворить растущий спрос клиентов.

Nvidia, самая дорогая в мире компания по производству чипов, пояснила, что облачная система будет стоить сотни миллионов долларов и будет частично запущена к 2024 году.
Гилад Шейнер, вице-президент Nvidia, сказал, что фирма работает с 800 стартапами в Израиле и десятками тысяч инженеров-программистов.

Как предполагается, система, получившая название Israel-1, станет одним из самых быстрых в мире суперкомпьютеров с искусственным интеллектом, способным обеспечить производительность до восьми экзафлопс-вычислений с искусственным интеллектом. Один экзафлоп (вычислительная мощность компьютера – М.К.) может выполнять один квинтиллион вычислений в секунду.

Israel-1 был разработан Mellanox Technologies, но Nvidia купила израильского разработчика чипов в 2019 году почти за 7 миллиардов долларов, превзойдя цену, уплаченную в свое время гигантом Intel.

Шейнер сказал, что ИИ стал «самой важной технологией в нашей жизни», и что для разработки ИИ необходим девелопер: «В настоящее время генеративный ИИ используется повсеместно. Вы должны иметь возможность проводить обучение на больших наборах данных». Он добавил, что компании в Израиле получат доступ к суперкомпьютеру, которого у них нет сегодня; «эта система представляет собой крупномасштабную систему, которая на самом деле позволит им проводить обучение намного быстрее, создавать основы и формировать решения, которые могут справляться с более сложными проблемами».

Например, ChatGPT от OpenAI был создан с использованием тысяч графических процессоров Nvidia.

Шайнер сказал, что главным приоритетом Nvidia в отношении суперкомпьютера были его израильские партнеры: «В будущем мы можем использовать эту систему для работы с партнерами за пределами Израиля».

Подписывайтесь: Марк Котлярский

https://news.1rj.ru/str/markkot56

Инженеры разработали прототип миниатюрного орнитоптера под названием Bee++. В воздух он поднимается с помощью четырех крыльев, а его масса составляет 95 миллиграмм. Махолет управляется по тангажу, крену и рысканью и способен летать по заданной траектории. Статья с описанием робопчелы опубликована в журнале IEEE Transactions on Robotics.
https://ieeexplore.ieee.org/document/10092926
На русском https://nplus1.ru/news/2023/05/31/robobeeee

Бондграфы (Bond graphs)

Бондграф — графическое представление системной динамики объекта (механического, электрического, гидравлического, пневматического, экономического и т. д.), отражающее процесс при обмене мощностью между элементами системы. По назначению близок к другим графическим представлениям дифференциальных и разностных уравнений, например, к структурным схемам и сигнальным графам.
По сравнению с иными средствами визуального представления типа блок-схем, бондграфы имеют многие преимущества:
• в них различают потоки энергии и потоки информации;
• поскольку бондграфы опираются на закон сохранения энергии, оказывается невозможным ввести в рассмотрение энергию, не присутствующую в системе;
• они выделяют причинные связи между усилиями (сила, напряжение, давление) и потоками (скорость, ток, расход). Такие причинные связи задаются один раз, когда создаётся исходная схема, что позволяет помимо прочего обнаружить моделируемые явления, такие как, например, токи в бобине, угловая скорость маховика и т. д.;
• поскольку каждая связь представляет поток в обоих направлениях, в системах с противодействием, например, с электродвижущей силой, нет нужды в добавлении дополнительных петель для описания воздействия элемента на себя.
Поискав в интернете понял, что мое учебное пособие, написанное в 2000-м году, было, видимо, первым кратким изложением этой темы на русском языке, см. файл.
В статье по ссылке сопоставление трех видов моделей: Ньютона-Эйлера, Лагранжа и Бондграфа https://habr.com/ru/articles/307814/
Довольно неплохое изложение сути метода бондграфов см. в русской и английской википедии https://ru.wikipedia.org/wiki/%D0%91%D0%BE%D0%BD%D0%B4%D0%B3%D1%80%D0%B0%D1%84

Бондграф

Умному мозгу требуется больше времени для решения сложных задач

Исследователи из BIH и Charité — Universitätsmedizin Berlin сделали неожиданный вывод: участники с более высокими показателями интеллекта быстрее решали только простые задачи, в то время как им требовалось больше времени для решения сложных задач, чем испытуемым с более низкими показателями IQ.
Проведя эксперименты с 650 участниками исследователи смогли определить, что мозг с пониженной синхронностью между своими областями буквально «спешит с выводами» при принятии решений, а не ждет, пока вышестоящие области мозга завершат этапы обработки, необходимые для решения проблемы.
https://medicalxpress.com/news/2023-06-intelligent-brains-longer-difficult-problems.html

О точности численного интегрирования дифференциальных уравнений

Принято считать, что чем меньше шаг численного интегрирования, тем выше точность, но это не совсем так. По мере уменьшения шага уменьшается разность между значениями переменных состояния на соседних итерациях, что приводит к существенному влиянию ошибки округления вычислений, кроме того, возрастает общее число шагов вычислений, что приводит к накоплению ошибки. Таким образом, численный метод интегрирования теряет устойчивость как при слишком большом шаге, так и слишком малом. Существует оптимальная величина шага, при которой для данного метода достигается минимальная ошибка, при используемой величине разрядной сетки вычислений.
Рисунок из книги: Воронин А.В. Моделирование мехатронных систем, 2008.

Теорема Байеса с примерами

Теорема Байеса изложена в тысячах книг... вот еще изложение с картинками и примерами из медицинской диагностики.
https://habr.com/ru/articles/739648/

Что делает ChatGPT… и почему это работает?

В свое время я уже публиковал здесь статью Вольфрама https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
Теперь появился весьма неплохой ее русский перевод https://habr.com/ru/articles/739014/

Если совсем кратко в двух словах... Языковая модель находит в своей гигантской базе данных слова, которые вероятно должны идти за уже имеющимися и используя ряд эвристик на основе этого можно генерировать вполне "разумную" "человекоподобную" речь. Открытий здесь два: 1. Нейросети размером с человеческий мозг вполне достаточно для генерации "разумного текста". 2. Для генерации "разумного текста" вполне достаточно простого алгоритма.
Все получилось как с шахматами, когда-то на заре кибернетики Винер и другие говорили, что если машины научатся играть в шахматы лучше человека, то они будут разумными, потом оказалось, что для игры в шахматы нужен гораздо более простой алгоритм, чем для мышления, теперь аналогичное произошло с генерацией текста, ведением диалога и прохождением теста Тьюринга - это все оказалось гораздо проще, чем научить компьютер реально мыслить.

Оказывается можно получить рентгеновское изображение отдельного атома
https://www.nature.com/articles/s41586-023-06011-w
На русском https://habr.com/ru/news/739194/

#MM_essay
Эссе о прогнозировании
Часть 4. Аппроксимационный подход

При прогнозировании на основе данного подхода не строится модель системы, а рассматриваются лишь ее входы и выходы – черный ящик.
Имея статистику динамики процессов в системе, находятся закономерности, на основе которых и строится прогноз.
Самые простые закономерности – это тренд и сезонность.
Тренд – изменение переменной по какому-то заданному монотонному закону, на практике распространены линейные и экспоненциальные тренды.
Сезонность – периодическое изменение переменной, часто встречаются суточные, недельные, месячные и годовые колебания, связанные с периодичностью тех или иных процессов.
Проблема аппроксимацияонного подхода – нет уверенности, что выявленная в истории наблюдений закономерность будет выполняться и в дальнейшем. Из этого очень частые ошибки экономического прогнозирования, когда авторы прогнозов, например, считают, что рынок будет расти/падать так же, как он это делает и сейчас.

Закономерность налицо... :)
/Интеллектуальный юмор/

Про принцип наименьшего действия…

Практически все законы природы можно выразить в экстремальной форме, например, вся геометрическая оптика с ее законами отражения и преломления следует из одного при́нципа Ферма́ (принципа наименьшего времени Ферма) — постулата в геометрической оптике, согласно которому свет выбирает из множества путей между двумя точками тот путь, который потребует наименьшего времени.
В классической механике также существует экстремальный принцип – принцип наименьшего действия, из которого можно вывести все законы механики, согласно данному принципу, для истинного движения действие (интеграл от разности кинетической и потенциальной энергии) принимает наименьшее значение.
Таким образом, природа, как бы, исследует все возможные пути и движения и реализует из них лишь оптимальный.
Еще интереснее все это выглядит в квантовой механике в интерпретации интегралов по траекториям, предложенной Фейнманом: вероятность найти частицу в определенной точке пространства – суперпозиция амплитуд всех возможных путей в данную точку. Принцип наименьшего действия в классической механике – частный случай фейнмановского принципа суперпозиции амплитуд из квантовой механики.
В статьях неплохой обзор принципа наименьшего действия
Принцип наименьшего действия. Часть 1 / Хабр
https://habr.com/ru/articles/420865/
Принцип наименьшего действия. Часть 2
https://habr.com/ru/articles/426253/
Принцип наименьшего действия в аналитической механике / Хабр
https://habr.com/ru/articles/425771/

Когнитивные способности связаны с характером – выяснили с помощью big data

Американские ученые пришли к выводу, что возможность запоминать новую информацию, воображение, умение логически связаны с особенностями личности. В зависимости от того, насколько человек тревожен или депрессивен, экстраверт или интроверт, у него может быть разный уровень когнитивных способностей. Выборка исследования составила более 2 миллионов человек более чем из 50 стран.
Оказалось, черты, связанные с невротизмом (депрессивность, тревожность, подозрительность, вспыльчивость), плохо сказываются на большинстве когнитивных способностей. Таким людям, к примеру, труднее накапливать знания и логически рассуждать. А вот активные и энергичные люди (которые зачастую оказываются экстравертами; хотя в целом экстраверсия, судя по выводам ученых, не имела серьезных связей с когнитивными способностями) обычно имеют хороший и разный набор когнитивных способностей, которые включают в себя обширные знания по тому или иному предмету, высокий уровень памяти, улучшенную обработку информации.
https://www.pnas.org/doi/10.1073/pnas.2212794120
На русском https://naked-science.ru/article/psy/kognitivnye-sposobnosti-svyazali

Немного истории хайтека...

https://vc.ru/story/311881-proslyli-predatelyami-no-zalozhili-duh-kremnievoy-doliny-i-zapustili-krupneyshie-tehfirmy-istoriya-verolomnoy-vosmerki

Парадокс двух конвертов и вырожденный случай задачи о разборчивой невесте

I
Парадокс двух конвертов: вам показали два конверта, в одном находится сумма денег X (вам неизвестная), во втором 2*X. Конверты непрозрачные. Предложили выбрать один из конвертов и посмотреть, что там внутри, после чего есть возможность или взять деньги, или не брать деньги из выбранного конверта, а взять деньги из другого конверта. Нужно ли вам после того как вы открыли конверт менять свой выбор, чтобы получить максимальную сумму?
Если мы поменяем конверт, то с вероятностями ½ получим сумму X/2 или 2*X, таким образом, математическое ожидание получаемой суммы: (2*X)/2+(X/2)/2=(5/4)*X=1,25*X.
Таким образом, при замене конвертов мы, вроде бы, должны получить сумму на 25% больше.
С другой стороны, очевидно, что при имеющихся условиях задача симметрична и смена конверта никак не изменит вероятность равную ½ получить конверт с наибольшей суммой. Кроме того, если изложить задачу как антагонистическую игру двух лиц, то получится, что для каждого из них выгодным будет смена конверта, что в силу нулевой суммы игры невозможно.
II
Задача о разборчивой невесте имеет вид: имеется N женихов, которые по очереди сватаются к невесте, при этом невеста может различать женихов по их качествам (лучше / хуже), если невеста отвергнет жениха, то повторно принять его предложение уже невозможно, если же примет предложение, то, упускает шанс получить лучшие предложения, которые возможно позже могли бы поступить в дальнейшем.
Оптимальное решение этой задачи известно: принцесса должна сначала пропустить первую N/e часть женихов (в случае N=1000 это примерно 368 человек), только запоминая их для будущего сравнения, а дальше она должна брать в мужья первого же, который обладает тем свойством, что он лучше всех своих предшественников.
Вырожденный случай задачи о разборчивой невесте: имеется всего два жениха, после ознакомления с первым нужно ли выбирать второго или остановится на первом? В таком виде эта задача очень похожа на парадокс двух конвертов.
III
Решение парадокса
Существует различные разрешения парадокса двух конвертов, как чисто математические, так и философско-математические.
Остановимся на одном из решений, имеющем практическое значение. В реальности сумма денег в конверте не может быть произвольно большой, таким образом, задача теряет симметрию, если мы открыли конверт и там достаточно большая сумма, то шансы, что в другом конверте сумма еще больше не так и велики.
Можно привести пример из жизни: если некоему специалисту предложили работу, которая будет оплачиваться значительно выше средней рыночной стоимости его труда, то, видимо, есть резон соглашаться, так как шанс, что поступит еще лучшее предложение, невелик, если же предложение с оплатой ниже среднерыночной стоимости, то имеет смысл подождать лучших предложений.