Треды из @threads
26 subscribers
695 photos
184 videos
307 links
Лучшие русскоязычные треды из Threads: истории, путешествия, технологии, культура и большие объяснения. Без необходимости сидеть в Threads.
Download Telegram
История о поступлении в Стэнфорд на PhD по Health Policy с полным финансированием — реальный пример исполнения мечты.

PhD — это высшая академическая степень, где я буду не просто учиться, а исследовать и создавать новое. Очень скоро перед моим именем будет стоять «Dr.» — и до сих пор не верится 🥹😭 ⠀ Если вы узнали об этом из инсты — не думайте, что я пытаюсь навязчиво везде об этом писать))) Просто в это было вложено очень-очень много труда, стресса, энергии и веры, что очень хочется поделиться этой радостью 🫶🏻 И сказать главное: в этой жизни действительно возможно всё. Пусть сбудется и ваша самая смелая мечта 🙏🏻

Источник: Threads
Ученик: «Учитель, но зачем мне вообще изучать физику?

Это хоть как-то пригодится в моей жизни?»

Корова:

Источник: Threads
🌪 НАД СЕВЕРНЫМ ПОЛЮСОМ РОЖДАЕТСЯ НОВЫЙ ПОЛЯРНЫЙ ВИХРЬ: ЧТО ЭТО ЗНАЧИТ ДЛЯ ЗИМЫ 2026/2027?

Команда Severe Weather Europe выпустила большой разбор по зарождению стратосферного полярного вихря (Polar Vortex) сезона 2026/2027. На высоте 30 км (уровень 10 гПа) над Арктикой уже зафиксировано стремительное падение давления и резкое выхолаживание: холодное ядро оформляется в классический циркумполярный «бублик» ветров быстрее и мощнее, чем в прошлом году.

Однако сезонные модели показывают редкую аномалию: вихрь начнет сезон с позиции силы, но рискует пережить полный коллапс в середине зимы. Двухфазная зима: мягкий старт и риск январского слома 🟢 Первая половина (ноябрь – декабрь): Пока полярный вихрь монолитен и закручен на максимальных оборотах, он работает как гигантский пылесос, наглухо запирая ледяной арктический воздух у полюса. В средних широтах Европы господствует зональный перенос Атлантики.

Это на 100% подтверждает наши свежие карты CanSIPS и CFSv2: глубокая осень и начало зимы в Белар…

Источник: Threads
Полный тред и материалы:
Из интернета.

В Институте исследований морских млекопитающих (Миссисипи) ученые решили научить дельфинов чистоте. Формула казалась безупречной: подбираешь мусор в бассейне, несешь тренеру — получаешь рыбу. Но они не учли, что в бассейне жила дельфиниха по имени Келли — гений корпоративных уловок и пассивного дохода. Келли быстро сообразила, что за любой обрывок бумаги — неважно, гигантский это лист или клочок — дают ровно одну рыбу.

Вместо того чтобы честно сдавать найденную бумажку, она спрятала её под камень на дне. Когда приходило время перекуса, Келли отплывала к камню, аккуратно отрывала крошечный кусочек и шла «кассировать» награду. Один лист — десятки порций. Когда в бассейн по неосторожности залетала чайка, Келли ловила её и сдавала руководству. За крупную птицу давали целое ведро рыбы.

Келли оценила маржинальность бизнеса и изобрела инвестиционную стратегию: она перестала съедать всю рыбу, а использовала её как венчурный капитал. Келли выкладывала рыбешку на воду, терпеливо жда…

Источник: Threads
Вы просто представьте, во время его удара возникает кавитационный пузырь, внутри которого температура может на мгновение достигать нескольких тысяч градусов, сопоставимо с температурой поверхности Солнца.

ПОВЕРХНОСТИ СОЛНЦА 🤯

Иногда реальность звучит настолько фантастически, что кажется выдумкой.

Источник: Threads
ДАЕШЬ МОЛОДЕЖЬ предвосхитили рилсы 15 лет назад, вот знаменитый тренд, который адаптировали последние полгода всем инстаграмом 😂😂😂

Источник: Threads
Лучше чем это вы сегодня не увидите.

Можете закрывать соц сети после ролика))) я смеялся минут 5. Как говорится, «ты не ты, когда голоден.»

Источник: Threads
России надо было пройти всего 95 км, чтобы захватить всю Донецкую область.

И знаете что? Они не смогли 😁

Источник: Threads
Для обучения искусственного интеллекта однажды хватило 304 спичечных коробков и разноцветных бусин.

Электричество вообще не понадобилось.

В начале 1960-х исследователь Дональд Мичи собрал из них MENACE — машину, которая училась играть в крестики-нолики. С каждой серией партий она могла улучшать свою игру: опыт буквально накапливался внутри коробков.

Каждый коробок соответствовал определённой позиции на поле, а цвет бусины обозначал возможный ход. Из нужного коробка наугад вытаскивали бусину и делали ход.

Если машина выигрывала, в использованные коробки добавляли бусины выбранных цветов. Если проигрывала — убирали сыгранные бусины.

Удачные ходы выпадали всё чаще, неудачные — всё реже. Так выглядело обучение с подкреплением, которое можно потрогать руками.

Правда, коробки сами не открывались: человек находил нужный, вытаскивал бусину и менял их количество после партии. Он выполнял механическую работу, а выбор хода определялся содержимым коробка и случайностью.

MENACE наглядно показыва…

Источник: Threads
Когда нейросеть в умелых руках: как ИИ помогает в создании макияжа и образа — на примерах.

Когда нейросеть в умелых руках

Источник: Threads