3d news rss, rss новости, rss каналы, яндекс новости rss, rss каналы новостей, rss яндекс, rss яндекс новости, яндекс rss, rss ленты новостей, rss новости мира, риа новости rss, rss каналы ссылки, rss новости яндекс, yandex rss, коммерсант rss, рбк rss, lenta rss, rss yandex, rss каналы каталог, rss лента новостей, rss lenta ru, новости rss, pikabu rss, новости rss каналы, rss ленты яндекса, rss яндекс новости ссылка, лучшие rss каналы, ведомости rss, ixbt rss, rss канал яндекс новости, rss ленты каталог, тасс rss, каталог rss, риа новости rss ссылка, рсс известия, lenta ru rss, rss news, rss лента яндекс, rss новости ссылки, яндекс новости rss xml, rss yandex новости, яндекс новости rss лента, ленты новостей rss, ria новости rss, яндекс новости rss ссылка, rss анекдоты, forbes rss, rss лента.ру, rss риа новости, ria rss, лучшие rss ленты, хорошие rss каналы, rss каналы новостей россии, rss рбк, каталог rss рассылок адресов российского сми, пикабу rss, каталог rss лент, rss каналы список, тасс rss лента, rss лента яндекс новости, rss каталоги, rss интерфакс, kp.ru rss, растипт, сайты с rss лентой, rss новости яндекс ссылка, ведомости рсс, tass rss лента, новости рсс, mail ru rss каналы, rss каталог, яндекс новости рсс, lenta.ru rss, news.yandex.ru rss, rbc rss, каналы rss, новостные сайты rss, список rss каналов новостей, российская газета rss, rss ленты ссылки, rss каналы яндекс, rss радио свобода, rss лента яндекс новостей, rss канал новостей, rss каналы недвижимость, rss яндекс новостей, rss каналы новостей яндекса, e1.ru rss, адрес rss ленты новостей яндекса, yandex новости rss, rss новостные сайты, yandex news rss, rss канал яндекс, yandex rss новости, новости с rss, новости rss канал, rss mail ru, каталог rss каналы, каталог rss каналов, рсс новости, rss yandex новости ссылка, rss беларусь минск, rss лента ру, риа новости rss лента, rss каналы ссылки новости, rss лента новостей яндекс, рбк рсс, яндекс rss лента, комсомольская правда rss, рбк rss ссылка, rss каналы яндекс новостей, наш rss, rss новости, новости rss, rss лента, rss каналы, rss лента новостей, лента новостей rss, новости rss лента, каналы rss, rss ленты, рсс новости, каналы rss новостей, новости rss каналы, rss.com, сайты с rss лентой, rss ссылки на новости, ссылки rss новости, rss риа, news rss, rss news, rss ленты новостей, rss ссылки, риа новости лента rss новостей, rrs лента новостей, rss online, rss каналы самые популярные, rss рассылка интерфакса ссылка, rss ленты каталог, rss новостные каналы, rss каталоги, новостные сайты rss, адреса rss ленты новостей, ленты новостей rss, источники rss новостей, популярные rss каналы, фильмы rss, популярные ленты rss, rss риа новости ссылка, rss новости москва, rss каналы новости, новости в формате rss, rss.news.info, rss лента риа новостей, ленты rss риа, ria ru rss, rss лента афиша ру, список rss каналов новостей, хорошие новости рсс лента, лучшие rss ленты, rss каналы новостей, rss новости мира, ria.ru rss, популярные rss, списки rss каналы, список rss каналов, список каналов новостей в xml, rss каналы, rss каналы новостей, rss лента новостей, rss новости, новости rss, каталог rss-каналов, каталог rss-лент, каталог rss, россии, рф, украины, заявил, главы, москвы, июля, сообщает, российский, рассказал, сообщил, страны, сша, среду, области, новости, цены, арестовал, обстрела, мвд, нефть, военных, путин, представитель, новые, мид, суд, призвал, делу, помощника, сми, жителей, своей, время, отставку, детей, министр, джонсона, рублей, компании, начали, стороны, известно, правительства, сотрудников, северный, макеевки, учений, доме, лидеры, всу, владимир, запад, первый, других, умнова, днр, долларов, поставок, закон, работу, иран, словам, неделю, назвал, поток-2, пушков, bloomberg, байден, могут, великобритании, клуба, санкции, госдума, запуска, президент, грайнер, ссылкой, риа, двух, ситуации, баскетболистки, правила, газета, районе, борис, данным, торгов, американской, энергетике, сейчас, нато, чтобы, rss каналы, rss каналы новостей, rss лента новостей, rss новости, новости rss, каталог rss-каналов, каталог rss-лент, каталог rss, россии, украины, сообщил, рф, российских, июля, заявил, страны, глава, министр, первой, сша, военной, швеции, дело, великобритании, финляндии, театра, новости, рассказал, британии, нато, джонсон, зеленский, мид, передает, сообщает, области, планирует, москве, связь, днр, большого, отставку, президент, санкции, алла, путин, запада, ратифицировала, вторник, байден, лондона, назвал, представитель, минобороны, канада, риа, владимир, компаний, экономической, всу, андрей, переговоры, обращения, донецкой, человека, помощи, правительство, блинкен, ura, скандал, вопрос, предложил, объяснил, назначен, выступил, протоколы, норвегии, продажи, нашли, словам, посол, премьер-министр, объявил, территории, подали, газа, время, власти, активов, богуславская, говорится, республики, центра
 
 Naked Scienceнет даты
Научно-популярное издание Naked Science

 
 
1. Разработан алгоритм ИИ, предсказывающий преступления на неделю впередПт, 01 июл[-/+]
Автор(?)
Кадр из фильма «Особое мнение» (Minority Report, 2002) / © 20th Century Fox

Разработан алгоритм ИИ, предсказывающий преступления на неделю вперед

Алгоритм с точностью до 300 метров позволяет предсказывать, где будет совершено нападение или кража за неделю до того, как это произойдет. Хотя подобные прогностические модели могут усилить власть государства за счет незаконной слежки за невиновными людьми, в то же время они позволяют осуществлять слежку за государством, выявляя системную предвзятость в действиях правоохранительных органов.

Достижения в области машинного обучения и искусственного интеллекта вызвали немалый интерес у правительств разных стран. И их интерес понятен: если бы существовал рабочий инструмент для прогнозирования преступлений, это сильно упростило бы работу правоохранительных органов и в перспективе кардинально снизило уровень уличной преступности. Об одной из подобных моделей, дающей недельные предсказания о террористических атаках на основе данных только из открытых источников, Naked Science рассказывал в прошлом году.

Однако большинство предыдущих попыток прогнозирования преступности были довольно противоречивыми и неточными. В основном потому, что зачастую использовали так называемый эпидемический или сейсмический подход, когда преступность возникает в неких «горячих точках», которые затем распространяются на близлежащие районы. При этом упускаются из виду сложная социальная среда городов и их естественная топология, не учитывается взаимосвязь между преступностью и последствиями полицейского принуждения.

Аналитики данных и социологи из Чикагского университета (США) разработали новый алгоритм, который прогнозирует преступность, изучая закономерности во времени и географическом распределении насильственных преступлений (убийства, нападения, нанесение побоев и так далее) и преступлений против собственности (кражи со взломом, обычные уличные кражи и угоны автомобилей и прочее), используя лишь общедоступные данные. Модель может строить прогнозы будущих преступлений на неделю вперед с точностью около 90%. Описание своего алгоритма стохастического вывода ученые изложили в статье, опубликованной в журнале Nature Human Behavior.

Новая модель делит город на одинаковые квадраты со стороной примерно 300 метров, анализирует время и место отдельных преступлений и выявляет закономерности для прогнозирования будущих событий. Изначально модель тестировали на данных о нападениях и кражах в третьем по населению городе Соединенных Штатов Америки — Чикаго. Однако модель так же хорошо работала с данными из семи других американских городов: Атланты, Остина, Детройта, Лос-Анджелеса, Филадельфии, Портленда и Сан-Франциско.

В рамках отдельной прогностической модели исследовательская группа изучила реакцию и действия полиции на преступления в различных частях города, проанализировав число арестов после соответствующих инцидентов и сравнив эти показатели среди районов с разным социально-экономическим статусом. Авторы работы заметили, что повышение уровня преступности в более богатых районах приводит к большему числу арестов в них, в то время как количество арестов в неблагополучных районах сокращается. Однако сходное повышение числа преступлений в бедных районах не приводит к ожидаемому повышению числа арестов там, что свидетельствует о предвзятости в реакции полиции и правоприменении.

И все же, несмотря на высокую точность своей модели предсказания преступлений, ученые отмечают, что ее не следует использовать напрямую для обеспечения правопорядка. Ведь увеличение числа полицейских в тех районах города, где ожидается преступление, приведет к изменению условий моделирования и лишь снизит эффективность и точность предсказания. Вместо этого модель следует добавить в набор инструментов городской политики и полицейских стратегий для борьбы с преступностью.

«Мы создали цифрового двойника городской среды. Если вы предоставите ему данные о том, что произошло в прошлом, он расскажет вам, что произойдет в будущем. Это не волшебство, есть ограничения, но мы проверили модель, и она работает очень хорошо. Теперь вы можете использовать ее как инструмент моделирования, чтобы увидеть, что произойдет, если преступность возрастет в одном районе города или усилится правоприменение в другом районе. Если вы используете все эти переменные, сможете увидеть, как системы развиваются в ответ», — подытожил Ишану Чаттопадхьяй (Ishanu Chattopadhyay), доцент факультета медицины Чикагского университета и старший автор нового исследования.


2. Роботы довели рабочих до проблем с психическим здоровьем и злоупотребления алкоголемЧт, 30 июн[-/+]
Автор(?)
Промышленный сектор США продолжает активно инвестировать в робототехнику и автоматизацию / © Getty Images

Роботы довели рабочих до проблем с психическим здоровьем и злоупотребления алкоголем

Авторы новой работы исследовали взаимосвязь между внедрением промышленных роботов на производствах, уровнем травматизма среди рабочих в США и Германии и их благополучием.

Сотрудники различных предприятий в США, где активно внедряют и используют автономные устройства, помогающие перемещать различные предметы и выполнять производственные процессы, стали реже получать травмы благодаря роботизации. Однако теперь они больше подвержены проблемам с психикой и чаще злоупотребляют алкоголем и наркотиками. К такому выводу пришли ученые из Питтсбургского и Принстонского университетов, Свободного университета Берлина и Института североамериканских исследований Джона Ф. Кеннеди (Германия). Исследование опубликовано в журнале Labor Economics.

«Мы до сих пор мало знаем о влиянии роботов на физическое и психическое здоровье. С одной стороны, они могут брать на себя некоторые из самых напряженных, физически интенсивных и рискованных задач, снижая риск для рабочих. С другой — конкуренция с роботами усиливает давление на людей, опасающихся потерять работу или столкнуться с необходимостью пройти переподготовку», — отмечают исследователи.

Они анализировали данные о производственных травмах, полученные американскими рабочими: за счет автоматизации уровень травматизма снижался на 1,2 случая на сто сотрудников в год. В то же время в регионах, где роботы чаще работали рука об руку с человеком (в основном это пригородные районы), ученые выявили рост смертности от наркотиков и алкоголя — плюс 37,8 случая на 100 тысяч человек ежегодно. Там же наблюдались небольшой подъем числа самоубийств и обращений из-за проблем с психическим здоровьем.

Затем, изучив влияние робототехники на рабочих в Германии, исследователи пришли к удивительному выводу: в этой стране сотрудники предприятий не ощущали пагубного воздействия на психику и благополучия из-за внедрения роботов. Тем временем случаев травматизма там стало на пять процентов меньше, а физическая нагрузка на производстве снизилась на четыре процента.

«В Германии действует более строгое законодательство о защите занятости, — объясняют ученые. — В обоих случаях роботы оказали положительное влияние на физическое здоровье рабочих, снижая травматизм и связанную с работой инвалидность. Но <…> в условиях, когда сотрудники предприятий были менее защищены, конкуренция с роботами коррелировала с проблемами с психическим здоровьем».

В итоге авторы работы делают вывод: роботизация и автоматизация производств, несмотря на все преимущества, могут плохо сказаться на психике и благополучии рабочих. И государственные институты рынка труда должны взять на себя ответственность, чтобы обезопасить людей.


3. Tesla Optimus: сможет ли Илон Маск уже в этом году показать нам человекоподобного робота?Сб, 25 июн[-/+]
Автор(?)
Комьютерная модель внешнего вида Tesla Optimus / ©Courtesy of Tesla, Inc.

Tesla Optimus: сможет ли Илон Маск уже в этом году показать нам человекоподобного робота?

В августе прошлого года на конференции Tesla AI Day Илон Маск объявил о планах компании в скором времени начать выпускать человекоподобных роботов. Это заявление было встречено волной критики и скепсиса. Naked Science разбирается, насколько продвинулись технологии создания таких роботов и какие умения сможет продемонстрировать новинка от Tesla, если мы ее действительно вскоре увидим.

Не так давно в своем твиттере Илон Маск, глава Tesla и SpaceX, объявил о переносе даты новой конференции Tesla AI Day на 30 сентября, поскольку к новой дате компания, вероятно, сможет представить работающий прототип человекоподобного робота Optimus.

Первая конференция Tesla AI Day была в основном посвящена самому известному продукту Tesla — программе беспилотного вождения. Также представили суперкомпьютер Dojo. Но самой громкой новостью стали планы по созданию человекоподобного робота, которого сперва назвали Tesla Bot’ом, а потом дали официальное имя — Optimus. Решение попробовать себя в роботостроении не настолько странное, каким может показаться на первый взгляд.

«Пожалуй, Tesla — самая крупная робокомпания в мире. Наши автомобили — фактически полуразумные роботы на колесах, — объяснил тогда во время выступления Маск. — Кажется разумным придать им человекоподобную форму. Мы довольно хороши в создании датчиков, аккумуляторов и приводов, так что, думаем, в следующем году у нас, наверное, будет прототип».

Действительно, у Tesla есть знания и технологии, необходимые для создания самых проблемных составляющих таких роботов: приводов, аккумуляторов, датчиков и ИИ-«мозгов».

По словам Маска, сперва робота запрограммируют на выполнение самых простых действий и будут использовать на производствах компании Tesla, но со временем его совершенствуют, чтобы в итоге избавить людей от необходимости выполнять «опасные, повторяющиеся, скучные задачи». Робот сможет переносить на большие расстояния до 20 килограммов и поднимать до 68 килограммов грузов. И он не будет представлять опасности для людей, поскольку люди смогут его обогнать: Optimus будет развивать скорость не более восьми километров в час. По словам Маска, робота можно будет даже пересилить, но он не уточнил, будет ли ограничение программным или физическим.

Есть ли вообще смысл создавать антропоморфных роботов? С одной стороны, все окружающее нас рукотворное пространство создавалось под человека (и его формы и потребности), поэтому оно подойдет и человекоподобному роботу. С другой стороны — с точки зрения робототехники — человеческая форма энергозатратна, неустойчива и не так уж эффективна в выполнении конкретных задач.

Поэтому перед робототехниками всегда стоит вопрос, с какой стороны решать задачу выполнения работы: исходя из того, как человек выполняет конкретную работу (загружает посудомойку), или исходя из конечной цели (вымытая посуда), перестраивая окружающую среду и оптимизируя действия робота. Второе проще и эффективнее — именно так сейчас роботизируют производства. Но человекоподобная форма — сложная и интересная задача, поэтому так много компаний уже не первое десятилетие занимаются разработкой своих двуногих роботов.

Комьютерная модель внешнего вида Tesla Optimus / ©Courtesy of Tesla, Inc.

Самый продвинутый на сегодня человекоподобный робот — Atlas от Boston Dynamics, которая всегда заявляла свои изобретения в первую очередь как научные и конструкторские разработки, а не коммерческие проекты. Компания работает над Atlas (включая его предшественника) больше десяти лет, и, несмотря на впечатляющие акробатические трюки, двуногий робот по-прежнему часто спотыкается и падает. А мы свое человеческое равновесие даже не ценим! И что, Маск планирует добиться таких результатов за год?

Сравним заявленные характеристики Tesla Optimus и Atlas. При росте около 1,7 метра и весе 56 килограммов у Optimus заявлено 40 степеней свободы. Atlas чуть меньше (полтора метра), весит значительно больше (80 килограммов), имеет всего 28 степеней свободы и может поднять около 11 килограммов. Тяжело поверить, что Optimus будет поднимать в целых шесть раз больше. Впрочем, когда один из пользователей твиттера спросил, будет ли прототип похож на показанные иллюстрации и модели, Маск ответил отрицательно (и это неудивительно, только взгляните на сравнительную иллюстрацию ниже).

Известные и заявленные характеристики и размеры роботов разных компаний / © Naked Science

Теперь посмотрим на характеристики Talos компании Pal Robotics. Этого робота разрабатывали специально под работу на заводах, в спасательных операциях и в космосе. При росте в 1,75 метра он весит 95 килограммов, имеет 32 степени свободы и поднимает до шести килограммов в каждой «руке».

Более социальная разработка есть у компании Hondа. Над роботом Asimo там работают с 1986 года. Последняя версия значительно ниже (1,3 метра) и легче (53 килограмма) предыдущих — как раз для удобства работы в жилых помещениях. У Asimo 57 степеней свободы.

Из относительно свежих разработок стоит упомянуть Digit компании Agility Robotics. Он тоже низкий (1,55 метра) и легкий (42,4 килограмма). По оценкам, у него 22 степени свободы, зато может поднимать до 18 килограммов. В пространстве робот ориентируется с помощью лидара.

Робот Atlas разрабатывается уже больше десяти лет / ©Boston Robotics

На фоне этих разработок заявленный Optimus выглядит так впечатляюще, как будто именно это его главная цель — выглядеть впечатляюще. Сразу вспоминается механический чатбот Sophia. Этот бот, как фокусник, вводит собеседников в заблуждение, создавая впечатление разумности. Андрей Себрант, автор Telegram-канала TechSparks и директор по маркетингу сервисов «Яндекса», назвал ее «арт-проектом, деградировавшим до PR-проекта», и подчеркнул, что интеллект Софии — преимущественно операторский. Один из создателей Софии, Бен Гортзел (Ben Goertzel), открыто признает, что робот подталкивает нас на фантазии о технологическом будущем. А заодно привлекает инвесторов:

«Если я буду говорить людям, что с помощью вероятностной логики я делаю выводы о том, как лучше упрощать древа обратных логических выводов, которые возникают в машине нашей логики, они меня не поймут. Но когда я показываю им улыбающееся лицо робота, им начинает казаться, что общий искусственный интеллект может вскоре стать реальностью».

В своем выступлении Маск тоже упомянул общий искусственный интеллект (artificial general intelligence, AGI) — интеллект, который, в отличие от узкоспециализированного, сможет обучаться, адаптироваться и решать разные задачи, как человек. Маск считает, что их человекоподобный Optimus может сыграть большую роль в появлении такой технологии. Удастся ли им это? Специалист по нейронным сетям Стефан Чалап (Stephan Chalup), глава лаборатории робототехники в Ньюкаслском университете, настроен оптимистично: «У них есть технологии производства аккумуляторов, а это обычно самая важная проблема. Что еще важнее, у них есть опыт работы с беспилотными автомобилями».

По мнению Чалапа, самой сложной задачей станет ориентация робота в доме или магазине — это гораздо сложнее, чем поездка по дороге: «Оптимизированные дороги — уже упрощенная среда с полосами, дорожными знаками и точными правилами. В человеческой среде нет никаких четких правил». Это будет именно машина: «Думаю, они могут построить подобие беспилотного автомобиля на двух ногах, который сможет перемещаться в наших условиях». Насчет сроков Чалап куда более критичен: «Стоит рассчитывать на 2050-е годы».

Илон Маск на конференции TED в 2013 году / ©James Duncan Davidson

Действительно, Илон Маск не раз рассказывал о громких проектах Tesla, которые в итоге отменяли или трансформировали: сеть зарядок на солнечной энергии, замена аккумуляторов, роботы-провода для зарядки и другие. Ни один из проектов Hyperloop так и не реализовали.

На прошлогодней конференции Optimus затмил главные на сегодня разработки Tesla: технологии ИИ и проект суперкомпьютера Dojo, которые должны максимально быстро улучшить беспилотные технологии компании. Система полностью автономного вождения находится в режиме тестирования с конца 2020 года, и к концу 2022-го число тестировщиков должно было расшириться до одного миллиона бета-тестеров. Чем больше тестеров — тем больше данных, тем лучше беспилотная система.

Но для обучения Optimus тоже потребуется огромное количество данных, которые просто невозможно собрать за год. Tesla способна создать человекоподобного робота, способного пройти по сцене, перенести груз и выполнить другие простые запрограммированные действия. Но сможет ли робот продемонстрировать нечто большее?

В конце января 2022-го Илон Маск сказал, что считает робота главным продуктом компании: «Думаю, что главный продукт, которым мы занимаемся в этом году, — человекоподобный робот Optimus. [Этот проект], я думаю, имеет потенциал стать со временем важнее автомобилей». Если значительная часть внимания компании сфокусирована на этом проекте, может получится достойный результат.

К тому же требования к такому роботу пока будут гораздо ниже, чем к системе беспилотного вождения. Система вождения должна выполнять свою задачу лучше человека, иначе она бесполезна, а робот пригодится, даже если сможет выполнять простые действия. Но сейчас главной технологической «достопримечательностью» следующего Tesla’s AI Day остается система полностью автономного вождения.

В мае система получила свой крупнейший апдейт Version 2022.12.3.10, состоящий более чем из 250 тысяч новых видеоклипов для тренировки алгоритма. Также были удалены три старые нейронные сети, что увеличило частоту кадров у камер Tesla. Было заявлено, что теперь система увереннее принимает решения.

Остается дождаться 30 сентября. Может, услышим заодно какие-то новости о Dojo.


4. Роботы-светлячки «общаются» в полете с помощью цветных огнейСр, 22 июн[-/+]
Автор(?)
©Kevin Chen, MIT

Роботы-светлячки «общаются» в полете с помощью цветных огней

Электролюминесцентные частицы в искусственных мускулах микроскопических дронов светятся разными цветами, позволяя отслеживать их движения и взаимодействовать с ними прямо в воздухе.

Жуки-светляки несут особые органы, в которых могут происходить фотохимические реакции, заставляющие их брюшка довольно ярко сиять в темноте. Это свечение выполняет коммуникационные функции: с его помощью насекомые ищут партнеров для спаривания, отпугивают хищников и так далее. Теперь к такому взаимодействию способны и роботы.

Разработанные инженерами Массачусетского технологического института (MIT) миниатюрные машины могут не только летать, но и «общаться» посредством электролюминесценции. Об этом рассказывается в сообщении пресс-службы MIT. Статья ученых опубликована в журнале IEEE Robotics and Automation Letters.

Микроскопические летающие аппараты, над которыми работает команда профессора MIT Кевина Чена (Kevin Chen), весят немногим больше канцелярской скрепки и не способны нести на борту более-менее приличный набор сенсоров и инструментов связи. Поэтому управление ими, как правило, отдается центральному компьютеру, который отслеживает положение каждого отдельного микродрона с помощью ИК-видеокамеры.

Однако в реальных «полевых» условиях такая система слишком ненадежна хотя бы потому, что различить каждый аппарат на видеопотоке крайне нелегко. Именно поэтому ученые решили упростить ее, и теперь для такой задачи достаточно пары самых обычных камер, какие есть в любом современном смартфоне.

Сами микродроны были представлены в конце 2021 года. Их главной особенностью стало использование необычных искусственных мускулов, позволяющих аппаратам летать. Для этого ученые использовали структуры, состоящие из сверхтонких слоев эластомера, проложенных проводящими углеродными нанотрубками и свернутых в цилиндры. При подаче тока на нанотрубки упругий эластомер сжимается, заставляя цилиндр сокращаться и приводя в движения крылышки аппарата.

Чтобы заставить их при этом светиться, микродроны пришлось дополнить элементами с электролюминесцентными свойствами — крошечными «вставками», которые светятся при приложении слабого напряжения, подаваемого на прозрачные электроды. Электролюминесцентные частицы сульфата цинка были внесены в эластомер искусственных мускулов. По словам разработчиков, такой довесок увеличил энергопотребление аппаратов всего на 3,2 процента, а массу — лишь на 2,4 процента, ничуть не снизив их летные качества.

Чен и его команда испытали свою разработку в лаборатории, отслеживая аппараты в полете с помощью трех камер iPhone. Данные с них поступали в компьютер, который смог определять положение каждого дрона в пространстве с точностью до двух миллиметров. При этом продуманный подбор люминесцентных частиц позволяет добиться различного цвета, причем элементы в разных мускулах одного и того же дрона могут светиться по-своему. В будущем это позволит им сообщать о своем состоянии и положении, организуя управление и связь с роями таких миниатюрных аппаратов.


5. Остров несуществующих геоданных: виртуальное место, где каждый из нас реально побывалВт, 21 июн[-/+]
Автор(?)
Художественное представление карты «Нулевого острова». Береговая линия заимствована из игры Myst / ©Ian Cairns, GitHub (@gnip @michalmigurski @kelsoscorner)

Остров несуществующих геоданных: виртуальное место, где каждый из нас реально побывал

В шестистах с небольшим километрах к югу от города Аккра (столица Ганы) посреди Гвинейского залива пересекаются две условные линии — экватор и международный опорный меридиан. Это «Нулевой остров», точка с координатами 0° северной широты и 0° градусов восточной долготы. Там нет ничего, только океан глубиной почти пять километров и метеорологический буй с кодовым именем «Соул». Но это лишь в реальности, виртуальное пространство — информационное, — в этой точке содержит миллионы объектов, здесь ведется активная экономическая деятельность, и каждый пользователь Сети хотя бы раз там был. Naked Science рассказывает, как так получилось и почему несуществующие геоданные стали проблемой для всего человечества.

Вы когда-нибудь встречали картографическое приложение, виджет или фрейм на сайте, который по умолчанию центрирован на некой точке в Атлантическом океане около побережья Африки? Попробуйте напрячь память — почти наверняка такое происходило. Но даже если лично наблюдать подобное не получалось, вы посещали «Нулевой остров» и, скорее всего, не раз. Возможно, не целиком (полным набором персональных данных), но какой-либо частью своей «цифровой личности». Например, загружая в Сеть фотографии, у которых отсутствуют координаты съемки в метаданных. Если портал поддерживает поиск по геолокации снимка, высока вероятность, что такие файлы «окажутся» на карте в Гвинейском заливе. Потому что создатели баз данных слишком часто не предусматривают корректную обработку недостающих данных и просто заменяют NULL на ноль.

Собственно говоря, отсюда и происходит оригинальное английское название «Нулевого острова» — Null Island. И корректнее переводить его, как «Остров Ноль», но это не звучит так веско, как вариант Naked Science (к счастью, термин не настолько устоявшийся, так что имеем право). Впервые его ввел в обиход специалистов по геоинформационным системам аналитик компании Tableau Стив Пеллегрин (Steve Pellegrin) в 2008 году. С тех пор «Нулевой остров» прошел несколько стадий популяризации — от внутренней шутки работников одной компании, до элемента сленга IT-специалистов, связанных с геокодированием, а затем вошел и в культуру. При этом важность виртуальной точки с каждым годом растет, поэтому пришло время взглянуть на Null Island с научной точки зрения.

Метеорологический буй ATLAS на фоне индийского исследовательского судна ORV Sagar Kanya. Такой же буй с собственным именем Soul находится в Гвинейском заливе на пересечении экватора с международным опорным меридианом / ©PMEL

Первую полноценную работу по этой теме выполнили Левенте Юхас (Levente Juhasz) из Флоридского международного университета (FIU) и Питер Муни (Peter Mooney) из Ирландского национального университета в Мейнуте (NUIM). Исследователи проанализировали колоссальный объем открытых источников, в которых упоминается Null Island, точка с координатами 0° северной широты и 0° градусов восточной долготы, либо иные «заглушки» отсутствующих геоданных (как в других научных работах и профессиональной литературе, так и непосредственно в геоинформационных системах). Кроме того, Юхас и Муни впервые оценили содержимое «Нулевого острова», показав, какие данные оказываются в этих координатах. Свою работу они пока не опубликовали в рецензируемом журнале, но уже разместили препринт на портале arXiv.

Чтобы в дальнейшем не возвращаться к этому вопросу, внесем ясность сразу — где не указано иное, имеются в виду координаты согласно всемирной системе геодезических параметров Земли 1984 года (WGS 84). Это стандарт де-факто для практически любых современных применений геоданных. На деле свой Null Island может быть в любой системе координат, просто эта — самая распространенная. Когда нулевые значения широты и долготы попадают на сушу, такое место называется «Нулевым озером».

Как пополняется «Нулевой остров»

Любая геоинформационная система (GIS) всегда работает не менее чем с двумя типами данных — координатами в заданной системе отсчета и связанной с ними информацией. Чтобы навигатор построил маршрут по запросу пользователя, программе необходимо знать, где именно находится искомый адрес на виртуальном эллипсоиде, который является упрощенным представлением нашей планеты. И, конечно же, соотнести текущие координаты пользователя с объектами на карте, чтобы визуализировать путь и выдавать рекомендации по направлению движения. Аналогичные преобразования данных необходимы каждому приложению, апплету или онлайн-сервису, оперирующему геоданными. Даже если это простой картографический ресурс, не говоря уже о навигационном ПО, социальных сетях и сайтах объявлений.

В ходе своей работы эти программные продукты оперируют базами данных, где в одной строке указываются координаты и прочая информация. Но иногда поле с широтой и долготой пустует — по каким-то причинам сервис их не получил. Такая ячейка имеет параметр NULL, что в идеале должно сообщать скрипту «данных нет или они недоступны». Однако неспроста корректная обработка «нуля» (не путать с «нолем») является постоянной головной болью программистов и аналитиков. Если максимально упрощать ситуацию, то проблема в том, что метка NULL не является числом (целым, либо с плавающей точкой), текстом, ссылкой (указателем) или любым иным наиболее часто используемым типом данных. Ближе всего она к логическим значениям, однако их всего два — «истина» (TRUE) или «ложь» (FALSE), чтобы корректно работать с третьим, нужны модификации.

В идеальном случае работающий с базой данных код должен учитывать такие нюансы и нести в себе инструменты для корректной реакции на отсутствующие значения. Но любой, кто хоть немного знаком с IT, прекрасно знает, что на совесть выполненные программы никогда не были в большинстве. В них часто используются «костыли и велосипеды», вроде конвертирования NULL в тот тип данных, который соответствует запрашиваемой ячейке. И когда дело касается координат, выходит 0° северной широты и 0° градусов восточной долготы.

«Нулевой остров» имеет собственную авиакомпанию, которая предлагает никуда не летать. Что интересно, авторы этой сетевой шутки назначили Ту-204 в парк Air Null / ©https://doi.org/10.48550/arXiv.2204.08383

Вышеописанное, то есть непреднамеренные ошибки обработки данных — пожалуй, самая частая причина попадания чего-либо на «Нулевой остров». Подобные казусы возникают из-за невнимательности (может и некомпетентности) программистов или недостатка опыта работы с геоданными. Из-за этого нередко значения широты и долготы WGS 84 интерпретируются как параметры в системе координат проекции (они становятся метрами к северу и востоку от начала отсчета). Иногда проект разрабатывают специалисты по геоданным, но им недостает опыта работы с языками программирования (что приводит к некорректным преобразованиям типов). Проблемы с тестированием сервисов, подготовкой и обработкой вводимой информации — все это также помогает пополнять Null Island контентом.

Однако бывают и другие причины: иногда что-то оказывается в Гвинейском заливе намеренно! Например, координаты (0°, 0°) устанавливаются в качестве значений по умолчанию на случай отсутствия данных или неисправности оборудования спутниковой навигации. Порой данные отправляются на «Нулевой остров» шутки ради, либо с целью маскировки истинного местоположения. Наконец (и это первоначальное предназначение Null Island в программном обеспечении Tableau) он служил своеобразным контейнером для информации, с которой не ассоциированы точные геоданные.

Что можно найти на «Нулевом острове»

Самое простое — фотографии (Flickr), маршруты пробежек и отметки о тренировках (Strava), а также жилье в аренду (AirBnB) и рестораны с туристическими достопримечательностями (Yelp). Не отстают Twitter и Snapchat, социальные сети с функцией привязки контента к географическим координатам. Все эти сервисы, несмотря на колоссальный штат программистов, огромную аудиторию и богатый функционал, так или иначе содержат в своем коде ошибки, приводящие к отображению некорректных геопространственных отметок. Но бывают и случаи поинтереснее.

Различные онлайн-сервисы помещают на «Нулевой остров» колоссальное количество контента / ©https://doi.org/10.48550/arXiv.2204.08383

Например, ряд точек инфраструктуры Helium тоже отмечен в «Нулевом острове». Это блокчейн-проект, начисляющий виртуальные монеты держателям роутеров, обеспечивающих покрытие сетью связи для интернета вещей. По сути, очередная криптовалюта, майнинг которой производится путем поддержания работоспособности роутера. Что самое забавное, поскольку корректная геолокация зарегистрированной точки доступа — основа функционирования сети, доверие к координатам узлов инфраструктуры у пользователей высокое. Поэтому, увидев несколько принадлежащих китайцам роутеров прямо посреди Гвинейского залива, некоторые особо впечатлительные личности решили, что Поднебесная организовала секретную военную базу в Атлантике (а точки Helium разместили нерадивые сотрудники). Логика фантастическая, да, но конспирологов хлебом не корми — дай обнаружить всемирный заговор.

Анализируя открытые источники и базы данных, можно открыть для себя, что на «Нулевом острове» найдется практически что угодно. Любой виртуальный объект или его «проекция» в информационное пространство, имеющая геопространственные координаты, легко оказывается в Гвинейском заливе. От авиарейсов до произведений искусства, от больных коронавирусной инфекцией до недвижимости. И это дает повод для серьезных опасений.

Насколько это опасно

По большому счету Null Island можно считать лакмусовой бумажкой возможных ошибок геопозиционирования. Просто представьте себе любую проблему, которую способны вызвать неверные координаты чего-либо — и вот вам наглядная опасность «Нулевого острова». Естественно, не конкретно этого условного места на карте, а связанных с ним цепочек событий, действий и решений (или их отсутствия).

В своей более ранней работе Муни рассматривал проблему наличия посреди Гвинейского залива колоссального количества случаев Covid-19. Само собой, в реальности их там не было. Просто Университет Джонса Хопкинса (JHU), создавая свою знаменитую интерактивную коронавирусную карту (CSSE Covid-19 Dashboard), поместил на «Нулевой остров» все данные без подтвержденной геолокации. Через несколько месяцев практику сочли некорректной и проблему устранили — информацию, по которой местоположение запаздывало, просто вносили позднее.

Беда в том, что такие номинально «мусорные» данные приходится отбрасывать. Потому что качественно анализировать их в большинстве случаев не получается. Тем не менее совсем удалять их тоже нельзя: пример JHU показывает, что в данных с утерянными координатами может содержаться колоссальный объем полезной информации.

Слева — наглядный пример некорректного перевода координат из WGS 84 в проекцию, вместо 29°59?36N 090°15?29W аэропорт Нового Орлеана программа поместила в 29,5936 метра севернее и в 90,1529 метрах восточнее «Нулевого острова»; справа — кибератаки, исходящие из Гвинейского залива на карте Kaspersky Lab / ©https://doi.org/10.48550/arXiv.2204.08383

Не стоит недооценивать и самое очевидное неудобство Null Island — отображение какого-то объекта в Гвинейском заливе вместо реального местоположения. Иногда это приводит лишь к забавным глюкам в интерфейсах, вроде визуализации полета на дисплеях в салоне авиалайнера, когда вместо Нового Орлеана рейс отправляется из «Нулевого острова». А в другой раз — ко вполне очевидным фэйк-ньюс, как в случае с «китайской базой у побережья Африки». Серьезнее дела обстояли в 2012 году в американском штате Висконсин. После введения новых цифровых систем учета населения и подсчета голосов оказалось, что часть местных жителей вместо родного города числится в Атлантике. Просто Бюро переписи населения США не располагало точными данными по их местонахождению и пометило данные, как отсутствующие. Если бы ошибку вовремя не исправили, несколько тысяч законопослушных висконсинцев лишились права проголосовать на едва ли не самых «горячих» выборах в недавней истории Америки.

Насколько известно Naked Science, до сих пор виртуальный переезд какого-либо объекта или фрагмента данных в Гвинейский залив катастрофических событий не вызывал. Наиболее критичные геоинформационные системы имеют несколько уровней проверки достоверности данных. Но некачественный код становится все более распространенным, а спорные управленческие решения принимаются даже в областях, где недобросовестное проектирование обходится сотнями жизней (Boeing 737 Max тому ярчайший пример). Так что существование «Нулевого острова» еще может не раз аукнуться человечеству, если не воспринимать его всерьез.

В каждой системе координат есть свой «Нулевой остров» или «Нулевое озеро». На этой карте отмечены точки отсчета всех систем координат, которые поддерживаются геоиформационными системами ESRI (ведущий разработчик ПО в отрасли GIS) / ©K. Field, C. Williams, and D. Burrows, “Nill Points,” Oct. 2014

Вместо заключения

Описывая проблематику вокруг Null Island, Юхас и Муни не называют само это явление угрозой чему-либо конкретному (хотя определенные опасности с ним, конечно, связаны, как было показано в предыдущей главе). Особенный интерес для исследователей представляет двойственный статус «Нулевого острова». С одной стороны, это несуществующее в реальности место, которое не имеет никакого физического эквивалента. С другой — оно играет колоссальную роль в самых разных видах человеческой деятельности и по своей сути незаменимо в современном мире. Из-за этого даже разгораются нешуточные споры, наносить ли его вообще на карты.

Человечество знает примеры вымышленных и нематериальных объектов, которые стали реальными. Например, поселение Эглоу в штате Нью-Йорк. Его придумали в 1930-х основатель издательства General Drafting вместе со своим ассистентом, чтобы отслеживать нелегальное копирование выпускаемых компанией карт. А в 1950-х на этом месте появился магазин и пара домов, что вынудило власти округа Делавэр признать место официально (сейчас поселение исчезло). После того как «Гарри Поттер» обрел всемирную славу, на лондонском вокзале Кингс-Кросс появилась достопримечательность «платформа 9 3/4 ». Человеческое стремление придавать различным местам дополнительные смыслы поистине безгранично.

Вымышленное поселение Эглоу в штате Нью-Йорк, которое однажды стало реальным / ©American Library Association

Следуя такой точке зрения, стоит порадоваться, что «Нулевой остров» в самой распространенной системе координат находится посреди открытого океана. Будь он на суше, да еще и в какой-нибудь хоть немного обитаемой местности, там уже давно кто-то открыл парк развлечений или, как минимум, сувенирный киоск. Но пока путешествия в сакральную точку с координатами 0° северной широты и 0° градусов восточной долготы происходят редко. Хотя необычные круизы уже имели место, и не раз: в 2019 году на «Нулевом острове» побывал Ракетный крейсер «Маршал Устинов», а в 2001-м — патрульный корабль Береговой охраны США USCGC Sherman.


6. Что мы можем извлечь из «черного ящика»?Пт, 17 июн[-/+]
Автор(?)
© MartinThoma

Что мы можем извлечь из «черного ящика»?

Машинное обучение — относительно новый метод, deus ex machina, на который мы возлагаем очень большие надежды во многих областях, от дизайна и медицины до теоретической и экспериментальной физики и химии. Naked Science при помощи специалистов из Университета «МИСИС» попробует разобраться, на чем основаны эти надежды, насколько они оправданы и что следует принимать во внимание, рассчитывая на машинное обучение как на будущий универсальный инструмент.

Данный материал доступен в формате подкаста.

Машинное обучение ассоциируется чаще всего с распознаванием и генерацией изображений. Системы искусственного интеллекта, такие как DALL-E или Imagen, впечатляют созданием картинок, которые все труднее отличать от иллюстраций художников или фотографий. Лица, синтезированные нейронными сетями, становятся все реалистичнее и даже вызывают у людей больше доверия, чем снимки настоящих людей.

Пример работы нейросети DALL-E 2, которая смогла дорисовать картину / ©DALL-E 2

На экране монитора генеративные сети уже «оживляют» умерших знаменитостей: например, на выставке, посвященной Сальвадору Дали, посетителей приветствует сам Дали, произносящий вдохновенную речь своим голосом и с присущими ему экспрессией и мимикой. Дипфейк создает полную иллюзию, словно видео с живым художником записано незадолго до события.

В работе с текстом нейросети не отстают от обученных на изображениях. Добротный онлайн-перевод с одного языка на другой уже занимает секунды, но еще дальше продвинулись большие языковые модели. Они читают текст и могут ответить на вопросы о прочитанном, исходя из логики и здравого смысла. Даже юмор им становится доступен. При этом количество параметров таких сетей неуклонно растет.

Недавно представленная система PaLM вмещает 540 миллиардов параметров, что в три раза больше знаменитой GPT-3. В Китае, используя экзафлопсный суперкомпьютер, создают систему BaGuaLu для обучения модели с 14,5 триллиона параметров. Как пишут разработчики, BaGuaLu потенциально «имеет возможность обучать модели с 174 триллионами параметров, что превосходит количество синапсов в человеческом мозге».

И хотя прорывы в работе с изображениями и текстами последние годы на виду, успехи машинного обучения этим не исчерпываются. Способность нейронных сетей обучаться и затем анализировать большие объемы данных уже востребована во многих областях. Рассмотрим эти менее хайповые, но не менее важные применения МО чуть подробнее.

Как мы поймем, из чего все сделано (физика)

Вот уже десяток лет алгоритмы машинного обучения играют важную роль в исследованиях на Большом адронном коллайдере. Машинное обучение используют для моделирования и калибровки детекторов, сбора данных, распознавания образов и идентификации частиц. Оно становится привычным инструментом во всех аспектах исследований в области физики: в экспериментах — от их разработки и оптимизации до сбора и анализа данных, в численном моделировании и даже в разработке теории.

Графическое отображение столкновений частиц, эксперимент DELPHI на встречных электрон-позитронных пучках LEP в CERN / ©CERN

Как правило, ученые ищут сверхредкие и тонкие отклонения от Стандартной модели. Часто бывает так, что ни одно не является уникально аномальным — только в контексте многих примеров можно построить статистическое доказательство открытия. Словом, и здесь образуется большой поток сложных данных от экспериментальных установок, и в этом запутанном ландшафте с помощью машинного обучения физики ищут закономерности, тенденции и аномалии, чтобы извлечь из данных значимые выводы.

В теоретической физике математическую концепцию или модель часто используют для создания синтетических данных — набора данных результатов моделирования. Системы Machine Learning, обученные на таких данных, оказались способны делать прогнозы для моделей стабильности планетарных систем, генерировать гипотезы в теории узлов и теории представлений.

Студенты магистерской программы Университета «МИСИС» «Полупроводниковые преобразователи энергии» участвуют в экспериментах, проводимых в рамках коллаборации LHCb (ЦЕРН) для фундаментальных исследований новых частиц легкой темной материи.

Прикладные физики пошли еще дальше — они научили нейронную сеть управлять настоящим термоядерным реактором. Внутри его катушки мощные магнитные поля удерживают раскаленную плазму. Магниты не дают ей коснуться стенок реактора, и задача состоит в том, чтобы удержать плазму внутри реактора достаточно долго для того, чтобы извлечь из нее энергию. Удержание плазмы требует постоянного контроля и управления магнитным полем, и ученые обучили нейронную сеть на симуляции.

Как только она смогла контролировать и изменять форму плазмы внутри виртуального реактора, ее переключили на настоящий экспериментальный токамак в Лозанне. В общей сложности управление реактором длилось всего две секунды, но в физике высоких энергий две секунды — это целая эпоха. Алгоритм 10 тысяч раз в секунду (!) проводил 90 различных измерений, описывающих форму и положение плазмы, и регулировал напряжение в 19 магнитах.

Как мы себе объясним, каким образом это связано между собой (химия)

Многие действующие концепции в химии были разработаны на основе относительно небольших наборов данных и поэтому могут быть весьма предвзятыми. Машинное же обучение дает химикам возможность вернуться к истокам и разработать новые правила на основе действительно крупных наборов данных. Идея состоит в том, чтобы изучить статистическую связь между химической структурой и потенциальной энергией, не полагаясь на привычные представления о химических связях или знаниях о взаимодействиях.

Молекулярная модель соединения перфлуброн (контрастное вещество для магнитно-резонансной томографии, компьютерной томографии и сонографии) с обозначением электронной плотности разными цветами (красный – отрицательный, синий – положительный) / ©Piswind

Чтобы рассчитать динамику молекул, необходимо знать силы, действующие на отдельные атомы на каждом временном шаге моделирования. Есть точный способ узнать эти силы: нужно решить уравнение Шрёдингера, которое описывает физические законы, лежащие в основе большинства химических явлений и процессов. Однако аналитическое решение возможно только для относительно простых систем из двух тел, например таких как атом водорода. Для более крупных химических структур уравнения можно решить лишь приблизительно, но даже такое решение потребует очень сложных (и долгих) вычислений.

Машинное же обучение позволяет кардинально сократить время и ресурсы без необходимости решать какие-либо уравнения. Благодаря этой уникальной способности МО в последние годы становится все более популярным среди химиков. Эти методы позволяют исследовать химическое пространство и предсказывать свойства соединений с высокой точностью.

Кроме того, методы МО привели к новым химическим открытиям в системах, которые уже считались хорошо изученными. Стало ясно, что даже относительно небольшие молекулы проявляют нетривиальные электронные эффекты, которые влияют на их динамику и позволяют лучше понять экспериментальные наблюдения. Благодаря МО многие другие неизвестные химические эффекты еще ждут своего открытия — и уже вскоре дождутся.

Из чего мы все построим (дизайн материалов)

Устойчивое развитие и грядущий уже вскоре экономический уклад настойчиво требуют поиска новых материалов с новыми и заранее хорошо прогнозируемыми свойствами. Все «низковисящие плоды» в материаловедении уже собраны, традиционные методы уже не справляются с растущей структурной сложностью материалов, которые нам нужны. Проблема их проектирования в том, что пространство потенциальных реализаций огромно: зачастую оно не поддается вычислениям напрямую, а физическая интуиция оказывается бессильной.

Наночастицы селена, выброшенные при фемтосекундной лазерной абляции / ©Muderkind

Алгоритмы машинного обучения становятся важным инструментом в проектировании материалов благодаря своей способности предсказывать свойства, генерировать структуры с нуля и открывать новые механизмы далеко за пределами человеческой интуиции. С помощью МО можно искать скрытые законы и зависимости в накопленных данных, предсказывать свойства новых, еще не существующих материалов, а затем оптимизировать их.

Например, различные композиты, полимеры, катализаторы, а также так называемые энергетические материалы, такие как батареи, электролиты, электроды, фотогальваника, уже сейчас успешно проектируются с помощью машинного обучения.

В Университете «МИСИС» готовят специалистов в области искусственного интеллекта, data science, big data, робототехники. Среди партнеров магистерских программ — Сбер, один из российских лидеров в области ИТ, который предоставляет студентам свою инфраструктуру для исследований.

Машинное обучение успешно применяют в синтезе полупроводниковых, металлических, углеродных и полимерных наночастиц. Такие частицы используются буквально повсюду: в химическом зондировании, медицинской диагностике, катализе, термоэлектрике, фотовольтаике или фармацевтике. Их синтезируют с точно контролируемыми свойствами, и машинное обучение помогает искать оптимальные сочетания параметров.

Напомним, что синтетические полимеры имеют поистине бесчисленные комбинации мономеров, которые могут вести к различным сочетаниям структуры-функции (например, ионная проводимость, эффективность фотопреобразования, реакция памяти формы и самовосстановление). Для дизайнера материалов это настоящее проклятие размерности — настолько высокую комбинаторную сложность нельзя вычислить или вывести из общих принципов. Машинное обучение с его способностью выявлять скрытые взаимосвязи и корреляции, и ориентироваться в сложных структурно-функциональных ландшафтах помогает справиться с этим проклятием — генерируя структуры на основе заданных функций подобно тому, как нейронные сети генерируют изображения из текста.

Каким образом мы построим все, что нам нужно (инженерия)

По тем же причинам, что рассмотрены в предыдущей главе, машинное обучение может быть полезно и в разработке сложных устройств, где есть огромный объем параметров и данных. Например, Боинг 787 состоит из 2,3 миллиона деталей, а во время летных испытаний он получает данные от 200 тысяч мультимодальных датчиков. В процессе эксплуатации самолет генерирует множество данных, которые собираются и обрабатываются с помощью 18 миллионов строк кода, и это только для систем авионики и управления полетом!

©Flightglobal

Проектирование самолета — это многокритериальная оптимизационная задача с ограничениями, которыми служат требования на уровне конструкции, такие как дальность полета или запас топлива, а также производственные и коммерческие ограничения, такие как стоимость или будущий доход. Данные можно использовать для изучения взаимодействий разных параметров, обеспечивая основу для успешного реинжиниринга. Машинное обучение здесь сочетается с технологией цифрового двойника, что позволяет прогнозировать и оптимизировать работу реальных устройств.

Помимо огромных объемов данных, которые обычными способами уже почти невозможно обработать, инженеры могут столкнуться с другой проблемой, где использование машинного обучения прямо напрашивается — если устройство имеет высокую степень свободы. Например, моделирование «мягких» роботов затруднено тем, что податливость и вязкоупругость материала приводит к сложному и непредсказуемому поведению из-за нелинейности, то есть связь между входом и выходом робота не может быть представлена простой линейной зависимостью. Машинное обучение особенно эффективно именно в нелинейных задачах, и его используют в «мягкой» робототехнике: для калибровки мягких датчиков, позиционирования приводов, захвата и планирования движения роботов.

В 2021 году команда студентов Университета «МИСИС» разработала прогностическую модель для газораспределительной сети Москвы, которая может по положениям клапанов предсказывать параметры давления и потребления газа как промышленными предприятиями, так и частными пользователями. Это поможет в управлении сложной газовой системой столицы: сделает ее более энергоэффективной и безопасной.

Машинное обучение также применяют для настройки квантовых устройств, то есть для поиска набора параметров, которые кодируют и оптимизируют кубит. Например, компания DeepMind преодолела барьер сложности на полупроводниковых устройствах с квантовыми точками с помощью методов машинного обучения. Для настройки квантовых устройств в режиме реального времени МО применяют и в других реализациях кубитов: таких как сверхпроводящие кубиты, или центры азотных вакансий в алмазе, или ионные ловушки.

А теперь поговорим за жизнь (биология)

Похожая ситуация сложилась в биологии, где ученые также сталкиваются с огромным и многомерным пространством потенциальных структур, в первую очередь таких важных биологических молекул, как ДНК, РНК и белки. И точно так же трудно выяснить, как именно будет складываться молекула белка, если известен только состав и порядок входящих в нее аминокислот. Трехмерная структура белка определяет его свойства, поэтому этот вопрос всегда был актуальным для биологов. Машинное обучение помогло решить эту проблему.

Трехмерная реконструкция белкового комплекса c-FLIP / ©BQUB14-Rmorillas

В 2015 году AlphaGo, программа DeepMind, обыграла сначала «белкового» чемпиона Европы по игре в го, а затем и чемпиона мира. Программа использовала глубокие нейронные сети и обучалась сначала на основе сыгранных людьми партий, но следующая версия программы играла уже сама с собой и самостоятельно наращивала свой уровень, уже без подсказок из игр между людьми.

Го потенциально содержит огромное пространство комбинаций, что роднит эту игру с проблемой сворачивания белка (фолдинга). Создатели AlphaGo решили проверить возможности своей программы в биологической области, обучив AlphaFold на базах данных об уже известных белковых структурах. Задача AlphaFold состояла в том, чтобы предсказать наиболее вероятные структуры белков, о которых ей известно лишь то, что они сворачиваются.

Программа продемонстрировала высокую точность в прогнозировании укладки белков, и для этого ей не требовалось вычислять кинетику или стабильность фолдинга. AlphaFold набрала 90 баллов из 100 в ежегодном конкурсе «Крупномасштабный эксперимент по предсказанию структуры белка» (CASP), после чего многие специалисты сочли проблему предсказания структуры белка в целом решенной.

AlphaFold продемонстрировала возможности машинного обучения в вопросе, который трудно решить другими методами. Центральным компонентом AlphaFold является нейронная сеть, которая обучена на очень большом количестве структур для предсказания расстояний между атомами. AlphaFold может стать полезной технологией, например для проектирования лекарств, где отправной точкой часто является знание структуры белка.

Как мы всех вылечим от всего. Ну почти! (медицина)

Путь от открытия лекарства до его выхода на рынок обходится в среднем более чем в 1 миллиард долларов США и может занять 12 лет и более. Много усилий уходит на поиск и разработку действующего вещества, и не меньше усилий требуется для того, чтобы убедиться, что препарат действительно работает на людях. Все дело в чрезвычайной сложности организма и взаимосвязей клеток, биомолекул, генов и других веществ. Эта сложность, как уже сказано, не поддается прямому анализу. Зато порой, как выяснилось, она поддается машинному обучению.

Генотипирование и секвенирование ДНК. Техник загружает робота для генетических исследований вируса папилломы человека (ВПЧ) / © National Cancer Institute / Unsplash

При этом в медицине наблюдается бурный рост доступности клинических данных, отражающих информацию на разных уровнях биологической сложности, таких как мультиомика, молекулярные пути, данные визуализации, электронные медицинские карты, а также данные с имплантируемых устройств и носимых датчиков. И все эти данные можно «скормить» машинному обучению, получив интересные результаты.

Машинное обучение уже широко используют в полногеномных ассоциативных исследованиях (GWAS), где информация о геноме увязана с признаками здоровья. Следующий шаг — дополнить анализ данными эпигенетики, протеомики, метаболомики и так далее. Это требует больших ресурсов, но отдача может быть высокой, поскольку машинное обучение способно справиться с разнородными и сложными данными, находя в них скрытые от человеческого взгляда взаимосвязи. Например, с помощью МО уже показано, что ответы на антидепрессанты или на лечение рака можно предсказать на основе геномики и клинических данных, что поможет пациентам избежать ненужных процедур, часто при этом сложных и дорогих.

В 2020 году коллаборация ученых Университета «МИСИС», Института русского языка им. В. В. Виноградова РАН и НИУ ВШЭ запустила масштабный проект по созданию с помощью технологий искусственного интеллекта и машинного обучения уникальной базы древнеславянских рукописных текстов — корпуса. Это даст исследователям-лингвистам и историкам мощный инструмент для изучения всех современных национальных славянских языков и культур и станет уникальным ключом к пониманию их наследия.

Методы машинного обучения все чаще применяют для скрининга лекарств, прогнозирования их свойств и поиска терапевтических мишеней. И есть определенная надежда, что МО поможет пролить свет на природу и развитие сложных заболеваний, таких как рак или болезнь Альцгеймера. Например, анализ более 11 тысяч опухолей 33 типов рака существенно улучшил понимание того, как рак мутирует из исходных клеток и какие факторы влияют на развитие опухоли. Глубокое понимание рака жизненно необходимо: многие лекарства разрабатывают на основе экспериментально подтвержденной гипотезы, которая может объяснить возможный механизм канцерогенеза, но игнорирует другие факты о болезни.

Машинное обучение в медицине поможет врачам принимать решения и улучшит диагностику и прогнозирование за счет выявления новых закономерностей. Проблема же заключается в том, как обеспечить интерпретируемость моделей глубокого обучения, так что тут предстоит еще большая работа.

Что у нас может не получиться?

Нейронная сеть получает данные на вход и выдает результат на выходе. Невозможно судить, верно ли она отражает реальность, если правильный ответ не известен заранее. Сам процесс «рассуждений» нейросети скрыт от нашего наблюдения (и даже само слово «рассуждения» мы должны поэтому забирать в кавычки) — недаром мы называем его «черным ящиком» — и для чувствительных областей вроде медицины или сферы безопасности это серьезная проблема, которую еще предстоит решить. Там необходима твердая уверенность, что нейросеть не пошла по ложному следу, что она уловила реальную закономерность, а не артефакт.

Другой проблемой может быть приблизительный характер ответов в машинном обучении. Там, где неидеальные ответы допустимы, а ставки невелики, например при создании изображений или языковом переводе, методы машинного обучения демонстрируют свою мощь, и мы им можем сразу доверять. В диагностике или управлении автомобилем пойти на такой риск нельзя, поэтому глубокие нейронные сети все еще не произвели революцию в этих областях.

Кроме того, нейронные сети сильно зависят от качества данных, на которых они обучаются. Мусор на входе закономерно даст мусор на выходе, а чистые, качественные данные для обучения собрать в реальном мире трудно или же очень затратно. Кроме того, даже чистые данные могут сформировать у нейросети предвзятость, поскольку разные предубеждения и искажения могут присутствовать в обучающей выборке, пусть неявно.

Нет сомнений, что обученные нейросети эффективны в различении паттернов и поиске связей, но эти связи ассоциативны, они не обязаны указывать на причины и следствия. В некоторых случаях, особенно в науке, где поиск причин (а не корреляций) может быть целью, такое свойство машинного обучения будет считаться недостатком.

Не стоит забывать и о том, что глубокое обучение прожорливо. Хороший результат требует огромных объемов данных для обучения, а большие модели (например, языковые) требуют мощных вычислительных ресурсов и в конечном счете затрат энергии (и ресурсов). Это во многом ограничивает применение МО в различных отраслях.

Наконец, сети глубокого обучения способны ошибаться, причем иногда вопиюще глупо, вплоть до смешного. Это признак того, что на самом деле они не обладают пониманием, и уж тем более не мыслят и не познают мир, а всего лишь реагируют на паттерны в статистике. Это очень полезное умение, оно позволяет решать задачи определенного класса, но не стоит ждать от нейросетей того, что они дать не в состоянии. При грамотном применении у машинного обучения мощный потенциал, но будущим поколениям специалистов еще только предстоит его полностью раскрыть.

Если вам было интересно читать этот текст и вы хотите попробовать себя в этой области, рекомендуем магистратуру «Искусственный интеллект и машинное обучение» в Университете «МИСИС».


7. Имитация человека: как нейросети смогут нас убедитьСб, 28 мая[-/+]
Автор(?)
Кадр из сериала Who Is Doctor Who («Доктор Кто») / © dvdbash.com

Имитация человека: как нейросети смогут нас убедить

Нейросети учатся у людей писать картины и сочинять музыку, и это все еще выглядит забавным трюком машинного обучения. Но это лишь прелюдия. Она закончится, когда нейросети станут учиться тому, как люди рискуют, делают выбор и как используют мораль. Такие исследования уже идут, и данные для обучения мы создаем сами, зачастую даже не зная об этом. Naked Science пытается представить, зачем нужны нейросети, имитирующие нашу манеру рассуждений и поведения, кто от этого выиграет и чего стоит опасаться.

Программа, созданная исследователями из Университета Торонто, Корнеллского университета и Microsoft Research, по набору шахматных партий угадывает, кто их сыграл. Она вычисляет автора по ходам и может отличить его на фоне партий тысяч других шахматистов, регулярно играющих на популярном сервере Lichess. В сущности, она определяет присущий игроку стиль принятия решений.

Любители шахмат давно знают, что у гроссмейстеров есть свой узнаваемый игровой почерк. Кто-то играет напористо и не боится рисковать, а кто-то осторожничает и выжидает ошибок соперника. Есть те, кто силен в дебютах, а другие, наоборот, особенно опасны в эндшпилях, когда на доске уже мало фигур. Словом, каждый шахматист уникален, и в его выборе ходов есть что-то такое, что отличает его от всех прочих. Оно столь же неповторимо, как отпечаток пальцев, этакий «отпечаток» стиля.

Как раз его и улавливает программа, только ей все равно, кто делает ходы, мастер или начинающий любитель. Она легко распознает всех.

Решающий вклад здесь за машинным обучением — авторы взяли записи партий игроков, сыгравших на Lichess не менее тысячи раз, и отобрали из этих партий последовательности до 32 ходов. Каждый ход — смену позиции — они кодировали в виде чисел и передавали в нейронную сеть, а та представляла любую игру как точку в многомерном пространстве. Для нейросети все партии шахматиста — скопление точек (или кластер). Её учили максимизировать плотность кластера каждого игрока и расстояние между кластерами разных игроков.

Так нейросеть научилась различать людей — по тому, как ходы их партий сходятся в кластеры. Этот кластер и есть индивидуальный стиль конкретного игрока, который не всегда выражен явно, но машина его видит. Причем она различает игроков с высоким рейтингом, даже если ее обучить только на партиях любителей, и наоборот. Программа в самом деле ловит индивидуальность.

Авторы исследования считают, что то же самое можно провернуть с покером. Или, говорят они, при наличии правильных данных такая программа могла бы идентифицировать людей по манере вождения автомобиля или времени и месту использования мобильного телефона.

Игра в «живые шахматы», Испания, 2010. ИИ способен собрать данные и по такой игре. / © Interes touristico National

Словом, вместо набора ходов в шахматах могут быть любые цифровые следы. Любая достаточно длинная (оцифрованная) история поведения потенциально содержит данные для обучения таких программ. Человек узнается по характерным цепочкам действий просто в силу того, что мы разные, и каждый из нас, пусть даже в мелочах, чем-то отличается от других. И если раньше, чтобы запутать следы, можно было попытаться исказить почерк или голос, то изменить стиль принятия решений гораздо труднее, это все равно что подменить свою психику. Притом заранее не известно, какие признаки сеть выделяет и что конкретно надо маскировать.

От поиска стиля к предсказанию: игры и моделирование людей

Авторы программы обеспокоены тем, что их подход годится не только для шахмат, но и легко переносится в другие области: нейросеть можно обучить на любых доступных данных, и тут не все гладко с этикой. Ведь не только мошенники, но и обычные люди зачастую желают остаться анонимными, и вовсе не обязательно со злым умыслом. Машинное обучение сделает их видимыми.

В теории это означает, что вход в сеть под чужим IP уже не поможет — любого человека можно будет вычислить по присущему ему уникальному стилю, в чем бы он ни выражался.

Правда, это пока лишь в теории. На практике все не так просто: для обучения искусственного интеллекта сперва нужно собрать размеченные данные, то есть отдельно записывать цифровые следы каждого из множества миллионов людей, присутствующих в интернете, и желательно в течение месяцев. И далее постоянно отслеживать их по сети. Это требует серьезных вычислительных мощностей, а они, в свою очередь, требуют дополнительной энергии. Наконец, люди гуляют по разным сайтам, и связать их истории можно, лишь если эти сайты активно обмениваются данными между собой, что вряд ли реализуемо (кроме ряда исключений — сайтов, входящих в большие корпорации, как «Инстаграм» и «Фейсбук», например).

Такими данными могут обеспечить себя крупные площадки с огромной аудиторией. Они в основном и будут собирать цифровые следы посетителей, но в первую очередь не для того, чтобы раскрыть их личности: гораздо перспективнее использовать эти следы для изучения и предсказания поведения (например, из маркетинговых соображений). Социальные сети — подходящий полигон для этого. Но наилучший — массовые онлайн-игры.

Игра эффективно раскрывает свойства психики. В ходе игры люди принимают множество решений и взаимодействуют с другими игроками в сложной и быстро меняющейся ситуации. Им приходится мыслить тактически и стратегически. Им приходится учиться и набираться опыта. В некоторые игры люди играют годами, а значит, накапливают богатую историю своих действий. Что еще важно, в такие игры играют миллионы пользователей. Все это создает огромные объемы статистики, ее с лихвой хватит для машинного обучения.

Те, кто начал играть подростком, могут продолжать и спустя много лет, развиваясь вместе с игровой вселенной. За это время их уникальный стиль принятия решений будет глубоко изучен и определен, и такая информация может впоследствии стать очень ценной. Иногда бывшие подростки становятся лидерами бизнеса, крупными чиновниками, политиками, военачальниками высокого ранга. Машина, обученная на большом массиве данных, будет не просто знать, в какой манере они думают и действуют, она поможет строить прогнозы на их счет.

Конечно, точность прогноза зависит и от того, сохранят ли люди свой стиль принятия решений на дистанции десятков лет. На этот вопрос трудно ответить однозначно, но лонгитюдные исследования показывают, что основные черты личности довольно стабильны с юности и до зрелости. Если молодая девушка склонна к рефлексии, она будет копаться в себе и в старости. Если юноша излишне впечатлителен, то с возрастом не утратит это свойство.

Нюансы можно сгладить или развить, но ядро психики изменить трудно. Можно обоснованно ставить на то, что особенности мышления и восприятия, как и темперамент, люди пронесут с собой всю жизнь. И если программы научатся эти особенности ловить, это обещает глубокие последствия.

Ведь сила нейронных сетей не только в том, что они находят скрытые паттерны в наборе данных, они еще могут воспроизводить эти паттерны. Шахматная программа, созданная в Университете Торонто, способна играть так, как играют люди, предсказывать ходы конкретного шахматиста и даже предвидеть типичные ошибки, которые тот совершит в партии. Она знает, какие ошибки допускают игроки на разных уровнях мастерства, и может указать уровень, на котором люди перестают их совершать.

Иными словами, программа не ищет лучший ход для данной позиции — она предлагает ходы, которые сделал бы человек. Она моделирует процесс принятия решений шахматистами. Это и есть прогнозирование.

От предсказаний к влиянию: машины как психологи

Не стоит надеяться, что дело ограничится искусственной средой шахмат. В прошлом году психологи из Принстона опубликовали в журнале Science статью «Использование крупномасштабных экспериментов и машинного обучения для открытия теорий принятия решений человеком». Авторы обучили нейросеть на большой базе данных, собранной разными учеными за много лет. В ней содержатся результаты психологических экспериментов о том, как люди делают рискованный выбор, включая азартные игры — всего более 10 000 разных ситуаций, в которых испытуемые принимали те или иные решения.

Оказалось, обученные нейронные сети способны с высокой точностью имитировать решения человека, и они значительно превосходят ранее предложенные в психологии модели рискованного выбора.

Так машинное обучение помогло психологам создать новую, более эффективную теорию поведения, которую раньше разработать не удавалось. И это не удивительно: в попытках объяснить выбор людей специалисты выдвигают гипотезы и полагаются на свою интуицию, но она ограничена экспериментами, которые человеческий ум способен охватить. Ни один психолог не в состоянии перелопатить огромную базу данных, где собраны решения сотен тысяч участников в тысячах разных ситуаций выбора.

Для искусственного интеллекта это не составит труда.

Как насчет моральных проблем? Проект «Машина морали» собрал уже около 40 миллионов решений от людей более чем из 200 стран. Это крупнейший из когда-либо проводившихся онлайн-экспериментов по моральным дилеммам. Участников просят определиться в ситуации дорожного движения, где беспилотный автомобиль может свернуть в ту или иную сторону. Испытуемый должен решить, кого спасти и кем пожертвовать. На картинке могут быть разные персонажи (например, мужчина, ребенок, женщина-врач, собака) и разные варианты окружающей среды. Миллионы уникальных задач на моральный выбор.

Столь многомерное пространство решений не под силу человеческому разуму. Зато нейронная сеть, обученная на этих данных, позволила психологам построить «информативную, интерпретируемую психологическую теорию, которая определяет набор моральных принципов, лежащих в основе суждений людей». Они пишут, что эта теория превосходит те, что придуманы ранее, и благодаря ей они выявили три новых эффекта.

В итоге за счет машинного обучения можно как искать стиль принятия решений, так и моделировать, какое решение примет человек. Но удастся ли продвинуться еще дальше — повлиять на его выбор? Не исключено. В прошлом году IBM Research AI представили автономную компьютерную систему Project Debater, которая способна вести дебаты с людьми в режиме реального времени. Создатели Project Debater даже постарались сделать голос системы механическим, чтобы зрители не путали ее с человеком.

Презентация Project Debater / © Getty Images

Большие языковые модели все лучше «понимают» тексты и сюжеты, все лучше различают причины и следствия и с успехом рассуждают в рамках здравого смысла. Недавно компания Google AI совершила очередной прорыв, обучив модель PaLM не просто выдавать верные ответы в задачах на логику, но и объяснять, почему они верны. Она даже может разжевать смысл шутки, которую видит впервые. Судя по темпам прогресса, мы на пороге появления систем, способных изобретать сильные доводы по любым вопросам и темам.

Люди играют — нейросети учатся

Если объединить технологии, о которых идет речь выше, мы получим машину, которая выявляет стиль принятия решений конкретного индивида, строит вероятные сценарии его будущих решений и с учетом его уникального стиля подбирает систему аргументов — стремится убедить его мыслить или действовать в нужном направлении.

Кто может быть заинтересован в такой машине?

Персональные данные из крупных социальных сетей уже использовались для создания психологических профилей и таргетированной политической агитации в избирательных кампаниях по всему миру. История с Cambridge Analytica попала в заголовки после выборов президента США в 2016 году. И пусть все публично осуждают такие методы, включая Facebook, чьи данные заимствовались, важно признание: схемы, основанные на машинном обучении, работают.

Онлайн-игры еще лучше подходят для сбора данных о том, как люди принимают решения. Эти данные, конечно же, активно собирают. Действия игроков записываются, далее в наборах телеметрии программы ищут закономерности и на их основе строят модели поведения. Например, используя машинное обучение, исследователи из Ааленского университета в Германии изучили поведенческие данные 700 000 пользователей в 3300 играх на платформе Steam. Первым делом программа распределила игроков на категории по манере игры, затем углубилась в поиск индивидуальных стилей в найденных категориях.

Открытые соревнования по киберспорту / © Wikimedia Commons

Поведенческий анализ по игровой телеметрии — растущая область исследований. С точки зрения геймдизайна это поможет сделать игры еще более увлекательными и заодно повысить их монетизацию, то есть побудить участников охотнее тратить деньги. Для этого желательно уметь прогнозировать их поведение и характерные решения в разных ситуациях.

Впечатляет, что такой анализ уже делают в режиме реального времени. Например, можно вычислить аномалии в поведении игрока прямо во время сражений в MOBA. Аномалии указывают на вероятное мошенничество — для индустрии киберспорта, которую уже оценивают более чем в 2 миллиарда долларов, это серьезная тема.

В онлайн-игры на разных платформах играют около 3 миллиардов человек, и это не предел. Со временем игры будут становиться все более реалистичными, насыщенными, интерактивными и погружающими. И если сегодня игровая среда программируется от и до, в будущем ее смогут конструировать нейросети прямо по ходу игры, в зависимости от поведения игроков.

Вероятно, игровая вселенная станет частью более глобальной метавселенной, которую планируют строить IT-гиганты. Как минимум половина населения земного шара будет посещать ее регулярно. Каждый раз, действуя внутри виртуального мира, делая выбор и принимая решения, люди будут наращивать свои индивидуальные траектории цифровых следов. Они могут строить эту траекторию годами — играя, развлекаясь, работая и сотрудничая онлайн. Поэтому цифровые вселенные все больше будут тяготеть к сбору персональных данных. Благодаря машинному обучению в этом есть прямой смысл.

От создания картинок к масштабированию таланта

Итак, мы вступаем в эпоху, когда по многим людям, особенно тем, кто регулярно играет онлайн, будет накоплена богатая и долгая история их поведения, их решений и взаимодействий с другими людьми и ИИ-агентами. Продвинутые алгоритмы позволят глубоко анализировать эту статистику. Программы будут не только выявлять уникальный стиль человека, но и создавать его модель — поведенческую и психологическую.

Модель подразумевает прогнозирование. Она может строить разные сценарии и ранжировать их по вероятности. Задача в том, чтобы угадать, к какому выбору склонен конкретный человек в той или иной ситуации. Или какую ошибку он, скорее всего, совершит в определенный момент. Далее в дело вступит искусственный интеллект, потомок Project Debater и больших языковых моделей, который будет общаться с человеком индивидуально, с учетом его психики и стиля мышления.

В целом на больших массах людей все это работало давно, задолго до взлета машинного обучения. На этом основании стоят реклама, политика, пропаганда, но результат всегда достигался «в среднем». Черта же нового времени — персональное отслеживание. Теперь в некоторых аспектах машина будет знать человека лучше, чем он сам.

Все эти рассуждения здесь не для того, чтобы пугать вас, читатель, антиутопией, но чтобы прощупать уязвимости и риски грядущих технологий. Создатели шахматной программы из Университета Торонто сразу же осознали опасность своего детища, вокруг чего у них разгорелась дискуссия с коллегами. Парадокс, но они создавали программу вовсе не затем, чтобы деанонимизировать игроков.

Их изначальная цель — разработать интеллектуальные системы, с которыми людям будет проще взаимодействовать. А для этого ИИ должен уметь вести себя подобно людям и просчитывать их поведение. Способность узнать шахматиста по стилю игры — лишь побочный эффект столь благородной миссии.

Точно так же технология распознавания «стиля принятия решений» может принести много пользы, в том числе и в науке, открывая новые пространства для решения сложных проблем. И ключом здесь станет умение генеративных нейронных сетей порождать новые данные, вдохновляясь обучением.

Яркий пример такого умения — система искусственного интеллекта DALL·E 2 от OpenAI, умеющая создавать изображения из текстовых описаний. Например, она легко справляется с задачей нарисовать «лису, сидящую в поле на восходе солнца, в стиле Клода Моне», и картина выглядит весьма убедительно. DALL·E 2 точно схватывает стилистические черты в созданных людьми изображениях и затем воспроизводит эти черты в изображениях, которые создает сама. Это позволяет не только быстро получить множество новых картин а-ля Моне или Уорхол, но еще комбинировать и совмещать стили.

Картина, созданная ИИ по мотивам картин Моне. Интересно при этом, что Моне не рисовал лис, программе не на что опереться, и она интерпретирует самостоятельно© OpenAI

И это свойство решающее — оно открывает путь в неизведанное.

Подобно DALL·E нейронные сети будущего смогут искать оригинальные стратегии мышления, комбинируя стили принятия решений от разных людей. Или же применять стиль конкретного человека к проблемам, с которыми тот не сталкивался. Такие сочетания могут звучать безумно, вроде попытки решить вопросы квантовой гравитации в стиле Каспарова, но в этом и заключена возможность.

Эйнштейн не мог бы параллельно с теорией относительности плотно заниматься органической химией, дизайном материалов, реформой банковской системы, проектированием городов и массой других нужных вещей. Спустя столетие такой трюк может получиться — нейросеть будет заимствовать часть интеллекта гениев, обучаясь на их траекториях. Она словно арендует их лучшие стратегии и использует там, куда гении не добрались.

И кто знает, может, в обозримом будущем уже никого не удивит научное открытие или экономическое чудо (или же, например, военная операция), где был применен стиль чемпиона многопользовательской игры. Любой мощный инструмент всегда обоюдоострый. Главное решение — с какой целью его использовать — по-прежнему останется за людьми.


8. VK и Минцифры запустили бета-версию российского магазина мобильных приложений RuStoreСр, 25 мая[-/+]
Автор(?)
© RuStore

VK и Минцифры запустили бета-версию российского магазина мобильных приложений RuStore

Это стало ответом на санкции западных стран и корпорации Google, которая запретила загружать в Google Play платные российские приложения, а также удалила многие важные для местных пользователей программы, предварительно отключив возможность оплаты банковскими картами.

Компания VK при поддержке Министерства цифрового развития, связи и массовых коммуникаций представила российский магазин мобильных приложений RuStore для устройств на базе операционной системы Android. Участие в разработке принимали и другие ИТ-компании, а безопасность будут обеспечивать VK совместно с «Лабораторией Касперского».

Пока RuStore функционирует в бета-версии, но уже доступно свыше ста приложений: среди них популярные у российских пользователей и зачастую необходимые программы банков, которые западные страны включили в список санкций из-за спецоперации на Украине, мобильных операторов, маркетплейсов, а также игры. Разработчики могут создать личный кабинет и загружать свои приложения. Поддержка работает круглосуточно.

Летом должны ввести пуш-уведомления, рейтинг приложений и интегрировать платежную систему, до конца 2022-го хотят запустить аналитические и маркетинговые инструменты. Как ранее отмечал министр цифрового развития, связи и массовых коммуникаций Максут Шадаев, RuStore планируют добавить в перечень программ, которые будут предустанавливать на российские устройства.

На прошлой неделе официально заработал NashStore — отечественный магазин приложений от автономной некоммерческой организации «Цифровые платформы». Он тоже предназначен для Android-гаджетов и выступает аналогом Google Play.

Хотя до запуска маркетплейс подвергся хакерской атаке, там уже зарегистрировались почти 700 тысяч человек, а полторы тысячи программ прошли модерацию.


9. История золотого стандарта: как разрабатывали иммерсивное аудио для VR-игрПн, 23 мая[-/+]
Автор(?)
© Dongpung / Pixabay

История золотого стандарта: как разрабатывали иммерсивное аудио для VR-игр

При помощи численного моделирования электромагнитных, механических и акустических процессов компания Tectonic Audio Labs создала современный динамик со сбалансированным излучателем (технология balanced mode radiator, или BMR). Динамик был использован в гарнитуре виртуальной реальности (VR) для корпорации Valve и теперь считается золотым стандартом для VR-аудио.

Виртуальная реальность предполагает максимальное погружение пользователя в виртуальный мир, который должен восприниматься как можно более реальным. Если VR-система сконструирована умело, можно не вставая с дивана совершать путешествия во времени и пространстве, переноситься в далекое прошлое Земли или исследовать Марс и Луну, по-прежнему не покидая уютной гостиной.

Игровая индустрия добилась заметного прогресса в создании VR, но одна из главных проблем, которую еще предстоит решить разработчикам, заключается в так называемом подавлении недоверия к виртуальному миру: чтобы пользователь подсознательно воспринимал его практически как реальный (конечно, он в любом случае будет знать, что мир, в котором находится, виртуальный, но «знать» и «воспринимать» — разные вещи).

Используете ли вы VR, чтобы изучить астероид, приближающийся к Земле, играете ли в игру, в которой расстреливаете его ракетами, — чем реальнее будут ваши ощущения, тем лучше. Конечно, с теми же проблемами сталкиваются и литература, и кинематограф, но у VR есть характерная особенность — необходимость полного достоверного погружения в звуковую среду.

Аудиопогружение с наушниками Valve Index

Один из признанных лидеров игровой индустрии, компания Valve Corporation (создает игры, игровые платформы и игровое оборудование), задалась целью разработать гарнитуру Valve Index® VR, которая успешно подавила бы недоверие к виртуальной реальности. Для этого инженеру Valve Эмили Риджуэй и ее команде нужно было понять, как создать иммерсивную аудиосреду (модное слово иммерсивный означает «погружающий в действие»).

Обычно игроки используют стереонаушники, чтобы определять, с какой стороны в игре идет звук. Если источник находится слева от персонажа, игрок слышит звук через левый динамик, если справа — через правый. Valve решила отказаться от традиционных наушников, задача которых — изолировать ухо от внешних звуков, подавлять внешние шумы и передать в ухо полностью очищенный от них звук, но не создавать ощущение погруженности. Риджуэй полагала, что традиционная гарнитура способна даже помешать этому. Обычные наушники направляют звуковые волны непосредственно в слуховой канал, и звук ощущается неестественным, воображаемым, исходящим как бы из головы самого человека (так называемый интернализованный источник). К тому же сама гарнитура может быть неудобной, и этот дискомфорт способен «выбросить» пользователя из игрового переживания.

Некоторые игроки вместо наушников используют колонки. Это решает некоторые проблемы, но порождает и новые. Во-первых, качество звука будет зависеть от геометрии и акустики помещения. Во-вторых, наилучшее звучание создается колонками лишь в определенной зоне, а при взаимодействии с VR человек обычно перемещается.

Какое же решение предложила Риджуэй? Пара внеушных (супра-ауральных) полнодиапазонных наушников сверхближнего поля.

Риджуэй и ее команда изучила несколько типов динамиков. Ни один не отвечал полностью их целям, пока они не натолкнулись на динамики с технологией BMR компании Tectonic Audio Lab. Риджуэй, как написала она в своем блоге, «сразу заметила ряд преимуществ». «Они снижали уровень искажения в случае изменения ориентации динамиков, почти вписывались в наши требования по весу, имели отличные характеристики на высоких и средних частотах (что важно при бинауральной симуляции) и были намного тоньше, чем традиционные динамики». Valve объединилась с Tectonic Audio Labs, чтобы использовать эти преимущества и разработать пользовательские динамики для своей VR-гарнитуры.

А что такое технология BMR?

В традиционных динамиках звук генерируется конусовидной диафрагмой, совершающей поршневые движения. Диафрагма передает энергию вдоль оси этого движения, порождая звук. Динамики BMR работают иначе: они используют как поршневые, так и изгибные колебания диафрагмы. Это позволяет создавать равномерное акустическое поле вне оси динамика.

То есть высокие частоты, например, не затухают при отклонении слушателя от акустической оси. Такие динамики не требуют идеальной точки прослушивания (sweet spot) и за счет сверхлегкой мембраны обеспечивают высочайшую скорость отклика, а значит, и натуральность звучания. У традиционных динамиков случаются проблемы с передачей высоких частот, которые могут вызвать пульсацию или изгибы диафрагмы, известные как «слом диффузора». Возникающие при этом пики и спады снижают качество звука и требуют более тщательной ориентации динамиков. В большинстве динамиков избегают изгибных волн, а BMR вовсю использует их.

Динамик BMR в разрезе / © COMSOL

«Мы используем изгибные колебания, и нам нужно, чтобы они возникали. Можем контролировать точки их возникновения, именно эти изгибные колебания обеспечивают внеосевой выход сигнала. Мы используем резонансный слом в наших интересах, — рассказал Тим Уитвелл, вице-президент по инженерным вопросам в Tectonic Audio. — BMR во многих отношениях идет вразрез с представлениями традиционной акустической инженерии».

Технология BMR помогает использовать высокочастотную вибрацию при оптимизации некоторых характеристик, таких как материал колонок или масса воздушной нагрузки.

Создание золотого стандарта

Итак, команда Tectonic Audio Labs приступила к разработке динамиков для гарнитуры Valve Index® VR. «Отправной точкой для нас стал анализ собственных мод диафрагмы, — говорит Уитвелл. — Для технологии BMR особенно важно, чтобы изгибной режим включался в тот момент, когда на диаграмме направленности область распространения поршневых волн начинает сужаться». Когда сужение вот-вот произойдет, изгибные волны должны начать «заполнение» зон по сторонам от центральной оси, в которые сузившийся пучок не сможет попасть.

Чтобы оптимизировать этот процесс, команде Tectonic нужно было прежде всего выяснить, в каких участках мембраны возникает режим изгибных колебаний и сколько таких режимов имеется во всей полосе пропускания. Для численного анализа собственных частот и режимов работы конструкции динамика использовали программное обеспечение COMSOL Multiphysics®. Таким образом команда получила возможность управлять изгибными режимами за счет оптимизации материала мембраны и ее толщины. Если рабочие моды возбуждаются где нужно и когда нужно, Tectonic Audio получает возможность обеспечить широкую направленность выходного сигнала во всем диапазоне.

Направленность динамиков BMR / © COMSOL
Акустическое поле динамиков BMR / © COMSOL

Tectonic также провела численный анализ магнитной системы с целью её оптимизации. «Можно повышать число витков проводника на катушке, чтобы усилить преобразование электромагнитной энергии в механическую, но тогда увеличится вес, так что тут есть свои ограничения, — поясняет Уитвелл. — Всю оптимизацию мы проводим при помощи COMSOL®».

Механическая и электромагнитная модели были исследованы и оптимизированы по отдельности. Затем Tectonic Audio Lab объединила их для совместного анализа. Поскольку в объединенной модели почти все осесимметрично, инженеры представили ее в осесимметричном 2D-пространстве, сэкономив вычислительные ресурсы. Исключением был только материал диафрагмы.

«Материал диафрагмы ортотропный. Он имеет разную жесткость по разным направлениям, — объясняет Уитвелл. — Интерфейс Solid Mechanics в COMSOL Multiphysics® позволяет моделировать ортотропную природу материала в осесимметричном 2D-пространстве, это просто фантастика».

После разработки объединенной модели команда добавила к ней другие элементы, такие как спайдер-крепление, которое центрирует катушку и контролирует ее движение. В то же время продолжалась оптимизация объединенной модели для обеспечения сбалансированного режима диафрагмы — это ключевой момент в технологии BMR, позволяющий ей правильно работать в гарнитуре Valve Index® VR и гарантировать захватывающие впечатления самым разным пользователям.

Итоговая сопряженная мультифизическая модель BMR-динамика. Визуализированы магнитная индукция привода и полные перемещения подвижных частей (диафрагма, корпус катушки и крепление) на частоте 5 кГц. / © COMSOL

Когда динамики полностью отладили, пришло время заняться крепежом и подвергнуть нелинейному анализу его геометрию. «Мы деформируем подвеску и смотрим, как ее жесткость меняется при смещении, — говорит Уитвелл. — Тут тоже есть большой простор для оптимизации». Он подчеркнул, что такая оптимизация особенно важна в этом проекте: «Все шумы в динамиках и все искажения будут очень и очень отчетливо слышны пользователю». После того как подвеска оптимизирована, ее вновь помещают в объединенную модель.

«Мы должны убедиться, что все необходимые характеристики сохранились, — добавляет Уитвелл. — Затем можно приступать к созданию прототипа».

Королева VR-гарнитур

После того, как Tectonic Audio Lab успешно завершила оптимизацию и прототипирование продукта, Valve Corporation вывела свою гарнитуру на рынок и заслужила много положительных откликов. Один из них принадлежит популярному ютьюб-каналу под названием Linus Tech Tips, который ведет Линус Себастьян. Тематика его выпусков широка: от объяснения, зависит ли скорость вашего компьютера от объема оперативной памяти, до обзора новейших беспроводных клавиатур и советов, как собрать корпус PC Tower из картона. Конечно же, там есть тесты VR-гарнитур.

В какой-то момент на канале Linus появился выпуск под названием «Может, VR и не мертва…», где рассмотрел гарнитуру Valve Index®. Поначалу он с недоверием отнесся к наушникам, но, попользовавшись ими один день, был впечатлен. «Надо отдать должное этим динамикам, — сказал Линус Себастьян. — Они в самом деле звучат потрясающе!» Остальную часть видео Linus посвятил изучению спецификаций гарнитуры.

В конце Linus, держа в руках гарнитуру Valve Index® и глядя прямо в камеру, произносит: «Да это просто королева игровых VR-гарнитур!»

*Valve Index является зарегистрированным товарным знаком Valve Corporation.


10. Ученые сделали батарейку из сине-зеленых водорослейЧт, 12 мая[-/+]
Автор(?)
Synechocystis/ © Flickr

Ученые сделали батарейку из сине-зеленых водорослей

Исследователи создали фотоэлектрический элемент, генерирующий энергию за счет фотосинтеза сине-зеленых водорослей. Система, использующая только свет и воду, не нуждается в перезарядке и может питать микропроцессор в течение года.

Ученые из Кембриджского университета (Великобритания) использовали цианобактерии, или сине-зеленые водоросли, для непрерывного питания микропроцессора в течение года. Разработанная ими система использует только свет и воду и может стать надежным и возобновляемым источником для питания небольших устройств.

Фотоэлектрический элемент сравним по размеру с батареей размера АА, он содержит сине-зеленые водоросли Synechocystis, собирающие энергию Солнца посредством фотосинтеза. Это генерирует слабый электрический ток, который взаимодействует с алюминиевым электродом и используется для питания микропроцессора. Разработка представлена в журнале Energy & Environmental Science.

Система состоит из недорогих и пригодных для повторного использования материалов. Таким образом, ее можно легко воспроизвести для питания множества устройств в рамках концепции интернета вещей — сети передачи данных между физическими объектами, оснащенными встроенными средствами и технологиями для взаимодействия друг с другом или с внешней средой. Каждое устройство интернета вещей потребляет лишь небольшое количество энергии, но в эту сеть входят миллиарды устройств — от умных часов до датчиков температуры. Ожидается, что к 2035 году эта цифра вырастет до одного триллиона устройств, которые потребуют огромного количества портативных источников энергии.

Питать их с помощью литий-ионных аккумуляторов будет нецелесообразно, да и невозможно, поскольку в таком случае понадобится в три раза больше лития, чем ежегодно производится в мире. Традиционные фотоэлектрические устройства изготавливаются с использованием опасных материалов, оказывающих неблагоприятное воздействие на окружающую среду и здоровье человека.

В эксперименте новое устройство применили для питания Arm Cortex M0+ — микропроцессора, широко используемого в устройствах интернета вещей. Он работал в домашних и полуоткрытых условиях при естественном освещении и связанных с ним колебаниях температуры на протяжении года.

Система не разряжается, так как использует свет в качестве источника энергии. Хотя для световой фазы фотосинтеза требуется свет, устройство продолжает вырабатывать энергию и в темное время суток, когда происходит вторая, темновая фаза фотосинтеза. По мнению исследователей, их система будет наиболее полезна в отсутствие сети питания или же в удаленных местах, где небольшое количество энергии может оказаться очень полезным.


11. Робот-повар научился пробовать и оценивать вкус еды во время готовкиЧт, 05 мая[-/+]
Автор(?)
Робот-повар пробует омлет/ © Bio-Inspired Robotics Laboratory, University of Cambridge

Робот-повар научился пробовать и оценивать вкус еды во время готовки

Исследователи научили робота-повара пробовать пищу во время приготовления, имитируя процесс жевания. Метод позволил точно и быстро оценивать количество соли в блюде, а также составлять «карты вкусов», которые приблизили работу сенсоров робота к человеческому восприятию.

Ученые из Кембриджского университета (Великобритания) в сотрудничестве с производителем бытовой техники Beko обучили робота-повара оценивать соленость блюда на разных этапах приготовления. До этого робот уже умел готовить омлет на основе отзывов дегустаторов. Теперь он смог сам попробовать пищу, имитируя процесс жевания и составить «карту вкусов». Результаты исследования, опубликованные в журнале Frontiers in Robotics & AI, будут актуальны для создания методов автоматизированного или полуавтоматизированного приготовления пищи. Кроме того, новый подход значительно ускорил оценку солености пищи по сравнению с традиционными методами.

Восприятие вкуса — сложный процесс, в который вносят вклад внешний вид, запах, текстура и температура пищи. Слюна, образующаяся во время жевания, помогает переносить химические соединения к вкусовым рецепторам, посылающим сигналы нашему мозгу. При этом вкус изменяется по мере пережевывания пищи, которое обеспечивает постоянную обратную связь с мозгом.

Зачастую мы пробуем блюдо в процессе приготовления, чтобы оценить его вкус. Существующие методы электронной дегустации опираются на анализ одного гомогенизированного образца. Поэтому ученые стремились воспроизвести более реалистичный процесс вкусового восприятия в роботизированной системе.

Для этого исследователи прикрепили датчик солености к руке робота. По мере приготовления блюда из яиц и помидоров он «пробовал» пищу, получая показания всего за несколько секунд. Чтобы имитировать изменение текстуры, возникающее при жевании, ученые помещали кусочки блюда в блендер, и робот повторно оценивал вкус. Показания, собранные в различные моменты перемалывания пищи в блендере, позволили ему составить «вкусовые карты» каждого блюда.

Имитируя человеческое восприятие вкуса, роботы смогут научиться готовить пищу, которая нравится людям, и подстраиваться под их индивидуальные предпочтения. Понимание концепции вкуса сделает роботов лучшими кулинарами. Такие устройства будут востребованы в домах престарелых, интернатах, больницах и других организациях, где человеческих ресурсов не всегда хватает на то, чтобы обеспечить всех людей вкусным и сбалансированным питанием.

В дальнейшем авторы планируют снабдить робота и другими датчиками, которые позволят ему оценивать жирность пищи, а также различать сладкий и кислый вкус.


12. Идеальный личный транспорт в кризис: провинциальный тест-драйв электромобиляВс, 24 апр[-/+]
Автор(?)
©Парфенов Василий, Naked Science, Matador.tech

Идеальный личный транспорт в кризис: провинциальный тест-драйв электромобиля

При кризисе автомобилисты страдают одними из первых. Традиционно дорожает топливо, растут цены на ресурсные запчасти, многие из которых производятся за рубежом, а о покупке новой машины и думать не хочется. Альтернатива повальной экономии на всем, что связано с эксплуатацией «железных коней», есть. И появилась она не вчера: это электромобили. Неожиданно? А может, наоборот, это очень прагматичная идея? Naked Science рассказывает, на какие мысли наталкивают две недели жизни с «электричкой» в российской провинции.

Справедливости ради сразу оговоримся: пугающая ситуация и в мировой, и в отечественной автомобильной отрасли начала формироваться задолго до нынешней весны. Недавние события лишь усугубили все проблемы. Цены на новые машины растут как на дрожжах уже больше года подряд. Заодно вторичный рынок на это реагирует соответствующим образом. Запчасти и расходные материалы для ТО тоже подорожали к декабрю прошлого года, но не так сильно. Даже с резиной есть проблемы: из-за грибковой болезни, которая косит плантации гевеи (источник природного каучука), и ряда экономических факторов стоимость сырья для шин здорово подросла.

Иными словами, уже минувшей осенью многие отечественные автомобилисты прикидывали свои финансовые возможности на следующий сезон и выбирали варианты «побюджетнее». Планировали обслуживание машины после зимы лишь в минимальных объемах, отменяли планы на обновление летней резины, отказывались от смены авто. Но события, начавшиеся в конце февраля, хоть и добавили головной боли мировой автопромышленности в целом, сильнее всего ударили по российским владельцам личного транспорта. Проще говоря, им теперь точно придется вспоминать все дедовские советы о том, как экономить на эксплуатации. И ничем хорошим такие меры обычно не светят, особенно учитывая изрядно возросшую техническую сложность современных машин.

Но одного наши предки, передавая сакральные знания о походной замене ремня генератора колготками, предугадать не могли. А современные автолюбители, в силу инерции массового сознания и стойких предубеждений, всерьез этот вариант совершенно напрасно не воспринимают. Речь, конечно, о нашествии электромобилей, стремительно отвоевывающих рынок у своих «предков с ДВС под капотом» вот уже добрых пять лет подряд. Прошлой осенью автор этих строк прожил две недели полноценным «электроводом» в провинции. После почти двух тысяч пройденных на «зеленой» машине километров (половина — в городе, половина — по трассе) напрашиваются довольно интересные мысли о перспективах транспорта будущего в России.

Типичные меры экономии на «железном коне» и чем они оборачиваются

Однако сперва вернемся чуть назад и напишем о вроде бы очевидных, но почему-то часто игнорируемых вещах. О том, как выживают в кризис автомобилисты и почему так поступать ни в коем случае нельзя. Что самое настораживающее — подобный стиль эксплуатации присущ немалой части наших соотечественников и в сравнительно сытые времена. Понятное дело, не от хорошей жизни, но все же. Сразу оговоримся: здесь и далее рассматриваются случаи, в которых «автомобиль — не роскошь, а средство передвижения», то есть машину используют по той или иной необходимости. Потому что для тех, кто личный транспорт покупал в качестве своеобразной игрушки, проблема роста стоимости ее эксплуатации остро не стоит.

Итак, единственное, на чем почти никогда не экономят владельцы машин ни при каких условиях, — топливо. Случаи покупки бензина или солярки «из-под полы» все же скорее исключение, чем правило (надеемся, так все и останется). А заправляться в сомнительных местах ради экономии рубля-двух с литра мало какой водитель в здравом уме станет. Зато все остальное легко идет под нож, поскольку мгновенный негативный эффект от экономии на техобслуживании, резине и мойке проявляется крайне редко.

Но в долгосрочной перспективе все это сказывается не лучшим образом. И на ресурсе машины, и на безопасности ее эксплуатации, и на полной стоимости владения. Использование неоригинальных (поддельных, совместимых) запчастей спасает бюджет сегодня, однако их придется менять чаще. Ремонт и обслуживание в гаражах или «универсальных» сервисах чреваты некачественно установленными деталями или даже поломками при несоблюдении регламентов процедур. Дешевые, изношенные либо вовсе неподходящие по характеристикам покрышки («зато урвал всего за две тыщи баллон!») — прямая дорога в ДТП.

Пусть даже поверхностно знакомый с автомобильной тематикой читатель сейчас в сердцах воскликнет что-нибудь вроде «ну ты еще расскажи, что небо голубое». Да, это прописные истины. Но почему-то количество сообщений на профильных форумах с вопросами о том, что делать, когда сэкономил на одной детали, а теперь автомобиль совсем плох, не убывает. Равно как и стенания о поиске подходящего сервиса — а едва ли не каждый автолюбитель со стажем помнит тернистый путь через несколько СТО (оплаченный нервами и кровно заработанными деньгами), пока не найдется именно та, где и делают хорошо, и до последней нитки не раздевают.

Автомобиль — всегда головная боль той или иной степени тяжести, особенно если он не новый. До недавнего времени у значительной части владеющих машинами россиян была возможность перекрывать эту нервотрепку деньгами. Многие обслуживали «железных коней» в официальных или крупных сетевых сервисах. Да, так дороже, зато и гарантия есть, и шанс напороться на некачественно выполненные работы существенно ниже. В условиях резкого подорожания всего подряд так поступать становится сложнее.

Изменение сознания

Так или иначе автомобилистов уже поставили перед необходимостью пересмотреть стиль эксплуатации своей машины. Кто-то задумается вовсе об отказе от нее, кому-то придется разбираться во всех технических тонкостях с нуля, а немалая доля «счастливчиков» на собственном опыте узнает, что такое экономия на спичках (остается надеяться, что обойдется без жертв). Оптимальный вариант, при котором транспортное средство продолжает более-менее безопасно и эффективно использоваться, есть: стать скучным бюрократом с «дедовскими» повадками за рулем.

Внимательный подсчет полной стоимости владения машиной и оценка способов ее разумного снижения потребует усидчивости и базовых навыков использования электронных таблиц. Кроме того, нужно будет погрузиться в техническую документацию и прочитать сотни страниц профильных форумов с опытом эксплуатации такой же модели. Это позволит найти приемлемые по соотношению цены и качества запчасти, заранее выявить и превентивно защитить «слабые места» в своем автомобиле, а также узнать множество хитростей, известных только опытным владельцам.

Не стоит забывать о еще одной прописной истине — стиль езды сильно влияет как на стоимость эксплуатации, так и на долговечность техники. Да, чтобы экономить на личной машине, придется перемещаться по дороге спокойно и «без резких движений». Только такими мерами можно снизить цену одного пройденного километра на пару-тройку рублей.

Проблема в том, что такую манеру владения машиной практикуют единицы — требуется уж слишком серьезный уровень организации жизни. Но, чтобы не вылететь в трубу, изменить сознание придется каждому, кто хочет продолжить ездить на авто и при этом не рисковать жизнью или еще большими тратами. Примечательно, что вышеописанный стиль эксплуатации машины похож на тот, что присущ «электроводам», то есть владельцам батарейных электромобилей. Они тоже стараются без необходимости не ускоряться резко, ездить плавно, тормозить двигателем заранее, планировать маршрут с учетом эффективности движения, выбирать зарядки подешевле и поудобнее (а дома — использовать таймер, чтобы пополнять батарею по ночному тарифу).

Возникает вопрос: если изменение сознания неизбежно, почему сразу не перестроиться на те рельсы, у которых больше перспектив в будущем? Двигатели внутреннего сгорания в легковушках все равно плавно отмирают, и ведущие мировые производители уже не будут тратить ресурсы на новые технологичные разработки. А отечественные марки явно не способны выпустить эффективный, надежный и экономичный продукт без иностранной помощи. Рассмотрим на примере, насколько сложно выжить водителю «электрички» в России уже сейчас.

Объект интереса

Подопытная машина нам попалась довольно необычная — JAC iEV7S. Почему именно она? Ответ прост: уж такую дали, на отечественном рынке официально продается не так много электрокаров. Подробный технический обзор не входит в тематику Naked Science (но есть на профильных ресурсах), так что остановимся лишь на основных моментах с технической и «автомобильной» сторон. Для начала: это электромобиль переходного поколения между условными первым и вторым. Он уже оснащается батареей с жидкостной системой терморегулирования, но еще спроектирован на основе бензиновой модели.

Под капотом тесновато / ©Парфенов Василий, Naked Science, Matador.tech
В салоне скучновато / ©Парфенов Василий, Naked Science, Matador.tech

По «железу», за исключением силовой установки, JAC iEV7S — сверхбюджетный кроссовер (модель S2) со всеми вытекающими последствиями. У него очень примитивная подвеска, бедный, по современным меркам, набор опций, он полон спорных решений (вроде крайне неудобной ручки открывания пятой двери). Но зато в наличии все основные удобства, включая полный электропакет и системы активной безопасности (ABS, EBD, ESP). Из бензиновой машины просто выбросили ДВС вместе со всеми сопутствующими узлами, а в освободившемся пространстве разместили электромотор (85 киловатт, эквивалентны 115 лошадиным силам) с редуктором, блок управления двигателем и контроллер зарядки. Батарею емкостью 39 киловатт-часов установили под днищем и на месте бензобака. Она обеспечивает честные 210-240 километров пробега на одном заряде в городском режиме (производитель обещает 280 километров, но цикл тестирования не уточняет).

Разработка этого электромобиля компанией JAC велась еще в далеком 2016 году, поэтому такой конструкторский подход простителен. Это до России модель добралась с «небольшим опозданием». Кстати, у себя на родине, в Поднебесной, этот бренд продает уже более совершенную версию iEV7S, а также ряд «электричек» в других кузовах (даже пикапы).

С практической точки зрения вариант «взять машину с ДВС и переоборудовать ее на электротягу» хорош только в качестве пробы пера. На деле он оборачивается массой компромиссов. Среди наиболее досадных:

  • Мотор с редуктором рассчитаны исключительно на городской стиль езды. При разгоне до максимальных 134-140 километров в час машина начинает буквально пожирать аккумулятор, и ни о каких 240 километрах пробега до зарядки речи уже не идет. Но, если ездить на оптимальных 60-80 километрах в час, все в порядке и заявленный производителем запас хода легко превышается.
  • Аэродинамика iEV7S сравнима только с кирпичом. Это ужасно сказывается на энергетической эффективности уже после скорости в 80-90 километров в час.
  • Инженеры JAC сделали спорный выбор «химии» аккумуляторных ячеек. Их и так меньше влезает под днище не рассчитанного изначально на установку батареи кузова. А у этих еще емкость одной «банки» меньше средней. В итоге получились очень скромные 39 киловатт-часов, которых совершенно не хватает в дальних поездках (но, учитывая скоростные характеристики, о них и так лучше не думать).
  • Ни о каком тепловом насосе или теплообменнике с контуром охлаждения батареи для климат-контроля в салоне и мечтать не стоит, все по старинке: ТЭН — на обогрев, кондиционер — на охлаждение. Судя по всему, оба агрегата далеко не самые эффективные. Выливается это в астрономические траты электричества при езде в холодную погоду. Режимов работы нагревателя вообще всего два: в первом он поглощает 2,2 киловатта, во втором — все четыре (за час съедает около 25 километров запаса хода).
©Парфенов Василий, Naked Science, Matador.tech
©Парфенов Василий, Naked Science, Matador.tech

Перед началом теста все эти недостатки были известны, так что его цель заключалась не в оценке модели. Интересно было прочувствовать на себе «электроводство» и ответить на два ключевых вопроса: можно ли вообще жить с электромобилем в России, а также насколько сильно придется с ним страдать. Если вкратце, ответы следующие: да и не слишком.

Количество «электричек», доступность инфраструктуры и поддержка сообщества

Первое, что выяснилось после получения ключей и краткого инструктажа, — неожиданно большое число электрокаров в Москве. Выдача машины происходила на территории «МЕГА «Белая Дача», где находится сразу четыре зарядных станции. За полчаса к той, что была рядом, подъехали пять машин. Может показаться, с инфраструктурой беда, но это не так. Самых разных «розеток» не только в столице, но и по всей стране просто невероятное количество (чтобы проверить, достаточно открыть портал PlugShare — к сожалению, больше в России этот ресурс не работает).

После некоторого шока от обилия «зеленых» машин вокруг, которые обычно даже не замечаешь, пришло (буквально) осознание следующего факта: «электроводы» — это тусовка. В лучших традициях старых, добрых автоклубов каждый водитель электромобиля стремится хотя бы поздороваться с таким же счастливчиком даже при мимолетной встрече. А уж если две «электрички» встречаются на зарядке, разговор неминуем. В нем обычно происходит обмен любезностями, расспросы о машине собеседника, а также, самое главное, — обмен опытом, хитростями и тонкостями эксплуатации, новостями про зарядки. Все вежливо и дружелюбно.

Причем такая атмосфера сохраняется вне зависимости от региона. Что в Москве, что в Твери, где проходила большая часть теста, что в Санкт-Петербурге. Дальневосточные и сибирские знакомые владельцы электромобилей докладывают об аналогичных правилах поведения. И это дружелюбие вообще никак не опирается на стоимость машины, с владельцем которой происходит разговор. К обладателю древнего Nissan Leaf водитель Tesla Model S обращается обычно ровно так же, как вышедшему из Porsche Taycan, — все они члена пока довольно узкого клуба.

©Парфенов Василий, Naked Science, Matador.tech
©Парфенов Василий, Naked Science, Matador.tech

Тонкости зарядки

В процессе эксплуатации возникло несколько ожидаемых заминок. Как минимум пришлось сразу разбираться, какие бывают зарядки и чем они различаются. По большому счету вариантов всего три: домашняя розетка (через комплектный блок питания), переменный ток (разъем Type2) и постоянный (CCS/Combo). Первый рассмотрим позднее, с остальными все просто.

«Переменка» встречается чаще, гарантированно позволяет «заливать»четыре-шесть киловатт в час (10-16 ампер при 360-380 вольт, коэффициенты для простоты подсчета можно смело опускать). Такие станции стоят недорого (от 40 тысяч рублей за самые примитивные решения) и устанавливаются практически где угодно. Многие электроводы договариваются с поставщиком энергии о подключении вывода 380 вольт на своем участке и покупают бюджетные зарядки Type2.

Пополняется аккумулятор автомобиля таким образом гораздо быстрее, чем через обычную бытовую розетку, но все равно долго. Точное значение зависит от емкости батареи. Для примерных подсчетов достаточно разделить ее «объем» на мощность станции, чтобы узнать, сколько времени займет зарядка на 100 процентов. В случае с JAC iEV7S его 39 киловатт-часов под брюшком пополняются «под завязку» за 6,5-8 часов.

Стандарт CCS подразумевает гораздо большую мощность, в теории — до 200 киловатт на розетку или даже выше. На практике лимитирующих факторов — масса: от конкретного оборудования (как зарядной станции, так и контроллера в машине) до погодных условий и текущей нагрузки на энергосеть. При оптимальных условиях JAC iEV7S способен «скушать» через комборазъем (два толстенных пина под основным Type2) почти 40 киловатт, то есть станция должна отдать ему без малого 100 ампер и 400 вольт постоянного тока. Но в реальности такие параметры заряда удалось увидеть лишь однажды, чаще было 26 киловатт (380 вольт и 70 ампер). Таким способом батарея iEV7S пополняется за полтора-два часа.

Зарядки с разъемом Type2 часто можно найти в торговых центрах… / ©Парфенов Василий, Naked Science, Matador.tech
…а также около гостиниц и офисов / ©Парфенов Василий, Naked Science, Matador.tech

Нюанс здесь вот в чем. Редко какой владелец электрокара заряжается с нуля до сотни. Куда эффективнее подключаться к розетке при любом удобном случае, причем это не просто удобнее, но и существенно продлевает жизнь батарее. Если сильно упрощать всю химию и физику происходящих процессов, то литиевые аккумуляторы изнашиваются при диапазоне разряда 0-10% и 90-100%. Более того, именно эти начальные и конечные «зоны емкости» требуют более всего времени на пополнение. А при эксплуатации батареи в диапазоне 20-80% емкости происходит сразу два крайне позитивных эффекта. Во-первых, зарядка в этом «окне» идет радикально быстрее — те самые обещанные производителем десятки процентов за 10 минут. А во-вторых, износ ячеек практически незаметен.

Но самое интересное, что домашняя розетка оказалась самым удобным и дешевым способом зарядки. Да, в деревне удалось от бытовой сети получить лишь два киловатта, то есть полностью опорожненный аккумулятор пришлось бы подключать на 20 с лишним часов. Однако в режиме пополнения батареи с 60-70% до 80-90% такой способ идеален. А даже в провинции мало кто, кроме таксистов, проезжает больше 80 километров в сутки.

Треть емкости за ночь получается «влить» по невероятно смешной цене — 4,3 рубля за киловатт (а если дом с электроплитой или тариф ночной, то вовсе три рубля). Иными словами, 240 километров пробега обойдутся в 120-170 рублей. Бензин тут, мягко говоря, совершенно не конкурент.

Стоимость техобслуживания

За две тысячи километров пробега каких-то проблем по технической части не возникло, но вопрос ТО оценить было интересно. Итак, что может потребоваться заменить по пробегу в этой машине:

  • тормозные колодки — скорее из-за старения, поскольку большая часть тормозного усилия создается двигателем, износ минимален;
  • сайлентблоки, стойки стабилизатора и прочие мелочи в подвеске — чуть чаще, чем в ДВС-версии, поскольку масса возросла;
  • технические жидкости — масло в редукторе залито на весь срок службы, но, как и любую «трансмиссионку», лучше раз в пять лет его менять; тормозная жидкость, как и в машине с ДВС, стареет за два-три года (набирает влаги); а вот антифриза понадобится много, поскольку добавляется еще контур терморегуляции батареи;
  • салонный фильтр — раз год или по мере загрязнения;
  • резину — чуть чаще, чем в ДВС-версии, все так же по причине возросшей массы (не раз в четыре-пять сезонов, а на один раньше).

Прочих затрат на обслуживание электромобиля у его владельца просто не будет. Он лишен «радости» регулярно менять целый спектр расходных деталей ДВС и масло в нем. По ценам запчастей ситуация сильно зависит от модели электрокара, в случае с iEV7S проблема только в их доступности на складах — машина в наших краях редкая, многие позиции придется подождать. Но философия электроводов подразумевает планирование, так что предварительный заказ перед ожидаемой заменой никто не отменял. Ценники крайне гуманные, на уровне отечественного автопрома, разве что комплект передних тормозных колодок выглядит дорогим (целых четыре тысячи рублей).

На трассах устанавливают мощные станции с несколькими разъемами, часть которых позволяет пополнять аккумулятор постоянным током / ©Парфенов Василий, Naked Science, Matador.tech
На трассах устанавливают мощные станции с несколькими разъемами, часть которых позволяет пополнять аккумулятор постоянным током / ©Парфенов Василий, Naked Science, Matador.tech

Эксплуатация в городе…

При езде в городских условиях даже бюджетный электромобиль с не самым мощным двигателем сильно выделяется из потока. На нем всегда опережаешь подавляющее большинство соседей по очереди перед светофором. В остальном — машина и машина, внутри все точно такое же. Разница лишь в акустическом комфорте: силовая установка дает о себе знать только при резком ускорении характерным «троллейбусным» гулом. Но спокойная езда поначалу немного раздражает необычным обилием звуков от окружающей среды (в основном от ближайших автомобилей).

Специфика электрокара проявляется в том, что водитель быстро привыкает тормозить двигателем. Эта тактика помогает экономить и топливо машин с ДВС, но на электротранспорте она становится важнейшим подспорьем в увеличении запаса хода за счет рекуперации. Да и просто отпускать педаль акселератора за 300 метров до светофора — практически медитативное удовольствие. Такой стиль езды здорово успокаивает нервы, хотя под него на первых порах приходится морально настраиваться. Нет, «хасанить» и «дубасить на все бабки» технически никто не запрещает (ПДД разве что, но любителям таких развлечений они не указ), тем более что электромотор выдает просто фантастический крутящий момент, вот только обернется это сокращением доступного пробега на треть.

…и на трассе

Как уже было сказано, iEV7S — не про дальние поездки по шоссе. Круиз-контроль позволяет без лишней нервотрепки поддерживать скорость движения на уровне 80 километров в час… Но у кого хватит терпения таким образом перемещаться хотя бы на пару сотен верст? Тем не менее во имя науки была предпринята условно успешная попытка проехать на подопытном электромобиле из Москвы в Санкт-Петербург. Результат, конечно, технически можно признать удовлетворительным: все добрались живыми. Но за 17 с лишним часов!

Подвела даже не сама машина, а инфраструктура, поскольку из семи быстрых зарядок по пути лишь одна выдала максимальный ток. Все остальные расщедрились едва ли на 16 киловатт средней мощности (хотя пики были честные — почти вдвое выше). В результате вместо семи остановок по 20-30 минут для «заправки» 40-50% батареи каждые 100 километров пришлось провисеть на проводах суммарно почти восемь часов.

А это не самый логичный, но подробный отчет обо всех зарядках во время теста. Обозначения: общий пробег — показания одометра с начала теста; пробег — пройденное между зарядками расстояние; км на 1% — примерный расчет энергопотребления, какое расстояние пройдено на одно деление заряда на приборной панели (никак не коррелирует с «обещаниями» бортового компьютера); тип зарядки — условно медленный Type 2 (переменный ток, средняя скорость заряда), быстрый CCS/Combo (постоянный ток, самая быстрая) или обычная домашняя розетка и комплектный блок питания (самая медленная); U — среднее напряжение зарядки в вольтах, I — средний ток заряда в амперах, P — пиковая мощность зарядки в киловатт-часах; время — сколько заряжались; было, стало и заряд — показания остаточной емкости аккумулятора на приборной панели / ©Парфенов Василий, Naked Science, Matador.tech

Мифы о электромобилях

Существует еще множество стойких заблуждений об электротранспорте. Выше описаны лишь те моменты, которые удалось прояснить на личной практике. Рассматривать остальные — дело интересное, но уже в другом материале. Отметим лишь ответы на главные опасения автомобилистов, связанные с батарейными электромобилями:

  • «электрички» менее пожароопасны ДВС-машин, что подтверждается богатой статистикой страховщиков (даже с дефектами в аккумуляторах они горят реже);
  • утилизация батареи — не проблема (их либо перерабатывают сами производители, либо используют в стационарных накопителях энергии), а в России об этом вообще вряд ли ближайшие годы кто-то будет переживать;
  • износ аккумуляторов — порядка одного-трех процентов емкости в год для современных моделей в худшем случае, при правильной эксплуатации они служат практически бесконечно;
  • экологичность электромобилей даже при зарядке от угольной электростанции будет выше, чем у машины с ДВС, поскольку они не выбрасывают смертельные микрочастицы прямо под нос людям.

Проблемы электричек в России

Двухнедельный опыт постоянного использования электромобиля оставил стойкое ощущение явной недооцененности этого типа транспорта в России. Есть мощное сообщество владельцев, открытое для новичков и готовое помогать. Построена какая-никакая инфраструктура, способная обеспечить потребности парка машин вдвое больше текущего. На рынке присутствуют вполне доступные предложения, просто выбор не особо велик. Более того, с экономической точки зрения электрокары сулят сплошные выгоды как потребителям, так и стране в целом: люди получают доступный в кризис транспорт и продолжают участвовать в экономике (общие расходы автомобилистов в среднем выше, чем «безлошадных» — и не за счет трат на машину), а государство меньше тратит на систему здравоохранения и получает дополнительные рабочие места для новой отрасли.

Но российская индустрия электрокаров упорно не хочет развиваться, в чем же проблема? Возможно, в том, что по какой-то причине российские электроводы оказались в серой зоне как для местных автомобильных дилеров, так и отечественных бюрократов. И предложенные на рынке модели, и законодательная база говорят о том, что электромобиль в России воспринимается как предмет роскоши. Для них нет реальных федеральных льгот (почему это необходимо для развития страны — тема для отдельной статьи), реальной поддержки конкурентоспособных разработок, а также заметных инвестиций в развитие производства и инфраструктуры.

А запрос «снизу» на электрический транспорт, на самом деле, весьма немалый. Уже сейчас по дорогам страны ездят порядка девяти тысяч Nissan Leaf (львиная доля — на Дальнем Востоке). Это электрокар условного первого поколения, не имеющий жидкостной терморегуляции аккумулятора и способный в лучшие свои годы проехать на одном заряде порядка 150-170 километров. Учитывая, что большая часть этого парка сильно старше пяти лет, реальный средний запас хода «Лифов» можно оценить в 100-120 километров. И беглое знакомство с сотнями «бортовых журналов» на профильных сайтах или соответствующими темами автомобильных форумов это впечатление подтверждает.

Тем не менее люди ездят на таких машинах и делают это каждый день. Даже в Твери есть четыре Nissan Leaf, владельцы которых используют их в качестве первой машины (для ежедневных поездок на работу и обратно). Заряжают ночью около своих частных домов. Естественно, все они друг друга знают и быстро мне рассказали, как выгодно жить со старой «электричкой» в гараже. Потребности людей в очень дешевом личном транспорте даже такая безнадежно устаревшая модель закрывает с лихвой.

Стоит ли говорить, что после моего рассказа о характеристиках вполне сравнимого по эксплуатационным качествам JAC iEV7S у этих людей загорались глаза? Шутка ли: пробег минимум вдвое больше привычного, обладает таким же «неубиваемым» шасси, с восьмилетней гарантией на батарею (которая еще емкость так быстро терять не будет), простой технически и теоретически недорогой в покупке.

Вот только с последним пунктом загвоздка: на конец прошлого года JAC продавал свой электромобиль в России за 2,5 миллиона рублей (при ценнике на родине около 1,1 миллиона рублей). Да, в Поднебесной своя атмосфера: государственные регуляторы там всячески поддерживают производство и продажу электрокаров. На вопрос, а каких объемов продаж компания вообще тогда ожидает в стране, представители JAC лишь объяснили, что это своеобразный пилотный проект. И значительная часть уже отгруженных в стране машин (три десятка штук) ушли государственным или близким к бюджету организациям.

Немалая часть проданных российским представительством JAC электромобилей отправилась в Крым, где используется каршерингом / ©Парфенов Василий, Naked Science, Matador.tech

В итоге получается, что несколько тысяч россиян уже готовы купить бюджетный электромобиль за миллион-полтора рублей. Потому что при любом раскладе современная модель будет лучше Nissan Leaf по всем ключевым параметрам. Но местный рынок принудительно закрыт и для легкого самостоятельного ввоза машин из-за рубежа, и для упрощенного прихода в страну крупных брендов. При этом отечественной альтернативы нет и не предвидится в обозримом будущем. «Кама-1» начнет выпускаться через два-три года, а когда удастся устранить все ее «детские болезни» — вообще непонятно.

И решительно неясно, каким образом допуск в страну хотя бы подержанных электромобилей зарубежного производства станет угрозой для российских производителей. Придут на рынок 10-15 тысяч «китайцев», «европейцев» и «американцев», их купят те, кто хочет заменить свой Nissan Leaf, или те, кто давно хочет вступить в этот клуб. За то время, пока на массовое производство выйдут отечественные проекты, как раз сформируется определенный интерес среди автомобилистов к «зеленой» альтернативе. И обеспечит стартовый спрос на «российские теслы». Если, конечно, цена окажется разумной.

Но пока все происходит ровно наоборот: электрокары в России никто не хочет делать массовыми, а считаные энтузиасты вынуждены выкручиваться как получится. Потому что «электрички» гораздо выгоднее машин с ДВС, если есть доступная розетка или возможность ее организовать около дома.

Выводы

Как показала практика, электромобилям в России место есть. Наибольшую выгоду от их использования получают, вопреки ожиданиям, вовсе не жители крупных городов, а обитатели провинции. Среди них больше владельцев собственных домов (где проще вывести свою розетку на улицу) и чаще встречается необходимость ездить до работы несколько десятков километров ежедневно (без развитой инфраструктуры общественного транспорта). А за счет дешевого электричества стоимость эксплуатации выходит минимальной — около рубля на километр без учета ТО и покупки машины.

Сложности есть, часть из них решаемая, часть обусловлена не самой очевидной логикой российских бюрократов. Как минимум проблемы возникнут при покупке такой машины. Ее надо будет как-то ввезти в страну или искать разные схемы с перегонщиками. На отечественные разработки пока надежды нет, рынок подержанных «электричек» в стране тоже не слишком радует глаз. Особенно по сравнению с мировым.


13. Вживление микрочипов позволит платить рукойВт, 12 апр[-/+]
Автор(?)
© PATRICK PAUMEN

Вживление микрочипов позволит платить рукой

Более половины опрошенных агентством Marqueta заинтересованы во вживлении чипов для оплаты. В России импланты пока в серой зоне закона: не запрещены и не разрешены

Патрик Паумен вызывает ажиотаж всякий раз, когда платит за что-то в магазине или ресторане: 37-летнему мужчине не нужно использовать банковскую карту или мобильный телефон для оплаты, так как он просто кладет левую руку рядом со считывателем бесконтактных карт, и платеж проходит. Паумен может расплачиваться рукой, потому что еще в 2019 году ему под кожу был введен микрочип бесконтактной оплаты.

«Процедура вживления не больнее щипка», — говорит он.

Микрочип впервые имплантировали человеку еще в 1998 году, но только в течение последнего десятилетия эта технология стала доступна в коммерческих целях. Британско-польская фирма Walletmor заявляет, что в прошлом году она стала первой компанией, которая представила на рынке имплантируемые платежные чипы. «Имплант можно использовать везде, где принимают бесконтактные платежи», — говорит основатель и исполнительный директор Войтек Папрота.

© WALLETMOR
Рентгеновский снимок, показывающий имплантат Walletmor, который вводится в руку человека после местной анестезии

Чип Walletmor, который весит менее грамма и немного больше рисового зерна, состоит из крошечного микрочипа и антенны, заключенной в биополимер — природный материал, похожий на пластик. Папрота добавляет, что он абсолютно безопасен, имеет одобрение регулирующих органов Европы, работает сразу после имплантации и будет надежно закреплен. Чип не требует батареи или другого источника питания. Фирма заявляет, что уже продано более 500 чипов.

Walletmor использует NFC — ту же систему бесконтактной оплаты, что и смартфоны. Другие платежные импланты основаны на радиочастотной идентификации (RFID) — аналогичной технологии, обычно используемой в физических бесконтактных дебетовых и кредитных картах.

Для многих из нас идея имплантировать такой чип в тело ужасна, но опрос, проведенный в 2021 году среди более чем 4000 человек по всей Великобритании и Европейскому союзу, показал, что 51% респондентов рассмотрят такой вариант. Тем не менее авторы отчета добавляют, что «вопросы вторжения и безопасности по-прежнему вызывают серьезную озабоченность» у опрошенных.

Паумен говорит, что у него нет подобных забот. «Чиповые имплантаты содержат те же технологии, которые люди используют ежедневно. Расстояние считывания ограничено небольшой антенной катушкой внутри импланта. Имплант должен находиться в пределах электромагнитного поля совместимого считывателя RFID (или NFC). Только при наличии магнитной связи между считывателем и транспондером имплант может быть считан», — объясняет он. По словам Паумена, он не беспокоится, что его местонахождение можно отследить.

Тем не менее проблема с такими чипами заключается в том, станут ли они в будущем еще совершеннее и более наполненными личными данными человека. Безопасна ли такая информация? Действительно ли человека можно будет отследить?

Эксперт по финансовым технологиям, или финтеху, Теодора Лау, выступившая соавтором книги «По ту сторону добра: как технологии приводят к революции, управляемой бизнесом», говорит, что имплантированные платежные чипы — лишь «расширение интернета вещей». Под этим она имеет в виду всего еще один новый способ подключения и обмена данными.


14. Разработчик World of Tanks объявил об уходе из России и БелоруссииПн, 04 апр[-/+]
Автор(?)
Офис Wargaming / © Naked Science

Разработчик World of Tanks объявил об уходе из России и Белоруссии

Официально причину не называют. Управление игровым бизнесом в этих странах уже взяла на себя российская компания Lesta Studio.

Частная компания Wargaming со штаб-квартирой на Кипре, создавшая такие компьютерные игры, как World of Tanks, World of Warships и Massive Assault, после «стратегического обзора бизнес-операций по всему миру» объявила об уходе из России и Белоруссии, а также о закрытии студии в Минске.

Как уточняется на сайте разработчика, с 31 марта местное управление игровым бизнесом передали российской Lesta Studio: с 2011 года она вместе с Wargaming трудилась над World of Warships, однако теперь никак не будет с ней связана.

«Компания [Wargaming] не получит прибыли от этого процесса ни сегодня, ни в будущем. Наоборот, мы ожидаем значительных убытков в результате такого решения. Мы завершим переход с необходимой скоростью, следуя при этом всем законам и обеспечивая постоянную безопасность и поддержку сотрудников», — добавляется в сообщении. На время «переходного периода» доступ к играм для пользователей из Белоруссии и Украины сохранится.

В офисе Wargaming / © Naked Science
В офисе Wargaming / © Naked Science

В начале марта украинская студия GSC Game — разработчик игры S.T.A.L.K.E.R — сообщила об уходе с российского рынка из-за спецоперации на Украине. Помимо этого, до особого уведомления (судя по всему, до завершения конфликта) продажи в России приостановили американские компании Activision Blizzard (Call of Duty, World of Warcraft, Diablo), Rockstar Games (GTA, Max Payne и Red Dead Redemption) и Electronic Arts (Battlefield, Need for Speed, The Sims, Medal of Honor, Command & Conquer, Dead Space, Mass Effect, Dragon Age, Titanfall, Star Wars и FIFA), а также французская Ubisoft (Assassin`s Creed и Far Cry) и польская CD Projekt («Ведьмак» и Cyberpunk 2077).


15. Apple сократит производство iPhone и AirPods из-за ситуации на УкраинеПн, 28 мар[-/+]
Автор(?)
Новый iPhone SE, представленный в начале марта / © Apple

Apple сократит производство iPhone и AirPods из-за ситуации на Украине

Конфликт на Украине и санкции против России продолжают влиять на целый ряд отраслей по всему миру.

Американская компания Apple в следующем квартале планирует выпустить примерно на 20 процентов меньше iPhone SE, чем планировали изначально. Как отмечает японский журнал Nikkei Asia, ссылаясь на осведомленные источники, такое решение техногиганта не что иное, как один из признаков того, что ситуация на Украине и грядущая инфляция сказываются на спросе на электронику.

Помимо iPhone SE — недавно представленного первого бюджетного смартфона с процессором A15 Bionic и поддержкой 5G, — сократят производство наушников AirPods: более чем на десять миллионов экземпляров за весь 2022 год. Для сравнения: в 2021-м компания отгрузила около 76,8 миллиона AirPods. На пару миллионов штук урежут и выпуск всего модельного ряда iPhone 13.

Как отмечает СМИ, все это еще раз подчеркивает давление на технологическую отрасль после начала российской спецоперации на Украине. Конфликт и последовавшие санкции Запада против Москвы усугубили без того существовавшую нехватку микросхем, нарушив цепочку поставок и в итоге повлияв на целый ряд отраслей — от смартфонов до ПК и автомобилей.

«Надвигающаяся инфляция может еще больше повысить стоимость жизни людей и создает опасения по поводу спроса на бытовую электронику», — говорится в материале. Сама Apple с начала марта приостановила продажи своей продукции в России, притом что в прошлом году реализовала на ее рынке около пяти миллионов айфонов (16% от общей доли).

Вероятно, решение Apple — лидера в сфере бытовой электроники — снизить объемы производства вызовет «цепную реакцию» на рынке. В самой американской корпорации эту информацию не прокомментировали.

Украинский кризис и антироссийские санкции ранее ударили по автопроизводителям. Так, СМИ сообщали, что BMW и Volkswagen вынуждены приостановить работу заводов в Европе из-за нехватки жгутов проводов, которые поставляли с Украины. Инфляция не обошла стороной и Илона Маска: Tesla повысила цены на свои литиевые накопители для энергетики и электромобили, а SpaceX резко увеличила стоимость полетов в космос.


16. Создан первый ноутбук, работающий на российском процессоре «Байкал-М»Чт, 24 мар[-/+]
Автор(?)
Портативный персональный компьютер Bitblaze Titan / © Bitblaze

Создан первый ноутбук, работающий на российском процессоре «Байкал-М»

Базирующаяся в Омске компания «Промобит» создала первый российский ноутбук на базе процессора «Байкал-М». Разработчики завершают работы над финальной модификацией. Однако все еще не ясно, какое будущее их ждет, учитывая запрет на поставки в Россию полупроводников с фабрик Тайваня.

Омские инженеры из компании «Промобит» примерно за год создали ноутбук Bitblaze Titan, который работает на восьмиядерном российском процессоре «Байкал-М» и имеет другие отечественные комплектующие — корпус, материнскую плату, SSD-накопитель и систему охлаждения. Об этом сообщило РИА Новости со ссылкой на пресс-службу правительства Омской области.

Автором проекта выступил Максим Копосов, директор «Промобита». Компания существует с 2009 года, имеет два центра разработки — в Омске и Москве — и ранее уже создала различные системы хранения данных на базе российского микропроцессора «Эльбрус 8С», серверы серии Ganymed, системные блоки Oberon и корпусы вычислительной техники Hyperion.

У Bitblaze Titan будет операционная система Linux в версии Alt или Astra, диагональ экрана — 15,6 дюйма, разрешение — 1920 на 1080 пикселей. Отмечается, что портативный персональный компьютер будет по максимуму защищен от утечки данных и кибератак. Судя по всему, главными пользователями Bitblaze Titan станут сотрудники госучреждений.

Пока разработчики устраняют недостатки финальной модификации, можно оформить предзаказ на сайте компании (во всяком случае, там есть такая кнопка).

Импортозамещение — важная сегодня тема, учитывая многочисленные санкции Запада и их компаний после начала российской спецоперации на Украине. Еще в январе техдиректор компании iRU Денис Анциферов сообщил «Известиям», что компьютеры на базе «Байкала-М» поступят в продажу в первом полугодии этого года. Стоимость их он оценивал на 15-20 процентов дороже сопоставимых моделей Lenovo и HP.

Ведущий аналитик Mobile Research Group Эльдар Муртазин отмечал, что в 2022-м в России могут продать примерно 60 тысяч компьютеров на отечественных процессорах. Однако сбудется ли его прогноз теперь — неясно. Ведь в конце февраля тайваньский техногигант и производитель полупроводников Taiwan Semiconductor Manufacturing Company (TSMC) на фоне событий 24 февраля приостановил поставки своей продукции, в том числе спроектированных в России полупроводников «Эльбрус» и «Байкал». Вероятно, на помощь придет Китай.

По словам зампредседателя правительства Юрия Борисова, невзирая на санкции, российская отрасль микроэлектроники имеет «хороший потенциал для роста». Планы федеральных проектов по развитию микроэлектроники вынесут на рассмотрение и утверждение кабмина в апреле. Как сообщил вице-премьер Дмитрий Чернышенко, цель — выйти на национальный проект в этой сфере.


17. Farewell to GPS: неочевидные последствия отключения бесплатного сервисаПн, 21 мар[-/+]
Автор(?)
©«Роскосмос»

Farewell to GPS: неочевидные последствия отключения бесплатного сервиса

Отключение GPS, о возможности которого заявил на днях глава «Роскосмоса» Дмитрий Рогозин, для России будет смягчено наличием собственной системы позиционирования ГЛОНАСС. Naked Science попробовал разобраться, насколько реально отключить систему глобального позиционирования для одной страны. Что при этом произойдет с Россией и ее населением? А что будет, если весь мир лишится спутниковых систем позиционирования? Отдельный бонус — расскажем, при чем тут Эйнштейн.

Как работает ГЛОНАСС / GPS и другие системы позиционирования

Если вы знакомы с матчастью, смело пропускайте эту главу. Но учтите, что мы будем регулярно ссылаться на нее в дальнейших объяснениях.

Часто говорят, что теория относительности Эйнштейна не имеет никакого прикладного значения. Скорее всего, такой человек на вопрос, о какой именно теории относительности идет речь (о Специальной или об Общей теории относительности), замнется с ответом. Ну а вы в ответ просто расскажите ему, что каждый день миллиарды людей на Земле пользуются технологией, которая невозможна без учета Общей теории относительности.

Идея системы позиционирования простая: запускаем спутник, запоминаем его орбиту, спутник бегает по орбите и излучает радиосигнал. По скорости получения сигнала от спутника можно сказать, на каком расстоянии вы от него находитесь. Один спутник дает сферу решений, два — кольцо, три спутника уже дадут всего две возможные точки. С учетом неизбежных погрешностей система позиционирования начинает определять ваше положение, если хорошо «видит» четыре спутника.

Всего 24 космических аппаратов глобального позиционирования на орбите достаточно, чтобы разово видеть нужное количество (то есть те самые четыре спутника) в любой точке Земли. Можно поднять на орбиту и меньше спутников, если вам нужно позиционирование только на ограниченной территории — как это сделала Япония, например. Но США и Россия (в недалеком будущем к ним должна присоединиться Европа с проектом Galileo) решили сделать глобальные системы позиционирования, которые работают по всему миру, то есть запустить как минимум те самые две дюжины спутников. И даже думают о вспомогательных для еще более точной работы.

«Союз-СТ-Б» с двумя спутниками Galileo на борту, космодром Куру / AP Photo / Henri Griffit

От системы к системе алгоритмы обработки данных несколько отличаются, но в целом они дают точность позиционирования на поверхности Земли от полуметра до пары метров и десяток метров по вертикали.

Так можно ли отключить такую систему?

Как отключить GPS

Раз уж мы начали с базовых основ работы GPS, то вот вам еще пара деталей о том, как работает именно эта система глобального позиционирования. Спутники уточняют свое положение, связываясь с наземными станциями, потом передают его в эфир на двух частотах. Этот сигнал ловит любой пользователь, имеющий соответствующее оборудование, сейчас оно открыто доступно на рынке. Ранее одна частота использовалась для военных нужд и давала максимальную точность позиционирования. А вторая, гражданская, искусственно загрублялась, давая сравнительно большую ошибку позиционирования в сотню метров.

На данный момент гражданским приборам доступны обе радиочастоты, и при большом количестве улавливаемых спутников (на открытом месте) точность гражданских приборов не хуже, чем у военных. По крайней мере официально. То есть сигнал отключить нельзя?

Раз сигнал искусственного происхождения (не пульсар там какой-нибудь), включенный человеком, то человек может его и отключить, конечно.

Во-первых, теоретически можно отключить передачу сигнала со спутника или выдавать с него неправильные данные о положении, пролетая над определенной территорией. Но навскидку каждый спутник обслуживает территорию площадью примерно 4000 на 4000 километров, а это значит, что с большой вероятностью, кроме России, будут немножко «отключены» и сопредельные страны.

Во-вторых, скорее всего, сохраняется возможность зашифровать данные со спутника (правда, в открытых данных по GPS мы не нашли этому подтверждения). Тогда военные навигаторы смогут его расшифровать и уточнить свое местоположение. Для гражданских декодирование зашифрованного сигнала недоступно и точность позиционирования будет снижена или даже могут приходить умышленно искаженные данные. Тогда координата будет выдаваться с большой погрешностью, как было на заре GPS, когда военные могли определять свое местоположение с точностью до метров, а гражданские — плюс-минус 200 метров. В этом варианте гражданские пользователи GPS в странах Восточной Европы и Дальнего Востока также пострадают.

Наконец, самый простой способ сбить работу GPS — внесение помех с помощью наземной станции. Причем оно может быть весьма деликатным: например, москвичи знают, что навигационные программы часто «телепортируют» проезжающие около Кремля автомобили во Внуково. А может быть и опасным: в 2019 году Израилю пришлось перенаправлять в другой аэропорт самолеты, собиравшиеся совершить посадку в авиагавани Тель-Авива: в этом районе наблюдались серьезные перебои с работой GPS. Подозрения даже пали на Россию: некоторые аналитики предположили, что это было следствием работы российских средств радиоэлектронной борьбы (РЭБ) в соседней Сирии.

Но отключения GPS на территории России с помощью РЭБ из соседних стран — самый малореальный вариант. Фактически это объявление войны, ведь под прикрытием помех удобно проскочить ракетам и боевым аппаратам.

В результате отметим, что проще всего «гасить» GPS с Земли, устанавливая радиопомехи несильному сигналу, идущему со спутника, расположенного на высокой орбите. Это может сделать страна на своей территории (например, чтобы сбить с курса ракеты противника, но о военных ниже). Второй вариант — глушить сигнал GPS средствами РЭБ или более тонко действующими спуферами: они передают более мощный, чем у спутников, сигнал с фальшивыми координатами. Но дальность подобной атаки невелика. В свое время поступали сообщения о нарушении работы GPS во время боевых действий США в Иране и Югославии. Но непонятно, умышленно ли это было, ведь у атакуемых стран практически не было высокоточного оружия, завязанного на GPS.

ГЛОНАСС всех спасет?

В чем можно согласиться с Дмитрием Рогозиным, так это в том, что отключение GPS не окажет фатального воздействия на многих пользователей в России. Хотя и с большими сложностями и не с первого захода, но Россия создала систему глобального позиционирования ГЛОНАСС, которая лучше GPS работает в высоких широтах. Просто спутники этой системы лучше учитывают «северное расположение нашей страны».

Более того, поддержка ГЛОНАСС встроена на уровне чипов смартфонов практически у всех топовых производителей мобильных систем-на-чипе, которые используются в 90% смартфонах. А другие вы вряд ли видели на российском рынке (разве что как-то специально постарались). Так что таксисты и курьеры точно не пострадают.

©«Роскосмос»

Но здесь сразу возникает вопрос: могут ли производители гаджетов отключить ГЛОНАСС? Теоретически производители могут убрать поддержку российской системы в прошивке гаджетов или в обновлении картографических сервисов. Тут стоит вспомнить, что четырех спутников достаточно лишь теоретически. Но зачем это делать?

ГЛОНАСС не получает никаких данных о приемниках, хотя иногда даже конгрессмены в США этого не понимают. А вот поддерживать больше одной системы спутникового позиционирования выгодно. Чем их будет больше, тем точнее будет определено местоположение. А в городе, когда вокруг дома, и вовсе не факт, что на оставшемся кусочке неба найдется нужное количество GPS-спутников. А с ГЛОНАСС шансы на это вдвое выше. При этом в чистом виде сервис ГЛОНАСС не требует денег, не собирает данные.

Пострадает ли Россия? Прошивку можно сменить и обратно, картографические сервисы у нас есть и отечественные. А вот на территории «остального мира» без ГЛОНАСС системы навигации с GPS часто будут работать хуже. Так что со стороны США и союзников попытка отключения ГЛОНАСС будет в жанре «стрельбы себе в ногу», но к этому уже не привыкать в нашем безумном мире.

Если простых пользователей, а также многочисленных сотрудников логистических служб мы «вывели из-под удара», так как они могут обойтись без GPS (даже если США удастся реализовать его отключение на ограниченной территории), им вполне достаточно отечественного ГЛОНАСС — то с профессиональной техникой ситуация сложнее.

Поддержка ГЛОНАСС обеспечена в речных и морских судах, а вот с авиапарком есть вопросы. В иностранных самолетах, используемых российскими авиакомпаниями, наша навигационная система должна была быть интегрирована как раз в этом году. Однако авиаэксперт в ответ на вопрос Naked Science сообщил, что не было данных об оснащении ГЛОНАСС иностранных самолетов. Теоретически это потребует большего внимания и мастерства пилотов, а также может сказаться на работе диспетчеров.

Стоит также отметить, что при отключении GPS перестают корректно работать современные западные энергосистемы (вплоть до крупных блэкаутов), и ряд банкоматов. Поэтому любые неизбирательные попытки отключить или глушить GPS над Россией могут привести к неожиданным сложностям в соседних с ней западных странах. Могу заглохнуть даже некоторые станки (те, которые нельзя перемещать по договору поставки).

Мир будущего имени Альберта Эйнштейна

Пример с самолетами в израильском аэропорту, пожалуй, первый показательный случай, что было бы в мире без глобальных навигационных систем. Могут самолеты долетать и садиться без GPS? В целом да, ведь регулярные рейсы существовали задолго до появления спутниковой навигации. Но навигация позволяет уменьшить экипаж, увеличить пассажиропотоки, позволяет безопасно садиться и взлетать самолетам по несколько штук за минуту даже в не самых простых погодных условиях.

©Wikimedia Commons

Спутниковая навигация — не просто удобство или точность. Это еще и скорость, возможность эффективно функционировать в мире, где нужно быстро перевозить миллиарды тонн грузов для миллиардов людей. Опытный летчик посадит самолет без GPS, таксист вспомнит былые навыки и найдет маршрут по картам, но спутниковая навигация сильно упрощает процесс и позволяет на порядок увеличить количество сотрудников, которые могут управлять такси и самолетом (при этом, естественно, разница в необходимой подготовке сохраняется).

ГЛОНАСС, GPS и тому подобное — самый массовый пример применения теории относительности, как мы уже отметили в начале этой статьи. Для определения точной локации необходимо не только получить сигнал от спутника и его местоположение. Нужно вычислить, сколько шел сигнал, а тут скорость света (с которой движутся радиоволны) оказывается не такой уж быстрой. Разница во времени между наблюдателем и системой отсчета, связанной со спутником, порождает ошибку в определении координат в десять километров в день. То есть без учета эффектов ОТО спутники GPS были бы бесполезны.

Но и этой беспрецедентной точности можно помочь. Технология A-GPS позволяет программам быстрее получать данные о траекториях спутников и повышает точность геопозиционирования до десятков сантиметров. Вышки дифференциальной коррекции GPS позволяют уменьшить погрешность до сантиметров. Это важно как для геодезистов, так и для многих современных технологий. Роботы-доставщики, дроны и другая новейшая робототехника часто не могут себе позволить ошибку на 10 см и при этом не всегда могут ориентироваться «по картинке». Например, автомобиль на автопилоте едет по разметкам и знакам. Но может оказаться в плохих погодных условиях или на дороге без разметки, и ему будут совершенно необходимы координаты от GPS. И он не может себе позволить ошибку в 2 метра (средняя точность GPS): например, в Австралии уже обсуждается опасность ошибки автопилотов из-за … дрейфа континента!

Современные геодезические инструменты всегда имеют на борту точный GPS-приемник / ©Shutterstock

Вы себе даже не представляете, насколько ОТО связана с GPS. Одно из понятий теории относительности — интервал, в формуле которого связываются координаты, время и скорость света. В результате на практике мы не только можем измерять координаты, зная скорость света и время распространения сигнала, но и наоборот. В базовых станциях сотовой связи известны их точные координаты, и их местоположение используется для того, чтобы по спутникам очень точно отсчитывать время. Это нужно, чтобы правильно синхронизировать потоки информации в разных каналах и не допускать их наложения. То есть опять дело в скорости, в производительности и пропускной способности, которая необходима нашему миру, — для голосовой связи GPS на вышках сотовой связи был не нужен.

Поэтому мир без систем глобального позиционирования выживет, но будет мучительно пытаться их чем-то заменить, потому что они значительно его ускоряют, позволяют получить быстрый интернет, сервисы с низкой задержкой и даже на ожидание физических перемещений тратить меньше времени (правда, иногда курьер, которого вы так ждете, сумеет заблудиться даже с приложением-картой в смартфоне — но ГЛОНАСС в этом не виноват).

Так что глобальные спутниковые системы — проводники в мир будущего. Причем мирного.

Мир без глобальных систем позиционирования

Если системы GPS и ГЛОНАСС так легко заглушить, то зачем они военным? Противник может не иметь эффективных средств РЭБ, или маневры могут происходить на больших площадях, вдали от вражеских постановщиков помех. Поэтому спутниковая навигация все-таки пригодится. А шифрование сигнала и его обработка позволяют как минимум обнаружить влияние РЭБ и переключиться на альтернативные способы наведения.

Например, крылатые ракеты ориентируются по рельефу местности. Баллистические ракеты могут иметь звездный датчик ориентации (использовался еще со времен Р7) и уточнять маршрут по звёздам, как когда-то первые мореплаватели. Наконец, инерциальные системы не сходят со сцены, наоборот — совершенствуются, набираясь точности. Ведь карта мира хорошо известна, можно заранее рассчитать маршрут и с помощью гироскопов отслеживать правильность полета. Конечно, это получается не так прецизионно, как по GPS или ГЛОНАСС (сантиметровая точность не получится), но зато «отключить» такую систему навигации можно только вместе с ракетой.

Система межзвездной навигации

Мир геопозиционирования построен на теории Эйнштейна. А Россия тем временем строит уже межзвездную навигацию. В полутора миллионов километрах от нашей планеты работает российская обсерватория «Спектр-РГ». Она включает российский и немецкий телескопы, которые построили самую полную на данный момент карту неба в рентгеновском диапазоне.

На борту космической обсерватории «Спектр-РГ» установлены российский и немецкий телескопы, строящие полную карту Вселенной в рентгеновском диапазоне / ©«Роскосмос»

Как уже рассказывал Naked Science, немецкий телескоп сейчас временно отключен, поэтому российские исследователи переключились на программу ART-XC Legacy Program. В частности, по ней российский рентгеновский телескоп ART-XC наблюдает миллисекундные рентгеновские пульсары. Скорее всего, это нейтронные звезды, активно поглощающие вещество из окружающего их аккреционного диска. Высокая интенсивность и стабильность периода излучения позволяют использовать их как «маяки». Ученые ИКИ РАН заявили, что на основе таких «маяков» научились определять положение аппарата в пространстве с точностью до десяти километров.

Десять километров для объекта, который находится в полутора миллионах километров от нас. Погоня за точностью выходит за пределы Земли!


18. ИИ подобрал 40 тысяч вариантов химического оружия за шесть часовСб, 19 мар[-/+]
Автор(?)
Инструктор американской базы Форт Леонард Вуд несет нервно-паралитическое вещество VX для заражения автомобиля в учебных целях / ©Getty Images

ИИ подобрал 40 тысяч вариантов химического оружия за шесть часов

Ученые из Collaborations Pharmaceuticals разработали модель машинного обучения для поиска новых лекарственных средств. В новой работе они изменили методологию, чтобы выявить потенциально опасные молекулы.

Алгоритм искусственного интеллекта сумел подобрать 40 тысяч вариантов смертельно опасных молекул. Они могут стать основой для химического оружия. Ведущий автор исследования Фабио Урбина из Collaborations Pharmaceuticals поделился результатами работы, опубликованной в Nature Machine Intelligence.

Искусственный интеллект был разработан для поиска новых лекарственных средств. Он использует наборы данных о протестированных молекулах и определяет эффективность и безопасность веществ. Подготовленный набор данных позволяет модели машинного обучения определять части молекулярной структуры, ответственные за токсичность. Генеративные модели соединяют молекулы в том направлении, которое задают ученые.

В новой работе исследователи решили изменить методологию, чтобы алгоритм не отсеивал, а находил токсичные варианты веществ. В течение шести часов искусственный интеллект выявил десятки молекул, представляющих опасность для человека. Среди них были вещества, напоминающие VX — ингибитор ацетилхолинэстеразы, разработанный в Великобритании в начале 1950-х. Внешне вещество напоминает моторное масло, однако не имеет вкуса и запаха. Фермент ацетилхолинэстераза используется нейронами для регуляции работы мышц. Нервно-паралитическое вещество VX нарушает работу фермента и парализует диафрагму и мышцы легких.

Исследователи заявили, что среди обнаруженных молекул были вещества и с большей токсичностью, чем у VX. Структуры полученных веществ напоминали VX и другие виды химического оружия. При этом некоторые были созданы на основе моделей настоящих отравляющих веществ, которые не включили в подготовленную базу данных.

Урбина подчеркнул, что модель машинного обучения составила прогноз токсичности, а с точностью определить опасность полученных молекул можно только в лабораторных исследованиях. Он оценил вероятность использования генеративных моделей и наборов данных с целью создания химоружия.

По мнению исследователя, это возможно в теории, однако на практике после получения модели опасной молекулы ее необходимо синтезировать. Вещества в составе химического оружия непросто получить: они находятся под наблюдением, а производством занимается ограниченное число компаний.


19. Тепло от дата-центра Microsoft используют для обогрева домов в ФинляндииПт, 18 мар[-/+]
Автор(?)
Дата-центры крупных компаний могут занимать площадь до 9 тысяч квадратных метров. Их тепло можно использовать для обогрева жилых районов и предприятий / ©opensistemas.com

Тепло от дата-центра Microsoft используют для обогрева домов в Финляндии

Новая технология позволит сократить выбросы углекислого газа на 400 тысяч тонн в год. Отработанное тепло сможет обогреть до 40 процентов домов в Хельсинки.

Корпорация Microsoft объявила о строительстве нового центра обработки информации в финской столице. Главной его особенностью станет использование отработанного тепла для отопления домов и предприятий.

По мере развития технологий растет доля отработанного тепла, которое возникает во время работы центров обработки информации. Температура в горячих коридорах дата-центров колеблется между 27,2 и 46,1 градуса Цельсия. Наиболее благоприятными условиями для эффективной работы центров обработки данных считается температурный режим в пределах между 20 и 21,6 градуса. Проблему можно решить за счет сокращения объема энергии и эффективного отвода и рециркуляции полученного тепла.

Для реализации поставленных целей Microsoft будет сотрудничать с финской энергетической компанией Fortum. Существующая инфраструктура централизованного теплоснабжения включает в себя свыше 900 километров подземных труб, которые используют для обогрева 250 тысяч домов в районе Большого Хельсинки. Тепло передается путем перекачивания воды по изолированным трубам. Как отметили в Fortum, отработанное тепло нового дата-центра Microsoft сможет обогреть до 40 процентов домов в столичных районах Эспоо, Кауниайнен и Киркконумми.

В своем заявлении Fortum указала, что место для центра обработки данных выбрали неслучайно. Особая локация и новый технологический подход позволят ежегодно сокращать объем выбросов углекислого газа на 400 тысяч тонн. Генеральный директор компании Маркус Раурамо подчеркнул важность проекта для достижения «более чистого мира». Он добавил, что добиться прогресса удалось благодаря общему стремлению компаний смягчить последствия изменения климата.

Глава финского отдела коммуникации Microsoft Пекка Исосомппли сообщил, что строительство дата-центра начнется в ближайшее время. Перед началом работы компаниям необходимо получить соответствующие разрешения. Он не раскрыл точную стоимость сделки, однако заметил, что это крупнейшая инвестиция для информационно-коммуникационных технологий Финляндии.

Финское правительство продвигает скандинавское государство как лучшее место для размещения центров обработки данных. Благоприятные условия создают за счет холодного климата, сравнительно низких цен на энергию, высокой скорости подключения и устойчивой инфраструктуры централизованного отопления в стране.


20. «Терапевтические» видеоигры помогут в лечении ментальных расстройствЧт, 17 мар[-/+]
Автор(?)
Видеоигры помогают людям с ментальными расстройствами / ©bottomlineinc.com

«Терапевтические» видеоигры помогут в лечении ментальных расстройств

Основатели новой «игровой» компании вдохновились исследованиями о положительном влиянии инструментов с игровыми элементами на людей с депрессией и СДВГ.

Компания DeepWell Digital Therapeutics займется разработкой видеоигр, оказывающих положительный эффект на людей с различными ментальными расстройствами. Кроме того, команда поможет с поиском терапевтических свойств у проектов, выпущенных ранее.

DeepWell DTx — совместный проект основателя Devolver Digital Майка Уилсона и специалиста по медицинскому оборудованию Райана Дугласа. На создание компании их вдохновили научные работы о влиянии игр на состояние людей. Согласно результатам исследований, терапевтические инструменты с элементами видеоигр благоприятно влияют на пациентов с депрессией и СДВГ.

Как отметил Дуглас, в разработке подобных инструментов главный акцент сделали на их лечебном эффекте, в то время как увлекательные элементы геймплея отошли на второй план. Однако команда DeepWell DTx в первую очередь стремится к созданию захватывающих игр, которые могут обладать терапевтическими качествами.

Специалисты из DeepWell DTx намерены не только заниматься разработкой собственных продуктов, но и помогать коллегам из других студий в поиске игр с потенциальной пользой для людей с ментальными расстройствами. Им предстоит проанализировать уже выпущенные проекты, а также игры, находящиеся в разработке. Они попытаются включить элементы когнитивной терапии в те части геймплея, в которых игрокам нужно сделать выбор. В команде предложили добавить взаимодействие с игроками, во время которого игра попросит их выполнить дыхательное упражнение или подумать о чем-то успокаивающем.

Определение подобных элементов в играх поможет разработчикам получить одобрение Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США (Food and Drug Administration, FDA). В DeepWell важность проверки разработанных проектов регулятором объясняют желанием донести до людей достоверную информацию о пользе игр и привлечь тех, для кого видеоигры могли бы стать эффективным дополнением к основной терапии.

Процесс затрудняет определение методов оценки лечебных свойств цифровых продуктов. Использование видеоигр в лечении депрессии и СДВГ только набирает популярность, а для более точного определения их влияния на состояние пациентов необходимо провести дополнительные исследования.

В отличие от лекарственных препаратов, цифровые продукты не будут подвергаться столь тщательному тестированию. Как отметил Дуглас, в случае с FDA можно говорить о прохождении процесса «существенной эквивалентности». Регулятор определит видеоигры как эффективные за счет их схожести с существующими терапевтическими инструментами, без необходимости доказывать положительное влияние самих проектов.

Тем не менее видеоигры не способны заменить традиционную терапию, подчеркнул Дуглас. Гейминг можно использовать в качестве дополнения к основному лечению. По словам сооснователя DeepWell DTx, одна игра уже находится в разработке и может быть представлена в начале 2023 года. Детали проекта пока не раскрывают.



 
Каталог RSS-каналов (RSS-лент) — RSSfeedReader
Top.Mail.Ru
Яндекс.Метрика
© 2009–2022 Михаил Смирнов
Сайт использует cookie и javascript. Никакая личная информация не собирается
Всего заголовков: 20
По категориям:
• Все заголовки
По датам:
• Все заголовки
• 2022-07-01, Пт (1)
• 2022-06-30, Чт (1)
• 2022-06-25, Сб (1)
• 2022-06-22, Ср (1)
• 2022-06-21, Вт (1)
• 2022-06-17, Пт (1)
• 2022-05-28, Сб (1)
• 2022-05-25, Ср (1)
• 2022-05-23, Пн (1)
• 2022-05-12, Чт (1)
• 2022-05-05, Чт (1)
• 2022-04-24, Вс (1)
• 2022-04-12, Вт (1)
• 2022-04-04, Пн (1)
• 2022-03-28, Пн (1)
• 2022-03-24, Чт (1)
• 2022-03-21, Пн (1)
• 2022-03-19, Сб (1)
• 2022-03-18, Пт (1)
• 2022-03-17, Чт (1)
По авторам:
• Все заголовки
• Александр Баулин (1)
• Александра Медведева (2)
• Василий Парфенов (2)
• Даниил Сухинов (1)
• Дарья Губина (1)
• Денис Тулинов (2)
• Мария Азарова (5)
• Сергей Васильев (1)
• Сергей Янкин (1)
• Татьяна Федина (1)
• Юлия Казарян (3)