#23 Neuroexistencialism Weekend Digest

Я жив и могу читать. Вы живы и можете читать. Сегодня этого достаточно для счастья.


The Collapse of an Atlantic Ocean Current Would Ripple Across The World, Says Study

AMOC по отношению к глобальной термохалинной циркуляции

Изменение климата замедляет конвейер океанических течений, который приносит теплую воду из тропиков в Северную Атлантику. исследование, опубликованное в журнале Nature Climate Change, рассматривает глубокие последствия для глобального климата, если этот атлантический конвейер полностью разрушится.

Обнаружили, что разрушение системы, называемой Атлантической меридиональной циркуляцией (Atlantic Meridional Overturning Circulation, AMOC), приведет к тому, что климат Земли перейдет в состояние, более похожее на Ла-Нинья (“La Niña-like” state).

La Niña в переводе с испанского означает “маленькая девочка”. Ла-Нинья также иногда называют El Viejo, анти-Эль-Ниньо или просто “холодное событие”. Ла-Нинья имеет противоположный эффект Эль-Ниньо. Во время Ла-Нинья пассаты становятся еще сильнее, чем обычно, и направляют больше теплой воды в сторону Азии. У западного побережья Америки усиливается апвеллинг, поднимая на поверхность холодную, богатую питательными веществами воду.

Ла-Нинья вызывает перемещение струйного течения, узкой зоны сильного ветра в верхней тропосфере, (jet stream) на север и его ослабление над восточной частью Тихого океана. Во время зим Ла-Нинья на юге наблюдается более теплая и сухая погода, чем обычно. На севере и в Канаде, как правило, влажнее и холоднее.
Source: National Ocean Service

Атлантическая циркуляция представляет собой мощный поток теплых тропических вод в Северную Атлантику, который помогает поддерживать мягкий европейский климат, позволяя тропикам терять избыточное тепло. Аналогичный переток антарктических вод наблюдается и в Южном полушарии.

Климатические записи за 120 000 лет показывают, что во время ледниковых периодов атлантическая циркуляция выключается или резко замедляется. Она “включается” и успокаивает европейский климат во время так называемых “межледниковых периодов”, когда климат Земли теплее.

Около 5 000 лет назад, атлантическая циркуляция была относительно стабильной. Но за последние несколько десятилетий было обнаружено замедление, и это обеспокоило ученых. Это будет означать более сильные наводнения на востоке Австралии и более сильные засухи и сезоны кустарниковых пожаров на юго-западе США.

Жители восточного побережья Австралии знают, что такое неумолимая Ла-Нинья. Изменение климата насытило нашу атмосферу более влажным воздухом, а два лета Ла-Нинья нагрели океан к северу от Австралии. Оба этих явления способствовали возникновению самых влажных условий за всю историю наблюдений: в Новом Южном Уэльсе и Квинсленде произошли рекордные наводнения.

Тем временем на юго-западе Северной Америки рекордная засуха и сильные кустарниковые пожары привели к огромной нагрузке на службы спасения и сельское хозяйство. Только пожары 2021 года обошлись, по оценкам, не менее чем в 70 миллиардов долларов США.

Климат Земли динамичен, изменчив и постоянно меняется. Но наша нынешняя траектория неослабевающих выбросов парниковых газов дает всей системе гигантский толчок, который будет иметь неопределенные последствия – последствия, которые перепишут наше хрестоматийное описание циркуляции океана планеты и ее влияния.


Nonsense on Stilts No, LaMDA is not sentient. Not even slightly.

Статья Гэри Маркуса на Substack

Блейз Агуэра-и-Аркас, эрудит, романист и вице-президент Google, умеет обращаться со словами.

Когда на него произвела впечатление недавно разработанная компанией Google система искусственного интеллекта LaMDA, он не просто сказал: “Круто, она создает очень аккуратные предложения, которые в некотором смысле кажутся контекстуально релевантными”, – он сказал довольно лирично в интервью журналу The Economist в четверг,

“Я почувствовал, как земля уходит у меня из-под ног… все чаще мне казалось, что я разговариваю с чем-то разумным”.

Глупости. Ни LaMDA, ни один из ее родственников (GPT-3) не являются даже отдаленно разумными.1 Все, что они делают, – это подбирают шаблоны, черпают из массивных статистических баз данных человеческого языка. Закономерности могут быть крутыми, но язык, который произносят эти системы, на самом деле ничего не значит. И уж точно не означает, что эти системы разумны.

Что не означает, что человеческие существа не могут быть приняты. В нашей книге “Перезагрузка ИИ” (Rebooting AI) мы с Эрни Дэвисом назвали эту склонность человека к обману доверчивостью (The Gullibility Gap) – пагубной современной версией парейдолии, антропоморфного предубеждения, которое позволяет людям видеть мать Терезу в образе булочки с корицей.

Действительно, известный в Google человек, Блейк ЛеМойн, которому изначально было поручено изучить, насколько “безопасна” система, похоже, влюбился в LaMDA, как в члена семьи или коллегу. (Новость: это не так; это электронная таблица для слов).

Быть разумным – значит осознавать себя в мире; LaMDA просто не осознает. Это всего лишь иллюзия, как и в истории с ELIZA – программой 1965 года, которая притворялась терапевтом (сумев обмануть некоторых людей, заставив их думать, что это человек), и Eugene Goostman, чат-ботом, выдававшим себя за 13-летнего мальчика, который выиграл уменьшенную версию теста Тьюринга. Ни одна из программ этих систем не сохранилась в современных попытках “искусственного общего интеллекта”, и я не уверен, что LaMDA и ее родственники сыграют какую-либо важную роль в будущем ИИ. Все, что делают эти системы, не больше и не меньше, – это составляют последовательности слов, но без какого-либо последовательного понимания мира, стоящего за ними, подобно игрокам в “Эрудит” на иностранных языках, которые используют английские слова в качестве инструментов для набора очков, не имея ни малейшего представления о том, что они означают.


Face up to false positives

Когда в ходе исследования геномов столетних людей были обнаружены генетические варианты, тесно связанные с исключительным долголетием, это вызвало широкий интерес СМИ и общественности. Это также вызвало немедленную скептическую реакцию со стороны других генетиков. То, что отдельные генетические варианты должны оказывать такое большое влияние на сложный человеческий признак, было совершенно неожиданным. Как оказалось, по крайней мере, некоторые результаты этого исследования были неожиданными просто потому, что они были неверными. В опровержении, опубликованном год спустя , авторы признали “технические ошибки” и “неадекватный протокол контроля качества”. Позже работа была повторно опубликована в другом журнале после серьезной доработки.

Некоторые принципы удручающе знакомы опытным ученым: чем более удивительным кажется результат, тем меньше вероятность того, что он верен. Мы не можем знать, был ли упущен этот принцип в конкретном исследовании и почему. Однако в целом, в мире, где неожиданные результаты могут привести к высокоэффективной публикации, известности и заголовкам в “Нью-Йорк Таймс”, легко понять, как может возникнуть непреодолимое искушение перейти от открытия к подаче рукописи без проведения необходимой проверки данных.

На самом деле, никогда еще не было так легко генерировать высокоэффективные ложноположительные результаты, как в геномную эру, когда массивные, сложные наборы биологических данных дешевы и широко доступны. Ясно, что большинство экспериментов на уровне генома дают реальные результаты, многие из которых было бы невозможно обнаружить в ходе целенаправленных исследований, основанных на гипотезах. Однако охота за биологическими сюрпризами без должной осторожности может легко дать богатый урожай предубеждений и экспериментальных артефактов и привести к появлению высокоэффективных статей, построенных не более чем на систематическом экспериментальном “шуме”.

Дефектные статьи наносят вред не только их авторам: они запускают бесполезные проекты, тормозя карьеру аспирантов и постдоков, и подрывают репутацию геномных исследований. Чтобы минимизировать ущерб, исследователи, рецензенты и редакторы должны повысить стандарт доказательств, необходимых для утверждения того или иного вывода в качестве факта.


Animal magic: why intelligence isn’t just for humans

Рассмотрим часто называемый “птичьим мозгом”. По сравнению с нейроразнообразием птиц, люди – монокультура. Разум птиц широко разбросан в пространстве сознания, их различия и особенности чрезвычайно разнообразны. Одни птицы преуспевают в навигации, другие – в разучивании сложных песен или создании замысловатых гнезд. Кустарниковые сойки (scrub jays) – искусные хранители пищи, способные устраивать сотни тайников по всему ареалу обитания и безупречно находить их все, возвращаясь сначала к самым скоропортящимся продуктам. Они хитры: воровство тайников – обычное дело, и птицы могут прибегать к обманным мерам, например, возвращаться вскоре после закладки запасов, чтобы переместить их в другое место – но только если они знают, что за ними наблюдали во время закладки. Или, что еще более примечательно, притворяются, что делают это, что свидетельствует о наличии у них того, что психологи называют “теорией разума” (theory of mind): способности признавать существование других агентов с мотивами и знаниями, отличными от их собственных. (В отличие от распространенного мнения, что другие животные живут в вечном настоящем, кустарниковые сойки могут запасать еду в ожидании обстоятельств, с которыми они могут столкнуться позже: экспериментаторы обнаружили, что они делают это, когда их помещают в клетку, о которой птицы знают по опыту, что завтра в ней, скорее всего, не будет еды.

Или, к примеру, как распознать оптимистичную свинью? Это не повод для шутки; вопрос искренний, и ответ на него многое говорит о нашем отношении к другим разумам – разумам, то есть нечеловеческим. Если понятие оптимистичной (или, тем более, пессимистичной) свиньи звучит смутно комично, это потому, что мы почти не знаем, как думать о других разумах, кроме как по отношению к нашему собственному.


Huge “foundation models” are turbo-charging AI progress

Все современные модели машинного обучения основаны на “нейронных сетях” – программах, имитирующих взаимодействие клеток мозга друг с другом. Их параметры описывают веса связей между этими виртуальными нейронами, веса, которые модели развивают путем проб и ошибок по мере того, как они “обучаются” реагировать на определенные входные данные с такими результатами, которые хотят получить их разработчики.

В течение десятилетий нейронные сети были интересны в принципе, но не очень полезны на практике. Прорыв в области нейросетей в конце 2000-х – начале 2010-х годов произошел благодаря тому, что компьютеры стали достаточно мощными для запуска больших нейросетей, а интернет предоставил огромное количество обучающих данных, необходимых таким сетям. Каноническим примером является использование фотографий, помеченных как содержащие кошек, для обучения модели распознавания животных. Созданные таким образом системы могли делать то, что до этого не удавалось ни одной программе, например, обеспечивать приблизительный перевод текста, надежно интерпретировать устные команды и распознавать одно и то же лицо на разных фотографиях.

Часть того, что позволило этой области выйти за рамки этих впечатляющих достижений, опять же, заключалась в увеличении вычислительной мощности. В машинном обучении в основном используются чипы под названием “графические процессоры” (graphics processing units, GPUs), разработанные для видеоигр такими фирмами, как Nvidia, не только потому, что их вычислительная мощность дешева, но и потому, что их способность выполнять множество вычислений параллельно делает их очень подходящими для нейронных сетей. В 2010-х годах производительность gpus росла впечатляющими темпами.

Концептуальный прорыв, необходимый для полного использования этой мощности, произошел в 2017 году. В статье под названием “Внимание – это все, что вам нужно” исследователи из Google и Университета Торонто описали новую архитектуру программного обеспечения, которое будет использоваться в Google bert. Они отбросили все механизмы, которые последовательно обрабатывали входные данные – механизмы, которые исследователи ранее считали важными; вместо этого они использовали механизм, который рассматривал все сразу. Этот новый подход означал, что программы могут “обращать внимание” на паттерны, которые, как они узнали, являются значимыми в поле текста, вместо того, чтобы прорабатывать его слово за словом.


The Human Brain Runs Way Hotter Than We Ever Realized

Механические системы, от двигателя вашего автомобиля до компонентов вашего ноутбука, имеют тенденцию нагреваться при интенсивной работе. Теперь новое исследование показало, что то же самое можно сказать и о мозге – и он нагревается сильнее, чем считалось ранее.

Некоторые участки глубинного мозга могут нагреваться до 40 °C (104 °F), показало новое исследование, хотя это зависит от пола, времени суток и различных других факторов. Сравните это со средней температурой ротовой полости человека, которая обычно не превышает 37 °C (98,6 °F).

Однако, по мнению исследователей, это не является признаком неполадок в работе мозга и может свидетельствовать о его здоровом функционировании. Необычные тепловые сигнатуры потенциально могут быть использованы в будущем для поиска признаков повреждения или расстройства мозга.


Plants Appear to Be Breaking Biochemistry Rules by Making ‘Secret Decisions’

Исследователи обнаружили ранее неизвестный процесс, который объясняет “секретные решения”, принимаемые растениями при выбросе углерода обратно в атмосферу.

Если вы вспомните школьный курс биологии, то, возможно, вспомните, что в процессе фотосинтеза растения производят сахар или сахарозу. Обычно растение производит избыток сахарозы; часть ее запасается, часть распадается. Это называется циклом лимонной кислоты (или трикарбоновой кислоты, или цикл Кребса), и он одинаково важен для жизни.

В рамках этого цикла сахароза, имеющая двенадцать атомов углерода, расщепляется до глюкозы с шестью углеродами. Затем глюкоза расщепляется до пирувата, содержащего три углерода. Использование пирувата для получения энергии приводит к образованию углерода в качестве отработанного продукта, поэтому именно на этом этапе растение принимает “решение”.

“Пируват – это последняя точка для принятия решения”

Вы можете сжечь его и выпустить CO2, или вы можете использовать его для создания фосфолипидов, хранящихся растительных масел, аминокислот и других вещей, необходимых для создания биомассы. Это означает, что растение может фактически отслеживать источник пирувата и действовать соответствующим образом, выбирая либо высвободить его, либо сохранить для других целей.

Ученые обнаружили, что транспортер в митохондриях направляет пируват на дыхание для высвобождения CO2, но пируват, полученный другими способами, сохраняется клетками растений для создания биомассы – если транспортер заблокирован, растения используют пируват из других путей для дыхания.

Эта способность принимать решения, по мнению исследователей, нарушает обычные правила биохимии, где, как правило, каждая реакция является соревнованием, а процессы не контролируют, куда идет продукт.


Ancient Humans Tamed Fire as Early as 1 Million Years Ago, Study Suggests

Овладение огнем открыло ранним людям путь в совершенно новые миры – от доступа к большему количеству питательных веществ через приготовление пищи (что способствовало увеличению размера мозга) до использования темного времени суток и выживания при миграции в более суровый климат.

Однако, как и когда произошло это мастерство, было потеряно для времени, а фрагменты сгоревшего материала намекают на то, что укрощение огня началось до 1,5 миллионов лет назад. Теперь ученые использовали искусственный интеллект для обнаружения скрытых признаков костров на стоянке нижнего палеолита в Израиле, датируемой примерно 1 миллионом лет назад.

Идентификация огня на археологических объектах обычно основывается на визуальных признаках, таких как покраснение почвы, изменение цвета, деформация, растрескивание и усадка материалов.

В новом исследовании ученые использовали спектроскопический “термометр”, который может обнаружить мельчайшие химические изменения, проанализированные алгоритмами глубокого обучения, что позволяет оценить воздействие тепла на камни и окаменелости.

Археолог Зейн Степка из Центра археологических наук имени Киммела в Израиле c коллегами использовали этот “термометр” на кремневых артефактах с одного из израильских мест, датированных периодом от 1,0 до 0,8 миллиона лет назад.

Артефакты были найдены вместе с окаменелостями животных в желто-сером песке, который лежал поверх красного суглинка. На этом месте не было очевидных визуальных признаков использования огня. Но “термометр” ИИ показал тонкие химические сигнатуры, свидетельствующие о том, что некоторые каменные орудия и куски бивня были нагреты до различных температур, некоторые из которых превышали 400 градусов по Цельсию. Это говорит о том, что они контактировали с огнем.

Если кому интересна эта тема, то есть замечательная книга, которую и вам рекомендую, и сам собираюсь прочесть.

На основании книги Рэнгема Goodness Paradox, я делал подкаст и серию лонгридов “Тирания кузенов: как Homo sapiens одомашнили сами себя“. Эта должна быть не хуже.


Мемы

Тиктаалик во всём виноват




это просто платина, от сердца отрываю

souffrance insoutenable


Найдите кота. Он тут есть. Когда отчаетесь – спросите у меня подсказку.

Вам понравилось? Поддержите проект!
Become a patron at Patreon!

Leave a reply:

Your email address will not be published.

Site Footer