Aprenda a fazer o avião de papel perfeito e recordista do Guinness

O avião de papel recordista do Guinness foi “pilotado” pelo ex-jogador de futebol americano Joey Ayoob, em 2012. Ele fez um aviãozinho que alcançou a marca de 69,14 metros, superando em quase 6 metros o recorde anterior. O design do brinquedo foi feito por John Collins, um dos maiores especialistas no assunto, que nos ensina a fazer a dobradura no vídeo acima.

 

O vídeo está em inglês, mas é bastante intuitivo. Porém, caso você ainda tenha dúvida, a gente mostra o passo a passo do avião chamado de Suzanne, desenvolvido por Collins para o voo perfeito. E não se esqueça de nos contar se funcionou!

1. Pegue uma folha A4, retire 19 mm da lateral e faça duas dobraduras iguais a esta, para criar uma marca no papel

2. Faça mais duas marcas no papel, desta vez dobrando as laterais da folha até as marcas já existes. Fique atento para deixar um pequenino espaço de 1,5 a 2 mm entre a borda da folha e a marquinha

3. Agora você pode fechar as laterais, uma sobre a outra, independente da ordem, e notar que elas parecem se “encaixar”, não tendo sobras e nem outras dobraduras desnecessárias

4. Dobre a ponta do avião bem na intersecção das duas abas, conforme aponta o especialista

5. Para a dobradura anterior ficar perfeita, você deve alinhar a marcas do papel, conforme é mostrado abaixo

6. Dobre as duas laterias até o centro seguindo as marcas já feitas anteriormente

7. Dobre o avião no meio juntando as duas asas

8. Deixe a ponta do avião o mais plana possível, dos dois lados da dobradura

9. Finalize a dobradura das asas prestando atenção em dois detalhes: primeiro que o bico deve ter um folga de cerca de 1 mm

10. E segundo: a parte de cima da asa deve ficar perfeitamente alinhada com a extremidade traseira inferior do avião

11. Abra o avião e finalize a aerodinâmica deixando as asas com uma leve curvatura para obter o voo perfeito

12. Agora capriche no arremesso e treine para bater o recorde mundial

 

……………………………………………….
*Fonte: megacurioso

Morre o ator Rutger Hauer, de ‘Blade Runner’, aos 75 anos

O ator holandês Rutger Hauer, que estrelou o longa Blade Runner: O Caçador de Androides no papel de Roy Batty ao lado de Harrison Ford em 1982, morreu no último dia 19, aos 75 anos, em sua casa. O empresário de Hauer, Steve Kenis, confirmou a morte à imprensa americana nesta quarta-feira, 24, dia do funeral do ator.

Hauer nasceu em 23 de janeiro de 1944, em Breukelen, na Holanda. Seu primeiro papel de destaque foi como protagonista da série de TV Floris, dirigida por Paul Verhoeven, em 1969. Ficou mais conhecido como o androide Roy Batty no longa de ficção científica de Ridley Scott, que não fez sucesso na época, mas depois acabou se tornando um clássico cult.

No filme, Hauer fez um dos discursos mais conhecidos da história do cinema. Quando Batty está prestes a morrer, ele lamenta que todas as maravilhas que viu se “perderão no tempo, como lágrimas na chuva”. O discurso foi parcialmente improvisado pelo próprio ator.

……………………………………………………………….
*Fonte: veja

I.A. desenvolveu (espontaneamente) um “sentido” humano para números

Matemática é o que os computadores fazem melhor, certo? Temos dificuldade em dividir a conta com os amigos em um restaurante, enquanto um computador moderno pode fazer milhões de cálculos em um único segundo.

Sim, mas os seres humanos têm um senso numérico intuitivo e inato que nos ajudou, entre outras coisas, a construir computadores capazes de fazer isso.

Ao contrário de um computador, um ser humano sabe quando olha quatro gatos, quatro maçãs e o símbolo 4 que todos têm uma coisa em comum, o conceito abstrato de “quatro”, sem sequer precisar contá-los.

Isso ilustra a diferença entre a mente humana e a máquina, e ajuda a explicar por que não estamos nem perto de desenvolver a I.A com a ampla inteligência que os humanos possuem.

Mas agora um novo estudo, publicado na Science Advances, relata que um AI desenvolveu espontaneamente um sentido numérico semelhante ao humano.

Para um computador contar, devemos definir claramente o que queremos dizer. Uma vez que alocamos alguma memória para manter o contador, podemos configurá-lo para zero e, em seguida, adicionar um elemento toda vez que encontrarmos algo que desejamos gravar.

Isso significa que os computadores podem contar o tempo (sinais de um relógio eletrônico), palavras (se armazenadas na memória do computador) e até mesmo objetos em uma imagem digital.

Essa última tarefa, no entanto, é um pouco desafiadora, já que precisamos dizer ao computador exatamente como os objetos ficam antes de podermos contá-los.

Mas os objetos nem sempre parecem iguais: a variação na iluminação, posição e postura têm um impacto, assim como qualquer diferença na construção entre os exemplos individuais.

Modernos sistemas de inteligência artificial começam automaticamente a detectar objetos quando recebem milhões de imagens de treinamento de qualquer tipo, assim como os humanos.

Aprendizagem Profunda

Essa emergência natural de abstrações de alto nível é um dos resultados mais empolgantes da técnica de aprendizado de máquina chamada “redes neurais profundas” (que você chamou de aprendizagem profunda ), que em certo sentido funciona de maneira semelhante ao cérebro humano.

A “profundidade” vem das muitas camadas da rede: à medida que a informação entra na rede, os elementos comuns encontrados tornam-se mais abstratos.

Dessa forma, as redes são criadas com elementos que são fortemente ativos quando a entrada é semelhante àquela que você experimentou anteriormente.

As coisas mais abstratas aparecem nos níveis mais profundos: gatos, rostos e maçãs, em vez de linhas verticais ou círculos.

Quando um sistema de inteligência artificial pode reconhecer maçãs, você pode usá-lo para contar quantas existem. Isso é ótimo, mas não é exatamente como humanos ou até animais fazem isso.

Muitos podem fazer isso também. Isso ocorre porque esse senso de “numerosidade” é um traço útil para sobrevivência e reprodução em muitas situações diferentes, por exemplo, julgando o tamanho de grupos de rivais ou prisioneiros.

Propriedades pop-up

No novo estudo, uma rede neural profunda que foi treinada para a detecção visual simples de objetos desenvolveu espontaneamente esse tipo de sentido numérico.

A IA percebeu que uma imagem de quatro maçãs é semelhante a uma imagem de quatro gatos, porque eles têm “quatro” em comum.

Neurônios artificiais sintonizados em números preferidos de pontos. (Andreas Nieder)

 

Esta pesquisa mostra que os nossos princípios de aprendizagem são bastante fundamentais e que as pessoas e os animais estão profundamente relacionados com a estrutura do mundo e com a nossa experiência visual comum.

Também sugere que poderíamos estar no caminho certo para alcançar uma inteligência artificial mais completa no nível humano.

A aplicação desse tipo de aprendizagem a outras tarefas, talvez aplicando-a aos sinais que ocorrem ao longo de um período de tempo, em vez dos pixels de uma imagem, poderia gerar máquinas com qualidades ainda mais semelhantes às dos seres humanos.

As coisas que antes considerávamos inerentes à humanidade, como o ritmo musical, por exemplo, ou até mesmo um senso de causalidade, agora estão sendo examinadas a partir dessa nova perspectiva.

À medida que continuamos descobrindo mais sobre a construção de técnicas artificiais de aprendizado e descobrindo novas maneiras de entender os cérebros dos organismos vivos, descobrimos mais dos mistérios do comportamento inteligente e adaptativo que possuímos.

 

…………………………………………………………….
*Fonte: realidadesimulada