Если вы из тех, кто ложится в кровать в 11 вечера, а в 3 часа ночи всё ещё спорит с воображаемыми оппонентами или изучает трещины на потолке - этот пост для вас.

Большинство советов из интернета в духе «просто расслабьтесь и не думайте ни о чём» не работают. Когда мозг на взводе, приказать ему замолчать невозможно. Но можно обмануть биологию. Нейробиолог Эндрю Хуберман из Стэнфорда описал самый быстрый способ мгновенно успокоить нервную систему и принудительно замедлить пульс с помощью так называемого «физиологического вздоха».

Как именно выполняется это упражнение показано в коротком видео (всего три простых цикла дыхания, которые перезапускают сердцебиение.

Но действительно ли это возможно - уснуть всего за 1 минуту?

Давайте без иллюзий: если вы выпили литр энергетика, за 60 секунд вас не «вырубит» до состояния глубокого сна. 1 минута - это время, за которое запускается сам физиологический процесс засыпания, а не время полного отключения сознания.

Как это работает с точки зрения науки:
Когда мы нервничаем или не можем уснуть, маленькие воздушные мешочки в наших легких (альвеолы) сдуваются и слипаются, в крови копится углекислый газ, а пульс растет.

Особая техника двойного вдоха, принудительно раскрывает эти мешочки. А последующий долгий выдох эффективно выводит накопившийся CO2. Мозг моментально считывает это как сигнал безопасности: артериальное давление снижается, пульс падает до «сонного» уровня, а навязчивые мысли исчезают. Тело переходит в режим покоя, и реальный сон наступает в разы быстрее.

Давайте устроим эксперимент и проверим, так ли это на самом деле:
Посмотрите видео, ложитесь в кровать, убирайте телефоны и сделайте этот тройной цикл дыхания. Выясним на практике, работает ли стэнфордская наука на обычных людях.

А завтра утром или прямо сейчас обязательно пишите в комментариях:

- Действительно ли у вас получилось поймать этот эффект и замедлить пульс?

- Сколько минут вам в итоге понадобилось, чтобы полностью «отключиться»?

- Или этот метод - просто красивая теория, и на вас он вообще не сработал?

Давайте соберем свою честную статистику. Всем крепких и быстрых снов!

Netflix выпустит реалити-шоу «Новый Стэнфордский тюремный эксперимент» (The New Stanford Prison Experiment), основанное на знаменитом психологическом эксперименте 1971 года. Премьера состоится 21 октября.

Для участия в шоу отобрали 30 добровольцев. Их поместят в настоящую тюрьму и случайным образом распределят на две группы — заключенных и надзирателей. Создатели проекта хотят проверить, смогут ли участники сохранить верность собственным моральным принципам.

«Стэнфордский тюремный эксперимент всегда меня завораживал. Несмотря на серьёзные этические проблемы, он задавал фундаментальный вопрос, который сегодня кажется еще более актуальным: как власть влияет на этический выбор?» — рассказала исполнительный продюсер шоу Джейн Липсиц.

Оригинальный Стэнфордский тюремный эксперимент провёл в 1971 году профессор психологии Филип Зимбардо. В рамках исследования учёный разделил 24 студента на «охранников» и «заключенных», которые жили в тюремных декорациях в подвале факультета психологии Стэнфорда. Эксперимент должен был продлиться две недели, но его прервали после шести дней: каждый третий «охранник» проявил садистские наклонности.

Эксперимент Зимбардо подвергся широкой критике и оказал заметное влияние на общество и культуру. Психолог написал о своем исследовании книгу «Эффект Люцифера. Почему хорошие люди превращаются в злодеев» (2007). Эксперименту посвятили и другие книги, а также фильмы, в том числе «Эксперимент» (2010) с Эдрианом Броуди и «Стэнфордский тюремный эксперимент» (2015) с Эзрой Миллером.

https://www.pravilamag.ru/news/society-news/17-09-2026/77859...

Учёные из Стэнфорда и Arc Institute сделали то, что до сих пор оставалось мысленным экспериментом: доверили нейросети спроектировать геном живого организма целиком — и он заработал. Работа вышла 7 августа в журнале Science.

Что именно сделали

Мишенью выбрали бактериофаг φX174 — один из самых изученных вирусов в биологии. Это крошечная машина: всего 11 генов и около 5000 «букв» ДНК, единственная задача — заражать кишечную палочку. Геномную модель Evo, обученную примерно на 9 триллионах нуклеотидов из миллионов организмов, дополнительно натаскали на φX174 и ещё примерно 15 000 родственных ему видов.

Дальше — конвейер. Evo предложила около 700 000 вариантов вирусного генома. Из них исследователи отобрали самые перспективные и химически синтезировали 285 последовательностей ДНК. Живыми оказались 16: они собрались в настоящие вирусные частицы, заразили бактерий и размножились. Причём часть из них делала это быстрее, чем природный φX174.

Почему это не «ещё один AlphaFold»

AlphaFold, при всей его революционности, занимался предсказанием: по известной последовательности белка вычислял его форму. Здесь принципиально другое — генерация. Модель не угадывает свойства существующего организма, а пишет новый геном с нуля, и этот текст оказывается исполняемым: попадает в клетку — и запускается. «Поразительно было просто увидеть эту сгенерированную ИИ сферу», — говорит руководитель работы, вычислительный биолог Брайан Хи.

Зачем это нужно

Ближайшее практическое применение — фаговая терапия. Бактериофаги умеют убивать бактерии, устойчивые к антибиотикам, но подбор нужного фага под конкретный штамм — долгая лотерея. Модель, проектирующая фагов под задачу, превращает лотерею в инженерию. Дальше по списку — синтетическая биология, новые ферменты, биоматериалы.

Обратная сторона

Она очевидна каждому, кто дочитал до этого места. Инструмент, проектирующий вирусы против супербактерий, в другом сценарии спроектирует патоген. Авторы это понимали: Evo намеренно не показывали ни одного вируса, опасного для человека, животных, растений или грибов — таких геномов в обучающих данных просто не было. Но это защита конкретной модели, а не технологии в целом: сам подход опубликован, и повторить его сможет любая достаточно оснащённая лаборатория. Специалисты, комментировавшие работу — Оливер Крук из Оксфорда и Патрик Цай из Манчестера — сходятся в том, что регуляторные рамки для генеративной биологии писать нужно уже сейчас, а не после первого инцидента.

Границу, которую перешли на этой неделе, стоит проговорить вслух. До сих пор генеративные модели производили тексты, картинки и код — то, что существует только на экране. Теперь результат работы модели умеет размножаться сам.

Источник: Ars Technica

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей