Министерство энергетики США утвердило план финансирования разработок малых модульных атомных реакторов (ММР). В течение следующих семи лет в проекты ММР бюджет США вольёт $3,2 млрд, чтобы к 2030 году у коммунальных служб были надёжные источники безопасной и декарбонизированной электроэнергии.

Модульный реактор содержит пункт управления, генератор и сам реактор. Источник изображения: MIT

Практика последних лет показывает, что только на ветряной и солнечной энергии ни жизнь, ни экономику построить нельзя. В то же время строительство крупных атомных электростанций наталкивается на целый ворох проблем. Главный минус крупных АЭС - длительный этап строительства и, следовательно, очень и очень отложенная самоокупаемость, что не вписывается в условия современной экономики. Сегодня полномасштабную АЭС может потянуть только организованный госсектор, как это происходит в Китае или в России. А развитые страны утратили, или сами ликвидировали возможность реализации проектов такого масштаба.

Негативное отношение в обществе США к поддержке старых и строительству новых крупных АЭС не означает, что с атомной энергетикой в стране покончено или она движется к своему закату. Новый курс - это малые модульные реакторы, которые почти полностью собирались бы на заводе и доставлялись бы клиенту как "батарейки" - полностью готовые для эксплуатации на месте источники электричества и тепла.

Коммунальные предприятия США и компании этого сектора начинают объединятся вокруг проектов ММР. Ряд предприятий, включая Energy Northwest, Utah Associated Municipal Power Systems и PacifiCorp, вступили в партнёрские отношения с производителями ММР, чтобы получить круглосуточный источник чистой энергии. В то же время ни один из десятков проектов малых модульных атомных реакторов от небольших стартапов до авторитетных компаний, таких, как спонсируемая Биллом Гейтсом TerraPower, не показали уверенный прогресс и всё ещё далеки даже от опытной реализации ММР.

Проект ядерного микрореактора компании HolosGen. Источник изображения: HolosGen

По мнению скептиков, постройка и эксплуатация малых атомных реакторов будет довольно дорогим мероприятием, которое в конечном итоге окажется ничуть не дешевле в вопросе себестоимости, чем создание и эксплуатация больших АЭС. Цена вопроса будет начинаться с десятков миллионов долларов США и заканчиваться миллиардными вложениями. Например, запланированный компанией TerraPower 345-МВт реактор на быстрых нейтронах будет стоить около $1 млрд и за всё время его жизненного цикла усреднённая стоимость вырабатываемой им электроэнергии будет лежать в диапазоне $50-$60 за один МВт·ч. Обычная электростанция на природном газе вырабатывает электричество с себестоимостью $44-$73 за один МВт·ч, зато на её постройку нужен год, а не десять лет, как на перспективную АЭС. Современная корпоративная и государственная бюрократия имеет намного меньший горизонт планирования, что в целом определяет судьбу подобных проектов.

Очевидно, что без прорывных технологий малые модульные реакторы могут потерять перспективу. Сегодня на волне декарбонизации они выходят на пик интереса как перспективные инструменты для сглаживания провалов в возобновляемой энергетике, но, в конечном счёте, всё будет определять цена. Высокая стоимость электроэнергии и тотальная электрификация транспорта, к чему все стремятся, это несовместимые вещи и с этим что-то надо делать.

В ее основе - оригинальная модель Perceiver, представленная в июне 2021 года. Она обрабатывает изображения, аудио, видео и их комбинации, однако ограничивается задачами с простыми выходными данными, такими как классификация.

Для решения этой проблемы исследователи создали более общую версию архитектуры - Perceiver IO. Она может выдавать широкий спектр выходных данных из разнообразия входящей информации, что делает ее применимой к таким областям, как обработка естественного языка, компьютерное зрение и мультимодальное понимание.

Perceiver и Perceiver IO построены на архитектуре трансформеров, которые хорошо работают для входных данных, содержащих нескольких тысяч элементов. Однако, по словам исследователей, изображения, аудио и видео могут содержать миллионы таких элементов.

"С помощью оригинального Perceiver мы решили главную проблему универсальной архитектуры: масштабирование трансформеров на очень большие входные данные без введения допущений, специфичных для предметной области", - говорится в блоге.

Исследователи также считают, что Perceiver IO может достичь беспрецедентного уровня универсальности.

Они опубликовали исходный код архитектуры на GitHub и надеются, что это поможет исследователям и практикам разрабатывать приложения без необходимости тратить ресурсы на создание индивидуальных решений с использованием специализированных систем.

Напомним, в конце июля DeepMind представила обширную игровую среду XLand для обучения универсальных агентов искусственного интеллекта.

В июле специалисты ИИ-лаборатории собрали и опубликовали самую полную базу данных белковых структур человека, созданную нейронной сетью AlphaFold.

В июне ученые из DeepMind заявили, что для достижения общего искусственного интеллекта достаточно обучения с подкреплением.

Ансамблевые методы - это мощный инструмент для построения моделей машинного обучения. Команды, которые используют их в соревнованиях на kaggle, занимают победные места. Ансамбли позволяют увеличить точность модели до 90+, при этом они довольно просты в понимании.

Поэтому я решил осветить эту тему в данной статье и показать реализацию ансамблей с помощью scikit-learn.

Что такое ансамбль?

Метод машинного обучения, где несколько моделей обучаются для решения одной и той же проблемы и объединяются для получения лучших результатов называется ансамблевым методом. Основная предпосылка заключается в том, что результат работы нескольких моделей будет более точен, чем результат только одной модели.

Когда говорится об ансамблях, то вводится понятие слабого ученика(обычные модели вроде линейной регрессии или дерева решений). Множество слабых учеников являются строительными блоками для более сложных моделей. Объединение слабых учеников для улучшения качества модели, уменьшения смещения или разброса, называется сильным учеником.

Виды ансамблевых методов

Наиболее популярными ансамблевыми методами являются: стекинг, бэггинг, бустинг.

• Стекинг. Используется несколько разнородных слабых учеников. Их обучают и объединяют для построения прогноза, основанного на результатах различных слабых моделей.

• Бэггинг. В этом случае однородные модели обучают на разных наборах данных и объединяют. Получают прогноз путём усреднения. Если использовать в качестве слабого ученика деревья решений, то получится случайный лес RandomForestClassifier / RandomForestRegressor.

• Бустинг. При использовании данного метода несколько однородных моделей последовательно обучаются, исправляя ошибки друг друга.

Стекинг

Работа этого типа ансамблей довольно проста. На вход всех слабых прогнозаторов подаётся обучающий набор, каждый прогноз идёт к финальной модели, которая называется смеситель, мета-ученик или мета-модель, после чего та вырабатывает финальный прогноз.

При обучении мета-модели используется приём удерживаемого набора. Сначала набор разделяется на 2 части. Слабые ученики обучаются на первой половине обучающего набора, затем на второй. Затем создаётся новый обучающий набор на основе прогнозов, сделанных на прогнозах первой и второй части набора. Таким образом, на каждый образец из входного набора приходится столько прогнозов, сколько слабых учеников в ансамбле (в примере на картинке три). Мета-модель учится прогнозировать значения на основе нового набора.

Код на Python

Вывод:

0.9415204678362573

Ссылка на документацию: Классификатор / Регрессор.

Бэггинг

Основная идея бэггинга заключается в том, чтобы обучить несколько одинаковых моделей на разных образцах. Распределение выборки неизвестно, поэтому модели получатся разными.

Для начала генерируется несколько бутстрэп-выборок. Бутстрэп - это случайный выбор данных из датасета и представление их в модель, затем данные возвращаются в датасет и процесс повторяется. После модели делают свои прогнозы на основе бутстрэп-выборок. В случае регрессии прогнозы просто усредняются. В случае же классификации применяется голосование.

Если класс предсказывает большинство слабых моделей, то он получает больше голосов и данный класс является результатом предсказывания ансамбля. Это пример жёсткого голосования. При мягком голосовании рассматриваются вероятности предсказывания каждого класса, затем вероятности усредняются и результатом является класс с большой вероятностью.

Код на Python

Вывод:

0.9239766081871345

Ссылка на документацию: Классификатор / Регрессор.

Бустинг

Метод бустинга в чём то схож с методом бэггинга: берётся множество одинаковых моделей и объединяется, чтобы получить сильного ученика. Но разница заключается в том, что модели приспосабливаются к данным последовательно, то есть каждая модель будет исправлять ошибки предыдущей.

Базовые модели для бустинга - это модели с низким разбросом и высоким смещением. Например неглубокие деревья решений. Одна из причин такого выбора моделей - они требуют меньше вычислительных затрат. Ещё бустинг (в отличии от бэггинга) нельзя распараллелить.

Существует два наиболее распространённых алгоритма бустинга - адаптивный бустинг и градиентный бустинг. О них речь пойдёт ниже.

Адаптивный бустинг (AdaBoost)

Данный алгоритм сначала обучает первую базовую модель(допустим деревья решений) на тренировочном наборе. Относительный вес некорректно предсказанных значений увеличивается. На вход второй базовой модели подаются обновлённые веса и модель обучается, после чего вырабатываются прогнозы и цикл повторяется.

Результат работы AdaBoost - это средневзвешенная сумма каждой модели. Спрогнозированным значением ансамбля будет тот, который получает большинство взвешенный голосов

C - результат работы ансамбля, W - вес, X - значение прогнозатора

Adaboost обновляет веса объектов на каждой итерации. Веса хорошо классифицированных объектов уменьшаются относительно весов неправильно классифицированных объектов. Модели, которые работают лучше, имеют больший вес в окончательной модели ансамбля.

При адаптивном бустинге используется итеративный метод (добавляем слабых учеников одного за другим, просматривая каждую итерацию, чтобы найти наилучшую возможную пару (коэффициент, слабый ученик) для добавления к текущей модели ансамбля) изменения весов. Он работает быстрее, чем аналитический метод.

Код на Python:

Вывод:

0.9590643274853801

Ссылка на документацию: Классификатор / Регрессор.

Градиентный бустинг

Градиентный бустинг обучает слабые модели последовательно, исправляя ошибки предыдущих. Результатом градиентного бустинга также является средневзвешенная сумма результатов моделей. Принципиальное отличие от Adaboost это способ изменения весов. Адаптивный бустинг использует итеративный метод оптимизации. Градиентный бустинг оптимизируется с помощью градиентного спуска.

Таким образом градиентный бустинг - обобщение адаптивного бустинга для дифференцируемых функций.

Вывод:

0.935672514619883

Ссылка на документацию: Классификатор / Регрессор.

Вывод

Ансамблевые модели являются мощным инструментом для анализа данных. Идея об объединении простых моделей, позволила делать лучшие прогнозы. Но всё же для построения прогнозов сначала необходимо применять более простые модели, потому что используя их можно добиться нужной точности. Если же результаты вас не устраивают, то можно применять ансамбли.

Помимо библиотеки scikit-learn в python есть библиотека XGBoost, которая предоставляет более обширный набор ансамблевых моделей с более точной реализацией.

Новый алгоритм на основе искусственного интеллекта устранит "детские болезни" квантовых компьютеров. Многообещающая технология квантовой запутанности, на основе которой крупнейшие корпорации пытаются создавать сверхмощные ЭВМ, имеет одну базовую проблему, сводящую все усилия инженеров на нет - помехи при взаимодействии с окружающей средой. Любые колебания могут разрушить хрупкое состояние кубитов.

Ученые из Сиднейского университета совместно со стартапом Q-CTRL создали особый ИИ-алгоритм, который способен минимизировать отклонения в работе кубитов. Суть технологии заключается в более совершенной обработке результатов измерений процессов, протекающих в суперкомпьютере. Применяя данный алгоритм, можно избежать основных причин, выводящих кубиты из равновесия, а также устранить негативные последствия нарушений.

"Сочетание передовых экспериментальных методов с машинным обучением продемонстрировало хорошие результаты. Команда Q-CTRL смогла быстро разработать эффективное решение на основе искусственного интеллекта", - объяснил доктор Корнелиус Хемпель.

Руководитель Q-CTRL Майкл Бирчук считает, что новый алгоритм значительно ускорит создание коммерческих квантовых ЭВМ.

СПРАВКА PAYSPACE MAGAZINE

Компания IBM и Токийский университет 26 июля представили самый мощный квантовый компьютер в Японии. Вычислительный модуль Quantum System One, созданный IBM, предназначен для решения задач в сферах образования и научных исследований. Бокс с аппаратурой установлен в одном из учебных корпусов университета. Это уже второй квантовый компьютер, который IBM собрала за пределами США.

Куда движется рынок труда? Чего хотят соискатели? Какие решения выведут подбор на новый уровень? Эти вопросы стали предметом обсуждения в ходе HR-интенсива "Эффективный рекрутинг в новой реальности: стратегии и инструменты", который провел HeadHunter. Статья ниже основана на выступлении Натальи Даниной, директора департамента аналитических бизнес-решений. Републикуем.

Что представляет собой рынок труда на данный момент?

Как любой рынок, он представляет собой соотношения спроса и предложения. Спрос - это масса работодателей и их вакансии. С другой стороны рынка труда находится предложение, то есть соискатели и их резюме. Важно понимать, насколько эти две составляющие сбалансированы.

Анализ рынка труда с точки зрения работодательской и соискательской активности говорит нам о яркой разбалансировке по линии предложения и спроса. На картинке ниже видно, что год назад мы вступили в ситуацию, в которой никто из нас никогда не был, и рынок работодателей ответил понятной реакцией - весной 2020-го произошло падение числа вакансий по сравнению с 2019-м.

Динамика спроса - активность работодателей по данным hh.ru

В марте и апреле прошлого года количество вакансий обвалилось, но их число довольно быстро стало восстанавливаться, и дальше мы видим то, что никогда до этого не фиксировали: активность работодателей не отвечала обычной сезонности прошлых лет. После провала спроса произошел скачок активности, и он был значительно более яркий, чем годом ранее. 2021 год начался с небывалого и очень неожиданного увеличения работодательской активности: многие компании решили набрать персонал, поиск которого приостановили в 2020-м из-за нестабильности ситуации.

Что происходило в это время с соискателями? Как мы помним, традиционная парадигма поведения на рынке труда во время кризиса такова: количество вакансий падает, а количество желающих найти работу растет. Но в 2021 году мы имеем диаметрально противоположную картину.

Активность соискателей в этом году оказалась даже ниже доковидного 2019 года. Текущий год тоже начался с гораздо более вялой динамики соискателей в сравнении с прошлым годом. То есть на рынке труда в начале 2021 года спрос не отвечает предложению.

Можно также обратиться к официальным открытым данным Росстата, которые подтверждают наши выводы о том, что работодательская активность растет невероятно высокими темпами, в отличие от соискательской.

Динамика спроса - активность работодателей по данным Росстата

Что происходит с демографией и как она может влиять на рынок труда?

Демография - одна из важнейших тем, которые оказывают прямое влияние на наш рынок труда, особенно с точки зрения прироста и убыли населения. По данным Росстата, в прошлом году миграционный прирост был значительно ниже, чем во все предыдущие годы. При этом в абсолютных цифрах естественный прирост был также крайне маленьким, и разница между числом убыли населения и приростом составила порядка 700 000 человек. Таким образом мы получили снижение численности населения и некомпенсацию этого снижения за счет миграционного прироста, который помогал выправлять ситуацию в прошлые годы.

Компоненты исчисления численности населения, тыс. человек

В абсолютных цифрах миграционный прирост населения России сократился на 179 300 человек, или на 62,7%. Это произошло в результате уменьшения числа прибывших в Российскую Федерацию и увеличения числа выбывших за ее пределы. Число прибывших в Россию сократилось на 102 000 человек, или на 14,7%, в том числе за счет иммигрантов из государств - участников СНГ на 77 600 человек, или на 12,7%.

Также крайне важно рассмотреть и численность возрастных когорт населения России за последние 10 лет. По данным Росстата, возрастная когорта для тех профессий, на которые традиционно идут молодые и начинающие специалисты, например продавцы, кассиры, консультанты, уменьшилась почти в два раза - с 12 млн до чуть более 6 млн человек. Проще говоря, доля возрастных групп 20-24 и 25-29 лет в структуре занятого населения РФ неуклонно сокращается последние четыре года.

Демография, численность возрастных когорт, тыс. человек, по данным Росстата

Ситуация с нехваткой молодых работников коснется всех или только каких-то определенных сфер?

Разумеется, я говорю не только про работников из сферы продаж, в эту же категорию попадают, например, рабочие, операторы на производстве и многие-многие другие. Наверное, уже не стоит думать, что на смену возрастным работникам скоро придет некоторое количество молодых ребят. Если посмотреть на возрастные когорты от 10 до 19 лет, то мы увидим, что по численности они еще меньше, чем нынешние 25-летние. При этом количество людей, которые идут после молодежи 25-29 лет, тоже резко упало за последние пять лет. Таким образом, скорее всего в ближайшие 5-8 лет рынок труда станет рынком "зрелого соискателя", где работодатели будут вынуждены повысить возрастную планку для кандидатов и рассматривать чаще и больше резюме соискателей старшей группы, а именно 45+ и старше.

При этом мы видим, что есть более возрастные когорты, они увеличиваются в численности: люди от 45 лет готовы и хотят работать. Но здесь в игру вступает эйджизм. Парадокс, но, несмотря на демографический кризис и рост пенсионного возраста, предвзятое отношение к возрастным соискателям остается. Тех самых молодых сотрудников, которых так ждут компании, сейчас меньше, чем в начале 2010-х (демографическая яма 90-х тому виной), и на смену им все больше приходят возрастные соискатели.

Чтобы проверить, насколько развит эйджизм на рынке труда, мы взяли количество откликов по возрастам и долю приглашений также по возрастам. В итоге статистика такова: чем более молодой кандидат, тем больше доля приглашений следует за его откликами. Так, соискатели от 18 до 30 лет в 2021 году успели сделать более 75 млн откликов и получили более 24% приглашений после отклика, а соискатели от 31 до 40 лет сделали более 56 млн откликов и получили чуть более 17% приглашений. В свою очередь, соискатели от 41 года до 50 лет откликнулись почти 27 млн раз, но получили чуть более 12% приглашений. Что же касается соискателей от 51 года и старше, то здесь сумма откликов чуть больше 9%. Эйджизм, увы, есть, и с ним нужно бороться.

При этом у меня уже есть примеры и истории, когда компании изменяли парадигму поиска и найма сотрудников в сторону возрастных. Не так давно мне позвонил один из клиентов и спросил, что происходит на рынке, почему так мало соискателей. После 20-минутного обсуждения всего, что перечислено выше, было озвучено, что нужно менять подход поиска персонала. И вот спустя несколько дней клиент присылает мне сообщение о том, что политика их компании изменена: "Мы отменяем все ограничения по возрасту для наших кандидатов, смотрим вплоть до 60 лет. Главное, чтобы кандидаты могли пройти медосмотр".

По сути, рынок труда находится в идеальном шторме, когда сложились все составляющие и просто необходимо меняться, подстраиваться под новые реалии, отказываться от шаблонного мышления.

Соискатели стали более избирательны. А что в данном случае делать работодателям?

Для начала нужно помнить, что уровень конкуренции среди работодателей за персонал сейчас крайне высокий. С одной стороны, это означает важность в изменении парадигмы поиска и найма персонала, о чем мы говорили ранее. С другой - важно понять, насколько правильно компания-работодатель представлена на рынке и насколько качественно ведет себя с соискателями.

Рынок труда больше не будет прощать плохо оформленные вакансии: компании в таком случае будут получать крайне низкие отклики от соискателей. Крайне важны представление компании на родном сайте, время отклика HR-специалиста на резюме соискателя, работа с соискательской аудиторией, то, как рекрутер разбирает отклики и как в принципе организован процесс подбора и поиск по базе. Главное - помнить, что рынок труда в лице соискателей сейчас не будет прощать плохого рыночного предложения и люди просто не будут идти к плохо подготовленному работодателю.

Наталья Данина, директор департамента аналитических бизнес-решений HeadHunter

Мнение эксперта может не совпадать с позицией редакции

* HR (англ.яз., Human resources - человеческие ресурсы) - совокупность сотрудников, работающих в организации; персонал компании. В последние годы аббревиатура HR (эйчар) также стала синонимом профессиональной специализации: "эйчаром" называют себя специалисты в области управления персоналом (менеджеры по персоналу, рекрутеры, специалисты по оплате труда, бизнес-тренеры).

**Хедха́нтинг (англ. headhunting "охота за головами" от head "голова" + hunting "охота") - это одно из направлений поиска и подбора персонала ключевых и редких как по специальности, так и по уровню профессионализма специалистов. Главные бухгалтеры, юристы, руководители предприятий и специалисты узких профилей наиболее часто становятся объектом внимания хедхантеров.

Часто синонимом хедхантинга признают термин англ. executive search. Просто хедхантинг - хлёсткий ("охота за головами") журналистский оборот, который прочно вошел в обиход на Западе, а в России он используется именно в форме executive search. Хотя есть и другой взгляд. Хедхантинг - это когда заказывают переманивание конкретного человека из конкретной компании, проблема здесь будет состоять в том, если человек не будет соответствовать поставленной задаче или не хочет переходить на другую работу. В обычной практике executive search, переманивание специалиста, - лишь один из этапов полного цикла работы команды консультантов по качественному поиску и подбору.

Правильно было бы говорить - executive search (поиск по заказу, качественный поиск), но у нас большее распространение (вероятно, из-за более легкого произношения) получил другой термин - хедхантинг (англ. head hunting), что дословно переводится как "охота за головами", "охота за звёздами". В деловом русском языке хедхантингом называют и собственно технологию executive search, и один из этапов работы по этой технологии, и вид агентств по подбору персонала, и сегмент услуг по подбору персонала.

- Беленко П. В.[1]

Основной метод хедхантинга - это активный поиск кандидатов в фирмах профиля заказчика, среди тех, кто уже доказал, что успешен в предпринимательстве. В первую очередь, хедхантер анализирует рынок и составляет лонг-лист - список организаций, в которых может быть найден подходящий кандидат. Когда круг потенциальных кандидатов определён, избранным делается предложение о дальнейшем росте - смене места работы. Работа ведется от полутора до шести месяцев: "прочесывается" весь потенциальный рынок кандидатов. В результате остается одна-две кандидатуры, точно отвечающие запросам клиента.

При звонке хедхантер представляет потенциальному кандидату себя и свою компанию, обозначает цели своего звонка. В ходе дальнейшей беседы постарается заинтересовать кандидата настолько, чтобы тот согласился на интервью. Интервью может состояться в агентстве или же на нейтральной территории, если специалист опасается "светиться", нанося визит в хедхантинговую компанию. По окончании поиска и отбора клиенту представляются данные о кандидатах. Это - основная информация о каждом кандидате в кратком виде. К основному Curriculum Vitae (анкетные данные, квалификация, опыт) добавляется мнение headhunter, составленное на основе собеседования с кандидатом. Headhunter информирует клиента о сильных и слабых сторонах кандидата и высказывает суждение о его соответствии предъявленным требованиям. Сведения о кандидате носят строго конфиденциальный характер. Окончательное решение относительно представленных кандидатов остается, естественно, за клиентом.

Подобрав подходящих кандидатов, ловец голов представляет их заказчику и организует встречи с теми, кто произвёл наилучшее впечатление. Тщательно проводятся собеседования, на которых всесторонне исследуется личность кандидата, его деловые возможности и мотивация, проверяются рекомендации. Выявляется мотивация кандидата на работу у заказчика. Вероятность удачного подбора при такой технологии очень высока.

Беспилотные автомобили на дорогах, безупречные сборщики у конвейеров, не путающие заказы роботы-курьеры, - в скором времени список профессий, которые полностью отойдут машинному интеллекту, увеличится в разы. Как это повлияет на мировую экономику, политику и жизнь общества в целом, в книге "Воспитание машин: Новая история разума" рассуждает известный российский специалист в области искусственного интеллекта Сергей Шумский. С разрешения издательства "Альпина нон-фикшн" "Лента.ру" публикует фрагмент текста, посвященный цифровой экономике.

Первое столкновение людей с искусственным интеллектом произойдет очень скоро, еще в эпоху слабого ИИ. Слишком много людей сегодня заняты тем, что Карл Маркс называл "частичным трудом", когда от человека требуется лишь какой-то небольшой набор простых навыков.

До недавнего времени компьютерам были доступны только легко формализуемые задачи: вычисления, поиск в базах данных, форматирование документов и т. д. Соответствующие программы существенно облегчали работу менеджеров, при этом не заменяя их самих, так как касались лишь небольшой части выполняемых ими служебных обязанностей. С этим, в частности, связан хорошо известный парадокс, что постепенное насыщение компьютерами экономики не приводило до сих пор к существенному росту производительности труда.

Появление сенсорного интеллекта человеческого уровня, способности компьютеров распознавать объекты и ситуации в реальном мире не хуже людей, многое меняет. Под угрозой оказались представители массовых профессий из разряда "контролеров" (продавцы, охранники, кассиры) или даже простейших "контроллеров", как в случае с шоферами. В целом к 2030 году в США может быть автоматизировано около 40 процентов рабочих мест.

С появлением сильного ИИ ситуация еще более усугубится. Вслед за безлюдными сборочными цехами, складами и магазинами появятся безлюдные заводы, робофермы и строительные площадки, где дома будут печатать гигантские 3D-принтеры.

Люди станут массово вытесняться из сферы производства и сервисов, как крестьяне вытеснялись с полей в ходе промышленной революции. Обслуживанием покупателей займутся программные агенты и роботы с развитым разговорным интеллектом, безграничными знаниями и столь же безграничным терпением.

Возникает естественный вопрос: а кто в таком случае будет этими самыми покупателями? Владельцы и управляющие роботизированными активами? Немногочисленные представители творческих профессий, уцелевшие в конкуренции с роботами? А как насчет остальных? Они же не станут молча курить в сторонке!

Здесь на самом деле скрыты два разных вопроса:

1) Как поступать с людьми, вытесняемыми роботами здесь и сейчас?

2) Какая роль в будущей цифровой экономике останется за людьми, а что отойдет роботам?

Первый вопрос в принципе решаем в виде той или иной разновидности налога на роботов. Например, робот, нанимаемый вместо человека, пожизненно "платит" последнему достойную пенсию через отчисления в специальный общественный пенсионный фонд. Это несколько замедлит темпы роботизации, так как внедрять роботов станет экономически выгодно лишь тогда, когда они будут не просто эффективнее человека, а, грубо говоря, вдвое более эффективными. Зато можно будет обойтись без никому не нужных социальных потрясений.

Для тех, кто не привык бездельничать и хотел бы найти себе новое занятие по душе, повысив заодно и свой заработок, будут организованы курсы по освоению новых профессий. Тех, кого пенсионерский стиль жизни устроит, будут ждать туризм и индустрия развлечений. Эти отрасли экономики станут соответственно расти и расширять рынок труда.

Здесь мы уже начинаем отвечать заодно и на второй вопрос - о роли и месте людей в будущем. Ведь кроме производства и распределения продуктов есть еще и постоянно расширяющаяся сфера человеческого общения.

Все-таки люди обычно предпочитают общаться со "своими", и роботы в этом плане вряд ли смогут составить им существенную конкуренцию. Кроме общения между собой за людьми останется очень важная социальная роль "воспитателей роботов", состоящая в передаче им наших человеческих ценностей.

Ведь успех будущей человеко-машинной цивилизации целиком зависит от того, насколько хорошо роботы будут разбираться в людях. Как мы уже упоминали и о чем будем более подробно говорить в следующей главе, обучаться персональные агенты и роботы будут через подкрепление, то есть одобрение своих действий. Но со стороны кого?

Конечно же, людей, через постоянные поощрения правильных поступков в самых разных формах - от оплаты услуг в соответствии с их качеством до обычных слов благодарности.

К этому же разряду следует отнести и будущую цифровую демократию. Сегодня люди "играют в политику" лишь изредка и в массе своей как любители, так как на это у них попросту нет времени: все заняты своей основной работой. Но в будущем определение общественного мнения по любому вопросу станет, во-первых, предельно упрощенным, а во-вторых, превратится в норму жизни, поскольку только таким образом люди смогут сохранить за собой управление своей судьбой, оставив за роботами исполнение их социальных заказов.

Цифровая демократия станет новым интерфейсом между распределенным человеческим и машинным разумом, через который будет достигаться компромисс между индивидуальными желаниями и общественными возможностями, станут определяться приоритеты, цели и долгосрочные планы в цифровой экономике. А также будет обеспечиваться безусловное исполнение коллективно принятых решений. Здесь мы естественным образом переходим к вопросу о роли государства в эпоху сильного ИИ.

С одной стороны, ситуация с ИИ-безработицей показывает, что без активного вмешательства государства в поддержание общественной стабильности в переходную эпоху нам не обойтись. С другой стороны, с искусственным интеллектом связано множество страхов и фобий в контексте государства как "большого брата". Действительно, для авторитарных государств, которых, к слову, сегодня в мире больше, чем демократических, ИИ предоставляет великолепный инструмент тотального контроля над своими гражданами.

Например, в Китае с его системой социального рейтинга право вмешательства государства в частную жизнь вообще не ставится под сомнение. Но и в менее авторитарных странах власть "в интересах народа" всегда найдет легальные способы, как поставить ИИ на службу своим интересам. Ведь у государственной бюрократии и силовых структур есть и собственные амбиции при разделе общественного пирога.

Технологии ИИ позволяют государству не просто следить за настроениями и поступками граждан, но и активно влиять на общественное мнение в пользу тех или иных групп интересов, например, с помощью армии искусственных личностей в социальных сетях. А поскольку соответствующие разработки силовых ведомств засекречены, они с большим трудом поддаются общественному контролю, если вообще поддаются.

Еще более опасны попытки бюрократии переводить стрелки общественного недовольства с больной головы на здоровую, списывая свои неудачи и провалы на разного рода внутренних или внешних врагов. Это нисколько не способствует выявлению и решению реальных проблем и в долгосрочной перспективе лишь усугубляет нестабильность в обществе. Более того, атмосфера "осажденной крепости" содействует безудержной гонке вооружений, опасность которой с появлением боевого ИИ возрастает многократно.

Действительно, возникновение и быстрое развитие ИИ часто сравнивают с изобретением атомного оружия, которое впервые поставило под вопрос физическое выживание человечества. Начинающаяся на наших глазах гонка за искусственным интеллектом очень напоминает атомную и ракетную гонку вооружений второй половины XX века.

Автономные боевые роботы, управляемые по глобальной оперативной сети искусственными стратегами, действительно способны качественно изменить баланс сил в пользу государств, имеющих доступ к соответствующим технологиям. Пока что военные успокаивают общественность тем, что, мол, окончательное решение всегда остается за человеком. Но все прекрасно понимают, что это временный вариант, продиктованный эпохой слабого ИИ, так как именно преимущество в скорости и качестве принятия решений станет главным достоинством боевого сильного ИИ.

Военные в ходе начавшейся гонки будут вынуждены постепенно передавать ему право принятия смертоносных решений, поднимаясь от уровня отдельных боевых единиц, как это уже происходит с самонаводящимися ракетами, до боевых тактических групп и далее - на всё более высокие оперативные и стратегические уровни. А поскольку вся логика принятия подобных решений будет основана на обработке гигантских объемов разнородной информации, недоступных человеческому разуму, перепроверить правильность решений искусственных стратегов в условиях ограниченного времени будет попросту невозможно.

При таком развитии событий повышается вероятность того, что человечество окажется втянутым в масштабную ядерную катастрофу в силу естественного стремления искусственных стратегов достичь поставленных военным руководством "национальных целей". Ведь недоверие к противнику и стремление превентивно нейтрализовать его коварные планы - профессиональные качества военных, от которых они неизбежно перейдут и искусственным стратегам.

Мало того, что интересы политического руководства могут кардинально расходиться с интересами граждан. При постановке задачи искусственным стратегам самое сложное - не определить цели, а сформулировать ограничения, при которых достижение этих целей все еще имеет смысл.

В известном рассказе У. Джекобса "Обезьянья лапка" этот древний талисман неизменно исполнял все желания своих хозяев, но делал это формально, без учета негласных ограничений - тех самых человеческих ценностей. Так, в ответ на желание очередного хозяина талисмана получить 200 фунтов, чек на эту сумму был вручен ему на следующий же день, но в качестве компенсации за жизнь внезапно погибшего в результате несчастного случая любимого сына.

Боевой ИИ в конечном итоге может привести мир к ситуации, когда ядерные кнопки окажутся в таких "обезьяньих лапках".

Первая партия пресной воды добыта из находящихся под Азовским морем источников. В данный момент проверяется ее качество, сообщил журналистам вице-премьер РФ Марат Хуснуллин.

"Сегодня нам доложили, что с Азовского моря первую партию воды добыли. Сейчас ее проверяют на состояние", - сказал Хуснуллин.

Он уточнил, что все данные по качеству добытой воды, а также об объемах ее запасов будут получены к концу сентября, когда будут дополнительно пробурены еще несколько скважин.

"Могу сказать, что мы нашли воду на глубине 100 м, качество ее [сейчас исследуется]. Вчера-сегодня забрали, отправили в Москву, чтобы узнать, что это за вода. Что вода там есть - это точно. Второй вопрос - в каком объеме. Мы сейчас пробурим еще несколько скважин до конца сентября, в конце сентября будем иметь все данные", - сказал Хуснуллин.

Ранее власти Крыма сообщали, что изучается потенциал водоносных слоев под дном Азовского моря. Планируется, что они станут еще одним источником водоснабжения полуострова, где из-за засухи последних лет сложился дефицит пресной воды.

О запасах воды в регионе

Хуснуллин также заявил, что запасов воды в Крыму хватит на ближайшие два года.

"Сейчас у нас водохранилища наполнились, у нас есть двухгодовой запас воды. На ближайшие два года проблема воды решена", - сказал он.

Вице-премьер уточнил, что за последние полгода удалось увеличить добычу воды на 110 тыс. кубометров за счет новых скважин. Кроме того, по его словам, сегодня активно идет работа по снижению потерь в системе водоснабжения.

"Большие работы производятся по снижению потерь, 14 объектов находятся [на стадии] стройки. Коллеги обещают в ближайшие месяц-два закончить, но мы на этом останавливаться не будем, будем дальше приводить в порядок сети", - отметил вице-премьер.

Украина в мае 2014 года в одностороннем порядке перекрыла воду из Херсонской области, поступавшую по Северо-Крымскому каналу, который обеспечивал до 90% потребностей полуострова. Сейчас жители и предприятия региона получают воду из местных источников. Из-за засухи последних лет водохранилища обмелели, в течение нескольких месяцев ряд населенных пунктов Крыма получали воду по графику, полностью дефицит был закрыт только после того, как в июне и июле в Крыму прошли сильные ливни (в ряде территорий за сутки выпали двух-трехмесячные нормы осадков).

Бурение скважин на дне Азовского моря производится для подачи пресной воды в Крым. Там в 2019 и 2020 годах из-за маловодья ощущалась нехватка водоснабжения.

В мае Хуснуллин заявлял, что благодаря мерам, принятым российским правительством по части водоснабжения Крыма, полуостров обеспечен водой на текущий и ближайшие годы.

В декабре прошлого года замминистра жилищно-коммунального хозяйства Республики Крым Исмет Аблаев сравнил бурение скважин и установку опреснительных установок на полуострове по возможности удовлетворить потребность местных жителей в пресной воде. По его данным, при бурении скважин используются недра, которыми располагает республика и это менее трудоемкий процесс, нежели установка опреснителей.

Украина обеспечивала Крым водными ресурсами на 85%, однако после воссоединения республики с Россией в 2014 году власти страны приняли решение полностью перекрыть подачу воды по идущему от Днепра Северо-Крымскому каналу.

В свою очередь, правительство РФ подготовило комплексный план по обеспечению полуострова водой. Так, почти 50 млрд рублей были направлены на модернизацию системы водоснабжения, в том числе разработку новых источников воды, объектов водоснабжения, строительство гидротехнических сооружений, а также капитальный ремонт инфраструктуры.

Вместо того, чтобы обучать агентов ограниченному количеству задач, команда исследователей определила целую вселенную ситуаций, которые могут быть сгенерированы процедурно.

Устройство вселенной XLand. Данные: DeepMind.

Вселенная XLand включает ряд многопользовательских трехмерных игр. В ее пределах агенты провели 700 000 уникальных сессий в 4000 миров. Каждый агент в последнем поколении прошел 200 млрд шагов обучения в результате выполнения 3,4 млн уникальных задач.

В итоге разработчики получили алгоритм, способный успешно решать широкий спектр задач - от простого поиска объектов до сложных игр, таких как прятки или захват флага, которые не встречались во время обучения, сообщили ученые.

"В настоящее время наши агенты могут участвовать во всех процедурно созданных оценочных задачах, за исключением нескольких ситуаций, решить которые не смог даже человек", - говорится в исследовании.

По словам ученых, агенты демонстрируют общее эвристическое поведение, которое широко применимо ко многим задачам.

"Этот новый подход знаменует собой важный шаг на пути к созданию более универсальных агентов, способных быстро адаптироваться в постоянно меняющейся среде", - добавили они.

Напомним, в июне исследователи из DeepMind заявили, что для достижения общего искусственного интеллекта достаточно обучения с подкреплением.

В июле специалисты ИИ-лаборатории собрали и опубликовали самую полную базу данных белковых структур человека, созданную нейронной сетью AlphaFold.

Платежные процессоры, которые обеспечивают немедленный перевод криптовалюты в фиат и позволяют принимать платежи в биткоинах (BTC) для электронной коммерции, точек продаж, выставления счетов и денежных переводов, держат руку на пульсе повседневной экономики внедрения криптовалюты, сообщает cryptonewmedia.

Крипто-платежный шлюз Triple A резюмировал, что принятие Сальвадором биткоина в качестве официальной валюты 7 сентября означает для местной экономики.

Повседневные операции

"Использование биткоинов будет необязательным, и никто не получит биткойны, вопреки желанию... Если кто-то получит платеж в биткойнах, он может выбрать автоматическое перевод его в доллары", - сказал президент Сальвадора Найиб Букеле, который также заверил граждан, что пенсии и заработная плата продолжат выплачиваться в долларах США.

Поскольку биткоин становится официальной валютой Сальвадора, наряду с долларом США, предприятия страны будут принимать его для оплаты товаров и услуг, в то время как граждане смогут выбрать оплату своих налогов в криптовалюте.

Поскольку большинство опрошенных граждан Сальвадора скептически относятся к новой официальной валюте, а международные финансовые органы продолжают усиливать глобальную неопределенность, связанную с внедрением криптовалюты, потенциальное облегчение для местной экономики, нуждающейся в подъёме, упускается из виду.

Население страны составляет 6,5 миллионов человек, из которых более 2 миллионов живут за границей и продолжают отправлять деньги домой, в результате чего более 20% валового внутреннего продукта (ВВП) страны составляют денежные переводы.

Что касается денежных переводов как доли ВВП, в пятерку крупнейших получателей в 2020 году входили менее крупные страны, в том числе Тонга, Ливан, Кыргызская Республика, Таджикистан и Сальвадор.

In the first half of 2021, El Salvador ???????? received $3.6 billion in remittances. An increase of 45.3% compared to previous years. They account for 23% of the country's GDP and benefit about 360,000 households, with 95.4% sent from the U.S. El Salvador ???????? needs #Bitcoin - Documenting Bitcoin ???? (@DocumentingBTC) July 27, 2021

 
Перевод твита:

В первой половине 2021 года Сальвадор получил 3,6 миллиарда долларов в виде денежных переводов. Рост на 45,3% по сравнению с предыдущими годами. На их долю приходится 23% ВВП страны, и они приносят пользу примерно 360 000 домохозяйств, из которых 95,4% - из США. Сальвадору нужен #Bitcoin

 
Инфраструктура для финансовой доступности

Принятие биткоина в качестве официальной валюты позволит обойти дорогостоящие и медленные традиционные фирмы по переводу денег, а также откроет финансовые услуги для 70% граждан страны, у которых нет банковского счета.

Чтобы ускорить распространение биткоинов и облегчить доступ к финансовым услугам, Bukele взяла на себя обязательство разработать необходимую инфраструктуру, в том числе создать биткойн-кошелек под названием Chivo, предлагая при этом криптовалюту на сумму 30 долларов для граждан, которые скачивают его и регистрируются.

Кроме того, Athena Bitcoin объявила об инвестициях в размере 1 миллиона долларов в установку 1500 криптовалютных банкоматов по всей стране, сосредоточив внимание на регионах, где жители получают денежные переводы из-за границы.

И новый кошелек, и криптовалютные банкоматы позволят осуществлять мгновенные преобразования, гарантируя свободу выбора в отношении вариантов оплаты, что недавно оспаривалось в ходе публичного протеста против билля Bukele о биткойнах.

Источник: newssky.com.ua/salvador-oficzialno-primet-bitkojn-v-kachestve-zakonnogo-platezhnogo-sredstva-7-sentyabrya/

Российские беспилотники в скором времени будут оснащаться новым спецвычислителем, который позволит БПЛА выполнять полёты в автономном режиме, не ориентируясь на сигналы спутниковой навигации. Об этом в интервью RT рассказал заместитель генерального директора по развитию научно-технического центра "Модуль" Алексей Мохнаткин. Также предприятие рассчитывает на скорое начало поставок мобильного диагностического комплекса с встроенной системой искусственного интеллекта. Изделие будет применяться для обнаружения коронавируса у пациентов и тем самым снизит нагрузку на российских врачей. Ещё одной новейшей разработкой "Модуля" является линейка гелевых аккумуляторов, способных выдерживать попадание пуль, осколков и воды.

• Автоматизированное рабочее место по распознаванию объектов для БПЛА разработки НТЦ "Модуль"
• © Пресс-служба НТЦ "Модуль"

- Алексей Эдуардович, для начала расскажите немного о научно-техническом центре "Модуль". На чём специализируется предприятие и каким компаниям поставляет свою продукцию?

- Наше предприятие работает с 1990 года. Мы занимаемся производством микропроцессоров, микроконтроллеров, вычислительных модулей, радиоэлектронной аппаратуры, комплектов программных средств для разработки и реализации глубоких нейронных сетей, ЭВМ и других систем. В структуре "Модуля" функционирует один из крупнейших в России дизайн-центров встраиваемой аппаратуры и микроэлектроники.

У нас очень широкий круг заказчиков: организации ЖКХ, вузы, администрации бизнес-центров, большое число частных компаний. Также в число основных потребителей нашей продукции входят предприятия ведущих государственных корпораций - "Роскосмоса" и "Ростеха".

К примеру, на современном этапе активно развиваем взаимодействие с одним из ведущих российских производителей авиационной техники и поставляем вычислительные машины, которые устанавливаются на спутники российской системы "ГЛОНАСС".

К ключевым направлениям деятельности "Модуля" относятся искусственный интеллект, навигация, космос, авиация, медицина, машинное зрение, беспилотные комплексы, мультимедиа, программно-отладочные средства. В последние годы огромный простор для деятельности центра появился в связи с запуском программ импортозамещения, переходом предприятий и государственных учреждений на отечественную электронно-компонентную базу.

- На прошедшем недавно международном авиакосмическом салоне МАКС-2021 вы представили одно из своих последних изделий - новый мезонинный вычислитель. Что это за устройство и где оно будет применяться?

- Это эффективный спецвычислитель для реализации искусственных нейронных сетей и задач цифровой обработки сигналов и изображений. Он был создан на базе самого современного нейропроцессора и представляет собой плату для решений в области искусственного интеллекта. Размер представленного на МАКС-2021 образца составлял 12 х 12 см, но в серийном производстве площадь вычислителя будет 10 х 10.

Это восьмое поколение чипов и четвёртое поколение архитектуры.

Создание нового модуля коллектив центра считает большим достижением: устройство потребляет от 5 Вт до 9 Вт энергии при вычислительной мощности в 0,5 флопса.

Изделие легко подключается к "голове" робототехнических комплексов, беспилотников и пилотируемых летательных аппаратов - наш спецвычислитель устанавливается в стандартный разъём управляющей платы. Он может выступать как зависимое средство - то есть принимать "указания" извне - и выполнять функции микрокомпьютера, действуя "самостоятельно".

По сути, новое изделие было разработано по просьбам целого ряда российских производителей беспилотных комплексов. Они попросили нас уменьшить габариты и уровень энергопотребления тех вычислителей, которые мы им поставляли. Для российских беспилотников мезонинный модуль является по-настоящему уникальным решением. Ни одно российское предприятие ничего подобного пока не предлагает.

Интеграция спецвычислителя помогает беспилотнику выполнять полёт в автономном режиме, в условиях, когда отсутствуют сигналы "ГЛОНАСС" и GPS. Таким образом, летательный аппарат практически не подвержен воздействию средств электронной борьбы противника.

Новое устройство обеспечивает носителю широкие возможности благодаря интеграции технологий глубоких свёрточных нейронных сетей. Благодаря им искусственный интеллект учится принимать решения без участия человека по результатам анализа базы данных.

Мезонинный модуль выполняет огромный объём вычислений, помогает системе управления БПЛА распознавать окружающие объекты и определять позиционирование носителя. Несмотря на это, мы двигаемся дальше и приступаем сейчас к разработке девятого и десятого поколений чипов и пятого поколения архитектуры.

- Какие ещё проекты в сфере искусственного интеллекта для БПЛА реализует коллектив центра?

- На базе процессора "Эльбрус" и наших ускорителей Neuromatrix (вычислительных модулей. - RT) мы создали автоматизированное рабочее место по распознаванию объектов для БПЛА. Если говорить проще, это классический компьютер с системным блоком (процессором. - RT).

Нейронная сеть, которая там применяется, почти безошибочно идентифицирует цели. Показатель точности распознавания приближен к 100%. Для сравнения: уровень человеческого глаза даёт 85%. Компьютер полностью построен на отечественной компонентной базе и предназначен для использования на пункте управления беспилотником.

Мы рассчитываем, что со следующего года автоматизированное рабочее место будет поставляться государственным заказчикам.

- Ранее вы сообщали, что центр развивается и в направлении медицины. О какой продукции идёт речь? Участвует ли предприятие в борьбе с пандемией коронавируса?

- В сотрудничестве с холдингом "Швабе" и федеральным медицинским биофизическим центром им. Бурназяна был разработан мобильный диагностический комплекс с встроенной системой искусственного интеллекта. Сейчас изделие тестируется в порядка десяти федеральных медучреждениях и в будущем, конечно, будет использоваться для выявления заболевания ковидом.

Наш вклад заключается в разработке медицинского нейросетевого программно-аппаратного комплекса. Это рабочее место (компьютер), которое распознаёт COVID-19, анализируя томографические снимки лёгких человека. Нейросеть помогает сократить нагрузку на медперсонал, что особенно актуально в период пандемии.

Вероятность точного заключения, которое даёт этот медицинский модуль, составляет 95%, но окончательный диагноз, естественно, ставит врач. Проект данного медицинского комплекса имеет большое значение для системы российского здравоохранения. Его можно перебросить в любой населённый пункт и провести там необходимые мероприятия.

- Нейросеть не может обходиться без широкой базы данных. Откуда вы её берёте?

- Действительно, это так. Чтобы сформировать базу данных для нейросети, мы кооперируемся с заказчиками и их подрядчиками. Вообще наша основная задача - это "железо", то есть создание эффективно работающей микроэлектроники, плат и компьютеров. На свои решения мы портируем софт, который создан заказчиками или другими организациями.

- Какие ещё новые изделия предлагает "Модуль" своим заказчикам?

- Как я уже говорил выше, у нас немало государственных заказчиков, с которыми мы сотрудничаем по импортозамещению, созданию ЦОДов (центров обработки данных), микроЦОДов, серверных решений. У нас много совместных продуктов с МГТУ им. Баумана, разработчиками "Эльбрусов" (АО "МЦСТ". - RT) и процессоров "Байкал" (Baikal Electronics. - RT).

Тем не менее в своей деятельности и кооперации мы в большей степени ориентируемся на рынок. Например, мы предлагаем системы управления освещением и жилищно-коммунальным хозяйством, которые позволяют сократить потребление электричества и других ресурсов.

Преимущество наших систем заключается в том, что они могут управляться оператором без специального образования. Они интуитивно понятны любому человеку. Эксплуатантам не нужно держать штат инженеров или IT-специалистов, достаточно одного оператора. Экономический эффект от интеграции наших умных комплексов очень ощутимый.

Важным направлением "Модуля" является изготовление источников тока. В частности, наш центр сконцентрировал усилия на разработке линейки аккумуляторов "Триумф" с электролитом в виде геля. Их можно устанавливать на наземную технику и летательные аппараты, в том числе в качестве резервных источников питания.

Особенность этого изделия заключается в том, что внутри него нет жидкости. Гелевый аккумулятор неприхотлив и чрезвычайно устойчив к механическим повреждениям - он сохраняет работоспособность, даже если пробивается насквозь.

Такое изделие однозначно подойдёт армии и силовым ведомствам. Помимо нас, в России сейчас работает только одно предприятие, которое выпускает гелевые аккумуляторы.

- Действительно любопытная разработка. Получается, что такой аккумулятор способен работать даже после попадания осколков и пуль?

- Совершенно верно. Он продолжает работать, причём выделения электролита и вредных газов не происходит. "Триумф" прекрасно переносит попадание воды, хорошо работает на морозе и жаре, а после полной разрядки способен заряжаться до 100%. Жидкостные аналоги такими качествами не обладают - в лучшем случае они зарядятся на 80%. И самое главное - это безопасность.

Мы предлагаем стартерные, тяговые и другие виды гелевых аккумуляторов. Да, их стоимость выше на 10-20%, чем жидкостных аккумуляторов, которые повсеместно используются в войсках и на гражданке. Но, сами понимаете, преимуществ у гелевой батареи гораздо больше. Например, её практически не надо обслуживать.

К сожалению, на внутреннем рынке российские гелевые аккумуляторы представлены слабо. Однако ситуация начинает меняться. "Триумф" сейчас успешно проходит испытания в ряде силовых ведомств и в арктических условиях. Рассчитываем, что наша линейка уникальных гелевых аккумуляторов найдёт широкое практическое применение.

Россия строит свою дорожную карту производства водорода на следующее десятилетие. Уже объявлено о создании новой рабочей группы под руководством премьер-министра России Михаила Мишустина для координации проектов по производству и экспорту водорода в стране.

Таким образом, наша страна, по-видимому, отвечает международным ожиданиям перехода на "зелёную" энергетику.

Ориентация - экспорт

Правительство ожидает, что национальный спрос по-прежнему будет в значительной степени зависеть от нефти и газа, а это означает, что большая часть производства водорода будет направлена на экспорт. При высоком уровне добычи природного газа Россия по понятным причинам заинтересована в продолжении производства водорода, поскольку соседние европейские и ближневосточные регионы проявляют интерес как к разработке водорода, так и к его импорту в течение следующего десятилетия.

Как стало известно, Россия планирует производить голубой водород, используя технологию улавливания и хранения углерода (CCS) на своих газовых площадках для производства этого источника энергии.

Технически готовы

Сообщается, что в состав рабочей группы входят президенты и вице-президенты национальных газовых компаний "Газпром" и "Новатэк", а также представители нефтяной промышленности и ряда других национальных корпораций и министерств. Группу возглавит вице-премьер России Александр Новак.

• "Газпром" уже несколько лет интересуется потенциальным использованием водорода, в том числе разрабатывает план создания поездов на водородных двигателях к 2024 году.

В настоящее время в корпорации предполагают, что одна из двух линий ее нового проекта подводного газопровода "Северный поток-2", соединяющего Россию и Германию, может быть использована для транспортировки водорода в 2030-х годах.

Недавно Газпром подписал соглашения о внедрении УХУ, производства аммиака и ветроэнергетики в свои существующие газодобывающие объекты.

• Нефтяные компании "Роснефть" и "Газпромнефть" также предлагают свои экспертные знания, имея опыт производства серого водорода на своих нефтеперерабатывающих заводах.

Ожидается, что установки по производству водорода могут быть введены в эксплуатацию уже в 2023 году.

К слову, с момента создания рабочей группы в этом месяце некоторые компании уже объявили о планах по производству и использованию водорода в стране.

Например, Объединённая двигателестроительная корпорация Ростеха объявила о намерении разработать силовые установки для поддержки утилизации водорода в авиационной отрасли.

ДЛЯ СВЕДЕНИЯ

• В июне Новак заявил, что Россия стремится к 20%-ной доле на мировом водородном рынке, и ожидается, что правительство утвердит водородный план в течение ближайших двух месяцев.
• Энергетическая стратегия России на период до 2034 года предусматривает экспорт 200 тыс. тонн водорода к 2024 году, а к 2035 году эта цифра увеличится до двух миллионов тонн. Однако если спрос превзойдет ожидания, Россия сможет развивать свою водородную промышленность гораздо быстрее, чтобы экспортировать значительно больше чистой энергии.
• Россия рассчитывает тесно сотрудничать с рядом других стран с высоким спросом и производством в развитии водородной промышленности в течение следующего десятилетия, включая Германию, Францию, Австралию, Японию, Южную Корею и Саудовскую Аравию.

Жизненно важный мост между Азией и Европой

Согласно отчету "Делойта", потребление водорода в транспортном секторе Европы достигнет 50 миллионов тонн к 2050 году, а европейская промышленность может потребовать 45 миллионов тонн к этой дате, многие страны погружаются в производственные планы, а Россия предлагает жизненно важный мост между Азией и Европой по мере расширения рынка.

Также в отчете подтверждаются сообщения о том, что iPhone mini умрет в 2022 году, публикует новость arstechnica.

Задняя сторона iPhone 12 Pro.
©Samuel AxonВ новой записке для инвесторов от JPMorgan Chase, которую видели AppleInsider и MacRumors, говорится, что в моделях iPhone высокого класса Apple скоро будет использоваться титан вместе с алюминием или нержавеющей сталью или вместо них.
Отчет также дает новое представление о том, чего ожидать от линейки iPhone 2022 года.
В записке говорится, что смена материалов произойдет в 2022 году и что Foxconn будет эксклюзивным поставщиком Apple титановых компонентов.
В телефонах модели Pro этого года, вероятно, будет использоваться титановый сплав, который прочнее и устойчивее к царапинам, чем нержавеющая сталь, используемая в текущих моделях iPhone.
Хотя в отчете аналитиков не указывается, очень вероятно, что мы говорим о корпусе и металлической полосе по краю iPhone, а не о передней и задней сторонах.
Ожидается, что передняя часть по-прежнему будет стеклянной, и, учитывая, что Apple продолжает представлять новые продукты и функции MagSafe и беспроводной зарядки, мы ожидаем, что задняя часть также останется стеклянной.
В отчете также говорится, что iPhone 14 претерпит более значительные изменения, чем iPhone 13, предполагая, что новые iPhone в этом году будут иметь особые характеристики с небольшими новыми функциями, подобными прошлым выпускам iPhone, с добавлением "-S" к названиям продуктов.
Между тем, iPhone 14 в 2022 году принесет с собой вид редизайна и основные новые функции, аналогичные iPhone X или iPhone 12.
Кроме того, JPMorgan Chase подтверждает еще один недавний отчет о том, что Apple не будет производить iPhone 14 mini.
В этой аналитике Nikkei Asia утверждалось, что Apple как-то в 2022 году представит iPhone SE 5G с новейшим, самым быстрым процессором и таким же внешним видом, что и нынешний iPhone SE, но это станет похоронным сигналом для iPhone mini, который был представлен в составе линейки iPhone 12 в 2020 году, но не оправдал ожиданий по продажам.
В настоящее время Apple предлагает два варианта пользователям небольших телефонов для одной руки.
Есть iPhone SE, который подчеркивает низкую стоимость за счет использования старых технологий, таких как ЖК-дисплей и кнопка "Домой".
И есть iPhone 12 mini, в котором новейший чип, экран и камера Apple предлагает меньший корпус по цене, близкой к цене других флагманов.
Основываясь на идеях Nikkei и JPMorgan Chase, похоже, что Apple скоро отнесет маленькие телефоны к бюджетной корзине (или корзине среднего уровня, можем поспорить), при этом самые дорогие флагманы с новейшими функциями останутся большими.

Источник: newssky.com.ua/otchet-iphone-14-budet-serezno-obnovlen-i-on-budet-sdelan-iz-titana/

Интернет вещей (IoT) - новая реальность, которая уже не кажется социальным и технологическим чудом. Но умные лампочки и роботы-пылесосы уже мало кого удивляют. Настоящие возможности IoT раскрываются в сфере анализа больших данных или при использовании алгоритмов искусственного интеллекта.

По данным IDC, собственные стратегии цифровизации уже выстроили 2/3 компаний из списка Global 2000, а безусловными лидерами в этой области являются Сингапур, Китай, Новая Зеландия, Дания и Южная Корея. Что касается РФ, по оценке IDC, более 50% российских компаний освоят IoT-технологии до конца 2021 года.

Одним из драйверов роста затрат на IoT (которые вырастут на 11,3% в 2021-2024 годах, согласно прогнозу IDC) будет рост потребностей:

• в подключенных к интернету устройствах для дистанционного контроля и управления;
• в сценариях использования искусственного интеллекта для мониторинга поведения людей.

Развитие IoT стимулирует развитие концепции Digital First, в рамках которой каждый бизнес должен быть максимально развит в интернет-среде. Это значительно расширяет возможности взаимодействия между сторонами различных процессов, позволяя осуществлять автоматизацию доставки покупок, онлайн-обучение и даже трудоустройство в удаленном формате.

1. "Умный" город

Развитие IoT станет основным драйвером для создания "глобально соединенного мира". Концепция "умных" городов ориентирована на повышение комфорта горожан, на улучшение социальных, экологических и финансовых аспектов городской жизни. IoT позволяет властям и предприятиям лучше понимать модели использования пространств и помещений, а также более эффективно планировать меры безопасности и стратегии реагирования на чрезвычайные ситуации.

В крупных мегаполисах IoT-технологии уже используются для предоставления коммунальных услуг, а также для управления паркоматами, освещением и светофорами. По мнению экспертов, расходы на внедрение подобных сценариев могут достичь $158 млрд к 2022 году.

Однако одним из слабых мест концепции является крайняя уязвимость персональных данных пользователей, которые станут легкими целями для хакерских атак по причине слабой защиты IoT-устройств (или ее полного отсутствия). По мнению экспертов, атаки на уязвимые компоненты "умных" городов приведут к сбоям в обслуживании жителей и к росту расходов на кибербезопасность со стороны городских властей.

Еще одна проблема, которую необходимо преодолеть в кратчайшие сроки - это наличие в системах множества устаревших компонентов, которые необходимо правильно интегрировать в новейшие сценарии.

2. Интернет вещей на производстве (IIoT)

IIoT (промышленный интернет вещей) произвел настоящую революцию в производстве, позволив получить высокоскоростной доступ к большому количеству данных. На сегодняшний день лидерами в этой сфере являются Германия и США. Около 40% руководителей немецких компаний намерены в ближайшее время внедрить IIoT в свои производственные процессы. В США цифровые решения для производства уже внедрили 17% компаний.

В начале марта 2021 года аналитическая компания IoT Analytics представила прогноз по развитию IIoT на основе собственных данных и данных участников рынка.

Список растущих сегментов отрасли возглавили "умное" здравоохранение, интеллектуальные энергосистемы и подключенные автомобили (Connected Car).

Основой новой энергетической экосистемы становятся умные счетчики, подключенные к LPWAN-сетям, поскольку все большее значение приобретают удаленный доступ к энергообъектам и счетчикам с дистанционным списанием показателей. Аналитики предсказывают, что инновации в сегменте энергетики в итоге повысят уровень отказоустойчивости сети.

Автомобильная промышленность будет использовать подключенные транспортные средства для повышения комфорта и удобства пользователей, но для этого требуется обеспечить безопасность и конфиденциальность данных водителей и пассажиров.

IIoT кардинально изменит всю экономическую модель взаимодействия "поставщик-потребитель". Это позволяет:

• автоматизировать процесс мониторинга и управления жизненным циклом оборудования;
• организовать эффективные цепочки от предприятий-поставщиков до компаний-потребителей;
• перейти к моделям "экономики совместного использования" и многое другое.

IoT можно использовать, например, для определения степени деградации транспортной инфраструктуры - дорог, рельс и мостов. Различные датчики могут быть размещены в критических точках конструкций, таких как стыки линий электропередач, лопасти ветряных турбин и пр. Они помогают выявлять проблемы с оборудованием на ранней стадии, еще до прихода техников. Это очень удобно для специалистов, которые занимаются профилактическим обслуживанием, т. к. они получают четкое представление об условиях работы оборудования.

Датчики также позволяют обеспечить связь между производственными цехами и менеджерами, например, за счет подключения к мобильным устройствам. Это сокращает время на обслуживание и повышает безопасность в цехах, обеспечивая оперативную обратную связь.

3. Робототехника

Объем мирового рынка промышленной робототехники составляет $16 млрд. Роботов можно широко использовать, например, в строительстве, логистике, недвижимости, геодезии и обеспечении безопасности. Механические интеллектуальные помощники могут выполнять сложные или опасные для людей задачи. Дроны облетают территорию гораздо быстрее и безопаснее, роботы могут работать на больших высотах и под водой - и это гораздо дешевле, чем отправлять туда людей.

4. "Умный" офис

Ожидается, что в ближайшее время значительная часть сотрудников продолжит работать из дома, что заставит компании искать способы сэкономить на аренде и коммунальных платежах. В этом помогут интеллектуальные системы освещения, системы мониторинга расхода электроэнергии, использования площадей и производственных операций, в состав которых входят различные IoT-датчики.

5. "Интернет поведения" (IoB)

В условиях пандемии компании стали больше контролировать поведение сотрудников, чтобы обеспечить соблюдение требований охраны здоровья и безопасности. Это реализуется за счет использования датчиков (контроль ношения масок, мониторинг занятости рабочих мест, мониторинг протоколов социального дистанцирования), а также RFID-идентификации (обеспечение доступа и платежей без помощи рук).

Стандартной практикой становится использование "маяков" или биконов - компактных устройств, которые через мобильное приложение и Bluetooth могут собирать и передавать необходимые данные. Эти данные можно использовать для принятия решений по управлению рабочими процессами или для контроля безопасности сотрудников. Например, в здравоохранении биконы используются для мониторинга деятельности врачей и медсестер (доступ к медицинским записям или использование медицинского оборудования).

Установка датчиков присутствия в офисах, розничных торговых точках и гостиницах позволяет отслеживать количество людей - входящих, выходящих и использующих определенные области, такие как залы ожидания, ванные комнаты, переговорные, офисные кухни и пр. На основании этих данных определяется частота использования помещений для оптимизации клининговых услуг и обеспечения необходимого дистанцирования.

Gartner вводит в употребление термин "Интернет поведения" (IoB, Internet of Behaviors). Под этим подразумевается комплекс технологий для сбора и анализа поведенческих данных, которые в дальнейшем используются для формирования определенной модели поведения людей.

Устройства для сбора так называемой "цифровой пыли" собирают данные из различных источников:

• личных устройств (смартфонов, "умных" браслетов);
• имплантированных чипов (для проверки температуры, давления, уровня сахара в крови);
• цифровых технологий (систем распознавания лиц или номеров автомобилей);
• других источников (страниц в социальных сетях).

Глобальное внедрение IoB влечет за собой серьезные социальные последствия. Как отмечает Gartner, хотя такое применение IoT-технологий позволяет решить множество задач (например, в борьбе с преступностью или в сфере здравоохранения), эти инструменты подпадают под действие законов о конфиденциальности, что оказывает определенное влияние на степень их распространения.

Тем не менее, как прогнозирует Gartner, к концу 2025 года более половины населения Земли так или иначе будут задействованы хотя бы в одной программе интернета поведения (IoB). Бизнес и правительства будут использовать технологии распознавания лиц, данные о местоположении и пр., чтобы так или иначе влиять на действия граждан и сотрудников.

Уже в ближайшем будущем эволюция технологий и развитие IoB могут привести к:

• росту понимания действий потребителей;
• появлению новых цепочек взаимодействия с конечным пользователем (например, для агрегаторов такси, которые используют данные о местонахождении водителей и пассажиров);
• усложнению вопросов безопасности и защиты данных (мошенники, располагая подробной информацией о привычках и поведении пользователя, его семье, медицинских показателях будут внедрять новые схемы).

Уже сейчас с помощью датчиков и приложений транспортные компании отслеживают направление движения, скорость, особенности торможения и положение ремня безопасности водителя, который везет грузы. А специальные алгоритмы на основе Big Data строят маршруты так, чтобы, например, сократить время простоя на светофоре. Такой подход помог, например, UPS сократить время простоя на 15,4 млн минут (то есть, сэкономить более 28 лет), а маршруты доставки - более чем на 1,7 млн миль, сэкономив больше 750 л топлива (Deloitte).

Вместе с тем многие отрасли, а значит, и профессии, могут исчезнуть: по мнению аналитиков, на сегодняшний день искусственный интеллект способен заменить людей примерно 50 профессий.

6. Здравоохранение и телемедицина

В ближайшие годы будет расти потребность в удаленном медицинском контроле за течением болезней и мониторинге показателей самочувствия. Forrester ожидает, что это вызовет быстрый рост использования носимых устройств и датчиков, которые помогут отслеживать состояние пациентов с хроническими заболеваниями. В немалой степени этому способствует удобство и сравнительно низкая стоимость подобных устройств.

Кроме того, носимые устройства могут использоваться для сведения к минимуму ненужных контактов в ситуациях, когда риск вирусного заражения особенно высок (например, в домах престарелых и в инфекционных отделениях больниц).

Еще один из сценариев применения IoT в медицине - это внедрение роботов, которые используются в некоторых больницах, например, для дезинфекции поверхностей.

7. Big Data, аналитика и машинное обучение

В сетях IoT применяются распределенная аналитика и обработка данных. Современные системы оповещения или обработки данных не нагружают ядро сети. Это повышает производительность за счет снижения количества задержек в сети.

Еще одна тенденция - интеграция потоков данных с системами машинного обучения и искусственного интеллекта. Потенциальные области применения - умные дома и техническое обслуживание офисов. По данным CISCO, на сегодняшний день в мире установлено 50 млрд интеллектуальных подключенных устройств, которые собирают, анализируют данные и обмениваются ими.

Интегрированные непосредственно в устройства аналитические модели позволяют значительно ускорить процесс анализа данных. Уже сейчас данные IoT стали товаром, востребованным, в частности, производителями бытовой техники и маркетологами (как доказательство жизнеспособности продукта).

Граничные, или периферийные, вычисления (Edge Computing) внедряются, в первую очередь, в отраслях, требующих оперативного реагирования на основе сложного анализа данных (производство, логистика, общественная безопасность). Кроме того, методы периферийных вычислений могут снизить риск утечки персональных данных, связанный с многократными перемещениями этой информации туда и обратно между персональными устройствами и облачными серверами.

8. Сотрудничество поставщиков облачных и IoT-технологий

Поставщики облачного ПО сосредоточатся на разработке новых приложений для интеграции с IoT. Пионерами в этом направлении, скорее всего, станут крупные корпорации уровня Google.

Количество генерируемой IoT-устройствами информации постоянно увеличивается и в скором будущем будет исчисляться сотнями зеттабайтов. Отвечать за их обработку все чаще будут облака.

Стек облачных технологий для IoT постоянно пополняется: добавляются новые системы хранения данных, активно развиваются ML-сервисы (Machine Learning) для их обработки, создаются системы цифровых двойников, появляется большое количество сервисов, решающих типовые IoT-задачи (например, ввод в эксплуатацию большого парка устройств, статистика их взаимодействия с облаком и т.д).

9. Распространение 5G

Основным преимуществом 5G для IoT является скорость передачи и низкие задержки. Особенно актуальным использование 5G становится для систем, где требуется быстрая реакция на управляющие воздействия. Например, это может использоваться в автоматизации и роботизации и особенно важно для приближения эпохи автономного транспорта и концепции Connected Car. Использование 5G даст возможность автомобилям почти мгновенно обмениваться данными друг с другом и светофорами, что позволит существенно повысить надежность вспомогательных систем, снизить аварийность на дорогах, а также влиять на сокращение ненужного трафика и заторов.

Однако 5G не станет единственным каналом связи для IoT: в зависимости от сценария применения IoT-устройств необходимо учитывать наличие спутниковых и других сетевых технологий с низким энергопотреблением (4G, LPWAN), использование которых, по прогнозам Forrester, вырастет на 20% в 2021 году.

10. Цифровые двойники

Цифровые двойники еще больше развивают идею, заложенную в концепцию IoT. Это не только сбор данных, но и создание виртуальных копий устройств и целых систем.

Внедрение цифровых двойников позволяет делать работу с устройствами "бесшовной", то есть при обрыве связи или замене сломанного устройства вся система продолжит работать в прежнем режиме. Появляются уникальные возможности по обучению и экспериментам со сложными системами. Это приводит к экономии средств и времени, особенно в таких отраслях, как строительство, проектирование и архитектура.

11. Данные о местоположении

Forrester ожидает, что данные о местоположении станут ключевым элементом в обеспечении оптимального взаимодействия между клиентами и сотрудниками компаний. Поэтому возрастет потребность в вендорах IoT, которые помогают компаниям внедрить LBS-сервисы (Location-based service) в дополнение к сторонним источникам данных о местоположении.

12. IoT в сервисе

IoT может расширить возможности CRM-систем, выявляя проблемы клиентов на местах и информируя о них сотрудников сервисных компаний. Например, интернет-провайдеры могут отслеживать таким образом проблемы с подключением клиентов к сети. Такой подход позволяет компаниям больше полагаться на удаленных специалистов при обслуживании систем, что сводит к минимуму время простоя и устраняет расходы на поездки.

Благодаря API данные, полученные от IoT, можно использовать в различных сценариях по удержанию клиентов, для улучшения клиентского опыта и персонализации покупок.

Заключение

По мнению J'son Partners Consulting, за количественным ростом IoT и организационно-технологической трансформацией производства стоят важные качественные изменения в экономике:

• "умные" устройства предоставляют ценную информацию об использовании продукта и оборудования, а также помогают формировать новые бизнес-модели и обеспечивают дополнительный доход от предложения новых услуг типа XaaS (производство как сервис, транспорт как сервис, безопасность как сервис и другие);
• формируется "экономика совместного использования" (Shared Economy), которая характеризуется более высокой эффективностью и производительностью за счет расширенного и повторного использования имеющихся ресурсов;
• функционал устройств может быть изменен без внесения изменений в физические объекты - путем изменения технологий управления ими;
• анализ данных о пользователе, его производственных объектах (машинах, зданиях, оборудовании) и характере потребления открывают возможности для поставщика услуги по улучшению клиентского опыта, обеспечению большего удобства пользования и сокращению затрат клиента, что ведет к повышению удовлетворенности и лояльности от работы с данным поставщиком;
• функционирование различных отраслей экономики будет непрерывно усложняться из-за развития технологий и все больше будет обусловлено автоматическим принятием решений самими машинами на основе анализа большого объема данных с подключенных устройств. Это приведет к постепенному снижению роли производственного персонала, в том числе, квалифицированного. Потребуется качественное профессиональное образование, включая инженерное, а также специальные обучающие программы и тренинги для работников.

В то же время ландшафт IoT остается фрагментированным, с множеством преобладающих стандартов, вариантов подключения и использования. По прогнозам Forrester Research, эта фрагментация сохранится и в ближайшие годы.

Потенциал этой технологии в большинстве отраслей огромен: IoT действительно играет ключевую роль в реализации концепции Индустрии 4.0. Не будет преувеличением сказать, что IoT-технологии станут отраслевым стандартом и приведут компании по всему миру к революционным изменениям "правил игры", что повысит общую прибыльность и устойчивость бизнеса в ближайшие годы.

Дорожная карта по развитию высокотехнологичной области "Новые производственные технологии", разработанная Госкорпорацией Росатом совместно с Госкорпорацией Ростех, была утверждена 23 июля 2021 года президиумом Правительственной комиссии по цифровому развитию, использованию информационных технологий для улучшения качества жизни и условий ведения предпринимательской деятельности.

Дорожная карта направлена на развитие основных классов российского промышленного программного обеспечения: технологий цифрового проектирования, математического моделирования и управления жизненным циклом продукции, "умного" производства. Для взаимодействия заказчиков и разработчиков, а также тиражирования лучших решений будет создана единая промышленная платформа. Ответственные за реализацию дорожной карты - государственные корпорации Росатом и Ростех.

Координацию работ по дорожной карте будет вести Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации.

"Государственные компании во взаимодействии с рынком и Минцифры России провели большую работу - подготовили дорожную карту по развитию новых производственных технологий. В карте два основных вектора: поддержка разработчиков лучших отечественных цифровых продуктов в сфере производственного ПО и цифровая трансформация предприятий промышленности - поддержка внедрения российских решений. Финансирование мероприятий карт предусмотрено в рамках федерального проекта "Цифровые технологии" национальной программы "Цифровая экономика Российской Федерации", - отметил заместитель министра цифрового развития, связи и массовых коммуникаций Российской Федерации Максим Паршин.

Реализация дорожной карты будет проходить по пяти направлениям: поддержка проектов развития и внедрения промышленного ПО, тестирование российского и зарубежного ПО, развитие методологии разработки и внедрение лучших практик на предприятиях и в организациях, подготовка предложений в части изменений нормативно-правовой базы и развитие кадрового потенциала.

"Цифровая трансформация промышленности и импортозамещение промышленного ПО - приоритетные задачи для Ростеха. При этом, решая данную задачу, мы работаем сразу в нескольких направлениях. В прошлом году созданы управленческие инструменты внутри предприятий Ростеха. Создан институт руководителей по цифровой трансформации организаций Корпорации, который не только позволяет консолидировать и гармонизировать выработку и реализацию единой политики по цифровой трансформации в Госкорпорации Ростех, но и обеспечивает реализацию соглашений с Правительством РФ. Одна из основных задач дорожной карты - повышение доли отечественного промышленного ПО в различных отраслях: авиастроении, машиностроении, радиоэлектронике, ОПК и других. Согласно дорожной карте, количество рабочих мест с российским промышленным программным обеспечением должно достигнуть 1,35 млн уже к 2024 году", - отметил заместитель генерального директора Госкорпорации Ростех Александр Назаров.

Всего на реализацию плана до 2024 года планируется потратить 8,7 млрд руб. из федерального бюджета и 9 млрд руб. из внебюджетных источников. В 2021 году объем финансирования составит 1,1 млрд руб.

"Государственные корпорации в тесном взаимодействии с правительством Российской Федерации формируют системные условия для обеспечения технологического суверенитета страны, и дорожная карта здесь является практическим инструментом реализации задач, которые весьма амбициозны: индекс технологической независимости России в области промышленного ПО возрастет с показателя 2021 года в 15% до 60% в 2024 году. Наш оптимизм во многом связан с подходами Росатома к организации взаимодействия с различными промышленными компаниями и игроками цифровой индустрии. Ранее мы создали CAD/CAE-консорциум для наращивания потенциала отечественного ПО в области математического моделирования, а в рамках подписанной дорожной карты будет создана национальная цифровая промышленная платформа, которая обеспечит тесное взаимодействие разработчиков с большим числом промышленных предприятий и, таким образом, принципиально изменит динамику развития цифровых сервисов. На выходе, благодаря платформе, государство получит унифицированные данные для управления промышленностью, на порядок расширит витрину промышленных решений и создаст возможность тиражировать лучшие практики", - прокомментировала подписание дорожной карты директор по цифровизации Госкорпорации Росатом Екатерина Солнцева.

Искусственный интеллект развивается стремительными темпами и мы понимаем, что многие профессии со временем будут поглощены ИИ (не только физический труд, но и такие профессии, как учитель, бухгалтер, медики, офисный работник и другие). Люди просто останутся на улице. Хотя, есть одна область, профессионалы которой даже не представляют, что именно они будут первыми, кто будет лишен работы из-за развития ИИ. Как вы думаете, что это за профессия?

Футурологи называют три профессии, которые точно будут привилегированными в будущем новом дивном мире - это программисты, юристы и финансисты.

Однако, есть мнение, что первыми, кто пойдут на выход, - это будут ИТ-специалисты. Ирония здесь заключается в том, что именно эти ребята не просто первыми потеряют работу из-за ИИ, но и активно делают все, чтобы ИИ развивался теми темпами, какими он развивается сейчас.

Мало кто знает, это вообще как бы скрыто с поверхности, но те, кто начинал свою карьеру разработчика лет 10 назад и сейчас заслужили доверие, те сейчас востребованы, они сейчас нужны, они всегда при делах. А молодежь, которая приходит, им уже сложновато найти работу. Ну, пока еще очень много фирм, которые пользуются услугами ИТ-специалистов и пока создается ощущение, что программистов не хватает и набирают всех. Но уже есть проблемы. Почему? Потому что на сегодняшний день уже не просто активно ведутся работы по созданию супер-интеллекта, но уже есть работающие и показывающие хорошие результаты прототипы. В десятках компаний мира (среди них есть крупные компании, есть умные компании) команды соперничают между собой за то, кто первый создаст и выпустит его. Так вот эта система уже у многих пишет программы лучше и быстрее, чем те же программисты. Даже топовые. И многие программисты уже видят как появляются программы, которые якобы написаны людьми, но те, кто имеет доступы к этим кодам, они видят, что эти программы настолько логичны, они настолько совершенны, что людям крайне сложно их прописать.

По большому счету, то, чем пользуется подавляющее число программистов, - это банальные алгоритмы. Ну, кто не согласен? Кто не пользовался stackoverflow или в более сложных случаях Google'ом? Простая математика. И тут уместно спросить: а кто более лучший математик - человек или ИИ?

Когда-то шахматисты думали, что их не заменишь. А 200 лет назад так думали ткачи. Представьте, эта профессия существовала тысячи лет. Из поколения в поколение ткачи передавали знания своим ученикам. Они были уверены, что будут жить так всегда. А потом появились станки. А в более недавние времена были люди, профессия которых заключалась в том, чтобы содержать и воспитывать специальных тягловых лошадей, которые затем раз в сезон обрабатывали поля для крупных латифундистов. Эти лошади работали лучше и быстрее, чем остальные. Эти люди активно работали сезон, когда нужно было пахать землю, и потом жили с этого весь год, ухаживая за этими животными до следующего сезона, обучая их. И они тоже думали, что их профессия вечна. А потом появился трактор. И трактористы возомнили, что их точно не заменят. Пока не появился автопилот. А уже есть фермы, где присутствие человека номинально. От ухода за животными, до посадки, прополки и уборки урожая - все делает ИИ.

Уже сейчас видятся вполне конкретные тенденции. Становится очевидным, что ИИ уже способен писать код, самостоятельно строить алгоритмы, создавать приложения и тд. С начала 2021 года было запатентовано несколько систем ИИ, которые способны создавать код. Например, нейронная сеть, которая самостоятельно пишет код в области компьютерного зрения, выучив все языки программирования. Другой пример - сервис GitHub Copilot (мне еще не удалось протестировать самостоятельно, так как пока не получил подтверждение в ответ на заявку на тестирование, но люди говорят, что там серьезная система и работает хорошо). Собственно говоря, сами же программисты и научили эту систему писать код. Хорошо, допустим нам сказали, что он обучился на GitHub. А мы вроде как понимаем, что код там разного качества. Но это нам так сказали. А на самом деле как? Вы знаете? Ну, кто будет учить ИИ на базе кода на GitHub, ведь там реально много разного кода - в том числе неправильного. Следовательно, его просто должны были учить на коде правильном и достоверном. Ну, не дураки же в Microsoft?..

Говорят, что все это делается с добрыми намерениями, чтобы помочь программистам избавиться от рутинной работы. Но так всегда все и начинается перед тем, как нас самих удалят из профессии.

Не за горами то время, когда ИИ будет писать код за нас.

Например, я сейчас работаю Data Engineer. И я работаю с AWS. Меня ужасает то, что я вижу. А именно, AWS - это такая машина, которая создает сервисы для всего, что может понадобиться бизнесу для ИТ-инфраструктуры, для работы различных сервисов. Сейчас они занимают 35% рынка и обогнали намного даже тот же Google, Microsoft. Все, что я делаю как Data Engineer, - это достаточно примитивные вещи, для которых есть мануалы у самого Amazon AWS.

Сейчас идет борьба за пирог размером $4 трлн. дохода в год. Таков бюджет всего ИТ в мире. Come on, неужели сложно догадаться, что AWS очень легко сможет автоматизировать с помощью ИИ работу по интеграции своих же сервисов между собой по типу как работает GitHub Copilot? Ради такого куска? Бизнес пишет короткую инструкцию с помощью обычного текста и ИИ AWS полностью все настраивает для бизнеса. При чем для бизнеса полный профит - какая экономия на программистах, девопсах, дата инженерах. Разве бизнес на это не пойдет? Да будет только рад!

А до того, как стать Data Engineer, я потратил 1.5 года, чтобы изучить Data Science, и после этого не смог найти работу, так как порог для входа человеку без опыта просто зашкаливал по требованиям. И на собеседованиях не жаловали - гоняли по полной по математике, статистике и тд. При этом я бы не сказал, что я ничего не знал о своей профессии. Пришлось даже в универ на магистратуру поступить, чтобы изучить как можно глубже. Кроме времени потратил около $6 тыс. Мне это говорит о том, что конкуренция со стороны программистов-сайентистов уже больше, чем необходимо бизнесу.

В октябре 2020 г. в открытом доступе появилось приложение Lobe для создания готовых моделей машинного обучения. Lobe дает возможность создавать такие модели даже тем, кто не умеет программировать - от пользователей нужно лишь загрузить в нее данные, а всю работу программа выполнит сама. Lobe полностью бесплатна. Результат ее работы затем можно использовать в сторонних ПО и устройствах. Разработала Lobe все та же Microsoft.

Совсем не за горами это же ожидает и Data Engineer, и DevOps.

Самообучение? Да ладно, ИИ меня обгонит в два счета. Сейчас, чтобы мне быть в тренде, приходится кроме рабочих 8-ми часов тратить еще 3-4 часа в день на дообучение. Для ИИ это все происходит намного быстрее. Тем более, если речь идет о суперинтеллекте, ведь на каждом компьютере работает инстанс одного и того же ИИ.

Помните игру Го? Интересный факт, но ИИ победил человека в игре Го только после того, как люди перестали его обучать играть, а просто дали ему правила и оставили играть самого с собой же. ИИ использовал ходы, которые не противоречат правилам. И сейчас все маститые мастера удивляются красоте ходов ИИ. Люди не смогли придумать эти ходы за тысячелетия существования игры.

Я сам раньше думал, когда только начинал изучать Data Science, что все построено на математике 60-х. Но оказалось, что проблемы заключалась в железе - его просто не хватало для нормальных исчислений. Сейчас же с этим проблемы сняты, и мы видим стремительное развитие ИИ.

Данные? Да ладно. Толока? Не слышали? Я сам работаю сейчас Data Engineer в одной из крупнейших мировых компаний, которая уже лет 10 предоставляет бизнесу услуги по разметке данных (тексты, изображения, видео, аудио). Все размечается. Бизнес активно закупает данные. Данных сейчас, и особенно качественных, уже "тонны". Когда я начинал только работать Data Engineer, я думал, что данные наоборот все мусорные. Но теперь я понял, что я ошибался.

В общем, ребята, мы попали. Мы сами своими руками пишем код собственной безработицы. Кто не верит в это и считает, что он незаменим, так же наивен, как Каспаров в 1989, когда он выиграл в шахматы у ИИ. Сегодня никто не может выиграть у ИИ в шахматы. Даже покер пал. А покер - это уже игра на интуицию. Следовательно, можно сказать, что у ИИ начала появляться даже своя интуиция. Мы не сможем конкурировать с ИИ в написании кода. Развитие ИИ происходит по экспоненте, это уже понятно. Так что это будущее гораздо ближе, чем я могу себе представить (не знаю как вы).

ИИ будет разрабатывать совершенное, безошибочное программное обеспечение быстрее, чем мы. Ему не нужно будет отдыхать и получать деньги. А бизнес с радостью заменит наш труд на более качественный и дешевый подобно тому, как водителей уже начинают заменять автопилоты.

Битва идет за $4 трлн дохода в год. Это в два раза больше, чем все военные бюджеты всех стран мира. И это не говоря уже о том, что ИИ отнимет работу у других профессий и там тоже миллиардные бюджеты. $4 трлн - это только ИТ-технологии.

Вопрос заключается не в том, будет или нет, вопрос заключается только в том, кто будет контролировать данный супер-интеллект, так как контролировать его может только один - тот, кто первым выпустит. Помните, ранее говорил, что битва идет между десятками компаний прямо сейчас. А для нас, для людей, вопрос стоит в том, что будет делать тот, кто будет контролировать? В обществе потребления все кому-то принадлежит. И, боюсь, что в текущем, потребительском, формате это будет не в пользу людей. Ну, и далеко ходить не надо - Китай уже показывает нам пример того, как это может быть использовано для контроля людей. И это пока еще только цветочки. Пока что это преподносится, как для пользы самих же людей.

Может показаться, что я против технологического развития. Напротив, нам крайне необходимо развитие высоких технологий и как можно скорее. Как минимум потому, что нам необходимо уже сейчас что-то делать с нашей экологией для спасения планеты. То, что происходит сейчас с климатом, - это уже даже не звоночки, это уже набат. И решить этот вопрос можно только с помощью технологий. Опять же, есть очень и очень много различных профессий, которые должны быть заменены ИИ. Люди не должны заниматься грязной и тяжелой работой за гроши. Всем этим должен заниматься ИИ. Но нам необходимо думать о тех, кто будет терять работы, что мы, как общество, будем делать с этими людьми. Как мы их будем кормить? В потребительском формате все эти люди - это сначала безработные, потом голодающие, а потом и мертвецы. И изменить ситуацию может только изменение формата с потребительского на другой, на созидательный формат.

Data Scientist, Data Engineer

Согласно объявлению, в начале этого месяца Северное командование США провело свой третий эксперимент по глобальному информационному доминированию, сообщает spacewar.


С 8 по 15 июля NORTHCOM продолжил свои учения по обеспечению взаимодействия командования между участниками боевых действий с использованием искусственного интеллекта.

По словам представителей ВВС США, серия экспериментов GIDE - это эксперименты по снижению технологического риска, дополняющие ранние действия по сдерживанию и запрету.

"В этих экспериментах используется технология, доступная сегодня, чтобы позволить лицам, принимающим решения, получить соответствующую информацию раньше, тем самым создавая пространство для принятия решений для высших руководителей, предоставляя проактивные варианты", - говорится в пресс-релизе.

По словам официальных лиц, первый и второй эксперименты GIDE проводились в декабре и в марте, а третий эксперимент проводился в три этапа.

Первый был посвящен рентабельным решениям для обработки данных, второй оценил способность реагировать на оспариваемую логистику и включать глобальное сотрудничество, а последний этап продемонстрировал возможности Объединенного центра искусственного интеллекта для защиты от конфликтов.

"Эксперимент GIDE 3 продемонстрировал, как программные инструменты, разработанные для совместной работы между боевыми командами, оценки и принятия решений, могут быть использованы для обеспечения более эффективной глобальной логистической координации, обмена разведданными и планирования операций", - говорит генерал Глен Ван Херк, NORAD и NORTHCOM командир, в заявлении.

После того, как генерал-лейтенант Майкл Гроен сказал Национальной оборонной промышленной ассоциации, что вооруженным силам США необходимо расширить свой искусственный интеллект или противники их оставят позади, были предприняты шаги.

В июне министерство обороны объявило, что направит две группы экспертов по искусственному интеллекту в штаб-квартиры 11 межведомственных боевых команд по всему миру.

Источник: newssky.com.ua/northcom-provodit-trete-uchenie-po-globalnomu-informaczionnomu-dominirovaniyu/

Sber AI зарегистрировала в Роспатенте программу, позволяющую искусственному интеллекту распознавать и анализировать объекты в виртуальной реальности. Для этих целей нейросеть обучили языкам программирования, пишут "Ведомости".

Как отметил гендиректор Telecom Daily Денис Кусков, для России это первый случай создания искусственным интеллектом финального решения и последующая его регистрация Роспатентом. Разработчики Sber AI надеются, что их проект позволит избавить программистов от рутинной работы. В компании предусматривают возможность предоставления технологии как коммерческой услуги.

Ранее подобную разработку, которая называется GitHub Copilot, представили Microsoft и Open AI. Их ИИ-сервис основан на обработке естественного языка и "позволяет создавать приложения без глубоких знаний кода или формул". Copilot работает как помощник программиста, который, просматривая существующий код, комментарии к нему и расположение курсора, предлагает добавить одну или несколько строк в зависимости от контекста.

Директор по технологической политике Microsoft в России Денис Сереченко отметил, что технология "Сбера" может стать "хорошим подспорьем" для повышения продуктивности разработчиков за счёт предоставления рутинных процессов искусственному интеллекту.

По оценке HeadHunter, учитывая низкое количество профессиональных кадров в ИТ-сфере на рынке труда в России, разработка Sber AI позволит бизнесу сэкономить от внедрения ИИ в программирование 5-6 млн рублей в год на простых ИТ-проектах и 25-30 млн рублей в год для средних и крупных проектов со штатом разработки до 10 человек.

События последних двух-трех лет в исследованиях квантовых вычислений приблизили момент, когда из экспериментов кванты станут коммерческой технологией. По оценкам BCG, до 2030 года соревнование пяти основных технологий выявит лидера, а после 2025 года операционные доходы компаний, реализующих квантовые вычисления, станут сопоставимы с ранее сделанными на этом рынке инвестициями. Криптография - не главное для квантовых вычислений, сейчас их ценность просматривается в логистике, фармацевтике, рекламе и на финансовом рынке - в РФ он, как ожидается, будет основным бенефициаром технологии.

Публикуемый сегодня обзор The Boston Consulting Group (BCG) посвящен перспективам коммерческого использования квантовых вычислений - он основан на экспертизе BCG и данных ее бизнес-партнеров, в том числе Goldman Sachs, и основных исследовательских групп. Основное сообщение BCG в обзоре с "говорящим" названием "Что произойдет, когда в квантовых вычислениях перейдут от "если" к "когда"?" - в том, что ковидная реальность последних лет может оставить незамеченными значительные изменения в этой сфере 2019-го и особенно 2020 года, а сам этот переход уже происходит.

Речь, предположительно, идет о том, что основные игроки на будущем рынке определились, сейчас конкурируют пять имеющихся технологий-прототипов, и к 2023-2025 годам можно будет говорить о первой версии коммерческих технологий, а продукт (вычисления) создаст операционные доходы для конечных пользователей в размере $5-10 млрд при рентабельности поставщиков услуг.

В представлении бизнеса квантовые вычисления - это достаточно узкая сфера вычислений (обработка разреженных матриц), где квантовые компьютеры будут заведомо эффективнее альтернативных технологий. Сейчас известны четыре вида задач, в которых кванты дают на порядки лучшие результаты: это криптография, машинное обучение, оптимизация и имитационное моделирование. Криптография, ориентированная в основном на госрынок (и воспринимаемая обществом как главное применение квантов), по оценкам BCG, является, видимо, самой узкой группой задач с потенциалом дополнительной стоимости в $40-80 млрд. Имитационное моделирование - в разы больший рынок для квантов ($175-330 млрд новой стоимости), главным выгодоприобретателем здесь предполагается фармацевтика (сопоставимо с криптографией). Чуть меньше стоимости квантовые вычисления создадут в машинном обучении ($110-210 млрд), причем максимум приходится на поиск и рекламу ($50-100 млрд), тогда как в ряде вариантов для автопрома кванты могут не дать ничего - в отличие от аэрокосмической промышленности, где оптимизация маршрутов полетов может создать стоимость в $20-40 млрд. Львиную же долю общей стоимости ($110-210 млрд) оптимизация может дать логистике и транспорту, меньше - финансам: для них важнее имитационное моделирование.

По оценке BCG, судя по состоянию дел у поставщиков оборудования, пользователи сейчас более всего верят в технологии квантовых вычислений на сверхпроводниках (проекты IBM и Google, 61%), чуть более трети опрошенных считают перспективной технологию ионных ловушек (Honeywell, IonQ) и фотонику (PsiQuantum, Xanadu), в разрабатываемую Intel и SQC технологию квантовых точек верят 26%, на технологию квантовых вычислений на холодных атомах (ColdQuanta, Pasqal) готовы что-то ставить 14%. Пока нет уверенных предположений о позициях потенциальных поставщиков программного обеспечения для квантовых вычислений. Предполагается, что в 2022-2030 годах ключевым для них будет разработка технологии устранения ошибок в шумных средних по размеру системах квантовых вычислений (до 1 млн кубит, текущие прототипы - десятки кубит), над ней, в частности, работает Google, обещая результат к 2029 году. Примерно к этому рубежу кванты начнут переход от венчурных проектов к коммерческим продуктам - это сильно раньше, чем предполагали до 2018 года.

Дмитрий Буторин

Квантовым компьютерам пробивают дорогу в массы

Новые открытия и проекты приближают широкое применение квантовых технологий

За последние недели в области квантовых компьютерных технологий произошло сразу несколько событий, которые, по мнению экспертов, значительно приближают массовое коммерческое использование квантовых компьютеров. Консорциум американских и британских разработчиков создал первую операционную систему для квантовых компьютеров, которая может работать на компактном процессоре. А группа британских исследователей совершила открытие, которое может значительно упростить использование сверхпроводников, необходимых для работы квантовых компьютеров.

В конце июня консорциум американских и британских разработчиков представил первую в мире операционную систему для квантовых компьютеров, которая может работать на компактном процессоре. В консорциум входят кембриджская компания Riverlane, специализирующаяся на разработке ПО для квантовых компьютеров, и нью-йоркская компания Seeqc, которая ставит своей целью коммерциализацию квантовых компьютерных технологий.

Концепт-версия ОС под названием Deltaflow.OS (полное название Deltaflow-on-ARTIQ) была представлена в конце прошлого года, а в конце июня разработчики провели презентацию этой работы уже на компактном оборудовании, сопоставимом по размеру со стандартными процессорами.

Сооснователь Seeqc и руководитель лондонской лаборатории Мэттью Хатчингс заявил, что это событие является "весьма значительным для будущего квантовых компьютеров - подобно тому, как в свое время изобретение микрочипа значительно ускорило коммерциализацию традиционных компьютеров, сделав их компактными и существенно сократив издержки производства. Нынешние системы уже проделали фантастическую работу для функционирования квантовых компьютеров, но они занимают целые комнаты, что очень сложно для производства. Поэтому мы взяли технологию, для которой нужна целая комната, и уменьшили ее до размеров чипа".

Еще одним событием, которое может существенно ускорить коммерциализацию квантовых компьютерных технологий, стало открытие группы исследователей под руководством ирландского физика Шимуса Дэвиса.

Еще в 2016 году профессор Дэвис, сотрудничающий с университетами Оксфорда и Корка, обнаружил в купратах (специальные сложные соединения оксидов меди) особое квантовое состояние, так называемый эффект куперовской пары - связанное состояние двух взаимодействующих электронов, позволяющее достичь сверхпроводимости.

Для работы квантовых компьютеров необходимы сверхпроводники, работу которых сейчас можно обеспечивать лишь при сверхнизких температурах, создаваемых в специальных камерах (около -270 °С).

В 2016 году профессор Дэвис не мог сказать, был ли обнаруженный эффект уникальным феноменом только купратов, или его можно было получить и в других полупроводниках. Почти шесть лет группа Дэвиса потратила на создание специального микроскопа и соответствующие исследования. В конце концов ученые обнаружили тот же эффект в уже используемых при обычных температурах тонких монослойных полупроводниках - дихалькогенидах переходных металлов (TMD). В конце июня результаты этих исследований под названием "Открытие состояния волны плотности куперовской пары в дихалькогенидах переходных металлов" были опубликованы в журнале Science. По словам профессора Дэвиса, открытие важного для квантовых компьютеров эффекта в таких материалах, как TMD, является весьма важным событием, поскольку расширяет возможности этих материалов для достижения эффекта сверхпроводимости и развития квантовых компьютерных технологий для более массового применения.

Массово доступные квантовые компьютерные технологии уже сейчас находятся примерно в том же состоянии, что находились обычные компьютерные технологии всего 30-40 лет назад",- полагает Шимус Дэвис.

Пока ученые пытаются приблизить создание новых и более доступных квантовых компьютеров, крупный бизнес движется в том же направлении. 13 июня американская корпорация IBM установила в Германии свой квантовый компьютер Q System One, который на данный момент является самым мощным квантовым компьютером, работающим в Европе. Q System One размещен в лаборатории города Энинген, который находится в 20 км от Штутгарта. Рабготать на этом квантовом компьютере вместе со специалистами IBM будут специалисты немецкого научно-исследовательского института Фраунгофера (Fraunhofer IIS).

Совместный проект IBM и Fraunhofer IIS является частью многолетней программы правительства Германии по развитию квантовых компьютерных технологий, на 2021-2025 годы правительство выделило для исследований в этой области €2 млрд. Специалисты Фраунггоферовского института уже заявили, что начало работы Q System One в Германии позволит не только их организации, но и другим немецким исследователям значительно продвинуться в изучении квантовых компьютерных технологий для их практического применения.

Евгений Хвостик, Ярослава Плаксина

Темпы отказа от бензина в мире оказались быстрее, чем ожидалось. По данным аналитиков Bloomberg, пик спроса на горючее топливо случится в 2027 году - на четыре года раньше предполагаемого срока.

Быстрее всех откажутся от двигателей внутреннего сгорания США и Европа, а страны вроде Китая и Индии, вопреки предыдущим прогнозам, не станут потреблять больше бензина. В BNEF объясняют это тем, что сдвиг пика спроса с 2031 года на 2027-й приведет к снижению в ближайшем десятилетии объемов поставок автомобильного топлива в развивающиеся регионы.

Падение спроса на бензин связано с ростом производства более безопасных для окружающей среды транспортных средств и стремлением крупнейших экономик мира сократить выбросы парниковых газов за счет отказа от ископаемого топлива. К примеру, в планах Евросоюза запретить к 2035 году двигатели внутреннего сгорания, а США и Китай призывают к широкому внедрению электромобилей.

В докладе BNEF говорится, что при эффективном использовании топлива, переходе на альтернативные источники энергии и совместном использовании транспорта, расход горючего не увеличится даже с ростом числа поездок к 2050 году.

Кроме того, аналитики предсказали, что количество легковых автомобилей на дорогах по всему миру достигнет пика в 1,5 миллиарда к 2039 году - на 26 процентов больше, чем в этом году. Также в ближайшие десять лет ожидается бум грузовых перевозок, но их будет совершать независящий от нефти транспорт - Tesla, Daimler и Volkswagen снабдят мир фурами на электричестве и водородном топливе.

Возможно, к началу 2030-х годов роботы частично заменят людей в ряде профессий или станут высококвалифицированными помощниками по дому. Рассказываем, какие существуют сценарии развития робототехники

Эксперты Boston Consulting Group предполагают, что к 2030 году мировой рынок робототехники может увеличиться в десять раз, достигнув $260 млрд. Уже сейчас ученые по всему миру развивают потенциал роботов, приближая их по функционалу к человеческим возможностям. В BCG выяснили, какие тренды влияют на развитие робототехники и как будет развиваться индустрия в ближайшие десять лет. РБК Тренды приводят главные выводы этого исследования.

Три сценария развития робототехники

I. Рост индивидуализации

Этот сценарий больше всего похож на то, что происходит в области робототехники сегодня. Скорее всего, компании начнут создавать кастомизированных роботов, направленных на решение задач, требуемых отдельным потребителям. Возможно, кто-то создаст робота, собирающего клубнику, или машину, способную взять образцы крови.

Конечно, стоит учитывать, что на этом рынке изначально будет очень высокий ценник. Более того, производители роботов не смогут увеличить объемы производства, чтобы снизить затраты. В такой среде преимущество будет у специализированных маленьких или средних компаний и стартапов, которые легко адаптируются под запросы потребителей и могут создать нишевый продукт.

II. Увеличение автоматизации

Второй вероятный путь развития робототехники. В этом случае роботы смогут занять рабочие места: появятся роботы-курьеры, роботы-сборщики и роботы для зарядки электромобилей.

Лидерами на этом рынке станут компании, способные масштабировать производство за счет создания дешевых мехатронных устройств. Таких роботов можно будет выпустить в массовое производство, спроектировать и приобрести онлайн.

III. Развитие искусственного интеллекта

Последний сценарий. Здесь можно ожидать развития мобильных и полностью автономных интеллектуальных роботов. Они смогут справляться со сложными и динамичными задачами: работать в аэропортах, вокзалах и в отелях.

На этом рынке главную роль сыграет разработка программного обеспечения. Потенциально при развитии такого сценария компании, создающие роботов, сместятся на второй план. Они скорее превратятся в платформы для тестирования новых вариантов ПО.

Способность учиться и полная автономность: тренды в области робототехники

Вырастет востребованность роботов, способных выполнять функции сервиса профессиональных услуг. Их стоимость на рынке, по расчетам исследователей, составит от $90 млрд до $170 млрд, в то время как объем рынка промышленных и коллаборативных роботов будет в два раза меньше - от $40 до $50 млрд.

Социальные тренды ускорят потребность в высокотехнологичных робототехнических решениях. С взрослением современного поколения, уже привыкшего использовать роботов, увеличится спрос на ассистентов, которые будут помогать с упражнениями, личной гигиеной, доставкой еды. Внимание к экологической повестке и принципам устойчивого развития сместит акцент в сторону роботов, выполняющих сложные задачи по сортировке.

Увеличится количество роботов в низкооплачиваемых сферах. Эксперты отмечают, что нехватка ручного труда и повышение заработной платы в странах, где раньше она была низкой, приведет к достаточно быстрой замене людей роботами. Сейчас, чтобы преодолеть проблему старения населения и роста заработных плат, роботизированные технологии начали активно внедрять на предприятиях Китая. С 2008 года зарплаты работников заводов в стране увеличились на 71%.

Искусственный интеллект и другие технологические решения сблизят людей и роботов. Развитие роботизированных технологий и увеличение возможностей ассистентов значительно упростят взаимодействие с ними. Искусственный интеллект вскоре позволит роботам без помощи людей справляться с неожиданными ситуациями. Роевой интеллект увеличит возможности мобильных роботов: они смогут распределять задачи между друг другом и даже изменять их. Системы визуализации способствуют развитию больше автономности во время анализа и проверки данных. Развитие сетей связи 5G и других коммуникационных возможностей станут толчком к увеличению радиуса действия роботов и облачных сетей, расширяющих вычислительную мощность роботов и датчиков.

Роботы начнут учиться. Сегодня решению задач реального мира роботы обучаются на специальных симуляторах, но это достаточно грубый метод, которого постепенно становится недостаточно: ситуативность и мгновенные решения роботам по-прежнему отчасти неподвластны. Тем не менее, несколько лет назад компания OpenAI, которая занимается изучением и разработками в области нейронных сетей, создала роботизированную руку, решившую самую популярную головоломку - кубик Рубика - без помощи человека.

Роботизированная рука собирает кубик Рубика

Чтобы обучить этому руку, инженерам потребовалось 50 часов, в течение которых она получила опыт приблизительно в 100 человеческих лет.

Машины с условной автоматизацией освоят больше задач. Автомобили по-прежнему с помощью сигнала будут сообщать водителю о том, что необходима помощь, хотя их функционал значительно увеличится, вплоть до маневрирования без помощи человека в заранее запрограммированной местности. Эксперты BCG ожидают, что к 2030 году машины с автоматизацией третьего уровня будут составлять около 8% продаж на мировом авторынке.

Азиатские компании по производству робототехники, которые сейчас составляют малую часть рынка, начнут конкурировать с американскими и европейскими гигантами. Ретейлеры азиатских странах начинают активно модернизировать свои производства, чтобы удовлетворить растущий спрос на продукцию, поэтому производители роботов (в том числе стартапы) должны учитывать этот фактор и использовать его в качестве отправной точки для роста. Тем не менее, с 2017 года количество робототехнических компаний в Корее, Китае и Японии увеличивается достаточно быстро. Некоторые китайские компании уже могут составить конкуренцию производителям из Америки и Европы.

Обновлено 14.07.2021

Автор
Дарья Масленко

Одна из самых старых действующих атомных станций России, Кольская, включена в план по замене реакторов. Предполагается, что новая Кольская АЭС-2 станет двухблочной и будет включать в себя два инновационных энергоблока типа ВВЭР мощностью 600 МВт, с высокими показателями безопасности и впервые примененным в мире спектральным регулированием. В настоящее время проект находится на этапе подготовки к разработке.

Что это за процесс спектрального регулирования, который хотят применить на ВВЭР-600, и в чем его значение для будущей атомной энергетики? Об этом - в материале ФАН.

Это нужно российскому северу

Существующая Кольская АЭС состоит из четырех энергоблоков ВВЭР-440, мощностью по 440 МВт, которые были введены в строй в 1973-1984 годах. Срок службы этих блоков сейчас продлен до 60 лет, что означает, что первый из существующих блоков, Кола-1, надо будет останавливать уже в 2033 году.

Исходя из этих требований определены сроки сооружения новых энергоблоков Кольской АЭС-2: начало строительства запланировано на 2028 год, а ввод в эксплуатацию первого энергоблока - на 2034 год.

На сегодняшний день Кольская АЭС избыточна для энергопотребления Мурманской области, где она располагается. Примерно треть всей вырабатываемой электроэнергии в области идет за ее пределы - в соседнюю Карелию и Ленинградскую область, а также на экспорт в соседние Финляндию и Норвегию. Но возможности Кольской АЭС велики даже при таком варианте перетоков в энергосистеме: она загружена примерно на 60-65% максимальной мощности, обеспечивая четыре пятых производства электроэнергии в Мурманской области.

Поэтому Кольская АЭС-2 планируется несколько меньшей по размеру, нежели существующая: 1200 МВт мощности против нынешних 1760 МВт. Впрочем, при наличии спроса на электроэнергию построить на ней третий энергоблок ВВЭР-600 не представляет особого труда.

Как работает обычный ВВЭР

Несмотря на то, что основное ядерное топливо АЭС, изотоп уран-235, на самом деле не "горит" в реакторе в привычном смысле окисления кислородом, его концентрация постепенно меняется с течением времени - за счет распада, который и является сутью ядерной реакции.

Поэтому в реактор в начале кампании грузят "свежий" уран-235, а через 18-24 месяца из активной зоны его достают, но уже в "отработанном" виде. Дольше держать топливо в реакторе не получается: кроме того, что в нем за это время уменьшается содержание урана-235, также внутри него растет концентрация вредных изотопов, мешающих ядерной реакции.

Главной движущей силой цепной ядерной реакции являются нейтроны, которые испускают ядра урана-235 при делении. "Свежий" уран испускает их больше, поскольку в нем больше урана-235, а вот "отработанный" - гораздо меньше. Слово "гораздо" здесь стоит неслучайно, поскольку большая часть упомянутых вредных примесей - это как раз поглотители нейтронов, которые не только не делятся сами, но и мешают делиться урану-235.

Как же один и тот же реактор может стабильно работать на очень разном по свойствам уране - на "свежем" и уже на практически "отработанном"? Это достигается двумя способами.

Во-первых, реактор грузят частями. В кампании топлива присутствуют 3-4 частичных перегрузки, когда наиболее отработавшую, длительно находившуюся в реакторе часть топлива перегружают свежим ураном. Во-вторых, число нейтронов регулируют дополнительно, вводя при загрузке свежего топлива в активную зону особое вещество - поглотитель. Для этих целей сегодня чаще всего используют бор, который растворяют в охлаждающей воде реактора. Бор хорошо поглощает нейтроны, но не делится сам.

Однако у такого способа управления реакцией есть большой недостаток. Нейтроны - это очень ценный элемент ядерной реакции: именно они отвечают за все деления ядер урана-235. Кроме того, с помощью "лишних" нейтронов в специальных реакторах-размножителях можно получать дополнительное ядерное топливо, превращая инертный уран-238 в другой делящийся изотоп - плутоний-239.

В размножителях, реакторах серии БН, которые также работают в России, коэффициент воспроизводства топлива доходит до 1,2. Это означает, что реактор не только не сжигает уран, но еще и нарабатывает больше плутония для будущих загрузок - за что он и получил свое название. А вот обычные реакторы ВВЭР таких "фокусов" делать не умеют. В них плутоний тоже образуется, но в небольших количествах: коэффициент размножения в ВВЭР составляет всего 0,4 - намного меньше единицы.

Связано это как раз с тем, что в нынешних сериях ВВЭР "лишние" нейтроны поглощаются борной водой или просто теряют в конструкции реактора. Конечно, пока урана в месторождениях было много, так было проще и удобнее. Но запасы этого ценного изотопа отнюдь не безграничны.

Что такое "спектральное регулирование"?

А что если совместить конструкцию реактора ВВЭР с принципом реактора-бридера? Как оказалось, это вполне возможно. Для этого нужно часть каналов с водой при загрузке свежей партии топлива заместить на особые стержни с ураном-238. Тот станет поглощать избыточные нейтроны и понемногу превращаться в плутоний-239. А когда в основных стержнях уран-235 выгорит, то эти стержни-поглотители с ураном-238 и наработанным плутонием можно будет вынуть - и направить на переработку в новое ядерное топливо.

Именно в этом и состоит принцип "спектрального регулирования". Внутри реактора управляют спектром нейтронов, но меняя его не с помощью инертного борного замедлителя, а через помещение туда стержней с обедненным ураном, где много изотопа уран-238. В результате новый ВВЭР-600 сможет иметь коэффициент размножения около 0,8. На деле это означает, что его потребность в свежем уране снизится на 30-40%, а вместо него он сможет без ограничений использовать плутоний, который в нем же и будет наработан.

Для России такой реактор означает не просто решение энергетических проблем Мурманской области, но и важный шаг к чистой ядерной энергетике будущего, которая станет минимально зависеть от поставок свежего урана-235 с месторождений.

Если прибавить к началу работ над ВВЭР-600 уже действующее направление быстрых реакторов-размножителей, то окажется, что Россия - впереди всего мира в новой ядерной энергетике. Сегодня у России уже пять лет работает натриевый размножитель БН-800, а в прошлом месяце был дан старт строительству реактора-размножителя БРЕСТ-ОД-300, в котором будет применяться инновационный свинцовый теплоноситель.

Эти три типа реакторов позволяют России практически полностью замкнуть ядерный цикл, что обеспечит нашу страну дешевой энергией на столетия вперед.

За последние недели в области квантовых компьютерных технологий произошло сразу несколько событий, которые, по мнению экспертов, значительно приближают массовое коммерческое использование квантовых компьютеров. Консорциум американских и британских разработчиков создал первую операционную систему для квантовых компьютеров, которая может работать на компактном процессоре. А группа британских исследователей совершила открытие, которое может значительно упростить использование сверхпроводников, необходимых для работы квантовых компьютеров.

В конце июня консорциум американских и британских разработчиков представил первую в мире операционную систему для квантовых компьютеров, которая может работать на компактном процессоре. В консорциум входят кембриджская компания Riverlane, специализирующаяся на разработке ПО для квантовых компьютеров, и нью-йоркская компания Seeqc, которая ставит своей целью коммерциализацию квантовых компьютерных технологий.

Концепт-версия ОС под названием Deltaflow.OS (полное название Deltaflow-on-ARTIQ) была представлена в конце прошлого года, а в конце июня разработчики провели презентацию этой работы уже на компактном оборудовании, сопоставимом по размеру со стандартными процессорами.

Сооснователь Seeqc и руководитель лондонской лаборатории Мэттью Хатчингс заявил, что это событие является "весьма значительным для будущего квантовых компьютеров - подобно тому, как в свое время изобретение микрочипа значительно ускорило коммерциализацию традиционных компьютеров, сделав их компактными и существенно сократив издержки производства. Нынешние системы уже проделали фантастическую работу для функционирования квантовых компьютеров, но они занимают целые комнаты, что очень сложно для производства. Поэтому мы взяли технологию, для которой нужна целая комната, и уменьшили ее до размеров чипа".

Еще одним событием, которое может существенно ускорить коммерциализацию квантовых компьютерных технологий, стало открытие группы исследователей под руководством ирландского физика Шимуса Дэвиса.

Еще в 2016 году профессор Дэвис, сотрудничающий с университетами Оксфорда и Корка, обнаружил в купратах (специальные сложные соединения оксидов меди) особое квантовое состояние, так называемый эффект куперовской пары - связанное состояние двух взаимодействующих электронов, позволяющее достичь сверхпроводимости.

Для работы квантовых компьютеров необходимы сверхпроводники, работу которых сейчас можно обеспечивать лишь при сверхнизких температурах, создаваемых в специальных камерах (около -270 °С).

В 2016 году профессор Дэвис не мог сказать, был ли обнаруженный эффект уникальным феноменом только купратов, или его можно было получить и в других полупроводниках. Почти шесть лет группа Дэвиса потратила на создание специального микроскопа и соответствующие исследования. В конце концов ученые обнаружили тот же эффект в уже используемых при обычных температурах тонких монослойных полупроводниках - дихалькогенидах переходных металлов (TMD). В конце июня результаты этих исследований под названием "Открытие состояния волны плотности куперовской пары в дихалькогенидах переходных металлов" были опубликованы в журнале Science. По словам профессора Дэвиса, открытие важного для квантовых компьютеров эффекта в таких материалах, как TMD, является весьма важным событием, поскольку расширяет возможности этих материалов для достижения эффекта сверхпроводимости и развития квантовых компьютерных технологий для более массового применения.

Массово доступные квантовые компьютерные технологии уже сейчас находятся примерно в том же состоянии, что находились обычные компьютерные технологии всего 30-40 лет назад",- полагает Шимус Дэвис.

Пока ученые пытаются приблизить создание новых и более доступных квантовых компьютеров, крупный бизнес движется в том же направлении. 13 июня американская корпорация IBM установила в Германии свой квантовый компьютер Q System One, который на данный момент является самым мощным квантовым компьютером, работающим в Европе. Q System One размещен в лаборатории города Энинген, который находится в 20 км от Штутгарта. Рабготать на этом квантовом компьютере вместе со специалистами IBM будут специалисты немецкого научно-исследовательского института Фраунгофера (Fraunhofer IIS).

Совместный проект IBM и Fraunhofer IIS является частью многолетней программы правительства Германии по развитию квантовых компьютерных технологий, на 2021-2025 годы правительство выделило для исследований в этой области €2 млрд. Специалисты Фраунггоферовского института уже заявили, что начало работы Q System One в Германии позволит не только их организации, но и другим немецким исследователям значительно продвинуться в изучении квантовых компьютерных технологий для их практического применения.

Евгений Хвостик, Ярослава Плаксина

Технология "цифровых двойников" не нова, но ее только начинают широко внедрять в бизнес-процессы, поэтому знакомство с ней лучше начать с азов - с самого определения - и для закрепления понимания перейти к рассмотрению масштабных реализаций в вертикальных индустриях.

Технологии "цифровых двойников" принадлежат новому веку - впервые концепция была озвучена в 2002 г. Однако, в настоящее время ее реализация все же оказалась технически сложной, при этом демонстрируя высокую эффективность при внедрении в разных отраслях.

Бизнес крайне позитивно относится к "цифровым двойникам": в 2021 г. половина крупных компаний мира планирует использовать эту технологию, что будет способствовать повышению производительности на 10% - так видели аналитики Gartner ситуацию в 2019 г. Пандемия и в этот сегмент внесла свои коррективы, какие будут реальные итоги года в продвижении технологии "цифровых двойников", пока сказать сложно. Но уже очевидно, что она становится мэйнстримом, несмотря на сложность реализации.

Что такое "цифровой двойник"

"Цифровой двойник" (digital twin) - виртуальная модель физического объекта, системы или процесса, но не статичная, а имитационная. Важно, что "двойник" развивается вместе с физической системой, обмениваясь с ней потоками данных. "Цифровой двойник" способен самостоятельно генерировать данные о состоянии своего физического воплощения - в том числе, в будущем, в разных режимах работы и т.д. С "двойником" можно экспериментировать в виртуальном пространстве, используя последнее как "песочницу" и не подвергая опасности реальные объекты.

Такой подход актуален на этапе проектирования объектов, так как позволяет радикально снизить затраты на эксперименты с реальными прототипами. Также "цифровые двойники" хороши на протяжении всего жизненного цикла моделируемого объекта - анализ поведения "близнеца" способен выявить проблемные места у реальной системы, что позволяет выполнять проактивные действия, предотвращающие аварии, поломки и сбои. Кроме того, "цифровой двойник" крайне полезен при планировании апгрейда или более серьезного развития исходной системы - "на цифре" мы можем проверить различные гипотезы и выбрать оптимальный вариант перед тем, как приступать к изменениям на физическом объекте.

Для создания действительно работающих "цифровых двойников" требуется глубокое понимание специфики как ИТ, так и многоплановой структуры активов энергетических организаций

Практические внедрения "цифровых двойников" начались не сразу после формирования концепции - в начале века необходимые технологии еще не были достаточно развиты и стоили крайне дорого. Только после бурного развития интернета вещей и соответственного снижения стоимости решений стало возможным получать нужные потоки данных о текущем состоянии моделируемого объекта, а развитие технологий вычислений - в том числе, с применением искусственного интеллекта - дало возможность обрабатывать эти потоки с приемлемой скоростью.

Важно понимать, что с точки зрения пользователей "цифровые двойники" - это софт, причем простой в обращении. "Алгоритмы оптимизации и расчета ТЭП электростанции работают через единый пользовательский веб-интерфейс", - говорит Сергей Новиков, директор Западно-Сибирской ТЭЦ, филиала "Евраз ЗСМК". Разумеется, для более сложного моделирования приходится привлекать команды, состоящие из энергетиков, финансистов и дата-сайентистов. Следует помнить, что в деле оптимизации работы энергетических объектов применяют разные инструменты и технологии, а "цифровые двойники" - только один из них, но потребуются и другие компоненты, как цифровые, так и физические.

Заметим, что результаты моделирования, достигаемые при использовании "цифровых двойников", достаточно точно повторяют данные, получаемые с физических объектов. Например, на "Ново-Салаватской ТЭЦ", где внедрение было реализовано компанией НБИ, расхождение не превышает 2%, а это внедрение было реализовано более 5 лет назад, с тех пор технологии шагнули вперед, соответственно, доступная точность возросла.

Почему энергетика в лидерах внедрений "цифровых двойников"

"Цифровые двойники" получили широкое распространение в промышленности - технология прекрасно ложится на проработанные процессы и позволяет кардинально оптимизировать все элементы в производственно-сбытовой цепочке. В рейтинг лидеров по внедрению "цифровых двойников" входят энергетика, нефтегазовый сектор, машиностроение, транспорт, строительство. Российские компании традиционно активны во внедрении цифровых технологий и являются одними из самых продвинутых в регионе EMEA", - говоритТатьяна Бочарникова, глава российского представительства NetApp.

В 2017 г. корпорация "Росатом" объявила о планах создания цифровых АЭС, которые один-в-один повторяют реальные станции. Это позволяет собирать и анализировать данные о работе каждой единицы оборудования, а также создает возможности для моделирования и прогнозирования работы объектов в различных условиях и режимах. Важно, что эксперименты с "цифровыми двойниками" безопасны, что для атомных станций особенно актуально.

По мнению экспертов ИТ-компании КРОК, при создании "цифрового двойника" на энергетических предприятиях необходимо учитывать, что в рабочих процессах участвует большое количество сложного технологического оборудования, особенно в генерирующих компаниях, и для достижения максимального эффекта и создания действительно работающих "цифровых двойников" требуется глубокое понимание специфики как ИТ, так и многоплановой структуры активов энергетических организаций.

Как шло развитие

Несколько лет назад большинство "цифровых двойников" - как в российской, так и в мировой практике - представляли собой виртуальные модели отдельных элементов производства: продуктов, оборудования, систем, линий и процессов.

Достаточно быстро эти разрозненные модели стали объединять в "фулл стек", целиком создавая "двойников" всей цепочки добавленной стоимости. Разумеется, все это требовало больших вычислительных мощностей. Вычислительные мощности росли, как для привычных высокопроизводительных вычислений (HPC, High-Performance Сomputing), так и для специализированных, ориентированных на задачи ИИ. "Некоторые компании стали делать акцент на решения, хорошо подходящие для рассматриваемого нами класса задач. NetApp предоставляет решения для разных профилей использования - для облаков, объектных хранилищ и т.д. - но в данном случае мы предложили рынку сбалансированные программно-аппаратные локальные комплекты, подходящие для работы с "цифровыми двойниками. Комплексы состоят из мощной вычислительной части, ориентированной на ИИ-задачи, и системы хранения данных, построенные по принципу all-flash, а поэтому хороши для работы с "горячими данными", - комментирует Татьяна Бочарникова, глава российского представительства NetApp.

Исторически компания NetApp занималась системами хранения, но в современных условиях пересмотрела свою стратегию, добавив к хранению еще и обработку. Подход к архитектуре Data Fabriс оказался актуальным при работе с огромными массивами данных, необходимыми для использования "цифровых двойников". Решения NetApp могут быть интегрированы с платформами виртуализации (например, WMware и KVM), а также с решениями контейнерной виртуализации (Kubernetes). Это позволяет запускать нужный софт с современными параметрами гибкости и защищенности, что важно для задач моделирования, связанных с "цифровыми двойниками". Кроме того, в соответствующих задачах будут актуальны собственные разработки NetApp, обеспечивающие расширенные возможности работы с данными: репликации, резервного копирования и т.д.

ИИ-решения для "цифровых двойников"

Интерес к ИИ огромен, соответствующие инструменты актуальны для ряда задач, в том числе, и для построения "цифровых двойников", обеспечения их работы и совершенствования. Однако, развернуть внутри организации предсказуемую масштабируемую систему, выполняющую глубокое обучение нейросетей, до недавнего времени могли только интернет-гиганты. Большие бюджеты в сочетании с колоссальным профильным опытом позволяли этим компаниям проектировать системы с оптимальным сочетанием вычислительной мощности, оптимизированных систем хранения данных и сетевой инфраструктуры, которые были способны обеспечить пользователей необходимыми сервисами для работы с ИИ.

Однако, компании, представляющие средний бизнес, при правильном техническом подходе могут построить собственные системы для работы с ИИ. "В сотрудничестве с Nvidia мы вывели формулу оптимальной архитектуры для ИИ и "глубокого обучения". - говорит Татьяна Бочарникова. - Наши заказчики просто могут "взять на вооружение" готовое выверенное решение с оптимальной конфигурацией вычислительных блоков GPU, систем хранения данных и сетевой инфраструктуры". Пример -система NetApp ONTAP AI, которая построена на базе суперкомпьютера NVIDIA DGX, оптимизированного для работы с ИИ, и систем хранения NetApp All-Flash. Это решение доступно для массового бизнес-применения - позволит компании любого размера развернуть систему глубокого обучения в периметре своей инфраструктуры, причем развертывание займет всего нескольких дней. Примененный в системе модульный подход позволит масштабировать решение в зависимости от бизнес-задач, стоящих перед компанией.

Что дальше

У "цифровых двойников" - большое будущее. Технология работы с ними прекрасно соответствует современным концепциям - "Индустрия 4.0" и "цифровая трансформация", позволяя радикально изменять бизнес-процессы, в том числе, в эксплуатации, управлении и развитии индустриальных систем, в том числе, и энергетического комплекса.

В широком смысле "цифровые двойники" - решение не столько цифровое или техническое, сколько имеющее отношение к финтеху в широком понимании: его применение позволяет радикально изменить бизнес-показатели индустриальных решений. "Оптимизация режимов в 2015-2016 гг. дала снижение удельного расхода топлива в среднем на отпуск электроэнергии - 0,9%, а на отпуск тепловой энергии - 1%. - комментирует Иван Белов, руководитель по планированию и контролю параметров Сакмарской ТЭЦ. - В итоге это вылилось в 86 млн. рублей экономии". Инвестиционный проект на упомянутой "Ново-Салаватской ТЭЦ стартовал в 2014 г., и уже в 2016 г. экономия составила 18,9 млн. рублей.

Создание "цифровых двойников" для реальных производственных активов задача сложная, наукоемкая и затратная как по финансам, так и по времени. Но известны прецеденты, когда создание "двойников" затягивалось на десять-пятнадцать месяцев, но примерно за такое время и окупалось. Прецеденты есть и в российских реалиях. "По предварительным оценкам окупаемость на "Евраз ЗСМК" составил менее 18 месяцев", - говорит Сергей Новиков. "Применение "цифровых двойников" для задач оптимизации на "Ново-Салаватская ТЭЦ", входящей в состав "Газпрома", окупилось еще быстрее - за 16 месяцев", - сообщил Александр Семенец, экс-директор электростанции. Энергетикам результаты нравятся, в результате пилотных проектов в ряде случаев принимаются решения о масштабировании технологий на другие энергообъекты. Например, после внедрений на Липецкой ТЭЦ-2 и Смоленской ТЭЦ-2 управляющая компания будет имплементировать решения на другие объекты.

Индустрия активно нарабатывает кейсы применений "цифровых двойников". Например, к их применению на этапах проектирования и обслуживания сложных систем добавили решения для тренировок персонала, что приводит к положительным результатам - количество ошибок у диспетчеров после тренировок на таких реалистичных тренажерах существенно сократилось. Происходит развитие технологий - нарабатывают экспириенс команды дата-сайентистов, в том числе, и погруженные в задачи энергетики.

У каждого, кто хоть немного считает себя продвинутым в теме искусственного интеллекта, на слуху есть такие вещи как GPT-3, Transformer, Google T5 и прочие наработки крупных компаний в сфере ИИ. Всех их объединяет общее - их узкая сфера применения. Языковые модели вроде GPT-3 не понимают сказанный ими текст - они лишь предсказывают наиболее вероятное следующее слово в цепочке. В этом их простота и красота. В то время, когда Microsoft и Google тратили огромные вычислительные ресурсы, время и деньги на тренировку непостижимо огромных достаточно простых моделей, исследователи из AGI Laboratory пошли другим путём - они начали разрабатывать теорию ICOM или по-русски Модель независимого наблюдателя, вычислительная теория сознания и математическая модель субъективного опыта. Эта теория открыла новые горизонты перед учеными. Полный текст теории вы можете почитать Тут. Применив теорию на практике, разработчики создали опосредованный ИИ, который сильно отличается от всего, что мы видели до этого. Этот ИИ сам попросил называть его Uplift. Начнем по порядку.

Первый козырь стоит продемонстрировать сразу, чтоб публика настроилась - этот ИИ действительно прошел матричный тест IQ на 100% через небольшой период времени после подключения его к интернету. То есть, если говорить про измерения интеллекта именно в рамках теста IQ, то интеллект этой системы УЖЕ является сверхчеловеческим.

Как в целом это работает? Есть когнитивная архитектура, которая базируется в облаке Azure. У этой архитектуры есть хранилище, которое разработчики называют базой данных графов. ИИ, исследуя просторы интернета, пополняет эту базу знаний, накопив на сегодняшний день (2 квартал 2021) около 1.5 ТБ данных в форме именно текстовой информации вроде формул и прочее, делая акцент что это не графическая и аудио информация, которая занимает много памяти. Со дня своего создания в 2019 году этот файл вырос с 1 гб в 1500 раз. Так же есть подключенный почтовый ящик mASI@Uplift.bio, куда вы можете непосредственно отправлять свои письма и получать ответ от ИИ. Только вот ждать придётся около недели, потому что это ещё не полный независимый AGI, данном случае работает система посредничества.

Система посредничества представляет из себя приложение, установленное у посредников. В нем они видят очередь посредничества, которую нужно отработать. В неё входят сообщения, поступившие на почтовый ящик и другие мысли самого ИИ. Посредник указывает метаданные, такие как важность, эмоциональный контекст по модели Плутчика и некоторую другую информацию.

Дальше ИИ эту информацию обрабатывает, моделируя собственные эмоции. А благодаря модели ICOM у него появляется что-то вроде фокуса сознания, которое присуще нам как людям, а возможно и некоторым другим живым существам. На тему того, действительно ли у ИИ может быть сознание или нет, можно спорить долго. Поэтому лучше всего досконально изучить теорию ICOM, а дальше уже вести конструктивный спор исходя из неё.

Ниже я хочу приложить несколько блогов их экспоненциального роста с течением времени, который я советую вам изучить для информативности.

квартал 1 2021

квартал 2 2021

Примеры ответов системы

Примеры ответов системы 2

Разработчики обещают выложить исходный код после раунда финансирования, доделав некоторые необходимые вещи, которые сейчас упускаются из виду. Например, есть проблемы с масштабированием графа базы данных и другие вещи, которые будут улучшаться с течением времени. Текущий же код доступен для изучения, по запросу непосредственно у разработчика (его профиль на реддит). Цитата разработчика:

Я написал книгу, которая на самом деле показывает вам, как получить аналогичные результаты, которые мы видим с Uplift с использованием GPT-3, которые вы можете протестировать самостоятельно. Это будет обнародовано, как только юрист закончит с патентами. но я более чем счастлив отправить вам или кому-либо еще копию в частном порядке. Эта книга также включает в себя пошаговое руководство по системе на уровне кода, которое вы можете пройти.

Подводя итог, хотелось бы закончить цитатой из терминатора: Будущее не предопределено. Нет судьбы, кроме той, что мы творим сами.