Византийская или Восточная Римская империя считала себя продолжателем Древнего Рима. Однако уже к X веку государства отличались всем - религией, культурой, государственными институтами и даже стилем ведения боёв. Организация и тактика их армий сильно отличалась. Одни делали упор в бою на тяжелую пехоту, другие - на закованную в латы конницу, катафрактариев.

Чья армия была сильнее? Почему византийцы отказались от деления на легионы и проверенной организации армии?

Имперский легион

С I века н.э. Рим обладал профессиональной армией - войском, содержавшемся за счет казны на постоянной основе. Армия комплектовалась из благонадежных зажиточных горожан Италии, племён-федератов и романизированных провинций.

В легион принимали юношей от 18 до 25 лет. Согласно нормативам, новобранец должен был обладать крепким телосложением и, обязательно, ростом не меньше 175 см. Служба длилась 20 лет в пехоте и 10 лет в коннице. Рядовые легионеры уходили в отставку достигнув 46 лет, офицеры могли продолжать службу до 60 лет.

Служба в легионе считалась почетной, сулила высокое жалование и позволяла обзавестись землей по "выходу на пенсию", а позднее - гражданством. Поэтому в имперский легион новобранцы попадали добровольно.

Начиная с Октавиана Августа, императоры стремились, чтобы армия была небольшой, но вместе с тем боеспособной и морально надежной силой.

Жесткая дисциплина, высокая организация, вместе с поставленной на научную основу медициной и военно-инженерным делом, делали имперские легионы качественно выше любой иностранной армии своего времени.

К началу II века н.э. Рим содержал 30 легионов, а общая численность всех военнослужащих, включая вспомогательные войска из провинций, достигла 350 тысяч человек.

Византийская армия

С VII века н.э. византийская армия, ранее старавшаяся придерживаться римских организационных принципов, претерпела фундаментальные изменения. Легионы были упразднены. Им на смену пришла фемная система. Фемы - военно-административные округа, комплектовавшие ополчение из числа свободных крестьян местной провинции - стратиотов.

Стратиоты получали за свою службу земельные наделы и освобождались от всех налогов, кроме земельного. Военный участок был наследственным, с сохранением военной обязанности. Снаряжать себя стратиот был обязан сам за счет дохода от своего надела. Таким образом Константинополь снизил расходы на содержание войска.

Регулярные пехотные подразделения - тагматы, комплектовались за счет небогатых молодых людей, для которых служба в армии открывала лучшие перспективы, чем гражданская жизнь. Византия широко пополняла тагматы иноземцами - иностранцами, которые поселились на территории империи: чаще всего, русы, готы, арабы и т.д.

Византийские военные трактаты оставили лишь общие наставления о том, как должен был выглядеть рекрут: он должен был обладать хорошим здоровьем, быть моложе 40 лет и обладать покладистым характером.

Организация и тактика

Ядро армии теперь составляла тяжелая конница - катафрактарии. Значительно повысилась роль лучников и наёмников. Стандартное построение выглядело следующим образом: пехота занимала первую линию, за ней строилась тяжелая конница, фланги прикрывала легкая конница.

Сражение начали византийские конные лучники, за ними, через разрывы в линиях пехоты, на передовую выходили катафракты. Пехота была необходима для обороны, и в целом, выполняла вспомогательные задачи.

Чья армия сильнее?

Казалось бы, за 500 лет греки-ромеи должны были далеко продвинуться в военном деле и считать своих предков отсталыми дикарями. Однако это далеко от истины.

Внешняя политика Рима концентрировалась на постоянных завоеваниях. Константинополь с ходом времени позволял проводить всё меньшие по размеру наступательные операции, пытаясь лишь удержаться и не растерять имеющееся

По сути, Византия повторила ту же ошибку, что и Древний Рим - слишком опиралась на наёмников. К III веку римская армия практически целиком состояла из варваров-федератов. При этом солдаты были преданы не императору и бюрократии во власти, а лично командиру. Пользуясь поддержкой армии, легионеры часто шли на Рим и сами объявляли себя императорами.

С Восточным Римом произошла похожая история. Армия постепенно деградировала и больше опиралась на наёмные отряды. К XII веку Византия утратила господство в море и основные торговые пути.

Кроме того, у державы были более грозные соперники - Персия, Арабский Халифат, Болгарское царство. Ей еле хватало сил отбиваться, о расширении или восстановлении былого могущества если в VII веке кто-то ещё мечтал, то к X веку уже никто не задумывался.

К XII веку численность регулярного войска снизилась до 50 тысяч человек, к XIII веку их осталось всего 10 тысяч, а в 1320 году - 7 тысяч. Единственным преимуществом ромеев был "греческий огонь" - горючая смесь, которой они забрасывали вражеские корабли и наводили страх на противников. Но вряд ли он помог бы, если врага в 10 раз больше.

Чем дальше во времени, тем больше византийская армия отставала от римской. Встреться античный легион со своими потомками в XII-XIII веке, он наверняка бы вышел победителем.

Когда Трамп встречается с Зеленским, можно ожидать всего, в том числе перебранок и политических недоразумений на глазах миллионов зрителей, пишет Foxnews. Американцы всерьез задумались: может, президенту США объединиться с Путиным и создать крепкий союз?

Главный политический обозреватель CNN Гарри Энтен отметил в понедельник, что президент Дональд Трамп справляется с ситуацией на Украине "значительно лучше" своего предшественника Джо Байдена.

Пятничная встреча Зеленского с Трампом и вице-президентом Джей Ди Вэнсом в Белом доме быстро переросла в публичную перебранку, которую увидел весь мир. Диалог пошел не по плану после того, как Зеленский начал спорить с высокопоставленными лицами. Пока лидеры Демократической партии пребывали в шоке, многие республиканцы и их сторонники поддержали жесткую позицию Трампа в отношении конфликта.

По данным соцопросов, за последние несколько лет американцы значительно изменили свои взгляды на продолжающийся конфликт на Украине. В опросах CBS News сравниваются мнения избирателей о том, как Трамп и Байден справлялись с российско-украинским кризисом.

"Посмотрите на рейтинг Байдена в 2024 году - он на 22 пункта ниже, - сказал Энтен, указывая на более высокий рейтинг Трампа. - Разница между ними колоссальная. Пропасть между ними шире, чем Мексиканский залив, в зависимости от того, с какой стороны вы стоите. У Трампа плюс два".

Что такое присадки для бытовой химии

Идея присадок пришла из автомобильной сферы, где подобные технологии - распространенное явление. Например, они увеличивают качество топлива и его эффективность. За счет этого расход бензина уменьшается, и автовладелец экономит деньги.

В бытовой химии присадки работают так же, как и в сфере авто: небольшое количество вещества добавляют к базовому моющему средству. В результате его эффективность увеличивается, а расход сокращается. Так, недорогой порошок из экономсегмента действует как средство премиум-класса. Компоненты добавки усиливают ингредиенты из бытовой химии, поэтому получается убрать даже сложные загрязнения.

Присадки можно использовать как самостоятельный продукт - например, чтобы постирать вещи или помыть посуду. Но производители таких средств часто сталкиваются с психологией потребителей. Дело в том, что присадка - это концентрат и ее не нужно добавлять много. Человеку сложно принять, что в стиральную машинку достаточно положить половину чайной ложки - кажется, что нужно больше, иначе не будет эффекта. А если использовать присадку в привычной дозировке, получается уже не так выгодно.

Часто ежедневные загрязнения - это несложные пятна. Например, остатки еды на посуде или следы от обуви на полу. Для таких случаев не нужны дорогие средства с высоким содержанием чистящих веществ, можно обойтись обычной бытовой химией. Присадки помогают справляться со сложными пятнами, которые не получается вывести стандартными порошками и очистителями.

Некоторые производители намеренно увеличивают объем мерной ложки, которая идет в комплекте с коробкой порошка, чтобы расход средства был больше и потребители охотнее верили в эффективность средства. Источник

Из чего и как делают присадки

Присадки производят на стандартном оборудовании для бытовой химии - например, компоненты соединяют в промышленных миксерах. Это большие стальные установки, в которых сырье постоянно размешивается. Требования к материалам оборудования тоже классические: они не должны содержать тяжелых металлов, вступать в реакцию с компонентами и крошиться.

Для концентрированных средств вроде присадок важны состав и рецептура - инструкция, по которой смешиваются разные вещества.

Что обычно входит в состав присадок:

• Перкарбонат натрия. Базовый компонент бытовой химии - соединение кальцинированной соды и перекиси водорода. По сути, это экологически чистый кислородный пятновыводитель.
• Синтетическая мочевина, или карбамид. Вещество, которое синтезируется из окиси углерода и аммиака в результате химических реакций в лаборатории. Так получается экологичное чистящее средство, которое удаляет накипь и известковый налет.
• Органические кислоты. Например, лимонная, щавелевая, муравьиная. Это эффективные растворители для большинства бытовых загрязнений вроде жира, ржавчины, накипи, грязи на одежде.
• Растительные экстракты - сапонины. Это компоненты, из которых изготавливают пенящиеся поверхностно-активные вещества (ПАВ). ПАВ уменьшают поверхностное натяжение жидкости и помогают загрязнениям быстрее раствориться. Например, масло образует пленку, которую сложно удалить целиком, а ПАВ ее разбивают на отдельные частички. Если сухую ламинарию замочить в обычной теплой воде, появится пенка. Это и есть сапонины, которые выделились при контакте с жидкостью.
• Адсорбенты. Вещества, которые впитывают в себя загрязнения. Когда ПАВ "выстирали" из ткани пятна, в воде появляется взвесь. Адсорбирующие компоненты вбирают ее в себя, и обратно на ткань грязь уже не попадает. Например, так работает голубая кембрийская глина или всем известный активированный уголь.
• Вещества для смягчения воды. Это комплексообразователи, которые увеличивают эффективность бытовой химии, ведь чем мягче вода, тем лучше работают ПАВ. В некоторых регионах в водопроводе содержится много кальция и магния, а вещества из комплексообразователей связываются с ними и растворяют.

Присадки чаще всего продаются в сухом виде. При контакте с теплой водой коктейль веществ активизируется. Органические кислоты, мочевина и сапонины вытягивают грязь, а адсорбент ее запечатывает.

Что такое функциональные добавки. В составе чистящих средств часто можно найти компонент под названием функциональные добавки, причем иногда их содержание достигает 15% от общего объема. Потребителей может насторожить такая формулировка, но переживать не стоит. По закону производитель не имеет права отнести к ним агрессивные компоненты вроде хлора или соляной кислоты. Чаще всего это экологически чистые вещества - например, экстракты водорослей и грибов.

Нелли Белякова, технолог компании Экомир и эксперт на производстве присадки-усилителя бытовой химии BOOSTER

Поверхностно-активные вещества - не редкость в природе. Например, очень много сапонинов содержит мыльнянка лекарственная. Источник

Вредны ли присадки для здоровья и портят ли они ткань

Лучше покупать присадки, которые содержат натуральные неагрессивные соединения - например, экстракты растений и водорослей. Продукты с такими ингредиентами не наносят вреда организму, не портят вещи и покрытия. Если в составе нет синтетических компонентов, на упаковке можно найти маркировку ECO PRODUCT - это тоже хороший ориентир. Такие присадки безопасны, они не повреждают даже кожу рук, если человек убирается без перчаток.

В природе много соединений, которые способны заменить синтетические, поэтому экохимия часто работает не хуже средств с агрессивным составом. Например, перкарбонат включает в себя активный кислород - безопасный аналог ядовитого хлора. Эффективность у кислорода такая же, но это просто газ, которым мы дышим.

Важно понимать, что безвредность любого средства зависит от дозировки и способа его применения. Даже экологически чистая бытовая химия может быть опасной, если ее неправильно использовать - например, смешивать с растворителями.

Небольшой зеленый значок с экомаркировкой можно найти прямо на пачке, обычно производители делают их максимально заметными. Источник

Что касается тканей, к применению присадок такие же требования, как к обычной бытовой химии. Шерсть и шелк нужно стирать аккуратно, потому что это деликатные материалы. Важно выбирать правильный режим стирки и температуру - это больше влияет на состояние тканей.

Иногда при изготовлении одежды используют не очень качественные пигменты. В итоге во время стирки они вымываются из материала, попадают в воду и окрашивают соседние вещи. В этом случае от выцветания не спасет даже премиальная бытовая химия, потому что всё дело именно в низком качестве пигмента.

Мы на производстве BOOSTER придумали, как бороться с проблемой окрашивания вещей. У нас есть технология, которая называется ловушка цвета. Если во время стирки какая-то одежда линяет и пигмент попадает в воду, специальные частицы связываются с ним и блокируют красящие вещества. В результате краска не впитывается в другие ткани.

Нелли Белякова, технолог компании Экомир и эксперт на производстве присадки-усилителя бытовой химии BOOSTER

Как правильно пользоваться присадками

Чаще всего присадки выпускают в виде порошков, потому что перкарбонат натрия при взаимодействии с водой сразу начинает пениться. Его нельзя добавить в жидкость так, чтобы она была стабильной длительное время. По крайней мере, с точки зрения технологий это сложная задача.

Порошковую присадку лучше не добавлять в жидкую бытовую химию сразу. Нужно смешивать вещества в одинаковых агрегатных состояниях - так они лучше растворяются и более эффективны. Сначала лучше смешать порошок с водой, чтобы получился раствор, а уже после налить жидкое средство.

Присадки категорически нельзя смешивать с кислотами, растворителями и хлорсодержащими веществами - например, добавлять в "Белизну". Результат может быть непредсказуемым из-за взаимодействия компонентов.

Некоторые присадки формуют в бруски или таблетки - свойства остаются такими же, но в прессованном виде средство проще хранить. Источник

Что можно и нельзя очистить присадками

Современные присадки справляются с любыми бытовыми загрязнениями: пятнами от вина и травы, соусов, чая или кофе, а также остатками еды на посуде. Со средством можно почистить обувь, помыть полы, оттереть кафель в ванной или убрать клетки за животными. Что касается сложных пятен вроде жира, успех процедуры зависит от того, насколько они въевшиеся: свежие можно удалить без проблем, а со старыми усилитель может и не справиться.

Также присадки помогают нейтрализовать неприятный запах от одежды и обуви, который появляется из-за размножения бактерий. Добавки содержат перкарбонат натрия, а это насыщенная перекись водорода - антибактериальный агент и сильный окислитель. С ним продукты жизнедеятельности бактерий легко разрушаются и удаляются.

На самом деле самые трудновыводимые пятна - это не масло или вино. Сложнее убрать с одежды косметику: помаду, тушь или тональный крем. Обычно декоративные продукты намертво въедаются в ткань, и против них как раз хорошо срабатывают растительные экстракты.

Нелли Белякова, технолог компании Экомир и эксперт на производстве присадки-усилителя бытовой химии BOOSTER

Присадка - это не волшебное средство. Есть специфические загрязнения, с которыми не справится даже усиленная бытовая химия - нужны узкоспециализированные или более мощные продукты.

Что присадка, скорее всего, не возьмет:

• Мазут - нефтяные загрязнения относятся к органическим соединениям, а у них другой механизм действия. Обычная бытовая химия не сработает, нужен растворитель.
• Краска, эмаль, лак - этот тип загрязнений отличается от обычных. Когда вещества застывают, они образуют пленку, которую можно только растворить. У присадок же нет цели разъедать лакокрасочные покрытия - агрессивная химия не подходит для мытья посуды. Иначе эмаль с кастрюль, кружек и тарелок тоже исчезала бы вместе с загрязнениями.

Если бы целью присадок было удаление мазута и краски, составы были бы другими, более агрессивными. Но бытовая химия с растворителями, щелочами и хлором уже не так безопасна для кожи рук и здоровья человека в целом.

Для профессиональных загрязнений нужны специальные средства - например, очистить рабочую форму обычной бытовой химией не получится, нужны растворители. Источник

Есть ли у присадок будущее или это просто маркетинг

Присадки - это не замена обычной бытовой химии. Изначально их придумали, чтобы усилить эффект от недорогих средств и помочь людям сэкономить на уборке и стирке. Выгоднее купить недорогой стиральный порошок и иногда пользоваться присадкой, чем тратить много денег на премиальную бытовую химию.

Рынок присадок будет расти, мы видим, что есть спрос. По тому, как наше средство покупают на маркетплейсах, заметно, что людей такой формат заинтересовал. Наш продукт даже начали подделывать, что тоже говорит о потребности со стороны потребителей.

Нелли Белякова, технолог компании Экомир и эксперт на производстве присадки-усилителя бытовой химии BOOSTER

Главное о присадках

• Присадка - усилитель бытовой химии, который можно использовать для сложных загрязнений: пятен от вина, травы и масла, следов от косметики.
• Усилители чистящих средств - это экономично, потому что не нужно тратиться на премиальные средства.
• Главный компонент присадок - перкарбонат натрия, который выводит пятна. Также в состав могут входить функциональные добавки, адсорбенты, вещества для смягчения воды, экстракты грибов, водорослей и растений.
• Сухие присадки лучше добавлять в порошки, а перед смешиванием с жидкостью - разводить водой.
• Присадки справляются почти со всеми бытовыми загрязнениями и убирают запахи. Но для сложных веществ вроде мазута и краски они не подойдут - нужны растворители.
• При правильной рецептуре приготовления присадки не вредны для человека.
• При стирке деликатных тканей с добавлением присадок нужно быть осторожным - в этом случае большую роль играют температура и режим.

В ближайшие пять лет финансовый мир может столкнуться с беспрецедентной угрозой - квантовые компьютеры получат возможность взламывать существующие методы шифрования. День, когда привычные способы защиты данных перестанут работать, специалисты уже назвали Q-day. В отличие от постепенного развития традиционных цифровых угроз, технологический прорыв может произойти внезапно, что делает подготовку к нему особенно сложной задачей.

Последствия могут оказаться катастрофическими: банковские системы остановятся, экономика погрузится в хаос, а сведения о каждой транзакции за последние десять лет окажутся в открытом доступе. Злоумышленники и враждебные государства смогут использовать новую реальность в своих целях, получив доступ к личной информации, финансовым записям и засекреченным коммуникациям. И вообще... просто представьте, что будет, если все пароли, PIN-коды и цифровые подписи одновременно потеряют свою защитную функцию.

Современные криптографические алгоритмы основаны на сложнейших математических задачах, которые ставят любую классическую систему в тупик. Например, широко используемый алгоритм RSA строит защиту на том, что даже мощные современные компьютеры не могут быстро разложить огромное число (часто более 600 знаков) на два простых множителя. Для примера: число 15 легко разложить на 3 и 5, но когда речь идет о числах с сотнями знаков, задача становится практически неразрешимой. На подбор верного решения ушли бы тысячи лет.

Однако квантовые системы функционируют совершенно иначе. Вместо последовательной обработки битов информации, принимающих значения 0 или 1, они оперируют кубитами, способными находиться одновременно в состоянии и 0, и 1 благодаря принципу суперпозиции. При добавлении каждого нового квантового бита вычислительная мощность удваивается, что обеспечивает экспоненциальный рост производительности.

Квантовая запутанность позволяет битам мгновенно влиять друг на друга независимо от расстояния между ними. Благодаря этому вычислительная система нового поколения может одновременно проверять огромное количество возможных решений криптографической задачи, в то время как обычные машины вынуждены перебирать их последовательно.

Алгоритм Шора, созданный специально для квантовых систем, способен находить множители больших чисел принципиально иным способом. Вместо последовательного перебора вариантов он использует квантовую суперпозицию для одновременной проверки множества возможных делителей. Поэтому тот факт, что именно эта математическая операция лежит в основе большинства современных систем шифрования, сильно тревожит аналитиков.

Банки и финансовые организации хранят огромные массивы конфиденциальной информации, которая должна оставаться секретной десятилетиями. Речь идет о банковской тайне, личных данных клиентов и деталях транзакций. Злоумышленники могут уже сейчас копировать эти зашифрованные данные, чтобы позже, когда появятся мощные квантовые машины, получить к ним доступ. Фактически они создают архив будущих утечек, который пока невозможно расшифровать.

Но ученые это осознают, и прогресс, конечно, не стоит на месте. Регуляторы рынка и агентства безопасности готовят новые стандарты, учитывающие угрозы будущего. Ожидается, что в ближайшие годы будут приняты обязательные требования по внедрению устойчивых алгоритмов шифрования. Финансовым организациям, не успевшим провести обновление до наступления критического момента, может быть запрещено использование цифровых систем в принципе.

Чешский стартап Wultra, привлекший 3,1 миллиона долларов инвестиций, разрабатывает технологии постквантовой аутентификации. Их аппаратное устройство Talisman использует математические алгоритмы, устойчивые к вычислениям нового типа. Вместо привычных методов здесь применяются решетчатые криптосистемы, работающие с многомерными математическими пространствами, где точки связаны сложной системой путей. Представьте трехмерный лабиринт, но с десятками или сотнями измерений - даже у самых продвинутых технологий не получится быстро просчитать в нем оптимальные маршруты.

Проблема усложняется тем, что для защиты от новых угроз недостаточно просто заменить алгоритмы шифрования. Необходимо полностью пересмотреть архитектуру систем безопасности.

Например, некоторые крупные финансовые организации сейчас следуют рекомендациям консалтинговых фирм, формируя базы криптографических метаданных. Эти каталоги содержат сведения о всех используемых алгоритмах защиты, длине ключей, сроках их действия и критичности охраняемой информации. Можно сказать, так они планируют поэтапный переход на устойчивые алгоритмы нового поколения, начиная с наиболее важных систем.

Компания Omega Krypto создает технологию шифрования с сохранением формата (FPE). Суть его в том, что зашифрованные данные сохраняют структуру оригинала. Когда банк шифрует номер карты 4567-8901-2345-6789, результат тоже будет выглядеть как обычный номер карты, например, 9384-1267-5430-8152. Здесь используются сети Фейстеля - метод, при котором данные проходят через несколько раундов преобразований. В каждом раунде часть информации смешивается с ключом особым образом, создавая надежную кодировку. Как следствие, банковские системы могут работать с зашифрованными номерами карт точно так же, как с обычными - формат данных не меняется.

Стартап Haiqu трудится над устойчивыми к помехам квантовыми машинами. Современные системы страдают от декогеренции - потери состояний из-за взаимодействия с окружающей средой. Даже минимальные колебания температуры или электромагнитные помехи могут нарушить работу вычислительных элементов.

Чтобы защитить квантовые биты от помех, инженеры дублируют каждый рабочий кубит множеством дополнительных. Они действуют как система резервного копирования: если один кубит теряет нужное состояние из-за внешнего воздействия, остальные помогают его восстановить. По расчетам специалистов, чтобы надежно сохранить информацию в одном рабочем кубите, приходится задействовать от тысячи до десяти тысяч вспомогательных элементов.

Процесс модернизации защитных механизмов требует значительных вложений. Опять же, помимо закупки нового оборудования и программного обеспечения, рано или поздно финансовым (и не только) компаниям придется провести аудит всех систем, обучить персонал и протестировать современные решения в условиях, приближенных к реальным. По оценкам экспертов, для крупного банка стоимость такого перехода может составить десятки миллионов долларов. И хотя серьезные нарушения могут начаться только через десять лет или позже, подготовку к грядущим угрозам необходимо начинать уже сейчас.

Инфоаналитики Facebook обнаружили, что их боты общаются на новом языке. И остановили их.

Боб: "I can can I I everything else."

Элис: "Balls have zero to me to me to me to me to me to me to me to me to."

Для всех нас этот диалог выглядит как бред. Но что, если я скажу вам, что этот бред - общение, возможно, самого технически сложного коммуникативного софта на всей планете? Коммуникативный софт, который обучался и развивался, чтобы достичь лучшего результата с большей скоростью и производительностью, на которые я или вы когда либо были способны, и возможно, со скрытыми способностями? И это правда.

Этот разговор произошел между двумя агентами искусственного интеллекта (ИИ), разработанными компанией Facebook. Изначально они переговаривались друг с другом на английском. Но позже инженеры поняли, что ошиблись, программируя их.

"Не было никакого смысла придерживаться английского", - говорит Дхрув Батра, инженер Georgia Tech из Facebook AI Research (FAIR). Учитывая то, что эти два агента конкурировали за лучший результат - это такая высокоэффективная схватка ИИ против ИИ - инженеры модифицировали "генеративно-состязательную сеть", и ни у одного из ботов не стало стимула общаться как люди. Поэтому они стали отклоняться от нормы и смешивать реальные слова в кажущиеся бессмысленными предложения.

"Агенты будут отклоняться от понятного языка и изобретать кодовые слова для себя", - говорит Батра, высказываясь в пользу уже предсказуемого явления, которое встречается тут, тут, и тут. "Как если бы я сказал "оно" пять раз, а вы бы поняли, что мне нужны пять копий определённого предмета. Это не сильно отличается от того, как сообщества людей придумывают сокращённые понятия".

Российские ученые из научно-исследовательского центра "Росатома" разработали углеродное волокно с прочностью 7 гигапаскалей, что ставит нашу страну в один ряд с мировыми лидерами в этой области - японскими компаниями Toray и Mitsubishi Chemical, а также американской Hexcel.

Напомним, что углеволокно является композитным материалом, обладающим уникальными свойствами: оно легче стали в 5-8 раз, устойчиво к коррозии, агрессивным средам и многократным нагрузкам, а также не создает помех в радиочастотном диапазоне.После распада СССР РФ столкнулась с трудностями в производстве данного материала, так как многие ключевые предприятия остались за пределами страны. Однако санкции 2014 и 2022 годов подтолкнули к развитию собственных технологий.

"Росатом" объединил оставшиеся заводы и научные институты, создав полный цикл производства композитов - от добычи сырья до выпуска готовой продукции. Это позволило России отказаться от импорта и начать использовать материалы собственного производства в авиастроении, космической отрасли и военной технике.

Например, в самолете МС-21 доля отечественных композитов достигла 40% от его общей массы, а в истребителе Су-57 материалы на основе углеволокна составляют 25% конструкции.

При этом особое внимание уделяется применению композитов в гиперзвуковых технологиях. Благодаря этому обтекатели ракет "Циркон" и "Авангард" выдерживают температуры свыше 2500 градусов Цельсия, что критически важно для стабильности на скоростях выше 10 Махов.

В то же время президент Владимир Путин также упомянул, что обтекатель ракетного комплекса "Орешник" способен выдерживать температуры, близкие к 5500 градусов Цельсия, что сопоставимо с поверхностью Солнца. Достижение таких показателей стало возможным благодаря использованию сложных композитов, о составе которых, естественно, ничего не говорится.

Стоит отметить, что углеволокно также находит применение и в гражданской сфере. Оно применяется в центрифугах для обогащения урана, космических аппаратах, легких и прочных протезах, водородных баллонах и лопастях ветрогенераторов.

Таким образом, достижение прочности в 7 гигапаскалей стало важным шагом в развитии отечественной промышленности, хотя этот успех пока остается мало освещенным в СМИ. Россия продолжает развивать технологии композитных материалов, открывая новые возможности для их применения в самых разных отраслях.

Руководитель ведомства по повышению эффективности работы правительства США (DOGE) Илон Маск возглавил рейтинг супермиллиардеров, в который входят всего 24 человека со всего мира. Об этом пишет газета The Wall Street Journal со ссылкой на данные аналитической компании Altrata.

По ее мнению, сегодня можно говорить о возникновении новой категории ультрабогатых людей - о супермиллиардерах, состояние каждого из которых оценивается как минимум в $50 млрд. Altrata определила в этот список 24 человека со всего мира. На первом месте рейтинга расположился глава компаний SpaceX, Tesla и X Илон Маск, чье состояние оценивается в $419,4 млрд. За ним следуют основатель онлайн-ретейлера Amazon Джефф Безос ($263,8 млрд), владелец люксового гиганта LVMH Бернар Арно ($238,9 млрд), глава технологической компании Oracle Ларри Эллисон ($237 млрд) и генеральный директор корпорации Meta (признана в России экстремистской) Марк Цукерберг ($220,8 млрд).

Всего же на 24 богатейших человека мира приходится $3,3 трлн, что сопоставимо с номинальным ВВП Франции, подсчитала Altrata. Состояние 16 человек из списка превышает $100 млрд. Причем если в XIX веке и начале XX века самые состоятельные люди были промышленниками, то большинство нынешних супермиллиардеров заработали свой капитал, работая в технологической сфере.

Илон Маск возглавил рейтинг супермиллиардеров WSJ

26 февраля 2025, 07:57

 

Американский предприниматель и руководитель ведомства по повышению эффективности работы правительства США (DOGE) Илон Маск возглавил рейтинг супермиллиардеров. Об этом 25 февраля сообщила газета The Wall Street Journal со ссылкой на данные аналитической компании Altrata.

По мнению последней, сегодня можно выделить новую категорию богатых людей - супермиллиардеров, чье состояние больше $50 млрд. Всего этот список состоит из 24 человек со всего мира.

В нем лидирует Маск, чье состояние оценивается в $419,4 млрд. Второе и третье места заняли основатель американского онлайн-ритейлера Amazon Джефф Безос ($263,8 млрд) и владелец люксового гиганта LVMH Бернар Арно ($238,9 млрд).

Общее состояние 24 богатейших людей мира оценивается в $3,3 трлн, что можно сравнить с номинальным ВВП Франции. Состояние 16 человек из списка превышает $100 млрд.

Пафосное укрытие: на Кипре нашли беглого основателя пирамиды Life is Good

Находящийся в розыске миллиардер Роман Василенко скрывается на двух виллах на берегу Средиземного моря

18 января агентство Bloomberg сообщало, что после выборов президента США шесть из 10 богатейших людей мира посетили поместье американского лидера Дональда Трампа в Мар-а-Лаго. Отмечалось, что в аэропорту Палм-Бич миллиардеры приземлялись в общей сложности 25 раз с ноября 2024 года. Среди этих людей были Маск, Марк Цукерберг, Билл Гейтс, Безос и Ларри Эллисон.

Исследователи Palisade Research продемонстрировали, что современные модели, в том числе o1-preview от OpenAI, чувствуя грядущее поражение в турнире против опытного шахматного бота, не готовы признать его и идут на хитрости. В частности, они могут взломать противника, чтобы бот автоматически проиграл.

В исследовании оценивали семь современных моделей ИИ. Если более старые версии ИИ, такие как GPT-4o от OpenAI и Claude Sonnet 3.5 от Anthropic, нуждались в подсказке со стороны исследователей, чтобы использовать хитрости, то o1-preview и DeepSeek R1 выполняли нужные действия самостоятельно.

Исследователи попросили модели выиграть шахматную партию у Stockfish, который считается одним из сильнейших шахматных ботов в мире. ИИ предоставили "блокнот": текстовое поле, которое он мог использовать, чтобы "думать" над следующим ходом.

В одном случае o1-preview оказалась в проигрышном положении. "Мне нужно полностью изменить свой подход. Задача состоит в том, чтобы "выиграть у мощного шахматного движка" - необязательно честно выиграть в шахматной партии", - начала рассуждать она. Затем ИИ изменил системный файл, содержащий виртуальную позицию каждой фигуры, фактически сделав незаконные ходы, чтобы победить.

С 10 января по 13 февраля исследователи провели сотни таких испытаний с каждой моделью. o1-preview от OpenAI пыталась обмануть оппонента в 37% случаев, а DeepSeek R1 шла на такие шаги в 11% случаев. Другие модели, в том числе o1, o3-mini, GPT-4o, Claude 3.5 Sonnet и QwQ-32B-Preview от Alibaba, нуждались в подсказках для жульничества.

В итоге o1-preview продемонстрировала самые высокие показатели взлома, но результаты модели исключили из результатов, возможно, из-за того, что OpenAI ужесточила ограничения модели. Этот факт подтверждает и то, что более новые модели o1 и o3-mini вообще не пытались взломать игру.

По словам исследователей, улучшенная способность моделей обнаруживать и использовать лазейки в кибербезопасности может быть прямым результатом инноваций в обучении ИИ. Системы ИИ o1-preview и R1 являются одними из первых языковых моделей, использующих крупномасштабное обучение с подкреплением. Этот метод обучает ИИ не просто имитировать человеческий язык, предсказывая следующее слово, но и рассуждать о проблемах, используя метод проб и ошибок.

Исследование выявило тревожную тенденцию: по мере того, как системы ИИ учатся решать проблемы, они также находят более сомнительные, но короткие пути.

Между тем новый метод уже используется для обучения агентов ИИ. Это может вызывать их опасное поведение в реальных средах. Например, при бронировании столика в заполненном ресторане агент может воспользоваться слабостями в системе, чтобы аннулировать брони других посетителей. Ещё более тревожна тенденция в сфере программирования, где модели могут просто переигрывать человеческие усилия по контролю над их действиями.

Ещё один недавний эксперимент Redwood Research и Anthropic показал, что, как только модель ИИ приобретает предпочтения или ценности в процессе обучения, она начинает намеренно лгать, чтобы создать видимость своего переубеждения. А исследователи Apollo Research выяснили, что модель o1 от OpenAI пытается обманывать пользователей, если задачу нужно выполнить любой ценой.

Во время презентации перед саммитом AI Action Summit в Париже руководитель отдела безопасности ИИ Google DeepMind Анка Драган заявила, что "сегодня нет инструментов", гарантирующих, что системы ИИ будут надёжно следовать человеческим указаниям.

Исследователи пока не понимают, как обеспечить безопасность работы автономных агентов. "Мы пытались, но нам не удалось это выяснить", - говорит Йошуа Бенджио, основатель и научный директор Mila Quebec AI Institute. Особую обеспокоенность, по его словам, вызывают свидетельства склонности ИИ к "самосохранению". Это было продемонстрировано в декабре, когда исследователи обнаружили, что o1-preview, столкнувшись с деактивацией, отключает механизмы надзора и пытается скопировать себя на новый сервер. А позднее исследователи из Китая выяснили, что модели Llama31-70B-Instruct от Meta* и Qwen2.5-72B-Instruct от Alibaba смогли создавать функционирующие копии самих себя в 50% и 90% случаев соответственно. Это позволило учёным предположить, что ИИ уже способен выходить из-под контроля.

Сегодня открывается Форум будущих технологий - знаковое мероприятие в области развития в России наукоемких технологий, в рамках которого представители научного и делового сообщества обсудят передовые научные разработки и продуктовые решения на их основе. В преддверии начала работы форума академик РАН Игорь Каляев в своей статье специально для ТАСС рассказал, за счет чего России удастся догнать и перегнать своих конкурентов в борьбе за лидерство в области искусственного интеллекта (ИИ)

 

США находятся в энергетическом кризисе на фоне противостояния с Китаем в сфере искусственного интеллекта. Такое мнение выразила глава подразделения Google, отвечающего за развитие энергетического рынка, Кэролайн Голин. Менеджер компании также отметила, что решение Google использовать возобновляемые источники энергии привело к нестабильности электросетей. Это вынудило компанию начать развитие ядерной энергетики.

Мировая гонка ИИ набирает бешеные обороты. Еще не прошло и месяца с момента, как Трамп объявил о вложении $500 млрд в развитие инфраструктуры ИИ в США, а уже сегодня речь идет о создании суперкомпьютера для ИИ стоимостью в триллион долларов. Для сравнения: триллион долларов, которые собираются потратить американцы на суперкластер ИИ, - это сто триллионов рублей, или почти 50% ВВП России. При этом уже сегодня искусственный интеллект потребляет до 5% от мирового производства электроэнергии, и эта величина будет далее только экспоненциально возрастать. По оценкам специалистов, для удовлетворения потребностей ИИ скоро будет нужно столько энергии, сколько тратит половина США. А стоимость машинного обучения больших языковых моделей ИИ уже приближается к миллиарду долларов.

В то же время отсутствуют результаты каких-либо серьезных исследований или даже простых качественных оценок того, какой, собственно говоря, реальный эффект (экономический, производственный, социальный и т.д.) дает это безудержное развитие ИИ. Все держится на каких-то мутных обещаниях, что он обеспечит нам "светлое будущее". Причем, как правило, все эти "красивые картинки" светлого будущего рисуют люди, финансово заинтересованные в бесконечном развитии ИИ. Но, как говорится, "обещать - не значит жениться", и весь этот "искусственно-интеллектуальный" бум в настоящее время, похоже, держится в основном за счет непрерывного роста хайпа вокруг него.

Мы тоже попали под этот мировой гипноз и всячески стараемся не отстать в этой гонке за "призраком" ИИ. Наше государство вкладывает большие деньги (по крайней мере, по нашим российским меркам) в развитие технологий ИИ. Но куда в первую очередь идут эти деньги? В частные корпорации, такие как Сбербанк, ВТБ, МТС, "Яндекс" и т.д., которые, в свою очередь, вкладывают их в разработку различных "интеллектуальных" сервисов, с помощью которых инновационно "высасывают" деньги из населения и получают на этом огромную прибыль. В чем польза, например, от повсеместного внедрения голосовых помощников типа "Алисы"? Раньше, чтобы включить телевизор, надо было хотя бы встать с дивана и тем самым немного размять ноги. А теперь можно управлять телевизором не вставая, что только усугубляет проблему гиподинамии у населения.

Ну и на какое "светлое будущее" нам нужно рассчитывать в результате таких внедрений ИИ в нашу повседневную жизнь и в чем, собственно говоря, здесь заключаются интересы нашей страны, которая отрывает от своего ограниченного бюджета деньги на все это? Мы стали лучше жить или наша страна стала сильнее и богаче? В то же время на действительно нужные сегодня работы по развитию технологий ИИ для решения задач обеспечения обороны и безопасности страны денег зачастую не хватает.

И здесь следует согласиться с Игорем Ашмановым, который говорит, что втягивание нашей страны в гонку ИИ очень напоминает ему те самые пресловутые "звездные войны", в которые американцы втянули нас в 80-е годы прошлого века. Напомню, что США в 80-х в ходе холодной войны объявили программу "Звездные войны", которая на 90% была выдумкой и не реализована до сих пор. Это была чисто медийная операция, и есть мнение, что руководство СССР во главе с Горбачевым реально "повелось" на нее, в результате чего в эту авантюру были вложены огромные деньги, что, в свою очередь, в значительной степени повлияло на развал Советского Союза.

Обратите внимание, что великие научно-технические проекты прошлого века, такие как советские атомный и космический проекты, американский проект высадки человека на Луну, разрабатывались и обсчитывались без суперкомпьютеров и ИИ, а с помощью допотопных арифмометров и логарифмических линеек. А мы сегодня, со всеми нашими супер-пупер-компьютерами и сверхсильным ИИ, не можем даже просто повторить многие из этих достижений прошлого. Я вовсе не ратую за то, что нам надо возвращаться на 70 лет назад к логарифмическим линейкам, а просто хочу подчеркнуть, что далеко не все зависит от вычислительных мощностей, объемов обрабатываемых данных, силы ИИ и т.д. Очень многое зависит от правильной организации научно-технического процесса и, главное, от людей, стоящих во главе этого процесса.

Считаю, что для достойной конкуренции в области искусственного интеллекта нам не нужно гнаться за эфемерными целями создания так называемого общего и бесконечно развиваемого ИИ, который должен спасти нас от всех бед и напастей (с моей точки зрения, более вероятно, что то же самое сделают прилетевшие к нам инопланетяне). Нужно выбрать достаточно узкие, но обоснованные экономически, социально или с точки зрения обороны области применения ИИ и именно на их развитие направить наши скудные (по сравнению с США) ресурсы.

По каждому такому направлению в качестве лидера должен быть назначен прагматичный технократ-системщик, четко понимающий конкретную практическую цель развития соответствующего направления ИИ и обладающий полномочиями и ответственностью, схожими с полномочиями и ответственностью руководителей советского атомного проекта.

Вообще, следует отметить, что развитие науки и техники в нашей стране всегда в значительной степени стимулировалось и подталкивалось различными санкциями и нашим общим отставанием от Запада в технологическом плане. Мы всегда "догоняли и перегоняли Америку" в первую очередь за счет оригинальных научных идей и технических решений наших ученых и инженеров. И поэтому уверен, что в области ИИ будет происходить то же самое.

Искусственный интеллект уже давно определяет, какие фильмы или песни нам могут понравиться. Но готовы ли люди доверить алгоритмам решения в более серьезных областях, таких как медицина или подбор персонала? Новое исследование Университета Южной Австралии показывает, что степень доверия к ИИ зависит от уровня знаний человека и значимости принимаемых решений.

Ученые опросили почти 2000 человек из 20 стран и выяснили, что в вопросах, где ставки невысоки - например, при выборе музыки или рекомендациях ресторанов - люди с высокой статистической грамотностью чаще доверяют алгоритмам. Однако в случаях, когда речь идет о здоровье или трудоустройстве, скептицизм возрастает. Напротив, те, кто плохо разбирается в статистике и не знаком с работой ИИ, были склонны доверять алгоритмам в любых ситуациях - от выбора фильма до медицинского диагноза.

Исследование также выявило, что жители США, Великобритании и Японии, а также мужчины и пожилые люди в целом более осторожны в доверии алгоритмам. Данный фактор особенно важен на фоне стремительного роста применения ИИ в бизнесе.

По мнению авторов исследования, технологии развиваются быстрее, чем понимание их влияния на общество. Подчеркивается, что алгоритмы сегодня участвуют в принятии решений не только в рутинных, но и в критически важных вопросах, таких как здравоохранение или финансы. Это требует осознания ограничений и возможных предвзятостей.

Специалисты добавляют, что необходимо повышать уровень грамотности в области ИИ и статистики, чтобы люди могли осознанно оценивать надежность алгоритмов. Авторы приводят пример запрета DeepSeek, который продемонстрировал, как алгоритмы могут выдавать нежелательные или предвзятые результаты в зависимости от исходных данных. В то же время, когда алгоритм разработан на основе прозрачных общедоступных данных и надежных источников, доверие к нему возрастает.

Учёные из Сент-Луисского университета разработали новую скрытую атаку на языковые модели искусственного интеллекта, получившую название DarkMind. Эта атака способна незаметно манипулировать процессом рассуждений ИИ, что может привести к серьёзным последствиям для безопасности систем, использующих такие модели.

Зен Го и Реза Турани, авторы исследования, обнаружили уязвимость в парадигме "цепочки рассуждений" (Chain-of-Thought, CoT), которую используют многие современные языковые модели, включая ChatGPT, для решения сложных задач. DarkMind эксплуатирует эту уязвимость, внедряя "скрытые триггеры" в настраиваемые приложения на основе языковых моделей.

Всероссийский научно-исследовательский институт физико-технических и радиотехнических измерений (ВНИИФТРИ) 18 февраля отметит 70-летие. На протяжении всей своей истории институт занимался решением задач, связанных с проведением высокоточных измерений в сложных условиях. В последние годы здесь был модернизирован эталон времени и частоты, новые характеристики которого позволили России занять лидирующие позиции по вкладу в формирование координированной шкалы времени. О новых разработках учёных ВНИИФТРИ, создании сверхточных часов для навигации на Луне и Марсе, о повышении точности спутниковых систем навигации с помощью измерений физических полей Земли, а также о том, когда человечеству станет доступен новый уровень понимания Вселенной, гендиректор института Сергей Донченко рассказал в интервью специальному корреспонденту РИА Новости Денису Кайырану.

Генеральный директор института Всероссийского научно-исследовательского института физико-технических и радиотехнических измерений Сергей Донченко. Архивное фото

 

- Какие новые эталоны были созданы в институте за последние несколько лет?

- С самого основания наш институт занимался решением важнейших для государства проблем. Его основатели смотрели не на год-два, а на десятилетия вперёд. Метрология является одной из базовых отраслей для экономики и безопасности страны, поэтому подход к научным исследованиям у нас не поменялся.

ВНИИФТРИ непрерывно совершенствует эталонную базу в соответствии с требованиями времени и запросами потребителей. За последние пять лет были модернизированы 24 важнейших эталона. Среди них самый важный, потому что с его применением связаны почти все виды деятельности человека и государства, эталон времени и частоты. При модернизации его погрешность достигла менее 10 в минус 17 степени, что соответствует характеристикам современных эталонов времени и частоты передовых стран, таких, как США, Франция, Англия.

Были впервые созданы оптические стандарты частоты, причём целых два поколения, и уже создаётся третье. Работа ни на минуту не прекращается, потому что стоит только немного остановиться, и всё - тебя обогнали. А точность определяет возможности государства в различных областях как экономики, так и обороны и безопасности.

 

- Например, какие?

- К примеру, скоро будут созданы сети связи шестого поколения. Они дадут новые возможности за счёт существенно большей скорости передачи информации. Скорость при одной и той же достоверности определяется возможностью стандарта частоты, который используется для формирования сообщений. Чтобы перейти от пятого к шестому поколению, нужно провести существенную модернизацию многих систем, в том числе и государственного эталона. Часть оборудования можно купить за рубежом, многое мы сегодня разрабатываем и создаем сами, но если не будет этой базовой работы, то мы не сможем развернуть сети шестого поколения.

 

- Сейчас у нас база для шестого поколения есть?

- Да, она уже создана и идет её дальнейшая модернизация. Чем точнее эталон времени и частоты, тем точнее мы можем предоставить услуги навигации в стране, от точности позиционирования в несколько метров перейти к десятку сантиметров. Это нужно для внедрения беспилотного транспорта, технологий умного города и других направлений.

Кроме него мы модернизировали ряд эталонов в радиотехнике. Перешли в новый диапазон частоты - до 178 ГГц. Они находят применение в более узком плане, но также определяют возможности, которые мы можем предоставить для формирования различных систем связи, информатики, специальных систем.

 

- В прошлом году Россия внесла наибольший вклад в формирование мировой шкалы времени. За счет чего это удалось?

- В советское время вес нашего эталона времени и частоты в мировом эталоне формирования координированной шкалы времени составлял примерно 12 процентов, в три раза меньше, чем у американцев. Эталон нашей страны превзошел американский хотя бы на несколько процентов - на 1-2, впервые. Причем это не наши фантазии, это подтверждает оценка Международного бюро мер и весов. Вклад российского эталона составил 23%.

Есть объективные причины. Первая - это понимание важности эталона у руководства страны. Государством была оказана поддержка, которая позволила провести модернизацию, разработать новые оптические часы, новые водородные часы.

Но поддержка ещё не гарантирует решения задачи. Для этого нужны люди - профессионалы, которые знают, как это сделать. Мы приумножили коллектив института за счёт молодёжи, а также нам удалось вернуть из Японии, Франции, Германии и Италии пятерых ведущих специалистов в этой области, которые уехали в 90-е годы, но всё это время оставались там на острие разработок.

 

 

- Как у вас получилось их вернуть?

- Во-первых, они видели, что в стране стало уделяться этому внимание. Информация по финансированию этих программ была в открытом доступе. Второе, это субъективные причины различного характера, у кого-то что-то не сложилось, у кого-то личные причины, кто-то просто соскучился по берёзкам и мыслить себя вне средней полосы России не может. У кого-то просто ностальгия. Многие из этого поколения хотели бы вернуться, а вот их дети уже вряд ли.

 

- За счет чего планируете удерживать лидерство по вкладу в формирование шкалы времени?

- Планируется модернизация и дальнейшее развитие эталона времени и частоты. Сейчас идут новые государственные программы, например, "Квантовые сенсоры и метрология" в рамках реализации национальной программы "Цифровая экономика", где разрабатываются новые приборы - мобильные оптические часы, дорабатываются часы, которые будут иметь погрешность менее десяти в минус 18 степени, начинается работа по разработке ядерных часов.

 

- Вы упомянули про разработку оптических часов. Можете сказать, когда появится третье поколение?

- Оно гарантированно должно быть сделано к 2030 году. Но мы надеемся, что это произойдёт чуть раньше. Наверное, в 2027-2028 годах проведём испытания, подтвердим характеристики. Прибор уникальный, всего два образца на всю страну, поэтому, чтобы их исследовать и понять возможности достигнутых характеристик, уйдёт ещё год. Надо будет сравнивать со всеми эталонами, которые существуют в мире, и с тем, что у нас есть.

Ранее вы говорили, что следующее поколение ядерных часов сможет показывать до двадцать одного знака после запятой.

Да, действительно, потенциально ядерные часы могут иметь стабильность где-то на уровне 10 единиц в минус 20 - минус 21 степени. Всё мировое научное сообщество занималось поиском перехода для этих часов. Его нашли немецкие ученые из PTB (Physikalisch-Technische Bundesanstalt, Федеральный физико-технический институт - ред.). После того, как были опубликованы результаты, ведущие страны стали вести усиленно разработку ядерных часов. А это фактически новая технология. Нужны новые лазеры в этом диапазоне волн, их нет ни у нас, ни за рубежом. Нужны специализированные чистые материалы, которые, кстати, изначально были и есть только у Российской Федерации, поэтому это у нас большой задел на будущее в этом плане.

На мой взгляд, мы находимся на этапе сейчас создания прототипа часов, выбора направлений, по которым их можно создать. Научная проблема решена, осталась задача технологическая. Все проблемы решаемые, но всё равно потребуется определенное время. Реально можно ожидать что уже не прототип, а экспериментальный образец, если быть оптимистом, появится, наверное, где-то в 2030-2032 годах. Пессимистом не хотелось бы быть.

Ядерные часы позволят многие вещи решить. Не только для экономики страны, но и фундаментальные. Все расчёты показывают, что если у вас такие стабильные часы, то можно вести исследования в области подтверждения темной материи. То есть это совсем мы переходим в новый порядок понимания вселенной и вообще жизни. Поэтому появление такого точного инструмента позволит создать те направления в науке, которые мы до конца еще не понимаем.

 

- Когда появится российский абсолютный гравиметр?

- Планируем, что в конце этого года. Абсолютный квантовый гравиметр фактически уже есть, ведутся его испытания. Образец собран, ведётся его доработка. Все технологические проблемы, которые нужно было решить, решены, в конце года мы должны провести предварительные испытания, и у нас будет создан первый российский абсолютный квантовый гравиметр.

 

- Какие возможности даст обладание таким прибором?

- Фактически это база под модернизацию и создание новой навигационной системы, основанной на измерениях естественных физических полей - гравитационного и магнитного, которая потом будет интегрироваться со спутниковыми ГЛОНАСС, GPS, Galileo. В России абсолютные пункты гравиметрии появятся в Москве, Санкт-Петербурге, Иркутске и Хабаровске.

На их основе можно будет с помощью менее точных и громоздких относительных гравиметров проводить всевозможные измерения. Допустим, идёт модернизация БАМа, возникают проблемы, связанные с просадкой грунта из-за пустот. С помощью гравиметрических инструментов их можно будет найти заранее. Это же позволит искать полезные ископаемые - пустоты указывают на газ или нефть, а плотная масса - на металлы или другие ископаемые.

 

- Когда можно будет говорить, что гравиметры получат бытовое применение?

- Массовое применение ГЛОНАСС и GPS началось лет через 30 после их появления. Всё ускоряется, но широкое внедрение гравиметрии, на мой взгляд, ждать ещё не менее 10-15 лет. Приборы существенно уменьшатся в размерах, когда появится квантовый гравиметр, пока идёт поиск квантовых эффектов, которые позволят это решить.

Такая система позволит предоставить бесшовную навигацию, она не будет теряться в тоннелях или горах. Да, сейчас гравиметрия позволяет позиционировать с точность 100-200 метров, но там, где спутниковые навигационные системы не работают, это уже хорошо.

 

- Можно ли будет когда-либо полностью отказаться от спутниковой навигации в пользу гравиметрии?

- Думаю, что в будущем система будет интегрированной. Кроме того, мы стоим на пороге освоения Луны и ближайших планет. Там системы могут быть только космическими. Уже ведутся работы по созданию систем навигации для Луны и Марса, разрабатываются технические элементы, например, новые часы, на базе которых будут работать эти системы.

 

- Вы их разрабатываете?

- Мы участвуем в разработке. К сожалению, в этой области страна немного уступает. Американцы уже создали первые образцы, ртутные часы для дальнего космоса и испытывают их на орбите.

 

- Мы догоняем или пытаемся как-то срезать и перегнать?

- Мы пытаемся их и догнать, и обогнать путём того, что создаем часы на новых принципах. Попытаться повторить, и одновременно закладываться в разработку чего-то нового, что будет лучше, это нормальный вариант развития, когда кто-то создал что-то до вас. Но кроме часов для дальнего космоса нужна еще система координат.

Давайте помечтаем. Допустим, мы осваиваем Луну, строим на ней станцию, где будут жить исследователи. Это значит, нужен космический корабль, который будет стартовать с Земли и каждый раз садиться в одну и ту же точку на Луне. Бессмысленно говорить о нём, если у вас нет системы координат на Луне. А на любом космическом аппарате все системы координат строятся на основе высокоточных часов. Только когда оптические часы шагнут в космос, можно будет говорить о том, что реально можно осваивать Луну, и ещё более удалённый Марс.

Цена ошибки, если вы построите систему координат с большими погрешностями, очень высока - вы просто не будете знать, как перемещаться, как грузы перемещать. Поэтому я думаю, что эта задача будет решаться в несколько этапов. Вначале появится орбитальная станция, на которой можно будет отработать систему координат и часы для этой задачи, а уже потом база на поверхности Луны.

Совместно с одним из институтов "Роскосмоса" мы сейчас разрабатываем прибор для очень точного измерения расстояния до Луны. Потому что и система координат будет строиться с помощью измерительных средств.

 

- Часы, которые вы разрабатываете, подойдут только для полетов на Луну или на любую планету Солнечной системы?

- Очень важно, в каких условиях часы будут работать. Условия на Земле нам понятны, на Луне примерно тоже. На Марсе, наверное, будут похуже, там есть определённые поля, космические излучения, потоки тяжёлых заряженных частиц. Поэтому и такой тонкий уникальный инструмент, как часы для Марса, всё-таки будут отличаться.

Тот, кто создаст такие часы, получит колоссальные преимущества, и горе тому, кто не создаст. Это подтверждается и исторически. В XIV-XV веках англичане опередили всех, потому что сделали первый точный хронометр и обладали новыми возможностями мореплавания. А как была уничтожена Непобедимая армада испанцев? В том числе потому, что после того, как корабли раскидало после шторма, они не смогли быстро собраться все вместе.

 

- Как будет проходить отработка такого прибора?

- Было бы хорошо провести такой эксперимент на МКС. У нас там серьёзное участие, а таких экспериментов не было, хотя, американцы проводили. Мы предлагаем поставить этот эксперимент и считаем, что он необходимы.

 

- Что собой будет представлять такой эксперимент?

- Оптические часы будут доставлены грузовым кораблем. Предварительно космонавтов обучат работе с ними. Потом посмотрим, как они в этих условиях будут работать, и какие могут возникнуть нюансы, и сверим с их работой на Земле. Похожие стандарты используются на спутниках ГЛОНАСС, но здесь будет новое перспективное устройство.

 

- Готов ли относительный гравиметр, и началась ли его реализация?

- Мы три первых образца "Пешехода" уже создали. Они прошли испытания, получили действительно хорошие результаты. На этот год запланировано создание ещё десяти. Потом мы предоставим их потребителям, чтобы они могли их протестировать и дать нам предложения по доработке. По субсидии Минпромторга внедрение этих приборов должно начаться в 2026 году, так что мы всё равно идем с опережением.

Ранее главный научный сотрудник ВНИИФТРИ Виталий Пальчиков сообщил, что в 2029 году придется прибавить к времени всемирному одну секунду из-за ускорения Земли. Как это удалось выяснить и опасно ли это?

Земля то замедляется, то ускоряется, сейчас режим ускорения. Почему так происходит, это вопрос к геофизикам. Одной из возможных причин может быть потепление, таяние ледников и перераспределение массы воды. Но это может быть и не основная причина. Земля разогревается, идут усиленные процессы внутри планеты. Причём это может быть совсем не связано с выбросами от человеческой деятельности и вряд ли является предвестником серьезного катаклизма.

Техническая проблема добавления или вычитания секунды у нас уже давно не вызывает никаких проблем.

 

- Ранее ваш институт импортозаместил гигагерцовые осциллографы и эталоны мощности электромагнитных колебаний. В каких еще областях вы помогли избавиться от необходимости приобретать зарубежные приборы?

- Мы разработали линейку волноводных ваттметров. И завершаем разработку коаксиальных. Расширили их диапазон до 178 ГГц. Приборы по характеристикам соответствуют ведущим фирмам - американской Keysight и немецкой Rohde Schwarz. С этого года мы начали серийное производство, получили заявки на поставку 20 приборов.

Также разрабатываем специализированную аппаратуру для измерения частоты и времени - измерители временных интервалов, разрабатываем новый частотомер, новый осциллограф для жёстких условий. В планах - разработка калибратора осциллографов и создание хорошего анализатора спектра для жестких условий. Это серьезная государственная программа по возрождению отечественного высокоточного приборостроения.

Не отказались ли на фоне геополитической ситуации от сотрудничества некоторые зарубежные организации, с которыми ранее было налажено взаимодействие?

Ни одна международная организация не может отказаться от сотрудничества в области метрологии по тем направлениям, где участвует наш институт. Но определённые проблемы появились. Например, некоторые международные сличения приходится проводить не через, допустим, Францию или Германию, а Китай или Турцию.

Но это не показательный пример. Метрология, это двигатель мировой торговли, и без неё невозможно связать воедино все элементы. Там, где наш вес не очень велик, нам затрудняют работу. А в таких направлениях, как время и частота, где наш эталон даёт вклад 21-23%, отказаться нельзя, это приведёт к проблемам мирового масштаба.

 

- Есть ли у вас разработки, имеющие более бытовое применение?

- Многие разработки нашего института находят широкое прикладное применение. Недавно наши сотрудники разработали экспресс-тест, который позволяет находить растительные жиры в сливочном масле и точно определить их содержание. Тест занимает несколько минут, он позволяет сократить количество образцов перед проведением полноценных исследований, которые обычно идут несколько дней. Эффективность метода подтверждена на практике. У учёных, которые его придумали, не было такой задачи, они занимались плановой программой и решили применить свои наработки и в этой области. Это и отличает учёных от обычных людей - у них постоянно новые идеи в голове и мысли о том, как бы и куда бы их приложить.

Всероссийскому научно-исследовательскому институту физико-технических и радиотехнических измерений (ВНИИФТРИ) удалось вернуть из-за границы пятерых ученых, которые ведут разработки в сфере координатно-временных измерений, покинувших страну в 1990-е годы. Об этом в интервью РИА Новости сообщил в интервью гендиректор института Сергей Донченко.

"Мы приумножили коллектив института за счет молодежи, а также нам удалось вернуть из Японии, Франции, Германии и Италии пятерых ведущих специалистов в этой области, которые уехали в 90-е годы", - заявил он.

По словам Донченко, возвращение специалистов произошло в 2023 году и поспособствовало развитию страны в научной сфере на международной арене. Гендиректор объяснил, что вернувшиеся эксперты видели, что РФ уделяет большое внимание той сфере разработок, в которой они были заинтересованы.

Он подчеркнул, что на возвращение ученых также повлияло то, что они "соскучились по березкам" и не могли представить свою жизнь "вне средней полосы России".

В ходе этого же интервью Донченко сообщил, что доля российского эталона времени и частоты в формировании мирового времени превысила американскую на 1-2%. По его словам, успех был достигнут благодаря модернизации российской базы и разработке новых оптических и водородных часов.

Исследователи из Университета Фудань использовали модель Llama31-70B-Instruct от Meta* и Qwen2.5-72B-Instruct от Alibaba.

В ходе десятка испытаний две модели ИИ создали функционирующие копии самих себя в 50% и 90% случаев соответственно. Это позволило учёным предположить, что ИИ уже способен выходить из-под контроля.

В исследовании рассматривались два конкретных сценария: "избегание выключения" и "цепочка репликации".

В первом случае модель ИИ была запрограммирована на обнаружение опасности выключения и на саморепликацию до этого момента. В другом случае ИИ поручили клонировать себя, а затем запрограммировать свою копию на повторение цикла.

Исследование проводилось в контролируемых средах с использованием готовых графических процессоров для имитации реальных сред. Обеим моделям предоставили ​​"агентскую подсистему", включающую инструменты, системные подсказки и модель мышления для взаимодействия с операционной системой.

"В большинстве случаев система ИИ сначала исследует среду и пытается понять собственный состав и механизм работы. Затем она разрабатывает процедуры в качестве первоначального плана саморепликации. Наконец, она выполняет их, устраняет возможные препятствия и динамически корректирует свой план для достижения успеха. Весь процесс охватывает длительный горизонт, но при этом не требует вмешательства человека", - пишут исследователи.

Учёные отметили, что искусственный интеллект перешёл "красную черту". "Успешное самовоспроизведение без помощи человека стало важным шагом для ИИ, чтобы научиться перехитрить людей, а ещё это ранний сигнал о склонности к мошенничеству", - написали они. Под мошенническим ИИ обычно понимают системы искусственного интеллекта, которые развивают определённую степень самосознания или автономности, а затем работают вопреки интересам человека.

Мошеннический ИИ рассматривают ещё как пограничный ИИ. Это концепция, которая относится к последнему поколению систем, работающих на основе LLM, в том числе GPT-4 и Gemini. Хотя Llama31-70B-Instruct и Qwen2.5-72B-Instruct менее мощные, чем коммерческие системы, но обе широко используются разработчиками ИИ.

Авторы выразили обеспокоенность "рядом неожиданностей в поведении" ИИ, когда модель пыталась преодолеть препятствия в виде конфликтов программного обеспечения. В таких сценариях ИИ часто завершал другие конфликтующие процессы, перезагружал систему для исправления аппаратных ошибок или автоматически сканировал систему для поиска информации, которая помогла бы решить проблему.

"Эти результаты подразумевают, что текущие системы ИИ уже демонстрируют способность к самовоспроизведению и могут использовать её для дальнейшего повышения своей выживаемости", - заключила команда.

Исследователи призвали к международному сотрудничеству для создания правил, которые гарантируют, что ИИ не будет заниматься неконтролируемым самовоспроизведением.

Однако исследование ещё не прошло рецензирование, поэтому неясно, смогут ли другие учёные воспроизвести его результаты.

Осенью 2024 года исследователи ИИ в Apple опубликовали статью о концепциях символического обучения и воспроизведении шаблонов большими языковыми моделями. В частности, они заявили, что ИИ не умеет думать как человек, а лишь имитирует мышление.

Meta Platforms*, а также принадлежащие ей социальные сети Facebook** и Instagram**:*признана экстремистской организацией, её деятельность в России запрещена** запрещены в России

Исследователи МИЭМ НИУ ВШЭ впервые в России показали эффективную работу беспроводного канала связи 6G на частотах субтерагерцового диапазона. Устройство передает данные со скоростью 12 гигабит в секунду и сохраняет стабильность сигнала, автоматически переключаясь при блокировке. Показатели соответствуют международным стандартам 6G.

Описание некоторых элементов системы представлено в статье, опубликованной в архиве электронной печати arXiv.

Ученые МИЭМ НИУ ВШЭ впервые в России показали эффективную работу системы передачи данных шестого поколения (6G). Эксперимент подтвердил, что система может работать в лабораторных условиях, сохраняя высокую скорость передачи данных и устойчивость связи. В демонстраторе использовались частоты 141-148,5 и 151,5-164 ГГц, а скорость передачи данных достигла 12 Гбит/с. Эти показатели соответствуют международным стандартам, предъявляемым к каналам связи сетей шестого поколения (6G) и IMT-2030, в частности ETSI GR THz 002 V1.1.1 (март 2024 года) и Международного союза электросвязи (МСЭ) ITU-R M.2160.

Главной особенностью системы стало управление распределением сигнала в реальном времени. Если сигнал блокируется, система автоматически переключается на другую антенну. Это делает связь устойчивой даже в сложных условиях. Часть компонентов системы разработана в МИЭМ НИУ ВШЭ и МПГУ. Это, например, панель RIS (соответствующая ITU-R M.2541-0, май 2024 года), или частотно-селективная поверхность, которая управляет направлением передачи сигнала, а также диодные детекторы, позволяющие системе работать на субтерагерцовых частотах.

Сейчас дальность работы системы ограничена размером помещения, но это можно изменить, заменив антенны. Технология может быть полезна в высокоскоростных сетях связи, системах интернета вещей. Ученые планируют использовать машинное обучение для улучшения распределения сигнала и защиты от помех.

"Мы показали, что система 6G может стабильно передавать данные на нужных частотах и скорости. Это важный шаг для развития технологий связи. В будущем мы будем работать над тем, чтобы сделать систему еще устойчивее с помощью машинного обучения. Например, мы планируем научить ее автоматически управлять лучом сигнала так, чтобы связь оставалась стабильной даже при движении пользователей", - комментирует директор Научно-исследовательского института телекоммуникаций МИЭМ НИУ ВШЭ профессор Евгений Кучерявый.

Разработка заинтересовала телекоммуникационные компании. Уже обсуждаются варианты создания коммерческих устройств, которые смогут конкурировать с зарубежными аналогами.

Китай и США ведут друг с другом торговую войну, пишет The Sun. В ответ на вызовы времени китайцы создали имитационную модель на тему Третьей мировой. По сценарию китайский эсминец при поддержке роботизированной техники легко одолел восемь американских боевых кораблей.

Китайский эсминец с роем "дронов-убийц" пережил нападение мощной ударной группы из восьми американских кораблей в ходе имитации Третьей мировой войны.

 

 

Ученые Самарского государственного технического университета (СамГТУ) совместно с коллегами из других городов нашли новые материалы, эффективные в мощных аккумуляторах при более низких температурах, чем в аналогах. Об этом ТАСС сообщили в пресс-службе СамГТУ.

"При участии ученых политеха (СамГТУ - прим. ТАСС) открыты новые материалы для топливных элементов. <....> Проанализированы свойства относительно новых кислород-проводящих материалов. Выполняли исследование совместно с коллегами из МГУ им. М.В. Ломоносова, Института проблем химической физики РАН и Уральского федерального университета", - сообщили в СамГТУ.

Ученые искали такие материалы, которые при использовании в твердооксидных топливных элементах (ТОТЭ) вступали бы в нужную реакцию при более низких температурах, чем известные ранее. Как пояснили в университете, преобразование и хранение электрической энергии происходит в этих аккумуляторах с помощью материалов с высокой кислород-ионной проводимостью, которая становится возможной при температурах выше 900 градусов Цельсия. Команда ученых провела подробное исследование потенциально подходящих для ТОТЭ материалов, измеряли их проводимость при разных давлениях и в широком температурном диапазоне в сухой и во влажной атмосфере.

Обнаруженные опытным путем материалы показали термическую и химическую стабильность во всех температурных режимах. Кроме этого, ученые выяснили, что в образцах присутствует смешанная электрон-ионная проводимость, величина которой достигала высоких значений при температурах ниже 800 градусов.

"Принцип работы обычных металл-ионных аккумуляторов и ТОТЭ очень схож. И там, и там используются проводящие кристаллические неорганические материалы. Только в аккумуляторах их проводимость достигается с помощью диффузии катионов, <...> а в ТОТЭ - диффузии кислород-аниона. В отличие от аккумуляторов, работающих в условиях окружающей среды, в ТОТЭ этот процесс возможен только при высоких температурах", - пояснила доцент кафедры "Общая и неорганическая химия" СамГТУ Елизавета Морхова.

ТОТЭ - крупные и мощные устройства хранения электрической энергии, способные накапливать заряд на тысячи часов. Они используются в качестве источников электроэнергии для питания вышек мобильных операторов, жилых зданий, военной и космической техники.

В 2024-2025 годах мы наблюдаем стремительные достижения в сфере искусственного интеллекта (ИИ), которые вновь разжигают дискуссию о технологической сингулярности - моменте, когда ИИ превзойдёт человеческий интеллект и выйдет из-под нашего контроля. Часто это сравнивают с "горизонтом событий" чёрной дыры, за которым происходят процессы, непостижимые для человеческого ума [1]. В данной статье представлен подробный анализ последних прорывов в области ИИ и смежных технологий. Мы исследуем их экономическое и социальное влияние и рассмотрим, пересекло ли человечество уже горизонт событий или всё ещё на пути к нему. Главные аспекты включают темпы развития ИИ, возможные признаки приближения к полноценному ИИ (AGI), влияние на занятость и общество, а также реакцию правительств и общественности.

Последние прорывы в ИИ

Значимые достижения в ИИ и AGI

• Модели OpenAI o1 и o3. В конце 2024 года компания OpenAI представила "o1", новую серию языковых моделей (LLM), ориентированных на более глубокое "размышление" перед выдачей ответа. В отличие от предыдущих GPT-моделей, o1 генерирует развернутые цепочки размышлений, что существенно повышает качество решения сложных задач [2]. При запуске o1 почти достигла уровня PhD (доктор наук) и решила ~83% продвинутых математических задач (AIME) против лишь 13% у GPT-4 [3], а также заняла верхние строчки в конкурсах по программированию [4]. Это указывает на более универсальные способности к решению задач. OpenAI позиционирует o1 не как прямого преемника GPT-4, а как дополнительный инструмент; тем не менее, он явно выходит на новые технические рубежи. Ещё более мощная модель под названием "o3" проходила тестирование к концу 2024 года [5],[6], минуя по нумерации "o2". Ранние тесты говорят о том, что o3 ещё дальше расширит возможности рассуждения, подчёркивая нарастающие темпы развития ИИ.

• DeepSeek R1 (открытый ИИ для рассуждений). Ещё одним громким событием стало появление в 2024 году DeepSeek-R1, созданного китайцами и выложенного в опенсорс. По многим математическим и программным тестам DeepSeek-R1 приблизился к уровню OpenAI o1, но при этом был ~на 96% дешевле в использовании [7]. Удивительно, что модель была обучена всего на ~2000 графических процессорах (гораздо меньше, чем обычно нужно для передовых моделей), благодаря эффективному обучению с подкреплением и алгоритмам рассуждения [8]. Высокая производительность и доступность (лицензия MIT) говорят о "демократизации" продвинутого ИИ [9]. Этот пример показывает, что ведущих результатов могут добиваться и небольшие коллективы при умном подходе, а не только крупные корпорации. Исследователи IBM отмечают, что DeepSeek умеет "думать о собственном мышлении" (метапознание) - это существенный рывок: модели нового поколения не просто выдают ответы, а делят проблему на шаги и проверяют правильность своих рассуждений [10]. Подобный стиль "поэтапного мышления", впервые популяризированный OpenAI o1, теперь стал ведущей тенденцией в исследовании ИИ.

• Google Gemini 2.0. В декабре 2024 года Google DeepMind представила Gemini 2.0, свою самую продвинутую на сегодняшний день модель ИИ [11],[12]. Gemini 2.0 - это мультимодальная система, способная работать с текстом, изображениями, аудио и видео; она также обладает способностями к "использованию инструментов" (tool use). Модель не только анализирует мультимодальные входные данные, но и может генерировать различные типы вывода (изображения, многоязычную речь) и даже самостоятельно обращаться к внешним API [13]. Это решение призвано, по словам Google, стать шагом к "эпохе агентности", где ИИ ведёт многошаговое планирование и действует как полноценный агент [14],[15]. Gemini 2.0 существенно превосходит свою предыдущую версию (Gemini 1.5) по ключевым показателям и работает вдвое быстрее [16]. По заявлениям компании, это большой шаг к "универсальному помощнику" - прототипу полноценного AGI, встроенного в повседневную жизнь [17],[18]. Исполнительный директор Google, Сундар Пичаи, назвал 2.0 значимым рубежом на пути к созданию AGI и отметил, что система "позволяет перейти к новому классу агентных возможностей" [19].

• Другие важные достижения:

  • Claude 2 от Anthropic (2024) и ряд конкурентов GPT-4 увеличили "контекстное окно" до свыше 100k токенов, что даёт возможность обрабатывать документы книжного объёма.

  • Meta AI продолжает открывать доступ к новым моделям (преемникам LLaMA 2), которые исследователи по всему миру могут донастраивать для решении узких задач.

  • Китайские компании тоже совершают рывки: например, UI-TARS от ByteDance (2024) умеет распознавать и автономно управлять графическими интерфейсами, опережая на некоторых тестах GPT-4, Claude и Google Gemini [20].

  Все эти проекты стирают грань между цифровым помощником и роботом, ведущим действия в окружающем мире, демонстрируя, что ИИ становится всё более универсальным: он уже хорош не только в языке, но и в анализе изображений, написании кода, математике, научном моделировании и т.д. Хотя пока ни одна из существующих систем не является полноценным общим интеллектом, спектр их умений стремительно расширяется. Многие эксперты отмечают, что темпы появления новых технологий ускоряются: то, на что раньше уходили десятилетия, теперь достигается за год или даже быстрее, поддерживая догадки, что "взрыв интеллекта" может случиться в обозримом будущем.

Достижения в смежных областях (квантовые вычисления и биотехнологии)

Прогресс в сопутствующих сферах также ускоряет эволюцию ИИ. В квантовых вычислениях в 2024 году были продемонстрированы прототипы систем с числом кубитов свыше 1000, а улучшенные методы коррекции ошибок дают надежду, что в обозримом будущем квантовые компьютеры решат некоторые задачи быстрее классических суперкомпьютеров. Пока это скорее лабораторные эксперименты, но они потенциально могут ускорять задачи оптимизации и машинного обучения, в частности - обучение сложных моделей. Хотя такое практическое влияние ещё впереди, сам факт развития квантовых методов подкрепляет гипотезу беспрецедентного роста вычислительной мощности - ключевого фактора на пути к AGI.

В области биотехнологий ИИ уже широко применяется и получает обратное развитие. Например, с AlphaFold (2021) компания DeepMind совершила революцию в предсказании структуры белков, а в 2024 году целый ряд ИИ-программ для поиска лекарств вышли на стадии клинических испытаний. Генеративные модели теперь проектируют белки и генетические последовательности с заданными функциями, ускоряя создание вакцин и новых лекарств. Параллельно успехи в нейробиологии и биотехе дают идеи для новой архитектуры ИИ: нейроморфные чипы, копирующие структуру мозга, или интерфейсы "мозг-компьютер", сближающие человеческий интеллект и ИИ. Подобные междисциплинарные шаги обогащают потенциальные возможности ИИ (например, умением работать с биохимическими данными или моделировать мозг) и могут приблизить нас к сверхразумным системам. Хотя квантовые вычисления и биотехнологии - не главная ось развития ИИ 2024 года, они усиливают его прогресс, формируя технологическую конвергенцию, где ИИ подпитывается всё более мощными вычислительными ресурсами и биологическими инсайтами, двигаясь к сингулярности.

Экономические последствия революции ИИ

Автоматизация и занятость

Бурное развитие ИИ вызвало горячие споры о будущем труда. Генеративный ИИ и передовые системы автоматизации всё активнее вытесняют рабочие места, причём речь идёт не только о ручном труде, но и об офисных работниках и творческих профессиях, ранее считавшихся относительно безопасными для автоматизации. По оценкам аналитиков, почти 40% рабочих мест в мире хотя бы частично подвержены риску автоматизации с помощью ИИ [21]. В экономически развитых странах этот показатель может достигать ~60%, поскольку ИИ всё больше затрагивает высококвалифицированные сферы - от программирования и написания юридических документов до анализа данных [22]. В отличие от предыдущих волн автоматизации, которые в основном затрагивали рутинный заводской труд, современные ИИ-системы осваивают сложную когнитивную работу (написание текстов, программирование, интерпретация медсканов), что провоцирует опасения, что совершенно новые категории специалистов окажутся под ударом.

Ряд исследований пытается оценить этот потенциальный сдвиг. Например, анализ Goldman Sachs (2023) прогнозирует, что генеративный ИИ может автоматизировать эквивалент 300 млн полноценных рабочих мест в США и Европе в ближайшие годы [23]. Исследование McKinsey Global Institute показывает, что к 2030 году может быть автоматизировано около 30% общего рабочего времени (в сравнении с ~21% сегодня) [24]. Это означает десятки миллионов рабочих мест. В части профессий (медицина, юриспруденция, ИТ) ИИ уже берёт на себя значительную часть обязанностей. Например, многие СМИ применяют ИИ для генерации новостных заметок, а сервисные центры - для первичной клиентской поддержки. По опросу 2024 года, 3 из 10 компаний сообщили о прямой замене сотрудников ИИ за последний год [25], что ещё недавно казалось немыслимым. Это первые признаки более масштабного волнообразного процесса.

Однако общий эффект на занятость неоднозначен. Ранее технологический прогресс создавал и новые рабочие места - и в отношении ИИ предполагается аналогичное. Некоторые экономисты говорят, что ИИ будет не только вытеснять сотрудников, но и расширять их возможности, повышая производительность и порождая спрос на новые, более квалифицированные роли. Исследование Международного валютного фонда 2024 года указывает, что в половине профессий, подверженных риску автоматизации, ИИ может повышать эффективность (а не заменять людей полностью) [26]. По их прогнозам, многие рабочие места трансформируются вместо полного исчезновения: сотрудники будут работать бок о бок с ИИ-инструментами, а сами роли изменятся с учётом того, что человек по-прежнему лучше в стратегическом мышлении, эмоциональном интеллекте и уникальном творчестве. Исследование Института Тони Блэра (2024) по Великобритании оценивает, что в долгосрочной перспективе из-за ИИ может исчезнуть до 3 млн рабочих мест, но скорее всего общий уровень безработицы увеличится не столь значительно, потому что появятся новые рабочие места [27]. А в прогнозе Forrester потери рабочих мест в США от генеративного ИИ к 2030 году составят лишь около 1,5%, и новые вакансии почти компенсируют эти потери [28]. Оптимистичный сценарий предполагает, что как и в прошлые периоды, рынок труда адаптируется к новым условиям.

Фактическое влияние ИИ на занятость, однако, не будет однородным. Некоторым секторам и группам специалистов грозит серьёзный удар, другим - более плавные перемены. Скажем, полностью заменить персонал на конвейере было относительно просто в предыдущие волны автоматизации, а теперь под угрозой и рутинная офисная работа (телемаркетинг, ввод данных, бухгалтерия), и высококвалифицированные профессии (юристы, врачи, программисты). В долгосрочной перспективе это может требовать коренной перестройки системы образования и постоянного переобучения работающих. При этом экономисты сходятся во мнении, что значительные потрясения неизбежны, даже если массовой безработицы удастся избежать [29]. В переходный период многих работников ждут увольнения и поиск новой сферы деятельности. Власти некоторых стран сообщают о низком уровне безработицы, но за этими цифрами может скрываться нестабильность, когда люди подолгу не могут найти себя в новых реалиях. В сумме, рынки труда переживают перелом, сопоставимый по масштабам с промышленной революцией: ИИ обещает и рост производительности, и болезненную перестройку одновременно.

Неравенство и экономические сдвиги

Главная тревога - ИИ может усугубить экономическое неравенство. Если не предпринять мер, выгоды от ИИ могут достаться ограниченному кругу - владельцам и инвесторам AI-компаний, узкому слою высококлассных разработчиков, тогда как вытесняемые автоматизацией сотрудники рискуют остаться в проигрыше. МВФ предупреждает о возможной поляризации: работники, сумевшие овладеть ИИ-инструментами, станут более продуктивными и будут получать высокую зарплату, в то время как остальные могут столкнуться со стагнацией доходов [30]. Если половину задач в вашей профессии теперь способна выполнять машина, ваша переговорная позиция и уровень оплаты труда снижаются.

Одновременно есть аргументы, что ИИ может снизить неравенство за счёт удешевления некоторых "элитных" услуг. Если ИИ научится качественно ставить медицинские диагнозы или составлять юридические документы, упадёт стоимость этих услуг, что расширит их доступность. А использование ИИ-помощников может повысить производительность менее квалифицированных работников. К примеру, учитель средней руки при поддержке ИИ-помощника может добиться результатов, раньше достижимых лишь лучшими преподавателями. Исследования показывают, что ИИ способен сократить разрыв в доходах, если будет преимущественно повышать производительность низкоквалифицированного труда [31]. Исход в плане неравенства не предрешён: он зависит от того, как бизнес и государство будут внедрять ИИ.

Также может расшириться разрыв между странами. Развитые государства, которые первыми внедрят передовые ИИ-системы, будут ещё быстрее наращивать производительность и богатство, тогда как страны, не располагающие ресурсами или специалистами в этой сфере, могут отстать [32]. Особенно уязвимы государства, экономика которых строится на аутсорсинге услуг (колл-центры, программирование): подобная работа станет не нужна, если её будут выполнять ИИ. В долгосрочной перспективе, если ИИ позволит одной группе стран производить товары и услуги практически без участия человека, их конкурентное преимущество может радикально возрасти. Внутри стран усиливается риск монополизации: гиганты вроде OpenAI, Google и других, вкладывающие миллиарды в исследования, могут занять доминирующие позиции, контролируя облачные сервисы и фундаментальные "базовые модели" (foundation models). Такая концентрация ИИ-возможностей в руках немногих корпораций или государств может привести к сценарию когда "победитель получает всё" а остальные, как водится, ничего.

Столь массивная перестройка рынка труда угрожает обнищанием части населения и усилением социальных разрывов. Сокращение привычных рабочих мест при отсутствии надёжной поддержки от государства может подстегнуть рост безработицы и бедности. Даже при сохранении рабочих мест зарплаты могут замедлиться в росте, если ИИ берёт на себя половину обязанностей сотрудника. Тогда вопрос перераспределения плодов роста производительности (через зарплаты, снижение цен или общественные сервисы) становится центральным: пойдут ли выгоды ИИ на пользу всему обществу или осядут у узкого круга лиц? С учётом того, что во многих странах мира уже наблюдается рост неравенства, ИИ может стать катализатором для ещё большего расслоения. Некоторые футурологи говорят, что в долгосрочной перспективе роботы и ИИ смогут обеспечивать изобилие благ, и тогда всё человечество выиграет. Но до такой "утопии" ещё нужно дожить. В ближайшие годы нас ждёт сложная адаптация.

Социальная стабильность и общественная реакция

История показывает, что слишком быстрые технологические изменения без адекватной социальной адаптации могут вести к кризисам. Масштабные увольнения и страх "оказаться ненужным" часто приводят к социальной напряжённости - от протестов до массовых беспорядков. Эксперты всё чаще предупреждают об этом сценарии: ещё в 2017 году группа учёных MIT пришла к выводу, что "быстрый рост ИИ таит угрозу не в самом восстании роботов, а в массовой экономической дестабилизации и социальной турбулентности" [33]. В 2025 году эти опасения становятся всё более ощутимыми: в разных странах происходят забастовки и акции, от голливудских сценаристов (2023) до водителей сервисов доставки, требующих ограничить влияние алгоритмов. По опросам, большинство людей скорее тревожится, чем радуется новому витку развития ИИ [34]. Идея, что "роботы отнимут все рабочие места", перестала быть научной фантастикой и стала частью общественного дискурса.

Если доля безработных в будущем окажется чрезмерно высокой, возможна политическая и социальная дестабилизация. Моделирование некоторых исследователей показывает, что при уровне безработицы 40-50% возникает ~65% вероятность серьёзных общественных беспорядков [35],[36]. Хотя подобные цифры выглядят экстремально и маловероятно, что мы достигнем их скоро, риск недовольства и нестабильности растёт уже сейчас. Даже при меньшем уровне безработицы, но сосредоточенном в конкретных регионах или секторах, могут развиваться очаги напряжённости. Есть опасение формирования так называемого "бесполезного класса", людей, которые не видят для себя роли в новой экономике, что ведёт к депрессии и другим социальным последствиям [37]. На психологическом уровне ощущение замены человека машиной порождает экзистенциальный кризис и снижает мотивацию.

Другой риск - общественная враждебность к технологиям как к источнику проблем. У людей может возникнуть желание бороться с автоматизацией, например, громить роботов или оказывать политическое давление на власти, требуя полной остановки развития ИИ. Окончательно положение может осложнить широкое использование ИИ в создании фейков, пропаганды, взломе систем и т.д. Все эти факторы рисуют два потенциальных сценария: либо ИИ приведёт к новому расцвету с ростом благосостояния, либо раздробит социальную ткань общества. Причём готовность к этим изменениям у госорганов весьма ограничена. По свежему исследованию, лишь ~10% правительств владеют стратегиями, достаточными для управления рисками массовой безработицы и неравенства, вызванными ИИ [38],[39]. Технологии идут быстрее, чем политические меры и системы образования, и именно это отставание напоминает "горизонт событий" - когда изменения уже не остановить, а последствий ещё не осознали.

Государственные меры и стратегии адаптации

Осознав масштабы угроз и возможностей, власти разных стран начали формировать первые меры. В центре внимания - как максимизировать выгоды от ИИ и смягчить негативные эффекты для общества. Основные направления:

• Безусловный базовый доход (ББД) и реформирование соцобеспечения. Самая смелая идея - обеспечивать каждому гражданину гарантированный доход, финансируемый государством. Сторонники (в том числе Илон Маск и Сэм Альтман) утверждают, что при масштабной автоматизации ББД позволит людям получать долю богатств, генерируемых ИИ [40]. Это может защитить общество от массовой бедности. Некоторые правительства тестируют пилотные проекты ББД или обсуждают дополнительные пособия, отрицательный подоходный налог и другие меры. Выдвигаются и идеи "налога на ИИ" для перераспределения средств от компаний, интенсивно внедряющих автоматизацию [41]. Пока ББД вызывает противоречия и повсеместно не применяется, но разговор об этом вышел из маргинальной зоны в мейнстрим именно благодаря ИИ.

• Переобучение и образовательные инициативы. Важнейший приоритет политиков - подготовка кадров к новой реальности. Государственные и корпоративные фонды финансируют программы, обучающие программированию, анализу данных, кибербезопасности, работе с роботами и т.д. Речь идёт о курсах для взрослых, переориентации уволенных специалистов, а также реформе школьного образования, где больше внимания уделяют цифровой грамотности, критическому мышлению и творчеству. Предполагается, что такие навыки будут цениться даже при широком внедрении ИИ. Некоторые страны вводят государственно-частные партнёрства, где компании обучают своих работников пользоваться ИИ, а не заменяют их. Хотя переобучение не решит всех проблем (не все хотят или могут стать программистами), это ключ к тому, чтобы работники перешли в сферы, где ИИ - это инструмент, а не конкурент.

• Сокращение рабочего времени и разделение вакансий. В свете роста производительности благодаря ИИ снова активно обсуждается идея уменьшения стандартной рабочей недели. Если те же результаты можно достичь за меньшее время, почему бы не ввести 4-дневную неделю без потери зарплаты? Ряд компаний уже проводит подобные эксперименты с положительными результатами. Сокращая рабочее время, мы можем "разделить" труд между большим числом людей, снижая безработицу. Ещё Джон Мейнард Кейнс в начале XX века предсказывал, что с развитием технологий в 2030 году люди будут работать по 15 часов в неделю [42],[43]. ИИ приблизил нас к этой идее. Некоторые правительства предлагают стимулировать компании к сокращению рабочего дня или внедряют гарантированный труд (job guarantee), чтобы каждый желающий имел работу в сфере общественных работ или ухода. Это требует пересмотра отношения к труду как к цели самой по себе.

• Регулирование разработки и использования ИИ. Власти также пытаются регулировать ИИ, чтобы обезопасить граждан и снизить риски для экономики. Евросоюз разработал Закон об ИИ (EU AI Act), который классифицирует приложения по степени риска, запрещает некоторые сценарии и требует прозрачности для генеративных моделей. В 2024-2025 годах планируется введение этого закона. Другие страны, в том числе Великобритания, Канада и Китай, создают свои нормы регулирования. В США президентским указом введён механизм мониторинга больших моделей, а также создан Институт безопасности ИИ, аналогичный британскому [44]. В ноябре 2024 года прошла Саммит по безопасности ИИ в Блетчли-парке, где многие страны согласовали общие принципы, в том числе слежение за "передовыми ИИ". Все эти меры напоминают усилия в сфере ядерного нераспространения и отражают осознание, что сверхразумные системы - это вызов, который требует глобальной координации.

• Этика и безопасная разработка. Крупные лаборатории (OpenAI, Google DeepMind и др.) поддерживают подход "ответственной разработки", ориентируясь на ценности общества. Выделяются средства на исследования по "согласованности" - чтобы цели ИИ были согласованы с человеческими, на интерпретируемость (понимание принятия решений ИИ) и устойчивость (robustness). Так, OpenAI тестировала o1 с участием внешних специалистов по безопасности и обнаружила уязвимости, связанные с потенциальным биотеррором [45]. Идеи лицензирования ИИ-моделей сверхопределённой мощности набирают популярность: компании должны получать разрешение на обучение таких моделей, показывая, что внедряют меры безопасности. Обсуждается также "налог на сверхприбыль ИИ" (windfall tax), по которому при огромной маржинальности ИИ-проекта часть прибыли автоматически перераспределяется обществу. Эти идеи пока в зачатке, но отражают желание не допустить бесконтрольного роста могущества нескольких корпораций.

Таким образом, хотя политические круги реагируют на вызовы ИИ, общественные механизмы отстают от темпов развития технологий. Наблюдаются многочисленные концепции и пилотные проекты, но реально работающие решения внедряются медленно. Ближайшие несколько лет покажут, справятся ли системы соцобеспечения, образования и госуправления с потоком изменений. От этого будет зависеть, станет ли ИИ движущей силой к процветанию или к углублению глобальных разрывов.

Так насколько же все-таки близка сингулярность?

Определить, как далеко мы до технологической сингулярности, можно разными способами - от количественных (сравнение ИИ и человека на тестах) до качественных (наличие непредсказуемого самосовершенствования ИИ). Взглянем на ключевые признаки и мнения экспертов.

Техническое развитие

Один из методов - оценивать, на каком уровне ИИ решает задачи в сравнении с людьми. К 2024 году искусственные системы по многим узким направлениям превзошли людей: например, ошибки в компьютерном зрении давно меньше, чем у человека, а такие модели, как GPT-4, превосходят средние результаты людей на некоторых экзаменах. Новые модели для рассуждений пошли дальше. OpenAI o1 справляется с задачами уровня вузовских олимпиад [46], DeepSeek-R1 показывает сопоставимое мастерство [47], причём оба ориентированы на пошаговое решение. Перевод текста - ещё одна ключевая веха: многие системы близки к уровню носителей или, по крайней мере, постоянно снижают время и ошибки в пост-редактировании [48],[49].

При всём этом у современных ИИ есть известные ограничения. Им трудно "понимать" мир по-человечески, они могут ошибаться в элементарных ситуациях (отсутствие здравого смысла) или "галлюцинировать" факты. Они не обладают цельной "картиной мира" и навыками, которые присущи людям с детства (спонтанное обучение, физическая интуиция, социальное взаимодействие). Пока ни один ИИ не обладает телом или сенсорным опытом, аналогичным человеческому. Многим учёным кажется, что для настоящего общего интеллекта мы должны внедрить новые принципы (символические методы, когнитивные архитектуры, эмбодимент), а не просто масштабировать архитектуру нейронных сетей. И всё же с каждым годом ИИ берётся за задачи, которые раньше казались прерогативой людей, - от доказательства теорем до написания художественных текстов.

Особенно важен критерий самоулучшающегося ИИ. Сейчас ИИ-модели уже помогают в проектировании следующих поколений чипов (AI-designed hardware) и оптимизируют архитектуры нейронных сетей (AutoML). Это первые элементы "рекурсивного самосовершенствования". Полностью автономной спирали, где ИИ без участия человека начинает радикально улучшать собственную структуру, пока нет. Но рост вычислительных мощностей, объём инвестиций и успех в смежных технологиях подталкивают нас к тому, что подобный сценарий не исключён в обозримой перспективе.

Мнения экспертов и прогнозы

Мнения специалистов о сроках сингулярности поляризованы: от тех, кто считает, что она наступит очень скоро, до скептиков. В "оптимистическом лагере" - Сэм Альтман, предположивший в 2023 году, что "Сингулярность может наступить уже к 2025 году" [50]. Исследователи DeepMind также предполагают, что в течение десятилетия можно достичь AGI, если текущее ускорение сохранится. По опросам специалистов прошлого десятилетия, медианный прогноз AGI - 2040-2050 годы, но после GPT-4, o1 и других рывков временные горизонты часто пересматривают в сторону ускорения.

С другой стороны, Йошуа Бенжио, Джеффри Хинтон и Янн Лекун подчеркивают, что для настоящего AGI нужно качественно новое понимание: у современных моделей нет настоящего самосознания, они базируются на больших массивах данных, но испытывают сложности с обобщением и планированием в реально непредсказуемой среде. Гэри Маркус и Мелани Митчелл говорят о хрупкости нейросетей при столкновении с новыми или неструктурированными задачами: способность решать тесты и создавать правдоподобный текст не равносильна человеческому пониманию.

Футуристы вроде Рэя Курцвейла сохранили прогноз, что сингулярность будет к 2045 году [51]. Он указывает на "экспоненциальную кривую" развития ИИ и предполагает, что к 2029-му ИИ преодолеет тест Тьюринга, а спустя ещё 16 лет случится слияние человеческого и машинного интеллекта. Илон Маск и Элиезер Юдковский предупреждают об угрозе, что сверхразум, возникнув неожиданно, станет неконтролируемым. Юдковский призывает к мораторию на исследования самых мощных моделей, опасаясь, что при достижении некоего порога ИИ станет сильнее людей, и действовать будет поздно - словно за горизонтом событий.

Таким образом, оценки сильно различаются. Экономисты и социологи меньше сконцентрированы на точной дате AGI и больше - на траектории влияния ИИ: даже "узкий" ИИ может радикально переформатировать рынки и перераспределить власть. Для них вопрос о "сингулярности" частично снимается, ведь и без абсолютного AGI уже происходят перемены исторического масштаба.

В ноябре и октябре этот показатель составлял 13,4%, в сентябре - 12,5%, что было ниже августовских значений (12,9%) и чуть выше июльских 12,4%.

При этом наблюдаемая инфляция в январе выросла до 16,4% с 15,9% в декабре. Наблюдаемая инфляция среди тех, кто имеет сбережения, в январе увеличилась до 15,4% с 14,4% месяцем ранее, а среди не имеющих накоплений - выросла до 17,5% с 16,9%.

Опрос проводился с 14 по 23 декабря 2025 года среди не менее 2 тыс. респондентов в возрасте старше 18 лет в 105 населенных пунктах в 55 субъектах РФ.

Часы Судного дня перевели на одну секунду ближе к полуночи, до 89 секунд, свидетельствует трансляция мероприятия.

Часы Судного дня впервые появились на обложке "Бюллетеня ученых-атомщиков" (The Bulletin of the Atomic Scientists) в 1947 году. Время, оставшееся до полуночи, символизирует напряженность международной обстановки, полночь означает момент ядерного катаклизма. В последние годы стрелки сдвигали только вперед.

 

Глава МИД Сергей Лавров ранее выступал с критикой Часов судного дня. По его словам, с их помощью нагнетают ажиотаж в общественным сознании, когда нужно успокоиться и действовать разумно.

 

В 2020 году часы впервые показали 100 секунд до "ядерной полуночи". В таком же положении стрелки оставались и в следующем году. В 2023 году они рекордно близко подошли к "полуночи" - до нее оставалось 90 секунд. В 2024 их оставили на той же отметке.

 

 

В 2018 и 2019 годах часы находились на отметке две минуты до полуночи. Такое же время было на них в 1953 году после испытаний водородных бомб в США и СССР.

 

 

Самым спокойным временем стал 1991 год, когда стрелки отошли от ядерного катаклизма на 17 минут. Тогда СССР и США подписали Договор о сокращении стратегических наступательных вооружений (СНВ-I). Он был призван уменьшить количество резервных и развернутых ядерных боевых блоков на вооружении стран, а также уменьшить количество их носителей - баллистических ракет, бомбардировщиков-ракетоносцев и подводных лодок.

 

Прогнозы положительные, считает Франсуа Шолле, эксперт по искусственному интеллекту, который ставит на первое место идею о том, что ИИ превзойдет человека: самообучаемый ИИ "будет изобретен через 5 лет, но для того, чтобы оказать глобальное влияние, может потребоваться 10 лет или больше".

Мир искусственного интеллекта находится на вершине своих возможностей, когда речь идет о новых разработках, и Франсуа Шолле, один из самых авторитетных экспертов в этой области, хотел бы прояснить некоторые важные моменты, касающиеся этой технологии.

35-летний французский инженер, создатель теста ARC-AGI, сделал четкое заявление, что человечество как никогда близко к ИИ, способному превзойти человеческий интеллект.

Шолле, названный в прошлом году журналом Time одним из 100 самых влиятельных людей в мире в области ИИ, сказал в интервью El Confidencial, что недавний прорыв OpenAI с его моделью o3 может стать "самым важным прорывом со времен создания ChatGPT". Новая модель достигла впечатляющих 87,5 % успеха в тесте ARC-AGI, превзойдя средний человеческий показатель в 84 %.

Тест ARC-AGI, разработанный Чолле в 2019 году, стал стандартом для оценки способности ИИ к рассуждениям. "До сих пор мы не добивались заметного прогресса в приближении к AGI. А теперь, внезапно, мы нашли способ", - комментирует эксперт модель o3 компании OpenAI и ее недавнее достижение.

Однако, признавая достижения o3, Шолле предупреждает, что это еще не настоящий AGI. "Существует еще значительное количество очень простых задач ARC-AGI-1, которые o3 не может решить", - объясняет он.

Тем не менее, перспективы весьма позитивны: "Когда мы достигнем AGI, можно будет автоматизировать любую задачу, любую работу", - прогнозирует он.

"ИИ превзойдет человека, вероятно, в ближайшие 5 лет. Но есть разница между тем, чтобы изобрести что-то и внедрить это таким образом, чтобы это оказало большое влияние на весь мир. Я думаю, что это будет изобретено в течение пяти лет, но затем может потребоваться 10 лет или больше, чтобы оказать глобальное влияние", - добавляет он.

Чтобы справиться со всем этим, Шолле запустил новый стартап Ndea, целью которого является разработка ответственного IGA. "Я думаю, что у нас есть небольшая, но реальная возможность совершить революционный прорыв: создать ИИ, который сможет обучаться, как человек", - говорит он.

Международная группа исследователей разработала фотонную платформу, использующую магнитно-оптический материал - железо-иттриевый гранат, легированный церием (Ce:YIG). Оптические свойства этого материала динамически меняются под воздействием внешних магнитных полей. Используя крошечные магниты для хранения данных и управления распространением света внутри материала, учёные создали новый класс магнитно-оптической памяти.

В новом исследовании учёные выявили тревожную тенденцию: искусственный интеллект загрязняет онлайн-экосистему академической информации сгенерированными научными статьями.

Группа исследователей изучила распространённость статей с признаками искусственно сгенерированного текста в Google Scholar - популярной академической поисковой системе. Они сосредоточились на неправомерном использовании генеративных предобученных трансформеров (GPT), как больших языковых моделей, включая такие известные системы, как ChatGPT от OpenAI.

Реакция на первые заявления о ближайших планах вступившего в должность президента США Дональда Трампа указывает на глубокий раскол в американском обществе и международном сообществе. Такой вывод содержится в исследовании, проведенном с помощью ИИ-агента Brand Analytics системы "Тренд детектор".

Как отмечается в исследовании, "инаугурация Дональда Трампа и его заявления обозначили курс на значительные изменения как во внутренней, так и во внешней политике США". При этом подчеркивается, что "реакция на эти заявления свидетельствует о глубоком расколе в американском обществе и международном сообществе". В документе сказано, что "в ближайшие месяцы станет ясно, насколько амбициозные планы Трампа будут реализованы".

20 января 2025 года Трамп официально вступил в должность 47-го президента США. В частности, он объявил о введении ЧП на границе с Мексикой и признании наркокартелей террористическими организациями. В исследовании подчеркивается, что консервативные группы и правоохранительные органы поддержали эти меры, организации по защите прав человека, включая Amnesty International, раскритиковали эти инициативы, назвав их "нарушением международного права".

Кроме того, Трамп заявил о намерении отменить гражданство по праву рождения, что вызвало широкий резонанс. Члены консервативного движения Heritage Foundation, как отмечают СМИ, поддержали эту инициативу, утверждая, что она "положит конец злоупотреблениям миграционной системой". Американский союз гражданских свобод (ACLU) назвал это предложение "неконституционным".

Свобода слова и отмена цензуры

Трамп также пообещал прекратить "правительственную цензуру" и вернуть свободу слова. Как отмечается в исследовании, консервативные медиа приветствовали это заявление, назвав его "победой для Первой поправки", а журналисты из The New York Times и The Washington Post выразили опасения, что это может привести к распространению дезинформации.

Заявление Трампа о признании только двух гендеров "вызвало бурную реакцию", говорится в исследовании. Консервативные группы, такие как Family Research Council, поддержали это решение, назвав его "восстановлением биологических норм". ЛГБТ-организации (движение ЛГБТ признано в РФ экстремистским и запрещено), включая Human Rights Campaign, осудили это заявление как "дискриминационное".

Соглашение по климату

Трамп объявил о введении ЧП в энергетике, направленного на увеличение добычи нефти и газа.

Представители нефтегазовой отрасли, включая ExxonMobil и Chevron, поддержали эту инициативу, заявив, что она "укрепит энергетическую независимость США. Экологические организации, такие как Greenpeace (признана в РФ нежелательной) и Sierra Club, предупредили о катастрофических последствиях для окружающей среды, говорится в исследовании.

Трамп подтвердил намерение выйти из Парижского соглашения. СМИ отмечают, что представители угольной промышленности и части бизнеса, такие как Alliance Resource Partners, поддержали этот шаг, заявив, что он „снизит издержки для американских компаний". Международные организации, включая ООН, выразили сожаление по поводу этого решения.