Мыслить как ученый

Говорим об эволюции долголетия: летучие мыши и голые землекопы живут дольше, чем от них можно было бы ожидать, и почему эволюция нашла сразу несколько способов продлевать жизнь. Обсуждаем предел человеческого долголетия, биологический возраст и попытки найти универсальный индекс старения. Почему теломеры, свободные радикалы и другие отдельные признаки не дают полного ответа на вопрос, что такое старение?

Разбираем старение как эмержентное свойство системы. Почему воздействие на отдельные молекулы и механизмы не приводит к сопоставимому эффекту на уровне всего организма, что физиологические флуктуации говорят о его устойчивости и почему это создает проблему для разработки лекарств от старения.

Петр Федичев в «X»: https://x.com/fedichev
▶︎Поддержать ПостНауку:
— Boosty: https://postnauka.org/link/boosty_scast
— Patreon: https://postnauka.org/link/patreon_scast
▶︎Курсы Академии ПостНауки: https://postnauka.org/link/academy_scast

▶︎По вопросам партнерства — коммуникационное агентство ПостНаука.Specials: https://postnauka.org/link/letsdance_scast
▶︎Следите за ПостНаукой на других площадках: https://postnauka.org/link/linktr_scast
Тайминги выпуска:
00:00 О чем этот выпуск?
01:41 Что такое старение и почему это важно
03:46 Можно ли победить старение?
07:12 Замедление старения млекопитающих
10:57 Зачем эволюции долголетие?
16:30 Почему растет продолжительность жизни человека
21:17 Как социальная среда влияет на эволюцию человека
25:47 Одомашнивание, пластичность генома и видообразование
30:41 Почему так много теорий старения?
38:49 Старение как эмерджентное свойство организма
45:51 Что такое эмерджентность?
49:17 Где находится «индекс старения»?
51:03 Почему микроуровень не объясняет макроуровень
56:40 Можно ли вообще измерить старение?
01:05:51 Как физика помогает описать старение
01:12:27 Почему старению нужна общая макротеория
01:17:37 Без теории научный прогресс идет слишком медленно?
01:22:27 Феноменологическая теория старения
01:28:27 Зачем измерять сразу много маркеров старения
01:30:13 Организму нужны флуктуации?
01:35:15 Что мешает создать лекарство от старения
01:40:53 Зачем жить до 120 лет?
01:42:26 Что читать и смотреть о науке старения
01:45:13 Заключение

Обсуждаем, почему субъективный опыт возможен только у системы, обладающей «Я», как из несознательного субстрата возникает субъектность и почему сначала нужно понять устройство самого «Я», а уже потом — сознание. Разбираем структуру когнитома, эволюционную логику теории и связь между индивидуальным опытом, памятью и сознанием.

Отдельно говорим об искусственном интеллекте: могут ли искусственные системы обрести субъективный опыт, чем сознание отличается от когнитивных способностей и возможно ли «холодное сознание» — интеллект без чувствующего «Я».
▶︎Поддержать ПостНауку:
— Boosty: https://postnauka.org/link/boosty_scast
— Patreon: https://postnauka.org/link/patreon_scast
▶︎Курсы Академии ПостНауки: https://postnauka.org/link/academy_scast

▶︎По вопросам партнерства — коммуникационное агентство ПостНаука.Specials: https://postnauka.org/link/letsdance_scast
▶︎Следите за ПостНаукой на других площадках: https://postnauka.org/link/linktr_scast
Тайминги выпуска:
00:00 О чём этот выпуск?
02:20 От прошлого разговора — к теории когнитома
05:46 Нерешённые проблемы теории функциональных систем
11:50 Нейронные ансамбли в теории когнитома
16:49 Нам нужна ваша поддержка!
17:59 Что такое сознание?
27:25 Без субъективного опыта нет «Я»
31:06 Сначала «Я», потом сознание
36:18 Сознание — результат эволюции?
45:53 Три принципа появления «Я»
57:50 Альфа-коги
01:09:56 Бета-коги
01:18:16 Альфа- и бета-коги на примерах
01:31:37 Гамма-коги
01:35:28 Гиперсеть мозга
01:43:22 Может ли ИИ обладать сознанием?
01:56:05 «Холодное сознание» искусственного интеллекта
02:05:17 Заключение

Говорим о нейропанк-революции и разных этапах киборгизации человека: от медицинских имплантов и нейроинтерфейсов до технологий, способных расширять возможности нервной системы. Разбираем, можно ли добавить человеку новые органы чувств, соединить нервные системы двух людей и создать электронную часть нервной системы, которая сможет работать вместе с биологической.

Обсуждаем спайковые нейронные сети, нейроморфные вычисления и мемристоры — технологии, которые пытаются воспроизвести принципы работы мозга в электронике. Почему человеческий мозг настолько энергоэффективен, чем биологические нейросети отличаются от AI-систем и можно ли реализовать спинной мозг на чипе?
▶︎Поддержать ПостНауку:

— Boosty: https://postnauka.org/link/boosty_scast
— Patreon: https://postnauka.org/link/patreon_scast
▶︎По вопросам партнерства — коммуникационное агентство ПостНаука.Specials: https://postnauka.org/link/letsdance_scast
▶︎Следите за ПостНаукой на других площадках: https://postnauka.org/link/linktr_scast
▶︎Курсы от создателей ПостНауки: https://postnauka.org/link/academy_scast

Виктор Ерохин об искусственных нейронных сетях: https://postnauka.org/faq/102011

Neurohybrid Memristive CMOS-Integrated Systems for Biosensors and Neuroprosthetics: https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2020.00358/full 
Тайминги выпуска:
00:00 О чём этот выпуск?
01:44 Первые шаги к киборгизации
06:12 Новые чувства и интерфейс мозг-мозг
09:50 Как появилась идея нейропанк-революции
16:44 Нам нужна ваша поддержка!
17:51 Как устроена киборгизация 1.0, 2.0 и 3.0
23:52 Можно ли радикально улучшить человека?
31:05 Барьеры киборгизации
35:26 Как подключить нейроинтерфейс к мозгу
40:03 Любимые расширения нервной системы
44:19 Почему забывание полезно для мышления
48:46 Цена идеальной памяти
53:13 Ключевые термины
56:23 Спайковые нейронные сети
01:03:03 Спайки, синапсы и работа нейрона
01:14:34 Масштабирование LLM и моделирование мозга
01:17:25 Биология мозга, которой нет в LLM
01:22:38 Электронный мозг вместо AGI
01:27:30 Нужно ли ИИ копировать мозг?
01:32:03 Перенос принципов мозга в электронику
01:41:01 Что такое мемристоры
01:48:36 Рекомендации по теме нейропанк-революции
01:52:05 Заключение

Обсуждаем, что должно производить высшее образование: знания, навыки для рынка труда или способность мыслить. Почему модель «лекция — конспект — экзамен» перестаёт работать, знания нельзя просто передать, а студента важно оценивать не по тексту, который он сдал, а по тому, как он ставит вопросы и строит аргументы. Разбираем эксперименты с ИИ-агентами в университете: может ли нейросеть быть не машиной готовых ответов, а собеседником, что остаётся за преподавателем и как строить обучение через дискуссию. 

Отдельно говорим о рынке труда: должен ли университет выполнять заказ индустрии, кто отвечает за подготовку специалистов и почему образование должно готовить к будущему, которое невозможно точно предсказать.

▶︎Naukka Talents – платформа для поиска талантов и найма STEM-специалистов в deep-tech и biotech проекты. Подать заявку кандидата: https://postnauka.org/link/nt_scast

▶︎Следите за ПостНаукой на других площадках: https://postnauka.org/link/linktr_scast

▶Курсы от создателей ПостНауки: https://postnauka.org/link/academy_scast

▶Поддержать ПостНауку: https://postnauka.org/link/donate_scast

▶По вопросам партнерства — коммуникационное агентство ПостНаука.Specials: https://postnauka.org/link/letsdance_scast

Тайминги выпуска:

00:00 О чем этот выпуск?

02:26 Зачем нужен университет, если профессии постоянно меняются

10:37 Почему университет не должен работать только под заказ

15:33 Что мешает человеку ставить большие цели

20:02 Naukka Talents ищет талантливых STEM-специалистов

21:24 Как оценивать знания, если студент использует ИИ

28:10 Как устроен курс, где ИИ — часть обучения

37:18 Почему ИИ-агент не может быть универсальным

40:24 Как картирование развивает мышление

48:16 Как правильно использовать ИИ в образовании

54:01 Развить мышление невозможно без диалога?

01:01:25 ИИ вскрыл главную проблему образования?

01:08:55 Должен ли университет готовить специалистов для рынка труда?

01:17:34 Почему студенту нельзя просто довериться университету

01:25:03 Почему студентам нужен опыт за пределами учебных заданий

01:30:08 Комфортная учеба не готовит к жизни?

01:32:42 Заключение

Почему искусственному интеллекту нужны видеокарты? Что такое смешанная точность и почему индустрия переходит на 8- и 4-битные вычисления? Говорим о гонке вычислений, эффективности современных чипов и компромиссах, которые позволяют обучать всё более крупные модели.

Разбираем, как устроены современные системы поиска и почему поиск стал одной из фундаментальных операций искусственного интеллекта. Обсуждаем векторный поиск, работу с огромными массивами данных, а также то, какое отношение к этим технологиям имеют биоинформатика, ДНК и поиск новых лекарств. Говорим о роли открытого кода в развитии технологий и о том, почему вклад в open-source-проекты может быть не менее важен для науки, чем академические публикации.

Список литературы от Ильи Суцкевера: https://github.com/dzyim/ilya-sutskever-recommended-reading

▶︎Naukka Talents – платформа для поиска талантов и найма STEM-специалистов в deep-tech и biotech проекты. Подать заявку кандидата: https://postnauka.org/link/nt_scast

▶︎Следите за ПостНаукой на других площадках: https://postnauka.org/link/linktr_scast

▶Курсы от создателей ПостНауки: https://postnauka.org/link/academy_scast

▶Поддержать ПостНауку: https://postnauka.org/link/donate_scast

▶По вопросам партнерства — коммуникационное агентство ПостНаука.Specials: https://postnauka.org/link/letsdance_scast

Тайминги выпуска:

00:00 О чем этот выпуск?

02:49 ИИ работает на видеокартах?

08:23 Как индустрия жертвует точностью ради масштаба

13:42 Что такое 16-битные и 4-битные числа?

17:46 Naukka Talents ищет талантливых STEM-специалистов

19:03 Компромисс между точностью и производительностью

25:50 Гонка ИИ движется в неправильную сторону?

30:04 Мир держится на open source?

33:20 Почему Big Tech экономит каждый бит

38:23 Зачем нужны строки?

44:00 Почему AlphaFold построен на компромиссах

47:22 Инфраструктура как операционная система науки

51:47 Что не так с поиском?

01:00:21 Поиск молекул и разработка новых лекарств

01:04:06 Почему технологии находят применение спустя годы

01:09:26 Зачем переписывать инфраструктуру ИИ?

01:14:06 Unum — самая маленькая Big Tech-компания в мире

01:25:43 Работа в корпорации или свой стартап?

01:33:35 Советы разработчикам: от студентов до сеньоров

01:43:40 Заключение