Category Archives: Ekonomija

Ultra bijela boja bi mogla smanjiti potrebu za klima uređajima

USA Today piše da su naučnici s Univerziteta Purdue razvili ultra bijelu boju koja reflektira 98,1 posto sunčevih zraka dok emitira infracrveno zračenje. Zbog toga površina ostaje hladnija u odnosu na okolinu te bi nova ultra bijela boja mogla efikasno zamijeniti klima uređaje u nekim slučajevima. Ova bijela boja je dobila Guinnessov certifikat zbog svoje “rekordne bjeline”, a mnogo je efikasnija od obične boje koja zapravo zagrijava površine. Krov površine 93 kvadratna metra obojen novom bijelom bojom bi dao snagu hlađenja od 10 kW snage hlađenja, što je više u odnosu na klima uređaje koji se koriste za većinu kuća.

Danas već postoje boje koje reflektiraju toplotu, ali reflekcija sunčevih zraka ne prelazi 90 posto te ove boje ne hlade površine.

Trik je u korištenju visokog omjera barij sulfata, spoja koji se često koristi za kozmetiku i foto papir, i to u česticama različitih veličina. Širi raspon veličina čestica pomaže u raspršivanju više svjetlosnog spektra, čime se reflektira više sunčevih zraka.

Kada će se nova bijela boja pojaviti u prodaji, zasad nije poznato, ali ta namjera postoji. Patenti su već registrovani, a bijela boja bi trebala postati novo “oružje” u borbi protiv klimatskih promjena. Mogla bi eliminisati potrebu za klima uređajima u nekim domovima, posebno u toplim regijama s dosta sunčeve svjetlosti. Također, mogla bi pomoći u smanjenju emisije gasova i potrošnji energije te uštedjeti novac tokom toplih ljetnih dana.

Izvor: klix.ba

Kako smo došli do Mjeseca … i natrag?


Prvo slijetanje na Mjesec priča je prepuna velikih brojeva. Trebalo je osam godina, 10 misija koje su vođene u praksi, više od 400 000 inženjera, naučnika i tehničara i današnjim novcem oko 150 milijardi funti da se naprave prvi probni koraci na drugom planetarnom tijelu.

Pomičući granice najnaprednijih tehnologija toga doba, NASA je postigla nacionalni cilj predsjednika John F Kennedyja iz 1961. godine da Amerikanca pošalje na Mjesec prije kraja decenije. Ali kako su astronauti zapravo stigli tamo?

Pet dana prije stupanja na Mjesec, ujutro 16. jula 1969. godine, zapovjednik Neil Armstrong, pilot zapovjednog modula Michael Collins i pilot lunarnog modula Edwin ‘Buzz’ Aldrin još su bili ovdje na Zemlji. Radili su završne provjere u malom zapovjednom modulu Columbia. Ništa prostranija od unutrašnjosti velikog automobila, Columbia bi tokom cijelog putovanja služila kao njihov dnevni boravak.

Ovaj modul se nalazio na samom vrhu 111 metara visoke rakete Saturn V. Najmoćnija raketa koja je ikad letjela, Saturn V imao je tri faze. Svaka faza bi gorjela svoje motore dok ne ostane bez goriva, a zatim bi se odvajala od rakete. Motori na sljedećoj etapi tada bi pucali, a raketa bi nastavila u Svemir.

U 9.32 po lokalnom vremenu, prva etapa se zapalila i raketa je lansirana s rta Kennedy. Uz izazovni zadatak podizanja teške svemirske letjelice sa Zemlje, u ovoj fazi se radilo o isporuci snage. Upotrijebio je tekuću smjesu vodika i kiseonika koja nije bila nimalo ekonomična i propuštala je 18.000 kilograma goriva u sekundi. Ali bio je efikasan, proizvodeći silu od 33 miliona njutna (3,4 miliona kilograma potiska, silu od 7,5 miliona funti) za oko 2,5 minuta i pokrećući astronaute na visinu od 68 kilometara.

Kada se odvojila prva etapa, započela je druga. To je izgaralo 6 minuta, pokrećući raketu na 175 kilometara visine i ubrzavajući je do orbitalne brzine. Posljednja faza gorjela je samo 2,5 minute, a astronaute je poslala u Zemljinu orbitu s nevjerovatnih 28 000 km / h.

Plovidba do Mjeseca


Nakon što je jedan i po put zaokružio Zemlju, treća etapa ponovo je zavladala još 6 minuta da pošalje Apolo 11 na put ka Mjesecu. Zatim se odvojio, a od komandnog modula Columbia ostao je astronaut. Ali ovaj odbačeni treći stadij sadržavao je mjesečev modul Eagle koji će kasnije sletjeti na Mjesec. To je značilo da su astronauti imali izazovni zadatak spajanja mjesečevog modula Eagle u Svemir kako bi ga izvukli iz svog odjeljka.

Do trenutka kada su povezali Eagle i Columbiju, prošlo je manje od 5 sati od lansiranja. Astronauti bi morali pričekati još 3 dana prije nego što su konačno stigli na Mjesec. U to mirno vrijeme astronauti su jeli, spavali i slikali se. Takođe su provjerili da li su na kursu koristili instrumente koji su bili poznati mornarima prije stotina godina: teleskop i sekstant.

Ono što ne bi bilo poznato bili su inercijalni sistem navođenja (koji je uključivao akcelerometre koji su prepoznavali svaku promjenu brzine ili smjera svemirske letjelice) i brodski računar u koji su astronauti unosili svoja zapažanja. Prema današnjim standardima, ovaj je računar bio osnovni. Bio je manje moćan od džepnog kalkulatora i zahtijevao je od astronauta da ga opskrbljuju kodom koristeći bušilice. Ipak, bez obzira na sva ograničenja, put do Mjeseca i sa Mjeseca bio bi nemoguć bez tačnosti navigacije i kontrole koju je pružao.

Orao je sletio


Jednom kada je Apolo 11 stigao do Mjeseca, letjelica je skliznula u orbitu. U svom trećem krugu, Collins na brodu Columbia gledao je kako se Armstrong i Aldrin otkačuju i započinju njihov spust na Mjesec na Orlu. Mesečev modul Eagle imao je raketni motor za spuštanje kako bi ga usporio, spustio u nižu orbitu i zatim lebdio iznad površine. Vođen radarom za sletanje, Armstrong je poluautomatski pilotirao Orla, koristeći četiri grozda raketa, da bi se konačno sletio u More spokoja 20. jula 1969. Četiri sata kasnije, Armstrong je činio „jedan mali korak za čovjeka, jedan ogroman skok za čovječanstvo ”.

Eagle – Armstrongov i Aldrin dom 21,5 sati na površini Mjeseca – dizajniran je da se nikad ne vrati na Zemlju. Sastojalo se iz dva dijela. ‘Faza spuštanja’ bio je zlatno-crni donji dio. Sadržao je raketni motor, gorivo, naučnu i istraživačku opremu i ljestve kako bi astronauti mogli napraviti prve korake na Mjesecu.

Srebrno-crni gornji dio, nazvan etapom uspona, bio je najvažniji za preživljavanje astronauta. U njemu se nalazio pretinac pod pritiskom i otvor za otvaranje, elektronske komponente i glavna raketa i manje raketne grupe potrebne za lansiranje s lunarne površine i ponovno pristajanje uz Kolumbiju. Ovaj se odjeljak odvojio od faze silaska kada je lansirao, ostavljajući polovinu Orao zauvijek nasukanom na Mjesecu.

Brzi povratak


Druga polovina Orla pristala je uz Kolumbiju na svojoj 27. Mjesečevoj orbiti. Ovo je ponovo spojilo Armstronga i Aldrina sa Collinsom na brodu Columbia. Astronauti su potom izbacili fazu uspona, ostavljajući je u orbiti sve dok se na kraju nije srušio u Mjesec na nepoznatom mjestu.

Samo 2,5 minuta ispaljivanja rakete Columbia bilo je dovoljno da astronaute pošalju natrag na Zemlju. I samo 44 sata kasnije, počeli su se pripremati za ponovni ulazak. Prvo su izveli opekotinu bez smetnji kako bi se Kolumbija počela spuštati natrag na Zemlju. Zatim su se odvojili od rakete, ostavivši samo 3,23 metra x 3,91 metra dio konusa u kojem su sjedili astronauti. Nakon okretanja modula okolo tako da je toplotni štit bio okrenut prema Zemlji, konačno su pogodili atmosferu. Nekoliko sekundi kasnije, toplotni štit je odletio i padobrani su se postavili. Apollo 11 pljusnuo je u Tihi ocean u 12.50 sati 24. jula 1969.

Izvor: iop.org

Kako smo došli do Mjeseca … i natrag?


Prvo slijetanje na Mjesec priča je prepuna velikih brojeva. Trebalo je osam godina, 10 misija koje su vođene u praksi, više od 400 000 inženjera, naučnika i tehničara i današnjim novcem oko 150 milijardi funti da se naprave prvi probni koraci na drugom planetarnom tijelu.

Pomičući granice najnaprednijih tehnologija toga doba, NASA je postigla nacionalni cilj predsjednika John F Kennedyja iz 1961. godine da Amerikanca pošalje na Mjesec prije kraja decenije. Ali kako su astronauti zapravo stigli tamo?

Pet dana prije stupanja na Mjesec, ujutro 16. jula 1969. godine, zapovjednik Neil Armstrong, pilot zapovjednog modula Michael Collins i pilot lunarnog modula Edwin ‘Buzz’ Aldrin još su bili ovdje na Zemlji. Radili su završne provjere u malom zapovjednom modulu Columbia. Ništa prostranija od unutrašnjosti velikog automobila, Columbia bi tokom cijelog putovanja služila kao njihov dnevni boravak.

Ovaj modul se nalazio na samom vrhu 111 metara visoke rakete Saturn V. Najmoćnija raketa koja je ikad letjela, Saturn V imao je tri faze. Svaka faza bi gorjela svoje motore dok ne ostane bez goriva, a zatim bi se odvajala od rakete. Motori na sljedećoj etapi tada bi pucali, a raketa bi nastavila u Svemir.

U 9.32 po lokalnom vremenu, prva etapa se zapalila i raketa je lansirana s rta Kennedy. Uz izazovni zadatak podizanja teške svemirske letjelice sa Zemlje, u ovoj fazi se radilo o isporuci snage. Upotrijebio je tekuću smjesu vodika i kiseonika koja nije bila nimalo ekonomična i propuštala je 18.000 kilograma goriva u sekundi. Ali bio je efikasan, proizvodeći silu od 33 miliona njutna (3,4 miliona kilograma potiska, silu od 7,5 miliona funti) za oko 2,5 minuta i pokrećući astronaute na visinu od 68 kilometara.

Kada se odvojila prva etapa, započela je druga. To je izgaralo 6 minuta, pokrećući raketu na 175 kilometara visine i ubrzavajući je do orbitalne brzine. Posljednja faza gorjela je samo 2,5 minute, a astronaute je poslala u Zemljinu orbitu s nevjerovatnih 28 000 km / h.

Plovidba do Mjeseca


Nakon što je jedan i po put zaokružio Zemlju, treća etapa ponovo je zavladala još 6 minuta da pošalje Apolo 11 na put ka Mjesecu. Zatim se odvojio, a od komandnog modula Columbia ostao je astronaut. Ali ovaj odbačeni treći stadij sadržavao je mjesečev modul Eagle koji će kasnije sletjeti na Mjesec. To je značilo da su astronauti imali izazovni zadatak spajanja mjesečevog modula Eagle u Svemir kako bi ga izvukli iz svog odjeljka.

Do trenutka kada su povezali Eagle i Columbiju, prošlo je manje od 5 sati od lansiranja. Astronauti bi morali pričekati još 3 dana prije nego što su konačno stigli na Mjesec. U to mirno vrijeme astronauti su jeli, spavali i slikali se. Takođe su provjerili da li su na kursu koristili instrumente koji su bili poznati mornarima prije stotina godina: teleskop i sekstant.

Ono što ne bi bilo poznato bili su inercijalni sistem navođenja (koji je uključivao akcelerometre koji su prepoznavali svaku promjenu brzine ili smjera svemirske letjelice) i brodski računar u koji su astronauti unosili svoja zapažanja. Prema današnjim standardima, ovaj je računar bio osnovni. Bio je manje moćan od džepnog kalkulatora i zahtijevao je od astronauta da ga opskrbljuju kodom koristeći bušilice. Ipak, bez obzira na sva ograničenja, put do Mjeseca i sa Mjeseca bio bi nemoguć bez tačnosti navigacije i kontrole koju je pružao.

Orao je sletio


Jednom kada je Apolo 11 stigao do Mjeseca, letjelica je skliznula u orbitu. U svom trećem krugu, Collins na brodu Columbia gledao je kako se Armstrong i Aldrin otkačuju i započinju njihov spust na Mjesec na Orlu. Mesečev modul Eagle imao je raketni motor za spuštanje kako bi ga usporio, spustio u nižu orbitu i zatim lebdio iznad površine. Vođen radarom za sletanje, Armstrong je poluautomatski pilotirao Orla, koristeći četiri grozda raketa, da bi se konačno sletio u More spokoja 20. jula 1969. Četiri sata kasnije, Armstrong je činio „jedan mali korak za čovjeka, jedan ogroman skok za čovječanstvo ”.

Eagle – Armstrongov i Aldrin dom 21,5 sati na površini Mjeseca – dizajniran je da se nikad ne vrati na Zemlju. Sastojalo se iz dva dijela. ‘Faza spuštanja’ bio je zlatno-crni donji dio. Sadržao je raketni motor, gorivo, naučnu i istraživačku opremu i ljestve kako bi astronauti mogli napraviti prve korake na Mjesecu.

Srebrno-crni gornji dio, nazvan etapom uspona, bio je najvažniji za preživljavanje astronauta. U njemu se nalazio pretinac pod pritiskom i otvor za otvaranje, elektronske komponente i glavna raketa i manje raketne grupe potrebne za lansiranje s lunarne površine i ponovno pristajanje uz Kolumbiju. Ovaj se odjeljak odvojio od faze silaska kada je lansirao, ostavljajući polovinu Orao zauvijek nasukanom na Mjesecu.

Brzi povratak


Druga polovina Orla pristala je uz Kolumbiju na svojoj 27. Mjesečevoj orbiti. Ovo je ponovo spojilo Armstronga i Aldrina sa Collinsom na brodu Columbia. Astronauti su potom izbacili fazu uspona, ostavljajući je u orbiti sve dok se na kraju nije srušio u Mjesec na nepoznatom mjestu.

Samo 2,5 minuta ispaljivanja rakete Columbia bilo je dovoljno da astronaute pošalju natrag na Zemlju. I samo 44 sata kasnije, počeli su se pripremati za ponovni ulazak. Prvo su izveli opekotinu bez smetnji kako bi se Kolumbija počela spuštati natrag na Zemlju. Zatim su se odvojili od rakete, ostavivši samo 3,23 metra x 3,91 metra dio konusa u kojem su sjedili astronauti. Nakon okretanja modula okolo tako da je toplotni štit bio okrenut prema Zemlji, konačno su pogodili atmosferu. Nekoliko sekundi kasnije, toplotni štit je odletio i padobrani su se postavili. Apollo 11 pljusnuo je u Tihi ocean u 12.50 sati 24. jula 1969.

Izvor: iop.org

Možemo li usporiti Covid-19 bez blokiranja ekonomije? – Amnon Shashua

Vodeći izraelski tehnološki poduzetnik Amnon Shashua, izvršni direktor Mobileye i viši potpredsjednik Intel Corporation sastao se u utorak s specijalnim komitetom Knesseta kako bi razgovarali o „strategiji izlaska“ za koju vjeruje da će zemlji omogućiti da prevlada izbijanje koronavirusa, i izbjegne recesiju i nastavi sa ekonomskom aktivnošću u roku od nekoliko mjeseci.

Shashua, suosnivač jeruzalemske firme koja gradi tehnologije vizuelne pomoći za autonomna vozila, a koji je prodat Intelu za 15 milijardi dolara u 2017. godini, predstavio je plan posebnom odboru Knesseta za borbu sa corona virusom. To uključuje korake za polako izvlačenje dijela stanovništva iz samoizolacije i ponovno otvaranje poduzeća.


Moglo bi se uzeti u obzir tri modela za upravljanje širenjem Covid-19.


1. Selektivna karantena na osnovi rizika: Podijelite populaciju u dvije grupe, niskog i visokog rizika. Karantenujte visoki rizik i postepeno oslobađajte populaciju niskog rizika da biste postigli upravljani stadski imunitet (imunitet krda) te populacije. Faza kojom se upravlja uspijeva da zdravstveni sustav izađe na kraj s očekivanim brojem teških slučajeva. S obzirom na stajski imunitet skupine s niskim rizikom, možemo postupno osloboditi visoko rizičnu populaciju. Pitanje je kako upravljati oslobađanjem iz karantene populacije niskog i visokog rizika na način koji neće zatrpati zdravstveni sistem.

Kako bi se Covid-19 se vremenom širio bez primjene sigurnosnih mjera.


2. Selektivna karantena koja se zasniva na ograničenju: Pronađite sve pozitivne slučajeve i stavite ih u karantin. Ovo zahtijeva procjenu [t0, t1] “zaraznog vremenskog intervala” za dobnu skupinu, a s obzirom na ovaj vremenski interval može se rekurzivno izolirati sve osobe u riziku od osobe koja nosi virus pomoću “traženja kontakta”. Drugi alat je prediktivno testiranje pomoću traženja kontakata kako bi se identificirali ljudi koji imaju mnogo kontakata s drugim ljudima i izvršili testove na njima.

Kako bi se Covid-19 se vremenom širio prilikom primjene predloženog modela temeljenog na riziku.


3. Blokiranje u cijeloj zemlji (ili u cijeloj regiji) dok širenje virusa nije pod nadzorom. Blokiranje može potrajati bilo sedmicama do mjesecima. Ovo je najsigurnija ruta, ali ne sprečava da se pojavi „drugi talas“.

Kako bi se Covid-19 se vremenom širio pri primjeni potpune karantine širom zemlje (model 3)


Modeli 2,3 mogli bi raditi u tandemu, a isprobani su u Kini i Singapuru. Model 3 trenutno je zadani model širom svijeta i prirodno ima nevjerojatan utjecaj na ekonomiju. U ostatku ovog članka dobivamo neke alate za analizu održivosti modela zasnovanog na riziku. Konkretno, koji nivo uzorkovanja i nivo povjerenja mogu se dobiti da bi zdravstveni sistem mogao da sadrži model?

Shashua i Shalev-Shwartz predlažu izlaznu strategiju koja bi se temeljila na podjeli stanovništva na grupe visokog rizika i niskog rizika i karantiniranje prve.

“Karantenujte visoki rizik i postepeno oslobađajte populacije niskog rizika da biste postigli upravljani stadski imunitet te populacije”, napisali su u postu. „Upravljena faza je osmišljena tako da zdravstveni sistem može da se izbori sa očekivanim brojem teških slučajeva.“

Prema paru, svako stariji od 67 godina, „koji predstavlja penzionirani segment društva“, smatra se dijelom grupe visokog rizika. Grupa s niskim rizikom je „ostatak društva koji je pušten u svoju svakodnevnu rutinu, prateći određene protokole za distanciranje čiji je cilj usporavanje širenja“.

Iako će skupina visokog rizika morati biti pod karantenom duže vrijeme – dok skupina s niskim rizikom dostigne razinu imuniteta u stadu – ekonomija bi mogla ostati u velikoj mjeri nesmetana, napisali su.

Također kad se dostigne ovaj imunitet stada, visoko rizična populacija može se “postepeno” osloboditi iz karantene.

Profesor Shalev-Shwartz kaže za NoCamels da bi implementacijom strategije moglo doći do toga da se populacija niskog rizika vrati u „normalu“.

„Procjenjujemo da će se imunitet krda razviti za otprilike mjesec dana. Jednom kada se to dogodi, „visoko rizična“ populacija takođe se može vratiti u normalu “, rekao je.

Shashua je rekao izraelskom financijskom dnevniku Calcalist da bi provođenje ove strategije moglo pokrenuti ekonomiju i većinu stanovništva iz izolacije za samo tri mjeseca

“S druge strane, ako kažete da ćemo imati tri teška mjeseca, da će zemlja podijeliti bespovratna sredstva da se ekonomija ne bi urušila, ali nakon toga će sve biti gotovo, ljudi će moći to da prihvate “, rekao je.

Prema njima, pitanje bi tada bilo kako upravljati oslobađanjem stanovništva iz karantene kako ne bi preopteretili zdravstveni sistem, a ne kada će biti izlaza.

„Biće nekih teških slučajeva„ populacije niskog rizika “, a nažalost i nekih smrtnih slučajeva,“ kaže prof. Shalev-Shwartz.

„Da bismo umanjili rizik, predlažemo pažljivu studiju koja će ograničiti broj teških slučajeva i osigurati da se zdravstveni sistem ne uruši“, objašnjava on.

Korištenjem matematičkih i statističkih metodologija, par je nastojao dokazati da rizik nije veći od ostalih faktora rizika, poput automobilskih nesreća.

“Za poređenje, ne isključujemo stanovništvo zbog saobraćajnih nesreća iako su neki ljudi povređeni”, dodaje prof. Shalev-Shwartz.

„Svrha matematike je odgovoriti na sljedeće jednostavno pitanje: ako bi se naša metoda primijenila, koliki će biti, u najgorem slučaju, broj teških slučajeva u grupi„ niskog rizika “. Ako je rezultat broj koji zdravstveni sistem može sadržati, onda smo “sigurni”, kaže on.

“Postoji nekoliko problema sa potpunim zaključavanjem,” kaže prof. Shalev-Shwartz za NoCamels. „Koji je vremenski horizont? Vjerujemo li zaista da će ljudi biti u karanteni godinu i pol? Mislim da to nije realno. “

„Ako otvorimo karantenu kada je„ kriva spljoštena “, ali stanovništvo nije razvilo imunitet stada, vrlo je vjerovatno da će pandemija ponovo izbiti. Šta onda? Hoćemo li ući i izaći iz karantene za godinu i pol? Šta će se dogoditi sa ekonomijom? Šta će se dogoditi sa zdravstvenim sistemom ako će biti u stalnoj nuždi vrlo dugo? ” dodaje on.

Profesor Shalev-Shwartz rekao je da bi predložena alternativa punoj karanteni mogla biti tačno „traženje kontakta“ i brza izolacija samo za zaražene ljude i njihovu zatvorenu blizinu, ali to je takođe samo djelomično rješenje.

Izvor:

  1. https://nocamels.com/2020/04/mobileye-ceo-coronavirus-exit-strategy/?fbclid=IwAR1gKaQWxbYqHCjnNnFt-iP7ZZEBkPerqGTmzZPjWlukEgKE3zYNEmIQTWA
  2. https://medium.com/amnon-shashua/can-we-contain-covid-19-without-locking-down-the-economy-2a134a71873f

Znate li šta je pristranost ka normalnosti i optimizmu?

Razlog indiferentnosti i neodgovornosti ne trebamo tražiti u bolesti ili u medijima. On se krije u triku našeg uma koji nazivamo pristranost ka normalnosti.

Gripa je nedvosmisleno opasna, ali u našim umovima ona je kao prehlada

Kad god smo suočeni sa nadolazećom katastrofom čini se da ljudi reagiraju na predvidljiv način. Dio ljudi reagira na vrijeme i preuzme odgovornost, dio ljudi obuzme panika no velika većina ljudi ostane paralizirana. Čak i kad postoji izlaz i mogu se spasiti, većina ljudi će u potpunosti ignorirati prijetnju koja dolazi. Usprkos tome da im se iz svih glasila govori kako dolazi primjerice uragan, većina ljudi jednostavno nastavlja dalje svojim životom kao da prijetnje nema. Ova pristranost ka normalnosti čini ljude selektivno slijepima na sve što odudara od njihove rutine i načina shvaćanja svijeta do sad. Čak i kad se svijet iz temelja mijenja, oni znakovi prijetnje se jednostavno ignoriraju ili se pak traže informacije koje potvrđuju njihove stavove. U situaciji u kojoj smo danas moguće je da su rane usporedbe ove bolesti s gripom mogle djelomično to olakšati. Epidemiolozi znaju kako je gripa nedvosmisleno opasna stvar, no u većini naših umova ona je kao i prehlada.

Nešto što je gotovo bezopasno i prolazi samo od sebe. Ako nam netko blizak nije umro od gripe, brojke smrtnosti nam neće ništa značiti. Pa tako i danas, kad gledamo zastrašujuće scene iz susjedne Italije, na komentarima na internetu se i dalje nalaze ljudi koji ovu bolest uspoređuju “samo s gripom” i pretpostavljam nastavljaju sa svojim životom kao da se ništa ne događa. Ako i jeste do sad bili slijepi na ovu opasnost, niste sami. Čak do 70% ljudi u svakoj takvoj situaciji ignoriraju informacije koje bi ih mogle spasiti. Što je još perfidnije kod ove pristranosti jest to što ti isti ljudi agresivno reagiraju na osobe koje vide opasnost na vrijeme. Pucaju prijateljstva i obiteljske veze kad ih pokušavaju na tu opasnost upozoriti. 

Pristranost ka optimizmu

Danas, čini se da su se svi u medicinskoj struci “izliječili” od ove pristranosti, no sad vidimo pristranost ka normalnosti u političara i ekonomista. Do prije dva tjedna predikcija analitičara su bile blago usporavanje ekonomije i smanjivanje rasta. Goldman Sachs je tek prije par dana izašao s novim brojevima i sad već predviđaju pad BDP-a od 24% u SAD-u, no i tu smo možda optimistični.

Uz to, naš nas je mozak “nagradio” još jednom pristranosti, a to je pristranost ka optimizmu. Mi smo u prosjeku uvijek pretjerano optimistični kod predviđanja budućnosti i precjenjujemo vjerojatnost da će se sve odviti pozitivno za nas. To je u normalnim situacijama čak i korisna i pozitivna stvar, no odmaže nam kad se trebam pripremiti na prijetnje. Iako znamo statistike prometnih nesreća, obolijevanja od neke bolesti ili primjerice razvoda, kad razmišljamo kolika je vjerojatnost da će se to dogoditi baš nama nekako sve to zaboravimo. Školske primjere ove pristranosti ponovo smo mogli vidjeti ovog vikenda kod svih koji su ignorirali upute o držanju socijalne distance ili osoba koje su prekršile samoizolaciju.

Izvor: net.hr

Šta je to Gompercova krivulja?

Gompertzova krivulja ili Gompertzova funkcija, vrsta je matematičkog modela vremenske serije i dobila je ime po Benjaminu Gompertzu (1779-1865). To je sigmoidna funkcija koja opisuje rast kao najsporiji na početku i na kraju određenog vremenskog perioda. Desnoj ili budućoj asimptoti vrijednosti funkcije približava se mnogo postepenije krivulja nego lijevoj ili nižoj vrijednosti asimptote. Ovo je suprotno jednostavnoj logističkoj funkciji u kojoj se obje asimptote krivuljom približavaju simetrično. To je poseban slučaj generalizirane logističke funkcije. Funkcija je prvobitno zamišljena za opisivanje smrtnosti ljudi, ali od tada je modificirana kako bi se primijenila u biologiji, s obzirom na detaljno utvrđivanje populacije.

Historija
Benjamin Gompertz prvotno je osmislio funkciju za detaljniji prikaz svog zakona o smrtnosti ljudi za Kraljevsko društvo 1825. Zakon počiva na apriornoj pretpostavci da se otpor osobe prema smrti smanjuje kako se godine starosti povećavaju. Model se može napisati na ovaj način:

gdje:
N (0) je početni broj ćelija / organizama kada je vrijeme nula
a označava stopu rasta
b, c su pozitivni brojevi
c označava pomak po osi x
exp je eksponencijalna funkcija.

N (t) predstavlja broj jedinki u datom vremenskom periodu, t. Slova c i a su konstante. Ovaj model je modifikacija demografskog modela Roberta Malthusa. Često su ga koristila osiguravajuća društva za izračun troškova životnog osiguranja. Ova jednadžba poznata je kao Gompertzova funkcija.

Grafovi Gompertz krivulje, koji pokazuju efekt mijenjanja jedne a, b, c, a ostale održavaju konstantnom:

Primjeri upotrebe
Primjeri upotrebe Gompertz krivulja uključuju:

Prihvaćanje mobilnog telefona, gdje su troškovi u početku bili visoki (tako da je unos bio spor), nakon čega je uslijedio period brzog rasta, praćen usporavanjem unosa, kako je došlo do zasićenja
Stanovništvo u skučenom prostoru, jer se natalitet prvo povećava, a zatim usporava kada se dosegnu ograničenje resursa
Modeliranje rasta tumora
Modeliranje utjecaja tržišta na financije
Detaljan rast populacije grabljivih životinja, s obzirom na odnose predator-plijen
Modeliranje bakterijskih ćelija unutar populacije
Ispitivanje širenja bolesti

Aplikacije
Gompertz kriva
Populacijska biologija posebno se bavi funkcijom Gompertz. Ova funkcija je posebno korisna u opisivanju brzog rasta određene populacije organizama, a istovremeno je u stanju objasniti eventualni horizontalni asimptot, nakon što se utvrdi nosivost (broj visokih ćelija / broj stanovnika).

Modelirana je na sljedeći način:

gde:
vrijeme je t
N0 je početna količina ćelija
NI je broj ćelija / stanovništvo visoravni
b je početna brzina rasta tumora

Ova funkcija razmatranja broja ćelija visoravni pomaže u preciznom oponašanju dinamike populacije u stvarnom životu. Funkcija se takođe pridržava sigmoidne funkcije, koja je najšire prihvaćena konvencija koja općenito prikazuje detalje rasta populacije. Štaviše, funkcija koristi početnu stopu rasta, što se obično vidi u populaciji bakterija i karcinoma, koje prolaze kroz fazu log i brzo se povećavaju. Uprkos popularnosti, početnu stopu rasta tumora teško je unaprijed odrediti s obzirom na različite mikrokosmose prisutne s pacijentom ili različite faktore okoliša u slučaju populacijske biologije. U bolesnika s rakom, faktori kao što su starost, prehrana, etnička pripadnost, genetske predispozicije, metabolizam, način života i porijeklo metastaza igraju ulogu u određivanju stope rasta tumora. Očekuje se da će se i nosivost promijeniti na temelju ovih faktora, pa je teško opisati takve pojave.

Kako se broj stanovnika u svijetu mijenjao s vremenom i kako će nastaviti da se mijenja?

U zoru poljoprivrede, oko 8000 B.C., svjetska populacija iznosila je oko 5 miliona. Tijekom razdoblja od 8.000 godina do 1 A. D. porasla je na 200 milijuna (neki procjenjuju 300 milijuna ili čak 600, što sugerira koliko neprecizne mogu biti procjene stanovništva ranih povijesnih razdoblja), sa stopom rasta ispod 0,05% godišnje.

Ogromna promjena dogodila se s industrijskom revolucijom: dok je cijeloj ljudskoj historiji trebalo oko 1800. godine da svjetsko stanovništvo dostigne milijardu, druga milijarda je postignuta u samo 130 godina (1930.), treća milijarda u 30 godina (1960.) , četvrta milijarda u 15 godina (1974), a peta u samo 13 godina (1987).

Samo tokom 20. vijeka broj stanovnika u svijetu porastao je sa 1,65 milijardi na 6 milijardi.
1970. bilo je otprilike upola manje ljudi na svijetu nego sada.
Zbog pada stope rasta, sada će trebati više od 200 godina da se broj stanovnika udvostruči.

 

Kako se broj stanovnika mijenjao kroz historiju
U 2020 broj stanovnika po državama
Predviđanje kako će broj stanovnika po državama izgledati za 30 godina.

Izvor: https://www.worldometers.info/world-population/

Novo istraživanje tvrdi da će u najboljem slučaju umrijeti najmanje 15 miliona ljudi od korona virusa!

Globalna smrtnost od koronavirusa mogla bi dostići čak 15 miliona čak i u najboljem scenariju pandemije, kaže se u novom istraživanju.

Istraživanje Australijskog nacionalnog univerziteta otkrilo je i da bi se globalni BDP mogao smanjiti za čak 2,3 trlijuna dolara čak i na ono što oni nazivaju pandemijom ‘nižeg nivoa’.

U najstrašnijem scenariju, broj smrtnih slučajeva mogao bi dostići vrtoglavih 68 milijuna, uključujući stotine hiljada smrtnih slučajeva u Britaniji i Sjedinjenim Državama.

U tom najgorem slučaju pandemije, ekonomije nekih zemalja smanjile bi se za čak osam procenata u globalnom padu.

Dvojica istraživača koji su objavili rad, Warwick McKibbon i Roshen Fernando, upozoravaju da bi „čak i obuzdani ispad mogao značajno utjecati na globalnu ekonomiju u kratkom roku“.

U takozvanom slučaju „male težine“ smrtnost u Kini procjenjuje se na oko dva posto i prilagođava se drugim zemljama.

Globalna stopa smrtnosti raste viša od one posljednjih sedmica, trenutno krećući se oko 3,4 posto.

U toj ‘najnižoj’ pandemiji studija procjenjuje da bi više od 15 miliona ljudi umrlo u prvoj godini epidemije, koja je u Kini započela prošlog decembra.

Procjene govore da bi Indija i Kina izgubile milione ljudi, a u Sjedinjenim Državama ubijeno više od 230 000 ljudi.

“Ovi procijenjeni smrtni slučajevi od COVID-19 mogu se uporediti sa redovnom sezonom gripe u Sjedinjenim Američkim Državama, gdje svake godine umre oko 55 000 ljudi”, ističu istraživači.

Britanija – koja je dosad zabilježila samo jednu smrt – mogla bi očekivati ​​da će stradati 64.000, a 79.000 u Njemačkoj i 60.000 u Francuskoj.

Južna Koreja i Italija, koje su posljednjih sedmica pretrpjele posebno raširene epidemije, također bi mogle podnijeti više desetina hiljada smrti, navodi se u studiji.

U tom bi scenariju britanski BDP opao za oko 1,5 posto, a američka će se ekonomija smanjiti za 2,0 posto.

Globalna ekonomija trebala bi pogoditi 2,3 milijarde dolara, procjenjuju istraživači, s tim što bi Australija i Njemačka također predviđale da padnu u teške recesije.

Prema prognozi ‘velike ozbiljnosti’, izbijanje koronavirusa izazvao bi katastrofalnu smrtnost više od 68 miliona ljudi širom svijeta, kažu istraživači.

Među mrtvima bi bilo više od 12 miliona ljudi samo u Kini, kao i 1,1 milion u Sjedinjenim Državama.

Broj smrtnih slučajeva u Britaniji bio bi katastrofalnih 290 000, kada bi Njemačka i Francuska izgubile stotine hiljada ljudi.

Ruski broj smrtnih slučajeva takođe bi se približio milionu u tom scenariju, pokazuju podaci istraživača.

U tom katastrofalnom ishodu, globalna ekonomija izgubila bi 9,2 triliona dolara s tim da bi se mnoge zemlje suočile s dubokim recesijama.

Britanska ekonomija bi se u tom scenariju smanjila za 6,0 posto 2020. – što je gore nego pad od 4,2 posto koji je pretrpio u dubini globalne financijske krize 2009. godine.

U međuvremenu, američka ekonomija pretrpjela bi pad od 8,4 posto u recesiji koja bi odjeknula širom svijeta.

Postoji i procjena „srednje ozbiljnosti“, u kojoj bi globalni broj smrtnih slučajeva iznosio oko 38 miliona, a globalni ekonomski hit oko 5,3triliona dolara.

Istraživači kažu da je vjerojatnost bilo kojeg od njihovih projiciranih rezultata “vrlo neizvjesna”.

“Cilj nije definitivan o epidemiji virusa, već pružiti važne informacije o nizu mogućih ekonomskih troškova bolesti”, kažu oni.

Oni dodaju: “U uslovima usporavanja kineske ekonomije s prekidima u proizvodnji, funkcioniranje globalnih lanaca opskrbe poremećeno je.”

„Kompanije širom svijeta, bez obzira na veličinu, koja ovise o ulaganju iz Kine, počele su doživljavati kontrakcije u proizvodnji.

„Ograničeni transport, pa čak i ograničenje među zemljama, dodatno je usporio globalne ekonomske aktivnosti.

„Ono što je najvažnije, neka panika među potrošačima i firmama izobličila je uobičajene obrasce potrošnje i stvorila tržišne anomalije.

‘Globalna financijska tržišta također su reagirala na promjene i globalni indeksi dionica su opali.

“Usred globalne turbulencije, prema početnoj procjeni, Međunarodni monetarni fond očekuje da će se Kina usporiti za 0,4 postotna boda u odnosu na svoj početni cilj rasta na 5,6 posto, usporavajući i globalni rast za 0,1 postotni bod”.

Istraživači kažu da će za sprečavanje katastrofe biti potreban ‘niz reakcija na politike’.

Trenutna globalna smrtnost iznosi 3.383 od 98.703 potvrđenih slučajeva.

Većina ih je u Kini, ali se virus posljednjih tjedana brže širi u drugim žarišnim točkama, poput Italije, Irana i Južne Koreje.

Zalihe u Tokiju završile su jutarnju sjednicu više od tri posto niže u petak, jer su se pojačale brige zbog širenja novog koronavirusa.

Neke su države već najavile gospodarski poticaj, a Italija je jučer otkrila planove za labavljenje svojih proračunskih pravila.

Matematički problem koji bi svijet mogao zaustaviti

Naš zahtjevni užurbani stil života oslanja se na dodjelu ograničenih skupova resursa neprestano mijenjajućem broju ljudi. Kako ovaj zadatak postaje sve teži, trebat će mu rješenja malo poznate matematičke zagonetke.
Nije lako precizno predvidjeti šta ljudi žele i kad će do htjeti. Mi smo zahtjevna stvorenja, očekujući da će svijet ponuditi brza rješenja za naše sve složenije i raznolike probleme modernog života.

Tokom poslednjih nekoliko decenija, istraživači su razvili efikasno matematičko rešenje koja može raspodeliti resurse u različitim industrijama i scenarijima. Ali kad je raspodjela napravila odjednom utjelovljenje na kasnije raspodjele, problem postaje dinamičan i kompleksan. Ovo zahtijeva da ova rješenja uzmu u obzir promjenu i neizvjesnu prirodu stvarnog svijeta.




Takvi problemi su poznati kao problemi s dinamičkom raspodjelom resursa. Oni se pojavljuju na svakom mjestu gdje nađete ograničen resurs koji treba dodijeliti u stvarnom vremenu.

Bez obzira na to čekate li taksi ili isporuku sljedećeg dana, lista dinamičkih problema s raspodjelom resursa i njihove svakodnevne primjene su “gotovo beskrajni”, izjavio je Warren Powell, inženjer sa Univerziteta Princeton koji istražuje ove probleme još od 1980-ih.
Ali problemi s dinamičkom raspodjelom resursa ne odnose se samo na to da ljudima date ono što žele, kad oni to žele. Oni će takođe biti od ključnog značaja za rješavanje nekih od najvažnijih i najsloženijih svjetskih pitanja, uključujući klimatske promjene, jer nam pomažu da raspodijelimo često oskudne i iscrpljene resurse naše planete na najefikasniji mogući način.

Ali pogledajmo najprije pojednostavljeni primjer da vidimo šta je problem dinamičke raspodjele resursa i šta ga čini tako teško riješiti.

Zamislite da kuvate večeru za četveročlanu porodicu. Odlučili ste se za govedinu sa svim ukrasima, sigurni u spoznaju da je čvrsti porodični favorit. Ali čim se spremate da poslužite, vaša kćerka najavljuje da je vegetarijanka, tekstovi vašeg partnera govore da kasni, a sin vam kaže da je pozvao i nekoliko prijatelja na večeru. Zatim, vaš pas odleti zajedno sa govedinom dok očajnički pokušavate shvatiti kako ćete udovoljiti potrebama svih ovih (sasvim iskreno) vrlo zahtjevnih i nesavjesnih pojedinaca.
Ovo je trivijalni primjer problema s dinamičkom raspodjelom resursa, ali pokazuje neke od osnovnih izazova s kojima se istraživači susreću prilikom rješavanja ovih problema. Za početak se parametri koji utječu na potražnju neočekivano mijenjaju i kratkoročno i dugoročno. Ni na koji način niste mogli tačno predvidjeti nove prehrambene potrebe svoje kćeri, dogovoreni dolazak partnera ili dodatne goste vašeg sina dok ste spremali ovaj obrok.

Dugoročno, potražnja za obrocima u vašoj kući također se svakodnevno mijenja. Možda ćete trebati hraniti dvije ili 20 osoba pri svakom sjedenju. Od obroka do obroka, nemate pojma koga ćete hraniti, šta će i kada će htjeti. Možete uzeti poučen pogodak na osnovu prethodnog iskustva, ali to nije robusna metoda, jer su ljudska priroda i mnogi drugi parametri koji utječu na potražnju nepredvidivi.
Postupanja pojedinaca u ovom scenariju takođe utiču na buduće stanje sistema. Svaki put kada osobi dodijelite određeni obrok, to mijenja sistem. Uklanja jednu gladnu osobu i hranu iz vaše kuhinje.



“Svi primjeri [dinamičke raspodjele resursa] trebaju se baviti promjenom ulaza i okruženja, koja su vrlo dinamična i teško ih je procijeniti i predvidjeti, jer buduće opterećenje nije statistički ovisno od trenutnog opterećenja”, kaže Eiko Yoneki, viši istraživač koji vodi grupa podataka usmjerenih na podatke na računarskoj laboratoriji Univerziteta u Cambridgeu. „Jedna promjena pokreće drugu promjenu, a ako želite kontrolirati sistem tačnim odlukama, morate uzeti u obzir budući status sistema.“

Štaviše, što više ljudi ili opcija za obrok dolaze u vašu kuhinju, stvari se dalje kompliciraju. Sada imate više načina da dodijelite niz različitih obroka različitim ljudima. Ovaj broj kombinacija raste eksponencijalno jer sistemu dodajete više ljudi ili obroka.
S ovim se, na primjer, može suočiti velika bolnica kada pokušava nahraniti sve pacijente koji uđu kroz njena vrata. Isto se odnosi i na pokušaj liječenja ovih pacijenata. Lijekovi koji su im potrebni, a koji sami imaju ograničen rok trajanja, a oprema potrebna za dijagnostiku i liječenje stalno će se mijenjati kako pristižu različiti pacijenti. Ograničeni resursi poput MRI skenera, ljekara i medicinskih sestara također moraju biti izdvojeni. Da bi se pozabavili tim problemom i kako bi se spriječilo da troškovi izviru iz kontrole, rukovodstvo bolnice može koristiti matematičke modele kako bi pomoglo koordinaciju svih ovih stvari.

Problem je što se većina postojećih metoda oslanja na povijesne podatke da bi predvidjeli. Ova metoda se ne postiže dobro za takve sisteme i ne može se nositi ni sa najmanjim promjenama. Ako dođe do promjene, vraćaju se u kvadrat i počinju iznova raditi rješenje. Takvi problemi brzo postaju neizrecivi za račune, čak i za prilično mali broj ljudi i resursa – bilo da je to obrok ili MRI skener.

Problemi s dinamičkom raspodjelom resursa također proizlaze iz niza različitih scenarija i svaki od njih ima svoje posebne probleme. Na primjer, Yoneki istražuje implikacije ovih problema kako bi pomogao da se naši računarski sistemi i aplikacije pokrenu brže i efikasnije.

„Moderni računarski sistemi su složeni i potrebno je prilagoditi mnoge konfiguracijske parametre, uključujući raspodjelu resursa poput memorije, računarskog kapaciteta, komunikacijske sposobnosti i bilo kakvog ulaza u sisteme“, kaže ona. „Računalni sistemi su dinamični i bave se stalno promenljivim okruženjima, koja zahteva metodologiju dinamičke kontrole.“

Dakle, računar o kojem čitate ovaj članak gotovo se sigurno bori sa nekim problemima dinamičke raspodjele resursa u ovom trenutku. Mrežne telefonske mreže i računalstvo u oblaku ovise i o rješavanju ovih problema.

Tvrtke za dostavu također rješavaju probleme s dinamičkom raspodjelom resursa kako bi ubrzali isporuke. Na primjer, UPS je razvio svoj integrirani sistem za optimizaciju i navigaciju na putu (Orion) kako bi optimizirao svoje rute isporuke koristeći napredne algoritme. Kompanija tvrdi da je rješenje uštedjelo 100 milijuna godišnje, ali drugi izvještaji otkrivaju borbe sistema u složenim urbanim sredinama.




Teškoće snabdijevanja su još jedan “problem koji nikada neće nestati”, kaže Powell, zbog složene prirode današnjih proizvoda. Na primjer, ako želite proizvesti standardni pametni telefon, trebate koordinirati stotine komponenti širom svijeta, a sve se to sastavi u određenom redoslijedu na tvorničkom katu. „Prekidi u lancu snabdijevanja glavni su problem kada se pokušava zadovoljiti potrebe društva“, dodaje on.

Napredak u mašinskom učenju nudi nove nade u rješavanju problema s dinamičkom raspodjelom resursa. Tehnika umjetne inteligencije nazvana učenje dubokog pojačanja omogućava algoritam da nauči što treba raditi interakcijom sa okolinom. Algoritam je dizajniran da uči bez ljudske intervencije, tako što je nagrađen za pravilno izvođenje i kažnjen za pogrešno izvođenje. Pokušavajući maksimizirati nagrade i minimizirati kazne, brzo se može doći do optimalnog stanja.

Učenje dubokog pojačanja nedavno je omogućilo program AlphaGo iz Googleovog DeepMind-a da savlada svjetskog prvaka u Go-u. Sistem je počeo da ne zna ništa o igri Go, a zatim je igrao protiv sebe kako bi trenirao i optimizirao svoje performanse. Iako su igre važan dokaz koncepta tehnika učenja dubokog pojačanja, učenje takvih igara nije krajnji cilj takvih metoda.

Izvor: BBC

Da li je školovanje trening za glupost i konformizam? – Noam Chomsky

„Većina škola trenira za glupost i konformizam, i to je institucionalno, ali ponekad dođete do iskre, neko će izazvati vaš um, natjerati vas da razmišljate i tako dalje. Naravno, ako to učinite, možda imate vrlo velikih problema, moraćete da iskoračite usku liniju. Ima puno ljudi koji ne žele da studenti razmišljaju, plaše se krize demokratije. Ako ljudi počnu razmišljati dobijete sve ove probleme koje sam ranije citirao. Neće imati dovoljno poniznosti da se podvrgnu građanskom pravilu ili će početi pokušavati da pritisnu svoje zahtjeve u političkoj areni i imaće sopstvene ideje, umjesto da vjeruju u ono što im se kaže. A privilegovani i vlast obično to ne žele pa reaguju i nastavnik srednje škole koji pokušava navesti studente da misle bi mogao naići na ugnjetavanje, otkaz i tako dalje. ”

Avram Noam Chomsky (hebrejski: אברם נועם חומסקי) (rođen 7. prosinca, 1928) je američki jezikoslovac, filozof, kognitivni znanstvenik, politički aktivist, pisac i predavač. On je profesor emeritus lingvistike na Massachusetts Institute of Technology.

Chomskya se smatra odgovornim za stvaranje teorije generativne gramatike, koja je smatrana jednim od najvećih doprinosa lingvistici u 20. stoljeću. Usto je pomogao započeti kognitivnu revoluciju u psihologiji svojom recenzijom knjige Verbal Behaviour B.F. Skinnera gdje je kritizirao bihevioristički pristup proučavanju ljudskog ponašanja i jezika dominantnog u 50-ima. Njegov naturalistički pristup jeziku je utjecao na filozofiju jezika i uma. Smatra ga se i zaslužnim za Chomskyevu hijerarhiju, klasifikaciju formalnih jezika prema njihovoj generativnoj moći. Prema Arts and Humanities Citation Indeks 1992. godine, Chomsky je bio citiran kao izvor više nego bilo koji drugi živući učenjak u razdoblju 1980 – 1992 a bio je osmi najcitiraniji učenjak u bilo kojem razdoblju.

U lingvistici je poznat po teoriji urođene univerzalne gramatike. U toj teoriji Chomsky tvrdi da su čovjeku urođeni obrasci gramatike koji nisu obrasci samo za jedan određeni jezik, već su obrasci gramatike za sve ljudske jezike. Drugim riječima, jezična sposobnost je genetički uvjetovana. Teorija Chomskog pomogla je slabljenju utjecaja biheviorizma u psihologiji i jačanju kognitivizma. Vjerojatno najsnažniji argument je bio produktivnost jezika ili mogućnost jezika da proizvede nove rečenice koje nikada prije nisu bile izgovorene ili vježbane. Time je Chomsky pokazao da se vještina korištenja jezika ne može objasniti bihevioralnim mehanizmima operantnog uvjetovanja (kondicioniranja), kako je to tvrdio B. F. Skinner.

Posjedovanje jezika je svojstvo vrste homo sapiens i ona je zajednička svim pripadnicima naše vrste. Slična sposobnost se ne može pronaći među ostalim životinjskim vrstama. Dakle, jezična sposobnost je ono što čovjeka razlikuje od životinje.