,
Новости TOP
Архив новостей сайта
Новость на NotNow Apple представит смайлики с разным цветом кожи

Компания Apple разработала для пользователей iPhone новые версии "смайликов" Emoji: теперь в наборе значков, отражающих эмоции, повились "смайлики" с разным цветом кожи и волос.

Политкорректные смайлики будут доступны на платформе iOS 8.3, которая пока проходит тестирование.

Всего для пиктограмм, которые изображают человеческие лица, предложено пять возможных оттенков кожи.

В ноябре прошлого года Google и Apple сообщили о намерении "победить расизм" на уровне "смайликов". Соответствующие изменения были предусмотрены во всемирном стандарте Unicode, который унифицирует кодирование любых символов.

Источник: bbc.co.uk
Новость на NotNow 50 самых инновационных компаний мира за последний год

Обновлённый список 50 инновационных компаний мира 2015 года преподнёс несколько сюрпризов.

Эппл подвинули Первый сюрприз - американская компания «Warby Parker», производитель солнцезащитных очков и линз с диоптриями, возглавила список, опередив «Apple», которой в последнее время, прямо скажем, не очень везёт.


«Вторым сюрпризом является улучшенная позиция китайского производителя электроники «Alibaba». Компания с названием сказочного персонажа заняла третье место, сразу после «Apple», опередив «Google», согласно спросу пользователей, желающих развлечься и сэкономить», - говорится в докладе «Fast Company».

Сюрприз третий и, возможно, самый значительный - включение в список сразу трех китайских выскочек - «Da-Jiang Innovation» - 22 место - «за стабилизацию видео-картинки»; «Apricot Forest» - 25 место - «за решение наиболее острых проблем китайской медицины», и компания «Wandoujia» - 34-место - «за решение китайской проблемы с мобильной связью». Все три компании принадлежат гиганту «Samsung Electronics», который в свою очередь занял только 41-е место.

Форбс согласен, но без китайцев Полученные результаты «Fast Company» полностью согласуются с недавними выводами, сделанными специалистами из «Forbes», хотя в его списке китайских компаний не было. Этого и следовало ожидать, поскольку для составления рейтингов использовались различные критерии - «Forbes» принимала во внимание объективные критерии, способствующие созданию больших компаний, эксперты из «Fast Company» использовали субъективные критерии, которые учитывали достижение новых компаний и их влияние на своих крупных и солидных конкурентов.

Полученные результаты «Fast Company» наверняка стали полной неожиданностью для многих наблюдателей мирового бизнес-рынка, которые уже предупредили, что на результаты опроса «Fast Company», с точки зрения вложения инвестиций, полагаться стоит с особой осторожностью, поскольку результаты рейтинга, как правило, сильно меняются от года к году.

Сам редактор и управляющий аналитической компанией «Fast Company» господин Роберт Сафиян (Robert Safian) отмечает, что только несколько компаний повторили свой успех в «Списке 50 лучших»: «успешные предприятия стараются превзойти самих себя; новички же выступают с новыми идеями и новым импульсом, постоянно проявляя себя и перетягивая внимание на себя».

Китай умеет не только копировать В «Fast Company» отмечают также, что китайские компании, вопреки расхожему мнению, что они только и могут, что копировать продукцию мировых производителей, в таком важном экономическом факторе, как предпринимательство, оставляют далеко позади себя США, Японию и Южную Корею в глобальном смысле.

Аналитик делает вывод: Имеются хорошие признаки того, что Китай делает успехи в области инноваций в лице недавно созданных компаний, однако их инновации до сих пор почти никак не влияют на китайскую экономику, а это значит, что правительству страны нужно активнее содействовать созданию своих собственных брендов и выводу их на глобальный рынок.

Источник: businessplace.info
Новость на NotNow Россия подпишет соглашение на поставку АУ-220М в ОАЭ

Объединенные Арабские Эмираты в ближайшее время могут подписать предварительное соглашение на покупку российской 57-миллиметровой военно-морской артиллерийской установки АУ-220М.

Об этом в минувшее воскресенье заявил министр промышленности и торговли РФ Денис Мантуров.

Артиллерийская установка АУ-220М производства Центрального научно-исследовательского института "Буревестник" была представлена на Международной оборонно-промышленной выставке IDEX-2015 в Абу-Даби.

"Мы думаем, что наши коллеги согласятся подписать контракт на поставку АУ-220М в ОАЭ в ближайшие дни", - заявил Мантуров.

Российский министр также выразил уверенность в том, что ОАЭ в ближайшее время предложат России новые проекты совместного производства военной продукции.

"Мы говорили с представителями одной эмиратской военно-промышленной компании на тему создания совместных предприятий и дальнейших поставок не только в ОАЭ, но и другие страны, заинтересованные в нашей военной технике", - добавил Мантуров.

По словам генерального директора ОАО "ЦНИИ Буревестник" Георгия Закаменных, научно-исследовательский институт экспортирует до 30 процентов продукции военного назначения.

ОАЭ, наряду с Китаем, Индией и Ираном, является одним их крупнейших импортеров военной продукции, приобретаемой у российской компании-посредника ОАО "Рособоронэкспорт".

Источник: rosvest.com
Новость на NotNow Виртуальный клон для ремонта солдат

«Виртуальные близнецы спасают жизни» - звучит, как многообещающий заголовок для новостей из мира фантастики, однако врачи уже готовятся к проведению тестирования технологического эксперимента по виртуальному клонированию военных, которых затем будут воевать. Звучит и правда очень фантастично – «тело военнослужащего перед отправкой в бой полностью сканировано, а его цифровой клон медицинский персонал поместил в Интернет-облачное хранилище».

Виртуальные клоны военных могут использоваться, если реальный солдат будет ранен и ему потребуется срочная помощь медиков для проведения восстановительной хирургии. Даже сегодня докторам под силу в срочном порядке провести процедуру сканирования тела раненного бойца, однако, это в первую очередь, упущенное время, а может быть даже отсутствие некоторых частей тела или органов. Новая технология позволит хранить готовый, прошедший предварительную оцифровку образ всего тела, причем, в этом случае солдат отображается в облаке в здоровом и полностью функциональном виде. После предварительного сканирования тела медикам можно заранее подобрать детали костных контуров и подготовить их к использованию, кроме того, у них есть возможность планировать и даже репетировать, проведение сложных хирургических вмешательств.

Руководитель научного проекта John von Radowitz пояснил, что для новой технологии будут активно применяться 3D-принтеры, при помощи которых будут в срочном порядке очень быстрого изготавливаться точные копии отчужденных во время ранения костей, даже части черепа и конечностей. Готовые копии будут использованы для моделирования операций, или же сразу имплантироваться непосредственно в тело раненого бойца. Господин Radowitz подчеркнул, что процедура 3D-печати копий частей скелета, потерянных в результате боевых действий или несчастных случаев, будет быстрой и наиболее простой, если пациент будет отсканирован, а идеальная копия его скелета будет храниться в цифровом виде.

Разработчики уверены, что новая технология сможет помочь студентам медицинских учебных заведений более тоньше понимать и изучать анатомию человека, поскольку знаний такого уровня на мертвом теле или пластиковом манекене получить сложно. Чудеса визуализации анатомических подробностей – в помощь образовательному процессу.

Olga Shulc
Источник: avgij.ru
Новость на NotNow Море у Фукусимы стало радиоактивным

Утечка воды с повышенным содержанием радиоактивных частиц зафиксирована на японской АЭС «Фукусима-1», где в 2011 году произошла крупная техногенная катастрофа.

Сток жидкости в океан был оперативно остановлен, однако при замере уровень радиоактивного излучения в районе утечки показал повышение бета-излучения до 7230 бекереллей на литр, что в 10 раз выше, чем это происходит во время дождей. Об этом сообщает РИА Новости.

Эксперты компании-оператора станции ТЕРСО проверяют наземные стальные цистерны, в которых хранится высокорадиоактивная вода, на наличие повреждений.

Это уже вторая утечка радиоактивной воды на АЭС «Фукусима-1», зафиксированная за последние несколько дней.

В настоящее время общий объем хранящейся в специальных наземных контейнерах и ожидающей очистки радиоактивной воды составляет около 240 тысяч тонн.

Техногенная катастрофа произошла на японской  АЭС «Фукусима-1» после мощного землетрясения на северо-востоке Японии 11 марта 2011 года. Землетрясение спровоцировало волну цунами, которая затопила четыре из шести энергоблоков станции.

 

Источник: vesti.lv
Новость на NotNow Внутри 1000-летней статуи Будды обнаружили мумию

Нидерландские ученые из медицинского центра Меандер обнаружили 1000-летнюю мумию внутри китайской статуи Будды. Считается, что внутри нее было запечатано тело умершего монаха, сообщает Cnet.

Группа исследователей под руководством Эрика Бруджина, эксперта по древнекитайскому искусству, провела полную компьютерную томографию (КТ) и эндоскопию 1000-летней статуи Будды.

Обнаружилось, что внутри статуи находились мумифицированные останки буддийского монаха, предположительно принадлежащие Ли Квану, мастеру китайской школы медитации.

Известно, что некоторые азиатские священники практиковали самомумификацию, считая, что этот процесс необходим для превращения в "Живого Будду" и перехода в Нирвану. Этому процессу способствовал специальный пост, в ходе которого монахи постепенно уменьшали объемы пищи и организм переходил на эндогенное питание.

К примеру, в Японии мастера медитации начинали с 1000-дневного рациона из семян, орехов и воды, а затем переходили на 1000-дневное питание корнями, корой сосны и специальный чай из лакового дерева, содержавшего токсическое вещество урушиол. Позже еще живых священников замуровывали в каменных гробницах, где они ожидали смерти.

Источник: 42.tut.by
Новость на NotNow Кукла Барби получит искусственный интеллект

Первая кукла серии Hello Barbie, которая сможет разговаривать со своими хозяйками, была представлена на недавней выставке игрушек в Нью-Йорке. Как отмечает ABC News, навыки куклы не ограничатся простыми приветствиями и односложными фразами.

С помощью специальных технологий разработчики "научили" Барби распознавать речь, отвечать на вопросы и поддерживать разговор.

Поясняется, что технология, которая используется в Hello Barbie, использует Интернет - через встроенный модуль беспроводной передачи данных речь будет передаваться на сервер, где будут подбираться наиболее подходящие ответы. Новая Барби сможет поддерживать разговор на тему кулинарии, географии, моды.

Предположительно, в продаже Hello Barbie появится осенью этого года, цена игрушки составит около 75 долларов.

Источник: ru.delfi.lt
Новость на NotNow Санкции: использовании самолета РФ в научном проекте ЕС

ОАО «Экспериментальный машиностроительный завод им. В. М. Мясищева», входящее в ОАО «Объединенная авиастроительная корпорация», и немецкий институт Альфреда Вегенера (Alfred Wegener Institute) (Потсдам, Германия) подписали контракт об использовании российского высотного самолета М-55 «Геофизика» в европейском научно-исследовательском проекте StratoClim по изучению атмосферы и климата Земли.

Начало полетов в рамках проекта запланировано на январь 2016 года. Основные исследовательские полеты будут выполнены летом 2016 года в Индии.

«Наша машина способна летать на высоте до 21,5 км, нести до 2 тонн научного оборудования. Эти характеристики делают его незаменимым для изучения состава атмосферы, мирового климата, космоса, астрофизических и астрономических наблюдений, отработки спутниковой аппаратуры дистанционного зондирования», - отметил главный конструктор «ЭМЗ им. В. М. Мясищева».

«Мы создаем математическую модель земной атмосферы. С ее помощью мы сможем прогнозировать изменения климата на Земле через 20, 30, 50 лет. Для этого мы собираем данные в районах наиболее интенсивного перемещения воздушных масс - Арктике, Антарктиде, тропиках», - отметил руководитель научно-исследовательского проекта StratoClim, институт Forschungszentrum Juelich, Германия.

Во время экспедиции в Индию в 2016 году россиянам предстоит взаимодействовать с коллегами из 25 различных научных институтов и учреждений Европы. На самолете может устанавливаться до 30 различных приборов, масса которых от 12 до 398 кг. Самолет способен находиться в полете до шести часов.

Ранее М-55 «Геофизика» выполнял полеты над Арктикой, Антарктидой, континентальной частью Бразилии (район Арасатуба), Австралией и Африкой. Пилоты и ученые сделали ряд важных открытий, например, над Индийским океаном зафиксировали рекордно низкую для атмосферы Земли температуру в минус 91,8°C.

Сегодня М-55 «Геофизика» - единственный в своем роде высотный самолет-разведчик, используемый в интересах всего мирового научного сообщества. Его прообраз М-17 создавался в СССР в рамках военного проекта, который был едва не закрыт, когда у военных нужда в нем пропала. Было принято решение на базе М-17 создавать высотный разведывательно-ударный комплекс, состоящий из собственно самолета-разведчика и наземного пункта наведения и управления, обеспечивающего целеуказание ракетам «земля-земля» и ударным самолетам. Модифицированный самолет М-17РМ выполнил первый полет 16 августа 1988 года. В ОКБ Мясищева самолет получил обозначение М-55 «Геофизика».

Обладая уникальными высотными характеристиками, планер самолета оказался способен нести практически любую из существовавших научных аппаратур, использовавшихся в авиации. «Геофизика» стала настоящим трансформером, способным эффективно работать с различными приборами для ведения конкретных исследований.

Научное оборудование, устанавливаемое на самолете, включает в свой состав мощные и маломощные лидары для обнаружения полярных стратосферных облаков и аэрозолей, спектрометры для проведения дистанционного анализа химического состава атмосферы, а также комплекс аппаратуры, предназначенный для проведения измерений основных метеорологических параметров атмосферы на различных высотах в нижней стратосфере и тропосфере. Самолет может использоваться и для дистанционного зондирования земли.

Источник: uacrussia.ru
Новость на NotNow

Концерн «Калашников» продемонстрировал на выставке IDEX-2015 в Абу-Даби заводской вариант модернизации автоматов АК «сотой» серии, сообщает корреспондент «Ленты.ру».

Оружие оснащено прикладами изменяемой длины с регулируемой высотой щеки, доработанной крышкой ствольной коробки с двумя точками крепления и планкой для установки прицельных приспособлений, новой пистолетной рукояткой, тактическим фонарем и пламегасителем увеличенной эффективности. Все используемое оборудование российского производства.

В настоящее время для АК выпускается большое количество разнообразных дополнительных устройств, однако заводской комплект модернизации от производителя представлен впервые.

Международная оружейная выставка IDEX-2015 в открылась Абу-Даби в воскресенье, 22 февраля. Эта экспозиция проходит в Объединенных Арабских Эмиратах раз в два года начиная с 1993-го. Она проводится под патронажем правительства ОАЭ. Общая сумма контрактов, заключаемых в ходе мероприятия, исчисляется сотнями миллионов долларов.

Автоматы Калашникова «сотой» серии разработаны на замену модернизированному АК-74М в 1990-2000-х годах. Они производятся в вариантах как под российские патроны 5,45 и 7,62 миллиметра, так и под патрон НАТО 5,56 миллиметра. АК «сотой» серии используются в силовых структурах России, Армении, Венесуэлы, Индонезии и некоторых других стран.

Источник: lenta.ru
Новость на NotNow Как научить машину предсказывать желания человека

Возможности машинного обучения позволяют прогнозировать появление искусственного интеллекта уже через несколько лет.

Машинное обучение - это область математики, которая занимается поиском скрытых закономерностей в тех данных, которыми оперирует компьютер. Под «данными» в традиционной математике понимается некая совокупность объектов. На практике в качестве объектов могут выступать, например, пользователи социальной сети, изображения, клиенты банков, страны, РНК, результаты экспериментов с Большого адронного коллайдера и так далее. Единственное требование, предъявляемое математикой к объекту, заключается в том, что он должен быть описан некоторой совокупностью переменных, которые, собственно, его характеризуют.

Машинное обучение начинается в тот момент, когда переменные, которыми описывается объект, становится возможным поделить на две части: наблюдаемые и скрытые (латентные) переменные. Наблюдаемые - это те, которые мы можем измерить у любого из всей совокупности объектов. Скрытые же, или латентные переменные, мы можем измерить у ограниченного количества объектов, потому что, как правило, их измерение сопряжено с какими-либо затратами (финансовыми, временными, и пр.). При этом предполагается, что между наблюдаемыми и скрытыми переменными есть некоторая взаимосвязь.

На поиск этой взаимосвязи и направлены современные алгоритмы машинного обучения.

В тех случаях, когда существуют известные математические модели, увязывающие наблюдаемые и скрытые компоненты в общие уравнения, в машинном обучении нет необходимости. Однако большинство задач, которые возникают в реальности, как правило, связаны с анализом данных (явлений), для которых, ни физических, ни математических моделей, в настоящее время, не существует, но зато можно собрать достаточно большую обучающую выборку.

Обучающая выборка - это совокупность объектов, для которых известны и наблюдаемые, и скрытые компоненты. Задача алгоритма машинного обучения - анализируя обучающую выборку, приближенно восстановить взаимосвязь между наблюдаемыми и скрытыми компонентами, с помощью которой можно было бы прогнозировать значения скрытых компонент.

Классический пример - это банковский кредитный скоринг.

Предположим, вы - банкир, и у вас есть клиенты, которые очень хотят получить кредит. Кто-то собирается открыть свое дело, а кому-то кредит нужен, чтобы купить ящик водки и выпить ее. Возникает вопрос: кому кредит выдавать можно, а кому лучше не выдавать, потому что он его не вернет. Здесь в качестве наблюдаемых переменных у нас выступают характеристики клиентов. Например, те данные, которые они указывают в анкетах: пол, возраст, образование, уровень доходов, состав семьи и так далее. В качестве скрытой компоненты в простейшем случае выступает бинарная величина - вернет клиент кредит или не вернет. Если он его вернет, то имеет смысл ему этот кредит выдать.

В более сложных расчетах риск невозврата кредита оценивается как вероятность, с которой кредит может не быть возвращен. В этом случае создаются более сложные экономические модели принятия решения, когда лучше выдавать кредит.

Предположим, у нас было 400 клиентов, из которых, 350 вернули кредит. Это пример объектов, у которых скрытая компонента имеет значение +1; а 50 клиентов, которые, как оказалось, кредит не вернули - это примеры объектов со скрытой компонентой, которая приняла значение -1. В принципе, этого достаточно для того, чтобы ставить задачу машинного обучения и пытаться автоматически находить закономерности между наблюдаемыми и скрытыми компонентами в надежде, что они помогут нам определить, каким новым клиентам стоит выдавать кредит, а каким - нет.

В настоящее время дополнительный импульс развитию методов машинного обучения придал интернет и появившиеся новые технологии. Например, поисковые системы, социальные сети, блогосфера, биоинформатика. Задачи, возникающие в этих предметных областях, часто требуют применения современных методов машинного обучения. Именно поэтому в настоящее время в мире наблюдается растущий спрос на специалистов машинного обучения: они нужны в биологических лабораториях, компаниях -ритейлерах, в инвестиционных банках, а также в интернет-компаниях, в том числе таких, как Facebook, Google, Yandex.

С помощью алгоритмов машинного обучения можно развивать персонифицированные сервисы. Например, когда мы вводим запрос в поисковую систему, она анализирует наше поведение - на какие ссылки мы кликаем, сколько секунд проводим, изучая результаты поиска, как управляем курсором мыши. Собираемая информация используется для корректировки результатов выдачи наших будущих поисковых запросов, так, чтобы в начале списка были те ресурсы, которые именно мы, а не компьютер, считаем наиболее релевантными. Именно поэтому так сложно переходить с привычной поисковой системы на новую - она еще не знает наших склонностей и предпочтений и выдает по нашим запросам наиболее релевантные ссылки с точки зрения поисковой системы, без адаптации под наши индивидуальные вкусы.

Похожие задачи возникают в социальных сетях, например, если требуется решить, каким пользователям какие рекламные баннеры демонстрировать. Ведь полезную рекламу мы воспринимаем как само собой разумеющееся, а бесполезная реклама раздражает. Возникает естественная задача отображать конкретному пользователю те баннеры, которые рекламируют товары, к приобретению которых он морально готов. В ближайшие годы, аналогичные технологии избирательного рекламного действия появятся и на телевидении. Тогда в перерыве футбольного матча Вы будете видеть рекламу чипсов, а Ваш пожилой сосед - рекламу средства от ревматизма.

По похожим принципам устроены так называемые рекомендательные сервисы. Они стали особенно востребованы с развитием интернет-коммерции. Когда мы заходим в интернет-магазин, наименования которого составляют сотни тысяч товаров, мы физически не в состоянии просмотреть все товары. Естественно, интернет-магазин заинтересован в том, чтобы показывать пользователю те товары, которые он с большей вероятностью купит. И для того, чтобы такие товары определить, необходимо построить рекомендательную систему, которая рекомендовала бы тот или иной товар, базируясь на нашей истории покупок и истории покупок других пользователей, чьи вкусы система читает близкими к нашим. Методы для построения таких систем породили целый раздел в машинном обучении - так называемую «коллаборативную фильтрацию». Специалисты по коллаборативной фильтрации (в настоящее время в России их буквально по пальцам можно пересчитать) пользуются сейчас очень большим спросом.

Современные алгоритмы машинного обучения, лежащие в основе рекомендательных систем, способны предсказывать желания человека лучше него самого.

Так что если Вам чего-то хочется, но Вы сами не понимаете чего, скоро будет достаточно зайти в онлайн-магазин, которым Вы давно пользуетесь и он (точнее, рекомендательная система на его сайте) Вам подскажет.

Благодаря стремительному развитию методов машинного обучения, сильно меняется и современная математика, в которой появляются и начинают активно развиваться новые направления (например, стохастическая оптимизация, вероятностное моделирование и др.). По мере роста объемов доступной для анализа информации, растут и возможности методов машинного обучения. Наиболее успешные при работе с большими данными методы т.н. глубинного обучения (deep learning) во многих прикладных областях (распознавание речи, узнавание лиц, понимание изображений) уже обогнали возможности человеческого мозга. На очереди - задачи машинного перевода, понимания смысла текстов, автоматического управления автомобилем.

Инженеры компании Google анонсируют создание полноценного искусственного интеллекта в 2020-х годах. Появление такого инструмента может радикально изменить жизнь людей, значительно облегчив их интеллектуальный труд. Наконец-то машина сможет не только поднимать тяжести или штамповать детали, но и думать за человека. Через несколько лет мы узнаем насколько реалистичен этот прогноз. А пока Google переманивает из университетов коллективы исследователей в области глубинного обучения целыми лабораториями.

Дмитрий Ветров
Источник: forbes.ru