90% знаний это бесполезный мусор, систематизирование и классификации сортов говна в 10 томах

Сколько в мире "ученых" людей с 5 высшими образованиями и 3 мя докторскими степенями которые "все знают" на подобии понасенкова или докенза

Но толку от них меньше чем от грузчика из пятерочки, они ничего не изобрели и не создали, их знания это мусор

Максимум что они могут это написать еще один бесполезный "научный труд о видах и сортах говна" а потом ходить с гордым видом и мнить себя гениями

Александр Чернокульский - главный проповедник климатического алармизма в России - утверждает что уже к концу XXI столетия глобальная температура поднимется от 1.5 до 3.5 или вообще 6 градусов. А уровень моря, поднимется от полуметра до метра. А его западные коллеги, еще радикальней: нам обещают что к концу века Земля чуть ли не превратится во вторую Венеру.

Между тем, не стоит забывать, что измерения климата стали делать достаточно недавно и повышение температуры по всему миру, так пугает климатологов просто потому, что история наблюдений за климатом слишком молода. Так недавно появилась новость о том что зима в Арктике стала короче за последние 60 лет. Но 60 лет - это практически вчера в рамках глобальных изменений климата. Как долго в действительности продлится нынешний тренд на потепление, насколько он в действительности необычен для истории климата и наконец, связан ли он действительно с антропогенными выбросами CO2 - вопросы открытые.

А тем временем, исследователи из Кольского научного центра, уже выкатили новое исследование, согласно которому, уже во второй половине XXI века, начнется новый малый ледниковый период - и что самое паскудное, с человеческой деятельностью, он не будет связан от слова "никак": https://blackpill.usite.pro/news/ehpichnyj_otsos_klimaticheskikh_alarmistov/2025-04-24-200

Теория решения изобретательских задач – одно из величайших изобретений советских учёных, о котором сейчас помнят разве что в компании Самсунг. Её задача – организовать творческую деятельность с помощью специальных инструментов и правил, научить тебя, анон, решать любые задачи чуть точнее, чем методом тыка, и показать, что для этого вполне достаточно той физики и химии, которой тебя учили в школе или которую ты видел в смешариках.
Суть: любая проблема/задача есть "техническое/физическое противоречие", состоящее из двух противоположных элементов, вроде "надо" и "невозможно", и решать это противоречие. Способов решения два:
1) Алгоритм решения изобретательских задач(АРИЗ), идя по которому можно прийти к физическому, а затем к техническому решению.
2) Вепольный анализ (Веполь – система вещество-поле-вещество, где поля: электромагнитное, гравитационное, тепловое, механическое; вещество – весьма широкое понятие, зависит от задачи, от атома до ледокола). Задача решается путём достройки неполного веполя в полный.

Больше читай книгу "Творчество как точная наука" (Пик и ссылка)
https://bookshake.net/b/tvorchestvo-kak-tochnaya-nauka-teoriya-resheniya-genrih-saulovich-altov

Пиши сюда свои идеи, анон. Может, именно твоя придумка изменит мир.

С позиции биологического анализа люди это вирусные контейнеры.

Люди представляют собой белковую оболочку выстраиваемую генами, которые объединяются в колонии называемые геномами ... А классические вирусы – это гены, оторвавшиеся от таких колоний. Вирусы тоже состоят из чистой ДНК (или аналогичной самореплицирующейся молекулы), которая также окружена белковой оболочкой. Разница только в том, что они распространяются из тела в тело по воздуху, а не более традиционным способом – в таких “экипажах”, как сперматозоиды и яйцеклетки. Соответственно люди могут рассматриваться не иначе как самоходные вирусные контейнеры. - биолог Ричард Докинз.

Мнение?

Что мешает построить коммунизм с научной точки зрения?

Давайте рассмотрим упрощенную модель чёрной дыры, где мы можем описать ее поведение с помощью метрики Шварцшильда. В этой модели пространство-время вокруг чёрной дыры искривлено, и гравитация является столь сильной, что даже свет не может убежать, если он слишком близко

Метрика Шварцшильда может быть записана как:

ds^2 = (1 - 2GM/r) dt^2 - (1 - 2GM/r)^{-1} dr^2 - r^2 dθ^2 - r^2 sin^2(θ) dφ^2

где:

ds^2 - элемент интервала
G - гравитационная постоянная
M - масса чёрной дыры (Хавронья)
r - радиальное расстояние от центра чёрной дыры
t - время
θ и φ - угловые координаты

Горизонт событий чёрной дыры, за пределами которого ничего не может убежать, находится в:

r_s = 2GM

где r_s - радиус Шварцшильда

Чтобы смоделировать аккрецию нейтронных звезд Хавроньей, мы можем использовать модель аккреции Бонди-Хойла-Литтлтона. Эта модель описывает скорость аккреции чёрной дыры как:

dM/dt = πρ(v^2 + c_s^2)R^2

где:
dM/dt - скорость аккреции
ρ - плотность окружающего материала (нейтронных звезд)
v - скорость материала
c_s - скорость звука в материале
R - радиус области аккреции

Комбинируя эти две модели, мы можем создать более полную картину Хавроньи как чёрной дыры, аккрецирующей нейтронные звезды

Обратите внимание, что это сильно упрощенная модель, и реальные чёрные дыры гораздо более сложны и включают в себя многие другие физические процессы

Какую часть в процентах составляют 8 выходных от рабочего месяца в 31 день?

Надо разделить количество выходных дней на общее количество дней и умножить на 100%.

Вопрос:
Как получается 1% при делении выходных дней на общее количество дней?
Непонятна сама суть этого действия.

ШЕБМ WEBM GIF MP4 НАУЧНЫЙ
Открывает парад легендарное применение цезия.

Прошлый тонет тут https://2ch.hk/sci/res/468847.html (М)

Расскажите почему архитектура процессора сложная а не примитивная и как делают такие йобы как станки для изготовления процессоров и электронные микроскопы.

Экономика - наука?
Какие есть аргументы за и против?
В каком направлении она развивается?

Действительно ли из законов природы и ее порядка можно сделать вывод о существовании первоначального замысла и Творца природы?

Что такое поэзияс научной точки зрения? В чем ее особенность и привлекательность?

Аноны-эксперты, слезли с хайп-трейна? Надоело слушать про "скоро сингулярность" от очередного инфоцыгана? Давайте по хардкору, без розовых пони и влажных фантазий про Skynet.

Все эти DNN, трансформеры, вот это вот всё – конечно, впечатляет. Картинки рисуют, тексты генерят, котиков распознают лучше тебя. Но давайте честно: это узкий AI. AGI там и рядом не валялся. И вот вопрос – а валяться ли будет вообще?

Смотрим на железо. На чем вся эта нейросетевая магия крутится? На старом добром фон Неймане. Да, разогнанном на GPU и TPU, но суть та же: процессор, память, шина. И тут начинаются проблемы, которые как-то стыдливо замалчиваются в техно-оптимистическом угаре:

1. Энергоэффективность – в жопе. Модели раздуваются до размеров черной дыры, жрут электричество как майнинговая ферма. Человеческий мозг, блин, 20 ватт потребляет! FLOPS/ватт у нас – смех один. Мы вообще сможем когда-нибудь запитать AGI, не построив персональную АЭС? Или так и будем топить планету ради "разума"?

2. Фон Нейман – это bottleneck. Память и процессор разделены. Memory latency, cache misses, сериализация операций – это всё тормозит параллелизм, который вроде как нужен для настоящего интеллекта. Мозг – это нейроморфная сеть, где память и вычисления интегрированы. А у нас – постоянное перетаскивание данных туда-сюда. Не упремся ли мы в фундаментальный предел архитектуры, даже если кремний станет быстрее в 100 раз?

3. Кремний – всё? Moore's Law уже не торт. Квантовое туннелирование, тепловыделение, атомные масштабы – физика начинает упираться. Может, кремниевые транзисторы – это вообще тупиковая ветвь для AGI? Нужны новые материалы, новые принципы. Мемристоры, фотонные компьютеры, квантовые вычисления – это пока всё на уровне лабораторных экспериментов. Или мы так и будем долбиться в кремниевую стену, ожидая чуда?

4. Data movement is the new compute. В современных архитектурах перемещение данных жрет больше энергии, чем сами вычисления! Это вообще дичь какая-то. Мы гонимся за FLOPS, а на самом деле у нас проблема в пропускной способности памяти и эффективности передачи данных.
А теперь про алгоритмы. Тут тоже не всё так радужно, как в презентациях Google и OpenAI:

1. DNN – это тупо pattern matching. Да, сложное, многослойное, но всё равно – статистические корреляции, а не понимание. Они не понимают смысл, не имеют common sense, не умеют обобщать по-настоящему. Это попугаи, которые научились имитировать разум, но не более.

2. Backpropagation – это костыль. Эффективно для обучения глубоких сетей, но биологически неправдоподобно и, возможно, не масштабируется до AGI. Мозг учится по-другому, более эффективно и гибко. Backprop требует огромных датасетов, точно размеченных данных, и плохо работает в условиях неопределенности и неполной информации, которые характерны для реального мира. Может, мы зациклились на этом методе, и упускаем что-то принципиально другое?

3. Отсутствие настоящего "понимания" и "сознания". Да, это философский холивар, но и практический вопрос. Современный AI – это black box. Мы не понимаем, как он "думает", почему принимает те или иные решения. Нет интроспекции, самосознания, мотивации, целеполагания – всего того, что мы считаем признаками настоящего интеллекта. Может, AGI требует не просто более мощных сетей, а принципиально новой парадигмы в понимании интеллекта и сознания?

И вот, собственно, главный вопрос: Где сейчас реальный капкан для AGI? Мы уперлись в железный потолок – ограничения архитектуры фон Неймана, энергопотребления, кремниевой технологии? Или мы зашли в алгоритмический тупик – исчерпали возможности DNN и backpropagation, и нуждаемся в революционно новых подходах к обучению и моделированию интеллекта?

Или, может, проблема комплексная? Может, для AGI нужен синергетический прорыв – одновременная революция и в железе, и в софте, и в нашем понимании самого интеллекта? Может, мы вообще идем не туда, и AGI – это несбыточная мечта, по крайней мере, в обозримом будущем?

Высказывайтесь, эксперты и сочувствующие. Только без вайтишников и крипто-энтузиастов, пожалуйста. Интересует мнение тех, кто реально понимает, где мы сейчас находимся и куда движемся в этой гонке за AGI. И главное – где нас ждет реальный облом? (и будет ли он?)

Сап, сейчас учусь на социолога, мне вкатывает, но вот какой вопрос возникает: а кем блять потом работать и за какую ЗП. Есть у кого опыт, может кто сам работает с социологическим образованием?

Сап, двач!

Мы - команда робототехников. Ищем практические идеи проектов для помощи людям с ограниченными возможностями здоровья.

Поделитесь пожалуйста проблемами с которыми сталкиваются люди с различными видами инвалидности (нарушения опорно-двигательного аппарата, зрения, слуха, ментальные или когнитивные особенности и т.д.)

Буду благодарен за любые ваши предложения!

Сап, аноны. Короче такая тема:
Нашёл неведомую хуетень в заброшенной аудитории на физмат кафедре и не могу вдуплить, чё это такое. Мои догадки на данный момент, это- только то, что это рентгеновская трубка

Как бы я в курсе что этот вопрос уже обсуждался всё последнее столетие и в конечном счёте все пришли к выводам что типа нужна но в небольших количествах.

Просто каждый раз когда опускаешься в дебри метафизики ты понимаешь что обсуждают метафизику в основном люди с хуевым образованием, псевдоинтеллектуалы и просто бездельники которым тупо больше нечем заняться.

Сразу вот это чувство будто сидишь на кухне с кучкой алкашей которые там начинают затирать всякую хуйню.

Ну и зачем оно нужно? Для обывателя? Для популяризации чего-то там?

Сапч, как пахнут ресницы у голубей?