Результаты поиска по запросу «

Синтез изображений

»

Запрос:
Создатель поста:
Теги (через запятую):



технологии Ядерный реактор холодный термоядерный синтез скорее всего развод кликбейт 

Холодный термоядерный синтез заработал — экспериментальный реактор стартапа ENG8 вышел в плюс

Удивительная новость пришла из Гибралтара. Местная компания ENG8 создала и показала в работе автономную и компактную установку по получению энергии от реакции холодного термоядерного синтеза. Эксперты с мировым именем подтвердили, что установка EnergiCells выдаёт в три раза больше энергии, чем тратит на холодный ядерный синтез. Установка работает без внешних источников питания и является первым в мире источником термоядерной энергии.

технологии,Ядерный реактор,холодный термоядерный синтез,скорее всего развод,кликбейт

Коллаж interestingengineering.com. Источник изображения: interestingengineering.com \ ENG8

Валерия Тютина (Valeria Tyutina), генеральный директор ENG8, сказала: «В то время как горячий термоядерный синтез борется за получение чистой энергии, технология катализируемого термоядерного синтеза значительно продвинулась вперед и предлагает жизнеспособный источник доступной энергии с нулевым уровнем выбросов для развития мировой экономики. Наша технология доступна для массового производства, поэтому каждый житель планеты может иметь доступ к своему собственному независимому источнику энергии».

По всей видимости, речь идёт об электрохимически индуцированном ядерном синтезе, в ходе которого в электролитической ячейке происходит слияние изотопов водорода на электродах в присутствии катализатора. «Энергетические элементы соединяют ядра водорода, производя фотоны или свет, а также непосредственно электроны или электричество. В настоящее время они производят электроэнергию в масштабе от милливатт до десятков киловатт», — как объясняет работу элемента EnergiCells пресс-релиз компании.

Инвестор поручил разобраться с изобретением учёного с мировым именем, Жан-Полю Бибериану (Jean-Paul Biberian), в активе у которого более 80 работ в сфере LENR (low-energy nuclear reactions, низкоэнергетических ядерных реакций). После экспертизы учёный заявил: «Технология способна обеспечить непрерывную работу, производя киловатты выходной энергии, при этом чистая выходная мощность в три раза превышает потребляемую».

По словам Тютиной, у компании есть несколько промышленных заказчиков, которые доверяют этой технологии и проявили интерес к оборудованию EnergiCell мощностью от 3 МВт до 8 ГВт. Раннее представители компании делали доклады на европейских конференциях по энергетике, заверяя коллег, что технология EnergiCell не имеет побочных последствий и не производит вредных выбросов. Эксплуатация энергетических объектов с установками EnergiCell будет не дороже эксплуатации электростанций на ископаемом топливе за исключением того, что топливо не придётся покупать. Установки производят электричество и тепло. Специальная настройка допускает генерацию водорода и кислорода.

На одном из последних семинаров генеральный директор Международного общества ядерных исследований конденсированных сред (ISCMNS) Алан Смит (Alan Smith), сказал: «Если бы мне пришлось делать ставку на то, какие компании LENR первыми выйдут на рынок, ENG8 вошла бы в число двух лучших».

«Наши автономные энергетические ячейки обладают потенциалом для децентрализации производства энергии, обезуглероживания экономики и снижения цен на энергоносители. Это не просто продукт; это кардинальный сдвиг в сторону создания более чистой и устойчивой энергетики и более справедливого мира», — заявили в компании.

https://3dnews.ru/1112729/hyas-v-kagdiy-dom-evropeyskaya-kompaniya-sovershila-proriv-v-poluchenii-holodnogo-termoyadernogo-sinteza

Развернуть

Отличный комментарий!

Звучит слишком хорошо.
VasiliyRed VasiliyRed20.10.202400:53ссылка
+126.1

длиннопост QR-код Stable diffusion нейронные сети 

Пользователь Reddit с ником nhciao опубликовал серию художественных QR-кодов, созданных с использованием модели ИИ для синтеза изображений Stable Diffusion. Картинки, выполненные в стиле аниме и традиционного японского искусства, являются реальными QR-кодами и могут считываться смартфоном.

длиннопост,QR-код,Stable diffusion,нейронные сети

	P	
ÉÊ,длиннопост,QR-код,Stable diffusion,нейронные сети

длиннопост,QR-код,Stable diffusion,нейронные сети

длиннопост,QR-код,Stable diffusion,нейронные сети

длиннопост,QR-код,Stable diffusion,нейронные сети

длиннопост,QR-код,Stable diffusion,нейронные сети

Развернуть

наука наука и техника технологии нейронные сети Stable diffusion Stable riffusion StableRiffusion Riffusion 

Stable Diffusion начала синтезировать музыку

 

В рамках проекта Riffusion разработчики развивают вариант системы машинного обучения Stable Diffusion для генерации музыки вместо изображений. Мелодии можно создавать как на основе предложенного шаблона, так и с помощью текстового описания на естественном языке.

 

наука,наука и техника,технологии,нейронные сети,Stable diffusion,Stable riffusion,StableRiffusion,Riffusion

 

Компоненты для синтеза музыки написали на языке Python с использованием фреймворка PyTorch. Связь с интерфейсом реализовали на языке TypeScript. Компоненты доступны под лицензией MIT.

Сама модель открыта под лицензией Creative ML OpenRAIL-M, допускающей использование в коммерческих целях.

Обновлённая модель использует для генерации музыки модели «из текста в изображение» и «из изображения в изображение», но в качестве изображений выступают спектрограммы. Они отражают изменение частоты и амплитуды звуковой волны во времени. Система на выходе формирует новую спектрограмму, которая затем преобразуется в звуковое представление.

Проект Riffusion также может использовать для изменения имеющихся композиций и синтеза музыки по образцу. Этот процесс работает по аналогии с модификацией изображений в Stable Diffusion. Так, при генерации могут задаваться образцы спектрограмм с эталонным стилем, комбинироваться разные стили, выполняться плавный переход от одного стиля к другому или вноситься изменения в существующий звук для увеличения громкости отдельных инструментов, изменение ритма и т.д.

Образцы можно использовать для генерации длительно играющих композиций, создаваемых из серии близких друг к другу отрывков, немного меняющихся во времени. Они объединяются в непрерывный поток при помощи интерполяции внутренних параметров модели.

Для создания спектрограммы используется оконное преобразование Фурье. Чтобы решить проблему с определением фазы, задействован алгоритм аппроксимации Гриффина-Лима.

В ноябре Stability AI сообщила о выпуске новой версии модели Stable Diffusion 2.0. В ней улучшили качество и повысили вариативность получаемых изображений.

Развернуть

Отличный комментарий!

Музыканты через 3, 2, 1...
Jake_the_crab Jake_the_crab17.12.202219:02ссылка
+45.8

нейросети реддит спиздил сам новости США open source цп 

На реддите разгорелся срач из за нейронок и ЦП

Изначально новость вышла arstechnica.com, аналитическое интернет-издание на английском языке, посвящённое информационным технологиям. В которой утверждалось следующие: 

«Как генеральные прокуроры наших штатов и территорий, мы глубоко и серьёзно обеспокоены безопасностью детей, находящихся под нашей юрисдикцией», — говорится в письме. «И хотя интернет-преступления против детей уже активно расследуются, мы обеспокоены тем, что ИИ создает новые границы для злоупотреблений, что затрудняет такое преследование».

В частности, технологии синтеза изображений с открытым исходным кодом, такие как Stable Diffusion, позволяют с легкостью создавать порнографию, генерируемую искусственным интеллектом, а вокруг инструментов и дополнений, расширяющих эту возможность, сформировалось большое сообщество . Поскольку эти модели ИИ общедоступны и часто используются локально, иногда нет никаких препятствий, мешающих кому-либо создавать сексуализированные изображения детей, и это вызвало тревогу у ведущих прокуроров страны. (Следует отметить, что Midjourney, DALL-E и Adobe Firefly имеют встроенные фильтры, запрещающие создание порнографического контента.)

«Создавать эти изображения стало проще, чем когда-либо, — говорится в письме, — поскольку каждый может загрузить инструменты ИИ на свой компьютер и создавать изображения, просто введя краткое описание того, что пользователь хочет видеть. И поскольку многие из этих инструментов ИИ имеют «открытый исходный код», инструменты можно запускать неограниченно и без контроля».
 На самом же реддите пользователи типично разделились на два лагеря. Первые утверждали что нейросети это зло, и их нужно запретить или ограничить доступ к ним. Другие же утверждали что нейросети это не более чем инструмент, и виновата не техногия, а кто и как eё использует. Примерно после 5 часов прибывания стати модераторы закрыли комменты и начали тереть комментарии.На момент написания этой стати у стати на реддите было 11к up. 

Развернуть

Отличный комментарий!

Ого, мыслепреступления подъехали откуда не ждали...
doctype doctype07.09.202317:10ссылка
+140.8

фотография Искусственный Интеллект фламинго Miles Astray 

Инцидент, произошедший с фотографом Майлзом Астреем (Miles Astray) на премии 1839 Photography Awards подчеркивает продолжающуюся напряженность между традиционным искусством и искусством, созданным искусственным интеллектом.

фотография,Искусственный Интеллект,фламинго,Miles Astray

Фотография фламинго, сделанная Астреем под названием “F L A M I N G O N E” изначально заняла первое место в категории искусственного интеллекта на конкурсе People's Vote Award и третье место в призах жюри. Его намерением было подчеркнуть непреходящую актуальность и эмоциональную глубину искусства, созданного руками человека, на фоне роста контента, создаваемого искусственным интеллектом.

Однако, обнаружив, что фотография не была создана искусственным интеллектом, организаторы конкурса дисквалифицировали Астрея и удалили его работу с сайта, подчеркнув важность соблюдения критериев категории для честной конкуренции. «В каждой категории есть отдельные критерии, которым должны соответствовать изображения участников», заявили организаторы конкурса. «Его работа не соответствовала требованиям для категории изображений, сгенерированных искусственным интеллектом. Мы понимаем, что в этом была суть, но не хотим помешать другим художникам выиграть в категории ИИ».

фотография,Искусственный Интеллект,фламинго,Miles Astray

Несмотря на дисквалификацию, Астрей посчитал этот результат победой человеческого творчества и выразил надежду, что это приведет к большему признанию ценности искусства, созданного руками человека.

Развернуть

Отличный комментарий!

Чет сама идея выставить настоящее фото в конкурсе ИИ звучит как полноценный спортсмен на параолимпиаде
ButtStrike ButtStrike02.07.202415:09ссылка
+56.2
Скорее как прийти на конкурс двойников Чарли Чаплина будучи Чарли Чаплином.
Anarchy_in_UK Anarchy_in_UK02.07.202415:19ссылка
+53.3
Он приходил, проиграл.
gamambler gamambler02.07.202415:21ссылка
+72.0

MidJourney нейросети нейроарт art нейромемы 

Осознающая себя нейросеть Midjourney научилась объединять картинки. Результаты шокируют!

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

i ■J	i	L“	И	
	J ■		4Щ	
	X	■	4	1
£	L1	•	m 	=--^V	
F* •Ш^ - 1 pi	
	
f?. , - aLJ r	
l IÍL> |~i »л л r^1 &.*£«.,MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

MidJourney,нейросети,нейроарт,art,арт,нейромемы

Скоммунизженно отсюда:

Батонокоты и мемы-кроссоверы: нейросеть Midjourney научилась объединять два изображения — Жизнь на DTF

Там же инструкция как пользоваться. 

Развернуть

Отличный комментарий!

Brenwen Brenwen 08.11.202219:16 ссылка
+89.1

нейросеть повышение разрешения Google Brain geek новости интерполяция длиннопост 

Вероятностное улучшение фотографий по нескольким пикселям: модель Google Brain

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


Пример работы нейросети после обучения на базе лиц знаменитостей. Слева — исходный набор изображений 8×8 пикселей на входе нейросети, в центре — результат интерполяции до 32×32 пикселей по предсказанию модели. Справа — реальные фотографии лиц знаменитостей, уменьшенные до 32×32, с которых были получены образцы для левой колонки

Можно ли повышать разрешение фотографий до бесконечности? Можно ли генерировать правдоподобные картины на основе 64 пикселей? Логика подсказывает, что это невозможно. Новая нейросеть от Google Brain считает иначе. Она действительно повышает разрешение фотографий до невероятного уровня.


Такое «сверхповышение» разрешения не является восстановлением исходного изображения по копии низкого разрешения. Это синтез правдоподобной фотографии, которая вероятно могла быть исходным изображением. Это вероятностный процесс.

Когда стоит задача «повысить разрешение» фотографии, но на ней нет деталей для улучшения, то задачей модели является генерация наиболее правдоподобного изображения с точки зрения человека. В свою очередь, сгенерировать реалистичное изображение невозможно, пока модель не создала контуры и не приняла «волевое» решение о том, какие текстуры, формы и паттерны будут присутствовать в разных частях изображения.


Для примера достаточно посмотреть на КДПВ, где в левой колонке реальные тестовые изображения для нейросети. На них отсутствуют детали кожи и волос. Их никоим образом невозможно восстановить традиционными способами интерполяции вроде линейной или бикубической. Однако если предварительной обладать глубокими знаниями о всём разнообразии лиц и их типичных очертаниях (и зная, что здесь нужно увеличить разрешение именно лица), то нейросеть способна совершить фантастическую вещь — и «нарисовать» недостающие детали, которые с наибольшей вероятностью будут там.


Специалисты подразделения Google Brain опубликовали научную работу «Рекурсивное пиксельное суперразрешение», в которой описывают полностью вероятностную модель, обученную на наборе фотографий высокого разрешения и их уменьшенных копиях 8×8 для генерации изображений размером 32×32 из маленьких образцов 8×8.


Модель состоит из двух компонентов, которые обучаются одновременно: кондиционная нейросеть (conditioning network) и приор (prior network). Первая из них эффективно накладывает изображение низкого разрешения на распределение соответствующих изображений высокого разрешения, а вторая моделирует детали высокого разрешения, чтобы сделать финальную версию более реалистичной. Кондиционная нейросеть состоит из блоков ResNet, а приор представляет собой архитектуру PixelCNN.

Схематично модель изображена на иллюстрации.


prior network (PixeICNN) conditioning network (CNN) logits HR image,нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


Кондиционная свёрточная нейросеть получает на входе изображения низкого разрешения и выдаёт логиты — значения, которые предсказывают кондиционную логит-вероятность для каждого пикселя изображения с высоким разрешением. В свою очередь, свёрточная нейросеть приор делает предсказания, основанные на предыдущих случайных предсказаниях (обозначены пунктирной линией на схеме). Вероятностное распределение для всей модели вычисляется как softmax-оператор поверх суммы двух наборов логитов с кондиционной нейросети и приора.

Но как оценить качество работы такой сети? Авторы научной работы пришли к выводу, что стандартные метрики типа пикового отношения сигнал/шум (pSNR) и структурного сходства (SSIM) не способны корректно оценить качество предсказания для таких задач сверхсильного увеличения разрешения. По этим метрикам выходит, что лучший результат — это размытые картинки, а не фотореалистичные изображения, на которых чёткие и правдоподобные детали не совпадают по месту размещения с чёткими деталями настоящего изображения. То есть эти метрики pSNR и SSIM крайне консервативны. Исследования показали, что люди легко отзличают реальные фотографии от размытых вариантов, созданных регрессионными методами, а вот отличить сгенерированные нейросетью образцы от реальных фотографий им не так просто.


Посмотрим, какие результаты показывает модель, разработанная в Google Brain и обученная на наборе 200 000 лиц знаменитостей (набор фотографий CelebA) и 2 000 000 спальных комнат (набор фотографий LSUN Bedrooms). Во всех случаях фотографии перед обучением системы были уменьшены до размера 32×32 пикселя, а потом ещё раз до 8×8 методом бикубической интерполяции. Нейросети на TensorFlow обучались на 8 графических процессорах.

Результаты сравнивались по двум основным базам: 1) независимая попиксельная регрессия (Regression) c архитектурой, похожей на нейросеть SRResNet, которая показывает выдающиеся результаты по стандартным метрикам оценки качества интерполяции; 2) поиск ближайшего соседнего элемента (NN), который ищет в базе учебных образцов пониженного разрешения наиболее схожее изображение по близости пикселей в евклидовом пространстве, а затем возвращает соответствующую картинку высокого разрешения, из которой был сгенерирован этот учебный образец.


Нужно заметить, что вероятностная модель выдаёт результаты разного качества, в зависимости от температуры softmax. Вручную было установлено, что оптимальные значения τ лежат между 1,1 и 1,3. Но даже если установить τ=1.2, то всё равно каждый раз результаты будут разными.


нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


Различные результаты при запуске модели с температурой softmax τ=1.2


Оценить качестве работы вероятностной модели можете по образцам ниже:


Сравнение результатов по спальням


нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


Сравнение результатов по лицам знаменитостей:

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост

нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


Для проверки реалистичности результатов учёные провели опрос черед краудсорсинг. Участникам показывали две фотографии: одну настоящую, а вторую сгенерированную различными методами из уменьшенной копии 8×8 и просили указать — какая фотография сделана камерой. 


Algorithm pSNR SSIM MS-SSIM Consistency % Fooled Bicubic 28.92 0.84 0.76 0.006 - NN 28.18 0.73 0.66 0.024 - Regression 29.16 0.90 0.90 0.004 4.0 ±0.2 r = 1.0 29.09 0.84 0.86 0.008 11.0 = 0.1 r = 1.1 29.08 0.84 0.85 0.008 10.4 = 0.2 r = 1.2 29.08 0.84 0.86 0.008 10.2 = 0.1 Bicubic 28.94 0.70


Сверху в таблице — результаты для базы лиц знаменитостей, снизу — для спальных комнат. Как видим, при температуре τ = 1.2 на фотографиях спальных комнат модель показала максимальный результат: в 27,9% случаях её выдача оказалась более реалистичной, чем настоящее изображение! Это явный успех. 


На иллюстрации внизу — самые удачные работы нейросети, в которых она «побила» оригиналы по реалистичности. Для объективности — и некоторые из худших.


Ours Ground Truth Ours Ground Truth 23/40 = 57% 17/40 = 42% 16/40 = 40% 1/40 - 2% 1/40 = 2% 3/40 = 7% 4/40 = 1% 34/40 = 85% 30/40 = 75% 26/40 = 65% 3/40 = 7% 1/40 = 2%,нейросеть,повышение разрешения,Google Brain,geek новости,интерполяция,длиннопост


В области генерации фотореалистичных изображений с помощью нейросетей сейчас наблюдается очень бурное развитие. В 2017 году мы наверняка услышим много новостей на эту тему.


Взято с geektimes.

Развернуть

Интересный космос Всё самое интересное 

Огромная гравитационная линза позволила астрономам увидеть одно и то же событие в четырех разных местах

Интересный космос,Всё самое интересное,интересное, познавательное,,разное

Группа ученых-астрономов из австралийского Национального университета (Australian National University, ANU) обнаружила новую гравитационную линзу поистине трансгалактических масштабов. И, используя космический телескоп Hubble Space Telescope, телескопы обсерватории Keck на Гавайях и возможности огромной гравитационной линзы, ученые получили достаточно хорошее изображение остатков очень далекого взрыва сверхновой звезды. Но самым интересным является то, что высокое качество сделанного изображения было получено благодаря неправильной форме гравитационной линзы, из-за чего это событие было видно сразу в четырех различных местах.В общей теории относительности Альберта Эйнштейна, сформулированной в 1937 году, определено, что у скоплений галактик имеется масса, создающая гравитационные силы, способные преломить свет. Благодаря этому сверхмассивные космические объекты действуют в качестве линз, размерами в десятки миллионов световых лет, искажая и преломляя пространственно-временной континуум в окружающей их области космоса. В данном случае речь идет о сверхмассивном скоплении галактик MACS J1149.6+2223, которое расположено на удалении 5 миллиардов световых лет от Земли.Позади этого скопления располагается сверхновая Supernova Refsdal, которая находится в недрах эллиптической галактики на удалении 9.3 миллиардов световых лет. Это очень большое расстояние и наблюдать напрямую даже яркий взрыв сверхновой на такой дистанции практически невозможно. Refsdal - это сверхновая звезда типа 1A, получившаяся из бинарной звездной системы. Одна из звезд системы, красный карлик, "отбирает" газ и материю у звезды-соседа до тех пор, пока не взрывается. 
Интересный космос,Всё самое интересное,интересное, познавательное,,разное
 
В отличии от обычных оптических, у гравитационных линз нет четко выраженного фокуса. Из-за этого объекты, располагающиеся позади гравитационной линзы, видны в виде концентрических колец или многократных увеличенных изображений этого объекта. В случае сверхновой Refsdal гравитационная линза скопления MACS J1149.6+2223 создала четыре отдельных изображения, эффект, известный под названием креста Эйнштейна. Из-за движения скопления галактики и сверхновой отдельные сфокусированные изображения сверхновой то исчезают, то появляются, и все это происходит за десятилетия в полностью предсказуемом порядке.Согласно информации, предоставленной астрономами, четыре независимых изображения сверхновой Refsdal являются первым случаем, когда людям представилась возможность увидеть и использовать это явление. В скором времени одно из изображений исчезнет и снова наблюдать все четыре изображения станет возможным только через два десятка лет.Следует отметить, что крест Эйнштейна, состоящий из изображений сверхновой Refsdal, был совершенно случайно обнаружен доктором Патриком Келли (Dr Patrick Kelly), астрономом из Калифорнийского университета в Беркли, который работал с архивом снимков, сделанных телескопом Hubble. Сделанное открытие привлекло внимание других астрономов, и позже оно было подтверждено при помощи астрономических инструментов обсерватории Keck.Значение данного открытия гораздо больше, нежели просто возможность наблюдать сверхновую с четырех различных позиций. Изучение собственно гравитационной линзы позволит не только лишний раз подтвердить достоверность общей теории относительности, но и позволит ученым произвести измерения изменения темпа расширения Вселенной, лучше вычислить распределение материи в космическом пространстве, понять природу гравитации, и, конечно, узнать немного нового о таинственной темной материи и темной энергии.

Развернуть

Комиксы котэ учеба студенты википедия ChatGPT нейронные сети 

СИаЮРТ Википедия,Смешные комиксы,веб-комиксы с юмором и их переводы,котэ,прикольные картинки с кошками,учеба,приколы про студентов,студенческие шутки и юмор, видео, веселая студентота,википедия,интернет,ChatGPT,нейронные сети
Развернуть

Отличный комментарий!

А на совсем заднем фоне рога на стене, с подписью "Библиотека"
born2joyborn2joy25.10.202409:29ссылка
+46.0

science bitch наука плевок в лицо рыбы гениально брызгуны песочница 

УЧЁНЫЕ НАУЧИЛИ РЫБУ ЗАПОМИНАТЬ ЧЕЛОВЕЧЕСКИЕ ЛИЦА И ПЛЕВАТЬ В НИХ

И чем только не занимается современная наука! Учёные из Оксфордского университета, например, решили выяснить, сможет ли рыба семейства Toxotidae запомнить, а спустя какое-то время распознать виденное ранее человеческое лицо. Эксперимент получился не просто интересным, но ещё и крайне забавным, ведь для того, чтобы показать на правильное лицо, рыба плевалась в него прямо из своего аквариума. Не каждый день видишь, как учёная рыба плюёт человеку в лицо за вознаграждение. 
 Брызгуны – это род лучепёрых рыб, обитающих в Индии, Австралии, Полинезии и на Филиппинах. От остальных рыб брызгуны отличаются способностью «плевать» в пролетающих над водой насекомых, тем самым сбивая их и в итоге поедая. Длина такого выстрела составляет 1-2 метра, а его точность настолько высока, что рыбы промахиваются крайне редко. Учёные посчитали, что подобные навыки очень подходят для их исследований, поэтому брызгуна и сделали основным участником эксперимента.

science bitch,наука,плевок в лицо,рыбы,гениально,брызгуны,песочница

Для проведения опыта над аквариумом с рыбой закрепили влагозащищённый дисплей, на который выводились изображения человеческих лиц. Сначала рыбе показывали одно лицо, а затем – два. Из них она должна была выбрать того человека, которого видела в первый раз, и плюнуть в него, чтобы продемонстрировать свой выбор исследователям. Как у учёных получилось объяснить правила игры рыбе – не уточняется, но за каждый верный плевок брызгун получает награду в виде вкусного корма. 

Эксперимент доказал, что рыбы лучше всего воспринимают чёрно-белые изображения. В этом случае точность определения правильного лица равна 86%, тогда как при демонстрации цветных фотографий показатель снижается до 81%. Основной же целью исследования является изучение процесса распознавания животными человеческих лиц. Глядя на подобные эксперименты, на ум сразу приходит выражение: «Память у тебя как у золотой рыбки». Главное удержаться и не плюнуть в лицо тому, кто попытается так подшутить над нами. Ведь у рыб всё не так плохо с памятью, как доказали учёные.

science bitch,наука,плевок в лицо,рыбы,гениально,брызгуны,песочница


Развернуть
В этом разделе мы собираем самые смешные приколы (комиксы и картинки) по теме Синтез изображений (+1000 картинок)