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:

Литератор Вилли Мельников образно называет ИХ "посольствами небес на земле". Какой московский топоним, по одной из версий, обязан ИМ своим названием?

Назовите первое здание на земле социального плана, не жилого и не культового значения.

Терри Пратчетт шутил, что, помимо стресса, домашние питомцы отлично спасают и от НЕГО. Кто написал произведение под названием "ОН"?

В рукописях это произведение называлось "Зависть. Перевод с немецкого". Позднее автор решил, что мистификация ему не нужна, и назвал свое произведение тем именем, под которым мы его знаем. Впрочем, цензура не пропустила вначале и такой вариант. Только через некоторое время это произведение разрешили опубликовать. И хотя после публикации прошло уже много времени, но до сих пор, по мнению критиков, не удалась ни одна театральная постановка этого произведения. О каком произведении идет речь?

<< 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 Роботов научили быть любопытными 08.06.2017 На протяжении нескольких лет разработчики компьютерных программ для роботов пытались создать "алгоритм любопытства", однако повторить человеческую любознательность было довольно сложно. По их словам, большинство методов не могут оценить "пробелы" в знаниях робота и понять, что ему будет интересно. Однако Тодду Хестеру из Google DeepMind в Великобритании и Питеру Стоуну из Техасского университета в США удалось создать алгоритм, позволяющий компьютерной программе "проявлять любопытство", самостоятельно изучая окружающую среду. Новый подход позволит роботам учиться еще быстрее, чем сейчас. Исследователи назвали алгоритм TEXPLORE-VENIR - он основывается на технике "подкрепляющего обучения". Эта техника работает по следующему принципу: когда программа приближается к решению проблемы (например, выходу из лабиринта), то получает некоторое вознаграждение. Предполагается, что, получив награду, в будущем она снова попытается достичь какой-либо цели. Исследователи немного изменили технику "подкрепляющего обучения" таким образом, чтобы программа получала вознаграждение просто за новое знание, даже если оно не помогает достичь цели. Например, TEXPLORE-VENIR зарабатывает бонусы, когда изучает картину мира, ищет отдаленные места на карте или осваивает кулинарные рецепты. Хестер и Стоун протестировали свой алгоритм в двух сценариях. Первым из них стал виртуальный лабиринт из 4-х комнат, соединенных между собой запертыми дверями. Боту - просто компьютерной программе - нужно было исследовать территорию, найти ключ, взять его и открыть дверь. За каждую открытую дверь он зарабатывал 10 очков. Чтобы достичь наивысшего балла, ему было дано 3000 "шагов". Когда при помощи алгоритма TEXPLORE-VENIR бот изучил местность (потратив на это 1000 "шагов"), то заработал 55 очков. При этом если он использовал другие алгоритмы, то получал от 0 до 35 очков. Когда программе пришлось одновременно исследовать местность и отпирать двери, с помощью TEXPLORE-VENIR она заработала 70 баллов, а в других случаях - менее 5. Ко второму эксперименту исследователи подключили человекоподобного робота Nao. При помощи алгоритма TEXPLORE-VENIR ему нужно было выполнить три задания: ударить по музыкальной тарелке, найти и поднести к глазам розовую ленту и нажать на кнопку, расположенную на его ноге. На каждое задание Nao получил 200 "шагов", и еще 400 "шагов" ему было дано на "обучение" (изучение предметов). По результатам 13-ти попыток он нажал на кнопку 7 раз, ударил по тарелке в 1-м из 5-ти случаев и в итоге стал быстрее находить розовую ленту. Алгоритм TEXPLORE-VENIR показал хорошие результаты, однако излишнее любопытно может снизить продуктивность робота, считают сторонние исследователи. Может получиться так, что внутренняя мотивация робота на получение награды за обучение превысит его внешнюю мотивацию решить поставленную задачу. Поэтому важно найти баланс между двумя видами мотивации.

Другие интересные новости:

Серебряные чернила для печати проводников на гибких поверхностях

Начал работу телескоп Эвклид

Panasonic и Sony - новая технология AVCHD

Лазерное устройство, вырабатывающее частицы с отрицательной массой

Робот строит кирпичный дом за два дня

Лента новостей науки и техники, новинок электроники

Интересные материалы Бесплатной технической библиотеки:

▪ раздел сайта Медицина. Подборка статей

▪ статья Нормативно-технические и организационные основы БЖД. Основы безопасной жизнедеятельности

▪ статья С помощью каких единиц измеряют расстояния в астрономии? Подробный ответ

▪ статья Заведующий (старший ординатор) реанимационно-консультативного центра. Должностная инструкция

▪ статья Моделирование радиоприема в условиях шумов и помех. Энциклопедия радиоэлектроники и электротехники

▪ статья Широкополосный трансформатор с коэффициентом трансформации 3/2. Энциклопедия радиоэлектроники и электротехники

www.diagram.com.ua
2000-2025