Category: it

Category was added automatically. Read all entries about "it".

закат жизни



@Strange_Sounds
·
29 июня
Франция приветствует апокалипсис: жители Пломбьер-ле-Бен в шоке
после сильного шторма, похоронившего город и улицы под градом # франция
# погода # буря # вогезы #hail # видео # фотография



+++

Билл Гейтс был офисным хулиганом, который отвергал инициативы по разнообразию как
попытки «уничтожить» Microsoft. Согласно новому отчету, однажды его видели лежащим
наверху женщины на мероприятии компании.

Бывший руководитель Microsoft рассказал новостному сайту Insider, что видел Гейтса,
лежащего на женщине в 5 часов утра. во время ретрита Microsoft на
горнолыжном курорте во французских Альпах в 1988 году.

По словам бывшего руководителя, эти двое «просто прижимались», но предполагаемый сеанс объятий
произошел через год после того, как Гейтс начал встречаться со своей будущей женой Мелиндой.

В другом месте отчета бывший член совета директоров Microsoft Мария Клаве обвинила Гейтса в том,
что он отверг попытки разнообразия во время скандальных заседаний совета директоров в 2010-х годах.

Когда члены совета директоров предлагали рассмотреть более разных кандидатов
на будущие руководящие должности, Гейтс, как сообщается, отвечал:
«Вы, черт возьми, пытаетесь разрушить компанию?»

+++

Автор принимает классическую позу графа Монте-Кристо и довольно ухмыляется...
Не буду повторять, да, есть за что.

ТО ЛИ ЕЩЕ БУДЕТ!

Все предыдущее тут было, можно сказать “хоббитом” пока,
дальше уже начнется полноценный "Властелин Колец".

ЬЫТ ТУЦЫ

Внезапно, не кто-нибудь а ЬЫТ ТУЦЫ, MSN NEWS то есть...

https://www.msn.com/en-us/news/politics/democrats-sore-loser-hypocrisy-is-damaging-democracy-opinion/ar-BB1aS33T

Что то ржу, читайте сами, когда это было, чтобы вражеского
колумниста печатали в глубоко синей медиии?

Только избирательному географу не показывайте, а
то у него и так нейроны перегрелись в процессе
осознания новой реальности, как будет еще у многих,
у многих, кроме моих заранее подготовленных читателей.

https://tvzvezda.ru/news/forces/content/202011111411-AzVCk.html

«Как мне доложили, на завершающем этапе находится создание нового, обладающего практически абсолютной защитой пункта управления, в том числе, стратегическими ядерными силами», - сообщил президент.

Второй день подряд президент РФ держит в уме и произносит языком
слова “ядерные силы”.

Не надо сомневаться, ага, реальность будет ровно такова,
какой ее мы сделаем тут, как бы не казалось все странным и диким
впервые по прочтению.

Еще прекрасное почитать,
про честные “человеческие ошибки” в Мичигане

https://www.bridgemi.com/michigan-government/human-error-dominion-voting-equipment-fuel-false-fraud-claims-michigan

Госсекретарь штата Мичиган Джоселин Бенсон опубликовала пространное объяснение инцидента с Антримом в пятницу вечером, назвав его «человеческой ошибкой», вызванной отказом округа обновить программное обеспечение для управления выборами, которое оно использовало для сообщения неофициальных результатов.

Машины для голосования Dominion правильно подсчитали голоса округа Антрим, но программное обеспечение ElectionSource, используемое для объединения результатов отдельных машин для голосования, не было должным образом настроено, согласно офису Бенсона.

«Как и в случае с другими ошибками в сообщении неофициальных результатов, это была искренняя ошибка и не повлияла на фактические итоги голосования», - заявил Госдепартамент. «Клерки на выборах работают очень усердно и добросовестно выполняют свою работу. Они люди и иногда делают ошибки. Однако существует множество сдержек и противовесов, которые гарантируют, что ошибки могут быть обнаружены и исправлены ».

Несколько районных клерков, использующих оборудование для голосования Dominion, сказали Bridge, что у них не было никаких нарушений в работе избирательного программного обеспечения.

Ошибка округа Антрим не была вызвана какой-либо ошибкой программирования, сказал Халдерман, профессор компьютерных наук Университета штата Мэриленд. Скорее всего, подсчеты голосов с машин Dominion не соответствовали «определениям» кандидатов ElectionSource, которые по сути являются заголовками электронных таблиц.

Незадолго до выборов Антрим заметил, что две местные гонки не были включены в эти определения кандидатов. По словам Халдермана, округ поручил программе ElectionSource создать новую версию файла и применить ее к машинам на участках, где эти местные расы были в избирательных бюллетенях.

Округ должен был также применить эти новые определения кандидатов к машинам для голосования в большинстве других частей округа, но этого не произошло. В терминах электронных таблиц это означает, что заголовки не совпадали со столбцами во многих избирательных округах, где голоса Трампа первоначально считались голосами Байдена

где голоса Трампа считались голосами Байдена
где голоса Трампа считались голосами Байдена
где голоса Трампа считались голосами Байдена

«В конечном итоге это была человеческая ошибка, - сказал Халдерман. «Избирательные органы в Антриме должны были знать, что все определения выборов должны быть одинаковыми… Так что дело не в программных системах. Речь идет о несовпадающих конфигурациях программного обеспечения ».


+++
Короче, мы это уже слышим вторую неделю, то якобы
“случайная” ошибка на вводе данных вызвала посинение одного штата, то другая, якобы
тоже случайная ошибка ввода осинила другой и так далее.

Ребята, а что там с независимым, идентично распределенным гауссом, а?
Почему все ошибки, без исключения, всегда приводят к улучшению результатов
только одного из кандидатов, и почему все они происходят исключительно в
сомнительных штатах под руководством губеров от партии переворота и глобального потепления?

И почему нет массовых статей от профессоров с политическим теньюром на эту тему,
как было в случае анализа выборов в России, Иране, и Турции?

Почему Фокс Ньюс, который вдруг появился
не как обычно - по кабелю только, а и в прямом
антенном эфире через вообще другую, вполне категории
MSM компанию Фокс, вдруг покрасил синим Аризону, когда там
было подсчитано меньше 1 процента голосов?
А уж затем и остальные MSM подтянулись, кивая на фоксньюс,
дескать, смотрите, раз про-президентский якобы канал так считает,
то и мы покрасим Аризону синим.
И почему ту же Северную Каролину в упор отказывались
признать красной, когда она уже больше недели остается такой?

Все же просто - ну мы покрасим синим больше известного,
и не покрасим красным, где стопроцентно уже известно - так
и создается впечатление ЧТО ПОБЕДИЛ БАЙДЕН С ГИГАНТСКИМ ОТРЫВОМ.

А отрыва то вообще никакого нет, все ровно даже наоборот, но
пипл-то схавает, так себе думали заговорщики.

Это такие вроде бы на взгляд “мелкие” детали, но в общей
схеме взятия власти после переворота вполне укладываются
в полномасштабный ЗАГОВОР.

дело прочно

17-21 июня 2018 года мы провели третий летний лагерь для проекта «Макрофинансовое моделирование» в курортном и гольф-клубе Wequassett в Кейп-Код, Массачусетс. Мы снова привлекли высококвалифицированную и энергичную группу молодых ученых, заинтересованных в связях между макроэкономикой и финансами.

В 2000 году Национальный исследовательский совет (СРН) опубликовал доклад о том, как развивать связи между математикой и наукой. Ларс служил в этом комитете и был заинтригован одной из рекомендованных рекомендаций:

«Увеличивайте число специализированных летних институтов ... организованных вокруг ядра преданных старших ученых и ученых-математиков и направленных на укрепление связей между науками и математическими науками. Программа динамики геофизических жидкостей в Woods Hole (кстати, Woods Hole находится на Кейп-Код и управляется Чикагским университетом) ... может служить образцом для внедрения старших ученых, аспирантов и докторантов для междисциплинарных исследований и для сохраняя свою заинтересованность и приверженность таким исследованиям. ... Такие институты (программы) будут способствовать длительным взаимодействиям, необходимым для установления значимых междисциплинарных взаимодействий, предоставить исследователям возможности для общения с коллегами из других дисциплин и помочь основной группе исследователей установить достаточное понимание дисциплин друг друга для признания перспективных исследований возможности в интерфейсе дисциплин ».

Эта идея просочилась на протяжении многих лет и отчасти была мотиватором наших летних лагерей, направленных на изучение связей не только между математикой и наукой, но и между важными областями финансов и макроэкономики. Благодаря в... готовности ключевых элитных ученых к участию и участию в этом проекте, шестилетний проект MFM и наше сообщество теперь являются хорошо зарекомендовавшим себя подразделением с широким участием. В этом году у нас было 41 новый участник, 10 участников предыдущей летней сессии, 19 плакатов, 10 осветительных бесед со студентами-докладчиками, 3 основных выступления, 11 научных руководств по широкому кругу тем и одна интерактивная дискуссия. Кроме того, у нас были двое наших ранних лауреатов, Аарон Панкост, Школа бизнеса Университета штата Техас Маккомбс и научный сотрудник BFI Мориц Ленэл, делятся своим опытом подготовки к рынку труда, позволяя нашим младшим ученым задавать вопросы и искать совета. Это новый компонент для летней сессии, которую мы внедрили, и мы получили отличные отзывы от студентов, которые сообщили, что обмен был ценным в их собственной подготовке к рынку труда.

В этом году финтек, финансовые инновации и инвестиции, а также экономические проблемы в Китае были включены в число предметов, которые были изучены. Нас рассматривали на панели с Беверли Хиртл, Исполнительным вице-президентом по исследованиям в NY Fed, с опытом контроля над финансовым рынком и стресс-тестированием, Тао Вангом, Руководителем отдела экономических исследований Китая, UBS Investment Bank с особым опытом в области макроэкономики и финансов в Азии и Ричард Сандор, председатель и главный исполнительный директор Американской финансовой биржи и профессор Чикагского университета, который имеет огромный опыт в создании финансовых рынков.

Не менее важным было и более неформальное общение, которое происходило между сеансами, за едой и во время лодочного тура. Молодые ученые с совпадающими интересами узнавали друг друга и беседовали с более старшими учеными. Часто на самом деле это неофициальные обмены, которые вызывают новые идеи, новые подходы к проблемам или новые перспективы в отношении важных задач. Случайность этих обменов позволяет студентам чувствовать себя более уверенно в поиске отзывов от своих сверстников и от более старших, элитных участников. Одним из самых увлекательных аспектов летнего лагеря является неустанная преданность, которую эти ученики проявляют, чтобы в полной мере воспользоваться этим временем, предоставленным им для обсуждения исследований со своими сверстниками, даже когда автобус возвращается с позднего вечернего обеда и изнурительного дня.

Хотя трудно измерить долгосрочные выгоды для такой программы, мы уверены, что они очень высоки. Мы считаем, что наиболее важным аспектом проекта MFM является сеть и сообщество исключительных ученых, которых мы успешно создали, которые в конечном итоге будут способствовать развитию важных десятилетий в будущем.

https://www.technologyreview.com/s/611348/economies-cant-ignore-human-needs-if-they-want-to-benefit-from-automation/

мы все ответственны за то, чтобы автоматизация не разрушала жизнь многих людей.

Рекомендуется для вас
Эти противостарительные таблетки выглядят так, как будто они действительно работают
Magic Leap обещает отправить свою гарнитуру этим летом
Лоун и крыло становятся новейшими компаниями Alphabet
Технология за спасением пещеры в Таиланде
Человеческий труд подкрепляет поддельное программное обеспечение AI
Так говорит профессор экономики Массачусетского технологического института Дарон Ацемоглу, ведущий голос о влиянии технологий на экономику.

Acemoglu вчера выступил на конференции MIT Technology Review EmTech Next в Кембридже, штат Массачусетс. Его центральное послание: общества должны вкладывать средства в образовательные и социальные службы, чтобы реализовать все преимущества робототехники и ИИ. «Это не чья-то ответственность сама по себе; это наша коллективная ответственность », - сказал он.

Презентация Астамоглу на сцене показала, что технологические инновации в последние десятилетия не смогли значительно повысить заработную плату и значительно повысить производительность. Его исследования показали, что мужчины средних лет, которые являются выпускниками средних школ, зарабатывают на 35 процентов меньше в реальном выражении, чем предыдущие поколения выпускников средних школ в сопоставимом возрасте.

+++

Человеческий труд подкрепляет поддельное программное обеспечение AI
За услугами «AI» не всегда есть компьютерная программа - иногда это просто старый «я».
Некоторые предпосылки: эффективные программы искусственного интеллекта могут требовать получения данных, времени и денег для производства. Это означает, что перед приобретением минимально жизнеспособного продукта нужно много авансовых инвестиций.

Дешевое решение? Люди. Некоторые компании решили отказаться от алгоритмов в целом и использовать людей для питания программ, которые рекламируются как AI.

Например: в прошлом году приложение отчетов о расходах Expensify разместило изображения квитанций на механическом турнике Amazon, а платные работники вручную записали данные, содержащиеся на изображениях (компания заявила, что процесс был выполнен с использованием собственного программного обеспечения SmartScan). Другие компании привлекали людей к тому, чтобы притворяться чат-ботами.

Other companies have enlisted people to pretend to be chatbots.
Other companies have enlisted people to pretend to be chatbots.
Other companies have enlisted people to pretend to be chatbots.

+++


Мне рассказали об этом в Техасе, но эта история произошла в каком-то другом штате. Главного героя, высокого, как все американцы, с неясным цветом волос, звали кажется Фредом. Фред Мурдок. В нем не было ничего оригинального, это-то и отличало его от пижонствующей молодежи. Он уважал книги и верил тем, кто их писал. В его возрасте мало кто знает, чему себя посвятить, так и Фред полагался на волю случая и готов был заняться
персидской мистикой, венгерскими диалектами, вступить на дорогу войны или стать математиком. В университете ему подсказали заняться обычаями индейцев, а пожилой профессор предложил Фреду ехать в прерию и там изучать редкие, сохранившиеся еще племена.
Надо было пожить в шалаше и, наблюдая чужие обряды, разгадать их глубокий смысл, секреты индейских магов. По возвращении Фред написал бы об этом работу. Мурдок был, впрочем, не рад. Один из его предков погиб на границе, и эта старая боль семьи почему-то его смущала. Не говоря уже о тех трудностях, что ждали его на пути, ведь эти дикие красные люди должны были принять его в клан, верить ему как себе. Однако Мурдок поехал.
Больше двух лет он прожил в пустыне, укрываясь то шкурой, то небом. Он вставал раньше солнца, ложился глубокой ночью. Он видел сны на наречии, которого не могли знать его мать и отец.
Он привык к грубой пище и странной одежде, он забыл и друзей, и город, в котором знал каждый камень.
По истечении некоего срока, жрец племени стал давать Фреду задания, упражнения для тела и духа. Жрец приказал ему вспомнить какой-нибудь странный сон. Прошло время и в лунную ночь ученик увидел во сне бизонов.
Наутро он рассказал Учителю об увиденном. С тех пор маг начал открывать ему тайну. Ранним утром, спустя два года, Фред оставил индейцев. Вернувшись в город, он вдруг почувствовал ностальгию по прерии, по той самой степи, где когда-то грустил о городе. Профессору он сказал, что решил не опубликовывать добытую им информацию.
- Ты связан клятвой?
- Нет просто я не способен вам рассказать то, что я теперь знаю.
- Тебе мало английского языка? - усмехнулся профессор.
- Ничего подобного, сэр. Теперь, овладев секретом, я бы мог изложить его тысячью разными способами. Дело в том, что наша наука, которой я должен подарить это знание, кажется мне теперь совершенной глупостью.
И после паузы:
- Кроме того, Тайна - ничто, по сравнению с той дорогой, которую я прошел.
Профессор стал прощаться:
- Я сообщу об этом Совету. Вы хотите вернуться к ним?
- Нет. Это не нужно. То, чему я обучен, пригодится везде.
Фред женился, потом развелся, и работает теперь в Йеле библиотекарем.

+++

Тьюринг, как и его тест, были высоко козырными сущностями в свое время, но теперь
это категорическое “устар.”.

Проблема настоящая не для искусственного интеллекта доказать, что он может быть неотличим от человеческого.
Настоящая проблема для человека доказать, что может функционировать подобно машине
согласно всем закодированным уставам глобального рынка, тщательно вытравив из себя любые
остатки человеческого.

Вот этот тест имени нонейма и проходят каждый, каждый день миллиарды
людей, поющих совместно осанну “как хорошо, что нас всех еще не убили наши элитные хозяева”.

И помни, умрешь, как говорится, не даром, нет.
Как гниющий последними митохондриями
зомби могу документально подтвердить.

Лучшие прогнозы на основе машинного обучения для чемпионата мира

Это единственный публичный случай, когда на сегодняшний день самые современные методы машинного обучения использовались с результатами, публично раскрытыми перед реализацией.

Не путайте это с обычным шумом, подобным Стэнфорду, где рудиментарные методы ML используются для простых, известных случаев с большим успехом.

Здесь мы можем взглянуть своими глазами, насколько наилучшим образом передовые методы ML способны делать реальные прогнозы.

https://www.technologyreview.com/s/611397/machine-learning-predicts-world-cup-winner/

Ну, из восьми пар они правильно предсказали всего три: COL-ENG, URU-POR и EPS-RUS.
Гораздо хуже этого, они предсказали, что ГЕРМАНИЯ выиграет Кубок.

+++

Интересно также добавить, что допустим предсказать не только исход матча, но и точный счет
можно довольно легко для первых двух раундов, но не для третьего.
Третий наиболее сложно формально предсказать.

Т.е. конкретно, допустим по максимуму за раунд можно набрать сто очков, если точно
предсказать не только исход матча, но и счет.
Так вот для первых двух раундов, допустим, выходит 62 и 63, а вот для третьего - резко 41, да и
то в основном из-за точно предсказанного результата матча Панама-Тунис,
который вообще никакого стратегического значения не имел.

Характерно, не правда-ли? Очевидно, что стратегические динамически раскрывающиеся
соображения действительно реально и существенно влияют
на результат матчей ИМЕННО третьего раунда.

И “одновременность” матчей вовсе не избавляет от проблемы стратегической координации исходов.
А уж что будет в штатах, когда вообще немыслимый формат матчей будет введен...
Там уж без стратегии просто никак с тремя командами в групповом турнире.

Это на самом деле куда интереснее, чем просто футбол.
Тут серьезно думать надо.

Ну а пока, действительно лучшая работа по теме с использованием ML
довольно показательно тыкнула пальцем в небо

https://arxiv.org/pdf/1806.03208.pdf

The same three teams are determined as the major favorites by a group of experts of the Swiss bank UBS, but with different probabilities and a different order (Audran, Bolliger, Kolb, Mariscal, and Pilloud, 2018): they obtain Germany as top favorite with a winning probability of 24.0%, followed by Brazil (19.8%) and Spain (16.1%). They use a statistical model based on four factors that are supposed to indicate how well a team will be doing during the tournament: the Elo rating, the teams’ performances in the qualifications preceding the World Cup, the teams’ success in previous World Cup tournaments and a home advantage. The model is calibrated by using the results from the previous five tournaments and 10,000 Monte Carlo simulations are conducted to determine winning probabilities for all teams.

...

Figure 3 shows the corresponding bar plots for the variable importance of the single predictors. Interestingly, the abilities are by far the most important predictor in the random forest and carry clearly more information than all other predictors (see also Figure 2). In the following section, this model will be applied to (new) data for the upcoming World Cup 2018 in Russia to predict winning probabilities for all teams and to predict the tournament course.

+++

То есть, люди в упор видят “талант” как главный фактор, но все равно не понимают
что талант штука переменная и не обязательно чисто стохастическая, а находится
в прямой, жестко определенной связи согласно самому базовому постулату экономики со стимулами,
как экзогенного, так и эндогенного характера.

Но этого, собственно, никто из физтехов и айтишников, работающих над разными там риск моделями
в банках и индустрии, не понимает и не умеет толком делать.

И это есть главный и наиболее опасный бич всех современных хайпов на тему машинного обучения,
которое да, умеет различать кошек и собачек, а также выявлять дефекты в микросхемах, что
тривиально просто. Но все эти методы разбиваются как попытки американцев исследовать Венеру при
применении ML к делам социальным, с участием разумной жизни.

https://www.theatlantic.com/science/archive/2017/01/venus-lost-generation/513479/

With so much to learn on a planet so close to Earth, why, then, has NASA halted Venus exploration?

https://en.wikipedia.org/wiki/List_of_missions_to_Venus

Казалось бы, какая связь между этим и объявленной реформой пенсионной системы в России?
Физтехам, блуждащим в законе итеративных ожиданий, отдельный вопрос, конечно, но не будем о грустном.

Главное тут что понять?
Главное тут понять, что эта реформа в нынешнем ее виде безусловно стимулирует дальнейшее
и очень сильное расслоение населения на три резко разных класса, практически подвидов одной
и той же человеческой популяции:

1) люди служивые, нулевые, которые все делают по уставу и которым все без разницы;

2) люди минус-минусовые, еще более активно вымирающие досрочно раз никаких шансов зацепиться на этом
свете отдохнув чуток от типичного российского ада работодателей хоть на пенсии,
люди и так нищие, вынужденно берущие на себя все больше риска с повышенным шансом
покинуть досрочно эту юдоль;

3) люди плюс-плюсовые, с рождения благополучные, и еще более активно работающие над своим здоровьем и ценящие его достаточно,
чтобы избавиться от вредных привычек и занятий - высший, наиболее процветающий
и успешный класс всегда и везде с минимумом риска и максимальной продолжительностью жизни

Все остальное можно обсуждать в деталях, этот же вывод несомненен.

И дальше как в футболе, пожалуйста, предсказывайте исход матчей,
кому в итоге достанется кубок.

Но при этом надо понимать, что бежать жизненный
марафон как спринт, выкладываясь в первые годы жизни в ущерб последним,
чревато смертью досрочно.

Кстати, видеть процент людей плюс-плюсовых в сравнении с прочими по планете
можно легко в Таблице 1 из сильно недооцененной на сегодняшней день статьи:

https://epjdatascience.springeropen.com/articles/10.1140/epjds/s13688-016-0091-3

Для России плюс плюсовиков стало 9.5 процентов в более последние годы, было 12.3
для Израиля тринадцать как было, так и есть с легким трендом вниз
для Германии одиннадцать как было так и есть с легким трендом вниз
для Великобритании тоже одиннадцать, с легким трендом вверх
для штатов с десяти выросло до двенадцати

люди едут в йель

https://yaledailynews.com/blog/2017/04/25/data-science-department-announces-first-hire/

Yale has made its first hire in the new Department of Statistics and Data Science, inviting University of Chicago professor John Lafferty to teach statistical machine learning beginning this fall.

Dean of the Faculty of Arts and Sciences Tamar Gendler described Lafferty as “one of the most distinguished data scientists in the English-speaking world.”

Да, действительно еще вплоть до позапрошлого года в университете Чикаго были действительно
выдающиеся ученые, которые и не думали о перемене мест.
И остались еще некоторые, правда все меньше, и бледнее, массы же, реально массы лучших из лучших, вдруг взяли и снялись с хорошо насиженных мест.

Вот опять же сравнить тот же Стэнфорд с его всемирно
известным курсом машинного обучения от Энди Нг, которого
я еще помню помощником у профессора Бойда. И когда он сделал свой курс еще первый, с таким
ожиданием хорошего его просмотрел и ужаснулся, но не буду комментировать, ибо малопродуктивно.
Что было “фичей” у Бойда, вполне оправданной общим глубочайшим пониманием предмета,
стало конкретно багом у Нг, ничем не компенсированным, кроме широчайшей популярности.

В сравнении, тот же Лафферти сделал курс по машинному обучению в Карнеги-Меллон еще раньше и практически готовым его перевез в Чикаго. Казалось бы, ну лучше просто не может быть места
закрепить как центр ясной всем перспективы data science, благо вот вам рядом и аргоннские
прикладные математики, с все-таки каким-никаким а опытом анализа реально больших данных,
и нобеленосные экономисты, и ведущие традиции в социологии и национальный центр
исследования общественного мнения, и прочая и прочая.

Казалось бы...
И вот поди ж ты...

Еще когда переходил Лафферти в Чикаго собирался он написать по мотивам
лекционных материалов учебник правильного машинного обучения,
но что-то так и не написал за все шесть лет в Чикаго,
казалось бы почему нет?

https://www.cs.cmu.edu/~10702/Materials/syllabus.pdf

Курс в Карнеги продолжает читать Ларри Вассерман, все там хорошо, конечно,
не то что в Чикаго, где...

Больше в Чикаго никого, умеющего делать биг дата как следует, просто не осталось,
от слова вообще. При том что деньги администрация готова вывалить
на тему выше остальных университетов.

О причинах этого хоть формально и локального, но на самом деле
как всегда в Чикаго сильно указывающим тренд кризиса, надо когда-нибудь
тоже бестселлер написать, благо материала хватит томов на двенадцать.

А между тем, учитывая крайнюю важность темы не только для построения
красивых (и точных) графиков избирательных прогнозов, но и для
более иных вещей, будущие историки науки напишут много-много сочинений
почему все сложилось именно так, а никак не иначе.

Потому что это только инженеры легко заменяемы, и ни один из них в принципе
не способен сколь-нибудь существенно повлиять на прогресс, тасуя один и тот
же набор кубиков лего, как собственно и заложено в фундамент стэнфордского успеха.

Зияющая же бездна на месте всего одного ученого легко приводит к тому,
что где-то становится невозможен в принципе манхеттенский проект. Там, то есть, где никаких
готовых кубиков загодя в помине не было, и каждый кубик буквально приходилось
материализовать из небытия трудами выдающихся ученых.

И, конечно, глубоко символично, что Йель обозначает
свого свеже назначенного директора по машинной обработке данных как "one of the most distinguished data scientists in the English-speaking world”.

Потому что ученых реально в теме надо уже искать вовсе не в English-speaking world,
где нищета духа на полном марше как в совке второй половины семидесятых.

https://www.nature.com/articles/s41598-017-17777-1


Natural Erosion of Sandstone as Shape Optimisation
Igor Ostanin, Alexander Safonov & Ivan Oseledets

Природные арки, колонны и другие экзотические песчаниковые образования всегда привлекали внимание к их необычным формам и удивительному механическому балансу, которые оставляют сильное впечатление разумного дизайна, а не результата случайного процесса. Недавно было продемонстрировано, что эти формы могли быть результатом отрицательной обратной связи между стрессом и эрозией, которая возникает в основных законах трения между составляющими частицами породы. Здесь мы представляем более глубокий анализ этой идеи и свяжем ее с подходами, используемыми в оптимизации формы и топологии. Похоже, что процессы естественной эрозии, обусловленные стохастическими поверхностными силами и мор-кулоновским законом сухого трения, можно рассматривать в рамках локальной оптимизации для минимальной упругой деформации. Наша гипотеза подтверждается численным моделированием эрозии с использованием модели оптимизации топологической формы. Наша работа способствует лучшему пониманию стохастической эрозии и возможных ландшафтных образований, которые можно найти на Земле и за ее пределами.

Изумительно красивая работа, и полезная практически еще как!
И что характерно, практически никакой поддержки работы в социальных сетях,
особенно русскоязычных, хотя казалось бы...

Вот почему так все устроено, как оно устроено, конечно вопрос великий.
Кто, спрашивается строит козни и мешает русскоязычным людям в твиттерах
обсуждать реально свежую и сделанную на высшем уровне статью вместо
да собственно чего угодно, что там обсуждается?

Почему русскоязычные люди так ... и ... согласно русским же классикам?
Ведь даже не последние информационные агенства выпустили в интервебы доходчивый перевод

https://ria.ru/science/20171228/1511880050.html

Три года назад математики из Карлова университета в Праге (Чехия) выяснили, что их "скульптором" был ветер, а не пришельцы или древние зодчие. Они обнаружили, что эти колонны и арки возникают в результате необычного процесса самоорганизации зерен песка внутри пластов песчаника, разрушаемых ветром, который заставляет их крепче цепляться друг за друга по мере "рождения" арки или колонны.
Игорь Останин, научный сотрудник Сколтеха, и его коллеги заинтересовались открытием чешских коллег, когда они заметили, что описанный ими феномен очень похож на то, как самые "продвинутые" инженеры и архитекторы оптимизируют сегодня форму и структуру рукотворных колонн, арок и прочих сооружений, где одновременно необходима и высокая прочность, и небольшой вес.

"Мы не могли не заметить, что похожие методы поиска оптимальных форм сооружений широко используются в современной индустрии. Эти методы, эволюционная структурная оптимизация, основаны на постепенном удалении неэффективного материала. Наиболее поразительным аспектом этого сходства является то, что математический критерий, по которому удаляется материал при оптимизации, практически точно совпадает с критерием, следующим из физики процесса эрозии", — рассказывает Игорь Останин, научный сотрудник Сколтеха.
Руководствуясь этой догадкой, Останин и его коллеги создали набор математических формул, описывающих процесс ветровой эрозии, и попытались "построить" арку при его помощи, используя компьютерную модель пласта песчаника.
Она была крайне простой – песчаник, по сути, состоял из множества почти не связанных друг с другом кубиков, давивших на соседей с определенной силой. Если эта сила превышала определенное значение, то ветер не мог сдвинуть этот "кубик" с места, а в противном случае он исчезал из пласта через определенный промежуток времени.

Экспериментируя с этой моделью, российские ученые подтвердили выводы их чешских коллег и раскрыли несколько физических принципов, объясняющих то, как рождаются эти колонны и арки. В самом общем виде им удалось показать, что ветер играет роль своеобразного "компьютера", который пытается придать пласту из песчаника такую форму, при которой внутри него накапливается минимальное количество энергии упругой деформации, очень постепенно и случайно удаляя самые слабые элементы из конструкции.
Изначально этот процесс протекает очень быстро, однако через несколько сотен лет, когда форма колонны или арки уже подходит к идеальной, эрозия резко замедляется, так как почти все "кубики" начинают цепляться друг за друга с очень большой силой. Благодаря этому реальные горные арки и колонны могут существовать миллионы лет в почти нетронутом виде.
Подобные выводы, как отмечает Останин, важны не только для инженеров и геологов, но и для людей, занятых поисками следов внеземной жизни. Теперь, как подчеркивают российские математики, подобные структуры, которые, к примеру, могут быть открыты на Марсе, в принципе нельзя считать следами внеземных цивилизаций.

И тишина...
Twitter demographics

Country
Tweets
% of Tweets
United Kingdom 1 20.00%
United States 1 20.00%
Russia 1 20.00%

В то время как полная и откровенная псевдонаучная халтура,
без малейшего признака не то что новизны,
а и просто научной доказательности, тиражируется в твиттерах массово сотнями заряженных
на достижение максимального эффекта ботами и их ретвитами четко организованными гейткиперами, которые усиленно проталкивают только работы, где их самих обильно цитируют, образуя
наиболее порочный из всех возможных замкнутых кругов, поощряя непотизм в академии с
жутким инбридингом, немыслимым даже в самых коррумпированных
из всех коррумпированных научных сообществ
бывшего СССР.

В чем главная опасность “стэнфордского подхода”? Это
то есть когда по сути инженеры, неважно чего, электрических цепей или авионики, берут
и тупо переносят свои алгоритмы в области социальные, наивно полагая что раз
они могут создать безупречно работающие микропроцессоры, им и социальная инженерия
легко посильна, не говоря уж о трейдинге всяком, рекламе и прогнозах социальных.

Это, пожалуй, по последствиям будет значительно хуже, чем все мировые революции и
войны вместе взятые, потому что инженерам
в принципе недоступен анализ на основе глубоких первых принципов общего равновесия,
с дико неожиданными результатами применения инженерных рецептов к мыслящим существам.

Но, с другой стороны, со стороны социальных наук, демонстративно
выставляется такой обскурантизм в сочетании с дичайшими ошибками при работе
с новыми данными, где не работают привычные социальным ученым примитивные
конструкты, что стометровые
волны посреди штиля на пляже просто неизбежны и только вопрос времени
пока всех этих разработчиков “искусственного интеллекта не объявят новыми врагами народа.