как научится решать уравнения

Новости: группа математиков поймала эзотерика, утверждавшего, что все знания изначально есть в людях и заставила его медитировать до тех пор, пока он не научится решать дифференциальные уравнения.

Привет, меня зовут Джоби. Я кандидат наук по физике и я работаю в NASA. Мне только что пришлось погуглить уравнение для объема сферы.

Учёные вырастили крошечный человеческий мозг с подключением к ПК — он быстро научился решать уравнения и различать людей по голосу

Новая работа с живыми клетками человеческого мозга показала перспективность объединения живых тканей с компьютером. Колония живых нейронов обучалась быстрее искусственных моделей с почти таким же результатом. Если отбросить вопрос с этикой, до проблем с которой пока далеко, живые клетки человеческого мозга могут превзойти современные и будущие нейронные сети, работающие на кремниевых чипах, как по производительности, так и по экономическим соображениям.

С помощью стволовых клеток учёные вырастили так называемый органоид мозга — объёмную колонию клеток, повторяющих структуру нейронов и их связей в мозге. Это не первый и наверняка не последний эксперимент с живыми клетками, позаимствованными у человека. Ранее органоид мозга, например, научили игре в «Понг», с чем он успешно справился. В таких исследованиях самым сложным бывает донести информацию до «мозга» и считать её.

Группа профессора Го Фэня из Университета штата Индиана в Блумингтоне (США) предложила достаточно простое решение — они вырастили органоид на высокоплотном массиве электродов. Электроды, а это, по сути, компьютерный интерфейс, вносили данные в клетки «мозга» и считывали результат его последующей активности. Тем самым на практике была реализована такая архитектура спайковой (импульсной) нейросети, как резервуарная. Что происходило в массиве нейронов, учёным было неизвестно, но условно живая модель показала способность к быстрому обучению и расчётам.

Свою нейросеть учёные назвали Brainoware. Система прошла двухдневное обучение на наборе из 240 аудиозаписей речи восьми японских мужчин, произносящих гласные звуки. После этого она смогла распознавать конкретный голос с точностью до 78 %. Также система смогла решать уравнения по отображениям Эно примерно с такой же точностью. На это ушло ещё четыре дня обучения. Более того, решение дифференциальных уравнений проходило с большей точностью, чем в случае искусственной нейронной сети без блока длинной цепи элементов краткосрочной памяти..

Живой искусственный «мозг» был не такой точный, как искусственные нейронные сети с длинной цепью элементов краткосрочной памяти, но каждая из этих сетей прошла 50 этапов обучения. Сеть Brainoware достигла почти таких же результатов менее чем за 10 % времени обучения, потраченного на обучение искусственных цепей.

(Мозг Brainoware в «возрасте» 7, 14, 28 дней и через несколько месяцев (нижний ряд в увеличенном виде))

«Могут пройти десятилетия, прежде чем будут созданы универсальные биокомпьютерные системы, но это исследование, вероятно, даст фундаментальное представление о механизмах обучения, развитии нервной системы и когнитивных последствиях нейродегенеративных заболеваний»,— мечтают авторы работы,опубликованнойв журналеNature Electronics.

сурс на русском || сурс на английском

когда российские ученые узнали про майнинг биткоинов

Физики из МГУ научили «персоналку» решать сложные задачи в десятки раз быстрее суперкомпьютеров

Старшие научные сотрудники Владимир Померанцев и Ольга Рубцова, работающие под руководством профессора Владимира Кукулина (НИИЯФ МГУ имени М.В.Ломоносова) сумели применить персональный компьютер с графическим процессором для решения сложнейших уравнений квантовой механики — ранее для этого использовались только мощные и дорогие суперкомпьютеры. По словам Владимира Кукулина, персональный компьютер справляется с задачей в разы быстрее: за 15 минут он выполняет работу, на которую суперкомпьютер тратит 2-3 дня.

«Мы добились скорости, которая и присниться не может, — рассказал Владимир Кукулин. – Программа работает так, что 260 миллионов сложных двойных интегралов на настольном компьютере она считает за три секунды. И никакого сравнения с суперкомпьютерами! Мой коллега из Бохумского университета в Германии (к сожалению, недавно скончавшийся), лаборатория которого занималась тем же, проводил расчеты с помощью одного из самых больших суперкомпьютеров Германии с известной архитектурой BLUE GENE, что на самом деле очень дорогое удовольствие. И то, чего его группа добивается за двое-трое суток, мы делаем за 15 минут, не потратив ни копейки».

Самое удивительное заключается в том, что и графические процессоры нужного качества, и огромное количество программного обеспечения к ним существуют уже десять лет , но на Западе никто не использовал их для таких расчетов, отдавая предпочтение суперкомпьютерам. Так или иначе, наши физики сумели изрядно удивить своих западных коллег.

«Эта работа, на наш взгляд, открывает совершенно новые пути в анализе ядерных и резонансных химических реакций, — говорит Владимир Кукулин. — Она также может оказаться очень полезной для решения большого числа вычислительных задач в физике плазмы, электродинамике, геофизике, медицине и множестве других областей науки. Мы хотим организовать что-то наподобие учебных курсов, где исследователи самых разных научных направлений из периферийных университетов, не имеющие доступа к суперкомпьютерам, смогли бы научиться делать на своих «персоналках» то же самое, что делаем мы».

Уравнения, о которых идет речь, были сформулированы еще в 60-х годах прошлого века российским математиком Людвигом Фаддеевым. Уравнения описывали процесс рассеяния нескольких квантовых частиц, то есть представляли собой некий квантовомеханический аналог ньютоновой теории трех тел. В результате быстро возникла целая область квантовой механики под названием "физика малочастичных систем".

Эта область представляет огромный интерес для ученых, занимающихся квантовой механикой и теорией рассеяния. Главной их целью в течении нескольких десятилетий после пионерской работы Фаддеева было научиться решать эти уравнения. Однако из-за своей невероятной сложности для расчета уравнения в случае полностью реалистических взаимодействий между частицами системы долгое время не поддавались исследователям — до тех пор, пока не появились суперкомпьютеры.

Ситуация резко изменилась после того, как группа из НИИЯФ МГУ решила использовать в своем персональном компьютере один из новых графических процессоров корпорации Nvidia, разработанный для работы в игровых приставках. Как утверждает первый автор статьи Владимир Кукулин, заведующий лабораторией теории атомного ядра, процессор был не самый дорогой — из тех, что можно купить в магазине за 300-500 $.

Главной проблемой при решении уравнений рассеяния для нескольких квантовых частиц было вычисление интегрального "ядра" – громадной двумерной таблицы, состоящей из десятков и сотен тысяч строк и столбцов, причем каждый элемент такой огромной матрицы был результатом очень сложных вычислений. Но эта таблица представляла собой как бы экран с десятками миллиардов пикселей, и с помощью хорошего графического процессора ее вполне можно было построить. Воспользовавшись софтом, разработанным в Nvidia, и написав собственные программы, ученые разбили свои вычисления на много тысяч потоков и смогли блистательно разрешить задачу.

http://www.msu.ru/science/main_themes/fiziki-iz-mgu-nauchili-personalku-reshat-slozhnye-zadachi-v-desyatki-raz-bystree-superkompyuterov.html

"Мой профессор - натуральный змей. На экзамене по инженерии он запилил намеренно нерешаемый вопрос и, как оказалось, это была ловушка"

На обычном уроке 1-2 студентов требуется выйти в туалет, но во время последнего экзамена по неизвестным причинам в туалет отпросилась половина класса.

Это раздражало меня, но я оставался сосредоточенным и едва успел закончить, потому что это был тяжёлый экзамен.

Трудности вызвала одна из задач: она была похожа на то, что преподаватель объяснял во время курса, и первая часть оказалась простой, но вот вторая — вообще не решаемой. 

Я особенно не переживал, потому что она давала только 5 баллов из 100.

Оказалось, что с этим заданием всё ещё сложнее. И это выяснилось из электронного письма, которое преподаватель разослал студентам вскоре после экзамена. 

Дело в том, что нерадивые ученики использовали один и тот же ресурс для списывания — он называется Сhegg. Причём Mwxh признался, что и он пользовался им иногда, но только когда делал домашние задания.

А вот те, кто решил отбежать в туалет и погуглить, а точнее — почеггить нерешаемую задачу, сильно прогадали. 

Выяснилось, что препод залил на этот сайт ту самую задачу (которую, к слову, действительно невозможно решить) и написал к ней максимально глупый ответ. Его суть в следующем: решение на первый взгляд кажется верным, но на самом деле оно в корне неправильно, поэтому вероятность того, что кто-то сам дойдёт до такого решения, крайне мала.

Преподаватель настолько заморочился, что всё подготовил за месяц до экзамена: создал учётную запись на Сhegg, залил туда задачу, причём сделал так, чтобы решение отображалось как уникальное. 

В ловушку хитрого экзаменатора попались 14 студентов из 99. Их довольно сильно наказали: они получили ноль баллов за экзамен и порицание — руководству доложили о нарушении местного кодекса студенческой чести (а ведь учащиеся обещали его соблюдать при поступлении). 

Вдобавок другие профессора получили от преподавателя «чёрный список» мошенников. А все остальные студенты, кстати, набрали максимум баллов за ту, подставную задачу, просто за то, что попытались решить её своим умом.

Читатели одобрили действия профессора.