Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Регистрируясь, я даю согласие на обработку данных и условия почтовых рассылок.
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр Ищите предметы среди очаровательных жителей и уютных домиков!

Потеряшки - поиск предметов

Головоломки, Казуальные, Детские

Играть

Топ прошлой недели

  • Animalrescueed Animalrescueed 43 поста
  • XCVmind XCVmind 7 постов
  • tablepedia tablepedia 43 поста
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая «Подписаться», я даю согласие на обработку данных и условия почтовых рассылок.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Маркет Промокоды Пятерочка Промокоды Aroma Butik Промокоды Яндекс Путешествия Промокоды Яндекс Еда Постила Футбол сегодня
0 просмотренных постов скрыто
15
user11222293
Исследователи космоса

Радиосигналы от экзопланет: новый способ поиска⁠⁠

2 дня назад

Автор: Денис Аветисян


Ученые разработали прогностическую модель для выявления перспективных источников радиоизлучения, возникающего при взаимодействии звезды и ее планеты.

В рамках исследования взаимодействия звезды и планеты установлено, что активность звезды, в частности, распространение альвеновских волн (Alfvén waves, обозначенных зелёным цветом), приводит к ускорению электронов до релятивистских скоростей (обозначенных красными окружностями), что, в свою очередь, генерирует циклотронное радиоизлучение (изображено красным конусом), — процесс, смоделированный посредством трёхмерного МГД-моделирования звёздного ветра, использующего модели AWSoM и WindPredictAW в сочетании с кодом ExPRES для предсказания радиоизлучения, индуцированного взаимодействием звезда-планета.

Предложенная методика использует трехмерное магнитогидродинамическое моделирование и данные ZDI-картирования для предсказания и приоритезации наблюдений за радиоизлучением от взаимодействующих звезд и экзопланет.

Несмотря на теоретическую предсказуемость радиоизлучения, вызванного взаимодействием звезда-планета (SPI), его надежное обнаружение за пределами Солнечной системы остается сложной задачей. В работе, озаглавленной 'A predictive framework for realistic star planet radio emission in compact systems', предложен новый подход к прогнозированию и приоритизации целей для наблюдений радиоизлучения SPI, основанный на трехмерном магнитогидродинамическом моделировании и картах, полученных с помощью магнитографического доплеровского отображения (ZDI). Данный фреймворк позволяет оценить частоты и мощности радиоизлучения, идентифицируя системы, наиболее перспективные для детектирования современными и будущими радиотелескопами. Сможет ли этот подход открыть новую эру в исследовании магнитных взаимодействий между звездами и экзопланетами и расширить наши знания о планетарных системах?


Звездные объятия и планетарная судьба: Магнитные связи

Взаимодействие между звездами и планетами посредством магнитных полей, известное как звездное планетарное взаимодействие (SPI), все чаще рассматривается как ключевой фактор, определяющий возможность существования жизни на планетах. Прогнозирование и понимание радиоизлучения, возникающего в результате SPI, представляет собой сложную задачу, обусловленную переплетением характеристик звездного ветра, топологии магнитного поля и особенностей самой планеты. Традиционные методы моделирования часто оказываются неспособными обеспечить точные предсказания, что требует применения передовых вычислительных техник для надежного описания и анализа этих взаимодействий.

Сравнение потока Пойнтинга для HD 179949 и HD 189733 демонстрирует, что изменения в звездном ветре влияют на радиоизлучение, вызванное взаимодействием звезда-планета, при этом HD 189733 характеризуется более высоким общим давлением звездного ветра, чем HD 179949.

Моделирование Звездной Среды: От Карт ZDI к Симуляциям Ветра

Точные модели звездного ветра имеют решающее значение для понимания спиральных структур в коронах звезд (SPI), и эти модели опираются на надежные входные данные, в частности, на карты магнитного поля, полученные с помощью метода Зеемана-Допплеровской визуализации (ZDI). Трехмерные магнитогидродинамические (МГД) модели, такие как AWSoM и WindPredict-AW, позволяют моделировать звездную ветровую среду, обеспечивая динамический фон для изучения SPI. Эти симуляции требуют значительных вычислительных ресурсов, но позволяют детально исследовать поверхность Альвена и ее роль в направленном потоке частиц. Анализ положения и формы этой поверхности имеет критическое значение для понимания формирования и эволюции спиральных структур, а также для оценки скорости и направления потока заряженных частиц от звезды.

Моделирование звездных ветров вокруг звезд типов F и K показывает, как магнитные поля, визуализированные цветом и прозрачностью, соединяют звезды с орбитами планет, демонстрируя разную топологию и давление ветра в зависимости от типа звезды.

Моделирование звездных ветров вокруг звезд типов F и K показывает, как магнитные поля, визуализированные цветом и прозрачностью, соединяют звезды с орбитами планет, демонстрируя разную топологию и давление ветра в зависимости от типа звезды.

Прогнозирование Радиоизлучения: От ECMI до Модели ExPRES

Одним из ключевых механизмов генерации радиоизлучения в системах звезда-планета является электронно-циклотронная мазерная неустойчивость (ECMI), возникающая в области взаимодействия энергичных электронов. Для моделирования этого процесса разработан код ExPRES, который рассчитывает видимость радиоизлучения на основе параметров плазмы – напряженности магнитного поля, плотности и энергии электронов. Интегрируя ExPRES со сложными моделями звездного ветра, исследователи получают возможность прогнозировать интенсивность и поляризацию радиосигналов, исходящих от звездных систем с планетами, что открывает новые перспективы в изучении экзопланет и их магнитных полей.

Моделирование звездного ветра в системе Tau Boo демонстрирует связь между звездой и планетой посредством магнитных линий, окрашенных в соответствии с отношением частоты плазмы к циклотронной частоте, что позволяет определить области, где радиоволны могут распространяться или поглощаться, как показано на изображении системы с наклоном 44.5° и позициями радиоисточников на 29 декабря 2010 года.

Радиоизлучение звездных систем: от теории к наблюдениям

Применение разработанных моделей к звездным системам, таким как Tau Boo, HD 179949 и HD 189733, позволяет проводить непосредственное сопоставление между предсказанным и наблюдаемым радиоизлучением. Ключевую роль в определении интенсивности радиосигналов играет отношение S/B, отражающее соотношение потока энергии звездного ветра Пойнтинга к напряженности магнитного поля. Данное исследование демонстрирует комплексный подход, объединяющий трехмерные МГД-модели звездного ветра, карты магнитного поля, полученные методом ZDI, и коды расчета радиоизлучения для прогнозирования и приоритизации целей в контексте взаимодействия звезда-планета (SPI). В частности, система HD 189733 выделяется как особенно перспективный кандидат для детектирования благодаря прогнозируемой высокой мощности радиоизлучения. Для HD 179949 прогнозируется максимальное угловое возвышение до 88 градусов при наблюдениях с помощью SKA1-Low, в то время как для регистрации сигнала в некоторых случаях требуется наличие у планет магнитного поля напряженностью до 4.1 Гс.

Зависимость радиоизлучения от масштаба взаимодействия звезда-планета, адаптированная из работы Zarka et al. (2018), демонстрирует соответствие теоретическим предсказаниям для систем Tau Boo, HD 179949 и HD 189733 наблюдаемым значениям в Солнечной системе, при этом диапазон возможных значений определяется силой магнитного поля планеты.

Представленное исследование, стремясь предсказать радиоизлучение в компактных звездных системах, напоминает о хрупкости любой модели перед лицом безмолвной вселенной. Подобно тому, как магнитные поля, изучаемые посредством ZDI-карт, формируют взаимодействие звезда-планета, так и любое теоретическое построение ограничено доступными данными и упрощениями. Как однажды заметил Никола Тесла: «Самое главное – не отворачиваться от задачи, даже если она кажется невозможной». Это высказывание применимо и к данной работе, поскольку предсказание радиоизлучения, вызванного взаимодействием звезда-планета, требует смелых предположений и постоянной проверки гипотез перед лицом космической тишины. Моделирование магнитогидродинамических процессов, описанное в статье, является лишь попыткой проникнуть за горизонт событий нашего незнания.

Что же дальше?

Представленная работа, безусловно, предлагает элегантный способ предсказать, где искать радиосигналы от взаимодействия звезды и планет. Однако, не стоит обольщаться, будто эта предсказательная конструкция – нечто большее, чем очередная карта, на которой неизбежно появятся новые, неизученные территории. Ведь горизонт событий всегда ближе, чем кажется, и даже самые точные модели могут рухнуть под натиском новой информации.

Очевидно, что дальнейшее развитие потребует не только более совершенных трехмерных магнитогидродинамических симуляций, но и, что более важно, критической переоценки наших представлений о физике плазмы в экстремальных условиях. ZDI-картирование – ценный инструмент, но он лишь показывает то, что мы уже знаем, или думаем, что знаем. Не исключено, что самые интересные сигналы придут от систем, которые эта модель попросту не предвидит – от тех самых «чёрных лебедей», которые постоянно напоминают о хрупкости любой теории.

В конечном счёте, эта работа – лишь ещё один шаг в бесконечном танце между предсказанием и наблюдением. И, возможно, истинная ценность заключается не в самих предсказаниях, а в смирении, которое приходит с осознанием того, что Вселенная всегда найдёт способ удивить, а теория – это всего лишь удобный инструмент, чтобы красиво запутаться.


Оригинал статьи: avetisyanfamily.com/radiosignaly-ot-ekzoplanet-novyj-sposob-poiska-vnezemnyh-mirov

Связаться с автором: linkedin.com/in/avetisyan

Показать полностью 5
[моё] Эволюция Наука Будущее Исследования Статья Экзопланеты Длиннопост
0
4
user11222293
Лига Новых Технологий

Быстрая адаптация для масштабирования изображений в диффузионных моделях⁠⁠

3 дня назад

Автор: Денис Аветисян


Новый подход позволяет значительно ускорить процесс получения высококачественных изображений из диффузионных моделей, сохраняя при этом сопоставимое качество.

Адаптер повышения разрешения на основе скрытых пространств (LUA) интегрируется в существующие диффузионные конвейеры без переобучения генератора/декодера и дополнительных этапов диффузии, обеспечивая повышение разрешения скрытого представления в два или четыре раза (64 × 64 до 128 × 128 или 256 × 256) с последующим однократным декодированием до разрешения 1024 × 1024 или 2048 × 2048, что добавляет всего +0.42 с (1K) или +2.21 с (2K) на GPU NVIDIA L40S, превосходя многоэтапные конвейеры повышения разрешения и достигая эффективности, сравнимой с повышением разрешения в пиксельном пространстве, при сопоставимом перцептивном качестве.

Представлен LUA – легковесный адаптер, эффективно масштабирующий латентные представления в диффузионных моделях с использованием трансфера Cross-VAE и однопроходного масштабирования.

Диффузионные модели, несмотря на впечатляющие результаты, сталкиваются с ограничениями масштабируемости при генерации изображений высокого разрешения. В работе, озаглавленной 'One Small Step in Latent, One Giant Leap for Pixels: Fast Latent Upscale Adapter for Your Diffusion Models', представлен адаптер LUA – легковесный модуль, выполняющий суперразрешение непосредственно в латентном пространстве. Это позволяет значительно ускорить процесс генерации изображений высокого разрешения без потери качества, избегая затратных операций постобработки. Не откроет ли данное решение путь к созданию более эффективных и масштабируемых генеративных моделей будущего?


Преодолевая Границы Высокодетализированной Синтезации Изображений

Создание изображений высокого разрешения представляет собой серьезную вычислительную задачу, требующую значительных ресурсов и времени обработки. Традиционные методы супер-разрешения, работающие непосредственно с пикселями, хотя и демонстрируют эффективность, зачастую приводят к появлению артефактов и остаются ресурсоемкими. Существующие подходы, использующие многоступенчатые диффузионные пайплайны, страдают от увеличения задержки, что препятствует их применению в задачах, требующих обработки в реальном времени. Таким образом, поиск новых, эффективных и быстрых методов синтеза высокодетализированных изображений остается актуальной научной проблемой, ограничивающей возможности широкого применения таких технологий.

Наш метод (SDXL+LUA) обеспечивает минимальную задержку и создает чистые, стабильные текстуры без артефактов и шумов, характерных для прямого высококачественного сэмплирования или методов повышения разрешения в пиксельном пространстве, что демонстрируется на сравнении изображений, сгенерированных из базовых SDXL-изображений.

Скрытая диффузия и новый подход: LUA

Для решения вычислительных задач, связанных с диффузионными моделями, активно исследуются методы работы в сжатом латентном пространстве. В рамках данного подхода представлена Latent Upscaler Adapter (LUA) – легковесный модуль, предназначенный для эффективного увеличения разрешения латентных представлений. Интегрируясь между генератором и декодером VAE, LUA позволяет повысить детализацию генерируемых изображений без необходимости переобучения модели или добавления дополнительных этапов диффузии, обеспечивая тем самым значительное ускорение процесса и снижение вычислительных затрат.

Архитектура Latent Upscaler Adapter (LUA) использует общую основу SwinIR для различных масштабов, адаптируя ширину латентного пространства VAE и обеспечивая масштабирование латентов в ×2 или ×4 с помощью специализированных pixel-shuffle голов.

Архитектура Latent Upscaler Adapter (LUA) использует общую основу SwinIR для различных масштабов, адаптируя ширину латентного пространства VAE и обеспечивая масштабирование латентов в ×2 или ×4 с помощью специализированных pixel-shuffle голов.

Архитектура LUA и стратегия обучения

В основе LUA лежит архитектура SwinIR, использующая механизм оконного самовнимания и Swin Transformer для эффективной экстракции признаков в латентном пространстве. Для оптимизации производительности системы применена многоэтапная стратегия обучения, постепенно повышающая сложность задач и улучшающая конечные результаты. Обучение и оценка LUA проводились с использованием датасета OpenImages, представляющего собой обширный ресурс для исследований в области синтеза изображений и обеспечивающего надежную основу для оценки эффективности предложенного подхода.

Метод LUA обеспечивает наилучшее качество масштабирования изображений за счет сохранения деталей и минимального уровня шума при незначительных затратах времени, превосходя bicubic и SwinIR в плане стабильности и четкости деталей.

Метод LUA обеспечивает наилучшее качество масштабирования изображений за счет сохранения деталей и минимального уровня шума при незначительных затратах времени, превосходя bicubic и SwinIR в плане стабильности и четкости деталей.

Превосходство и Эффективность Latent Upscaling

Исследования демонстрируют, что Latent Upscaling (LUA) обеспечивает значительное снижение вычислительных затрат и задержки по сравнению с традиционными методами, такими как LIIF и увеличение разрешения в пиксельном пространстве. Оценка качества с использованием метрик, включая FID Score, KID Score и CLIP Score, подтверждает способность LUA генерировать высококачественные изображения, сохраняя их семантическую согласованность. Работа в латентном пространстве позволяет LUA минимизировать артефакты и обеспечивать визуально превосходные результаты. В частности, достигнут передовой показатель FID в 176.90 при разрешении 4096x4096 и pFID в 61.80 при том же разрешении. При разрешении 2048x2048 LUA демонстрирует FID в 180.80 и pFID в 97.90. Время обработки изображений 4096x4096 составляет 6.87 секунды, а для изображений 2048x2048 – 3.52 секунды, что свидетельствует о высокой производительности метода.

Поэтапное обучение позволило улучшить качество реконструкции и детализацию декодированного изображения за счет постепенного увеличения разрешения и концентрации высокочастотной энергии вокруг ключевых элементов.

Поэтапное обучение позволило улучшить качество реконструкции и детализацию декодированного изображения за счет постепенного увеличения разрешения и концентрации высокочастотной энергии вокруг ключевых элементов.

В основе представленной работы лежит стремление к предельной эффективности и точности. Авторы демонстрируют, что без четкого определения задачи масштабирования скрытых представлений в диффузионных моделях, любое решение будет лишь шумом. Предложенный LUA-адаптер, легкий и эффективный, позволяет достичь высокого разрешения изображений с минимальными вычислительными затратами. Это подтверждает, что элегантность алгоритма проявляется в его математической чистоте и доказуемости. Как заметила Фэй-Фэй Ли: «Искусственный интеллект должен служить людям, а не наоборот». Эта работа демонстрирует, как ИИ может быть разработан для более эффективного и доступного создания визуального контента, служа тем самым этой цели.

Что Дальше?

Представленная работа, безусловно, демонстрирует элегантность решения в области масштабирования скрытых представлений. Однако, не стоит обманываться кажущейся простотой. Оптимизация без анализа – это самообман и ловушка для неосторожного разработчика. Вопрос не в том, насколько быстро можно получить результат, а в том, насколько корректно он отражает истинную структуру данных. Необходимо тщательно исследовать влияние адаптера на генеративные возможности модели, избегая случайных артефактов и потери разнообразия.

Очевидным направлением для будущих исследований представляется формальная верификация свойств адаптера. Доказательство сходимости и стабильности алгоритма – задача нетривиальная, но необходимая. Кроме того, следует обратить внимание на возможность обобщения подхода на другие типы скрытых пространств и генеративных моделей. Успешное решение этих задач позволит создать действительно универсальный инструмент для высококачественной генерации изображений.

Наконец, представляется важным оценить вычислительную стоимость адаптера в контексте реальных приложений. Ускорение процесса генерации должно быть значительным, чтобы оправдать дополнительные затраты на обучение и внедрение. В противном случае, мы рискуем получить лишь очередное красивое решение, не имеющее практической ценности.


Оригинал статьи: denisavetisyan.com/malenkij-shag-v-skrytom-prostranstve-ogromnyj-skachok-dlya-izobrazheniya

Связаться с автором: linkedin.com/in/avetisyan

Показать полностью 5
[моё] Статья Исследования Будущее Наука Эволюция Длиннопост
0
2
Chaos2Clarity
Chaos2Clarity
HR'ы на Пикабу

Вовлечение сотрудников в ИИ-трансформацию⁠⁠

3 дня назад
Вовлечение сотрудников в ИИ-трансформацию

Искусственный интеллект перестал быть технологией будущего, он стал необходимостью настоящего. Компании не просто экспериментируют с ИИ, они массово внедряют его в свои процессы. Однако по мере расширения применения ИИ выявляется критическая проблема: большинство организаций не готовы к человеческой стороне трансформации. Только 20% предприятий достигают настоящего масштабирования и реальной окупаемости ИИ-инвестиций, в то время как 50% сталкиваются с организационным сопротивлением.

Вовлечение сотрудников— это стратегический ресурс, определяющий успех или провал всей ИИ-трансформации.

Парадокс двойственного отношения к ИИ

Актуальные данные раскрывают противоречивую картину в отношении сотрудников к искусственному интеллекту. 65% работников выражают оптимизм в отношении потенциала ИИ, однако 77% беспокоятся о потере рабочих мест. Более того, хотя 91% организаций уже применяют ту или иную ИИ-технологию, 58% сотрудников скрывают свое использование ИИ или выдают результаты его работы за собственные.

Это указывает на глубокий кризис доверия. Сотрудники тревожатся о технологии, они не уверены, как к ней относиться, как использовать её легально и как говорить о ней с коллегами и руководством.

Интересный парадокс исследования Workday показывает роль опыта: только 36% сотрудников изначально верили, что их работодатель будет использовать ИИ ответственно, однако это число возрастает до 95% среди опытных пользователей ИИ. Это означает, что знакомство со знаком равно доверие.

Главный тренд: от контроля к партнёрству

Сотрудники четко обозначили границы своего комфорта. 75% работников готовы сотрудничать с ИИ как с коллегой и ценят рекомендации по развитию, но только 30% приемлют ИИ в роли руководителя. 63% предпочитают работать в организациях, инвестирующих в ИИ, видя в этом конкурентное преимущество.

Ключевой вывод: сотрудники хотят ИИ как инструмента дополнения, а не инструмента замены или контроля. Это коренным образом меняет нарратив внедрения ИИ с позиции автоматизации и сокращения на позицию расширения человеческих возможностей.

Поэтому организации, которые позиционируют ИИ как помощника для выполнения рутины и создания пространства для творческого и стратегического мышления, встречают существенно меньшее сопротивление.

Кризис доверия: реальность

Свежие данные Deloitte указывают на серьёзный регресс в доверии. Между май-июлем 2025 года доверие к корпоративному генеративному ИИ упало на 31%, а доверие к автономным системам ИИ (которые могут действовать независимо) снизилось на 89%.

По данным Adecco Group, менее половины сотрудников верят, что их руководство понимает как риски, так и преимущества ИИ. Это создаёт информационный вакуум, который заполняют слухи, тревога и скептицизм.

Одновременно сохраняется обеспокоенность по ключевым человеческим вопросам:

  • Отсутствие эмпатии и понимания эмоций ИИ при принятии решений о карьере

  • Риск систематизации предвзятости на основе исторических данных

  • Неясность ответственности, если ИИ допускает ошибку

  • Вопросы конфиденциальности и соответствия законам

Трансформация ролей: переоценка профессий и компетенций

По прогнозам Всемирного экономического форума, 77% работодателей планируют переквалифицировать сотрудников для сотрудничества с ИИ к 2030 году. Однако российская практика показывает иные цифры: 56% крупных организаций указывают переквалификацию как главную стратегию решения дефицита IT-навыков.

Масштабы необходимого переучивания огромны. Ожидается, что 39% базовых навыков рабочих изменятся к 2030 году, что означает постоянное обучение как новый стандарт. Для российских компаний это особенно актуально, так как рынок испытывает недостаток опытных кадров, готовых работать с ИИ.

Интересно, что по данным исследований, миллениалы в возрасте 35-44 лет, часто находящиеся на позициях руководства и лидерства команд, демонстрируют наивысший опыт и энтузиазм по ИИ. Они становятся естественными лидерами перемен в организации.

Тренд в HR и организационном развитии

HR-технологии переживают революцию благодаря ИИ. Сейчас российские компании активно применяют ИИ для:

Автоматизации рекрутинга: системы анализируют тысячи резюме за минуты, выявляя подходящих кандидатов, а HR-боты проводят первичные интервью.

Персонализированной адаптации: вместо стандартных программ онбординга системы ИИ формируют индивидуальные сценарии на основе профиля сотрудника. Результаты впечатляющие: сокращение времени адаптации на 60%, снижение ошибок на 50%, увеличение удержания сотрудников на 35%.

Предиктивной аналитике: алгоритмы выявляют риски увольнения задолго до их наступления, позволяя HR-менеджерам принимать упреждающие меры.

Персонализированном обучении: ИИ анализирует потребности и предпочтения каждого сотрудника, формируя оптимальные программы развития.

Интеграция ИИ в HR позволяет достичь: снижения времени подбора на 30-50%, сокращения затрат на рекрутинг на 20-35%, уменьшения текучести кадров на 15-25% и повышения эффективности HR-департамента на 25-40%.

Роль корпоративного интранета как канала ИИ-трансформации

Корпоративный интранет становится критически важным инструментом для управления ИИ-трансформацией. Его функции расширяются:

AI-навык и готовность: интранет нормализирует использование ИИ через встроенные чатботы и подсказки, превращая взаимодействие с технологией в повседневный опыт.

Система обучения и включения: интранет может предлагать интеллектуальные рекомендации контента на основе профиля, роли и контекста работника.

Самообслуживание сотрудников: ИИ-чатботы на интранете отвечают на вопросы, связанные с HR, облегчая работу служб поддержки.

Аналитика вовлеченности: анализ настроения в корпоративных сообщениях помогает выявлять тренды и проблемы, на которые могут быстро среагировать руководители.

Стратегия коммуникации: три столпа успеха

Исследование показывает, что компании, добившиеся успеха в ИИ-трансформации, придерживались трёхпилларного подхода к коммуникации:

1. Прозрачность как основание доверия

Начните рано: общайтесь об ИИ-инициативах задолго до внедрения, давая сотрудникам время обработать информацию.

Будьте открыты: обсудите причины внедрения ИИ, его потенциальное влияние и временную шкалу.

Используйте множественные каналы: корпоративный интранет, городские собрания, еженедельные новостные обновления, встречи отделов.

Поддерживайте регулярность: даже если нет главных новостей, регулярные обновления держат ИИ в поле зрения и предотвращают появление слухов.

2. Заинтересованная коммуникация в зависимости от роли

Разные группы имеют разные беспокойства:

Руководство: фокусируйтесь на стратегических преимуществах, ROI и конкурентных возможностях.

Средний менеджмент: обсудите операционные изменения, переработку команды и показатели производительности.

Линейные сотрудники: выделите возможности переквалификации, растущие возможности карьеры и как ИИ облегчит их повседневную работу.

IT и специалисты по данным: предоставьте технические подробности, чтобы они могли быть активными участниками в процессе.

3. Активное участие и обратная связь

Организации, которые вовлекают сотрудников в процесс внедрения, добиваются лучших результатов. Ключевые действия:

  • Установите каналы обратной связи для вопросов и озабоченности

  • Слушайте активно и отвечайте на беспокойства подлинно

  • Привлекайте сотрудников к участию в процессе внедрения

  • Отмечайте малые победы и делитесь ими с организацией

Практические результаты трансформации

Компании, которые правильно внедрили ИИ с фокусом на вовлечение сотрудников, достигают существенных результатов:

Продуктивность: ИИ-интеграция сократила время на электронные письма на ~25% (~3 часа в неделю), 70-94% работников говорят, что ИИ экономит им время.

Качество решений: 25% улучшение эффективности и 41% сокращение ошибок в процессах принятия решений.

Удержание кадров: компании, использующие ИИ для персонализированного признания и развития, видят значительное улучшение удержания.

Масштабный потенциал: McKinsey оценивает, что ИИ-интеграция может добавить 4,4 триллиона долларов в рост производительности в долгосрочной перспективе.

Главные вызовы, с которыми сталкиваются организации

Путь к успешной ИИ-трансформации усеян препятствиями:

Качество данных: 60% компаний указывают на проблемы с качеством данных как главное препятствие.

Дефицит экспертизы: 55% организаций не имеют необходимых навыков и опыта для работы с ИИ.

Организационное сопротивление: 50% компаний сталкиваются с активным сопротивлением сотрудников.

Избыточное доверие к внутренним экспертам: если несколько специалистов по ИИ уходят, проекты могут остановиться.

Необходимость демократизации навыков: чтобы внедрение сработало, ИИ-грамотность должна распространяться на всю организацию, а не концентрироваться в IT-отделе.

Рекомендации для организаций: пять ключевых действий

1. Позиционируйте ИИ как помощника, а не руководителя

Избегайте использования ИИ для автономного принятия решений по найму, зарплате и кадровым вопросам без человеческого контроля. Позиционируйте ИИ как средство дополнения, которое поддерживает и информирует человеческое суждение.

2. Инвестируйте в образование и переквалификацию

Создайте комплексные программы обучения, которые помогают сотрудникам понимать и работать наряду с ИИ-системами, а не конкурировать с ними. Используйте корпоративный интранет как основной канал для инициирования такого обучения и нормализации опыта использования ИИ.

3. Постройте прозрачную политику ИИ

Разработайте ясные, справедливые и учитывающие конфиденциальность политики использования ИИ. Сделайте их доступными и понятными всем сотрудникам через интранет и другие каналы коммуникации.

4. Начните с видимых пилотных проектов

Выберите проекты с измеримыми результатами (сокращение времени адаптации, соответствие нормативным требованиям, усиление продукта). Покажите успехи, чтобы построить импульс и доверие.

5. Создайте сильную коммуникационную стратегию

Используйте мультиканальный подход, включая городские собрания, интранет-посты, еженедельные обновления, анонимные каналы обратной связи. Начните коммуникацию ДО развертывания и поддерживайте её постоянно.

А что в итоге?

ИИ-трансформация является вопросом доверия, коммуникации и вовлечения. Компании, которые рассматривают своих сотрудников как партнеров в трансформации, а не как пассивных адресатов технологических изменений, добиваются не только большей приятия ИИ, но и фактически лучших результатов с точки зрения производительности, инноваций и удержания талантов.

Окно возможности узкое: 85% предприятий исследуют ИИ, но только 20% достигают настоящего успеха. Разница часто заключается не в технологии, а в том, как компании вовлекают, обучают и поддерживают своих людей в этом путешествии.

Человеческая сторона трансформации—это не препятствие, которое нужно преодолеть, это основание, на котором строится успех.

Показать полностью
[моё] Статья Исследования Развитие Будущее Искусственный интеллект Работа HR Длиннопост
2
16
user11222293
Исследователи космоса

Линзирование CMB зафиксировано в дневное время⁠⁠

4 дня назад

Автор: Денис Аветисян


Астрономы впервые успешно проанализировали линзирование космического микроволнового фона, используя данные, полученные днём, открывая новые возможности для изучения Вселенной.

Спектр гравитационного линзирования, полученный на основе данных ACT DR6 за дневное время, демонстрирует амплитуду Alens=1.045±0.063, согласующуюся с предсказаниями ΛCDM модели Planck-ACT и подтвержденную значимостью в 17σ, что указывает на соответствие наблюдаемых данных современным космологическим представлениям и превосходит точность предыдущих анализов, основанных на ночных данных (43σ).

Впервые получен спектр мощности линзирования CMB на основе дневных наблюдений Атакамской Космологической Телескопом (ACT).

Анализ реликтового излучения обычно ведётся в ночное время, чтобы избежать солнечных помех. В статье «The Atacama Cosmology Telescope. CMB Lensing from Daytime Data: A First Demonstration» представлен первый успешный анализ спектра мощности гравитационного линзирования реликтового излучения, полученного с использованием дневных данных, собранных телескопом ACT. Полученные результаты демонстрируют возможность использования данных, полученных в дневное время, для повышения точности космологических измерений, с амплитудой Alens=1.045±0.063. Открывает ли это путь к созданию новых, более эффективных стратегий анализа данных для наземных миллиметровых экспериментов по изучению реликтового излучения?


За гранью видимого: раскрывая скрытую структуру Вселенной

Изучение космического микроволнового фона (CMB) является фундаментальным для понимания происхождения и эволюции Вселенной. Однако, извлечение слабых сигналов гравитационного линзирования из зашумленных данных CMB представляет собой значительную проблему для точного картирования распределения темной материи. Традиционные методы анализа сталкиваются с трудностями в отделении этих слабых искажений от фонового шума, что ограничивает возможности построения детальных карт темной материи и, как следствие, углубленного понимания крупномасштабной структуры Вселенной. Исследователи активно разрабатывают новые алгоритмы и методы обработки данных, направленные на повышение чувствительности к сигналам гравитационного линзирования и преодоление существующих ограничений в изучении невидимой составляющей космоса.

Карты среднеквадратичного шума (RMS) для областей daydeep и daywide, полученные на основе карт обратной дисперсии, позволяют определить участки с различным уровнем шума и глубиной, что учитывается при моделировании и анализе спектра мощности гравитационного линзирования, при этом daywideSouth характеризуется глубиной 24 мкК-дуги и долей неба 0.08, а daydeep - 8 мкК-дуги и 0.02 соответственно.

Дневные наблюдения ACT: расширение границ космоса

Шестой релиз данных, полученных при помощи установки ACT (ACT DR6), включает в себя инновационные наблюдения, выполненные в дневное время – технически сложная, но перспективная стратегия для увеличения охвата исследуемого пространства. Эти дневные наблюдения охватывают как обширную область (Daywide Region), покрывающую 8% небесной сферы, так и глубокую область (Daydeep Region), составляющую 2% от общего объема данных. Для минимизации влияния повышенного атмосферного шума, неизбежного при дневных наблюдениях, применяются специализированные методы обработки данных, включающие в себя тщательные процедуры построения карт, позволяющие достичь высокой точности и надежности полученных результатов.

Анализ дисперсии шума реконструкции по модам для наборов данных ACT DR6 (daydeep - оранжевый, daywide - синий, night - жёлтый) показывает соответствие предсказанному спектру мощности P-ACT линзирования (чёрный).

Анализ дисперсии шума реконструкции по модам для наборов данных ACT DR6 (daydeep - оранжевый, daywide - синий, night - жёлтый) показывает соответствие предсказанному спектру мощности P-ACT линзирования (чёрный).

Уточнение Сигнала Гравитационного Линзирования: Методы и Проверка

Извлечение сигнала гравитационного линзирования требует применения сложных методов, таких как реконструкция линзирования, эффективность которых повышается за счет использования взвешивания с учетом обратной дисперсии (IVW) для оптимального комбинирования данных. Неотъемлемой частью процесса является строгая проверка, включающая проведение нулевых тестов для выявления и устранения систематических ошибок, способных исказить результаты измерений. Важную роль в понимании и калибровке аналитической цепочки играют численные симуляции, обеспечивающие надежность получаемых данных. Точная оценка профиля луча является ключевым фактором для корректного построения карт и последующего анализа эффекта гравитационного линзирования, гарантируя высокую точность и достоверность итоговых результатов.

Анализ показывает, что исключение поляризационных мод с ℓCMB < 1000 незначительно влияет на чувствительность измерения (С/Ш = 16σ против 17σ в базовой конфигурации), подтверждая отсутствие систематических ошибок и согласованность с нулевой гипотезой (PTE = 0.41).

Картографирование темной материи: уточнение космологических параметров

Анализ данных ACT DR6 с использованием гауссовой функции правдоподобия позволил создать спектр мощности гравитационного линзирования – ключевой наблюдаемый параметр для оценки космологических величин. Зарегистрирован сигнал линзирования с уровнем значимости 17σ, что подтверждает спектр мощности с высокой степенью достоверности. Комбинируя карты температуры космического микроволнового фона с измерениями линзирования, удается исследовать распределение темной материи и уточнять свойства темной энергии. Полученное значение амплитуды линзирования составляет A_lens = 1.045 ± 0.063, что согласуется с предсказаниями, основанными на данных Planck и ACT. Анализ спектра мощности гравитационного линзирования проводился в диапазоне мультиполей от 40 до 763.

Для создания итоговых карт неба, объединяющих данные различных диапазонов детектора, использовались веса, обратно пропорциональные дисперсии, в гармоническом пространстве, что позволило сохранить сигнал космического микроволнового фона и исключить зашумлённые участки (600 < ℓ < 3000), а данные PA6daywide были исключены из-за недостаточной глубины.

Исследование, представленное в данной работе, демонстрирует удивительную способность извлекать полезный сигнал даже из данных, собранных в дневное время. Это напоминает о том, как часто мы ограничиваем себя в поиске истины, полагая, что свет должен быть прямым и незамутненным. Как однажды заметил Нильс Бор: «Противоположности не только привлекают друг друга, но и содержат друг друга». В контексте космологии, это отражает способность детектировать слабые гравитационные линзы, искажения света, вызванные массивными объектами. Полученный спектр мощности линзирования демонстрирует, что даже «шум» может содержать информацию, если смотреть на него под правильным углом. Это подтверждает, что наши модели — всего лишь карты, которые не отражают океан реальности, и всегда есть место для новых открытий.

Что дальше?

Представленная работа, демонстрируя возможность реконструкции гравитационного линзирования реликтового излучения на основе дневных данных, открывает соблазнительную, но опасную перспективу. Каждое новое предположение о природе сингулярностей, каждая публикация о повышенной точности измерений, лишь подчеркивает хрупкость наших моделей. Космос, как всегда, остаётся немым свидетелем, равнодушным к нашим академическим спорам.

Очевидно, что дальнейшее развитие этого направления требует не только совершенствования методов анализа данных, но и критического осмысления границ применимости используемых моделей. Необходима тщательная проверка на систематические ошибки, ведь кажущееся усиление сигнала может быть лишь артефактом, порождённым нашим собственным энтузиазмом. Важно помнить, что научная дискуссия требует внимательного разделения модели и наблюдаемой реальности.

В конечном итоге, успех подобных исследований не измеряется лишь точностью полученных параметров, но и готовностью признать возможность собственной неправоты. Чёрная дыра – это не просто объект, это зеркало нашей гордости и заблуждений. Возможно, самое важное, что следует искать в будущем – это не новые данные, а новые способы их интерпретации, способные устоять перед лицом неизбежных противоречий.


Оригинал статьи: avetisyanfamily.com/kosmicheskij-mirazh-linzirovanie-cmb-zafiksirovano-v-dnevnoe-vremya

Связаться с автором: linkedin.com/in/avetisyan

Показать полностью 5
[моё] Эволюция Исследования Наука Будущее Статья Вселенная Длиннопост
1
13
user11222293
Исследователи космоса

Искажения формы: Как качество изображений влияет на изучение галактик⁠⁠

4 дня назад

Автор: Денис Аветисян

От автора: Если "Petrosian radius" перевести как "радиус (Евгения) Петросяна", а не "радиус (Ваэ) Петросяна", то статья приобретает новый смысл, попробуйте!


Новое исследование показывает, что разрешение и глубина изображений существенно влияют на точность измерения структурных параметров галактик, что необходимо учитывать при анализе их эволюции.

Изменение шести ключевых морфологических показателей галактик при увеличении красного смещения демонстрирует систематическую погрешность параметров CC, AA и B(G,M₂0), требующую коррекции при изучении структурной эволюции, в то время как параметры R_p, R₀.5^Sersic и n остаются в основном несмещёнными, хотя их неопределённость возрастает с ухудшением разрешения и глубины наблюдений, при этом предполагается эволюция размера в соответствии с законом R ∼ R₀(1+z)⁻0.71 (Ormerod et al., 2024) и эволюция светимости L ∼ L₀(1+z) (Yu et al., 2023).

Систематический анализ морфологических искажений в галактических обзорах, вызванных разрешением и глубиной, с использованием метода statmorph.

Морфологический анализ галактик является ключевым инструментом изучения их эволюции, однако на точность измерений структурных параметров могут влиять изменения качества изображений. В работе 'statmorph-lsst: Quantifying and correcting morphological biases in galaxy surveys' систематически исследованы систематические ошибки, возникающие из-за разрешения и глубины наблюдений, для метрик, измеряемых пакетом statmorph и методами подгонки по модели Серсиса. Установлено, что геометрические параметры относительно устойчивы, в то время как показатели концентрации света и параметры, чувствительные к шуму, подвержены значительным искажениям, что может приводить к неверной интерпретации эволюции галактик. Возможно ли полностью учесть эти систематические эффекты и обеспечить надежные измерения морфологических характеристик галактик в будущих обзорах, таких как Rubin LSST?


Космическая трансформация: Путь развития галактик

Галактики не являются статичными объектами; на протяжении космических эпох они претерпевают значительную эволюцию, определяющую их наблюдаемые характеристики. Понимание движущих сил этого процесса – от звездообразования до слияний – остается одной из центральных задач современной астрофизики. Существующие методы сталкиваются с трудностями при всестороннем картировании и количественной оценке этих изменений, что препятствует построению точных моделей. Ключевым аспектом является отделение внутренних процессов, протекающих внутри галактик, от влияния окружающей среды, поскольку именно их взаимодействие формирует конечный результат эволюции. Исследование этих взаимосвязей необходимо для получения полной картины развития галактик во Вселенной и позволит более точно предсказывать их будущее состояние, учитывая, что z = 0 представляет собой лишь один момент в их длительной истории.

Измерения мультимодальности (MM) позволяют надежно отличить сталкивающиеся галактики от спиральных, особенно при глубоком и высокоразрешающем изображении, в то время как некачественные изображения могут приводить к ложным результатам из-за деблиндинга второго ядра или шумовых всплесков.

Измерение Вселенной: Инструменты для Анализа Галактик

Для точного определения и измерения структуры галактик применяются надежные методы, такие как профиль Серсика, описывающий распределение света. Количественные морфологические параметры – концентрация (C), гладкость (S), асимметрия (A) и параметр Gini-M20M – обеспечивают измеримые характеристики формы и особенностей галактик. Для стандартизации определения размеров галактик используется радиус Петросяна, гарантирующий согласованность измерений. Автоматизация этих вычислений, осуществляемая программными пакетами вроде `statmorph`, позволяет проводить масштабные морфологические исследования, открывая возможности для углубленного анализа структуры и эволюции галактик во Вселенной.

Анализ структурных параметров выборки из 189 галактик RNGC/IC демонстрирует широкий спектр морфологий, охватывающий как эллиптические и спиральные галактики, так и объекты, образовавшиеся в результате слияний, с различными абсолютными величинами и размерами.

Галактические просторы: Новая эра картографирования Вселенной

Наблюдения, осуществляемые Рубиновской обсерваторией в рамках проекта LSST, обещают радикально изменить представления об эволюции галактик благодаря беспрецедентной глубине, охвату и частоте измерений. Огромный массив данных, генерируемый LSST, позволит применять морфологические измерения к колоссальной выборке галактик, выявляя тонкие закономерности и статистические связи. Высокое разрешение изображений и отношение сигнал/шум (SNR) имеют решающее значение для точного измерения морфологических параметров и обнаружения слабых структур. Комбинируя данные LSST с устоявшимися морфологическими инструментами, можно создать детальную карту галактической структуры и ее эволюции на протяжении космического времени. Параметры, характеризующие выпуклость галактик, такие как Gini, M20 и CC, особенно чувствительны к эффективному разрешению (Rp/масштаб пикселя), в то время как такие параметры, как эллиптичность, радиус Петрова и параметры Серсика, остаются устойчивыми к изменениям.

Анализ гладкости (SS) и подструктуры (StSt) десяти галактик показал, что StSt лучше коррелирует с визуальной последовательностью Хаббла, в то время как SS подвержен сильным колебаниям из-за шума, при этом для расчета SS используются все пиксели, а для StSt – только связанные области.

Как окружающая среда и внутренние процессы формируют галактики

Исследование направлено на выявление ключевых факторов, определяющих эволюцию галактик, посредством статистического анализа связи между их морфологическими параметрами, свойствами внутренней структуры и характеристиками окружающей среды. Особое внимание уделяется роли слияний галактик в формировании структуры и стимулировании звездообразования. Детальный морфологический анализ позволит уточнить влияние окружающей среды на тип галактики, подтверждая или пересматривая зависимость, впервые отмеченную Дресслером. Полученные результаты указывают на то, что наблюдаемое ослабление выпуклостей галактик во многом обусловлено систематическими ошибками, связанными с разрешением и глубиной наблюдений, и предложены корректирующие функции для их учета. Важно отметить, что эффективный радиус R₀.5 характеризуется неопределенностью около 20%, в то время как показатель Серсиса ‘n’ может иметь неопределенность до 40%. В конечном итоге, данная работа способствует созданию более полной и нюансированной картины формирования, эволюции и распределения галактик во Вселенной.

Уменьшение глубины и разрешения изображений галактики NGC 17 приводит к потере слабых структур, таких как протяженный приливной хвост, и затрудняет выявление внутренних возмущений.

Уменьшение глубины и разрешения изображений галактики NGC 17 приводит к потере слабых структур, таких как протяженный приливной хвост, и затрудняет выявление внутренних возмущений.

Исследование, представленное в данной работе, демонстрирует, что даже самые точные измерения структурных параметров галактик подвержены систематическим искажениям, обусловленным качеством изображений. Разрешение и глубина съемки оказывают существенное влияние на наблюдаемые характеристики, что требует разработки методов коррекции для получения достоверных выводов об эволюции галактик. Как некогда заметил Галилео Галилей: «Вселенная — это книга, написанная на языке математики». Действительно, понимание этих искажений требует строгого математического подхода, в частности, использования метрик Шварцшильда и Керра для описания геометрии пространства-времени и учета влияния наблюдательных ограничений на интерпретацию данных. Любая попытка реконструкции истории галактик нуждается в критической оценке погрешностей и аккуратном анализе наблюдаемых параметров.

Что дальше?

Исследование морфологических смещений в галактических обзорах, как показано в данной работе, обнажает фундаментальную истину: каждое измерение – это компромисс между стремлением понять и реальностью, которая не желает быть понятой. Попытки количественно оценить влияние разрешения и глубины на структурные параметры галактик – это не столько открытие вселенной, сколько попытка не заблудиться в её темноте. Очевидно, что коррекция этих смещений – необходимый шаг, но это лишь временная передышка перед лицом более глубоких вопросов.

Будущие исследования неизбежно столкнутся с необходимостью учитывать не только инструментальные ограничения, но и сложность самой эволюции галактик. Влияние слияний, аккреции газа, активности сверхмассивных черных дыр – всё это вносит свой вклад в наблюдаемую морфологию. Чёрная дыра – это не просто объект, это зеркало нашей гордости и заблуждений. Идеальной коррекции не существует, и любое приближение к ней – это лишь приближение к иллюзии полного понимания.

В перспективе, необходимо переосмыслить само понятие “структурные параметры”. Достаточно ли мы точно описываем галактики, используя привычные величины, или же требуется разработка новых, более адекватных инструментов анализа? Возможно, истинный прогресс лежит не в уточнении существующих моделей, а в отказе от них в пользу более гибких и адаптивных подходов. Иначе, любое утверждение о галактической эволюции останется лишь эхом в бесконечном горизонте событий.


Оригинал статьи (с формулами): avetisyanfamily.com/iskazheniya-formy-kak-kachestvo-izobrazhenij-vliyaet-na-izuchenie-galaktik

Сам препринт: https://arxiv.org/pdf/2511.09644

Связаться с автором: linkedin.com/in/avetisyan

Показать полностью 5
[моё] Наука Эволюция Исследования Будущее Статья Евгений Петросян Ученые Псевдонаука Научпоп Развитие Цивилизация Информатика Образование Статистика Мозг Мышление Длиннопост
1
14
ExperienceMusic
ExperienceMusic
Лига рок-музыки

Born Villain: провальный стыд Marilyn Manson⁠⁠

4 дня назад

Всё, что я писал в этом скромном блоге, являлось в той или иной мере комплиментарным по своей сути. Позволю себе наконец отойти от этой традиции. И начну, по иронии судьбы, с одной из любимых групп.

К началу 2010-х Брайан Уорнер, он же Мэрилин Мэнсон, подошёл в крайне незавидном состоянии. В личной жизни был сплошной разлад, проблемы с алкоголем всё больше давали о себе знать, контракт с Interscope был расторгнут, а дела в группе шли хуже некуда. Тим Скольд был выставлен за дверь в угоду Джорди Уайту (ранее имевшему в коллективе псевдоним Твигги Рамирез), пожелавшему вернуться под крыло к Мэнсону, дабы вернуть ему былую славу на правах одного из главных сонграйтеров группы в девяностых. Это, прямо сказать, не удалось, но альбом The High End Of Low всё же удался, невзирая на смешанную реакцию критиков и многих поклонников. В создании альбома Уорнеру и Уайту помог бывший барабанщик Nine Inch Nails Крис Вренна. Казалось, всё даже неплохо. Однако уже после окончания турне группу покидает штатный ударник Кеннет Уилсон, он же Джинджер Фиш, на тот момент рекордсмен по пребыванию в составе после самого Мэнсона. К тому времени уже началась работа над следующим альбомом, и можно сделать определённые выводы о том, насколько сильно Уилсону новый материал не пришёлся по душе. Для работы над Born Villain был приглашён всё тот же Вренна, а также участник сольной группы Уайта Фред Саблан. Забегая вперёд, скажу сразу, что Вренна и его ударные партии – лучшее, что есть на Born Villain.

Born Villain: провальный стыд Marilyn Manson

Потому что со всем остальным на альбоме ситуация как минимум крайне неоднозначная. Уайт говорил, что это лучшая запись Marilyn Manson, и хочется задать вопрос, в каком именно отношении. Потому как Born Villain не просто НЕ лучший альбом Marilyn Manson – он с большой долей вероятности может быть назван альбомом ХУДШИМ. Это созданный с нездоровой в данном случае амбициозностью сборник демозаписей, записанных будто с первого дубля и без какой-либо редактуры музыкальной составляющей. Альбом подчёркнуто звучит очень грязно, очевидно, с прицелом на всё тот же пресловутый Antichrist Superstar. Однако если в опусе 1996 года грязное звучание служило своеобразным украшением музыкальному материалу, то Born Villain едва ли в состоянии предложить что-либо ещё, помимо этой грязи. Этот альбом крайне скуден и беден на запоминающиеся риффы, в нём практически нет внятных мелодий, он в лучшем случае попросту скучен, а в худшем – отвратителен. Даже в редких просветлениях, а они тут, как ни странно, имеются, альбому всё равно не хватает проработки. Песню Slo-Mo-Tion можно было бы назвать приветом альбому Mechanical Animals, но по большому счёту она, скорее, бледная копия той эпохи. The Gardener потенциально симпатичный номер, но по общему ощущению он будто бы остался недоработанным. Disengaged отдалённо напоминает Are You The Rabbit с альбома Eat Me, Drink Me, с той лишь разницей, что Уайту разительно не хватило гитарных умений, которые были у Скольда. Breaking The Same Old Ground могла быть лучше, но больше похожа на отбракованный материал с The High End Of Low. Единственное, что не вызывает смущения, это Lay Down Your Goddamn Arms, словно лежавшая с загашнике группы года этак с 2000 как невошедшая в славный Holy Wood.

Главный же сингл альбома, No Reflection, настолько убог и примитивен, что за группу становится натурально стыдно. Абсолютно никакой припев, банальный рифф уровня начинающей группы в заблёванном гараже. Но ещё хуже песня Pistol Whipped – это, возможно, худшая песня во всей дискографии Marilyn Manson. Даже хуже, чем Scabs, Guns And Peanut Butter со сборника Smells Like Children. Туда же Murderers Are Getting Prettier Every Day, совершенно безыдейная ерунда с уклоном якобы в брутальную тяжесть и агрессию, которые, в силу общего днищенского уровня, не работают ВООБЩЕ, включая идиотское судорожное гитарное "соло" Уайта. Отдельно стоит упомянуть вокал Мэнсона. Он на альбоме ужасен практически везде. Это не драматичный вопль раненого зверя, это визг пьяного кабана, и это наиболее полная и ёмкая характеристика. Впрочем, ладно, хватит копаться в дерьме.

Забавно, что именно после Born Villain Уайт был остранён от сочинения музыки вплоть до самого своего бесславного ухода из группы. Хотя и самой группы в привычном понимании этого слова примерно в то время окончательно не стало. Вренна покинул группу вскоре после завершения работы над альбомом. Да и сам Мэнсон понял, что подход к творчеству и ведению деятельности в целом нужно кардинально менять, что и сделал в дальнейшем. А Born Villain отправился на свалку истории, где и останется навсегда.

https://t.me/exper1encemusic

https://dzen.ru/id/6741adc514072246dcceb504

Показать полностью 1
[моё] Рок Музыка Обзор Статья Telegram (ссылка) Яндекс Дзен (ссылка) Длиннопост
3
27
user11222293
Наука | Научпоп
Серия Квантовые компьютеры

Квантовые симуляции: новый подход к решению уравнений гидродинамики⁠⁠

4 дня назад

Автор: Денис Аветисян


Исследователи разработали эффективные квантовые алгоритмы, способные моделировать сложные задачи в области гидродинамики, включая течения жидкости и нелинейные уравнения.

Алгоритм квантовых вычислений с непрерывными переменными преобразует нелинейную эволюцию поля, описываемую уравнением z˙=V(z(t)), в линейную операцию посредством преобразования KvN, реализуемого на расширенном пространстве оператором AA, а каждый шаг этого процесса воплощается в виде локального CPTP-отображения K_a=e−AΔt, действующего на мультимодальные когерентные состояния, что позволяет компилировать алгоритм в логистически эффективную, измеряемую бинарную схему с глубиной, зависящей от ранга Крауса, и последующей постселекцией состояния |0⟩.

В статье представлен анализ методов троттеризации и тензорных сетей для моделирования динамики открытых квантовых систем, применимых к уравнениям Навье-Стокса и уравнениям Бюргерса.

Несмотря на теоретическую способность квантовых компьютеров эффективно решать сложные дифференциальные уравнения, реализация таких алгоритмов на современном оборудовании сталкивается со значительными трудностями. В работе, озаглавленной 'Provably Efficient Quantum Algorithms for Solving Nonlinear Differential Equations Using Multiple Bosonic Modes Coupled with Qubits', представлен аналоговый алгоритм, использующий связанные бозонные моды и кубитные измерения, позволяющий избежать оцифровки гильбертова пространства. Разработанный подход позволяет с доказанной эффективностью моделировать эволюцию нелинейных частных дифференциальных уравнений с затратами O(T(log⁡L+drlog⁡K)) временных шагов, что подтверждено симуляциями уравнений Бергерса и Фишера-КПП. Может ли предложенная схема стать основой для создания практических квантовых алгоритмов для моделирования сложных физических систем на ближайших аналоговых квантовых устройствах?


Эхо Системы: Моделирование Жидкостей и Вызовы Точности

Точное моделирование динамики жидкости критически важно для широкого спектра приложений, однако традиционные методы часто сталкиваются с трудностями при работе со сложными сценариями, обусловленными турбулентностью, сложными граничными условиями и многомасштабными явлениями. Существующие численные методы могут быть вычислительно дорогими или недостаточно точными для захвата тонких эффектов, особенно в переходных режимах и высокотурбулентных потоках. Ключевая задача – эффективное представление физики при сохранении вычислительной целесообразности. Каждая попытка создать идеальную симуляцию лишь запечатлевает будущий компромисс.

При моделировании полости с крышкой, управляемой крышкой, на сетке 128 × 128 при Re = 1000 и на сетке 256 × 256 при Re = 10000 в установившемся состоянии, анализ функций тока ψ, полей скорости u=(u,v) и вихря ω демонстрирует соответствие результатов, полученных с использованием бозонного симулятора и эволюции по правилу Эйлера, расчетам DNS.

Игнорирование этой задачи ведет к упрощенным моделям, дающим неверные результаты.

Троттеризация и TEBD: Алгоритмический Синтез

Алгоритм тротеризации предоставляет эффективный метод аппроксимации временной эволюции, необходимый для решения сложных уравнений, таких как уравнение Бюргерса и задача о приводимом в движение вихревом течении. В сочетании с алгоритмом TEBD (Time-Evolving Block Decimation), основанным на тензорных сетях, достигается существенное снижение вычислительных затрат при сохранении высокой точности. Применялся согласованный временной шаг 10⁻5 для уравнений Бюргерса и задачи о вихревом течении. Комбинация данных методов позволяет моделировать системы, ранее недоступные для традиционных методов, благодаря эффективному использованию вычислительных ресурсов и высокой точности.

Симуляция уравнения Бюргерса с использованием тензорной сети и схемы временной эволюции, основанной на тротеризации TEBD, показывает, что начальный гауссов профиль скорости эволюционирует в ударную структуру, которая впоследствии сглаживается вязкостью, при этом профили в моменты времени t=0, 0.06, 0.12, 0.18 находятся в отличном согласии с эталонным решением, представленным на рисунке 3.

Фазовое Представление: Эволюция Открытых Систем

Представление PP (Phase-Space Representation) предлагает уникальную основу для моделирования динамики открытых систем, используя функцию Глаубера-Сударшана для описания эволюции. В рамках PP-представления используются амплитуды когерентных состояний для встраивания дискретных переменных в непрерывную основу, упрощая вычисления и повышая эффективность моделирования. Для точного моделирования реальных физических явлений, влияющих на поведение системы, в PP-представление включены такие факторы, как потеря фотонов, с максимальным числом занятых фотонов равным 5, что позволяет контролировать вычислительную сложность.

При валидации одномерного уравнения Бюргерса наблюдается смещение профилей решения вправо со скоростью, определяемой u, нелинейное усиление за счет адвективного члена -u (∂ u)⁄(∂ x) и диффузное сглаживание, вызванное (1)⁄(R_e) (∂² u)⁄(∂ x²), при этом карта u(x,t) во временном окне демонстрирует преобладающий правосторонний дрейф со слабым вязким распространением, а систематическая ошибка, рассчитанная с использованием N = 10⁴ снимков на точку сетки, центрирована вокруг нуля и пространственно неструктурирована, что соответствует предсказанию о постоянстве и независимости от времени дисперсии Var_j(t) первого порядка [уравнение (73)].

Математическая Основа и Детали Реализации

Представление PP опирается на оператор плотности ρ для описания квантового состояния системы, предоставляя строгую теоретическую основу. В реализации алгоритма используется метод конечных разностей для численного интегрирования, обеспечивающий эффективное вычисление PP-функции. Лемма BCH (Baker-Campbell-Hausdorff) играет решающую роль в выводе правила обновления в процессе тротеризированной эволюции во времени, обеспечивая стабильность и точность алгоритма.

Расширение Горизонтов: Будущие Применения и Прозрения

Комбинация методов Троттеризации, TEBD и PP-представления открывает новые возможности для моделирования сложной гидродинамики с беспрецедентной точностью. Данный подход позволяет решать задачи, ранее недоступные из-за вычислительных ограничений. Предоставляя более эффективную и точную платформу для моделирования, представленная работа прокладывает путь к более глубокому пониманию поведения сложных систем и их потенциальных применений. С каждым шагом к более реалистичным моделям, мы приближаемся к предвидению тех точек, где порядок уступает место неизбежному хаосу.

Исследование демонстрирует, как сложные системы, такие как описываемые уравнения Навье-Стокса и уравнение Бургера, требуют не просто решения, а скорее, взращивания модели, способной адаптироваться к неизбежным погрешностям. Подобно тому, как квантовые алгоритмы используют суперпозицию состояний, эта работа стремится охватить неопределенность, присущую динамике жидкостей. Вернер Гейзенберг однажды заметил: «Чем больше мы узнаем, тем больше понимаем, чего не знаем». Эта фраза находит отклик в представленном исследовании, где точность вычислений ограничена необходимостью аппроксимаций, а каждый шаг вперед открывает новые горизонты нерешенных задач. Применение методов Троттера и тензорных сетей – это не столько построение идеальной модели, сколько создание экосистемы, способной к самокоррекции и эволюции перед лицом хаоса.

Что Дальше?

Представленные методы, хотя и демонстрируют эффективность в моделировании гидродинамических задач, лишь отодвигают неизбежное. Разделение системы на более мелкие части – будь то посредством тротеризации или тензорных сетей – не отменяет её фундаментальной хрупкости. Каждый шаг к большей детализации – это пророчество о будущем коллапсе, о синхронном падении всех связанных компонентов. Увеличение числа бозонных мод и кубитов лишь усложняет картину, не решая проблему зависимости.

Более того, переход к PP-представлению для динамики открытых систем – это не решение, а лишь смещение фокуса. Управление сложностью не означает её устранение. Вместо поиска “доказуемо эффективных” алгоритмов, следует признать, что любая система, стремящаяся к точности, неизбежно приближается к точке, где любой внешний шум способен вызвать каскадный отказ.

Следующий этап, вероятно, будет посвящён не поиску более совершенных инструментов моделирования, а изучению принципов самовосстановления и устойчивости в сложных системах. Вопрос не в том, как построить идеальную модель, а в том, как смириться с её неизбежной неидеальностью и научиться предсказывать – и, возможно, смягчать – последствия её разрушения. Всё стремится к зависимости, и это – не ошибка, а закон.


Оригинал статьи: https://arxiv.org/pdf/2511.09939.pdf

Связаться с автором: linkedin.com/in/avetisyan

Показать полностью 3
[моё] Исследования Статья Наука Эволюция Будущее Длиннопост
6
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Маркет Промокоды Пятерочка Промокоды Aroma Butik Промокоды Яндекс Путешествия Промокоды Яндекс Еда Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии