Umělá inteligence se rychle prosazuje i v oborech, kde by ji ještě před pár lety nikdo nečekal. Od role výčepních na festivalech až po rozhodování o postřicích v zemědělství. Z nástroje vývojářů se stává běžná součást každodenního života, která nejen může měnit fungování firem a institucí, ale i samotné vnímání práce, zodpovědnosti a komfortu. O svůj pohled na přínosy, rizika i etické hranice současného vývoje se s námi podělili odborníci, kteří sledují rozvoj AI napříč odvětvími.

Modrý měsíc, krvavý měsíc a medový měsíc – tak se nám jeví náš satelit ze Země. Měnící se odstín Měsíce má svůj základ ve vědě – v optice. Měsíc nevytváří žádné vlastní světlo, pouze odráží bílé světlo od Slunce. Jakou barvu má tedy měsíční svit a proč se někdy předvádí v různých barvách, alespoň z pohledu ze Země?

Přemýšleli jste někdy, co se skrývá za známými webovými stránkami, které denně navštěvujete? Kolik „věcí“ je vůbec na internetu? Je toho mnohem víc, než si myslíte! Netstalking je fascinující způsob, jak odhalit skrytá zákoutí internetu, od zapomenutých blogů po otevřené webkamery a tajemné servery. Představte si to jako kombinaci internetové archeologie a detektivky s trochou špionážní práce.

V červenci se v severočeském Sokolově objevil argentinský filmový štáb, který natočil první záběry celovečerního dokumentu jménem Huemul. Huemul je ostrov v nádherném patagonském jezeru Nahuel Huapi poblíž univerzitního města Bariloche, kde sudetský Němec Ronald Richter postavil první ústav na výzkum řízené termojaderné fúze na světě. 

Třináctiminutový teaser k filmu můžete shlédnout na webu již teď: https://www.youtube.com/watch?v=1m-LYj8Qb-I

Vědci vyvinuli nový model strojového učení pro predikci mikrobiální zátěže — hustoty mikroorganismů v našich střevech — a použili ho k prokázání, jak důležitou roli hraje mikrobiální zátěž v asociacích mezi nemocemi a mikrobiomem. Studie o souvislosti mezi určitými onemocněními a střevním mikrobiomem se obvykle zaměřují na mikrobiální složení – relativní podíl různých druhů mikrobů ve vzorku. Nová studie z Evropské mikrobiální laboratoře (EMBL) v Heidelbergu demonstruje nástroj strojového učení, který dokáže predikovat mikrobiální zátěž – hustotu mikrobů ve vzorku střevní mikrobiologie – ze sekvenčních dat bez nutnosti nákladných dalších experimentů. Studie tvrdí, že mikrobiální zátěž je důležitým faktorem, který je třeba zvážit ve studiích asociace s onemocněními, aby se předešlo falešným závěrům.