Дистанційна підтримка Лабораторних робіт з фізики

Вшанування пам'яті Івана Пулюя в Борщівській школі №2

 Вшанування пам'яті Івана Пулюя в Борщівській школі №2

З нагоди 180-річчя від дня народження видатного українського вченого Івана Пулюя, здобувачі освіти 7-10 класів Борщівської загальноосвітньої школи І-ІІІ ступенів №2 вшанували його пам'ять, підготувавши цікаві презентації про життя та наукову діяльність талановитого фізика.

Іван Павлович Пулюй (2 лютого 1845, містечко Гримайлів, нині селище Чортківського району – 31 січня 1918, Прага) – український австро-угорський фізик та електротехнік, винахідник, організатор науки, публіцист, перекладач Святого Письма українською мовою, активний громадський діяч. Він зробив значний внесок у розвиток фізики, встановивши фундаментальні властивості та природу катодних і Х-променів.

Іван Пулюй — це не лише видатний вчений-фізик, а й людина, яка своїми науковими здобутками та патріотизмом прокладала шлях для України у світовій науці. Його відкриття стали основою для подальших досліджень у сфері фізики, зокрема у вивченні рентгенівських променів. Його життя є прикладом відданості науці та Україні.

Фізика в НУШ 7 клас: від теорії до практики

 

Фізика в НУШ 7 клас: від теорії до практики

2 та 3 листопада вчителі фізики підвищували свій професійний рівень за освітньою програмою «Професійна діяльність учителів, які навчають учнів 7 класів базової школи в умовах реалізації Державного стандарту загальної середньої освіти відповідно до Концепції НУШ».

Допомагали педагогам розібратись з найважливішими складовими Державного стандарту базової середньої освіти тренери-педагоги Василь СИМАНИК, Ольга ГУБИЛО, Тетяна ЧЕРНЕЙ.

Учителі фізики обговорювали основні виклики реалізації нового стандарту та можливі стратегії їх подолання, ділилися інноваційними методиками.

Борщівська ЗОШ І-ІІІ ступенів №1 об’єднала та гостинно прийняла колег-педагогів Борщівської, Більче-Золотецької, Івано-Пустенської, Скала-Подільської та Мельнице-Подільської громад.

Захід залишив яскраві враження та став важливим кроком на шляху до трансформації української освіти.

Лауреати Нобелівської премії з фізики 2024 року

 

Названо лауреатів Нобелівської премії з фізики

Нобелівський комітет визнав внесок двох вчених у розвиток штучного інтелекту, присудивши їм премію з фізики за 2024 рік. Джон Гопфілд і Джеффрі Гінтон розробили методи, які лягли в основу сучасного машинного навчання.

Лауреати застосували фізичні інструменти для створення потужних алгоритмів обробки даних. Гопфілд винайшов асоціативну пам’ять, здатну зберігати та відтворювати зображення й інші типи інформаційних патернів. Гінтон розробив метод, який автономно виявляє властивості в даних, що дозволяє виконувати такі завдання, як ідентифікація конкретних елементів на зображеннях.

Штучні нейронні мережі, натхненні структурою мозку, складаються з вузлів, які представляють нейрони. Ці вузли взаємодіють через з’єднання, подібні до синапсів, які можуть посилюватися або послаблюватися. Мережу навчають, наприклад, зміцнюючи зв’язки між вузлами з одночасно високими значеннями.

Мережа Гопфілда використовує метод збереження та відтворення патернів. Вона базується на фізичних принципах, що описують властивості матеріалу через атомний спін. Мережу навчають, знаходячи значення для зв’язків між вузлами так, щоб збережені зображення мали низьку енергію. Коли мережі подають спотворене або неповне зображення, вона поетапно оновлює значення вузлів, знижуючи енергію системи, щоб знайти найбільш подібне збережене зображення.

Джеффрі Гінтон використав мережу Гопфілда як основу для нової мережі, що використовує інший метод: машину Больцмана. Вона може навчитися розпізнавати характерні елементи в даному типі даних. Гінтон використав інструменти зі статистичної фізики — науки про системи, побудовані з багатьох подібних компонентів. Машина навчається шляхом подачі прикладів, які з високою ймовірністю виникають при роботі машини. Машину Больцмана можна використовувати для класифікації зображень або створення нових прикладів того типу шаблону, на якому вона була навчена. Гінтон розвинув цю роботу, допомагаючи започаткувати нинішній вибуховий розвиток машинного навчання.

«Робота лауреатів вже принесла найбільшу користь. У фізиці ми використовуємо штучні нейронні мережі у величезній кількості галузей, наприклад, для розробки нових матеріалів із конкретними властивостями», — каже Еллен Мунс, голова Нобелівського комітету з фізики.