Avatar

madrabbitt

@madrabbitt

Пару слов о себе — Это сикред!
с нами 17 лет 6 месяцев 2 недели 2 дня
Онлайн 9 лет назад

Группа исследователей из Корнуэльского университета (Cornell University) разработала модель основанной на метане и свободной от кислорода формы жизни, способной, теоретически, к переработке питательных веществ, размножению и выполнению других функций жизнедеятельности, присущих формам жизни, существующим на Земле. Разработанная учеными-химиками и астрономами, эта модель может являться основой для сложных форм жизни, которая способна процветать в неблагоприятных для нас и холодных условиях Титана, самого большого спутника Сатурна, поверхность которого покрыта морями и океанами не из воды, а из жидкого метана и более тяжелых углеводородов.

Основой созданной модели метановой жизни является клеточная мембрана, состоящая из органических азотосодержащих соединений, способная нормально функционировать при температурах ниже точки кипения метана. «Наша научная группа не включает в себя специалистов по биологии. Поэтому наша точка зрения не была ограничена никакими предвзятыми мнениями о том, что должно входить в состав клеточных мембран, и чего там быть не должно» — рассказывает Полетт Клэнси (Paulette Clancy), специалист в области химической молекулярной динамики, — «У нас имелся лишь набор доступных химических элементов и соединений, используя которые составляли и рассматривали различные варианты».

Специализированная система искусственного интеллекта, разработанная специалистами компании Google, успешно справилась с задачей самостоятельного изучения задач и действий, выполняемых в компьютерных классических играх-аркадах, работавших на компьютерах Atari 1980-х годов. Более того, за счет эффективного использования заложенных в нее функций самообучения, эта программа овладела игровым процессом в полном совершенстве, потеснив с первых мест таблиц рекордов самых опытных людей-игроков.

Система искусственного интеллекта, имеющая название Deep-G Network (DQN), эмпирически учится на своих ошибках, будучи виртуально поощряемой в случае совершения успешных действий и виртуально наказываемой в случае ошибки. В основу функций самообучения системы DQN легли два различных метода, обучение с подкреплением (reinforcement learning) и глубинное изучение (deep learning). Благодаря комбинации этих двух методов, ИИ имеет возможность изучать цель игры и игровой процесс, анализируя пиксели изображения на экране игрового компьютера.

В настоящее время в мире существует достаточно большое количество трехмерных принтеров, от простых настольных моделей, способных печатать несложные и небольшие детали из пластика, до промышленных, которые могут производить целые автомобили и детали сложнейшей формы из металла. Также существуют строительные трехмерные принтеры, способные возводить дома и даже строения на других планетах, но, ни один из существующих принтеров не может похвастать тем, что при его помощи можно получить некое законченное и полностью работоспособное устройство. Первым в этом деле станет трехмерный принтер Voxel8, который кроме традиционной печати пластмассой может создать внутри объекта функционирующую электронную схему из стандартных компонентов, соединенных токопроводящими проводниками.

Сделано с NoNaMe
© 2000-2026