Исследователи создали инновационный сорбент на основе биочара (древесного угля) и гуминовых веществ, который эффективно очищает землю от опасных тяжелых металлов — свинца и меди.
Проблема загрязнения почв особенно остра вблизи промышленных зон и дорог. Новый материал работает как умный фильтр: он не просто впитывает токсины, но и удерживает их в устойчивой форме, не давая вредным веществам попадать в растения и грунтовые воды. Главная фишка разработки — ее экологичность и долговечность. Сорбент помогает восстановить плодородие даже на сильно поврежденных участках, превращая «мертвую» землю в пригодный для сельского хозяйства ресурс.
Такая технология — важный шаг к экологически чистому фермерству и безопасности продуктов, которые попадают к нам на стол.
На станции Конкордия в Антарктиде открыли первое в мире хранилище ледяных кернов - длинных цилиндров льда, вырезанных из глубоких слоёв ледников.
Зачем это сделали? Дело в том, что эти керны словно страницы книги, в которых зафиксированы данные о прошлом климате, составе атмосферы и изменениях окружающей среды за сотни лет. Керны позволят будущим поколениям изучать следы нынешних климатических условий, которые сейчас скрыты во льду. Ледники продолжают быстро таять, и с ними «тают» и эти климатические следы. Такая «ледяная библиотека» - шанс сохранить эти данные для будущих поколений учёных и понять, как менялся климат Земли.
Хранилище построено под землёй при естественной температуре около -50 °C, что позволяет сохранять лед без искусственного охлаждения. Внутри уже находятся образцы из Альп, Анд, Кавказа, Памира и Шпицбергена.
Исследователи разработали систему автоматической оптимизации последовательности измерений синдромов, позволяющую значительно снизить вероятность логических ошибок в квантовых вычислениях.
Исследование демонстрирует, что различные схемы выполнения измерения синдрома ZZZZZ в поверхностном коде квантовой коррекции ошибок приводят к разным показателям логических ошибок, при этом временные шаги выполнения проверок Паули между кубитами данных и вспомогательными кубитами определяют эффективность каждой схемы.
В статье представлен фреймворк AlphaSyndrome, использующий метод Монте-Карло поиска по дереву (MCTS) для эффективного планирования измерений синдромов в кодах квантовой коррекции ошибок.
Несмотря на критическую важность квантовой коррекции ошибок (QEC) для масштабируемых квантовых вычислений, оптимизация последовательности измерений синдромов остается сложной задачей, определяющей эффективность и стоимость реализации. В статье 'AlphaSyndrome: Tackling the Syndrome Measurement Circuit Scheduling Problem for QEC Codes' представлена автоматизированная платформа AlphaSyndrome, использующая метод Монте-Карло поиска по дереву (MCTS) для оптимизации планирования измерений синдромов в кодах со взаимно коммутирующими стабилизаторами. Разработанный подход позволяет снизить логическую частоту ошибок на 80.6% в среднем, превосходя существующие методы и демонстрируя конкурентоспособность с ручными решениями для поверхностных кодов. Какие перспективы открывает автоматическая оптимизация схем измерений синдромов для реализации надежных и масштабируемых квантовых вычислений на различных архитектурах?
Хрупкость Квантовой Информации
Квантовые вычисления обещают революционные возможности, однако их фундаментальная природа делает их крайне уязвимыми к ошибкам, возникающим из-за явления декогеренции - потери квантовых свойств из-за взаимодействия с окружающей средой. Для защиты этих хрупких квантовых состояний необходима квантовая коррекция ошибок (ККО). Традиционные методы коррекции ошибок полагаются на измерение синдрома - процесса, позволяющего выявить и исправить ошибки, но сам этот процесс может быть осложнен распространением ошибок, когда попытка исправления одной ошибки приводит к появлению новых. Разработка эффективных и надежных методов ККО является ключевой задачей для реализации практических квантовых вычислений, способных решать задачи, непосильные для классических компьютеров.
Процесс коррекции ошибок в коде КЭКК включает измерение синдрома и последующую декодирование с коррекцией.
Коды Стабилизаторов: Основа Квантовой Коррекции Ошибок
Коды стабилизаторов представляют собой значимый класс кодов квантовой коррекции ошибок (ККО), определяющих процесс исправления ошибок посредством набора стабилизирующих операторов. В рамках этого семейства особое внимание уделяется кодам поверхностного типа и цветовым кодам, которые активно исследуются благодаря своим свойствам устойчивости к ошибкам. Эффективность этих кодов напрямую зависит от точного и быстрого выполнения измерений синдрома - процедуры, позволяющей выявить и локализовать ошибки в квантовой информации, не нарушая её состояние. По сути, измерение синдрома позволяет понять, где произошла ошибка, не "подглядывая" за самой квантовой информацией, что принципиально важно для сохранения её целостности.
На представленных кодах поверхности XX и гексагональных кодах цвета, каждый многоугольник представляет собой XX и ZZ стабилизатор, при этом два ZLZL на коде поверхности эквивалентны при умножении на помеченные стабилизаторы.
АльфаСиндром: Интеллектуальное Планирование для Улучшенной Коррекции Квантовых Ошибок
Разработанный подход АльфаСиндром представляет собой новую систему, использующую метод Монте-Карло с деревом поиска (MCTS) для оптимизации порядка измерений синдромов - ключевого этапа в процессе квантовой коррекции ошибок. В отличие от традиционных методов, основанных на поиске кратчайшего пути, АльфаСиндром учитывает специфические характеристики ошибок, динамически адаптируя последовательность измерений. Такой подход, основанный на анализе данных, позволяет добиться впечатляющего снижения вероятности логических ошибок - в среднем на 80.6% - при использовании различных квантовых кодов и декодеров. Более того, АльфаСиндром позволяет значительно сократить требуемый объем вычислительных ресурсов - на 20-90% - за счет уменьшения необходимой "расстояния кода", что делает процесс обнаружения и исправления ошибок значительно эффективнее и практичнее.
AlphaSyndrome демонстрирует стабильную производительность даже при низком уровне физических ошибок.
Расшифровка и Производительность в Реальных Условиях
Исследование демонстрирует, что методика AlphaSyndrome, используемая совместно с классическим декодером, существенно снижает частоту логических ошибок. Особенно заметен эффект в ситуациях, имитирующих несовершенство реального квантового оборудования, где вероятность ошибок неоднородна. Результаты показывают, что AlphaSyndrome достигает производительности, сопоставимой с эталонными показателями Google для ротированных поверхностных кодов. Применительно к коду Bivariate Bicycle, AlphaSyndrome обеспечивает снижение частоты логических ошибок на 44% при использовании декодирования BP-OSD и на 10% при использовании Unionfind декодирования. Максимальное снижение частоты логических ошибок, зафиксированное во всех протестированных конфигурациях, составило впечатляющие 96.2%, что свидетельствует о значительном прогрессе в области коррекции квантовых ошибок.
Сравнение AlphaSyndrome и Google показало, что при использовании неравномерной модели ошибок, AlphaSyndrome демонстрирует более низкие общие логические ошибки, особенно при повышенных ошибках на вспомогательных кубитах.
Исследование, представленное в данной работе, демонстрирует стремление к построению устойчивых алгоритмов для квантовой коррекции ошибок. Подход, основанный на Monte Carlo Tree Search (MCTS) для оптимизации планирования схем измерения синдрома, акцентирует внимание на минимизации скорости логических ошибок - ключевом показателе эффективности квантовых вычислений. Как однажды заметил Джон фон Нейманн: «В науке не существует абсолютной истины, только лучшие приближения.» Эта фраза перекликается с сутью представленного исследования, ведь даже самые передовые алгоритмы квантовой коррекции ошибок представляют собой не идеальное решение, а лишь наилучшее на текущий момент приближение к стабильности и надежности квантовых вычислений. Пусть N стремится к бесконечности - что останется устойчивым? В данном случае, это стремление к минимизации ошибок и повышению точности квантовых операций.
Куда же дальше?
Представленная работа, безусловно, демонстрирует эффективность подхода, основанного на Monte Carlo Tree Search, для оптимизации расписания измерений синдромов в квантовой коррекции ошибок. Однако, триумф алгоритма над существующими методами не должен затуманивать фундаментальные вопросы. Детерминированность результата, воспроизводимость - вот краеугольные камни любой научной работы. Успехи, достигнутые в симуляциях, должны быть подтверждены на реальном квантовом оборудовании, где шум и несовершенство аппаратуры вносят свои коррективы в математическую чистоту расчетов.
Особое внимание следует уделить масштабируемости предложенного подхода. С увеличением числа кубитов и сложности кода коррекции ошибок, вычислительная сложность MCTS возрастает экспоненциально. Необходимо исследовать возможности применения гибридных алгоритмов, сочетающих MCTS с другими методами оптимизации, или разработать новые эвристики, позволяющие эффективно сократить пространство поиска. В противном случае, элегантность решения окажется недостижимой в практических реализациях.
И, наконец, не стоит забывать о более глубоких вопросах. Оптимизация расписания измерений - лишь один из аспектов квантовой коррекции ошибок. Необходимо разрабатывать новые коды, устойчивые к различным типам шума, и исследовать возможности динамической адаптации стратегии коррекции ошибок в зависимости от характеристик аппаратуры. Истинная элегантность заключается не в оптимизации существующего, а в создании принципиально нового.
Когда NASA объявило о программе Artemis, общественная реакция была предсказуемой. «Мы уже были на Луне», «зачем повторять Apollo», «это слишком дорого», «лучше сразу лететь на Марс» — подобные аргументы звучат всякий раз, когда речь заходит о возвращении человека за пределы низкой околоземной орбиты. Однако почти все эти реакции исходят из фундаментального недоразумения: Artemis воспринимают как миссию. В действительности Artemis — это попытка переписать саму логику пилотируемой космонавтики.
В XX веке полёты человека в космос строились вокруг идеи исключительности. Каждый выход за пределы земной орбиты был событием, подвигом, уникальной комбинацией политической воли, инженерного риска и колоссальных ресурсов. Программа Apollo стала кульминацией этого подхода. Она доказала, что человек способен покинуть Землю, достичь другого небесного тела и вернуться обратно. Но она же продемонстрировала и пределы такой логики: как только политическая мотивация исчезла, исчезла и сама программа. Технологии остались, опыт был получен, но устойчивой модели присутствия за пределами Земли так и не возникло.
Artemis рождается в совершенно ином контексте. Это не ответ на гонку и не попытка повторить исторический триумф. Это продукт эпохи, в которой космос перестал быть ареной демонстрации флагов и стал пространством долгосрочных интересов — научных, технологических, экономических и геополитических. В этом смысле Artemis не столько «возвращает» человека на Луну, сколько впервые задаёт вопрос: что означает быть там не гостем, а работником?
Ключевое отличие Artemis от всех предыдущих программ заключается в том, что она не мыслит полёт как самоценный акт. В центре внимания — не момент посадки, не фотография астронавта на фоне горизонта и не символический жест. В центре внимания — архитектура. Именно это слово чаще всего звучит в технических документах NASA, и именно его чаще всего игнорируют в публичных дискуссиях. Архитектура означает совокупность решений, которые допускают повторение, расширение и адаптацию без необходимости каждый раз начинать с нуля.
Исторически пилотируемая космонавтика развивалась как череда уникальных проектов. Каждый корабль, каждая ракета, каждая миссия проектировались под конкретную задачу и конкретный сценарий. Artemis предлагает противоположный подход: разделение функций, модульность, распределение рисков и зависимость не от одного решения, а от системы в целом. Именно поэтому в программе появляются элементы, которые кажутся избыточными или странными, если рассматривать их изолированно, — орбитальная станция Gateway, многоэтапная логистика, сложные схемы дозаправки, участие коммерческих компаний.
Важно понимать, что Artemis — это не просто программа NASA. Это политико-технологическая платформа, в рамках которой США формируют правила будущего присутствия человека за пределами Земли. Через соглашения Artemis Accords задаются принципы использования ресурсов, взаимодействия государств и компаний, подходы к безопасности и ответственности. В этом смысле Artemis — это не только про Луну, но и про контроль над тем, как будет выглядеть следующий этап освоения космоса.
При этом сама Луна в программе Artemis выступает не как цель, а как среда. Она достаточно близка, чтобы ошибки не были фатальными, но достаточно сложна, чтобы имитировать многие аспекты марсианских и более дальних миссий. Работа вне магнитосферы Земли, воздействие радиации, автономность экипажей, ограниченные возможности эвакуации — всё это делает Луну идеальным полигоном для проверки того, готово ли человечество к следующему шагу.
Artemis часто упрекают в избыточной сложности. Действительно, по сравнению с прямой схемой Apollo программа выглядит громоздкой, медленной и дорогой. Но эта сложность не случайна. Она отражает реальность XXI века, в котором устойчивость важнее скорости, а повторяемость важнее рекордов. Простые решения работают только один раз. Сложные системы — если они спроектированы правильно — работают десятилетиями.
В конечном счёте Artemis — это не про возвращение в прошлое, а про отказ от него. Это попытка выйти из парадигмы героических экспедиций и перейти к модели, в которой присутствие человека в космосе становится нормой, а не исключением. И именно поэтому оценивать Artemis по тому, сколько раз и когда именно астронавты ступят на лунную поверхность, значит не понимать её сути. Настоящий результат этой программы станет виден не в момент первой посадки, а тогда, когда Луна перестанет быть пределом.
Все материалы сначала выходят в нашем телеграмм канале, заглядывайте.
В целом, изначально в идее зарегулировать деятельность сотрудников нет ничего плохого - это работало десятилетиями и не вызывало серьезных проблем. Выражение «винтик в системе» имело скорее позитивную подоплёку: все так хорошо отлажено, что личность неважна и может быть в любой момент заменена. И самому сотруднику нет нужды напрягаться и во что-то вникать: все придумано за него.
Однако развитие ИТ-систем и всяких законодательных требований вызвало общее усложнение процессов, что привело к тому, что сама суть работы стала настолько многогранной, что ее все труднее закрыть процедурами.
В этой ситуации, если вы будете пытаться писать подробные инструкции, то у вас получится том размером с малый энциклопедический словарь, а его поддержание потребует дохрена усилий. И все равно это вас не застрахует от возникновения непредвиденного сочетания условий, не закрытых инструкциями.
Забавно, что логистика, создавшая саму идею унификации, сейчас страдает от исключений, которые становятся правилами. Этот товар принимает поддонами, этот групповыми коробками, а этот - поштучно. Но если штуки упакованы в групповые упаковки, то их надо распаковать и уложить на паллет как есть. А если на паллете групповых упаковок 72, то нужно их в системе преобразовать в один поддон. А если этот товар помечен как опасный, но нужно его вскрыть и проверить поштучно маркирован ли он или нет. А есть еще честный знак, Меркурий, местные требования по маркировке и прочая…
И от каждого условия расходятся действия. Я рисовал процесс для одной малоизвестной компании, которая делает компьютеры и мониторы, так там 4 вида приемки, которые распадаются на 12 сценариев. Вариативность отгрузки тоже впечатляет: 6 видов заказов, эти на конвейер, это на доукомплектацию, сюда положи бумажку на нужном языке, а это упакуй в строго определенную упаковку.
Все это пытаются компенсировать усложнением ИТ-систем, но и здесь все приходит к тому, что небольшое изменение выливается в недели разработки и месяцы тестирования и самой разработки, и ее взаимодействия с уже написанным. Целые отделы занимаются непрерывной проверкой одного и того же функционала с учетом новых изменений. День за днем, неделя за неделей, один и тот же процесс…
В итоге мы приходим к ситуации, при которой правила просто перестают работать, а обучение сотрудников работе в системе становится дольше, чем работе с товаром.
Некоторые компании начинают идти по пути рамочных процедур и подсказок в работе, т.е. сотрудник сканирует штрих-код, а ему сканер и компьютер показывают видео «что делать дальше». Другие дублируют инструкции голосом или светом. Эффективность этих решений представьте сами: на каждый поддон при приемке посмотри 20 секунд видео, потом еще 20 секунд на подготовке к размещению и еще 15 на размещении…
Радость линейных супервайзеров и манагеров по управлению такими зоопарками тоже очевидна.
Вплоть до того, что приходится держать одного супервайзера по срочным заказам, другого - по заказам дистрибьюторов, третьего - по заказам торговых сетей.
Э - эффективность.
И все заняты.
Естественно, если мы поднимаемся по ступенькам оргструктуры вверх, то на каждом этапе сложность возрастает.
Да, где-то это еще работает. Но везде где работал я - скорее нет.
Что с этим делать - вопрос открытый, у меня нет какого-то сакрального знания. Я выскажу свои мысли здесь, но моя цель скорее обсудить эту тему, может к чему-то мы все и придем.
Если хотите подискутировать на тему, то добро пожаловать в @scrllock.
Всякие прочие мысли тут: @myhorop Оглавление канала - тут
Сегодня решил рассказать вам про интересный, на мой взгляд ноотроп, это Альфа GPC (глицерилфосфорилхолдин).
Альфа - это дополнительная форма холина для нашего мозга. В 1998 году холин классифицировали как незаменимое питательное вещество, рекомендуемая дозировка около 550 мг/день.
Не буду детально расписывать почему так важен холин, выделю лишь основные пункты что будет при дефиците:
При недостатке холина работа вашего мозга будет мягко сказать, затруднена.
Регенерация клеток печени скажет "Давай, до свидания".
Это конечно не полный список при недостатке холина, но то, что без него будет тяжко, это факт.
Почему именно Альфа GPC? Ну во первых, я сам курсил альфу пару раз и эффект мне очень понравился.
Во вторых, по Альфе было довольно много проведено исследований, в том числе как добавка влияет на мотивацию и, улучшает умственную и физическую работоспособность, в этом плане придирок к ней нет.
Кто-то напишет, что дескать, кушай яйца, печень каждый день и никакие добавки не нужны.
Однако, если внимательно посмотреть на продукты с высокии содержанием холина, то почти все они входят в «золотую восьмерку аллергенов», как принято говорить у медиков.
Поэтому для меня вариант в виде добавки проще и комфортнее.
Нашему мозгу необходим постоянный приток достаточного количества холина для выработки ацетилхолина, чтобы мы могли максимально эффективно выполнять задачи, требующие памяти, внимания и четкой фокусировки.
Курс приёма Alpha 2 раза в день - утром-днем, во время/после еды по 300 мг. Но если вам предстоит много работы, то бустим дозировки до 900 мг в день.
У кого был опыт приема Alpha GPC, как эффект?
RISE — самый большой канал по биохакингу в РФ. Сейчас в нашем Телеграм канале можно забрать крутой гайд по антистрессу для наших подписчиков бесплатно.
Более шести веков существует манускрипт, который является абсолютным вызовом для криптографии, лингвистики и истории. Это рукопись Войнича — книга, написанная на неизвестном языке и иллюстрированная несуществующими растениями. Вот что мы знаем о ней на самом деле, за вычетом мифов и спекуляций.
Известная история: Провенанс 📜
До того как антиквар Уилфрид Войнич нашел рукопись в 1912 году, у нее была задокументированная история.
📌1639 год: Георг Бареш, алхимик из Праги, пишет письмо ученому-иезуиту Афанасию Кирхеру в Рим. Он сообщает, что владеет загадочной книгой, которую не может прочесть, и просит Кирхера, известного дешифровщика, помочь. Кирхер не отвечает.
📌1665 год: После смерти Бареша книга переходит к его другу, Йоханнесу Марку Марци. Марци отправляет рукопись Кирхеру. В сопроводительном письме (которое было найдено вместе с манускриптом) он утверждает, что, по слухам, книга когда-то принадлежала императору Священной Римской империи Рудольфу II, который заплатил за нее 600 золотых дукатов, веря, что это труд ученого XIII века Роджера Бэкона.
📌После этого след книги теряется на 200 лет в архивах иезуитов, пока ее не находит Войнич.
Анатомия загадки: Текст и иллюстрации ✍️
📌Пергамент и чернила: Радиоуглеродный анализ, проведенный в 2009 году, датирует пергамент (телячью кожу) периодом между 1404 и 1438 годами. Анализ чернил показал, что это обычные для того времени железо-галловые чернила. Это доказывает, что сам физический объект — подлинный артефакт XV века, а не современная подделка.
📌Текст, который ведет себя как настоящий язык: Компьютерный анализ показал, что текст рукописи не является случайным набором символов. Он подчиняется закону Ципфа — лингвистическому правилу, гласящему, что в любом естественном языке одни слова встречаются гораздо чаще других (как, например, союзы и предлоги). Энтропия (мера случайности) текста также соответствует показателям реальных языков. Это означает, что текст имеет четкую структуру, но его содержание остается абсолютно недоступным.
📌Иллюстрации-химеры: Рисунки в книге — это ее вторая неразрешимая загадка.
📍Ботанический раздел: Изображает растения, не имеющие аналогов в природе. Часто они являются комбинацией частей реально существующих видов: корни одного растения, листья другого и цветы третьего.
📍Бальнеологический раздел: Самый странный. Изображает обнаженных женщин в бассейнах, соединенных сложной системой труб, напоминающих внутренние органы или кровеносную систему. Ничего подобного не встречается ни в одном известном средневековом манускрипте.
Основные гипотезы и их проблемы 🧠
1️⃣ Зашифрованный текст: Наиболее очевидная версия. Однако против нее говорит тот факт, что за 100 лет ни один метод криптоанализа не дал результата. Даже Уильям Фридман, взломавший японский «Пурпурный код» во Второй мировой, потерпел неудачу после десятилетий работы.
2️⃣ Гениальная мистификация: Согласно этой теории, рукопись — это искусно созданная «пустышка» без содержания, созданная в XV или XVI веке для обмана богатого покровителя (возможно, императора Рудольфа II). Создатель должен был обладать глубокими познаниями в лингвистике и криптографии, чтобы создать настолько убедительную имитацию языка.
3️⃣ Глоссолалия или арт-объект: Возможно, это результат «автоматического письма» человека с психическим расстройством или просто уникальное произведение искусства, где текст и рисунки не несут лингвистического смысла, а являются частью эстетического замысла.
Несмотря на регулярные заявления об «окончательной расшифровке» (включая недавние попытки с использованием ИИ, которые были отвергнуты научным сообществом), рукопись Войнича по-прежнему хранит свои тайны. Это идеальный интеллектуальный замок. И главная его загадка заключается в том, что мы до сих пор не знаем, существует ли к нему ключ.
