Интересная Случайная пятерка вопросов викторины онлайн.

Смотрите другие статьи раздела Викторина онлайн.

Читайте и пишите полезные комментарии к этой статье.

<< Назад

Другие вопросы Викторины онлайн:

Гамлет присутствовал при наказании ее обидчика, который был важным вельможей в своих краях. Сама она была спасена героем на белом коне. Как звали этого героя?

Как называется качающаяся кроватка для младенцев?

Он открыл феномен анаэробиоза, исследовал заболевания тутового шелкопряда, разработал вакцину против куриной холеры. Но это лишь второстепенные открытия того, кто справился с сибирской язвой и бешенством. Кто он?

Священный огонь, которому поклонялись зороастрийцы, по традиции состоял из 16 видов огня, взятых из домашних очагов представителей разных сословий. Однако главного огня приходилось иногда ждать годами. Откуда он происходил?

Женитьба 54-летнего Брюса Уиллиса на 30-летней модели Эмме Хеминг является своего рода рекордом. Назовите ту, чей аналогичный рекорд был побит этой свадьбой.

<< Назад

Последние новости науки и техники, новинки электроники:

Сон как эффективный механизм обучения 23.12.2025

Процесс обучения и формирования долговременных воспоминаний продолжает оставаться одной из самых загадочных функций человеческого мозга. Новое исследование, проведенное учеными из Университета Брауна в США, проливает свет на то, как именно мозг повторно обрабатывает информацию во сне, помогая закреплять полученные навыки. Это открытие потенциально может быть использовано при создании устройств и методик для помощи людям с параличами или неврологическими нарушениями. В ходе эксперимента исследователи наблюдали за лабораторными мышами, обученными проходить лабиринт. С помощью специальных датчиков ученые отслеживали активность нейронов, которые активировались в момент правильного выбора пути. Оказалось, что во сне те же нейроны воспроизводили точно такую же последовательность сигналов, как и в период обучения. Этот феномен, который ученые называют "повторным воспроизведением", помогает мозгу переносить краткосрочные воспоминания в долговременную память. Таким образом, полученная инф ...>>

Термопаста Arctic MX-7 23.12.2025

Швейцарская компания Arctic представила новую версию своей фирменной термопасты - MX-7, позиционируя ее как универсальное решение для различных устройств, от настольных ПК до игровых консолей и ноутбуков. Arctic MX-7 отличается оптимальной консистенцией, которая обеспечивает равномерное нанесение на поверхность процессора или GPU, минимизируя появление воздушных пузырьков и улучшая теплопередачу. Производитель подчеркивает, что паста устойчива к эффекту "pump-out", когда термоинтерфейс со временем выдавливается из-за циклов нагрева и охлаждения, что продлевает срок службы компонентов. Хотя Arctic не раскрывает официальное значение теплопроводности MX-7, независимые тесты подтверждают высокую эффективность термопасты. Например, по данным портала Igor's Lab, показатель теплопроводности составляет 6,17 Вт/мК, что делает ее конкурентоспособной на фоне других высококлассных термоинтерфейсов. Применение MX-7 не ограничено настольными системами. Паста подходит для замены штатных терм ...>>

Гибкая кремниевая мембрана, меняющая цвет при растяжении 22.12.2025

Исследователи Амстердамского университета продемонстрировали уникальный метаматериал, способный изменять цвет под воздействием механического растяжения. В основе этой технологии лежит структурный цвет - явление, при котором окраска определяется геометрией микроструктур, а не пигментами. Команда ученых во главе с Фриком ван Горпом преобразовала кремний в тонкую сетку с определенным узором, что позволило создать одновременно гибкий и функциональный материал. При растяжении отдельные элементы структуры поворачиваются, меняя способ отражения света: материал плавно изменяет оттенок от зеленого до красного, создавая эффект "живого" цвета. Один из первых вызовов заключался в хрупкости кремния. Отказавшись от подложки, исследователи получили тонкую гибкую мембрану, способную выдерживать деформацию. Йорик ван де Гроп подчеркнул, что ключевой особенностью разработки является многофункциональность структуры. Она объединяет свойства механических метаматериалов с возможностями оптических мета ...>>

Случайная новость из Архива Нейроморфный нос Intel 27.03.2020 Исследователи компании Intel совместно с учеными из Корнуэльского университета создали своего рода "электронный нос", способный запомнить специфический запах какого-то соединения и химиката за один раз и с высокой точностью определить этот запах даже в том случае, если он маскируется другими сильными запахами. Система "электронного носа" базируется на основе нейроморфного процессора Loihi компании Intel, а его чувствительным элементом является матрица из 72 химических датчиков. Процессор Loihi запрограммирован таким образом, что его цепи максимально подобно копируют работу нейронов так называемой обонятельной луковицы (olfactory bulb), части головного мозга, которая отвечает за распознавание запахов. А дальнейшее развитее данной системы позволит создать в будущем устройства, позволяющие детектировать опасные химические вещества, спрятанные наркотики или взрывчатку, и, естественно, ставить точные медицинские диагнозы. Архитектура процессора Loihi построена для максимально подобного соответствия работе нейронных цепей и более сложных участков мозга, чем этого можно достичь при помощи обычных центральных процессоров, пусть даже и снабженных специальными нейроморфными ускорителями. Благодаря этому, такие нейроморфные процессоры способны выполнять такую работу, которая не по силам традиционным системам искусственного интеллекта. Помимо этого, количество энергии, потребляемое системами с нейроморфными процессорами, существенно меньше количества, потребляемого обычными системами, выполняющими сопоставимые по сложности задачи из области глубинного машинного изучения и самообучения. Одну из вещей, которую можно реализовать на нейроморфном процессоре, но очень тяжело сделать при помощи традиционных технологий, является так называемое обучение на одном примере (one-shot learning). Мозг человека делает такое с легкостью, почувствовав однажды какой-то характерный запах, в следующий раз вы его непременно узнаете. Системы искусственного интеллекта, использующие нейронные сети, требуют обучения на огромном количестве примеров, и что самое плохое, обученная ранее нейронная сеть не может быть обучена какой-то новой категории, не повредив ее память об изученной ранее категории. Для достижения максимального результата нейронная сеть должна быть полностью переучена при помощи данных сразу всех необходимых категорий. Следующими шагами, которые намерены предпринять исследователи Intel и Корнуэльского университета, станет обеспечение возможности группировки связанных данных (запахов) в общие категории. К примеру, система уже сейчас способна распознать, что запах соответствует запаху клубники, выращенной в Европе или выращенной в Калифорнии, однако дальнейшем она должна будет указать, что эти оба запаха являются запахом клубники.

Другие интересные новости:

Марсианский вертолет Ingenuity установил рекорд высоты полета

Мобильный телефон для навигационных систем

Дети учатся добру на человеческих историях

Li-Pol аккумуляторы EEMB с повышенным током разряда

Реактивный двигатель гасит пожары

Лента новостей науки и техники, новинок электроники

Интересные материалы Бесплатной технической библиотеки:

▪ раздел сайта Культурные и дикие растения. Подборка статей

▪ статья История и теория религий. Конспект лекций

▪ статья Что такое брюшной тиф? Подробный ответ

▪ статья Шахтерский узел. Советы туристу

▪ статья Цифровой мультиметр измеряет температуру. Энциклопедия радиоэлектроники и электротехники

▪ статья Водяные колеса. Физический эксперимент

www.diagram.com.ua
2000-2025