Новый выпуск еженедельной подборки самых интересных новостей из мира науки. И в этом выпуске: Эффективна ли противоастероидная защита; какие датчики есть у бактерий; может ли заморозка продлевать жизнь; как видеть сквозь туман и как научить минимозг играть в компьютерную игру?
(Все ссылки на пруфы и исследования под роликом на ютубе. Короткая текстовая версия ниже)
Содержание ролика:
00: 00 Лучшие новости науки
00: 25 Как мини-мозг научился играть в понг
03: 09 У "спящих" бактерий постоянно работают датчики
05: 01 Тихоходки не стареют в криобиозе как "Спящая красавица"
06: 27 Противоастероидная защита показала высокую эффективность
07: 20 Учёные научились видеть сквозь мутную среду
10: 22 Лучшая новость предыдущего выпуска
Как мини-мозг научился играть в понг.
Нейроорганоид — это сгусток нервных клеток, содержащий почти миллион нейронов мыши и человека, был выращен на подложке с матрицей из электродов. Электроды позволяют считывать активность нейронов и отправлять её в компьютер и получать обратную связь из компьютера. Для мозга в пробирке написали подобие классической аркады - игры Понг, но только без оппонента, со стеной. Выглядит это до боли узнаваемо. Информация о нахождении мяча подаётся на электродную матрицу с правой или левой стороны в виде электрической стимуляции. Положение сигнала говорит о положении мяча, а частота сигнала о расстоянии до него.
Ну а нейроны органоида могут реагировать, отправляя сигналы, говорящие о том, куда нужно передвинуть платформу. Локация сигналов кодирует направление движения, а частота - скорость.
Как оказалось, мини-мозги не могут играть в понг так же хорошо, как человек, но они учатся быстрее, чем некоторые виды ИИ. Иногда процесс обучения занимает всего 5 минут.
Окей, но что же с системой подкрепления? Дофаминовой системы у этого мозга просто нет. Как и любой другой системы вознаграждения. Но зато, как и любая система, этот органоид стремится к минимизации энтропии.
Исследователи сообщили, что «клеткам органоида подаётся непредсказуемый стимул, и система формирует свою активность таким образом, чтобы лучше играть в игру и минимизировать случайности. Отбивая мяч и получая предсказуемый ответ, она создает для себя предсказуемое окружение». То есть, когда мяч не отбит, органоиду подаются хаотичные сигналы, что не очень-то приятно, а если отбит - предсказуемый приятный сигнал.
У "спящих" бактерий постоянно работают датчики.
Известно, что бактерии умеют переживать плохие времена, не пересекая границу, а образуя так называемые споры.
Спора в этом случае это не половая клетки, используемая для размножения, как у грибов, а скорее скафандр с очень плотной оболочкой, в который превращается бактерия. Она теряет много воды, скукоживается, и под мембраной образуется эта оболочка. В таком состоянии в неблагоприятных условиях бактерии могут находиться долгое время, десятилетиями, а в редких случаях вплоть до десятков миллионов лет, а затем расконсервироваться и продолжить жизнедеятельность, вернувшись к обычному состоянию и впитав воду.
Есть вопрос, учитывая, что все физиологические процессы бактерия в таком состоянии останавливает, остаются ли некие процессы опрашивания состояния внешней среды, работают ли какие-то датчики, подсказывающие, что пора пробуждаться?
Да, остаются. Например, споры сенной палочки, находясь, в анабиозе, работают как конденсаторы. Накопленная ими электрохимическая энергия используется для отслеживания внешних условий. Это происходит так. На внешней мембране у споры имеется определённая концентрация ионов калия. При изменении окружающей среды, например появлении питательных веществ, спора выделяет дополнительные ионы калия из ядра к мембране и происходит измерение концентрации ионов на мембране и во внешней среде. Когда концентрации достигают определённых значений, превышается некий порог, пора пробуждаться. Если же изменения незначительны, то спора продолжает спать. Т.е. спора чувствует практически все изменения, но пробуждается только тогда, когда эти изменения превысят некий порог приемлемости.
Тихоходки не стареют в криобиозе как "Спящая красавица".
Тихоходки могут выживать вообще в невообразимых ужасных обстоятельствах. Радиация, кипяток, жидкий азот, выстрел из пушки. Как говорится, подчеркните актуальные для вас угрозы. Но для того, чтобы пережить, например, космические условия, они впадают в ангидробиоз. Т.е. избавляются примерно от 98% влаги своего организма. Так вот, пока они находятся в этом состоянии - они не стареют.
Т.е. если их дегидратировать, скажем, на 20 дней, то их продолжительность жизни увеличивается тоже на 20 дней. Прекрасно. Но и холод тоже полезен для долголетия.
Криобиоз, т.е. погружение в замороженное состояние, работает точно так же. Тихоходок попеременно то замораживали до температуры -30 градусов, то размораживали и кормили. Потом цикл повторяли до тех пор, пока они не умерли. В итоге продолжительность их жизни превысила продолжительность жизни тех тихоходок, над которыми не изд.. не экспериментировали, ровно на столько, сколько они провели в криобиозе.
Шутка про сон в холодильнике всё равно не актуальна. Хотя человек, вполне возможно, тоже не стареет в криобиозе, но никого ещё не смогли из него вывести.
Противоастероидная защита показала высокую эффективность.
Вы уже знаете, как человечество применило таран по отношению к астероиду. Суть в том, что после столкновения полутонного зонда с астероидом Диморфос, вращающимся вокруг другого астероида, НАСА ожидало изменения периода обращения первого вокруг второго примерно на 7 минут. После всех измерений оказалось, что период обращения изменился не на 7, а на целых 32 минуты, что значительно выше средней оценки и соответствует верхней планке расчётных моделей. То есть вся процедура оказалась крайне эффективной. Во многом в этом помогло то, что после удара из Диморфоса было выброшено большое количество вещества, образовавшего тот самый хвост на 10000 километров, который мы показывали вам в прошлом ролике. В ролике вы можете увидеть новые снимки кратера, который образовался после столкновения.
Учёные научились видеть сквозь мутную среду.
Камеры, да и наши глаза, работают с прямыми лучами света при помощи системы линз. Но если между источником и приёмником находится неоднородная среда, то изображение будет размытым из-за рассеяния.
Если рассеяние не сильное, то в объектив попадает достаточное количество прямых лучей, чтобы воссоздать картину. При этом нужно, чтобы было известно либо самое искажение, либо форма объекта, либо его внешний вид. Но если много зашумляющих сигналов и среда сильно рассеивающая, то восстановление изображения это прям сложная задача.
Сложно заглянуть за туман войны… За вот такой вот спекл. Да, так называется шум, который мы видим вместо объекта. Но это реально, потому что законы рассеяния в целом не зависят от рассеивающей среды.
И тут включается эффект оптической памяти, указывающий на знаменательную корреляцию между картиной, которую образует свет, проходящий сквозь мутную среду, и узором, который получается, если ту же среду осветить с другой стороны. С практической точки зрения можно получать информацию о скрытой стороне мутной среды без непосредственных измерений. При помощи весьма затратных вычислений, инверсии автокорелляций и всего такого, можно получить данные о скрытом объекте, но только если в поле зрения нет движущихся объектов.
Для эксперимента взяли гелиево-неоновый лазер, пропущенный через вращающийся диффузор, который освещал сцену с движущимися объектами на цифровом микрозеркальном устройстве, а отраженный свет затем проходил через рассеиватель и скармливался цифровой камере. Суть нового метода в том, что применяя к изображениям сложные вычисления, в т.ч. использующие эффект оптической памяти, а конкретно - вычисления кросс-корреляций, можно, во-первых обнаружить и исключить неподвижные объекты из уравнений. Это достижимо., если вычитать из смещенной во времени автокорреляции автокорреляцию в конечный момент времени Т1. А во-вторых, можно засечь подвижный объект, если он движется полностью, а не частично. В т.ч. можно определить изменения его формы, размеров, ориентации. На полученных экспериментальных видео движущийся объект всегда находится по центру, а вокруг него изменяется обстановка. Т.е. компьютер видит сквозь мутную среду и лоцирует движущийся объект. И всё это работает с незначительными затратами вычислительных ресурсов.
Конечно, в этой методике есть ряд ограничений. Например, движущийся объект должен быть рядом с каким-нибудь неподвижным объектом. Но зато потенциально наши машины смогут прекрасно видеть в условиях тумана и других неблагоприятных условий.
