20 декабря в Москве откроются елочные базары, а сразу после зимних праздников елки можно будет сдать в пункты приема для утилизации.

Распространенное мнение о том, что для защиты природы лучше использовать искусственные новогодние елки, является ошибочным. Представители Всемирного фонда дикой природы (WWF России) уверяют, что «живая» ель гораздо экологичнее пластмассовой. Искусственные деревья изготавливаются, в основном, из поливинилхлорида, а его производство планете обходится очень дорого. Прежде всего, для него необходимы невосполнимые природные ресурсы: уголь или нефть. Кроме того, в процессе производства происходит выброс газов, вызывающих парниковый эффект.

Эксперты подсчитали, что пластмассовая елка экологичнее натуральной только в том случае, если используется в течение 20 лет. Этого почти не происходит: чаще всего люди покупают недорогие пластиковые деревья, которые через несколько лет уже не производят праздничного впечатления. Отправляясь на свалку, они будут долго разлагаться, загрязняя окружающую среду.

На официальные новогодние рынки, напротив, поступают деревья, специально выращенные для этих целей, то есть ущерба лесному массиву планеты не наносится. В Москве елочные базары откроются 20 декабря: по всему городу будет работать 206 точек. В продажу поступят не только ели, но и сосны, пихты, лапник и саженцы. А после праздников дерево можно направить на дальнейшую пользу природе: в Москве, а также во многих других крупных городах, открываются пункты сбора новогодних елей. Оттуда деревья отправятся на заводы по утилизации, где превратятся в щепу, став основой для растительного грунта.

12 столичных центров принимают елки с 9 января до 1 марта. Сдать их можно бесплатно; главное, заранее полностью освободить от мишуры или каких-либо других украшений. Кроме того, зоопарки нередко объявляют акции по сбору еловых веток: хвою любят слоны, копытные и приматы.

http://www.nat-geo.ru/nature/1175382-dlya-zaboty-o-prirode-l...

Светится от прикосновения руки.

(Первый пост, можете указать на ошибки оформления)

Специалисты в области машинного обучения, нейронных сетей, искусственного интеллекта и подобных направлений сейчас являются крайне востребованными. Но может так оказаться, что уже в ближайшее время в них больше не будет никакой необходимости. Ведущие исследователи в этой сфере считают, что нас ждёт программное обеспечение на базе искусственного интеллекта, способное самостоятельно создавать другой ИИ-софт. К примеру, сотрудники исследовательской команды Google Brain уже разработали программу для создания систем на базе машинного обучения для тестирования уровня эффективности работы сервисов по языковой обработке. При этом написаный этой программой софт справляется со своей задачей лучше того, что ранее был создан людьми.

За последние месяцы ещё несколько исследовательских групп отчитались о достижениях в разработке ИИ для создания ИИ. Среди них - учёные некоммерческого научно-исследовательского института OpenAI, одним из основателей которого является Илон Маск, Массачусетского технологического института, Калифорнийского университета в Беркли и DeepMind - подразделение по исследованию искусственного интеллекта Google.

Джефф Дин, глава исследовательской группы Google Brain, на прошлой неделе рассказал, что в будущем софт по разработке программного обеспечения на базе искусственного интеллекта сможет полностью заменить часть специалистов в этой области. Он заявил, что автоматизированное машинное обучение является одним из наиболее перспективных направлений исследования его команды.

Другой эксперимент Google DeepMind предполагает, что исследование, именуемое как "умение учиться", может также уменьшить проблему в нехватке программного обеспечения на базе машинного обучения для выполнения каждой конкретной задачи. Исследователи хотят, чтобы их софт научился создавать обучающиеся системы для решения разных, но связанных между собой проблем. Они придумали алгоритм, которому свойственно обобщение, благодаря чему для решения новых задач ему требуется меньше данных, так как система учитывает опыт в прошлых проектах.

Профессор Университета Монреаля Йошиа Бенджио, занимавшийся исследованием идеи самообучающихся систем ещё в 1990-х годах, уверен, что это крайне интересно. Он говорит, что с доступной сейчас вычислительной мощностью и появлением технологии глубокого обучения, такое программное обеспечение близко к созданию. Но он отмечает, что такие разработки всё ещё требуют экстремальных вычислительных мощностей, а значит ещё рано думать даже о частичной замене специалистов в сфере машинного обучения на искусственный интеллект.

Чтобы заставить работать программное обеспечение для создания систем распознавания изображений, превосходящих те, что созданы людьми, команде Google Brain пришлось задействовать 800 мощных графических процессоров.

http://4pda.ru/2017/1/25/334337/