Новости
паук, членостоногие, тарантул, xrust, америка, Индия, азия, Австралия
Паук, порожденный меловым периодом
Паук, начавший победное шествие по миру в меловом периоде, – это тарантул. Эти членистоногие наделены солидными размерами, яркой расцветкой, но одновременно являются домоседами.
Пауки тарантулы, заселившие континенты, в действительности не заядлые туристы, пишет xrust. Самки, детёныши предпочитают уютные норки. Лишь самцы беспрестанно рыщут, отыскивая партнерш. Удивительны и мыши – об этом здесь.
Домоседство тарантулов, противоречащее распространенности, заинтересовало ученых. Последние решили изучить геном членистоногих, разбросанных по континентам и временам.
Построенное генетическое дерево, констатировало: тарантулы появились 120000000 лет назад в Америке. Тогда континент имел связи с Африкой, Индией, Австралией, образуя гигантский суперконтинент. Сначала тарантулы завоевали просторы Индию, потом началась азиатская экспансия, завершившаяся австралийской сагой.
Xrust: Паук, порожденный меловым периодомПауки тарантулы, заселившие континенты, в действительности не заядлые туристы, пишет xrust. Самки, детёныши предпочитают уютные норки. Лишь самцы беспрестанно рыщут, отыскивая партнерш. Удивительны и мыши – об этом здесь.
Домоседство тарантулов, противоречащее распространенности, заинтересовало ученых. Последние решили изучить геном членистоногих, разбросанных по континентам и временам.
Построенное генетическое дерево, констатировало: тарантулы появились 120000000 лет назад в Америке. Тогда континент имел связи с Африкой, Индией, Австралией, образуя гигантский суперконтинент. Сначала тарантулы завоевали просторы Индию, потом началась азиатская экспансия, завершившаяся австралийской сагой.
паук, членостоногие, тарантул, xrust, америка, Индия, азия, Австралия
Комментарии
Физики создали «периодическую таблицу» искусственного интеллекта
Искусственный интеллект сегодня повсеместно используется для объединения и интерпретации различных видов информации, включая текст, изображения, аудио и видео. Среди «заковык» – необходимость решить, какой алгоритм лучше всего подходит для конкретной задачи. Физики из Университета Эмори предложили более четкий и систематический подход, пишет xrust. В статье, опубликованной в журнале The Journal of Machine Learning Research, они описывают новую математическую модель, которая систематизирует методы искусственного интеллекта и направляет разработку алгоритмов для решения конкретных задач. «Мы обнаружили, что многие из самых успешных современных методов искусственного интеллекта сводятся к одной простой идее — сжимать различные типы данных ровно настолько, чтобы сохранить только те фрагменты, которые действительно позволяют предсказывать то, что вам нужно», — говорит Илья Неменман, профессор физики в Университете Эмори и старший автор исследования. «Это дает нам своего рода