Hacker News Digest

Учёные показали, что обесцвечивание кораллов можно полностью обратить всего за несколько дней, если дать повреждённому фрагменту соприкоснуться со здоровым. Работа опубликована в журнале Science Advances. При потеплении воды кораллы выбрасывают симбиотические водоросли (Symbiodiniaceae), которые дают им цвет и большую часть питательных веществ, — без них животные голодают и гибнут.

Открытие произошло случайно: в начале 2025 года морской биолог Стивен Палумби заметил в лабораторном резервуаре два случайно соприкоснувшихся фрагмента, и на месте контакта здорового и обесцвеченного коралла начала проступать окраска. «Я никогда такого не видел», — вспоминает он. Дэнни Коллинз, изучавший распространение болезней через контакт кораллов, проверил, могут ли так же передаваться водоросли. Он взял десять пар фрагментов одного и того же организма Pocillopora damicornis, в каждой паре — обесцвеченный и здоровый; в пяти парах фрагменты касались друг друга, в пяти были разделены. Между совместимыми фрагментами образовывался тканевый мост, по которому симбионты переходили в обесцвеченный коралл, возвращая ему цвет и питание.

Соавтор работы, морской эколог Фиоренца Микели из Стэнфорда, называет результат «невероятным»: бывшее невозможным быстрое и полное восстановление может подсказать решения, которые со временем удастся масштабировать. Это даёт надежду на сдерживание массовой деградации коралловых рифов.

Обратимое обесцвечивание кораллов (блеаинг) происходит только при контакте клонов одного генета, что в природе часто невозможно из-за отсутствия здоровых соседей. Блеаинг — не смерть коралла, а выброс зооксантелл; кораллы могут заново захватить те же или другие симбионты, что является адаптивной стратегией. Однако естественное восстановление через контакт ограничено фрагментами одного генета, что снижает его практическую применимость. В масштабных событиях обесцвечивания здоровые соседи часто отсутствуют, что делает естественное восстановление невозможным. Существующие методы восстановления (например, в аквариумах) предупреждают о риске монокультуры, повышающей уязвимость к болезням. Для масштабного применения необходимо изучить перенос фрагментов между генетически разными колониями и проверить его эффективность в полевых условиях. Предлагается создать банки клонов кораллов, привязанных к конкретным локациям, для готового материала восстановления. Теории о связи восстановления с резонансом Теслы и тёмной материей отвергнуты как ненаучные. Высокие температуры напрямую влияют на микроводоросли; их перенос в живой коралл не защищает от термического стресса.

Оранжевый окрас у кошек обусловлен удалением 5 килобаз в некодирующей части гена Arhgap36 на X-хромосоме. Это приводит к 13-кратному увеличению экспрессии гена в клетках кожи, что подавляет синтез чёрного пигмента эумеланина и усиливает производство красноватого феомеланина. Мутация была обнаружена у всех 145 оранжевых кошек из выборки в 188 особей и отсутствовала у неоранжевых.
Поскольку ген расположен на X-хромосоме, наследуется сцепленно с полом: самцы имеют одну копию и обычно однотонно оранжевы или чёрные, самки — две копии, и случайная инактивация одной X-хромосомы в клетках приводит к мозаичному окрасу — черепаховому или калико, где оранжевые и чёрные пятна чередуются в зависимости от того, какая хромосома активна в данном участке кожи. Это объясняет, почему почти все оранжевые кошки — самцы, а у самок оранжевый цвет встречается только в составе сложных узоров. Открытие сделано независимо двумя группами — из Стэнфорда и Кюсю — и опубликовано в Current Biology. Оранжевый окрас известен человеку минимум 10 тысяч лет, с момента одомашнивания кошек.

Из обсуждения

• @kens: I thought this seemed familiar; it's a rehash of a 2024 discovery: https://www.science.org/content/article/gene\-behind\-orange\-f...
• @dayyan: The article says there's no evidence of the gene being responsible for behavior.Which means it's inconclusive if the gene is responsible for behavior.But, collectively we know it may be.

Исследователи из CMU, MIT, NYU и Стэнфорда создали ИИ Ataraxos, который впервые победил лучшего человека в Stratego — Пима Нимейера, считающегося величайшим игроком в истории игры, со счётом 15:1 при четырёх ничьих. Для обучения потребовалось всего 16 GPU и несколько тысяч долларов, что резко контрастирует с масштабными ресурсами, ранее тратившимися на подобные задачи.

Stratego — игра с неполной информацией: каждый из 40 фигур имеет скрытый ранг, раскрывающийся только при столкновении. Цель — захватить флаг противника. В отличие от покера, где скрыто всего две карты (1326 комбинаций), в Stratego возможных расстановок более дециллиона, а партии могут длиться до 2000 ходов. Кроме того, ключевую роль играет блеф: слабые фигуры часто выдают себя за маршала, чтобы запугать соперника. Ранее даже DeepNash от DeepMind не справлялся с этим балансом между дезинформацией и предсказуемостью, но Ataraxos смог его освоить, доказав, что сложные игры с долгой скрытой динамикой теперь поддаются ИИ.

Успех Ataraxos связан с эффективностью алгоритма в условиях неполной информации, а не с масштабом ресурсов. Он быстро учится предсказывать действия противника, а не перебирает варианты. Это контрастирует с предыдущими подходами и открывает путь к более экономичным решениям в подобных играх. Stratego требует психологической составляющей и блефа, но шаблоны поведения можно выявить. Существует множество вариантов правил, включая Electronic Stratego и Silent Defense, которые увеличивают неопределённость и могут быть целями для ИИ. ИИ не страдает от ограничений памяти, в отличие от людей, что даёт ему преимущество в отслеживании открытых фигур. Сравнение с DeepNash показывает, что рост мощности ИИ в Stratego произошёл за счёт улучшения алгоритмической эффективности, а не увеличения вычислительных ресурсов. Поддельная маркировка фишек (царапины) нарушает честность и демонстрирует, как люди манипулируют неполной информацией в реальной жизни. Стратегия размещения флага в углу за двумя бомбами, использованная Ataraxos, редка, но эффективна — указывает на неинтуитивные решения ИИ. Игры с неполной информацией, такие как Hanabi и Bridge, представляют аналогичные вызовы. Успех в Stratego может быть перенесён на них. Bridge особенно интересна благодаря сочетанию неполной информации, кооперации в парах и сложной системы объяснений ходов. Изменённые правила Stratego (перевёрнутые фишки, перемещение бомб) создают новые тактические возможности, которые ИИ осваивает быстрее людей. Появление ИИ, превосходящего лучших людей, вызывает ностальгическую грусть у игроков, ценящих игру как человеческий опыт. Ранее считалось, что Stratego слишком сложна для ИИ из-за неопределённости, но опыт игроков показывает, что шаблоны поведения и блеф можно систематизировать. Electronic Stratego с упрощённой системой раскрытия рангов (выше/ниже/равно) оказалась для некоторых игроков даже интереснее оригинала. Существуют онлайн-архивы и прототипы ИИ для Stratego, включая простые реализации, доступные для немедленной игры. Филлипинская игра Game of the Generals является прямым аналогом Stratego, что указывает на универсальность структуры неполной информации в настольных играх.

Новое исследование Стэнфордской медицины показывает, что человеческий мозг состоит из двух независимо эволюционировавших нервных систем, а не из единого органа, как считалось ранее. Одна система — древний задний мозг (задний мозг или ствол мозга) — регулирует жизненно важные функции: дыхание, сердцебиение, глотание и голод. Другая — передний и средний мозг — отвечает за высшие когнитивные способности: язык, абстрактное мышление, сознание и творчество. Эти две системы развиваются из разных progenitor-клеток: одна экспрессирует ген Otx2 и даёт передний и средний мозг, другая — задний мозг, и их пути разделяются уже на этапе гаструляции эмбриона, а не ветвятся от общего предшественника, как думали десятилетиями.

Это открытие объясняет, почему так сложно выращивать нейроны ствола мозга в лаборатории — они возникают из отдельной линии развития. Теперь учёные могут получать эти нейроны в чашке Петри, что открывает путь к изучению и лечению разрушительных заболеваний ствола мозга, таких как спинальная мышечная атрофия (SMA) и боковой амиотрофический склероз (ALS), при которых погибают именно эти нейроны, приводя к потере способности глотать и дышать. Кроме того, обнаружено, что цепи голода в заднем мозге — это мишень препаратов вроде семаглутида, используемых для лечения ожирения. Работа опубликована в Nature Neuroscience и поддерживается множеством грантов NIH и частных фондов.

Ключевое достижение исследования — метод выращивания заднемозговых клеток в культуре, что открывает путь к моделированию заболеваний, таких как БАС. Это прорыв, ранее крайне затруднительный, теперь ускоряющий исследования. Передний и задний мозг развиваются из двух независимых популяций нейральных эктодермальных предшественников, экспрессирующих Otx2 и Gbx2 соответственно. Эти популяции не перекрываются с самых ранних стадий эмбриогенеза. Спор: заголовок и PR-материалы Stanford преувеличивают результат, называя мозг «двумя органами». В статье речь о двух линиях предшественников, а не о раздельных органах. Критики отмечают, что разделение по Otx/Gbx известно давно; новизна — в подтверждении через линейное трассирование у мышей и человека. Разделение нейральных предшественников на передний и задний мозг наблюдается у людей, других млекопитающих и примитивных хордовых (например, аккордовых червей), указывая на глубокую эволюционную древность механизма. Онтогенез нервной системы отражает филогенез: сохранение древних генетических паттернов Otx и Gbx подтверждает это. Следует отличать научный факт (два предшественника) от метафор («два мозга», «рептильный мозг», «триединство»), чтобы избежать ложных аналогий. Существующее представление о мозге как едином органе не ошибочно — теперь известно, что его структура формируется из двух независимых линий предшественников, образуя сложную композитную структуру, а не два органа. Название статьи в Nature Neuroscience не утверждает, что мозг состоит из двух органов — это искажение пресс-релиза Stanford, подрывающее доверие к научной коммуникации. Метод использования плюрипотентных стволовых клеток для генерации специфических нейральных линий — методологический прорыв. Он не требовал полного понимания эмбрионального происхождения, но теперь позволяет целенаправленно выращивать заднемозговые клетки для исследований. Аналогия с разделением задач в нейросетях (не MoE, а фундаментальное разделение линий развития) может вдохновить архитектуры ИИ, но это гипотеза, не утверждение факта. Факт, что 80% нейронов мозга находятся в мозжечке, подтверждает, что основная нейронная мощность направлена на моторные функции, а не на когнитивные — это дополняет понимание функциональной организации мозга, но не относится напрямую к основному открытию о двух линиях предшественников.

Исследование MIT и Стэнфорда показало, что ИИ-советы по финансам часто лучше, чем ожидалось: они побуждают людей чаще копить, инвестировать в диверсифицированные фонды акций и снижать риски после 45 лет. Люди старше 30, следующие таким рекомендациям, могут увеличить свои сбережения на значительную сумму. Однако ИИ слабо реагирует на неожиданные шоки, например безработицу, и редко активно перебалансирует портфели — это улучшается при использовании чётких, академически структурированных запросов с полными данными о доходе, возрасте и накоплениях.

Интересно, что ИИ сам предлагает конкретные продукты — например, фонды Vanguard и iShares — даже когда пользователи их не упоминали. Это означает, что ИИ начинает влиять на выбор финансовых инструментов, смещая фокус с традиционного маркетинга на то, как продукты описываются в ответах моделей. Для финансовых компаний это создаёт новый канал привлечения клиентов: важно, чтобы их предложения были корректно и выгодно представлены в ИИ-ответах. При этом ИИ остаётся доступной и недорогой альтернативой дорогим консультантам — особенно для тех, кто не может себе позволить профессиональную помощь.

Тред добавляет к статье опыт эксплуатации ИИ в финансах, возражения и механизмы, по которым ИИ может давать хорошие советы, но также подчеркивает ограничения и потенциальные проблемы, такие как необходимость задавать правильные вопросы и отсутствие понимания контекста и эмоциональных аспектов финансовых решений.

• Совет: По опыту @AussieWog93, простой совет по финансам, такой как «откладывать 10% дохода и инвестировать в ETF», может быть более эффективным, чем советы, полученные из интернета.

• Спор: По мнению @padolsey, ИИ может стать более осторожным, если ему дать «skin in the game», но это также поднимает вопросы о достоверности оценок и необходимости контекста и памяти для принятия решений.

• По опыту @jamestimmins, ИИ хорошо справляется с простыми финансовыми советами, но может испытывать трудности с более сложными решениями, требующими понимания контекста иtrade-offs.

• Совет: По мнению @networkOne, финансовые планировщики могут быть одной из первых отраслей, которые будут полностью изменены ИИ, поскольку их советы часто бывают плохими и неэффективными.