Правительство приняло решение о закрытии проекта "Большая российская энциклопедия" (преемница БСЭ). Ранее я писал, что финансирование энциклопедии не было заложено в бюджет 2024 года, а сотрудникам с начала года не выплачивали зарплату.

В качестве решения Большую российскую энциклопедию предложили присоединить к Рувики.

На сегодня была назначена пресс-конференция руководства БРЭ по поводу её закрытия. Однако буквально за последние пару дней поднялся скандал такого размаха, что закрытие энциклопедии решили приостановить.

Лауреатами Нобелевской премии по физике 2024 года стали создатели методов, заложивших основы развития искусственного интеллекта

Шведская королевская академия наук (The Royal Swedish Academy of Sciences) присудила нобелевскую премию по физике этого года Джону Хопфилду (John J. Hopfield) из Принстонского университета (Princeton University), США, и Джеффри Хинтону (Geoffrey E. Hinton) из Университета Торонто (University of Toronto), Канада, «за основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей».

Для разработки методов, которые являются основой современного мощного машинного обучения, оба лауреата использовали инструменты из физики. Хопфилд создал ассоциативную память, вид машинной памяти, способной хранить и восстанавливать из данных изображения и другие типы шаблонов. Хинтон изобрел метод, который может в автономном режиме находить свойства в данных и, таким образом, выполнять такие задачи, как идентификация определенных элементов на изображениях. Машинное обучение с использованием искусственных нейронных сетей в определенном смыле имитирует функционирование элементов мозга. В искусственной нейронной сети нейроны мозга представлены узлами, которые имеют разные значения. Эти узлы влияют друг на друга через связи, которые можно сравнить с синапсами между нейронами живого мозга. В процессе машинного обучения связи, активируемые одновременно, становятся сильнее или слабее.


Хинтон использовал сеть Хопфилда в качестве основы для новой сети, которая использует другой метод: машину Больцмана. Это инструмент из статистической физики, науки о системах, построенных из множества схожих компонентов. Машина Больцмана может научиться распознавать характерные элементы в заданном типе данных, а обучается она путем подачи ей примеров, которые с большой вероятностью возникнут при запуске машины. Машину Больцмана можно использовать для классификации изображений или создания новых примеров типа шаблона, на котором она была обучена. Хинтон развил этот подход, что способствовало нынешнему бурному развитию машинного обучения. Развитие нейросетей, основанное на физических принципах, принесло пользу и самой физике, достаточно отметить моделирование свойств материалов, анализ астрофизических данных и моделирование климата. В качестве примеров повседневного применения открытий лауреатов можно привести технологию распознавания лиц и машинный перевод с одного языка на другой.

В ходе нобелевской пресс-конференции Хинтон признался в том, что часто пользуется GPT-4, «удобная вещь», сказал он об этой большой языковой модели.

Нобелевскую премию по физиологии или медицине 2024 года присудили двум американским ученым за открытие нового механизма регуляции генов

Нобелевская ассамблея Каролинского института (The Nobel Assembly at Karolinska Institutet) в Стокгольме объявила имена лауреатов Нобелевской премии по физиологии или медицине этого года (Nobel Prize in Physiology or Medicine) Виктору Эмбросу (Victor Ambros) из Массачусетского университета (University of Massachusetts) и Гэри Равкану (Gary Ruvkun) из Гарвардской медицинской школы (Harvard Medical School) «за открытие микроРНК и ее роли в посттрансляционной регуляции генов». Наши органы и ткани состоят из клеток различных типов, которые при этом имеют один и тот же набор генетической информации. Разнообразие типов клеток, составляющих разные ткани, объясняется специфической регуляцией генов, что делает возможным выполнение разными тканями и клетками специализированных функций. Нарушение регуляции генов может привести к серьезным заболеваниям. В 1960-х было установлено, что в регуляции активности генов участвуют особые белки-факторы транскрипции, которые контролируют «переписывание» генетической информации с ДНК на матричную, или мРНК, связываясь с определенными участками на ДНК. С тех пор факторов транскрипции были выявлены сотни, и считалось, что вопрос регуляции генов в принципе решен. Однако в 1993 нынешние Нобелевские лауреаты сообщили о неожиданных открытиях, описывающих новый уровень регуляции, который оказался очень важным и сохраняемым в ходе эволюции у всех организмов – от червей до человека.

Эмброс и Равкан независимо друг от друга изучали два мутантных штамма круглых червей Caenorhabditis elegans, которые назывались lin-4 и lin-14. У каждого из этих двух мутантов был свой сбой в активации генетической программы развития. Эмброс клонировал ген с мутацией lin-4 и обнаружил, что он кодирует не белок, а короткую, всего из 22 нуклеотидов, последовательность некодирующей РНК. И эта микроРНК подавляет активность lin-14, но как именно – было неясно. Объединив усилия, Эмброс и Равкан, изучающий lin-14, обнаружили, что последовательности lin-4 и lin-14, имея разную длину, в определенных участках комплементарны, то есть соответствуют друг другу «буквами» ДНК. Последующие эксперименты показали, что микроРНК lin-4 подавляет lin-14, связываясь с соответствующей - комплементарной – последовательностью своей мРНК, то есть на посттранскрипционной стадии. Это связывание блокирует продукцию белка lin-14. Открытие нового фундаментального принципа, управляющего генной активностью, в настоящее время прямого клинического применения не имеет, но известно, например, что микроРНК могут быть биомаркерами некоторых опухолей. Рассматриваются эти маленькие молекулы и как потенциальные мишени терапии.