Ще ги стигнем ли? Сравняваме средните пенсии в България и Германия
Ето какви пенсии взимат германците
Според Орлин Станчев машинното самообучение вече е много важна част от изследванията в астрономията
Говорим си кои професии ще замени прословутият изкуствен интелект… Докато той крие неочаквани възможности в толкова много на пръв поглед неочаквани области, например Космоса.
За тях ще ни разкаже Орлин Станчев, програмист в Kin + Carta, преподавател в СУ „Св. Климент Охридски“, барабанист на група ALI и, разбира се, изследовател на далечните галактики.
Белка и Стрелка
Той е част от групата по теория на звездообразуването към катедра „Астрономия“ на СУ и в нея работят по изучаването на изключително интересни обекти в галактиката – гигантските молекулярни облаци. Именно там се случват процесите на раждане на звезди.
„Изследванията ни са в разнообразни области – от изучаване на общата структура на молекулярните облаци до изследване на тяхната морфология“, разказва ученият. „Търсим връзката между образуването им и ранната еволюция на галактиката. Интересуваме се от въпроси като например какво е разпределението на плътността в молекулярните области? Какъв е балансът на енергиите в тях? Как това е свързано с тяхната фрагментация и образуването на по-плътни области? Важен въпрос, защото именно тези структури се свързват с процесите на раждане на нови звезди.“
Според него машинното самообучение вече е много важна част от изследванията в астрономията. „Вече можем да се похвалим с множество успешни приложения. Пример за пробив е класификацията на астрономическите обекти. Машинното самообучение тук е изключително полезно за бързото и ефективно анализиране на големи обеми от данни“.
От Земята доЧовечеството разполага с все по-мощни и прецизни инструменти за наблюдение на Космоса. Те генерират колосални масиви с данни, които физически е невъзможно да бъдат обработени от човек. „Неслучайно явления като „гражданската наука“ в астрономията се развиват изключително бързо“, казва астрономът програмист.
„Например проектът GalaxyZoo, който стартира с нелеката задача за класификация на голям масив от галактики по морфологичен признак. Платформата е направена така, че сравнително лесно всеки да се включи в процеса като наблюдава реални изображения и следва конкретни стъпки и критерии за класификация. До момента човешкият мозък е много добър в тази задача, а за да предадем този опит на „машината“, е нужно да се натрупат достатъчно данни“.
Друго песпективно приложение на ИИ е търсенето на планети извън Слънчевата система. Методите на машинното самообучение играят важна роля в анализа на данни, благодарение на който се регистрират екзопланети около далечни звезди.
Още една област е идентифицирането на т. нар. гравитационни лещи – явление, при което силата на гравитацията на масивен обект, например галактика, деформира и усилва светлинния сигнал от фонов обект. Това може да помогне за откриването на тъмната материя и получаването на допълнителни данни за структурата и строежа на галактиките.
Земя в илюминатора
Анализът на числени модели и компютърните симулации в астрофизиката са друго поле, за което машинното самообучение е в огромна помощ. Повече от всякога можем да използваме този мощен ресурс за проиграването на милиони различни сценарии.
„Експоненциалното нарастване на данните неминуемо води до нарастване и на сложността на информацията“, казва ученият. „В астрономията през последните десетилетия се наблюдава преход от малки масиви към цели потоци данни. Дължим го на бурното развитие на мащабни научни и наблюдателни програми с участието на автоматизирани и роботизирани телескопи. Но заради бързото генериране на нови данни – около 25 зетабайта за година, това са около 10 на 21-ва степен байта! – голяма част от тях остават скрити за човечеството. Това налага преход от наука, базирана на хипотеза, към такава, базирана на данните. Към познатите ни три парадигми на науката – експеримент, аналитична теория и числено моделиране, се добавя четвърта – науката, базирана на данните“.
Ето какви пенсии взимат германците
Идеята се заражда през далечната 1885 г.
Американската мечта обикновено включва постигане на просперитет и притежание на няколко важни неща