Тут заново подошли к тому, как правильно прикладывать математику к анализу древней ДНК человека и нашли много нового и интересного. Проанализировали 8433 древних человеков и 6510 современных для сравнения по Евразии.
Вот примеры:
— Суммарный эффект многих генов снизил процент жира в организме за последние 10 тысяч лет. В смысле, вы не так быстро жирнеете с тех пор, как изобрели сельское хозяйство. ВНЕЗАПНО, выгодно быть менее жирным. Изменения достигались через скоординированные изменения в частотах разных аллелей.
— Обнаружено 9 локусов с признаками отбора в пользу более светлой кожи. Это вы знаете от эндокринолога — сидеть дома темно и страшно, поэтому нужно больше витамина D. Светлая кожа даёт больше такого витамина, поэтому все викинги белокожие. Ещё потому, что они не воровали некрасивых женщин, но в основном — из-за меньшего числа света в Исландии и Норвегии и большего процента зерна в рационе вместо нормального мяса. Сигналов отбора на темную кожу не обнаружено.
— Снизилась частота генетических механизмов запуска биполярки и шизофрении. Кажется, быть шизом не очень выгодно в современном обществе (но, скорее всего, это исправление багов после других адаптаций).
— Больше аллелей, которые связывают с повышенным интеллектом. Умным быть выгоднее. Точнее, в целом было выгоднее до настоящего момента, сейчас уже может и не факт)
— Больше аллелей, которые связывают с замедлением старения. Дольше жить прикольнее.
— Аллель, связанный с прямыми волосами и мужским облысением, снизился с 50% до 20% за последние 7 тысяч лет (не волнуйтесь, это всего плюс пара процентов шансов не облысеть в 40 для современного европейца). Раньше думали, что он, наоборот, повышается.
— Выросла частота III группы крови (B) с нуля до 8% за 6 тысяч лет. С учётом, что носители из Азии, а исследование шло преимущественно по европейским могильникам, возможно, речь банально про миграцию.
— Фактор риска рассеянного склероза, вырос с нуля до 18% с 6 до 2 тысяч лет назад, а потом стал обратно закукоживаться по настоящее время.
— Аллель, связанный с высоким риском целиакии, за последние 4 тысячи лет почти с нуля набрал популярность 20%. Что важно, земледелие появилось 10 тысяч лет назад, и 6 тысяч лет он не рос. Возможно, надо было набрать плотность населения.
— Аллель с повышением риска туберкулёза сначала вырос с 2% до 9% от 5500 до 3000 лет до даты исследования, а потом по сегодня стал снижаться до 3%. Кажется, это связано с тем, что туберкулёз был серьёзной проблемой примерно 3 тысячи лет назад.
— Гемохроматоз: от 1 до 5% с 5 тысячи до 2 тысячи лет, а последние 2 тысячи лет снижается до 3%. Вероятно, диета человека снова обогатилась железом.
— CCR5-Δ32, обеспечивающий резистентность к ВИЧ-1, рос с 6 тысяч лет назад по 2 тысячи лет назад с 2% до 8%. Хоть ВИЧ-1 и появился позже, кажется, он ещё работал против чумы и оспы.
Заодно, кстати, выкинули половину старых известных изменений, потому что на глаз они ничего, но математически не подтверждаются.
В целом можно полистать работу (DOI:
10.1101/2024.09.14.613021), чтобы убедиться, что отбор в каких-то случаях работал как флюгер, в каких-то прямо конкретно изменял организм человека, а где-то среда так формировалась, что в целом было пофиг на то, что вырастает. В общем, презанимательнейшее чтиво. А выше основные картинки — изменения разных признаков по времени.
Вот примеры:
— Суммарный эффект многих генов снизил процент жира в организме за последние 10 тысяч лет. В смысле, вы не так быстро жирнеете с тех пор, как изобрели сельское хозяйство. ВНЕЗАПНО, выгодно быть менее жирным. Изменения достигались через скоординированные изменения в частотах разных аллелей.
— Обнаружено 9 локусов с признаками отбора в пользу более светлой кожи. Это вы знаете от эндокринолога — сидеть дома темно и страшно, поэтому нужно больше витамина D. Светлая кожа даёт больше такого витамина, поэтому все викинги белокожие. Ещё потому, что они не воровали некрасивых женщин, но в основном — из-за меньшего числа света в Исландии и Норвегии и большего процента зерна в рационе вместо нормального мяса. Сигналов отбора на темную кожу не обнаружено.
— Снизилась частота генетических механизмов запуска биполярки и шизофрении. Кажется, быть шизом не очень выгодно в современном обществе (но, скорее всего, это исправление багов после других адаптаций).
— Больше аллелей, которые связывают с повышенным интеллектом. Умным быть выгоднее. Точнее, в целом было выгоднее до настоящего момента, сейчас уже может и не факт)
— Больше аллелей, которые связывают с замедлением старения. Дольше жить прикольнее.
— Аллель, связанный с прямыми волосами и мужским облысением, снизился с 50% до 20% за последние 7 тысяч лет (не волнуйтесь, это всего плюс пара процентов шансов не облысеть в 40 для современного европейца). Раньше думали, что он, наоборот, повышается.
— Выросла частота III группы крови (B) с нуля до 8% за 6 тысяч лет. С учётом, что носители из Азии, а исследование шло преимущественно по европейским могильникам, возможно, речь банально про миграцию.
— Фактор риска рассеянного склероза, вырос с нуля до 18% с 6 до 2 тысяч лет назад, а потом стал обратно закукоживаться по настоящее время.
— Аллель, связанный с высоким риском целиакии, за последние 4 тысячи лет почти с нуля набрал популярность 20%. Что важно, земледелие появилось 10 тысяч лет назад, и 6 тысяч лет он не рос. Возможно, надо было набрать плотность населения.
— Аллель с повышением риска туберкулёза сначала вырос с 2% до 9% от 5500 до 3000 лет до даты исследования, а потом по сегодня стал снижаться до 3%. Кажется, это связано с тем, что туберкулёз был серьёзной проблемой примерно 3 тысячи лет назад.
— Гемохроматоз: от 1 до 5% с 5 тысячи до 2 тысячи лет, а последние 2 тысячи лет снижается до 3%. Вероятно, диета человека снова обогатилась железом.
— CCR5-Δ32, обеспечивающий резистентность к ВИЧ-1, рос с 6 тысяч лет назад по 2 тысячи лет назад с 2% до 8%. Хоть ВИЧ-1 и появился позже, кажется, он ещё работал против чумы и оспы.
Заодно, кстати, выкинули половину старых известных изменений, потому что на глаз они ничего, но математически не подтверждаются.
В целом можно полистать работу (DOI:
10.1101/2024.09.14.613021), чтобы убедиться, что отбор в каких-то случаях работал как флюгер, в каких-то прямо конкретно изменял организм человека, а где-то среда так формировалась, что в целом было пофиг на то, что вырастает. В общем, презанимательнейшее чтиво. А выше основные картинки — изменения разных признаков по времени.
Ура, у нас на планете появилась первая бессмертная муха!
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он был слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофилы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофила на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
Развитие AI когда-то шло по пути "а давайте возьмём и нарежем мозг Ленина тонкими-тонкими слоями, отсканируем каждый, потом определим, какая клетка с чем соединяется и получим работающий механизм". Мозг Ленина сохранили в Институте мозга, но он был слишком амбициозной целью, поэтому начали с мыши. Мышь оказалась на удивление здоровенным организмом на 70 миллионов нейронов. Для сравнения — у нас 86 миллиардов нейронов и примерно 2,3 тысячи связей у каждого.
Даже мышь не так-то просто картографировать. Сложная.
Тогда расшифровали сначала круглого червя (302 нейрона, 7 тысяч синапсов, уровень школьных нейросеток), личинку Ciona intestinalis и ещё одного червя, а дальше частично замахнулись на простую рыбу и начали картографировать мышь. Прошли меньше десятой процента.
А вот недавно закончили собирать коннектом взрослой дрозофилы. Там 139,5 тысяч нейронов, 54,5 миллионов связей и всё это покрыто полностью. В смысле, у нас прямо есть реверс-инжиниринг этой самой насекомой. Для этого понадобилось несколько команд учёных из разных стран, специализированное железо и дополнительно 33 человеко-года разметки. Работали с 2016 года.
Сайт, где можно скачать датасет и вообще полюбоваться на устройство этого мозга.
Интересно, что там есть отдельные нейроны для движения назад, для быстрого движения и для движения вперёд. То есть это три разных функции, по-разному управляющие конечностями, а не одна с модификаторами. И ещё одна для остановки всего насекомого, потому что основные не умеют. Ещё там море интересного с памятью, но это уже стоит ковыряться в отдельных работах. Их по коннектому уже штук 50, начали делать ещё когда он был наполовину готов.
Примерно половина нейронов обращается к зрению либо напрямую, либо через хабы в соответствующих областях. Там целый набор внутренних сетей: есть сеть передачи, есть сумматоры, которые строят агрегированные данные и так далее. Почти 14% нейронов передают сенсорные сигналы в мозг поглубже, то есть можно сказать, что дрозофила у нас — операционная система реального времени, реагирующая на обстановку. То есть прошивка у неё — что-то вроде современных АСУ ТП.
В общем, мы, земляне, оцифровали первый достаточно сложный организм. Так что это первая бессмертная дрозофила на нашей планете — по крайней мере, её мозг теперь можно скачать и воспроизвести. Весит 14 Гб.
А этот пост мы делали для повышения среднего IQ школьников, оригинал вот тут.
Тут опять учёный изнасиловал журналиста. "Память может храниться не только в мозге, смотрите, мы нашли ген памяти", вот это всё.
Что случилось:
— Подтвердили распределённое обучение в не-нейронных клетках. То есть эпигенетическую маркировку, только довольно сложную и быструю, с характерной кривой обучения.
— Что сделали: создали клеточные линии, экспрессирующие люциферазу под контролем CRE-зависимого промотора. То есть клетки светятся в ответ на триггер, а триггер срабатывает от определённого химического сигнала.
— Клетки "просили" делать люциферазу. Сильно упрощая, для этого клеткам надо было наращивать её производство, и, как в случае приближающегося стресса, для этого стоило понимать по входящим сигналам, что там происходит.
— Люцифераза, что характерно для неё, светилась, а учёные смотрели и говорили: "Ух ты, смотри, как светится" и, что важнее, могли замерить интенсивность этого свечения, а по нему установить, сколько ресурса в ответ на какие наборы сигналов произведено.
— Наблюдался классический эффект распределенного обучения: 4 разнесенных стимула вызывали более сильную и устойчивую экспрессию люциферазы, чем один длительный стимул. "Запоминание" означает, что повышенная продукция люциферазы сохраняется долго (даже 24 часа) после прекращения стимуляции. Клетки научили не в панике носиться перед внезапными дедлайнами, а набирать складской запас, потому что где-то там эта люцифераза была кому-то нужна. Эти белки, куда записали состояния, оставались фосфорилированными после стимуляции.
— Эффект усиливается с увеличением числа повторений стимула (например, 4 повторения лучше, чем 2 или 1). Есть оптимальный интервал между стимулами (10-20 минут), при котором "запоминание" наиболее эффективно. После повторяющихся стимулов уровень экспрессии гена, отвечающего за это всё, снижается медленнее, чем после однократной стимуляции.
— Вместо постоянной реакции на каждый сигнал, клетка может настроиться на определенный шаблон сигналов. После "запоминания" клетка может быстрее реагировать на повторное появление сигнала. Клетка может различать важные повторяющиеся сигналы и случайный шум.
В общем, цепочки поставок отлично налаживаются.
Исследование вот.
То есть мы видим что-то вроде оптимизации на уровне компилятора (это очень грубое сравнение), и вот этот процесс как раз и изучили в работе. Никакого люцифера, никакого сатанизма, никакого "гена памяти", зато желудок помнит, что и как часто вы едите, и он, если что, на это всерьёз рассчитывает!
Что случилось:
— Подтвердили распределённое обучение в не-нейронных клетках. То есть эпигенетическую маркировку, только довольно сложную и быструю, с характерной кривой обучения.
— Что сделали: создали клеточные линии, экспрессирующие люциферазу под контролем CRE-зависимого промотора. То есть клетки светятся в ответ на триггер, а триггер срабатывает от определённого химического сигнала.
— Клетки "просили" делать люциферазу. Сильно упрощая, для этого клеткам надо было наращивать её производство, и, как в случае приближающегося стресса, для этого стоило понимать по входящим сигналам, что там происходит.
— Люцифераза, что характерно для неё, светилась, а учёные смотрели и говорили: "Ух ты, смотри, как светится" и, что важнее, могли замерить интенсивность этого свечения, а по нему установить, сколько ресурса в ответ на какие наборы сигналов произведено.
— Наблюдался классический эффект распределенного обучения: 4 разнесенных стимула вызывали более сильную и устойчивую экспрессию люциферазы, чем один длительный стимул. "Запоминание" означает, что повышенная продукция люциферазы сохраняется долго (даже 24 часа) после прекращения стимуляции. Клетки научили не в панике носиться перед внезапными дедлайнами, а набирать складской запас, потому что где-то там эта люцифераза была кому-то нужна. Эти белки, куда записали состояния, оставались фосфорилированными после стимуляции.
— Эффект усиливается с увеличением числа повторений стимула (например, 4 повторения лучше, чем 2 или 1). Есть оптимальный интервал между стимулами (10-20 минут), при котором "запоминание" наиболее эффективно. После повторяющихся стимулов уровень экспрессии гена, отвечающего за это всё, снижается медленнее, чем после однократной стимуляции.
— Вместо постоянной реакции на каждый сигнал, клетка может настроиться на определенный шаблон сигналов. После "запоминания" клетка может быстрее реагировать на повторное появление сигнала. Клетка может различать важные повторяющиеся сигналы и случайный шум.
В общем, цепочки поставок отлично налаживаются.
Исследование вот.
То есть мы видим что-то вроде оптимизации на уровне компилятора (это очень грубое сравнение), и вот этот процесс как раз и изучили в работе. Никакого люцифера, никакого сатанизма, никакого "гена памяти", зато желудок помнит, что и как часто вы едите, и он, если что, на это всерьёз рассчитывает!
Ура, минутка сексизма! Разбираем метаисследование по красоте.
Красота = привлекательность для размножения. Да, бывают красивые люди, которых вы не обязательно хотите трахнуть, но в целом идеалы красоты отражают адаптации полового отбора.
Лет 50 назад внезапно выяснилось, что красота универсальна в разных культурах. Базовая шкала одна и та же. Дальше решает насмотренность: если с детства вас окружали люди с определёнными чертами лица и т.п., то их образы воспринимаются как более знакомые, то есть более приятные.
Когда мы сталкиваемся с новым стимулом, он сравнивает его с усреднённым прототипом. Если сильно похож — свой. Упрощая, работает так: яркие явно красивые черты дают плюс к красоте, и близость к среднему увиденному за жизнь лицу даёт плюс.
При взгляде на привлекательные лица активируются система вознаграждения. То есть наша прошивка подсказывает, что с привлекательными людьми стоит быть рядом. Ну социум автоматически приписывает красивым людям и другие положительные черты. Чтобы управлять людьми, по возможности, рождайтесь красивыми.
Лицо распознаётся очень быстро, потому что это реализовано чуть ли не в ПЛИСке (выделенной вычислительной области мозга). Оценка — 100 миллисекунд. Детекторы красоты на хардкоде, есть даже у младенцев. Кажется, это пошло ещё с тех времён, когда перекошенное лицо было признаком паразитарной инфекции.
У мужчин бонусы к красоте дают широкий подбородок, густые брови и более грубые черты лица. С другой стороны, крайняя мужественность имеет недостатки и в родительстве. Она ассоциируется с агрессивностью и контролирующим поведением. Поэтому нужно искать того, кто сочетает эти качества, либо подходить по принципам ТРИЗа, и искать как минимум двоих. По мере изменения фертильной стадии женщины, более мужицкие атрибуты становятся важнее, а потом наоборот.
Глубокий мужской голос воспринимается как более привлекательный и доминантный. Он может указывать на высокий уровень тестостерона. У женщин более высокий мелодичный голос может ассоциироваться с молодостью и фертильностью.
У женщин ключевые черты лица — узкий подбородок, полные губы, большие глаза и тонкие брови. Эти черты связаны с влиянием половых гормонов в юности. Фотографироваться стоит с увеличенными зрачками: это признак возбуждения, который считывается на уровне прошивки. Если глаза визуально наклонены внутрь, это даёт ещё плюс. Можно и дорисовать. Вообще, макияж люто повышает привлекательность женщин )
Активная мимика — хорошо. Увеличение мимики во время овуляции также подтверждает эту идею.
Гладкая ровная кожа = молодость, здоровье и высокая фертильность. Тут, к сожалению, случилось страшное, потому что у обезьян кожа становится упругой в момент, когда они готовы размножаться и в достаточно зрелом возрасте. А вот у людей кожа бывает упругой только в молодости, а прошивка примерно та же.
Молодое лицо у зрелых людей = круто. Счастье и доброжелательность — часть красоты, улыбка повышает ваши баллы.
Все любят стройных. У женщин оптимальным считается индекс массы тела около 20 и соотношение талии к бёдрам около 0,7. Как скромно отмечают исследователи, роль играет также размер груди и бедер. У мужчин — более низкий ИМТ + широкие плечи.
Высоким быть лучше.
У обоих полов уверенность, координированные движения, симметричная походка и проявление интереса к собеседнику дают плюсы к воспринимаемой красоте. Женщины двигаются более скоординированно и симметрично в середине лютеиновой фазы (много эстрогена) по сравнению с их менструальным периодом.
Красное работает. Мужчины оставляют больше чаевых официанткам, одетым в красное.
Во многих культурах мужчины выбирают женщин моложе, а женщины наоборот. Это потому что период фертильности у женщин короче. Часики-то тикают. У мужчин эффекты старения не так очевидны на морде лица. Важен статус. Седые волосатые самцы выше в иерархии приматов обычно. Мужчины при деньгах и власти явно красивее аналогичных без статуса.
Полное исследование вот, там огромная куча ссылок на детали, откуда эти выводы, буквально сотни других работ. И да, странно, но тема сисек в исследовании не раскрыта.
Красота = привлекательность для размножения. Да, бывают красивые люди, которых вы не обязательно хотите трахнуть, но в целом идеалы красоты отражают адаптации полового отбора.
Лет 50 назад внезапно выяснилось, что красота универсальна в разных культурах. Базовая шкала одна и та же. Дальше решает насмотренность: если с детства вас окружали люди с определёнными чертами лица и т.п., то их образы воспринимаются как более знакомые, то есть более приятные.
Когда мы сталкиваемся с новым стимулом, он сравнивает его с усреднённым прототипом. Если сильно похож — свой. Упрощая, работает так: яркие явно красивые черты дают плюс к красоте, и близость к среднему увиденному за жизнь лицу даёт плюс.
При взгляде на привлекательные лица активируются система вознаграждения. То есть наша прошивка подсказывает, что с привлекательными людьми стоит быть рядом. Ну социум автоматически приписывает красивым людям и другие положительные черты. Чтобы управлять людьми, по возможности, рождайтесь красивыми.
Лицо распознаётся очень быстро, потому что это реализовано чуть ли не в ПЛИСке (выделенной вычислительной области мозга). Оценка — 100 миллисекунд. Детекторы красоты на хардкоде, есть даже у младенцев. Кажется, это пошло ещё с тех времён, когда перекошенное лицо было признаком паразитарной инфекции.
У мужчин бонусы к красоте дают широкий подбородок, густые брови и более грубые черты лица. С другой стороны, крайняя мужественность имеет недостатки и в родительстве. Она ассоциируется с агрессивностью и контролирующим поведением. Поэтому нужно искать того, кто сочетает эти качества, либо подходить по принципам ТРИЗа, и искать как минимум двоих. По мере изменения фертильной стадии женщины, более мужицкие атрибуты становятся важнее, а потом наоборот.
Глубокий мужской голос воспринимается как более привлекательный и доминантный. Он может указывать на высокий уровень тестостерона. У женщин более высокий мелодичный голос может ассоциироваться с молодостью и фертильностью.
У женщин ключевые черты лица — узкий подбородок, полные губы, большие глаза и тонкие брови. Эти черты связаны с влиянием половых гормонов в юности. Фотографироваться стоит с увеличенными зрачками: это признак возбуждения, который считывается на уровне прошивки. Если глаза визуально наклонены внутрь, это даёт ещё плюс. Можно и дорисовать. Вообще, макияж люто повышает привлекательность женщин )
Активная мимика — хорошо. Увеличение мимики во время овуляции также подтверждает эту идею.
Гладкая ровная кожа = молодость, здоровье и высокая фертильность. Тут, к сожалению, случилось страшное, потому что у обезьян кожа становится упругой в момент, когда они готовы размножаться и в достаточно зрелом возрасте. А вот у людей кожа бывает упругой только в молодости, а прошивка примерно та же.
Молодое лицо у зрелых людей = круто. Счастье и доброжелательность — часть красоты, улыбка повышает ваши баллы.
Все любят стройных. У женщин оптимальным считается индекс массы тела около 20 и соотношение талии к бёдрам около 0,7. Как скромно отмечают исследователи, роль играет также размер груди и бедер. У мужчин — более низкий ИМТ + широкие плечи.
Высоким быть лучше.
У обоих полов уверенность, координированные движения, симметричная походка и проявление интереса к собеседнику дают плюсы к воспринимаемой красоте. Женщины двигаются более скоординированно и симметрично в середине лютеиновой фазы (много эстрогена) по сравнению с их менструальным периодом.
Красное работает. Мужчины оставляют больше чаевых официанткам, одетым в красное.
Во многих культурах мужчины выбирают женщин моложе, а женщины наоборот. Это потому что период фертильности у женщин короче. Часики-то тикают. У мужчин эффекты старения не так очевидны на морде лица. Важен статус. Седые волосатые самцы выше в иерархии приматов обычно. Мужчины при деньгах и власти явно красивее аналогичных без статуса.
Полное исследование вот, там огромная куча ссылок на детали, откуда эти выводы, буквально сотни других работ. И да, странно, но тема сисек в исследовании не раскрыта.
Внимание! Новая офигенная игрушка на субботу:
https://chat.deepseek.com/
Заходите через гугло-аккаунт, нажимаете на пынь, который переключает модель в жёлтое состояние — и наслаждаетесь.
Это аналог ChatGPT o1, в котором есть цепочка рассуждений. Только от 40 разбойников без Алибабы, но зато тоже из Китая. И модель показывает всю цепочку размышлений, прямо как в зенитных кодексах Аль-Эфесби.
В дидактических материалах выше вы найдёте попытку взять вторую производную от помидора ChatGPT 3.0 (ещё самого первого адекватного, с маленькой моделью и почти без файнтюна на повестку и всякие опасные открытия) и Глубокопоиска. Как видите, он был на верном пути, но его решение куда проще, потому что томат в конечном счёте — всего лишь константа!
На практике же можно позагадывать разных загадок вроде "Что у меня в карманце" и попросить потом ответить как Голлум, спросить сколько точно ног в среднем у человека (на картинке фрагмент размышлений с байес-оценкой по эмпирическим оценкам) и так далее.
На самом деле это хорошая обучалка тому, как логически мыслить. Те, кто вообще не умеет обдумывать иначе как по первой пришедшей в голову идее, возможно увидят что-то новое для себя, потому что модель детально обстукивает вопрос с разных точек зрения. Следующие версии так вообще будут обучалками мышлению. Возможно. Но это не точно.
В общем, прекрасная же игрушка!
UPD: в комментариях полный нежности пример ответа на вопрос, как измерить ежа.
UPD2: а вот пост на Хабре, и там есть разбор анекдота про то, почему корову придётся отдать. Модель очень трогательно старалась понять эту русскую шутку.
https://chat.deepseek.com/
Заходите через гугло-аккаунт, нажимаете на пынь, который переключает модель в жёлтое состояние — и наслаждаетесь.
Это аналог ChatGPT o1, в котором есть цепочка рассуждений. Только от 40 разбойников без Алибабы, но зато тоже из Китая. И модель показывает всю цепочку размышлений, прямо как в зенитных кодексах Аль-Эфесби.
В дидактических материалах выше вы найдёте попытку взять вторую производную от помидора ChatGPT 3.0 (ещё самого первого адекватного, с маленькой моделью и почти без файнтюна на повестку и всякие опасные открытия) и Глубокопоиска. Как видите, он был на верном пути, но его решение куда проще, потому что томат в конечном счёте — всего лишь константа!
На практике же можно позагадывать разных загадок вроде "Что у меня в карманце" и попросить потом ответить как Голлум, спросить сколько точно ног в среднем у человека (на картинке фрагмент размышлений с байес-оценкой по эмпирическим оценкам) и так далее.
На самом деле это хорошая обучалка тому, как логически мыслить. Те, кто вообще не умеет обдумывать иначе как по первой пришедшей в голову идее, возможно увидят что-то новое для себя, потому что модель детально обстукивает вопрос с разных точек зрения. Следующие версии так вообще будут обучалками мышлению. Возможно. Но это не точно.
В общем, прекрасная же игрушка!
UPD: в комментариях полный нежности пример ответа на вопрос, как измерить ежа.
UPD2: а вот пост на Хабре, и там есть разбор анекдота про то, почему корову придётся отдать. Модель очень трогательно старалась понять эту русскую шутку.
Короче, дельфины полгода как юрлица.
Весной этого года была совершенно чумовая история. Острова Кука, Французская Полинезия, Новая Зеландия и Тонга подписали документ, что дельфины и киты теперь юрлица. Для чего надо — это такой элегантный юридический лайфхак, чтобы у них появились права, но при этом они не стали случайно гражданами какой-то из стран.
Ближайший прецедент — в 2013 году Индия объявила дельфинов "личностями, не относящимися к человеческому виду". То есть попугайчик — серое быдло, хомяков можно лечить по методологии hot swap (то есть заменой одного на другого), а дельфин — личность. Там дельфины по-прежнему считаются животными с точки зрения закона, но им повысили уровень защиты.
В случае нашего договора история с юрлицами может позволить подавать иски от имени китов и дельфинов, требовать компенсации за причиненный им ущерб, и в целом усилить их правовую защиту. Подобный подход ранее применялся к рекам и экосистемам в некоторых странах для усиления их экологической защиты. Но если с НКО "Река Уонгануи" в Новой Зеландии или ООО "Magpie River" в Квебеке ещё более-менее понятно, то вот ООО "Дельфин Петя" — уже звучит люто.
Почему всё так сложно — потому что надо бороться с шумовым загрязнением, рыболовством (когда ловят не самого дельфина, а его еду), добычу полезных ископаемых на морском дне (геологоразведчики отлично так бамкают при поиске нефти, например) и быть потише там с сонарами подлодок.
Теперь от лица ООО "Дельфин Петя" и ещё сотни юрлиц можно подавать коллективный иск, который в итоге может привести к изменению правил прохождения судов через регион. Чтобы шли тише или выбирали другой маршрут, например. Это так жители островов потихоньку творчески используют недокументированные возможности юридической системы.
Ну а у нас есть вопросы по правоприменительной практике:
— Если дельфин повредит лодку или причинит вред человеку, кто будет нести субсидиарную ответственность?
— Можно ли привлечь всю популяцию дельфинов к ответственности?
— Как определить законного представителя для такого юрлица?
— Возможно ли заключение договоров с дельфинами как юридическими лицами?
— Подлежат ли дельфины-юрлица налогообложению? Кто будет определять его доход?
— Как решать вопросы юрисдикции для мигрирующих видов? Как согласовывать статус дельфинов-юрлиц в разных странах?
В общем, запасаемся попкорном и ждём первого дельфина в Московском арбитражном суде.
Весной этого года была совершенно чумовая история. Острова Кука, Французская Полинезия, Новая Зеландия и Тонга подписали документ, что дельфины и киты теперь юрлица. Для чего надо — это такой элегантный юридический лайфхак, чтобы у них появились права, но при этом они не стали случайно гражданами какой-то из стран.
Ближайший прецедент — в 2013 году Индия объявила дельфинов "личностями, не относящимися к человеческому виду". То есть попугайчик — серое быдло, хомяков можно лечить по методологии hot swap (то есть заменой одного на другого), а дельфин — личность. Там дельфины по-прежнему считаются животными с точки зрения закона, но им повысили уровень защиты.
В случае нашего договора история с юрлицами может позволить подавать иски от имени китов и дельфинов, требовать компенсации за причиненный им ущерб, и в целом усилить их правовую защиту. Подобный подход ранее применялся к рекам и экосистемам в некоторых странах для усиления их экологической защиты. Но если с НКО "Река Уонгануи" в Новой Зеландии или ООО "Magpie River" в Квебеке ещё более-менее понятно, то вот ООО "Дельфин Петя" — уже звучит люто.
Почему всё так сложно — потому что надо бороться с шумовым загрязнением, рыболовством (когда ловят не самого дельфина, а его еду), добычу полезных ископаемых на морском дне (геологоразведчики отлично так бамкают при поиске нефти, например) и быть потише там с сонарами подлодок.
Теперь от лица ООО "Дельфин Петя" и ещё сотни юрлиц можно подавать коллективный иск, который в итоге может привести к изменению правил прохождения судов через регион. Чтобы шли тише или выбирали другой маршрут, например. Это так жители островов потихоньку творчески используют недокументированные возможности юридической системы.
Ну а у нас есть вопросы по правоприменительной практике:
— Если дельфин повредит лодку или причинит вред человеку, кто будет нести субсидиарную ответственность?
— Можно ли привлечь всю популяцию дельфинов к ответственности?
— Как определить законного представителя для такого юрлица?
— Возможно ли заключение договоров с дельфинами как юридическими лицами?
— Подлежат ли дельфины-юрлица налогообложению? Кто будет определять его доход?
— Как решать вопросы юрисдикции для мигрирующих видов? Как согласовывать статус дельфинов-юрлиц в разных странах?
В общем, запасаемся попкорном и ждём первого дельфина в Московском арбитражном суде.
Короткий ликбез про то, куда дели квантовые компьютеры.
Главная проблема — алгоритм там делается не по шагам, а сразу целиком. И если в процессе исполнения что-то глюкнуло, то вернуться на шаг назад и исправить нельзя. Можно только доделать до конца и посмотреть, что получилось. Промежуточных состояний, по сути, нет. Точнее, они существуют, но их нельзя измерить без разрушения квантовой суперпозиции. То есть на практике сбросить всё в исходное состояние и начать заново.
Это физическая особенность квантовых вычислений. С одной стороны, они дают вам возможность обрабатывать сразу все варианты развития событий с помощью суперпозиций, с другой стороны — руками это трогать нельзя. Машина жужжит, работает, потом выдаёт ответ — 42. В процессе происходит магия.
Так вот, во время стадии "жужжит", кубиты — основа превосходства квантовых компьютеров над убогими обычными — глючат. Потому что внешняя среда. И четверг.
У каждого есть средний процент глюка. Обычный кубит даёт правильную операцию в районе 92,7%, хороший годный отечественный кубит может до 98%. То есть 100% матожидание ошибки будет через 14-50 шагов в зависимости от качества кубита.
А обычно в алгоритме сильно больше шагов. В нормальном алгоритме на порядки больше. В алгоритмах, которые нужны от квантовых компьютеров — например, для быстрой факторизации или поиска элементов в списке в одно действие — прямо очень дофига больше. Поэтому в итоге либо ваш код короткий и практически-бесполезный, потому что такие простые вещи лучше делать на обычной машине, либо длинный и глючный, и всегда выдаёт решения с косяками.
Но! Такую проблему мы, земляне, уже решали с оперативной памятью. Она тоже безбожно глючила. В ней появились особые байты, по 9 бит, где последний — контрольный. Можно и больше, в зависимости от того, как высоко относительно уровня моря стоит или летит ваш компьютер, потому что излучения больше. Важно, что логический байт всегда был 8 бит, а его железная реализация процессор не волнует. Рядом были ещё более глючные магнитные накопители на ленте и CD, где 8 байт звука занимали 24 физических байта. Потому что Хемминг и его код. Можно просто отбрасывать заглючивший блок и считать без него. Можно подходить статистически, "размазывая" вычисления на несколько блоков, а потом голосовать большинством за правильное. Можно ещё много чего.
С такими алгоритмами всё относительно просто, потому что глюк можно увидеть в тот момент, когда он появился. И сам по себе глюк случается редко, то есть не надо контролировать контролирующего.
А вот в случае кубитов надо несколько десятков вспомогательных, обычно от 9 (это теоретический минимум) до 40 и больше, потому что первые 9 тоже косячат, поэтому им тоже... Короче, вы поняли. Потому что все эти коррекции — часть алгоритма, который надо выполнить за один раз целиком.
Собственно, это основная причина, почему принципиального прогресса нет. Например, IBM показала Кондор с 1121 кубитом, из которых логических может оказаться штук 10-20, и то, запутываемых только по соседним парам. Про такие вещи в пресс-релизах не особо пишут.
Можно ещё некоторое время поговорить про кутриты, про возможность запутывания несоседних кубитов, про сверхпроводниковые, ионные и хорошие годные отечественные фотонные платформы, про то, что от скорости декогеренции зависит ограничение на время выполнения алгоритма, но в целом всё главное вы уже знаете. Важно повышать достоверность кубитной операции.
До примерно 2020-2021 года считалось, что 99% на кубит — практический предел технологий на этой планете. Но:
— UNSW в Австралии получили точность 99,95% в пике (с двумя кубитами 99,37%).
— Голландская команда Ливена Вандерсипена выдала 99,87% с одним и 99,65% с 2 кубитами.
— И японцы упоролись до 99,84% для кубита и 99,51% для 2 штук с теми же Si/SiGe-квантовыми точками, что у голландцев.
Летом этого года IQM прошли (99.91 +- 0.02)% на 2-кубитной схеме.
Есть и вот такие прикольные опыты с полностью механическими кубитами.
В общем, теперь осталось это собрать и посмотреть, что будет. Следите каждые 5 лет за обновлениями.
Главная проблема — алгоритм там делается не по шагам, а сразу целиком. И если в процессе исполнения что-то глюкнуло, то вернуться на шаг назад и исправить нельзя. Можно только доделать до конца и посмотреть, что получилось. Промежуточных состояний, по сути, нет. Точнее, они существуют, но их нельзя измерить без разрушения квантовой суперпозиции. То есть на практике сбросить всё в исходное состояние и начать заново.
Это физическая особенность квантовых вычислений. С одной стороны, они дают вам возможность обрабатывать сразу все варианты развития событий с помощью суперпозиций, с другой стороны — руками это трогать нельзя. Машина жужжит, работает, потом выдаёт ответ — 42. В процессе происходит магия.
Так вот, во время стадии "жужжит", кубиты — основа превосходства квантовых компьютеров над убогими обычными — глючат. Потому что внешняя среда. И четверг.
У каждого есть средний процент глюка. Обычный кубит даёт правильную операцию в районе 92,7%, хороший годный отечественный кубит может до 98%. То есть 100% матожидание ошибки будет через 14-50 шагов в зависимости от качества кубита.
А обычно в алгоритме сильно больше шагов. В нормальном алгоритме на порядки больше. В алгоритмах, которые нужны от квантовых компьютеров — например, для быстрой факторизации или поиска элементов в списке в одно действие — прямо очень дофига больше. Поэтому в итоге либо ваш код короткий и практически-бесполезный, потому что такие простые вещи лучше делать на обычной машине, либо длинный и глючный, и всегда выдаёт решения с косяками.
Но! Такую проблему мы, земляне, уже решали с оперативной памятью. Она тоже безбожно глючила. В ней появились особые байты, по 9 бит, где последний — контрольный. Можно и больше, в зависимости от того, как высоко относительно уровня моря стоит или летит ваш компьютер, потому что излучения больше. Важно, что логический байт всегда был 8 бит, а его железная реализация процессор не волнует. Рядом были ещё более глючные магнитные накопители на ленте и CD, где 8 байт звука занимали 24 физических байта. Потому что Хемминг и его код. Можно просто отбрасывать заглючивший блок и считать без него. Можно подходить статистически, "размазывая" вычисления на несколько блоков, а потом голосовать большинством за правильное. Можно ещё много чего.
С такими алгоритмами всё относительно просто, потому что глюк можно увидеть в тот момент, когда он появился. И сам по себе глюк случается редко, то есть не надо контролировать контролирующего.
А вот в случае кубитов надо несколько десятков вспомогательных, обычно от 9 (это теоретический минимум) до 40 и больше, потому что первые 9 тоже косячат, поэтому им тоже... Короче, вы поняли. Потому что все эти коррекции — часть алгоритма, который надо выполнить за один раз целиком.
Собственно, это основная причина, почему принципиального прогресса нет. Например, IBM показала Кондор с 1121 кубитом, из которых логических может оказаться штук 10-20, и то, запутываемых только по соседним парам. Про такие вещи в пресс-релизах не особо пишут.
Можно ещё некоторое время поговорить про кутриты, про возможность запутывания несоседних кубитов, про сверхпроводниковые, ионные и хорошие годные отечественные фотонные платформы, про то, что от скорости декогеренции зависит ограничение на время выполнения алгоритма, но в целом всё главное вы уже знаете. Важно повышать достоверность кубитной операции.
До примерно 2020-2021 года считалось, что 99% на кубит — практический предел технологий на этой планете. Но:
— UNSW в Австралии получили точность 99,95% в пике (с двумя кубитами 99,37%).
— Голландская команда Ливена Вандерсипена выдала 99,87% с одним и 99,65% с 2 кубитами.
— И японцы упоролись до 99,84% для кубита и 99,51% для 2 штук с теми же Si/SiGe-квантовыми точками, что у голландцев.
Летом этого года IQM прошли (99.91 +- 0.02)% на 2-кубитной схеме.
Есть и вот такие прикольные опыты с полностью механическими кубитами.
В общем, теперь осталось это собрать и посмотреть, что будет. Следите каждые 5 лет за обновлениями.
В Южной Корее была офигенно интересная история с развитием УЗИ.
Оказалось, можно искать рак щитовидки на ранних стадиях. Пока опухоль маленькая, можно вовремя отловить её на УЗИ, и вырезать там что-нибудь пациенту, чтобы спасти его жизнь пораньше. Диагнозов стали ставить на порядок больше. На лечение по этим диагнозам стали тратить в 7 раз больше денег, чем до начала программы.
Потом свели статистику за несколько лет и очень удивились, что смертность почти не изменилась.
Многие обнаруженные мелкие опухоли, вероятно, никогда бы не прогрессировали и не вызвали клинических симптомов. Однако их обнаружение часто приводило к тому, что хирург отрезал кусок пациента. Плюс сам пациент не сказать, чтобы был офигенно рад такому диагнозу, а на его выживаемость это никак не влияло.
Плюс сопутствующий ущерб — рост нагрузки на систему здравоохранения и то, что эти ресурсы не пустили на что-то другое, например, на реабилитацию наркоманов или лечение шизофрении. Ну или строительство железных дорог, тоже полезная штука с понятным результатом.
Исследования про это вот и вот (DOI 10.1056/NEJMp1409841).
Примерно такая же история с другими диагнозами, вот мета:
— Маммография (рак груди): 0 дней увеличения продолжительности жизни (95% CI: -190 до 237 дней)
— Ежегодный или двухгодичный тест на скрытую кровь (колоректальный рак): 0 дней (95% CI: -70.7 до 70.7 дней)
— Колоноскопия: 37 дней, но статистически незначимо (95% CI: -146 до 146 дней)
— ПСА-тест (рак простаты): 37 дней, но статистически незначимо (95% CI: -37 до 73 дней)
— КТ легких: 107 дней, но с широким доверительным интервалом (95% CI: -286 до 430 дней)
Только сигмоидоскопия показала значимое увеличение ожидаемой продолжительности жизни на 110 дней.
Что это всё значит? Не делать скрининги теперь?
Нет, конечно, делать. Но те, которые системно приносят больше пользы, чем вреда.
Некоторые заболевания на ранних стадиях хорошо детектируются и лечатся эффективнее. Симптомов ждать не надо, надо ходить к адекватным врачам и внимательно их слушать. Для некоторых болезней заметные симптомы означают, что вам надо ехать на дачу, к земле привыкать. Их, конечно, лучше искать раньше.
Обратите внимание, что значимая часть проблем связана с перегрузкой системы здравоохранения. То есть если вы лично в коммерции нашли скрининги, которые лично для вас (а не для общества в целом) создают меньше рисков, чем могут обеспечить пользы, они целесообразны. В смысле, пока вы готовы платить, а вам не делают КТ раз в месяц и не берут биопсию раз в полгода — можно паранойить.
За наводку огромное спасибо Ольге Меербах (вот её канал) и Elena Sofronova со ссылкой на занудного педиатра.
Оказалось, можно искать рак щитовидки на ранних стадиях. Пока опухоль маленькая, можно вовремя отловить её на УЗИ, и вырезать там что-нибудь пациенту, чтобы спасти его жизнь пораньше. Диагнозов стали ставить на порядок больше. На лечение по этим диагнозам стали тратить в 7 раз больше денег, чем до начала программы.
Потом свели статистику за несколько лет и очень удивились, что смертность почти не изменилась.
Многие обнаруженные мелкие опухоли, вероятно, никогда бы не прогрессировали и не вызвали клинических симптомов. Однако их обнаружение часто приводило к тому, что хирург отрезал кусок пациента. Плюс сам пациент не сказать, чтобы был офигенно рад такому диагнозу, а на его выживаемость это никак не влияло.
Плюс сопутствующий ущерб — рост нагрузки на систему здравоохранения и то, что эти ресурсы не пустили на что-то другое, например, на реабилитацию наркоманов или лечение шизофрении. Ну или строительство железных дорог, тоже полезная штука с понятным результатом.
Исследования про это вот и вот (DOI 10.1056/NEJMp1409841).
Примерно такая же история с другими диагнозами, вот мета:
— Маммография (рак груди): 0 дней увеличения продолжительности жизни (95% CI: -190 до 237 дней)
— Ежегодный или двухгодичный тест на скрытую кровь (колоректальный рак): 0 дней (95% CI: -70.7 до 70.7 дней)
— Колоноскопия: 37 дней, но статистически незначимо (95% CI: -146 до 146 дней)
— ПСА-тест (рак простаты): 37 дней, но статистически незначимо (95% CI: -37 до 73 дней)
— КТ легких: 107 дней, но с широким доверительным интервалом (95% CI: -286 до 430 дней)
Только сигмоидоскопия показала значимое увеличение ожидаемой продолжительности жизни на 110 дней.
Что это всё значит? Не делать скрининги теперь?
Нет, конечно, делать. Но те, которые системно приносят больше пользы, чем вреда.
Некоторые заболевания на ранних стадиях хорошо детектируются и лечатся эффективнее. Симптомов ждать не надо, надо ходить к адекватным врачам и внимательно их слушать. Для некоторых болезней заметные симптомы означают, что вам надо ехать на дачу, к земле привыкать. Их, конечно, лучше искать раньше.
Обратите внимание, что значимая часть проблем связана с перегрузкой системы здравоохранения. То есть если вы лично в коммерции нашли скрининги, которые лично для вас (а не для общества в целом) создают меньше рисков, чем могут обеспечить пользы, они целесообразны. В смысле, пока вы готовы платить, а вам не делают КТ раз в месяц и не берут биопсию раз в полгода — можно паранойить.
За наводку огромное спасибо Ольге Меербах (вот её канал) и Elena Sofronova со ссылкой на занудного педиатра.