Научная рукопись готова, графики перепроверены, соавторы наконец договорились о порядке фамилий — казалось бы, можно выдохнуть. Но именно здесь начинается отдельный бюрократический квест: регистрация на сайте журнала, загрузка файлов, повторный ввод названия и аннотации, перечисление авторов, выбор рубрик, заполнение деклараций и проверка десятков обязательных полей. Проект PaperPush предлагает автоматизировать эту рутину. Это библиотека на Python, которая извлекает сведения из каталога с рукописью, проверяет их, входит в систему выбранного издательства и заполняет форму отправки...
Цифровая Переплавка
💡 Шанс случайной связи с рынком — 1 к 10 000 ВОЗ считает переход SARS-CoV-2 от животных к людям наиболее подтверждённой гипотезой. Ранние случаи и следы вируса образуют выраженный кластер вокруг рынка Хуанань в Ухане. Учёные сопоставили географию заболевших, две ранние линии вируса и метагеномные образцы с прилавков. Там одновременно нашли SARS-CoV-2 и генетические следы восприимчивых животных, включая енотовидных собак. 🧬 27 экспертов ВОЗ изучали данные более трёх лет 📍 вероятность случайной привязки первых случаев к рынку — 1 к 10 000 🗃 более 500 ранних последовательностей вируса остаются недоступными 🔬 прямых доказательств лабораторной утечки пока нет 💡 Почему важно: Для команд, работающих с биоинформатикой и медицинскими данными, это показательный конфликт открытых наборов и политических выводов. Научная картина складывается из географии, геномов и метагеномики, а не из одного эффектного свидетельства. Окончательно закрыть лабораторную гипотезу нельзя без журналов биобезопасности, данных о сотрудниках и ранних образцов из Уханя. Следующий шаг — открывать исходные данные и усиливать мониторинг животных, рынков и лабораторий до новой вспышки. Сможет ли открытая наука закрыть спор, если ключевые данные остаются закрытыми? 🦋 Читать полностью: dzen.ru/...q6j
🦋 Откуда взялся COVID-19: почему наука склоняется к животному источнику, но не закрывает версию лабораторной утечки
Спор о происхождении SARS-CoV-2 снова оказался в центре американской политики. На слушаниях в Сенате Рэнд Пол и Энтони Фаучи вновь столкнулись вокруг двух конкурирующих объяснений: вирус перешёл к людям от животных или вышел из лаборатории в результате аварии. Однако за громкими заявлениями легко потерять главное. Наука не выбирает победителя голосованием и не выносит окончательный вердикт только потому, что одна версия кажется убедительной. Она сравнивает гипотезы по совокупности независимых следов:...
💡 Одна модель управляет тремя роботами — от стоп до пальцев Gemini Robotics 2 управляет всем телом гуманоида: ходьбой, равновесием, руками и многопальцевыми кистями. Робот может убрать комнату, нагнуться к нижней полке и координировать действия с другой машиной. Система разделена на модели управления, планирования и локального исполнения. Gemini Robotics ER 2 планирует многошаговые задачи, а Gemini Robotics On-Device 2 работает без облака и адаптируется к новому корпусу. 🤖 одна версия модели управляет тремя разными платформами ⏱ несколько часов данных для адаптации к новому роботу 🎯 89,6% успеха при точной установке деталей 🦾 от 32% до 92% на задачах для многопальцевой кисти 💡 Почему важно: Для команд, которые разрабатывают роботов, снижается цена переноса навыков между разным железом. Вместо отдельного стека под каждый корпус появляется общий слой восприятия, планирования и моторного управления. До промышленной автономности ещё далеко: тонкая моторика нестабильна, а действия остаются медленными. Следующий этап — проверка безопасности и предсказуемости вне демонстрационных сценариев; для этого DeepMind выпустила тест ASIMOV-Agentic. Стали бы вы доверять такой модели работу рядом с людьми? 🍊 Читать полностью: dzen.ru/...lav
🍊 Gemini Robotics 2: роботы учатся думать всем телом — от ступней до кончиков пальцев
Google DeepMind представила Gemini Robotics 2 — семейство моделей, способных управлять не только отдельной рукой или захватом, но и всем телом робота. Гуманоид под управлением новой системы может получить словесное задание, пройти через комнату, наклониться, поднять предмет с пола и положить его на нужную полку. Другие машины при этом способны помогать ему, распределяя общую работу между собой. Звучит как очередной эффектный ролик из лаборатории. Однако за демонстрацией скрывается действительно...

