Ingenieros en Revisión de almacenamiento Rompieron su récord mundial al calcular el valor de pi en 202.112.290.000.000 dígitos, rompiendo su récord anterior. Una cifra récord de 105 billones de números Estaba programado a principios de este año para coincidir con el Día Mundial de Pi (14 y 14 de marzo).
El récord anterior, el segundo intento del equipo, se logró utilizando un procesador dual de 128 núcleos. AMD Sistema EPYC 9754 Bergamo, con 1,5 TB de DRAM y aproximadamente un petabyte de SSD Solidigm QLC. Para este intento, el equipo eligió dos discos. Corporación Intel Procesadores Xeon 8592+ y 28 SSD Solidigm P5336 con una capacidad de 61,44 TB NVMe.
La clave del desafío fue Valle El PowerEdge R760 está equipado con un panel posterior de unidades directas NVMe de 24 ranuras y un conmutador PCIe interno para permitir la comunicación simultánea entre todas las unidades NVMe sin necesidad de hardware adicional o hardware RAID. La configuración se ha personalizado aún más incorporando un elevador PCIe de varios R760 para SSD NVMe adicionales y mejorándolo con disipadores térmicos más grandes de otros R760 para una máxima capacidad de impulso turbo.
La tercera es la vencida.
Aunque el intento anterior se vio empañado por errores, problemas de rendimiento y limitaciones de memoria y almacenamiento, esta vez todo fue mucho mejor.
“Las unidades Solidigm y Dell PowerEdge R760 no solo trabajaron juntas perfectamente, sino que la naturaleza casi sin intervención de este nuevo récord fue un cambio bienvenido con respecto a los riesgos que enfrentamos en nuestro último intento de récord”, dijo Kevin O'Brien, gerente del laboratorio StorageReview. .
Continuó: “Después de lo que pasamos en la última prueba para llegar a 105, estoy feliz de haber elegido la plataforma que elegimos para lograr el gran récord”.
El equipo utilizó la aplicación y-cruncher y el algoritmo de Chudnovsky para el cálculo que se ejecutó continuamente durante 85 días (la ejecución total del cálculo fue de 100.673 días), consumiendo aproximadamente 1,5 petabytes de un total de 1.720 petabytes disponibles para almacenamiento de datos.
Suscríbase al boletín TechRadar Pro para recibir todas las noticias, opiniones, funciones y orientación que su empresa necesita para tener éxito.
“Este nuevo récord mundial para Pi es un logro emocionante porque se trata de una carga de trabajo computacionalmente intensiva como muchas de las cargas de trabajo de IA que vemos hoy”, dijo Greg Mattson, vicepresidente del grupo de almacenamiento del centro de datos de Solidigm. “Estamos encantados de tener la oportunidad de permitir otro intento de batir récords de computación Pi con nuestros socios de Dell Technologies y los expertos de StorageReview”.
Calcular los asombrosos 202 billones de dígitos de pi es un logro histórico, que amplía aún más los límites de las matemáticas computacionales, pero tenemos la sospecha de que este no será el último intento de StorageReview en este desafío.
El ejemplo más reciente es Supremo+. Reuters Ella informó que una casa Articulaciones Y diferente piedra amarilla Las spin-offs aumentan los precios Todos sus planes En el futuro cercano. Los planes costarán $1 o $2 adicionales por mes, por lo que no es enorme Cambios, pero aún lo suficiente como para resultar molesto si ya estás cansado de cuánto cuesta la transmisión.
Los nuevos precios para cada plan Paramount+ después de los cambios de precios son los siguientes:
Velocidad de la luz triturable
Paramount+ con comerciales: $7.99/mes ($1 incremento)
Principal + Básico: $7.99 por mes para nuevos suscriptores a partir del 20 de agosto (aumento de $2)
Paramount+ con Showtime: $12.99 por mes a partir del 20 de agosto para nuevos clientes o el 20 de septiembre para clientes existentes ($1 de cambio)
Hay algunas advertencias curiosas a tener en cuenta aquí. En primer lugar, el plan “Paramount+ con comerciales” no es algo en lo que la gente pueda inscribirse en este momento. Este cambio de precio solo aplica para las personas que tenían este plan cuando sucedió Él era Mostrado e incluido en el nuevo sistema. En segundo lugar, los suscriptores existentes de Paramount+ Essential no verán ningún cambio de precio. Continuarán pagando $5,99 por mes.
Esto se suma a los recientes aumentos en los precios de otros servicios como lo anterior Y Spotify Explique que cortar el cable ya no ahorra dinero como antes.
Los torneos internacionales dan paso a giros sorprendentes.
Los entrenadores de las selecciones nacionales pasan la mayor parte del año haciendo muy poco: ni partidos amistosos ni campos de entrenamiento. Básicamente, simplemente se sientan y miran los partidos del club y deciden su once inicial para el verano.
Llegan a los torneos completamente preparados, con una idea específica de cómo debería ser su equipo. Luego llega una mala actuación o un mal resultado y, de repente, todo el mundo exige grandes cambios.
Lo difícil para Domenico Tedesco fue que Bélgica En realidad, no jugaron mal en la derrota por 1-0 ante Eslovaquia. Eran el mejor equipo, pero por algunas decisiones marginales del VAR, podrían haber ganado el partido con relativa facilidad. Sin embargo, la derrota aún requiere un cambio de enfoque. Esta fue la primera prueba seria para Tedesco como seleccionador de Bélgica, y realizó cuatro cambios. Audaz declaración: dos cambios en defensa, uno en el centro del campo y otro en ataque.
Atrás, 37 años Jan Vertonghen Reemplazó a su compañero en Anderlecht Zenón Debaste, 17 años menor que él. Vertonghen no es el más móvil en estos días, y es un tipo diferente de defensor: se trata menos de velocidad y atrapar a los oponentes en fuera de juego, y más de usar su experiencia y fuerza.
Una situación, en la segunda mitad, fue una de las mejores defensas que verás en el torneo. Rumania De vuelta Andrei Ratio De repente se adelantó, no sólo a través de Bélgica, sino también detrás de ellos. Recibió un pase en profundidad y miró hacia la portería. Pero Vertonghen avanzó tranquilamente entre el balón y mitigó el peligro con la posición de su cuerpo. Quizás el defensor más joven fue más imprudente.
(James Gill-Dinehouse/Getty Images)
Vertonghen no tuvo que cubrir mucho terreno debido a la segunda sustitución de Tedesco. Durante los últimos 15 años, durante los años de la Generación Dorada y ahora en el período inmediatamente posterior, Bélgica siempre ha carecido de un lateral izquierdo adecuado. El lateral izquierdo improvisado en el primer partido fue Yannick CarrascoAla natural. El lateral izquierdo improvisado ya estaba aquí Arturo ThiateCentral natural. Se posicionó y formó una defensa de tres hombres en posesión del balón, con Timothy Castaña Continúe hacia el otro lado. Por lo tanto, Vertonghen estuvo bien protegido y nunca fue retirado de su puesto.
Ve más profundo
Remco Evenepoel: competidor del Tour de Francia que podría haber jugado con Bélgica en la Eurocopa 2024
En la línea media, inserte Youri Tielemans en lugar de Uriel Mangala Fue decisivo. A Bélgica por momentos le faltó astucia y creatividad en el mediocampo en su primer partido, con Mangala y Amadou Onana Se sienta profundo, distribuye el juego sin dificultad, pero ofrece poca amenaza de ataque. Tielemans no sólo hizo un pase más ambicioso, sino que dos minutos después marcó el primer gol. Romelu LukakuBuen juego de parada. Continuó avanzando hacia la derecha, fusionándose bien con el Castagne superpuesto y el flanco derecho. Dodi Lukebakio.
(James Gill-Dinehouse/Getty Images)
Lukebakio hizo el cuarto cambio y jugó por la banda derecha en lugar de Leandro TrossardLo que significa Jeremy Doku Giré a la izquierda. Esta fue una medida particularmente audaz por parte de Tedesco. Doku comenzó excelentemente el primer partido, pero también fue culpable de entregar el balón para el único gol del partido. Un entrenador más reaccionario habría dejado a Doku y habría atacado a los Dodgers, pero duplicó su movimiento.
Por momentos parecía como si Doku y Lupacio estuvieran compitiendo para ver quién podía intentar más regates. Lukebakio hizo una buena parada cuando cortó desde el flanco derecho con el pie izquierdo, mientras que Doku repetidamente causó problemas al pelirazul Ratio al salir e intentar pasar el balón por la portería con el pie izquierdo.
La segunda tarjeta amarilla en dos partidos descartará a Lukabakio en el último partido de Bélgica en la fase de grupos (Isosport/MB Media/Getty Images)
Además de estas incorporaciones positivas, Bélgica todavía puede confiar en la combinación número 9 y 10 de Lukaku y el número 10. Kevin De Bruyne, un dúo que pocos equipos de la competición pueden igualar. Lukaku sigue perdiendo la batalla con el VAR, con tres goles ahora anulados, dos por fuera de juego y uno por fuera de juego. Luis Obinda Una mano en la preparación, pero ayudó a De Bruyne a anotar el gol de la victoria con un pase brillante. Con este tipo de juego y un buen trabajo en la portería, Lukaku parece un número 9 de la vieja escuela, en un torneo donde jugadores de este tipo han sobresalido.
Ve más profundo
Resumen: Bélgica 2 Rumania 0 – A Lukaku se le vuelve a negar un gol en el minuto 73, en el más apretado de los grupos.
Bélgica no es perfecta, no convirtió buenas situaciones en goles muy a menudo y, por momentos, pareció vulnerable a los contraataques directos de Rumanía. Castillos de Quinn Es necesario dar una buena respuesta al rechazo. Dennis Manna mediados de la segunda mitad.
Pero en general fue una excelente actuación del equipo y del entrenador, bajo presión después de la derrota del día inaugural. La formación no será la misma para el próximo partido, ya que Lukabakio recibió su segunda amonestación en el torneo, lo que le impidió competir. Ucrania El miércoles en Stuttgart. Eso podría significar la reintroducción de Trossard, quien parece estar frustrando a sus compañeros de equipo.
Tanto Lukaku como Carrasco se molestaron cuando los pases no llegaron en los últimos minutos, y hacia el final del partido, Trossard y Lukaku se desplomaron casi como si estuvieran exhaustos uno al lado del otro, y no intentaron hablar. Luego, Lukaku fue a felicitar a sus compañeros, mientras Trossard se alejaba solo del grupo.
(Alberto Pizzoli/AFP vía Getty Images)
El trabajo aún no ha terminado, ya que el Grupo 5 está 3-3-3-3 en puntos después de dos partidos. Podría acabar tras el 4-4-4-4. Cualquier grupo de partidos puede avanzar. Pero Bélgica es sin duda el equipo más fuerte de este grupo y puede que haya encontrado una combinación ganadora gracias a los cuatro cambios realizados por Tedesco.
Muchos de nosotros preferimos jugar Nintendo Switch en modo acoplado en un televisor, pero no es una consola diseñada para jugar en pantallas más grandes. Esto es especialmente evidente cuando el televisor genera resoluciones más altas para las que fueron diseñados los juegos Switch, y una falta común de suavizado puede hacer que parezcan demasiado toscos y toscos.
Afortunadamente, existe un accesorio para solucionar este problema en el dispositivo de actualización mClassic Nintendo Switch. En este momento, los compradores estadounidenses pueden obtener uno de estos $89.99 (costaba $99,99) en Amazonas Con un cupón de $10 disponible en la página de la tienda. Eso es $ 5 menos que el mejor precio en EE. UU. para el mClassic, pero sigue siendo una caída de precio sólida para lo que consideramos uno de los Los mejores accesorios de Nintendo Switch.
Y si estás en el Reino Unido, también estás de suerte. Aquí, el mClassic ha sido rebajado a 82,49€ (Cuesta £ 99,99) en Amazon. Se trata de un descuento mayor que el de la variante estadounidense, y aquí está a sólo unos centavos de su precio récord.
La mejor oferta de accesorios de Nintendo Switch de hoy
Como se mencionó, Consideramos mClassic Sería una adición absolutamente esencial a la configuración de tu consola Nintendo Switch si prefieres jugar principalmente en modo acoplado. Los beneficios que aporta a las pantallas compatibles, incluida la mejora inteligente de la resolución y el suavizado, crean una experiencia de juego realmente excelente en su televisor.
Definitivamente es más caro cuando se trata de la variedad de accesorios de Nintendo Switch. Pero si estás interesado en ver Los mejores juegos de Nintendo Switch Con una calidad de imagen más nítida sin recurrir a la emulación, el mClassic es una gran compra. Mejor aún, el dispositivo también es compatible con consolas más antiguas como Nintendo Gamecube y Sega Dreamcast gracias a un modo de visualización dedicado 4:3.
Más ofertas M Clásico
¿Vive fuera de EE. UU. o el Reino Unido, o simplemente busca precios en minoristas alternativos? Consulte la lista a continuación para conocer los mejores precios de mClassic sin importar en qué parte del mundo viva.
En 2013, la purga fue un ejercicio intelectual. DeMonaco recuerda un momento escalofriante mientras conducía con su esposa que inspiró el guión de la película. Al parecer algo sorprendente le sucedió a DeMonaco mientras conducía por las calles de Brooklyn, donde un agresor quedó atrapado en el tráfico. DeMonaco dijo que su esposa, de manera muy informal, deseaba que se le permitiera un asesinato legal al año para poder usarlo en ese agujero. No lo decía en serio, por supuesto, solo estaba expresando su frustración por ese momento, pero DeMonaco extrapoló ese momento al guión de The Purge.
Pero durante la administración Trump, La violencia por motivos políticos ha experimentado un fuerte aumento En América. No ayudó que el presidente siguiera indicando públicamente que quería más violencia y que aprobaba los ataques de la derecha contra los “enemigos” de izquierda. De repente, la idea de que políticos locos pudieran permitir que ocurriera algo como la Purga en la vida real le pareció alarmantemente plausible a DeMonaco. Yo confieso:
“Todos siempre me preguntan por qué no salí [‘The First Purge’] O el programa de televisión. Esta idea me perturba cada vez más. Había una abstracción de la idea, y ahora esa abstracción ha desaparecido. Mucha gente dice que la purga podría convertirse en una realidad en Estados Unidos. Escuchar eso me hace sentir muy triste por nuestro país, porque estamos en un lugar donde podemos decirlo en voz alta”.
DiMonaco hizo esta declaración en 2018, antes de los hechos del 6 de enero. Y eso fue antes de eso también. Escribió “The Forever Purge” en 2021.una película que vio cómo la purga se extendía ilegalmente -por unos pocos entusiastas violentos que ondeaban banderas- más allá del plazo de 12 horas, continuó indefinidamente.
La actriz de Nollywood Motilola Akinlami ha expresado su profundo agradecimiento por la muestra de amor después de arrastrar a su compañero de último año, Kunle Afode y su esposa, Desola Afode.
La elocuente actriz quedó abrumada por el amor abrumador y los mensajes que recibió sobre sus videos en su página de Instagram. Ella reveló cómo su desaparición durante los últimos cinco años la hizo dudar del interés y la respuesta que acompañaría a su video.
Está agradecida a todos los que la apoyaron, la colmaron de amor y le enviaron amables palabras para consolarla. También prometió responder a todos los mensajes y también oró por la defensa de Dios de sus defensores.
“Vaya, cuando publiqué estos videos, no tenía idea de que llamarían tanta atención porque he sido invisible durante los últimos dos años…
Estoy muy agradecida por el apoyo, el amor y las amables palabras que he recibido. Qué gran derramamiento de amor… DMs y llamadas…
A todos los que se tomaron el tiempo para mostrar preocupación. estoy agradecido No te doy por sentado…
muchas gracias..
sigamos moviéndonos
Responderé todos los mensajes. Por favor, dame un momento.
Todo este amor desde este final
Dios los bendiga a todos
¡Que Dios nos defienda a todos en los lugares donde hemos perdido la voz…!
Muchas gracias a todos.”
Hace unas horas, Kemi Filani informó que Motilola Akinlami criticó audazmente a Kunle Afode y Desola Afode por arruinar su carrera.
Motilola compartió un extenso video y habló sobre los malos tratos que recibió por parte de otros compañeros debido a la intervención de Kunle Afod.
La actriz compartió ejemplos de cómo Kunle Afode impidió que personas como Femi Adebayo, Jockey Jegan y otros le dieran un trabajo o trabajaran con ella en una producción.
Continuó suplicándole a Kunle Afod que dejara de difamarla porque ya no estaba interesada en tener una relación con él.
Las personas adaptan su comportamiento a su entorno de manera tan fluida que es casi inconsciente. Ajustamos nuestra zancada cuando caminamos con tenis o tacones altos, o cambiamos nuestro peso cuando aterrizamos sobre un guijarro. Como estudiante de posgrado, Mackenzie Mathis quería saber cómo nuestro cerebro y nuestras extremidades coordinan este cambio.
En 2013, Mathis, una neurocientífica que entonces estaba en la Universidad de Harvard en Cambridge, Massachusetts, pasó meses entrenando ratones para que usaran pequeños joysticks, para poder comprender cómo el cerebro procesa señales externas sutiles. Una vez que los ratones estuvieron entrenados, introdujeron fuerzas para empujar el joystick fuera de su trayectoria y observaron cómo los dedos de los animales compensaban. Pero las herramientas computacionales disponibles sólo podían rastrear el joystick o, en el mejor de los casos, las extremidades del roedor, no sus diminutas garras.
Mientras tanto, en un laboratorio cercano de la Universidad de Harvard, el neurocientífico computacional Alexander Mattes instaló una cinta de correr especial y vertió leche con chocolate sobre su superficie. Cualquier rata que siguiera el rastro del azúcar sería recompensada y las ratas no tuvieron ningún problema. Pero le costó analizar datos sobre el movimiento de las narices sensibles de los animales, especialmente porque no podía usar tintes o marcadores que pudieran alterar su sentido del olfato. No le faltaban datos, pero analizarlos para obtener resultados significativos era una tarea desalentadora.
Cinco formas en que el aprendizaje profundo ha transformado el análisis de imágenes
Dos investigadores, dos conjuntos de datos y un problema: los algoritmos para rastrear la posición de partes del cuerpo generalmente requieren que los investigadores etiqueten miles de imágenes de entrenamiento antes de que el software pueda aplicarse a datos reales. “Al finalizar mi doctorado, me obsesioné un poco con la idea de poder hacer esto mejor”, dice Mackenzie Mathis. Los dos investigadores se conocieron en un pasillo de Harvard en 2013, cuando el asesor postdoctoral de Alexander los presentó. Se casaron en 2017 y colaboraron para solucionar su problema científico poco después. Desarrollaron este método en colaboración con colegas de otros laboratorios. Corte Profundoun conjunto de herramientas computacionales que combina una interfaz de usuario simple con un algoritmo de inteligencia artificial (IA) de aprendizaje profundo que los investigadores pueden usar para estudiar el movimiento y la postura de los animales en videos sin el uso de tintes y otros marcadores intrusivos (a. Matisse et al. naturaleza nerviosa. 21, 1281-1289; 2018). Luego, los investigadores pueden medir pequeñas diferencias en el movimiento en respuesta a estímulos para comprender mejor cómo el entorno del animal desencadena cambios de comportamiento. “Verlo en acción por primera vez fue nuestro '¡Eureka!'” “Un momento”, dice Mackenzie Mathis. “Fue uno de esos momentos inolvidables de la vida”.
Según los estándares científicos, DeepLabCut se ha generalizado. Aproximadamente dos semanas después de enviar el manuscrito, Mackenzie y Alexander estaban tomando un café en la sala de descanso cuando entró el asesor de Alexandre Matisse. ¿Viste las reseñas?”, recuerda Alexander Mathis. Un crítico calificó el manuscrito como “su artículo favorito de la década”, dice Mackenzie Mathis. “La broma es que probablemente nunca en mi vida recibiré mejores críticas para un artículo”.
Pero no fueron sólo los críticos los que estaban entusiasmados. Los investigadores también publicaron el manuscrito en el servidor de preimpresión bioRxiv. A los pocos días, notaron que docenas de usuarios lo probaban en bailarinas, geckos y calamares. En la plataforma de redes sociales Twitter (ahora llamada X), Mackenzie Mathis quedó encantada con los vídeos en escala de grises de animales con superposiciones esqueléticas con manchas de arcoíris. Los puntos de colores identifican puntos clave en los fotogramas de vídeo que los investigadores marcan para entrenar el algoritmo. DeepLabCut utiliza esas coordenadas para rastrear partes del cuerpo a lo largo del tiempo.
Más de cinco años después, el artículo DeepLabCut del equipo ha obtenido casi 3.000 citas. El propio DeepLabCut tiene más de 670.000 descargas. Fue cubierto, junto con el equipo de DeepLabCut en general, por una revista estadounidense. océano Atlánticoagencia de noticias Noticias de negocios de Bloomberg Y otros medios, incl. naturaleza (ser visto naturaleza574, 137-138; 2019). El año pasado, el trabajo de la pareja fue reconocido con el premio Eric Kandel de 100.000 dólares (108.000 dólares estadounidenses) para jóvenes neurocientíficos. El jurado del premio reconoció el trabajo como un “gran avance en las ciencias de la vida”. Esta es la primera vez que el premio se otorga a una pareja y no a un individuo, dice Mackenzie Mathis. “En junio daremos juntos la Conferencia del Premio, que será nuestra primera charla conjunta”, añade.
Mackenzie y Alexandre Mathis.Crédito: Cassandra Cerrar
Para Alexandre Matisse, la publicación supuso un cambio en el enfoque de la investigación: del seguimiento de olores a la neurociencia computacional y el aprendizaje automático. “Lo curioso es que el artículo principal sobre ese experimento no se ha publicado hasta el día de hoy”, dice. “DeepLabCut descarriló mi carrera en ese sentido; en realidad, todas nuestras carreras”.
Sin embargo, el gran éxito de DeepLabCut es, en cierto modo, sólo un eco de la carrera de Mackenzie Mathis.
Buen comienzo
Mackenzie Mathis pasó sus primeros años en el Valle Central de California, a unos 250 kilómetros al sureste de San Francisco. “El clima es cálido, hermoso y está lleno de vacas y naranjas”, dice riendo. “Fue una infancia muy interesante”. Entrenar y montar a caballo de forma competitiva fue gran parte de su adolescencia. Y también los perros. “Siempre tuve muchos perros y siempre quise enseñarles trucos”, recuerda. “Creo que siempre hubo ese entrenador de animales en mí”.
Esta instalación con animales jugará un papel importante en su carrera científica. Mathis comenzó su trabajo doctoral con una pregunta de investigación en mente. Su asesor, el neurobiólogo Naoshige Uchida de Harvard, recuerda haber quedado impresionado por su madurez científica desde la primera entrevista. “No fue una conversación entre el estudiante y el profesor, fue más bien como dos científicos hablando entre sí”, dice Uchida. La capacidad de Mathis para entrenar animales también resultó útil: era uno de los pocos miembros del laboratorio que podía entrenar ratones en la tarea del joystick, dice Uchida.
El aprendizaje profundo impulsa la revolución del seguimiento del movimiento
En 2016, mientras Mackenzie Mathis todavía realizaba su investigación doctoral, Uchida la animó a postularse para el Programa de becas Rowland, un programa altamente competitivo que la ayudaría a establecer un laboratorio independiente, sin ninguna experiencia en investigación posdoctoral, en el Instituto Rowland de la Universidad Rowland. . Universidad de Harvard, aceptada en noviembre. Después de graduarse, Mathis pasó cuatro meses en la Universidad de Tübingen en Alemania antes de regresar a Harvard para abrir su propio laboratorio en septiembre de 2017. DeepLabCut fue producto de unos meses de trabajo creativo entre abril y agosto de ese año.
Casi inmediatamente después de eso naturaleza Al publicar, los investigadores comenzaron a hacer preguntas y posibles colaboraciones. Un científico quería rastrear guepardos en una reserva natural de Sudáfrica. Los colores de los animales y el complejo entorno supusieron un desafío para DeepLabCut: era difícil reconocer los hombros, las patas y las extremidades de los animales camuflados en los bosques. Pero con algunas modificaciones para ayudar al algoritmo a reconocer el aspecto del animal, funcionó.
Los investigadores ahora han aplicado DeepLabCut a una asombrosa variedad de especies, incluidas moscas de la fruta, anguilas, ratas y caballos. Mackenzie Mathis rara vez participa en estos estudios y sólo se entera de nuevas aplicaciones cuando se publican los artículos. Pero esos avistamientos “en la naturaleza” son especialmente estimulantes, dice, porque son “pruebas de buena documentación”. Algunos de sus ejemplos favoritos han utilizado el instrumento para estudiar el comportamiento de lagartos, geckos, calamares y pulpos. Los animales que se camuflan, como los pulpos, plantean desafíos únicos para el software de seguimiento de movimiento. “Hubo un estudiante que tuiteó algunos vídeos de un pulpo en el Mar Rojo; como ser humano, ni siquiera puedes ver el pulpo hasta que se mueve”, dice Mackenzie Mathis. “Fue increíble verlo”.
Pagalo despues
A lo largo de su carrera, Mackenzie Mathis ha sido muy consciente de cuán pocas mujeres y personas de comunidades históricamente marginadas continúan en la neurociencia computacional. Para abordar esto, en 2022, los laboratorios de Mattis, actualmente en el Instituto Federal Suizo de Tecnología en Lausana, organizaron la primera Residencia de IA DeepLabCut, un curso de ocho semanas diseñado para ayudar a los investigadores principiantes de grupos subrepresentados a adquirir experiencia en DeepLabCut.
Centro Tecnológico de la Naturaleza
Una de los residentes de 2022, la neurocientífica Sabrina Peñas, que enseña en la Fundación Instituto Leloir en Buenos Aires, utilizó DeepLabCut para estudiar la memoria de objetos, que los mamíferos utilizan para explorar objetos desconocidos. Ella dice que el programa le permitió enriquecer su comprensión del programa. Pero conocer a Matisse también le dio un nuevo modelo a seguir. “Su confianza es realmente asombrosa”, dice Peñas. “Yo también quiero eso.”
Otro participante, el neurocientífico Konrad Danielowski del Instituto Nienke de Biología Experimental de Varsovia, desarrolló un caso de síndrome del impostor durante su estancia en 2023, temiendo no poder seguir el ritmo de sus compañeros. Después de ser seleccionado entre cientos de candidatos, “sientes una especie de presión para hacer lo mejor que puedas, para obtener algún resultado final de la residencia”, dice. El primer día, los hermanos Mathis llevaron a los estudiantes a almorzar. En ese momento, Mackenzie Mathis enfatizó la importancia de cada contribución, grande o pequeña, al código fuente abierto de DeepLabCut. “Muchas veces, cuando trabajas en ciencia, piensas que tu trabajo va a ser en vano”, dice Danielowski. Pero trabajar con la familia Mathis le ayudó a darse cuenta de que “también se trata de ser parte de la comunidad y ayudar a la gente. Te hace querer esforzarte”.
En última instancia, esto es lo que esperan los Mathis. Para Mackenzie Mathis, la residencia en DeepLabCut fue una forma de avanzar en el apoyo que hizo posible su carrera. Mackenzie Mathis dice que Uchida y sus otros mentores la ayudaron a desarrollar su confianza durante los primeros años de su carrera. Ahora quiere hacer lo mismo con quienes la admiran. “Realmente aprecio a las personas que alientan a los demás”, explica. “También traté de hacer esto tanto como pude”.
Blue Origin está de vuelta en el juego del turismo espacial. La compañía de vuelos espaciales de Jeff Bezos llevó con éxito a seis clientes pagos al borde del espacio y de regreso esta mañana, rompiendo su pausa de casi dos años de misiones tripuladas. Este fue el séptimo vuelo de Blue Origin con humanos a bordo. La misión, una excursión rápida para cruzar la línea Kármán, o frontera espacial, a unas 62 millas sobre la Tierra, despegó del Sitio de Lanzamiento Uno de la compañía en el oeste de Texas poco después de las 10:30 a. m. ET.
Entre las seis personas dentro de la cápsula de tripulación de New Shepard se encontraba Ed Dwight, de 90 años, ex capitán de la Fuerza Aérea que fue el primer candidato negro a astronauta cuando fue seleccionado para el programa de entrenamiento en 1961. Pasó por el entrenamiento pero finalmente fue no. Fue seleccionado para unirse al equipo de astronautas de la NASA y aún no ha estado en el espacio. También estaban a bordo Mason Angell, Sylvain Cherone, Kenneth L. Hess, Carol Schaller y Gopi Thutakura. Pudieron desabrocharse brevemente los cinturones de seguridad y experimentar la gravedad cero.
La tripulación aterrizó sana y salva en la Tierra unos 10 minutos después del lanzamiento. Uno de los tres paracaídas de la cápsula no se desplegó correctamente en el vuelo de regreso, pero no planteó problemas al aterrizar gracias a la redundancia del sistema que tiene en cuenta exactamente este tipo de situaciones.
Esta fue también la misión número 25 del cohete New Shepard. La última vez que voló con tripulación fue en agosto de 2022, pero sufrió una falla estructural en la boquilla de su motor el mes siguiente durante el lanzamiento de una misión de carga útil y no volvió a volar hasta diciembre de 2023. Posteriormente volvió a volar con otra misión de carga útil, lo que hizo El lanzamiento de hoy es el primero de su tipo con pasajeros humanos en casi dos años.
La radiodifusión no puede ser Cual Malo, ¿verdad? Los espectadores en casa ahora tienen la posibilidad de encontrar miles y miles de títulos al alcance de su mano, lo que hace que las películas y la televisión sean más accesibles ahora que en cualquier otro momento de la historia. Los cineastas expertos siguen aprovechando al máximo plataformas como Netflix y Apple TV+, que ofrece la oportunidad de ofrecer el tipo de características audaces y arriesgadas que los estudios tradicionales de repente tuvieron miedo de producir y distribuir en la pantalla grande. Lo mejor de todo es que podemos disfrutar de esta comodidad sin la intrusión de anuncios molestos ni pausas comerciales. Es beneficioso para todos… ¿verdad?
Bueno, si fuera así de simple. Nada les encantaría más a Disney, WBD y Comcast que hacer creer a los clientes que sus paquetes de transmisión son el siguiente paso inevitable hacia una experiencia más brillante y amigable para el espectador, pero ese no es el caso. Por un lado, nuestro panorama mediático sigue tan dividido como siempre. En lugar de tener una variedad de opciones frente a nosotros, como era el caso durante la época de la televisión por satélite, la realidad es que las familias de clase trabajadora todavía necesitan gastar más dinero para acceder a opciones de entretenimiento cada vez más fragmentadas. ¿Quiere disfrutar de una comida reconfortante después de un largo día de trabajo? Bueno, los fanáticos de “Abbott Elementary”, los nerds de “Fallout” y aquellos que están pasando por “Brooklyn Nine-Nine” nuevamente serán mejores que se preparen para comprar. tres Suscripciones empaquetadas separadas (y costosas).
