Niedługo liczba ludności przestanie rosnąć i zacznie spadać. Po raz pierwszy od epidemii Czarnej Śmierci
dodany przez
KopalniaWiedzy.pl, w Humanistyka
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Mikko Myrskylä, dyrektor Instytutu Badań Demograficznych im. Maxa Plancka i jego zespół pokazali, w jaki sposób inwestycja w edukację pozwala na zrekompensowanie makroekonomicznych strat spowodowanych spadkiem płodności i starzeniem się społeczeństwa. Naukowcy wykorzystali dane z Finlandii do przeprowadzenia symulacji pokazującej, w jaki sposób gospodarka kurczy się przy niskim przyroście naturalnym i w jaki sposób inwestycje w edukację kompensują brak siły roboczej.
Nie od dzisiaj wiemy, że osoby z wyższym wykształceniem pracują dłużej, są bardziej produktywni, cieszą się lepszym zdrowiem i dłużej żyją. Długotrwały niski przyrost naturalny powoduje zmianę struktury społecznej i spadek odsetka osób pracującym w porównaniu z osobami niepracującymi. To poważne wyzwanie dla wielu współczesnych państw.
Naukowcy opublikowali na łamach pisma Demography wyniki swoich badań nad wpływem niewielkiego zwiększenia inwestycji na edukację w przeliczeniu na dziecko. Utrzymali przy tym ogólny poziom inwestycji pomiędzy scenariuszem wyższej i niższej dzietności na tym samym poziomie. Na przykład, jeśli w scenariuszu wyższej dzietności liczba dzieci wynosi 100 i w edukację każdego z nich zainwestujemy 100 euro, to wydamy 10 000 euro. W scenariuszu niższej dzietności zakładamy, że liczba dzieci wynosi 80, ale inwestujemy w nie te same 10 000 euro, co daje 125 euro na dziecko, wyjaśnia Myrskylä. Na podstawie danych zebranych w Finlandii stwierdzono, że ta większa inwestycja na głowę przekłada się na 1 rok dłuższej edukacji.
Naukowcy postanowili sprawdzić, co się dzieje na poziomie makroenonomicznym jeśli pracuje mniej osób, ale dzięki lepszemu wykształceniu są one bardziej produktywne i pracują dłużej. Jaki ma to wpływ na system emerytalny? Z ich symulacji wynika, że lepsze wykształcenie kompensuje mniejsza liczbę osób pracujących i wydatki na emerytury w stosunku do sumy wynagrodzeń pozostają na mniej więcej tym samym poziomie.
To bardzo dobra wiadomość, szczególnie w sytuacji, gdy dotychczasowa polityka państwa nie powoduje zwiększenia przyrostu naturalnego. Badacze brali pod uwagę dane z Finlandii, ale uważają, że wnioski są uniwersalne. Uważamy, że nasze spostrzeżenia można przełożyć na inne kraje Europy, chyba że w którymś z nich ogólny poziom edukacji jest już tak duży, że dodatkowe inwestycje w edukację nie zwiększają produktywności. Nie sądzę jednak, by taki kraj istniał, stwierdza Mikko Myrskylä.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Wyjątkowa baza 2400 stanowisk archeologicznych obejmujących dzieje człowieka od 3 milionów lat temu do 20 000 lat temu obejmuje ponad 100 starych kultur i opisuje wyniki 150 lat prac archeologicznych. Jest ona dziełem naukowców z centrum badawczego ROCEEH (The Role of Culture in Early Expansions of Humans), którzy skompilowali olbrzymią liczbę informacji i umieścili je w jednej ogólnodostępnej bazie danych.
ROAD (ROCEEH Out of Africa Database) to jeden z największych zbiorów danych dotyczących archeologii, antropologii, paleontologii i botaniki, wyjaśnia doktor Andrew Kandel z Uniwersytetu w Tybindze. W sposób jednorodny pod względem geograficznym i chronologicznym połączono informacje o zabytkach kultury, szczątkach człowieka i jego przodkach, pozostałościach zwierząt i roślin. W ten sposób powstało narzędzie, które pomaga w analizie wielu różnych aspektów ewolucji człowieka.
Baza ROAD to wynik 15 lat pracy naukowców, którzy przeanalizowali ponad 5000 publikacji w wielu językach, w tym w angielskim, chińskim, francuskim, włoskim czy portugalskim. Powstała w ten sposób łatwa w użyciu interaktywna mapa stanowisk archeologicznych. Użytkownik może na jej podstawie tworzyć też własne mapy obejmujące konkretne kultury, obszary geograficzne czy okresy historyczne.
Naukowcy mogą zadawać ROAD zaawansowane zapytania, dzięki którym sprawdzą na przykład, obecność konkretnej kategorii kamiennych narzędzi w Afryce czy dystrybucję konkretnych gatunków zwierząt w interesujących ich okresach, jak chociażby podczas wycofywania się lądolodu. Takie zapytania dostarczą naukowcom olbrzymiej ilości danych, które później mogą wykorzystać do dalszej pracy za pomocą zaawansowanych metod wizualizacji czy analizy, mówi Kandel.
Baza pokazuje tez, że znaczna część naszej wiedzy pochodzi z bardzo niewielu dobrze przebadanych regionów, jak Afryka Południowa i Wschodnia, Europa czy Azja Centralna i Wschodnia. Większa część obszarów planety to archeologiczna biała plama. Badanie tych obszarów może przynieść w przyszłości niezwykle ekscytujące odkrycia.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Naukowcy z Big Data Institute na University of Oxford we współpracy z uczonymi z Massachusetts Institute of Technology (MIT) i Uniwersytetu Harvarda dokonali ważnego kroku w kierunku stworzenia genetycznego drzewa genealogicznego całej ludzkości. Zintegrowali dane dotyczące genomów ludzi żyjących współcześnie oraz w prehistorii, a zaprzęgnięte do pracy algorytmy stworzyły drzewo genealogiczne, na którym umieściły niemal 27 milionów przodków tych osób.
Od czasu, gdy pojawiły się szybkie i tanie techniki sekwencjonowania ludzkiego genomu, zaczęła rodzić się myśl o stworzeniu drzewa genealogicznego całej ludzkości. Na świecie istnieje obecnie wiele baz danych genetycznych. Jednak głównym problemem było znalezienie sposobu na połączenie zawartych w nich informacji oraz opracowanie algorytmów, które poradziłyby sobie z analizą tak dużych ilości danych. Naukowcy z Wielkiej Brytanii i USA zaprezentowali na łamach Science wyniki prac nad metodą badawczą, która pozwala na łatwe łączenie danych z różnych źródeł i analizę milionów sekwencji genetycznych.
Na podstawie zintegrowanych danych zrekonstruowaliśmy genomy naszych przodków i wykorzystaliśmy je do stworzenia serii powiązanych drzew ewolucyjnych. Następnie oceniliśmy gdzie i kiedy przodkowie ci żyli, wyjaśnia jeden z autorów badań, doktor Anthony Wilder Wohns.
Naukowcy wykorzystali 3609 sekwencji genetycznych z 215 populacji oraz genomy 3 neandertalczyków, denisowianina oraz genomy czteroosobowej rodziny, która żyła na Syberii około 4600 lat temu. Na tej podstawie algorytmy były w stanie określić wzorce widoczne w genomach i zrekonstruować dane dotyczące niemal 27 milionów przodków ludzi, których genomami uczeni dysponowali. Po dodaniu informacji o miejscu pobrania genomu, autorzy mogli określić, gdzie żyli wspomniani przodkowie, a algorytm pokazał wiele z kluczowych wydarzeń z historii naszego gatunku, takich jak wyjście H. sapiens z Afryki.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Wydawałoby się, że zdolność do wytwarzania nasion, owoców czy orzechów będzie rosła wraz ze wzrostem drzew. Badania prowadzone przez naukowców z 13 krajów z całego świata nie potwierdzają jednak tej hipotezy.
Naukowcy zbadali prawie 600 gatunków drzew. Okazało się, że u około 80 proc. z nich płodność osiągała wartość szczytową, gdy drzewa były umiarkowanej wielkości. Potem zaczynała spadać. Pozostałe 20 proc. gatunków niekoniecznie posiada sekretny „eliksir młodości” – zaznaczają naukowcy. I dodają, że gatunki te prawdopodobnie również doświadczają spadku płodności w pewnym wieku. Jednak, aby to stwierdzić, nie ma na razie wystarczająco wielu danych na temat starszych, większych drzew z tej grupy gatunków.
Publikacja autorstwa 59 badaczy z 13 krajów (Chile, Włoch, Kanady, Polski, Francji, Hiszpanii, Szwajcarii, Japonii, Słowenii, Niemiec, Panamy, Portoryko i USA) ukazała się niedawno na łamach Proceedings of the National Academy of Sciences of the United States of America. Jednymi z autorów są dr hab. Michał Bogdziewicz z Wydziału Biologii UAM w Poznaniu, dr hab Magdalena Żywiec i Łukasz Piechnik z Instytutu Botaniki im. Władysława Szafera PAN w Krakowie oraz dr Mateusz Ledwon z Instytutu Systematyki i Ewolucji Zwierząt PAN w Krakowie.
Owoce i orzechy drzew stanowią 3 proc. diety człowieka. Są również ważne dla wielu ptaków i małych ssaków, a nasiona drzew są niezbędne do regeneracji lasów. Aby skutecznie zarządzać tymi zasobami i je chronić, musimy wiedzieć, czy prawdopodobne jest wystąpienie spadku płodności oraz w jakim rozmiarze lub wieku może się taki spadek pojawić – mówi kierujący badaniami, dr Tong Qiu z Nicholas School of the Environment na Duke University (USA), cytowany w informacji prasowej związanej z publikacją, przesłanej PAP przez UAM.
Odpowiedź na to pozornie proste pytanie pozostawała jednak dotychczas w sferze domysłów.
Z jednej strony jest niezwykle nieprawdopodobne, aby płodność drzew wzrastała w nieskończoność wraz z wiekiem i wielkością, biorąc pod uwagę to, co wiemy o starzeniu się lub pogarszaniu się funkcji fizjologicznych związanym z wiekiem u ludzi i innych organizmów wielokomórkowych – zauważa James S. Clark, profesor nauk o środowisku z Nicholas School of the Environment na Duke University w Durham (USA).
Z drugiej strony, ściśle mówiąc, nie było jednoznacznych dowodów, aby to obalić – zauważa dr hab. Michał Bogdziewicz, biolog z Uniwersytetu im. Adama Mickiewicza w Poznaniu, cytowany w informacji prasowej.
Clark zwraca uwagę, że wiele upraw drzew owocowych jest wymienianych co dwie lub trzy dekady, i że istnieją trudności w monitorowaniu produkcji nasion na drzewach rosnących poza uprawą. Właśnie dlatego większość dotychczasowych badań dotyczących płodności drzew opierała się na zestawach danych, które zawierały głównie młodsze drzewa, które są wciąż zbyt małe lub średnie. Nie mając wystarczających danych na temat produkcji nasion na późniejszych etapach rozwoju osobników naukowcy szacowali te liczby na podstawie średnich z wcześniejszych etapów.
Problem polega na tym, że drzewa niekoniecznie produkują regularną liczbę nasion każdego roku, niezależnie od wielkości i wieku. Mogą występować ogromne różnice z roku na rok i pomiędzy drzewami – od zera nasion w jednym roku do milionów w następnym. Tak więc wykorzystanie średnich obserwacji z przeszłości do prognozowania przyszłej produkcji może prowadzić do sporych błędów – podkreślają naukowcy.
Nowe badanie – jak informują jego autorzy – pozwala uniknąć tego problemu, gdyż zawiera syntezę danych dotyczących produkcji nasion dla 585 670 drzew z 597 gatunków monitorowanych za pośrednictwem sieci MASTIF (Masting Inference and Forecasting). Michał Bogdziewicz z UAM jest jednym z członków tej dynamicznie rozwijającej się grupy badawczej. W ramach stypendium badawczego Bekkera finansowanego przez NAWA przez najbliższe dwa lata będzie pracował w laboratorium Clarka - informuje UAM.
Globalna baza danych stworzona przez sieć zawiera szczegółowe dane, obejmujące często wiele dziesięcioleci wstecz, a dotyczące rocznej produkcji nasion przez drzewa rosnące w ponad 500 różnych miejscach w Ameryce Północnej, Ameryce Południowej, Azji, Europie i Afryce. Nowe obserwacje można łatwo do bazy danych. Może to zrobić każdy.
Dostęp do tak ogromnego repozytorium surowych danych umożliwił Qiu, Clarkowi i ich współpracownikom opracowanie skalibrowanego modelu, aby i dokładnie obliczyć długoterminową płodność drzew.
Dla większości badanych przez nas gatunków, w tym ludzi, jedną z najbardziej podstawowych zmiennych, które mierzymy, jest wskaźnik urodzeń. Dla zwierząt często jest to proste – liczysz jaja w gnieździe lub szczenięta w miocie. Ale kiedy chodzi o drzewa, jest to trudniejsze. Bardzo trudno jest bezpośrednio obserwować, ile nasion jest produkowanych – wyobraźmy sobie liczenie wszystkich żołędzi na 100 letnim buku. Jak pokazuje to badanie, przybliżanie również nie działa. Potrzebny jest inny sposób. Nasz model może rozwiązać ten problem – powiedział Clark.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Ludzkość może nie być w stanie kontrolować superinteligentnej sztucznej inteligencji (SI), sądzą autorzy najnowszych teoretycznych badań. Co więcej, możemy nawet nie wiedzieć, że stworzyliśmy tego typu AI (artificial intelligence).
Na naszych oczach dokonuje się szybki postęp algorytmów sztucznej inteligencji. Maszyny wygrywają z ludźmi w go i pokera, pokonują doświadczonych pilotów myśliwców podczas walki powietrznej, uczą się od podstaw metodą prób i błędów, zapowiadają wielką rewolucję w medycynie i naukach biologicznych, stawiają diagnozy równie dobrze co lekarze i potrafią lepiej od ludzi odróżniać indywidualne ptaki. To pokazuje, na jak wielu polach dokonuje się szybki postęp.
Wraz z tym postępem rodzą się obawy o to, czy będziemy w stanie kontrolować sztuczną inteligencję. Obawy, które są wyrażane od co najmniej kilkudziesięciu lat. Od 1942 roku znamy słynne trzy prawa robotów, które pisarz Isaac Asimov przedstawił w opowiadaniu „Zabawa w berka”: 1. Robot nie może skrzywdzić człowieka, ani przez zaniechanie działania dopuścić, aby człowiek doznał krzywdy, 2. Robot musi być posłuszny rozkazom człowieka, chyba że stoją one w sprzeczności z Pierwszym Prawem, 3. Robot musi chronić samego siebie, o ile tylko nie stoi to w sprzeczności z Pierwszym lub Drugim Prawem. Później Asimov dodał nadrzędne prawo 0: Robot nie może skrzywdzić ludzkości, lub poprzez zaniechanie działania doprowadzić do uszczerbku dla ludzkości.
W 2014 roku filozof Nick Bostrom, dyrektor Instytutu Przyszłości Ludzkości na Uniwersytecie Oksfordzkim badał, w jaki sposób superinteligentna SI może nas zniszczyć, w jaki sposób możemy ją kontrolować i dlaczego różne metody kontroli mogą nie działać. Bostrom zauważył dwa problemy związane z kontrolą AI. Pierwszy to kontrolowanie tego, co SI może zrobić. Na przykład możemy kontrolować, czy podłączy się do internetu. Drugi to kontrolowanie tego, co będzie chciała zrobić. Aby to kontrolować, będziemy np. musieli nauczyć ją zasad pokojowego współistnienia z ludźmi. Jak stwierdził Bostrom, superinteligentna SI będzie prawdopodobnie w stanie pokonać wszelkie ograniczenia, jakie będziemy chcieli nałożyć na to, co może zrobić. Jeśli zaś chodzi o drugi problem, to Bostrom wątpił, czy będziemy w stanie czegokolwiek nauczyć superinteligentną sztuczną inteligencję.
Teraz z problemem kontrolowania sztucznej inteligencji postanowił zmierzyć się Manuel Alfonseca i jego zespół z Universidad Autonoma de Madrid. Wyniki swojej pracy opisał na łamach Journal of Artificial Intelligence Research.
Hiszpanie zauważają, że jakikolwiek algorytm, którego celem będzie zapewnienie, że AI nie zrobi ludziom krzywdy, musi najpierw symulować zachowanie mogące zakończyć się krzywdą człowieka po to, by maszyna potrafiła je rozpoznać i zatrzymać. Jednak zdaniem naukowców, żaden algorytm nie będzie w stanie symulować zachowania sztucznej inteligencji i z całkowitą pewnością stwierdzić, czy konkretne działanie może zakończyć się krzywdą dla człowieka. Już wcześniej udowodniono, że pierwsze prawo Asimova jest problemem, którego nie da się wyliczyć. Jego przestrzeganie jest więc nierealne.
Co więcej, możemy nawet nie wiedzieć, że stworzyliśmy superinteligentną maszynę, stwierdzają badacze. Wynika to z twierdzenia Rice'a, zgodnie z którym nie można odgadnąć, jaki będzie wynik działania programu komputerowego patrząc wyłącznie na jego kod.
Alfonseca i jego koledzy mają jednak też i dobre wiadomości. Otóż nie musimy się już teraz martwić tym, co zrobi superinteligentna SI. Istnieją bowiem trzy poważne ograniczenia dla badań takich, jakie prowadzą Hiszpanie. Po pierwsze, taka niezwykle inteligentna AI powstanie nie wcześniej niż za 200 lat. Po drugie nie wiadomo, czy w ogóle możliwe jest stworzenie takiego rodzaju sztucznej inteligencji, czyli maszyny inteligentnej na tylu polach co ludzie. Po trzecie zaś, o ile możemy nie być w stanie kontrolować superinteligentnej SI, to powinno być możliwe kontrolowanie sztucznej inteligencji, która jest superinteligentna w wąskim zakresie. Już mamy superinteligencję takiego typu. Na przykład mamy maszyny, które liczą znacznie szybciej niż ludzie. To superinteligencja wąskiego typu, prawda?, stwierdza Alfonseca.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.