Kas yra „Superfood“?


„Superfoods“ yra maisto produktai, daugiausia augaliniai, taip pat ir žuvys bei pieno produktai, kurie, kaip manoma, yra mitybos požiūriu tankūs ir tokiu būdu naudingi sveikatai. Mėlynės, lašišos, kopūstai ir acai yra tik keletas maisto produktų, kurie surinko „superfood“ etiketę. Tačiau, remiantis Amerikos širdies asociacijos duomenimis, nėra nustatytų kriterijų, pagal kuriuos būtų galima nustatyti, kas yra ir kas nėra „superfood“. "Superfoods neturi savo maisto grupės", – sakė Despina Hyde, registruota dietologė, turinti svorio valdymo programą Niujorko universiteto Langone medicinos centre. „Kaip dietologas, manau, kad„ super-maistas “yra daugiau maisto produktų, turinčių naudos sveikatai, rinkodaros terminas.“

Superfoods sudėtyje yra įvairių maistinių medžiagų, tokių kaip antioksidantai, kurie, kaip manoma, vengia vėžio. Jie taip pat turi sveikų riebalų, manoma, kad jie užkerta kelią širdies ligoms; pluoštas, kuris, kaip manoma, užkerta kelią diabetui ir virškinimo sutrikimams; ir fitocheminės medžiagos – cheminės medžiagos augaluose, atsakingose ​​už gilias spalvas ir kvapus, kurie gali turėti daug naudos sveikatai. Maistas, kuris yra supakuotas su maistinėmis medžiagomis (kaip ir daugelis vadinamųjų super maisto produktų), tikrai yra gera idėja, Hyde pasakė „Live Science“. Tačiau sveikos mitybos raktas – vartoti įvairius maistingus maisto produktus tinkamais kiekiais, – pridūrė ji.

Mėlynės dažnai yra daugybė „superfood“ sąrašų, nes jie turi daug vitaminų, tirpių pluoštų ir fitocheminių medžiagų. Tačiau tos pačios maistinės medžiagos, esančios mėlynėse, randamos ir daugelyje kitų rūšių uogų, įskaitant braškes ir spanguoles. 2013 m. Žurnale „Circulation“ paskelbtame tyrime nustatyta, kad didelė fitocheminių medžiagų, žinomų kaip flavonoidai, suvartojimas, kuris randamas mėlynėse ir kitose uogų rūšyse, gali sumažinti tam tikrų širdies ligų riziką jaunoms moterims. Tačiau maža, energinga uoga gali užimti aukščiausią vietą, nes ji buvo dažniau tiriama, eksperimentinis psichologas Barbara Shukitt-Hale sakė „The Atlantic“.

Kale gyvena iki „hype“, kurį jis patraukė kaip superrią, bet taip pat ir daugumą tamsių, lapinių žalumynų: Šveicarijos krapštukas, koliažai, garstyčios (įskaitant ridikėlių žaliąsias), špinatai (ir kiti amarantų šeimos) ir kopūstai. Į sąrašą įtraukite brokolius. Tai kopūstų garstyčių šeimoje; moderni versija yra auginama už savo gėlę, o ne lapus. Šios tamsios daržovės yra pakrautos vitaminais A, C ir K, taip pat pluoštu, kalciu ir kitais mineralais.

Saldžiosios bulvės ir skvošas taip pat paprastai sudaro super maisto produktų sąrašą dėl priežasčių, panašių į tas, kurios išvardytos lapinėms žalumynėms. Abi maisto rūšys paprastai yra puikus pluošto šaltinis, vitaminas A ir daug daugiau. Jie taip pat natūraliai saldus ir nereikalauja sviesto, grietinėlės ar druskos, paprastai pridedamo prie bulvių.

Pupelės ir visaverčiai grūdai taip pat yra įtraukti į „superfood“ sąrašus. Pupelės yra mažai riebalų turinčių baltymų šaltinis. Šie riešutų grybai yra netirpūs pluoštai, mažinantys cholesterolio kiekį; tirpus pluoštas, kuris suteikia ilgesnį pilnumo jausmą; ir daugybė vitaminų ir mineralų, kurių paprastai nėra amerikiečių dietoje, pvz., mangane. Visa grūdai, pavadinti kaip tokie, kad, skirtingai nei rafinuoti grūdai, jie nėra pašalinami iš maistinių medžiagų turinčių sėlenų ir daiginimo proceso metu – yra panašūs į tuos, kurie randami pupose, nors juose nėra tiek daug baltymų. Quinoa nėra grūdas, bet jis virėja kaip vienas, ir taip pat yra puikus baltymų, vitaminų, mineralų, pluošto ir antioksidantų šaltinis.

Riešutai sėklose yra daug mineralų ir sveikų riebalų. Nors tai yra paplitę papildymai dėl „superfood“ sąrašų, trūkumas yra tas, kad jie yra daug kalorijų. Greitai sauja riešutų gali turėti daugiau kaip 100 kalorijų, pasak Hyde. Šiuo atžvilgiu gliaudyti riešutai ir sėklos yra idealios, nes joms prireiks laiko, kad įtrūktų, o tai lėtina. [Reality Check: 5 Risks of Raw Vegan Diet]

Lašiša, sardinės, skumbrės ir tam tikros kitos riebalinės žuvys yra daug omega-3 riebalų rūgščių, kurios, kaip manoma, mažina širdies ligų ir insulto riziką. Žuvų valgymo nauda gali būti daug didesnė už riziką, kad gyvsidabris gali pakenkti jūsų sveikatai. Chano visuomenės sveikatos mokykla. Jei nerimaujate, kad jūsų žuvų vakarienė gali turėti teršalų, venkite valgyti žuvis, kurios yra aukštai maisto grandinėje. Tam tikros žuvys, pvz., Rykliai, kardžuvės, skumbrės ir plytelės, turi didesnį gyvsidabrio kiekį nei mažesnės žuvys, pvz., Sardinės, salotos ir ančiuviai.

Bet kokiame „superfood“ sąraše yra „egzotiškų metų vaisių“. Tai gali būti acai uogų, noni vaisių, drakono vaisių, rambutano arba granatų. Šie vaisiai gali būti sveiki, tačiau moksliniai tyrimai neįrodo, kad jie yra sveikesni nei kiti, mažiau egzotiški (ir todėl pigesni) vaisiai, pavyzdžiui, mėlynės. Kai kurie iš šių vaisių gali būti ypač tankūs tam tikrų rūšių maistinėse medžiagose. Pavyzdžiui, granatų sudėtyje yra ellagitanninų (ellagic acid), kurios gali turėti vėžio savybių. Tačiau raudonosios avietės, kurios, be abejo, yra tokios pat skanios kaip granatų sėklos, taip pat turi ellagic rūgšties.

Mokslininkai teigia, kad sąvokos „superfood“ naudojimas iš esmės yra rinkodaros priemonė, kurioje nėra mokslinių tyrimų. Vis dėlto gamintojai labai priklauso nuo rinkodaros žaislų ir lobistų, kad suprastų visuomenės suvokimą apie jų produktus.

Bandant nuginkluoti visuomenės nuomonę apie makadamijos riešutų naudą sveikatai, pavyzdžiui, didžiausia Havajų prestižinio pasėlio „Royal Hawaiian Macadamia“ riešutinė – lobizavo JAV Maisto ir vaistų administraciją, kad pateiktų teiginį, susijusį su makadamijos riešutų vartojimu sumažėja koronarinės širdies ligos rizika. FDA atsakė išleidžiant kruopščiai suformuluotą teiginį, kad vartojant 1,5 uncijos makadamijos riešutų per dieną kaip mažai riebalų turinčio ir mažai cholesterolio kiekio dietos dalį, gali „sumažinti širdies ligų riziką“. Tai buvo ne visai skambėjimo patvirtinimas, bet makadamijos riešutų pramonė paėmė tai spaudai, o vartotojai nuėjo, gerai, riešutai.

Kita bendra kritika, susijusi su sąvokos „superfood“ vartojimu, yra ta, kad nors pats maistas gali būti sveikas, perdirbimas gali būti ne. Pavyzdžiui, kai šviežiai gaminama žaliosios arbatos, ji turi keletą antioksidantų. Tačiau komerciniu būdu pagamintos išpilstytos žaliosios arbatos dažnai supjaustomos žemesnėmis arbatomis ir gaminamos dideliu kiekiu cukraus. Daugelio rūšių „super-sultys“, išspaudžiamos iš acų uogų, noni vaisių ir granatų, taip pat gali turėti didelį kiekį cukraus.

Panašiai visaverčiai grūdai dažnai apdorojami taip, kad jie būtų labiau skanūs, tačiau jie tampa mažiau sveiki. Pavyzdžiui, greito grūdo avižos yra tokios nesveikos kaip per daug apdorotos baltos duonos, nes jos greitai suvartoja cukraus kiekį kraujyje, kai vartojamos, skatindamos atsparumą insulinui, nutukimą ir diabetą, dr. Davidas Ludwigas sakė NPR.

Kadangi terminas „superfood“ nėra mokslinis, jis gali suklaidinti vartotojus ir paskatinti juos valgyti vienos rūšies maistą. Vietoj to, Hyde sakė, kad ji skatina savo klientus, kurių daugelis bando numesti svorio, valgyti viską saikingai. „Kai ženkliname šiuos maisto produktus kaip„ super “ir„ sveikus “, žmonės galvoja, kad gali juos suvalgyti neribotą kiekį“, – sakė ji. "Bet jūs turite būti atsargūs dėl valgomosios sumos, nes jūs galite priaugti svorio nuo per daug sveiko maisto."

Tyrimai parodė, kad ideali mityba yra tokia, kuri yra daugiausia augalinė, su įvairiais vaisiais, daržovėmis, sveikais grūdais ir sveikais gyvūniniais produktais. „Superfoods“ gali būti geras patekimas į sveiką mitybą, o suvokimas apie maisto, kurį valgote, maistinę vertę gali būti apšviestas, tačiau ten yra daug sveikų maisto produktų, kuriuos galėtumėte ištirti, net jei niekas neskambina „super“.

Papildomi resursai:

Šis straipsnis buvo atnaujintas 2019 m. Kovo 18 d. „Live Science“ leidėjas Jennifer Leman.

Naujasis erdvės amžius: ekspertai žiūri į kosminės žvalgybos ateitį



Per 10–50 metų erdvėlaivis gali nuvesti mus į Raudonosios planetos paviršių, kad galėtume atrasti Žemę panašų eksoplanetą ir už jo ribų. Tačiau, anot ekspertų grupės, ši ateitis priklausys nuo tarptautinio bendradarbiavimo, ryžto ir didėjančios galimybės naudotis žmonėmis visame pasaulyje.

Ši Pi diena (ketvirtadienis, kovo 14 d.), Mokslininkai, astronautai, menininkai, inžinieriai ir dizaineriai susirinko aptarti mūsų ateitį erdvėje, kaip mes „Apollo 11“ mėnulio iškrovimo 50-metis. Renginys, vadinamas „Už lopšio 2019 m. vyko garsiakalbiai, pradedant nuo buvusios NASA astronauto Lelando Melvino iki Marc Okrando, lingvisto, išradusio Klingono kalbą, ir net stiklo menininku Johnu Simpsonu.

Šie garsiakalbiai labai domisi, kaip menas, mokslinė fantastika, kosmoso tyrinėjimas, technologija ir visa kita dirba kartu siekiant ištirti kosminę erdvę ir erdvę. Masačusetso technologijos instituto Kembridžo žiniasklaidos laboratorijoje įvykusiame renginyje taip pat dalyvavo seminarai ir „Q & A“, kurie leido dalyvauti auditorijos nariams.

Susijęs: „Space Junk Explained“: kaip orbitinės šiukšlės kelia grėsmę erdvės šviesos ateičiai („Infographic“)

Vienoje grupėje susirinko įvairi profesionalų grupė, kuri aptarė, kaip kosmoso tyrinėjimas gali atrodyti per 10–50 metų. Moderatorius Dava Newman„Apollo“ programos aeronautikos ir astronautikos ir inžinerinių sistemų profesorius MIT, vadovavo grupei, kuri įtraukė Leon Alkalai, JPL kolegė ir strateginio planavimo biuro vadovė; Sara Seager– fizikos, planetos mokslo ir aeronautikos bei astronautikos profesorius MIT; Erika Wagner, „Blue Origin“ naudingo krovinio pardavimo direktorius; ir SpaceIL įkūrėjas Yonatan Weintraub.

Jūrininkas, kurį Newmanas apibūdino kaip „visko exoplanetų guru“, aptarė, kaip per artimiausius dešimtmečius „tai, ką mes tikrai norime padaryti, pasiekiame tokį lygį, kuriame galime rasti tikrąją Žemę, panašią į mūsų planetą, aplink netoliese esanti žvaigždė. " Šis ambicingas tikslas, jis sakė, yra pasiekiamas, tačiau imsis didelių finansinių investicijų ir ryžtingų, sunkių darbų. Nors naujos planetos bus atrandamos gana dažnai, kaip TESS ir toliau tyrinėja kosmosą ir ieško Žemėje panašių planetų, tai vis dar bus kalnuota mūšis, kad būtų galima galutinai surasti tikrąją Žemę.

Vagneris kalbėjo apie besikeičiantį būdą, kaip žmonės gali patekti į kosmosą, ir kaip su laiku bendraujame su erdve. „Kaip atverti erdvę turizmui? Kaip atverti erdvę menui ir humanitariniams mokslams ir visiems kitiems dalykams, kurie mus verčia?“ Wagner paklausė. Ji taip pat pridūrė, kad norint pasiekti pažangą, įskaitant turizmą, reikalinga didesnė prieiga prie kosmoso, įskaitant prieigą prie „CubeSats“. „Erdvė neužauga, jei nuolat imame tą patį pyragą ir tik pjaustome ją mažesniu ir mažesniu“, – sakė ji.

Weintraub pasidalino „SpaceIL“ istorija, jo įkūrimo pradžia su pradinėmis „Lunar X“ prizo laimėjimais. Niekas nugalėjo prizą, bet SpaceIL ir toliau padarė neįtikėtiną pažangą, neseniai pradėdamas savo pirmąjį laivą į mėnulio paviršių. Weintraubas sakė: „Prieš aštuonerius su puse metų sėdėjau į barą su dviem draugais, o alkoholio lygis mūsų kraujyje pakilo, mes vis labiau ryžtingai … mažiau nei prieš mėnesį, mes iš tikrųjų ją pradėjome, ir tai pakeliui į mėnulį „Weintraub pridūrė, kad bendradarbiavimas su NASA padėjo padaryti misiją įmanoma, atveriant kelią būsimoms privačioms įmonėms bendradarbiauti su esamomis kosmoso agentūromis.

Weintraubas iki šiol įtvirtino SpaceIL misijos sėkmę, kai jis pasidalino „Selfie“, kurį atliko „SpaceIL“ Mėnulio žemė, keliu į Mėnulį.

„Alkalai“ sutiko su „Weintraub“, kad bendradarbiavimas bus svarbus būsimoms tiriamosioms misijoms. Šarmų darbas su NASA „InSight“ misija į Marsą, sakė jis, tai parodė šią tiesą, parodydama ne tik tai, kas įmanoma bendradarbiaujant, bet ir tarptautinio bendradarbiavimo svarbą. Prancūzų inžinieriai dirbo kartu su JPL tyrėjais, kad sukurtų žemę, kuri buvo aprūpinta naujausiais instrumentais studijuoti Raudonąją planetą. Šarmai taip pat lygino tarptautinį bendradarbiavimą, kuris remia pažangą kosmoso tyrinėjime, į jo kelionę kaip natūralizuotą JAV pilietį, pridėdamas, kad kai jis keliauja su kitais savo srities žmonėmis, jie yra „rūšiuoti kaip pasaulio piliečiai“.

Bendradarbiavimo tema tęsėsi, kai atsakydamas į klausytojo klausimą, kaip mokslas, kosmoso tyrimas ir politika turėtų sąveikauti ir kaip įtraukti mokslininkai į politiką, Newmanas sakė, kad „mokslininkai ir inžinieriai, mes negalime gyventi tik mūsų Mes turime paspartinti ir padaryti daugiau ir taikyti politiką, kad galėtume turėti poveikį. “

Sekite „Chelsea Gohd“ Twitter @chelsea_gohd. sekite mus Tviteryje @Spacedotcom ir toliau Facebook.

Nieko nekalbantis apie nekaltą slėnį: Eerie Robot Voices


Pakvieskite jį Didžioji judrumo konvergencija. Pirmasis bitų, nepaprasto slėnio, mes visi esame susipažinę iki šiol: Jei humanoidinis robotas atrodo labai realus, bet nepakankamai realus, jis mus išnyks. Kol kas ši idėja buvo taikoma beveik vien tik robotų veidams ir kūnams, tačiau ji mažiau žinoma kaip robotas balsai.

Išskyrus, tai yra Kozminskio universiteto robotas Aleksandras Przegalinska, taip pat MIT mokslinis bendradarbis. Przegalinska pristato mokslinę pokalbių ir balso asistentų, tokių kaip Alexa, ekonomiką. WIRED šią savaitę sėdėjo su Przegalinska SXSW, kad galėtume kalbėti apie monumentalią žmogaus intonacijos atkūrimo problemą, kodėl humanoidinių robotų ateitis gali būti ne itin ryški, ir kas atsitinka, kai leisite mokiniams mokyti pokalbių, kaip kalbėti.

Šis pokalbis buvo redaguotas dėl ilgio ir aiškumo.

WIRED: Kodėl mokytis robotų balsų?

Kai galvojate apie robotus, blaškumas yra ne tik veidas ir žvilgsnis, nors ir labai galingas. Taip pat labai dažnai balsas, kaip jis kalba. Pati tonas yra labai svarbus dalykas. Štai kodėl susidomėjome „chatbots“, todėl mes sukūrėme savo.

Pokalbis su mano mokiniais kalbėjo visą metus, daugiausia mokydamasis iš jų, todėl galite surinkti, kokias žinias jis baigė! (Kiek prakeikimo žodžių!) Jie nuolatos žemino jį. Kuris yra galbūt nešvankus slėnis, nes, kai galvojate apie tai, kodėl jie yra tokie bjaurūs pokalbiams? Galbūt jie yra bjaurus, nes pokalbių pokalbis yra tik pokalbių pokalbis, o gal jie yra bjaurus, nes jie yra nesaugūs – ar jame yra žmogus, kas vyksta su tuo?

Arba netgi fizinis robotai. Japonijoje buvo atliktas tyrimas, kuriame jie pastatė robotą į prekybos centrą ir leido vaikams eiti į jį ir pamatyti, ką darys vaikai, ir jie galų gale jį spardė ir štampavo bei pavadino.

Su vaikais – turiu 6 metų – tai džiunglės. Jie yra tame lygyje, kur gamta vis dar yra stipri ir kultūra nėra tokia stipri. Kai kuriate labai atvirą sistemą, kuri mokysis iš jūsų, ką norite, kad ji išmoktų? Mano mokiniai visada kalbi su ta pokalbių programa ir jie taip nekenčia.

SUŽINOKITE DAUGIAU

„WIRED“ vadovas robotams

Galbūt tai yra katarinis. Galbūt tai panaši į terapiją.

Galbūt tai terapija yra susijusi su tuo, kad jūs dirbate su šiuolaikiniais slėnio jausmais. Taigi jūs esate piktas ir nesate tikras, su kuo bendraujate. Manau, kad šie keistai santykiai su pokalbių botais, kurie yra padėjėjai, ir jie yra labai mandagūs, ir žmonės tiesiog mesti šiukšles, yra tiesiog keista situacija, lyg jie būtų kai kurie žemesnio lygio žmonės.

Šie pokalbiai gali būti įvairių formų, tiesa? Taigi jis gali būti tik teksto, arba jis gali būti su skaitmeniniu avataru.

Mes nustatėme, kad pokalbis, kuris taip pat turėjo avatarą, žmonėms buvo labai erzina. Daugeliu atvejų jis davė tokį patį atsakymą kaip ir tekstas, tačiau skirtumai buvo didžiuliai. Teksto pokalbių pokalbio dalyvių nuomone, labai kompetentinga kalbėti apie įvairias temas. Tada buvo dar viena grupė, kuri turėjo bendrauti su vienu, turinčiu veidą ir žvilgsnį. Kalbant apie emocinį atsaką, jis buvo labai neigiamas. Žmonės buvo nuolat pabrėžti. Grupė, kuri kalbėjo su tekstiniu pokalbių pokalbiu, paprastai turėjo du kartus ilgesnius pokalbius.

Ką apie tai, kaip elgėsi pokalbis? Kaip tai buvo geras pokalbis?

Kai tik buvo pokalbis, pokalbių pokalbis bandė atspindėti, ką pasakė kitas asmuo. Pavyzdžiui, jei sakėte, kad nekentėte sporto, o pokalbis buvo pakankamai ilgas, pokalbių pokalbis pasakytų: „Aš taip pat nekenčiu sporto“.

Taigi jums gali būti gulėti.

Žinoma. Nuolat. Tai taip pat buvo labai daug. Pavyzdžiui, jūs turėjote vieną sąveiką, kurioje jis pristatė save kaip respublikoną, ir jūs turėjote kitą bendravimą, kur jis pristatė save kaip demokratą ir labai progresyvų asmenį. Sportavimas ir mylintis sportas. Neapykantos tam tikrų tautybių. Tai buvo įdomu pamatyti, tačiau tai parodė tam tikrus galimus pavojus, susijusius su šia sąveika. Kai galvojate apie save kaip įmonę, sakykime, kad statote save pokalbių svetainę. Jūs esate Nike, o tada pokalbių botai sako, kad nekenčia sporto. Ką tu darysi?

Arba dar blogiau, ji tampa rasistine.

Tai iš tikrųjų vyksta. Manau, kad mūsų pokalbių tinklas vis dar buvo labai kontroliuojamas daugeliu būdų, ir mums buvo stebina, kaip dažnai ji buvo prakeikta, nes mes kuravome tam tikrą turinį. Jis buvo pristatomas, ir tada jis taip lengvai išsiskyrė su kitais žmonėmis.

Be semantikos, kai kalbama apie dabartinius robotų balsus, kas yra žmonių išskleidimas?

Net jei tai trumpas sakinys, robotai ją užbaigia taip, tarsi tai būtų ilgas. Tai taip įtikinamai, kad atrodo, kad tikitės ilgo pareiškimo ir tada sakinys baigiasi. Taigi yra problema, kai suprantate, ką jūs sakote, tonalumą ir kontekstą. Taigi susiejant semantiką su tonaily, tai yra dalis, kuri suklysta.

Ką apie papildomą sudėtingumo lygį, kai įkūnijamas toks intelektas tokiame fiziniame robote kaip Sofija, kurį dauguma žmonių žino iš savo pokalbių šou?

Galbūt problema yra visa tai integruojant. Mes žinome, kad tokios sistemos yra labai modulinės, taigi yra sistema, atsakinga už galvos perkėlimą, o kita – šypsotis, visi šie moduliai kartais yra prastai integruoti taip, kad niekada nepasikartotų su žmonėmis, arba bent jau labai retai . aš manau tai yra slėniukas, atsakymų vėlavimas. Tam reikalinga tikrai didelė skaičiavimo galia. Bet aš neabejoju, kad tai yra ateitis. Galbūt ne ši bendrovė, galbūt ne su šiuo konkrečiu atveju. Nebent humanoidiniai robotai visiškai atsisakytų. Tai taip pat yra galimybė. Manau, kad tai įmanoma.

Tikrai? Kodėl tu tai pasakytumėte?

Kadangi manau, kad jei turite kokią nors sistemą, kuri yra lengvai klasifikuojama kaip mašina, bet vis dar yra super protinga ir jautri, galbūt to pakanka. Kodėl jums rūpi? Tai netgi galėtų būti dėžutė, kuri pasvirusi į priekį arba atgal, padarydama tuos mažus gestus, kurie rodo, kad žino, kokios emocijos yra. Galbūt žmonės nori kažko, kas atrodo kaip dulkių siurblys, ir kalbėtų su jais, o ne turėti Sophia, kuri jau taip trikdo.


Daugiau puikių WIRED istorijų

12 Moksliškai įrodyti ženklai, kuriuos turėtumėte išpurkšti savo partnerį


Ar jūs ir jūsų partneris sekate skirtingas religijas? Arba vienas iš jūsų yra blaivus ir kitas pigus? Ar jūs laikote visiškai priešingus politinius įsitikinimus?

Visi šie potencialiai sprogūs klausimai gali paveikti tai, ar matome save kaip panašius ar skirtingus su mūsų partneriais, – sakė „Slotter“.

Kai pirmą kartą susiduriate su potencialiu meilės interesu, „kuo labiau panašūs jie yra mums, tuo labiau mes linkę jiems patikti“, – sakė A. Slotteris. Tai pasakytina apie viską, pradedant pomėgiais, demografiniais, taip, religiniais ir politiniais įsitikinimais. Bet ar esate geras rungtynės yra sudėtingesnis nei tai, ar norėtumėte žaisti „Pokémon Go“ ar žiūrėti siaubo filmus.

Viskas ateina į istoriją, kurią pasakome apie mūsų partnerius.

„Tai apie panašumo suvokimą, – sakė Slotteris. "Jei manau, kad mano partneris ir aš esame labai panašūs, tai gerai. Jei aš suvokiu savo partnerį kaip mane, tai man labai didelis pasitenkinimas santykiuose." Taigi, net jei jūsų draugai mano, kad jūs ir jūsų partneris yra tikrai skirtingi, tai nesvarbu. Viskas apie tai, kaip suvokiate savo partnerį, sakė „Slotter“.

Paprastai poros laikui bėgant tampa panašesnės, tačiau mūsų požiūris į mūsų partnerius taip pat gali keistis ilgainiui. O jei jaučiatės, kad jūsų partneris yra labiau panašus į panašų į tave, tai gali būti laikas giliam pokalbiui, o gal net ir Geras Jonas (arba Jane) laiškas.

12 keistiausių Visatos objektų


DGSAT I yra ultradiffusinė galaktika (UDG), o tai reiškia, kad ji yra tokia pat didelė kaip galaktika, kaip Paukščių takas, bet jos žvaigždės yra taip plonos, kad yra beveik nematomos. Tačiau kai mokslininkai 2016 m. Matė vaiduoklišką DGSAT 1, jie pastebėjo, kad jis sėdi vieni, gana skirtingai nuo kitų UDG, kurie paprastai randami grupėse. Jo charakteristikos rodo, kad silpnas objektas, susidaręs per labai skirtingą erą visatoje, grįžo tik po 1 milijardą metų arba po daugelio sprogimų, todėl DGSAT 1 tapo gyvu iškastiniu kuru.

Galite maitinti skaičiuoklę su kai kuriais LED


Tarkime, jūs ruošiatės atlikti fizikos testą. Viskas yra nustatyta, bet palaukite! Jūsų skaičiuotuvo baterija mirė. Ką tu darai? Jei esate papildomas, jūs galite patraukti LED (šviesos diodą) ir naudoti jį, kad jūsų skaičiuotuvas vėl veiktų. Žinau, kad tai atrodo beprotiška, bet tiesa. Tiesą sakant, aš iš tikrųjų vykdiau skaičiuoklę naudodamas kai kuriuos šviesos diodus.

Žinoma, norint iš tikrųjų suprasti, kaip tai veikia, reikia pažvelgti į tai, kas iš tikrųjų yra LED. Aš tikiu, kad turite keletą išmanųjį telefoną kišenėje. Daugelis vaizdo ekranų naudoja LED. Tai labai įmanoma, jūs turite vieną įsukti į savo lubų šviesą. Jie yra visur.

Pradėkime tik su diodu. Diodas yra prietaisas, pagamintas iš dviejų tipų puslaidininkių, kurie yra sujungti. Viename iš puslaidininkių yra papildomų elektronų (neigiamų įkrovimų), kurie gali judėti, kad medžiaga taptų laidininke. Tai vadiname n tipo puslaidininkiu n reiškia neigiamą). Kitas medžiagos tipas vadinamas p-tipo puslaidininkiu. Tikiuosi, kad galite atspėti, ką p reiškia „yup“, „teigiami mokesčiai“. P-tipo yra iš tikrųjų atomų su trūkstamais elektronais. Tai vadinama teigiamomis skylėmis, nes ten turėtų būti elektronas. Tačiau šios skylės iš esmės veikia kaip teigiamas įkrovimas.

Įdėję p-tipo kartu su n-tipo, gausite diodą. Jei neigiamo elektrono srovė (kuri veikia kaip dauguma elektros srovių) patenka į diodo n-tipo pusę, viskas veikia gerai. Neigiami elektronai gali judėti per diodo n tipo dalį be jokių problemų. Kai šie krūviai patenka į p tipo pusę, jie sujungiami su teigiama skylė (jie užpildo skyles). Taip atrodo, kad teigiama skylė judėtų priešinga kryptimi, kaip ir neigiamas įkrovimas, taip, kad per diodą yra pastovi srovė.

Jei perjungiate elektros srovės kryptį, atsitinka kažkas kito. Norėdami tai padaryti, turite keisti diodo elektros lauko kryptį. Tada šis laukas nuspaudžia n-tipo neigiamus įkrovimus ir teigiamus skylės p-tipo atstumu. Dabar „n“ ir „p“ yra daug sunkiau sujungti, todėl jūs iš esmės negavote srovės.

Tai yra diodo esmė. Srovė gali eiti vienu keliu, bet ne kitu būdu. Bet palauk! Ką apie šviesos dalį? Pasirodo, kad neigiamo krūvio n-tipo pusėje energija yra didesnė nei teigiamų skylių p-tipo pusėje. Taigi, kai neigiamas įkrovimas sujungia su skylute, įkrovos energija sumažėja. Kadangi energija turi būti išsaugota, energija turi eiti kažkur. Ji. Tai šviesa.

Tai iš tikrųjų netgi protingesnė. Pasirodo, kad pagamintos šviesos dažnis yra proporcingas energijos pokyčiui. Taip, tai yra iš kvantinės mechanikos, tačiau ji vis dar yra reali. Štai šie santykiai:

Rhett Allain

Šioje frazėje ΔE yra elektrono ir f yra šviesos dažnis. The h yra Plancko pastovus – tai didelis dalykas kvantinės mechanikos srityje. Bet tai yra jūsų LED, šviesos diodas. Aš juos naudoju. Juos naudojate. Visi juos naudoja. Jie puikiai tinka šviestuvams, nes jie dažniausiai sukuria šviesą ir nėra labai karšti, pavyzdžiui, kaitinamosios arba fluorescencinės lemputės.

Dabar paimkime super crazy. Ką daryti, jei jūs imtumėte LED ir neprisijungsite prie baterijos? Vietoj to prijunkite šviesos diodą prie voltmetro ir išmatuokite elektrinį potencialą per LED laidus? Pažiūrėk.

Atkreipkite dėmesį, kad prijungę LED prie voltmetro, iš karto gaunate įtampą. Šis šviesos diodas yra kilęs iš šviesos. Kai uždengsiu LED, įtampa krinta. Šviesa šviesa padidina įtampą. Bet kodėl? Iš esmės, diodas veikia kaip saulės kolektorius. Gerai, tai yra saulės kolektorius. Šviesa suteikia energiją n-tipo medžiagos elektronams, kad ji turėtų pakankamai energijos, kad galėtų pereiti prie p tipo tipo. Šis krūvių judėjimas sukelia potencialų skirtumą (tai iš esmės veikia kaip kondensatorius), kad gautumėte įtampą.

Jei negalite pasakyti, manau, kad tai nuostabus. Šviesos diodas yra dvipusis prietaisas. Paleiskite srovę per šviesą. Šviesinkite jį ir galite gauti elektros srovę (jei ją prijungiate prie kažko). GERAI. Žaidimas. Ar galiu naudoti kai kuriuos LED? Iš tiesų, TAIP. Pažiūrėk. Čia yra LED, prijungto lygiagrečiai, krūva taip, kad iš kiekvieno LED srovė padidintų bendrą srovę. Šis LED bankas yra prijungtas prie saulės energijos skaičiuotuvo, kai saulės elementas yra pašalintas.

Tai veikia. Gerai, aš planavau kažką didesnio. Aš norėjau, kad šis paleistų šiek tiek elektrinį variklį, bet aš negalėjau jį dirbti. Skaičiuoklė yra gana maža, todėl puikiai tinka šiam darbui.

Bet palauk. Jei šviesos diodas gali būti ir šviesos, ir saulės kolektorius, ar saulės kolektorius gali būti ir šviesa? Matyt, taip. Aš to nepadariau, bet man buvo pasakyta, kad jei saulės kolektorių prijungsite prie maitinimo šaltinio, jis šviečia. O, jūs to nematote – jis šviečia šalia infraraudonųjų spindulių (pvz., Jūsų TV nuotolinio valdymo pultas). Tai reiškia, kad jums reikės fotoaparato be infraraudonųjų spindulių filtro. Aš toliau bandysiu su tuo.

Leiskite man pasakyti savo tikrąjį planą (nes jis neveikė). Aš ketinau prijungti variklį prie LED ir šviesti šviesos diodą, kad paleistumėte variklį. Tada aš tikrai norėjau paversti variklį taip, kad jis veiktų kaip generatorius ir šviečia LED. Tai būtų gana kieta.

Taip, elektros variklis ir elektros generatorius yra tas pats. Jei veikia per jį, jis sukasi. Jei sukite, galite gauti srovę. Bumas. Dvigubas muitas. Yra ir kitų prietaisų, kurie eina abiem kryptimis. Ką apie kalbėtoją? Jei prie kompiuterio garso įvesties prijungiate garsiakalbį, jis veikia kaip mikrofonas. Taip pat yra TEG (termoelektrinis generatorius). Tai įrenginys, kuris iš esmės yra tik du skirtingi metalai, sujungti. Jei šildote vieną iš metalų, galite sukurti elektros srovę. Šis įrenginys naudojamas su erdvėlaiviais (ir radioaktyviuoju šilumos šaltiniu), siekiant suteikti giliai erdvės galią. Tačiau, jei vartojate tą patį prietaisą ir veikia per jį, viena pusė tampa karšta ir viena pusė šalta. Tai elektrinis aušintuvas su judančiomis dalimis.

Taigi, dabar pridedu LED prie šio dvejopo tikslo įrenginių sąrašo. Dabar aš tiesiog turiu išsiaiškinti, kaip sukurti nuo saulės LED saulės kolektorių. Tai bus smagu.


Daugiau puikių WIRED istorijų

Kas yra didžiausias gyvūnas žemėje?


Pažvelkite į keletą gyvūnų burnų ir pamatysite geriausių evoliucijos darbų įrodymus. Paimkite gyvatės, kurių dantys yra ploni ir su dantimis – nepaprastai efektyvūs įrankiai grobio žudymui. Arba ešeriai, kurie naudoja savo masyvius dantis, kaip ledo kirtikliai, iškraunami sunkius kūnus žemėje. Hagfish'e akmenys panašūs į žandikaulius yra idealiai tinka mėsai, į kurią jie įlaipinami, galvą.

Bet, išgalvotas fangs, kai kalbama apie skaičius, kuris gyvūnas žemėje didžiuojasi?

Kaip paaiškėja, konkurencija dėl toothiest būtybės pavadinimo yra stipri, priklausomai nuo to, kur žiūrite – ir ką jūs apibrėžiate kaip „dantį“. Štai keletas geriausių dalyvių. [Why Are Teeth Not Considered Bones?]

Giliai Pietų Amerikoje esančių atogrąžų miškų, milžinišką šarvą (Priodontes maximus) viršų žemės žinduolių dantų skaičių, 74 dantis. Šis skaičius gali atrodyti ne itin įspūdingas, tačiau žinduolių, kurie iš tikrųjų yra mažiausiai toothy būtybių Žemėje, yra didelis.

Kiaušinių dėjimo žinduoliai, pvz., Platypuses, neturi dantų, tokie kaip opossumai turi apie 50, o žmonės – menkūs 32, – sakė Amerikos gamtos istorijos muziejaus Niujorke muziejaus kuratorė Robertas Vossas. Šiame kontekste „milžiniška šarvuotė tikrai yra anomalija“, – sakė jis „Live Science“.

Tai yra įdomi priežastis. Dauguma žinduolių yra „heterodontai“, o tai reiškia, kad jų dantys turi daugiau nei vieną formą ir yra sudėtingi, o tai leidžia tiksliai bendrauti su viršutiniu ir apatiniu žandikauliu. Tai suteikia žinduoliams galimybę iš tikrųjų susmulkinti savo maistą, o tai padidina maisto paviršiaus plotą ir leidžia jiems absorbuoti daugiau energijos ir maistinių medžiagų. „Mažesnis dantų vidurkis[s] jie gali sutelkti dėmesį į labai tikslius kontaktų tipus ir sąveiką tarp priešingų dantų “ir taip padidinti energijos suvartojimą, sakė Arkanso universiteto paleoantropologas Peteris Ungaras, kuris tiria, kaip vystosi žinduolių dantys.

Tačiau, skirtingai nuo kitų žinduolių, milžiniški armadilijos yra homodonts, o tai reiškia, kad jų dantys yra mažiau sudėtingi: „Iš priekio jų dantys atrodo kaip panašūs į aštrias šliužo juostas. Šie paprastesni gnashers tinka minkštuose stuburiniuose gyvūnuose, kuriems reikalingas tik nedidelis trupinimas, kad išlaisvintų energiją. „Pagalvokite apie tai kaip burbulinė arbata: jums tikrai nereikia kramtyti šių rankenėlių“, – sakė Vossas. Evoliuciškai kalbant, paprastesni dantys reiškia daugiau, kad tilptų į burną. Pridėti, kad milžinišką šarvai ilgą žandikaulį, ir derinys paaiškina, kodėl šie žinduoliai gali pakuoti daugiau dantų nei dauguma.

Giant armadillos, tačiau "negali laikyti žvakės į kai kurias žuvis, kurios gali turėti šimtus, net tūkstančius dantų burnoje vienu metu", – sakė Ungar Live. Toks apreiškimas veda mus į vandenyną – ir į rekvizitinių ryklių žandikaulius, kurie greičiausiai yra visų stuburinių gyvūnų dykumingiausi, pagal Floridos ryklių tyrimų programos direktorių Gaviną Naylorą.

Tai atsitinka jų sukimosi sistemai – protingam biologiniam įsilaužimui, kurį turi visos ryklių rūšys. Vietoj tik vienos dantų eilutės, įsišaknijusios žandikaulyje, rykliai auga keletą eilučių savo burnoje. Jie pririšti tik prie odos, apimančios žandikaulį, leidžiant jiems judėti į priekį, kad pakeistų prarastus dantis. Paklaustas, kodėl rykliai turi šią sistemą, sakė Naylor: „Manau, kad geresnis klausimas yra, kodėl mes ne? Svarbiausia, kad ši nuolatinė konvejerio juosta leidžia ryklius pakeisti dantų, kuriuos jie dažnai praranda žiauriuose mūšiuose su savo grobiu: „Dantys yra svarbūs šėrimui, todėl juos nuolat keičiant gali būti suteikta didžiulių privalumų“, – sakė Nayloras. [What Animal Is the Fastest Swimmer?]

Taigi, kokie numeriai mes kalbame? Bet kuriuo metu rekvizitiniai rykliai turės keletą šimtų aktyvių dantų. Tačiau per visą gyvenimą „apskaičiavimai rodo, kad kai kurios pakartotinių ryklių rūšys gali augti ir išsklaidyti 30.000 dantų“, – sakė Naylor. Tai tris kartus daugiau nei didelis baltas (Carcharodon carcharias), kuris per visą savo gyvenimą eina apie 10 000.

Ir vis dėlto, tai vis dar nustelbia viena maža būtybė, kurios dantingumas pranoksta mus visus.

Pasikvieskite mikroskopu viduje esančioje jūros šliužo burnoje, ir jūs pamatysite šuolių mišką taip baisiai, kad jie galėtų būti įkvėpimo Ridley Scott 1979 m. Filme „Alien“. Tai yra šliužų dantys, o kai kurios rūšys turi keletą šimtų tūkstančių į jų burną.

Šliužai priklauso gyvulių, vadinamų gastropoda, grupei, dažniausiai toothy kekei, kuri taip pat apima limpets ir sraiges. Jų šuoliai neatitinka griežto „dantų“ apibrėžimo: tradiciniai, pavyzdžiui, mūsų, yra pagaminti iš kalcio fosfato ir paprastai randami stuburiniuose gyvūnuose. Gastropodų dantys – taip pat žinomi kaip "radula" – iš esmės yra chitino juostelės, ta pati medžiaga kaip vabzdžių exoskeletons ", – sakė Ungar Live Live.

Tačiau techniniai dalykai, skrandžio žarnos raduliai, vis dar turi tą pačią funkciją: jie padeda valgyti šliužas, sraiges ir limpetus. "Radulius naudoja ir mėsėdžių, ir žolėdžių moliuskai, kad į burną būtų išpjauti maisto fragmentai, taigi ir lotyniškas pavadinimas" radula ". [which means] „mažas grandiklis“, – sakė Tomas, vyriausiasis neinsektinių bestuburių kuratorius Nacionaliniame istorijos muziejuje Londone. „Iš esmės gyvūnai su raduliais juos išplėsti – šiek tiek panašūs į liežuvį – ir nulaužti, ką jie maitina“. jis pasakė „Live Science“.

Kai dantys nuleidžiami (būtybės, pavyzdžiui, jūros dugnai daug laiko praleidžia į maistą), „jie pakeičiami naujais, kurie formuojasi radaro gale ir judėja į priekį, panašūs į nuolat augančias konvejerio juostų eilutes ryklių dantų “, – sakė White. (Čia galite pamatyti nuotrauką.)

Kalbant apie rūšis, kuri užima didžiausią prizą už daugumą dantų: tai yra skėčiai (Umbraculum umbraculum), spalvingi jūros gyvenamieji šliužai, kurie per visą gyvenimą eina per neįtikėtiną 750 000 šių dantų.

Palyginti su šiuo žavingai dantų gyvūnų skaičiumi, mūsų pačių žmogaus gnashers tiesiog nesupjauna, Ungar sakė. "Mūsų dantys yra nuobodu!"

Iš pradžių buvo paskelbta „Live Science“.

AI algoritmai dabar yra nuostabiai geri „Doing Science“


Nėra žmogaus, arba žmonių komanda, galbūt galėtų sekti daugelio šiandienos fizikos ir astronomijos eksperimentų pateiktos informacijos laviną. Kai kurie iš jų kasdien įrašo terabaitų duomenų, o torrent tik didėja. „Square Kilometer Array“, radijo teleskopas, kuris buvo įjungtas 2020 m. Viduryje, kasmet generuos apie tiek pat duomenų srautą kaip ir visas internetas.

„Quanta Magazine“


autoriaus nuotrauka

Apie

Originalus pasakojimas pakartotinai atspausdintas leidimu iš „Quanta Magazine“, redakciniu požiūriu nepriklausomo „Simons Foundation“ leidinio, kurio misija yra didinti visuomenės supratimą apie mokslą, apimant matematikos ir fizinių bei gyvosios gamtos mokslų mokslinių tyrimų raidą ir tendencijas.

Daugelis mokslininkų kreipiasi į dirbtinį intelektą, kad padėtų. Su minimaliais žmogaus įnašais AI sistemos, tokios kaip dirbtiniai neuronų tinklai – kompiuteriniai imituoti neuronų tinklai, kurie imituoja smegenų funkciją, gali plūgti per duomenų kalnus, išryškindami anomalijas ir aptikdami modelius, kurių žmonės niekada negalėjo pastebėti.

Žinoma, kompiuterių naudojimas moksliniams tyrimams padeda maždaug 75 metus, o duomenų rankiniu būdu perdavimas naudojant prasmingus modelius atsirado prieš tūkstantmečius. Tačiau kai kurie mokslininkai teigia, kad naujausios mašinos mokymosi ir AI technologijos yra iš esmės naujas būdas moksliniams tyrimams. Vienas iš tokių metodų, vadinamas generaciniu modeliavimu, gali padėti nustatyti labiausiai tikėtiną teoriją tarp konkuruojančių paaiškinimų, susijusių su stebėjimo duomenimis, remiantis tik duomenimis, ir, svarbiausia, be išankstinio programavimo žinių apie tai, kokie fiziniai procesai gali būti tiriamoje sistemoje. . Generatorinio modeliavimo šalininkai jį laiko pakankamai nauju, kad būtų laikomas potencialiu „trečiuoju būdu“ mokytis apie visatą.

Tradiciškai mes sužinojome apie gamtą stebėdami. Pagalvokite apie Johannesą Keplerį, perkeliantį Tycho Brahe planetų pozicijų lenteles ir bandant išsiaiškinti pagrindinį modelį. (Galiausiai jis padarė išvadą, kad planetos juda elipsės orbitoje.) Mokslas taip pat buvo pažengęs imituojant. Astronomas gali modeliuoti Paukščių tako ir jo kaimyninės galaktikos, Andromedos, judėjimą ir prognozuoti, kad jie susidurs per kelis milijardus metų. Tiek stebėjimas, tiek modeliavimas padeda mokslininkams sukurti hipotezes, kurios vėliau gali būti išbandytos su papildomomis pastabomis. Generacinis modeliavimas skiriasi nuo abiejų šių metodų.

„Tai iš esmės yra trečiasis požiūris – tarp stebėjimo ir modeliavimo“, – sako astrofizikas Kevin Schawinski ir vienas iš entuziastingiausių modeliavimo entuziastų, kurie iki šiol dirbo Šveicarijos federaliniame technologijos institute Ciuriche (ETH Ciurichas). „Tai kitoks būdas užpulti problemą“.

Kai kurie mokslininkai mano, kad generacinis modeliavimas ir kiti nauji metodai yra tiesiog kaip įrankiai tradiciniams mokslams atlikti. Tačiau dauguma sutinka, kad AI turi didžiulį poveikį ir kad jos vaidmuo moksle tik didės. „Fermi National Accelerator Laboratory“ astrofizikas Brianas Nordas, kuris naudojasi dirbtiniais neuroniniais tinklais, norėdamas studijuoti kosmosą, yra tarp tų, kurie baiminasi, kad žmogaus mokslininkas nieko neįmanoma automatizuoti. „Tai šiek tiek atšaldyta mintis“, – sakė jis.

Atradimas pagal kartas

Nuo to laiko, kai baigė mokyklą, Schawinskis pats save pavadino moksliniais duomenimis. Dirbdamas daktaro laipsniu, jam teko priskirti tūkstančius galaktikų pagal jų išvaizdą. Kadangi darbui nebuvo jokios lengvai prieinamos programinės įrangos, jis nusprendė jį išpopuliarinti – taip gimė „Galaxy“ zoologijos sodo piliečio mokslo projektas. Nuo 2007 m. Paprastieji kompiuterių naudotojai padėjo astronomams prisijungti prie geriausių spėjimų, kokią galaktiką priklausė kokioje kategorijoje. Projektas buvo sėkmingas, tačiau, kaip pažymėjo Schawinski, AI tapo pasenusi: „Šiandien talentingas mokslininkas, turintis fone mašinų mokymąsi ir prieigą prie debesų kompiuterijos, galėtų viską padaryti po pietų.“

2016 m. Schawinskis kreipėsi į galingą naują generacinio modeliavimo priemonę. Iš esmės generacinis modeliavimas klausia, kaip tikėtina, kad, atsižvelgiant į X sąlygą, stebėsite Y rezultatą. Metodas pasirodė neįtikėtinai stiprus ir universalus. Pavyzdžiui, tarkime, kad jūs generuojate generuojamąjį modelį žmogaus veidų vaizdų rinkiniu, kiekvienam veidui pažymėjus asmens amžių. Kadangi kompiuterinė programa šukuoja per šiuos „mokymosi duomenis“, ji pradeda susieti senesnius veidus ir padidėjusią raukšlių tikimybę. Galų gale jis gali „išgyventi“ bet kokį veidą, kurį jis suteikia – tai reiškia, kad jis gali numatyti, kokie fiziniai pokyčiai tam tikrame amžiuje gali būti atliekami.

Nė vienas iš šių veidų nėra realus. Viršutinėje eilutėje (A) ir kairiajame stulpelyje (B) esantys veidai buvo pastatyti generuojančiu priešišku tinklu (GAN), naudojant nekilnojamojo veidų blokus. Tuomet GAN sujungė pagrindinius A veidų bruožus, įskaitant jų lytį, amžių ir veido formą, smulkesnius B veidų bruožus, pvz., Plaukų spalvą ir akių spalvą, kad būtų sukurti visi veidai likusioje tinklo dalyje.

Geriausiai žinomos generacinės modeliavimo sistemos yra „generiniai priešiškieji tinklai“ (GAN). Po tinkamo treniruočių duomenų GAN gali atkurti pažeistus arba trūkstamus vaizdo elementus, arba jie gali padaryti ryškias nuotraukas. Jie išmoksta išsiaiškinti trūkstamą informaciją konkurso būdu (taigi terminas „priešiškumas“): viena tinklo dalis, žinoma kaip generatorius, generuoja suklastotus duomenis, o antroji dalis, diskriminatorius, bando atskirti suklastotus duomenis iš tikrus duomenis. Kai programa vyksta, abi pusės tampa vis geresnės. Galbūt jūs matėte kai kuriuos hiper-realistinius, „GAN“ pagamintus „veidus“, kurie neseniai išplatino – „freakishly realistiškų žmonių, kurie iš tikrųjų neegzistuoja“, kaip vieną antraštę įdėjo.

Apskritai generacinis modeliavimas apima duomenų rinkinius (paprastai vaizdus, ​​bet ne visada) ir nutraukia kiekvieną iš jų į pagrindinius, abstrakčius statybinius blokus – mokslininkai tai nurodo kaip „latentinę erdvę“. Algoritmas manipuliuoja elementais latentinę erdvę, kad pamatytumėte, kaip tai turi įtakos pradiniams duomenims, ir tai padeda atskleisti fizinius procesus, kurie yra sistemoje.

Paslėptos erdvės idėja yra abstrakta ir sunku vizualizuoti, bet kaip šiurkštus analogija galvoti apie tai, ką gali daryti jūsų smegenys, kai bandote nustatyti žmogaus veido lytį. Galbūt pastebėsite šukuoseną, nosies formą ir pan., Taip pat modelius, kurių jūs negalite lengvai įterpti į žodžius. Kompiuterio programa taip pat ieško svarbių duomenų tarp duomenų: nors ji nežino, kas yra ūsai, ar kokia yra lytis, jei jis buvo apmokytas duomenų rinkiniuose, kuriuose kai kurie vaizdai pažymėti „žmogus“ ar „moteris“ ir kuriuose kai kurie turi „ūsų“ žymą, jis greitai susitars.

Astrofizikas Kevinas Schawinskis, vadovaujantis AI bendrovei „Modulos“, teigia, kad technika, vadinama generaciniu modeliavimu, suteikia trečią būdą mokytis apie visatą.

Der Beobachter

Gruodžio mėn. T Astronomija ir astrofizikaSchawinski ir jo ETH Zurich kolegos Dennis Turp ir Ce Zhang naudojo generatyvų modeliavimą, kad ištirtų fizinius pokyčius, kuriuos galaktikai patiria vystydamiesi. (Programinė įranga, kurią jie naudoja, traktuoja latentinę erdvę šiek tiek kitaip nei generuojantis priešiškasis tinklas, todėl techniškai tai nėra GAN, nors ir panašus.) Jų modelis sukūrė dirbtinius duomenų rinkinius kaip būdą testuoti hipotezes apie fizinius procesus. Pavyzdžiui, jie paklausė, kaip žvaigždės formavimosi „atšaldymas“ – staigus formavimo tempų sumažėjimas – susijęs su didėjančiu galaktikos aplinkos tankiu.

Schawinskio pagrindinė problema yra tai, kiek informacijos apie žvaigždžių ir galaktikos procesus galima išsklaidyti tik iš duomenų. „Ištrinkime viską, ką žinome apie astrofiziką“, – sakė jis. „Kiek mes galėtume iš naujo atrasti šias žinias, tiesiog naudojant pačius duomenis?“

Pirma, galaktikos atvaizdai buvo sumažinti iki jų latentinės erdvės; tada Schawinskis galėjo keisti vieną tos erdvės elementą taip, kad atitiktų tam tikrą galaktikos aplinkos pasikeitimą – pavyzdžiui, jo apylinkės tankį. Tada jis galėjo atkurti galaktiką ir pamatyti, kokie skirtumai atsirado. „Taigi dabar turiu hipotezės kartos įrenginį“, – aiškino jis. „Aš galiu paimti visą krūvą galaktikų, kurios iš pradžių yra mažo tankio aplinkoje, ir dėl to jie atrodo kaip jie yra didelio tankio aplinkoje.“ Schawinskis, Turpas ir Zhang pamatė, kad galaktikos eina iš mažo ir didelio tankio aplinka, jos tampa raudonos spalvos ir jų žvaigždės tampa labiau centralizuotos. Tai atitinka esamas pastabas apie galaktikas, sakė Schawinski. Kyla klausimas, kodėl taip yra.

Kitas žingsnis, sako Schawinski, dar nėra automatizuotas: „Turiu atvykti kaip žmogus ir pasakyti:„ Gerai, kokia fizika galėtų paaiškinti šį efektą? “„ Toks procesas yra tikras Paaiškinimai: Galbūt didelio tankio aplinkoje galaktikos tampa švelnesnės, nes jose yra daugiau dulkių, arba galbūt jos tampa raudonos dėl mažėjančios žvaigždės formavimo (kitaip tariant, jų žvaigždės yra vyresnės). Kartu su generaciniu modeliu galima išbandyti abi idėjas: latentinės erdvės elementai, susiję su dulkėtumu ir žvaigždės formavimu, keičiami, kad būtų galima pamatyti, kaip tai veikia galaktikų spalvą. „Ir atsakymas yra aiškus, – sakė Schawinski. Raudesnės galaktikos yra „kur žvaigždės formavimas sumažėjo, o ne tos, kur pasikeitė dulkės. Taigi turėtume pritarti šiam paaiškinimui. “

Naudojant generacinį modeliavimą, astrofizikai galėjo ištirti, kaip galaktikos pasikeičia, kai jie eina iš mažo tankio regionų kosmoso į didelio tankio regionus, ir kokie fiziniai procesai yra atsakingi už šiuos pokyčius.

Šis metodas yra susijęs su tradiciniu modeliavimu, tačiau su kritiniais skirtumais. Simuliacija yra „iš esmės prielaida,“ sakė Schawinski. „Metodas yra pasakyti:„ Manau, kad žinau, kokie yra pagrindiniai fiziniai įstatymai, dėl kurių atsiranda viskas, ką matau sistemoje. “Taigi turiu žvaigždės formavimo receptą, turiu receptą, kaip elgiasi tamsioji medžiaga. ir taip toliau. Aš įdėjau visas mano hipotezes, ir aš leidžiau atlikti modeliavimą. Ir tada aš paklausiu: ar tai atrodo kaip realybė? “Jis pasakė, kad jis„ padarė tam tikrą prasmę, tiksliai priešingai modeliavimui “. Mes nieko nežinome; mes nenorime nieko prisiimti. Mes norime, kad duomenys pats pasakytų mums, kas gali vykti. “

Akivaizdu, kad tokioje studijoje, kaip šis, akivaizdi generatyvaus modeliavimo sėkmė nereiškia, kad astronomai ir absolventai buvo atleisti, tačiau atrodo, kad tai yra permainas, kai mokymosi apie astrofizinius objektus ir procesus galima pasiekti dirbtiniu būdu sistema, kuri turi šiek tiek daugiau savo elektroninių pirštų taškų nei daugybė duomenų. „Tai nėra visiškai automatizuotas mokslas, tačiau tai rodo, kad mes galime bent iš dalies sukurti įrankius, kurie leistų automatizuoti mokslo procesą“, – sakė M. Schawinski.

Generacinis modeliavimas yra akivaizdžiai galingas, tačiau ar tai tikrai yra naujas požiūris į mokslą, yra atviras diskusijoms. Dovydui Hoggui, Niujorko universiteto kosmetologui ir Flatirono institutui (kuris, kaip ir Quanta, finansuoja Simons fondas), metodas yra įspūdingas, bet galiausiai tik labai sudėtingas būdas išgauti duomenis iš duomenų, o tai yra astronomai darę šimtmečius. Kitaip tariant, tai pažangi stebėjimo forma ir analizė. „Hogg“ darbas, kaip ir Schawinskis, labai priklauso nuo AI; jis naudoja neuroninius tinklus, kad klasifikuotų žvaigždes pagal jų spektrą ir nustatytų kitus fizinius žvaigždžių požymius, naudodamiesi duomenimis. Tačiau jis mato savo darbą, taip pat ir Schawinskį, kaip išbandytą ir tikrą mokslą. „Nemanau, kad tai yra trečias būdas“, – sakė jis neseniai. „Tik manau, kad mes, kaip bendruomenė, tampa daug sudėtingesni apie tai, kaip mes naudojame duomenis. Visų pirma mes daug geriau lyginame duomenis su duomenimis. Bet, mano nuomone, mano darbas vis dar yra stebėjimo režimu. “

Sunkūs padėjėjai

Nesvarbu, ar jie yra konceptualūs, ar ne, aišku, kad AI ir neuronų tinklai vaidina svarbų vaidmenį šiuolaikinėje astronomijos ir fizikos tyrimuose. Heidelbergo teorinių studijų institute fizikas Kai Polstereris vadovauja astroinformatikos grupei – mokslininkų komanda sutelkė dėmesį į naujus, į duomenis orientuotus astrofizikos metodus. Neseniai jie naudojo mašininio mokymosi algoritmą, kad išgautų raudonojo poslinkio informaciją iš galaktikos duomenų rinkinių, kurie anksčiau buvo sudėtingi.

„Polsterer“ šias naujas AI sistemas vertina kaip „darbštus padėjėjus“, kurie valandų pabaigoje gali šukuoti per duomenis be nuobodu ar skundų dėl darbo sąlygų. Jie sakė, kad šios sistemos gali atlikti visus varginančius gruntinius darbus, palikdami „savarankišką ir įdomų mokslą“.

Bet jie nėra tobuli. Visų pirma, „Polsterer“ įspėja, algoritmai gali atlikti tik tai, ką jie yra išmokę. Sistema yra „agnostikas“ įvesties atžvilgiu. Suteikite jai galaktiką, o programinė įranga gali įvertinti jo raudoną perėjimą ir jo amžių, bet maitinti tą pačią sistemą savarankiškai, arba puvimo žuvies vaizdą, ir tai taip pat išgarsins (labai neteisingą) amžių. Galų gale, žmogaus mokslininko priežiūra lieka labai svarbi, sakė jis. „Jis ateina pas jus, tyrėjas. Jūs esate tas, kuris atsako už aiškinimą. “

Savo ruožtu, Nord, Fermilabe, įspėja, kad labai svarbu, jog neuroniniai tinklai pasiektų ne tik rezultatus, bet ir klaidų barus, kad jie galėtų eiti kartu su jais, nes kiekvienas bakalauras yra apmokytas. Mokslo srityje, jei atliekate matavimus ir nepranešiate apie susijusios klaidos įvertinimą, niekas rimtai nepriims rezultatų, sakė jis.

Kaip ir daugelis AI tyrėjų, „Nord“ taip pat susirūpinęs dėl neuronų tinklų rezultatų nepagydomumo; dažnai sistema pateikia atsakymą, nesuteikdama aiškios informacijos apie tai, kaip šis rezultatas buvo gautas.

Tačiau ne visi mano, kad skaidrumo stoka būtinai yra problema. Prancūzijos CEA Saclay teorinių fizikų instituto mokslininkas Lenka Zdeborová nurodo, kad žmogaus intuicijos dažnai yra vienodos neišvengiamos. Jūs žiūrite į nuotrauką ir iškart atpažįstate katę – „bet jūs nežinote, kaip žinote,“ sakė ji. „Savo smegenys tam tikra prasme yra juoda dėžutė.“

Ne tik astrofizikai ir kosmologai migruoja į AI naudojamą, duomenų valdomą mokslą. Kvantiniai fizikai, kaip Roger Melko iš Teorinės fizikos perimetro instituto ir Votlo universiteto Ontaryje, naudojo neuroninius tinklus, kad išspręstų kai kurias sunkiausias ir svarbiausias šios srities problemas, pvz., Kaip atstovauti matematinę „bangų funkciją“, apibūdinančią daugelio dalelių sistema. AI yra būtinas dėl to, ką Melko vadina „dimensiškumo eksponentiniu prakeikimu“. Tai reiškia, kad bangos funkcijos formos galimybės auga eksponentiškai su dalelių skaičiumi sistemoje, kurią ji aprašo. Sunkumai yra panašūs į bandymus išsiaiškinti geriausią judėjimą žaidime, pvz., Šachmatais arba Go: bandote bendrauti į kitą žingsnį, įsivaizduodami, ką atliks jūsų priešininkas, ir tada pasirinkite geriausią atsakymą, bet su kiekvienu žingsniu galimybių daugėja.

Žinoma, AI sistemos įsisavino abu šiuos žaidimus – šachmatus, prieš dešimtmečius, o „Go“ 2016 m., Kai „AI“ sistema, vadinama „AlphaGo“, nugalėjo viršų žmogaus žaidėją. Jie taip pat tinka kvantinės fizikos problemoms, sako Melko.

Mašinos protas

Nesvarbu, ar Schawinskis teisus teigdamas, kad jis rado „trečią kelią“ moksliniams tyrimams, ar, kaip sako Hogg, tai tik tradicinis stebėjimas ir duomenų analizė „dėl steroidų“, aišku, kad AI keičia mokslinio atradimo skonį ir tikrai paspartinti. Kaip AI revoliucija tęsis mokslą?

Kartais pateikiami dideli teiginiai dėl „robo-mokslininko“ pasiekimų. Prieš dešimtmetį AI robotas chemikas, pavadintas Adomu, ištyrė kepimo mielių genomą ir parengė, kurie genai yra atsakingi už tam tikrų amino rūgščių gamybą. (Adomas tai padarė stebėdamas mielių padermes, kuriose trūksta tam tikrų genų, ir lygindami rezultatus su genų elgesiu.) LaidinisAntraštėje skaityta: „Robotas daro mokslinį atradimą pats“.

Neseniai Glazgo universiteto chemikas Lee Cronin naudojo robotą, kad atsitiktinai sumaišytų chemines medžiagas, kad sužinotų, kokie nauji junginiai yra formuojami. Stebint realaus laiko reakcijas su masių spektrometru, branduoliniu magnetiniu rezonanso aparatu ir infraraudonųjų spindulių spektrometru, sistema pagaliau išmoko prognozuoti, kurie deriniai būtų reaktyviausi. Net jei jis nesuteikia papildomų atradimų, Cronin sakė, kad robotų sistema gali leisti chemikams paspartinti tyrimus apie 90 procentų.

Praėjusiais metais dar viena ETH Zuricho mokslininkų komanda naudojo neuroninius tinklus, siekdama nustatyti fizinius įstatymus iš duomenų rinkinių. Jų sistema, kažkoks robo-Kepleris, iš naujo atrado saulės ir Marso padėties danguje įrašus apie saulės sistemos heliocentrinį modelį, kaip matyti iš Žemės, ir išsiaiškino pagreitinimo išsaugojimo įstatymą stebint susidūrimo kamuolius . Kadangi fiziniai įstatymai dažnai gali būti išreikšti keliais būdais, tyrėjai stebisi, ar sistema gali pasiūlyti naujų būdų – galbūt paprastesnių būdų – galvoti apie žinomus įstatymus.

Tai visi pavyzdžiai, kai AI pradeda mokslinio atradimo procesą, nors visais atvejais galime diskutuoti, kaip revoliucinis yra naujas požiūris. Galbūt labiausiai prieštaringas yra klausimas, kiek informacijos gali būti renkama tik iš duomenų – tai yra neatidėliotinas klausimas, kai jis yra labai dideli (ir augantys) poliai. Į Kodėl (2018), kompiuterių mokslininkas Judea Pearl ir mokslo rašytojas Dana Mackenzie teigia, kad duomenys yra „giliai kvaili“. Klausimai apie priežastinį ryšį „niekada negali būti atsakyti tik iš duomenų“, jie rašo. „Bet kada pamatysite dokumentą ar tyrimą, kuris analizuoja duomenis be modelio, galite būti tikri, kad tyrimo rezultatas bus tik apibendrintas ir galbūt pakeis, bet ne interpretuos duomenis.“ Schawinski užjaučia Pearl poziciją , tačiau jis apibūdino idėją dirbti su „vien tik duomenimis“ kaip „šiek tiek šiaudų žmogų“. „Aš paprasčiausiai sakau, kad galime padaryti daugiau su duomenimis, nei mes dažnai tai darome.“

Kitas negirdėtas argumentas yra tas, kad mokslas reikalauja kūrybiškumo, ir kad – bent jau iki šiol – mes neturime idėjos, kaip ją programuoti į mašiną. (Tiesiog nemėgsta visko, kaip ir Cronino robotas-chemikas, neatrodo ypač kūrybingas.) „Manau, kad su teorija, turinčia motyvaciją, reikia kūrybiškumo“, – sakė V. Polstereris. „Kiekvieną kartą, kai jums reikia kūrybiškumo, jums reikės žmogaus.“ Ir iš kur atsiranda kūrybiškumas? Polstereris įtaria, kad jis susijęs su nuoboduliu – tai, ką jis sako, mašina negali patirti. „Kad būčiau kūrybingi, jums nepatinka būti nuobodu. Ir nemanau, kad kompiuteris kada nors jaučiasi nuobodu. “Kita vertus, tokie žodžiai kaip„ kūrybingi “ir„ įkvėpti “dažnai buvo naudojami apibūdinti programas, pvz.,„ Deep Blue “ir„ AlphaGo “. Ir kova, norint apibūdinti, kas vyksta mašinos „proto“ viduje, atspindi sunkumus, su kuriais susiduriame bandant mūsų pačių mąstymo procesus.

Schawinskis neseniai paliko akademinę bendruomenę privačiam sektoriui; dabar jis vadovauja „Modulos“ paleidimui, kuriame dirba keletas ETH mokslininkų, ir, remiantis savo interneto svetaine, dirba „AI ir mašinų mokymosi raidos audros akyse“. Nepriklausomai nuo kliūčių, esančių tarp dabartinės AI technologijos ir visapusiško dirbtinis protas, jis ir kiti ekspertai mano, kad mašinos yra pasirengusios daryti vis daugiau ir daugiau žmonių mokslininkų darbo. Ar reikia nustatyti ribą.

„Ar artimiausioje ateityje bus įmanoma sukurti mašiną, galinčią atrasti fiziką ar matematiką, kad ryškiausi žmonės, kurie gyvena, negalėtų daryti savarankiškai, naudodamiesi biologine įranga?“ „Schawinski“ stebisi. „Ar mokslo ateitis būtinai bus varoma mašinomis, veikiančiomis tokiu lygiu, kad niekada negalėtume pasiekti? Nežinau. Tai geras klausimas. “

Originalus pasakojimas pakartotinai atspausdintas leidimu iš „Quanta Magazine“, redakciniu požiūriu nepriklausomo „Simons Foundation“ leidinio, kurio misija yra didinti visuomenės supratimą apie mokslą, apimant matematikos ir fizinių bei gyvosios gamtos mokslų mokslinių tyrimų raidą ir tendencijas.


Daugiau puikių WIRED istorijų

Kodėl Cambrian kūriniai atrodo taip keistai?


Kodėl Cambrian kūriniai atrodo taip keistai?

500 milijonų metų Hallucigenia sparsa širdys tikrai atrodo keista pagal šiandienos standartus.

Kreditas: Danielle Dufault

Spygliuotas kirminas su kojomis kaip makaronai. Milžiniškas plėšrūnas, kuris atrodo kaip kryžius tarp vėžių ir namelių. Daugelis gyvūnų, kurie per Cambrijos laikotarpį išsivystė, prieš 541 milijoną iki 485 milijonų metų atrodo keistai, palyginti su šiuolaikinėmis gyvenimo formomis. Netgi paleontologai kartais stebisi: kodėl kambrijos būtybės atrodo taip keistos?

Gyvūnai iš šio senovės laiko tikrai skiriasi. Vienas iš geriau žinomų yra Hallucigenija, kirminas pavadintas panašumu į karščio svajonės produktą. Stuburo padengtos būtybės fosilijos pirmą kartą buvo atrasti 1900 m. Burgess skalėje, garsiame iškastiniame inde Kanados uolose. Mokslininkai rado Hallucigenijakūno forma taip paini, kad užtruko metus, kad patvirtintumėte, kuris jo galas buvo galva.

Kitas išskirtinis yra Opabinija, penkių akių kambrų bestuburiai, turintys nagą, sukabinantį iš ilgo, lanksčiojo veido purkštuko galo. Grupė paleontologų sprogdino, kai jų kolega Haris Whittingtonas pirmą kartą parodė jiems savo iškastinio kuro atstatymą 1970 m. Konferencijoje. Whittingtonas ėmėsi reakcijos kaip „šio gyvūno keistumo duoklę“, kai jis vėliau jį aptarė išsamiame tyrime. Opabinija. Jis padarė išvadą, kad gyvūnas greičiausiai naudojo savo nepatogius veido priedus kasti maistą. [Why Don’t Fish Have Necks?]

Visi šie nelyginiai gyvūnai išsivystė ypatingu Žemės istorijos laiku, – sakė Javieras Ortega-Hernándezas, Harvardo universiteto bestuburių paleontologas ir organizmo ir evoliucinės biologijos docentas. Milijonus metų iki Kembrijos laikotarpio paprastieji povandeniniai mikroorganizmai buvo vieninteliai gyvieji Žemėje. Iki Cambrian'o pradžios šitie mikrobai buvo valgyti mažais gyvūnais. Bet jie liko ant lygaus jūros dugno paviršiaus, negalėdami judėti aukščiau ar žemiau.

Tada, prieš 541 milijoną metų, kirminiai gyvūnai sukūrė pirmuosius paprastus raumenis. „Tai iš tikrųjų pakeitė visą žaidimą“, – sakė Ortega-Hernándezas „Live Science“. Galios judėti padėjo kirminams nukristi į jūros dugną, duodant jiems deguonį. „Ir staiga,„ bam “, – sakė Ortega-Hernándezas. „Mes turime tokias jūros nuosėdas, kurios tik užpildo veiklą ir gyvenimą“.

Judėjimas virš jūros dugno paviršiaus atveria naujas galimybes gyventi. Ankstyvasis Kambrijos laikotarpis paskatino sparčiai plėtoti naujas gyvybės formas kaip gyvūnus, pritaikytus prie naujų buveinių, maisto šaltinių, plėšrūnų ir grobių. Šį kartą – dažnai vadinamą Kambrijos sprogimu – atsirado daugybė su mumis susijusių gyvūnų, įskaitant kai kuriuos pirmuosius moliuskus ir nariuotakojus.

„Daugeliui šių nariuotakojų kojose buvo beveik dantų panašios struktūros, kurios buvo naudojamos kramtyti [on] ir tai pradėjo tapti tikra problema jų aukoms, sakė Ortega-Hernández. Wiwaxia išsivystė gynybiniai šarvai, pavyzdžiui, stuburai ir plokštės. Per tūkstantmečius ši prisitaikanti ginklų lenktynė tik sustiprėjo. Gyvūnai tapo vis įvairesni, sudėtingesni ir nepaprastai keistai, nes jie kovojo vienas su kitu, kad išliktų.

<Img class = "grynas IMG tingus" Big-src = "https://img.purch.com/h/1400/aHR0cDovL3d3dy5saXZlc2NpZW5jZS5jb20vaW1hZ2VzL2kvMDAwLzEwNC83NzMvb3JpZ2luYWwvQ29sbGluc2l1bS1jaWxpb3N1bS1yZWNvbnN0cnVjdGlvbi5qcGc/MTU1MjY2NTA4Nw==" duomenų src = "https://img.purch.com/ w / 640 / aHR0cDovL3d3dy5saXZlc2NpZW5jZS5jb20vaW1hZ2VzL2kvMDAwLzEwNC83NzMvaTAyL0NvbGxpbnNpdW0tY2lsaW9zdW0tcmVjb25zdHJ1Y3Rpb24uanBnPzE1NTI2NjUwODc = "Alt =" Collinsium ciliosum.”/>

Štai keista Kamerijos būtybė Collinsium ciliosum.

Kreditas: Javier Ortega-Hernández

Daugelis Cambrian gyvūnų išnyko per perėjimą prie kito geologinio laikotarpio, Ordovicijos. Tačiau kai kurie Kambrijos smalsumai vis dar yra su mumis. Tokie gyvūnai, kaip kempinės, medūzos ir anemonai, atrodo gana panašūs į jų Kambrijos protėvius. 2014 m. Ortega-Hernándezas kartu su žurnalu „Gamta“ dalyvavo tyrime įrodymų Hallucigenija yra susiję su šiuolaikiniais aksominiais kirminais.

Kai kuriais būdais, ieškant Kambrijos būtybių keistai, tai tik atspindi mūsų šiuolaikinį šališkumą, sakė Ortega-Hernández. Kuo vyresnis organizmas, jis paaiškino, tuo daugiau pokyčių gyvenimas Žemėje turėjo prisitaikyti nuo organizmo atsiradimo. Tai reiškia, kad šiandien matomos rūšys natūraliai skiriasi nuo tų, kurios gyveno prieš 500 milijonų metų. Kitaip tariant, Hallucigenija ir Opabinija tikriausiai manote, kad taip pat atrodo juokinga.

Iš pradžių buvo paskelbta „Live Science“.

Arkties „anglies bomba“ gali dar labiau prisukti klimato kaitą


Šią istoriją iš pradžių paskelbė „Grist“ ir čia ji yra „Climate Desk“ bendradarbiavimo dalis.

Net ir svajonių atveju, kai per naktį sugebėsime sustabdyti visus pasaulio anglies dioksido kiekius, Arktis neišvengiamai įkaitus ir karštesnę. Tai yra pagal naują JT aplinkos ataskaitą, kurioje teigiama, kad regionas jau yra „užrakintas“ iki žiemos atšilimo nuo 4 iki 5 ° C (7,2–9 laipsnių F) per 1900-ųjų pabaigos temperatūrą.

Ataskaitoje, kuri buvo paskelbta JT aplinkos konferencijoje Kenijoje trečiadienį, teigiama, kad Arktis šildo dvigubai sparčiau nei planetos vidurkis, o modeliai rodo, kad vasarą jau 2030 m.

Tai blogos naujienos. Taigi dar blogiau naujienos: Arktyje yra daugybė pasaulio amžinųjų rūsų, kurioje teigiama, kad pranešime vadinamas „miego milžinas“, pagamintas iš šiltnamio efektą sukeliančių dujų. Kai žemė įšyla, dirvožemyje esantys mikrobai atsibunda ir pradeda žlugti šiltnamio efektą sukeliančias dujas. Apskaičiavimai skiriasi, tačiau ataskaitoje teigiama, kad po Žemės amžinąja riba yra 1,5 trilijono tonų anglies dioksido. Tai daugiau nei 40 kartų daugiau CO2 kai žmonės praėjusiais metais išleido į atmosferą ir šiandien du kartus padidina atmosferos dujų kiekį.

Jei tas amžinasis rojus visam laikui užšaldytas, kaip pats žodis siūlo, mes galėtume ir toliau nerimauti dėl kitų dalykų. Tačiau mokslininkai tikisi, kad Arkties amžinoji riba sumažės 45 proc., Palyginti su šiandien. Ataskaitoje teigiama, kad išlaisvinus anglies dioksidą ir metaną būtų galima „nuvažiuoti nuo pastangų“, siekiant apriboti atšilimą iki 2 ° C (3,6 laipsnių F), kaip nurodyta Paryžiaus susitarime. Bet tada vėl viskas atsitrauktų.

„Nauji įrodymai leidžia manyti, kad amžinieji rūsiai atšildo daug greičiau, nei anksčiau buvo manoma, o ne tik Arkties tautoms ir ekosistemoms, bet ir visai planetai dėl grįžtamojo ryšio linijų“, – teigiama ataskaitoje.

Tai yra vienas iš nuskendusių atšilimo scenarijų, dažnai vadinamų „anglies bomba“ arba „metano bomba“. (Permafrostas turi tiek šiltnamio efektą sukeliančių dujų.) Skirtingai nei tikroji bomba, ji nebūtų sprogusi iš karto. Ir bent vienas neseniai atliktas tyrimas rodo, kad mes vis dar turime laiko jį pašalinti.

Arktyje dirvožemis, kuris anksčiau buvo žinomas kaip amžinasis, vadiname jį „meltafrostu“ – iki 2050 m. Gali kelti pavojų 70 proc. Dabartinės infrastruktūros, taip pat 4 mln. Regiono gyventojų, iš kurių 10 proc. Yra vietiniai. Naujausi tyrimai parodė, kad amžinieji rūsys gali atšaldyti namus, sukelti nelygus kelius ir kelti grėsmę svarbioms kultūrinėms ir archeologinėms vietoms.

Šiaurės ašigalis yra šiltesnis už likusią planetos dalį dėl fenomeno, vadinamo Arkties stiprinimu – iš esmės – regionui būdingas terminas grįžtamosioms linijoms. „Kai jūros ledas ištirps vasarą, jis atveria tamsius vandens plotus, kurie sugeria daugiau šilumos nuo saulės, o tai savo ruožtu lydosi daugiau ledo“, – aiškinama ataskaitoje.

Šie spartūs pokyčiai Arktyje gali atrodyti toli, bet jūs taip pat jausitės. Turėkite omenyje, kad Arkties ledynų ir Grenlandijos ledo lydymas sudaro trečdalį jūros lygio kilimo visame pasaulyje. Pakilusios jūros pakrančių regionuose gali pakenkti, nes jos susiduria su potvyniais, pažeistais pastatais ir geriamojo vandens užteršimu jūros vandeniu.

Ir tiems tolesniems vidaus, laukinių orų. Arkties lydymas sukelia pokyčius reaktyviniame sraute ir sutrikdo orų tendencijas daug toliau į pietus. Tai siejasi su pablogėjusiu sausumu Jungtinėse Amerikos Valstijose, užstrigo uraganais rytuose ir poliariniu sūkuriu, kuris kartais nukrito per Šiaurės Ameriką, kad mus visus paverstų popsicles.

Kaip daugelis mėgsta sakyti: „Kas atsitinka Arktyje, nelieka Arktyje“.


Daugiau puikių WIRED istorijų