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.

Ольга Ускова - известный российский предприниматель в сфере информационных технологий, основатель и президент группы компаний Cognitive Technologies. Она возглавляет компанию-разработчик систем автономного управления наземным транспортом Cognitive Pilot (совместное предприятие Сбера и Cognitive Technologies).

В 2019 г. вошла в число наиболее влиятельных предпринимателей России, чьи технологии изменят мир, по версии Forbes. Входит в число лучших CEO-технологических компаний по версии международной премии CEO Today Awards, организованной журналом CEO Today Magazine.

Ее интервью - первое в новом проекте ТАСС "Беседы с Иваном Сурвилло".

Про хайп вокруг ИИ, революцию, людей - биологические батарейки и важность позиционирования в новом мире

- Как вы выходили на китайский рынок?

- Изначально мы делали проект вместе с ПК ТС - производственной корпорацией "Транспортные системы". Очень сильная компания, российская, работать с ними - одно удовольствие. Рекомендую их вам как следующих героев проекта. Производит трамваи, причем так, что Швейцария отдыхает. Это абсолютно современная машина: с кондиционером, с низкой посадкой, с портами для зарядки мобильных телефонов. Как в "Боинге" сидишь. У них два завода: в Твери и Питере. Производство транспортное в России поставить - надо быть гением, как Феликс Винокур (основатель и президент ПК "Транспортные системы" - прим. ТАСС).

Феликс, как всякий производственник серьезного уровня, думает о будущем. В какой-то момент он к нам пришел и сказал: "Хочу беспилотный трамвай". Мы удивились, потому что до этого приходили только иностранцы. Дальше сделали проект, запустили беспилотный трамвай в 2018 году.

Исполнительный вице-президент по развитию цифрового и нового бизнеса "Билайн" Джордж Хелд отметил, что на поиск объекта с дрона ушли бы часы и сутки, тогда как искусственный интеллект сделал это за несколько минут.

Разработанная компанией "Билайн" нейросеть помогла поисково-спасательному отряду "Лиза Алерт" найти пропавшего в лесу мужчину, сообщил исполнительный вице-президент компании по развитию цифрового и нового бизнеса "Билайн" Джордж Хелд.

"Благодаря нашей нейросети, которую „Лиза Алерт" использует почти во всех поисках, в июне чудом спасли пропавшего пожилого мужчину", - сказал Хелд, выступая на конференции "Цифровая индустрия промышленной России" (ЦИПР).

Он отметил, что AI-технология распознавания объектов на фото местности "Beeline AI - Поиск людей" работает на базе сверточных нейронных сетей. Благодаря ей отряд еженедельно находит минимум одного пропавшего человека.

По словам Хелда, на поиск объекта на сотнях кадров с дрона ушли бы часы и сутки, тогда как нейросеть сделала это в течение нескольких минут.

"Только в 2020 году искусственный интеллект „отсмотрел" 650 тыс. снимков, сопровождал отряд „Лиза Алерт" в 15 тыс. поисковых треках, проанализировал территорию 330 тыс. кв. км.", - резюмировал он.

 Покупка компанией Hyundai Motor Group у SoftBank производителя робототехники была озвучена еще в декабре 2020 года. Сегодня все условия сделки выполнены и Boston Dynamics, стоимостью $1,1 млрд, отошел к корейскому автопроизводителю. Компании Hyundai теперь принадлежит 80% акций, а 20% осталось за компанией SoftBank через одно из аффилированных лиц.

Совместно с Boston Dynamics, компания Hyundai планирует создать цепочку роботизированного производства от изготовления компонентов до интеллектуальных логистических решений. Кроме того, как сообщает пресс-служба компании, производство и продажа линейки продуктов Boston Dynamics будет постоянно расширяться.

    - Моя офигеть

    - Гав.

Новая программа была разработана РАН и МГУ, ее одобрил Путин. Ученые будут развивать технологии, при которых в мозг вживляются микрокомпьютеры, позволяющие управлять внешними устройствами

В России разрабатывают новую федеральную программу, которая позволит людям с помощью вживленных в мозг микрокомпьютеров управлять внешними устройствами и получать от них информацию, сообщает "Коммерсантъ" со ссылкой на содержание программы.

Для ее разработки при Минобрнауки создана специальная рабочая группа. Программа носит название "Мозг, здоровье, интеллект, инновации" и рассчитана на период до 2029 года.

Документ, в котором представлено содержание программы, был разработан Российской академией наук (РАН) и МГУ, еще в марте его одобрил президент Владимир Путин, пишет газета. Проработкой программы займутся премьер-министр Михаил Мишустин и глава администрации президента Антон Вайно.

На программу планируется выделить 54 млрд руб. Предполагается, что средства поступят из нацпроектов "Наука", "Демография", "Здравоохранение", "Производительность труда и поддержка занятости" и "Цифровая экономика".

В Минобрнауки "Коммерсанту" сообщили, что проект находится в стадии начальной проработки.

В рамках программы ученые будут исследовать и развивать технологии нейроинтерфейсов, при которых можно управлять внешними устройствами, например компьютером или экзоскелетом, напрямую, посылая электрические сигналы мозга, которые трансформируются в команды управления.

Программа также предполагает создание интерфейсов для управления сложными системами, например, самолетами, АЭС, автомобилями, как непосредственно, так и удаленно, "по принципу дистанционного присутствия, аватара", говорится в проекте. Помимо этого, ученые намерены создать технологии, которые смогут самостоятельно формировать цели, оценивать ситуацию, прогнозировать развитие и принимать решения.

Директор АНО "Лаборатория "Сенсор-Тех" Денис Кулешов уточнил, что интерфейсы, встроенные прямо в мозг человека, являются наиболее передовыми технологиями. Они позволяют направлять данные непосредственно в мозг человека. "Например, мы разрабатываем решение, которое будет вживляться в головной мозг незрячих пациентов и транслировать видеосигнал в зону зрительной коры. Сейчас тестируем компоненты системы на животных. В будущем подобный нейроимплант поможет слепым людям увидеть контуры и силуэты объектов", - рассказал он.

Разработчики из Facebook создали нейросеть, способную переносить визуальный стиль надписи на новый текст, используя лишь один пример. Статья опубликована на сайте исследовательского подразделения Facebook.

Любая надпись - неважно, это рукописная открытка, вывеска на магазине или название бренда на пачке еды, - состоит из двух частей: собственно текста, то есть смысловой составляющей, и визуального стиля. Люди могут с той или иной точностью, в зависимости от навыков рисования, копировать стиль написания текста и рисовать в этом стиле новые надписи. Алгоритмы для переноса стиля между изображениями существуют давно, но в основном они работают с рисунками. Исследователи также занимаются проблемой переноса текста, но пока с меньшим успехом: алгоритмам требуется длительное обучение конкретному стилю.

Правин Кришнан (Praveen Krishnan) и его коллеги из исследовательского подразделения Facebook создали алгоритм переноса стиля текста, которому достаточно лишь одного примера целевого стиля. Он состоит из нескольких нейросетей. На первом этапе все данные подаются на два кодировщика: для контента (текста) и стиля. Кодировщик контента принимает текстовую строку, которая преобразуется в изображение с этим же текстом, набранным шрифтом Verily Serif Mono на белом фоне. А на кодировщик стиля подается изображение целевого стиля с выделенной на нем надписью.

Затем оба сжатых представления с кодировщиков подаются на нейросеть-генератор. Она основана на архитектуре StyleGAN2 от NVIDIA, но модифицирована разработчиками для лучшей работы с текстом. В отличие от оригинальной StyleGAN2, новый генератор работает как условная нейросеть (Conditional Neural Network) с двумя условиями в виде данных с кодировщиков. Еще одна модификация заключается в том, что если данные с кодировщика контента подаются сразу на первый слой генератора, то данные с кодировщика текста подаются иным образом.

Для лучшей передачи всех отличительных особенностей стиля разработчики разместили между кодировщиком стиля и генератором еще одну нейросеть, которая кодирует различные аспекты стиля и передает их на отдельные слои генератора. В результате алгоритм хорошо передает на сгенерированном изображении с новым текстом низкоуровневые и высокоуровневые особенности визуального стиля исходного текста.

Поскольку существует практически бесчисленное множество стилей надписей, разработчики использовали подход с самообучением алгоритма без размеченных данных. Для этого они применили при обучении несколько функций потерь, контролирующих перенос как стиля, так и контента. Также разработчики создали свой датасет рукописного текста Imgur5K. Они отобрали пять тысяч публично доступных изображений английского рукописного текста с сервиса Imgur и выделили из них 135 тысяч слов. Также авторы использовали и уже существующие датасеты ICDAR 2013, ICDAR 2015, TextVQA и IAM Handwriting Database, а кроме того, создали синтетические изображения с текстом, наложенным на изображения.

В результате разработчики создали первый алгоритм, способный с одного примера переносить стиль рукописного и машинного текста. Вместе с успехами, авторы отметили и ограничения алгоритма. Например, он не всегда хорошо справляется с короткими надписями (три буквы или меньше), и с текстом, написанным курсивом. В качестве потенциального применения Facebook предлагает использовать подобную технологию в будущем в очках дополненной реальности для реалистичного перевода текста на объектах перед пользователем.

Нейросетевые алгоритмы для переноса стиля применяются не только для изображений, но и для других типов данных. Например, мы рассказывали о нейросети, превратившей песню Рианны в симфонию Моцарта.

Григорий Копиев

Facebook начнет тестировать новую систему для снижения токсичности в комментариях сообществ. Об этом сообщается в блоге социальной сети.

Система, которая называется "Оповещение о конфликтах", будет использовать искусственный интеллект для анализа комментариев, которые пользователи оставляют в сообществах Facebook.

В случае обнаружения споров или потенциально конфликтных ситуаций в комментариях система будет их маркировать и отправлять администратору сообщества уведомление. Кроме того, сообщения с нецензурной лексикой или неприемлемыми высказываниями будут помечаться плашкой moderation alert. Информация о таких комментариях также будет уходить модераторам группы.

Самим администраторам сообществ дадут новые инструменты, которые, по словам разработчиков, позволят снизить уровень токсичности или свести конфликт на нет. В частности, теперь можно будет ограничить частоту комментариев от конкретного пользователя, а также частоту комментирования определенных постов.

Вместе с новой системой анализа комментариев администраторам групп в Facebook дадут инструменты по "формированию и повышению культуры сообществ". Теперь им будет доступна статистика по участникам групп, в которой будут отображаться количество их публикаций и комментариев, число удаленных сообщений, статистика блокировок.

В 2020 и 2021 годах Facebook вводил цензуру на посты и комментарии, связанные с политикой и с пандемией коронавирусной инфекции. В частности, социальная сеть запретила выкладывать контент с выступлениями экс-президента Дональда Трампа.

Большинство сообщений в социальной сети, касающихся COVID-19, помечались рекомендательными плашками ознакомиться с официальной позицией по пандемии. Часть постов, особенно те, где критиковались существующие меры борьбы с распространением коронавируса, блокировались. Однако в конце мая Facebook сообщил, что больше не будет удалять сообщения об искусственном происхождении COVID-19. В компании объяснили, что изменили правила в свете расследований о причинах коронавируса и после консультаций с экспертами в сфере здравоохранения.

Автор
Михаил Котляр

*

"Стратегической сессией мы открываем работы по второму этапу проекта "ЦИФРОТЭК", - поясняет Станислав. - Сам проект ведется в рамках глобального сотрудничества с Министерством энергетики РУз по разработке дорожной карты цифровизации топливно-энергетического комплекса Республики. С февраля по июнь был реализован первый этап: мы провели более 1500 выездных встреч, обследовали семь крупнейших государственных предприятий Узбекистана в области ТЭК и зафиксировали уровень текущего состояния цифровизации и автоматизации этих организаций. Далее будет сформирована дорожная карта. Мы рассчитываем, что на горизонте пяти лет она создаст фундамент для устойчивого развития предприятий и отрасли в целом. Мы считаем, что такой подход станет примером для цифровой трансформации всех остальных отраслей не только в Узбекистане, но и в других странах".

Оценивая текущий уровень цифровизации предприятий ТЭК Узбекистана Станислав отметил сильные и слабые стороны: "Многие компании, которые мы посетили, являются "возрастными" и уровень автоматизации довольно низкий. При этом хочу отметить, что сами сотрудники хотят изменений. Мы видим огромное количество профессионалов, которые работают в своих функциональных областях. Как раз эти люди и являются фундаментом и основой для изменения этих предприятий. Несомненно, минусом является отсутствие автоматизации, но огромный плюс - очень сильная команда профессионалов".

Итогом двухдневной сессии станет формирование конечного списка инициатив и конкретных предприятий, где будут применяться те или иные решения. Далее документы представят на утверждение управляющему совету в составе Министра энергетики Узбекистана Алишера Султанова, а также глав энергетических компаний. После финального согласования специалисты "ИКС Холдинга" приступят к созданию дорожной карты. Сдача проекта запланирована на октябрь 2021 года.

Один из самых свежих и интересных российских проектов в области цифровых людей - Malivar. Основатель компании Валерий Шарипов рассказал "Популярной механике" о своих синтетических героях.

Я много работал с молодыми блогерами и селебрити, и с ними постоянно были накладки. Условно говоря, у тебя подписаны контракты с молодыми ребятами, но они могут не выполнить заказ в срок или сделать все по-своему. На тот момент уже стали появляться виртуальные аватары, вышел фильм "Первому игроку приготовиться". Помню, я подумал: как было бы классно, если хотя бы часть наших звезд была не реальными людьми, а аватарами. Цифровыми активами, которые можно продавать и которые тебя не подведут.

Начали с создания виртуальных блогеров, потому что это был знакомый рынок. Мы понимали, как их выращивать и продюсировать, но было неясно, кто в здравом уме станет подписываться на 3D-картинки. Наши первые рендеры оказались откровенно стремными, и я сильно сомневался в успехе. Но мы все же сделали несколько рендеров и выложили в Instagram. И пользователи начали подписываться, делиться, общаться с виртуальным персонажем. Интересно, что у старшего поколения была куча претензий к работе: волосы не так отрендерили, кожа что-то не очень. А молодежи, выросшей в экосистеме компьютерных игр, все равно, с кем общаться: с аватарами из Fortnite и League of Legends, с нашими героями или с реальными людьми. Они уже живут в мире синтетического контента. Взять Ольгу Бузову - 99% аудитории ни разу в жизни ее не видели. Она для них лишь образ на экране. Можно еще вспомнить "Generation П" Пелевина, где герой просто взял и оцифровал все правительство.

Инженеры Google Brain обучили алгоритмы создавать дизайн микросхемы. Нейросети справляются с проектированием всего за шесть часов и делают это лучше, чем белковые специалисты.

Современная разработка дизайна микросхем основана на сочетании автоматизированных методов и ручной обработки. Система автоматизированного программирования радиоэлектронной аппаратуры значительно экономит время, но инженерам всё ещё приходится планировать расположение блоков на кристалле. В итоге разработка дизайна микросхемы в зависимости от размера занимает до нескольких недель.

а) Процессор Ariane RISC-V. Микросхема составлена специалистами-людьми. Расположение её элементов считается хорошим: инженеры плотно упаковали 37 макроблоков в выровненные строки и столбцы, оставив место для размещения других компонентов. b) Другая вариация Ariane, созданная ИИ. Решения RL значительно отличаются от решений специалистов, но полученная схема не менее жизнеспособна.

В новом исследовании инженеры Google Brain научили ИИ самостоятельно проектировать микросхемы и сравнили итоговый результат с работами специалистов.

Исследователи применили подход глубинного обучения с подкреплением к проблеме размещения, в котором алгоритмы обучения с подкреплением последовательно размещают макросы на схеме. Когда макросы размещены, на данные воздействуют силовые алгоритмы визуализации графов.

Инженеры сформулировали задачи RL через марковские процессы принятия решений:

• "состояние": каждое возможное размещение элементов на холсте чипа;

• "действие": набор всех местоположений в дискретном пространстве холста, на которые макрос может быть помещён без нарушения жёстких ограничений на плотность или блокировки;

• "переход состояния": распределение вероятностей по следующим состояниям;

• "вознаграждение": вознаграждение равняется нулю для всех действий, за исключением последнего, где вознаграждение представляет собой отрицательную взвешенную сумму длины прокси-провода и перегрузки, с учетом ограничений плотности.

В исходном состоянии s0у алгоритма есть пустой холст микросхемы и неразмещённый список объектов. sT обозначает микросхему с размещёнными объектами. Таким образом, T - это общее количество объектов, t - промежуточное. На каждом этапе t начинается с st, выполняет действие at, прибывает в новое состояние st+1, получает вознаграждение rt от среды (0 для t < T и отрицательное для t = T). Алгоритм размещает блоки в порядке уменьшения размера.

Через повторяющуюся последовательность состояний, действий и вознаграждений нейросеть постоянно учится и улучшает показатели скорости с каждой новой схемой. Всего в ходе исследования ИИ учился на 10 тысячах дизайнов. Для обновления параметров программы обучения с учётом совокупного вознаграждения за каждое размещение инженеры использовали алгоритм обучения с подкреплением Proximal Policy Optimization.

Исследователи отмечают, что существует множество возможностей для доработки алгоритма, например, оптимизация выбора строк и столбцов при размещении макросов. Инженеры Google Brain планируют заняться его доработкой и в ближайшее время выложить исходный код в открытый доступ.

Несмотря на большое поле для доработок, алгоритм уже генерирует дизайн микросхемы менее чем за шесть часов по сравнению с несколькими неделями у специалистов. Сформированные алгоритмом дизайны либо схожи по качеству с ручной сборкой, либо превосходят её. Кроме того, тайминги у сформированных ИИ дизайнов лучше, чем у дизайнов, созданныхспециалистами-людьми.

В апреле прошлого года исследователи разместили препринт статьи на arXiv. Итоговые материалы исследования опубликованы 9 июня этого года в статье "A graph placement methodology for fast chip design" в журнале Nature DOI: 10.1038/s41586-021-03544-w.

Китайские учёные из Пекинской академии искусственного интеллекта (BAAI) вместе с десятками коллег из других организаций создали самую сложную в мире модель обработки естественного языка (NLP), которая превосходит аналоги от Google и OpenAI. Генеративная нейронная сеть глубокого обучения WuDao 2.0 создана в рамках стремления Китая повысить свою технологическую конкурентоспособность на мировой арене.

WuDao 2.0 представляет собой предварительно обученную ИИ-модель, которая использует 1,75 трлн параметров. Для сравнения, модель GPT-3 от OpenAI использует 175 млрд параметров, а представленная в январе Google Switch Transformer - 1,6 млрд параметров. Параметры - это переменные, определяемые моделями машинного обучения. По мере развития модели параметры уточняются, их количество возрастает, за счёт чего повышается точность работы алгоритма и его производительность.

Разработчики показали, как WuDao 2.0 использует свои возможности для имитации речи, написания стихов, распознавания изображений и генерации текста. Согласно имеющимся данным, WuDao 2.0 обучалась на английском и китайском языках, для чего исследователи использовали 4,9 Тбайт изображений и текстов, включая 1,2 Тбайт текстов на английском и китайском языках.

"Эти сложные модели, обученные на гигантских наборах данных, требуют лишь небольшого количества новой информации для освоения конкретной функции, потому что они могут использовать уже полученные знания для выполнения новых задач", - сказал один из учёных BAAI Блейк Ян (Blake Yan).

До 2016 года получить доступ к квантовым устройствам было непросто. Теоретикам квантовых вычислений приходилось убеждать исследователей аппаратных средств в необходимости проводить эксперименты на специализированных квантовых процессорах.

В конце 2015 года руководители рабочей группы почетный сотрудник и вице-президент IBM Джей Гамбетта (Jay Gambetta) и Джерри Чоу (Jerry Chow), ныне директор по разработке аппаратной части квантовых систем, заручившись поддержкой со стороны научного сообщества, предложили "разместить" квантовый процессор в облаке. Чтобы выйти на этот качественно новый этап, потребовались месяцы совместной работы представителей с нескольких континентов, направленные на развитие глобальной экосистемы квантовых вычислений.

Так, в рабочую группу для разработки ядра платформы и пользовательского интерфейса был приглашен эксперт по облачному ПО Исмаэль Фаро (Ismael Faro). К группе также присоединился сторонний дизайнер Карл де Торрес (Carl De Torres), который работал над внешним видом приложения. Рабочая группа хотела сделать акцент на устройстве с пятью кубитами. Математические операции, называемые квантовыми вентилями, связывали кубиты в квантовые схемы. Диаграммы, отображающие схемы и вентили, выглядели так же, как музыкальные ноты на нотном стане. Поэтому команда хотела получить интерфейс, который бы позволял интуитивно "сочинять" такие схемы. За пару выходных дней Фаро, прежде не имевший опыт работы с квантовыми устройствами, подготовил прототип веб-страницы и приложения - и это оказалось именно тем, что хотела рабочая группа.

Макет концепции платформы IBM Quantum Experience, созданный в январе 2016 года (Фото: Исмаэль Фаро)

Однако создание фронтенда было лишь частью головоломки. Группе необходимо было полностью продумать рабочую среду - как пользователи взаимодействуют с приложением, какие функции и вентили они могут видеть, как пользователи будут отправлять задания бэкенду, как конвертировать задания в квантовый ассемблер, понятный аппаратным квантовым устройствам, и как поставить в очередь тысячи возможных заданий для единственного устройства.

Нужно было подготовить и аппаратную часть. Учитывая сроки, группа решила не создавать совершенно новое устройство, а работать с лучшим квантовым процессором, который уже был в их распоряжении.

Квантовые вычисления выходят в Интернет
Сверхпроводящие квантовые компьютеры состоят из печатной платы со сверхпроводящей электроникой, программируемой микроволновыми импульсами. Эти процессоры находятся и подключены к управляющей электронике внутри криогенного холодильника размером с ведро. Холодильник гарантирует, что кубиты сохраняют свои сверхпроводящие свойства и подвергаются минимальному воздействию теплового шума или вибраций, вызванных избытком тепла. Однако любые возмущения - даже повседневные вибрации от здания - могут заставить кубиты декогерировать, то есть "забыть" запрограммированную квантовую информацию.

Ученый-исследователь отдела квантовых вычислений IBM Антонио Корколес работает на планшете в квантовой лаборатории IBM рядом с открытым криогенным холодильником

Научный сотрудник Антонио Корколес (Antonio Córcoles) участвовал в калибровке устройств, чтобы кубиты правильно реагировали на входные воздействия и достаточно долго сохраняли заданные значения для выполнения вычислений. Его группа оптимизировала конфигурации криогенной проводки для достижения наилучшего периода когерентности кубитов и скорости работы вентилей.

После того как поведение кубитов стабилизировалось, исследователям необходимо было убедиться, что их работа воспроизводима и что вентили выдают ожидаемый результат. Кроме того, требовалось обеспечить автоматическую калибровку устройств дважды в день. Группа должна была гарантировать характеристики устройства для пользователей и устранить возникающие сбои, а также предвидеть любые проблемы, которые могут возникнуть у пользователей, не знакомых с ограничениями квантовых устройств.

Система IBM Quantum Experience (теперь называется IBM Quantum) заработала 4 мая 2016 года. Ручеек быстро превратился в бурный поток: в первую неделю для работы с IBM Quantum Experience зарегистрировалось 7 тыс. пользователей, а к концу второй их число превысило 17 тыс.

Компоновка устройства IBM с пятью сверхпроводящими кубитами (Фото: IBM)

Пожалуй, самые важные уроки были усвоены за первые несколько месяцев после запуска. Группа анализировала сотни отзывов пользователей и отслеживала собственные исправления, чтобы сделать работу удобнее и систематизировать процесс для ввода в продуктив еще большего числа квантовых устройств. Пока сотрудники, используя канал Slack, исправляли отдельные ошибки по индивидуальным запросам, велась работа над активным поиском более долговременных исправлений. Это было нужно для того, чтобы рабочая группа могла вернуться к разработке нового оборудования, а не выступать в роли службы технической поддержки для растущего парка процессоров.

"Я считаю, что первоначальный запуск сыграл крайне важную роль, - говорит Корколес. - Но масштабы работы, которую мы проделали сейчас, поразительны. Мы вывели в облако десятки устройств и предоставили доступ к ним разработчикам по всему миру, часто на условиях свободного использования".

В IBM научились создавать стабильные квантовые устройства, выводить их в онлайн и автоматизировать некоторые из важнейших экспериментов, в том числе связанные с калибровкой устройств. "Если честно, для того чтобы разместить квантовый компьютер в облаке, нам потребовалось полностью перестроить мышление, - поясняет Джей Гамбетта, почетный сотрудник и вице-президент IBM по квантовым вычислениям. - Мы рассматриваем такие устройства не как объекты лабораторных экспериментов, а как системы".

Факты и цифры
Система облачного доступа к квантовым компьютерам IBM Quantum Experience поддерживает целый ряд квантовых систем, доступ к которым с помощью IBM Quantum Composer, IBM Quantum Lab и Qiskit получили исследователи, компании и активное сообщество Open Source разработчиков.

Сегодня на платформе IBM Quantum зарегистрировано более 325 тыс. пользователей. Каждый день тысячи разработчиков запускают на квантовых компьютерах IBM не менее двух миллиардов квантовых схем, и теперь им в этом помогает открытый набор средств разработки ПО Qiskit.

• Количество зарегистрированных пользователей: > 325 тыс.
• Количество скачиваний Qiskit: > 650 тыс.
• Количество научных статей, опубликованных благодаря использованию IBM Quantum: > 700
• Количество организаций в коммерческой сети IBM Quantum Network: > 140
• Количество выполняемых квантовых схем: > 2 млрд в день

Смотрите оригинальный материал на английском с дополнительными деталями, а также слушайте подкаст с участием российского победителя конкурса Quantum Challenge.

 Компания IKEA решила осваивать дополнительное направление деятельности. Бизнес, известный выпуском недорогой мебели и домашних аксессуаров, решил представить сборный электромобиль для городских условий.

Несмотря на малый размер, концептуально новая модель напоминает некоторые варианты мебели IKEA, способные трансформироваться по желанию владельца - например, пассажирское сиденье можно временно убрать для размещения в машине кресла для инвалидов. Найдётся место и для велосипеда, комплекта для сёрфинга и другого инвентаря.

Сборка разработанного Renault электромобиля потребует больше терпения и навыков, чем создание дивана из икеевского комплекта, поскольку от владельца подобного электромобиля из 374 деталей зависят не только его личные жизнь и здоровье, но и благополучие пассажира и/или пешеходов и других участников дорожного движения.

Компании-партнёры разработали крайне необычную систему - переднее и заднее окна будут открываться вверх, заменяя обычные двери. Примечательна и цена новинки - планируется, что IKEA Höga будет стоить 5300 евро. Для сравнения, Citroën Ami стоит 6900. Необходимо отметить, что он продаётся уже в готовом виде и не требует самостоятельной сборки. Об остальных характеристиках электромобиля IKEA и Renault объявят позже

Архитектурная концепция небоскреба "Лахта Центр - 2" была представлена сегодня в Северной столице во время заседания межведомственного совета по реализации соглашения о сотрудничестве между Петербургом и "Газпромом". Об этом говорится в Telegram-канале "Газпрома"

Высота нового небоскреба составит 703 метра и будет вторым по этому показателю во всем мире. Уникальность сооружения состоит и в том, что ему не будет равных по высоте обзорной площадки, которая составит 590 метров, и верхнего эксплуатируемого этажа.

"Проект предполагает создание вертикальной городской среды в форме спиральной башни высотой 703 метра, что символизирует неразрывную связь с историей и традициями Петербурга: новаторством, устремлением в будущее. Элегантный шпиль станет еще одним акцентом в панораме, сформированной доминантами различных эпох и движущих сил в развитии города", - говорится в релизе.

Председатель правления "Газпрома" Алексей Миллер пояснил, что высота башни - 703 - метра выбрана неспроста. Это символичная цифра, дань уважения истории. Напомним, Петербург появился как раз в 1703 году.

Миллер также считает "Лахту Центр 2" - продолжением традиций Петербурга. Глава "Газпрома" провел аналогию со строительством Петропавловской крепости, ставшей одним из самых высоких зданий в мире.

"Создание в районе Лахта Центра ядра, вокруг которого будет формироваться новый, современный центр, позволит не только сделать шаг вперед во всех сферах городского развития, но и даст возможность сохранить исторический Петербург таким, каким мы его знаем и любим", - сказал Алексей Миллер.

Министр обороны Сергей Шойгу сделал неожиданное заявление: в России началось массовое производство боевых роботов, наделенных искусственным интеллектом, благодаря которому они способны вести боевые действия без поддержки оператора. "Началось серийное производство боевых роботов. Появились уже не просто экспериментальные образцы, а роботы, которых действительно можно показывать в фантастических фильмах: они в состоянии самостоятельно воевать", - рассказал глава Минобороны РФ в ходе своего выступления на форуме "Новое знание".

Интересно, что еще в 1994 году по решению тогда еще руководителя МЧС Сергея Шойгу был сформирован Центр робототехники "Лидер", специалисты которого тремя годами позже провели уникальную операцию по устранению последствий техногенной аварии в Арзамасе-16. В лаборатории Всероссийского научно-исследовательского института экспериментальной физики из-за некорректных действий одного из ученых возникла самоподдерживающаяся цепная реакции. В связи с большим выбросом радиации человеку войти в помещение лаборатории было невозможно. Тогда-то на помощь и пришел робот МРК-25 "Кузнечик". Машина нейтрализовала опасность, сохранив не только человеческие жизни, но и саму лабораторию.

Пожалуй, именно этот опыт навел Сергея Шойгу на мысль о том, что роботизированные комплексы пригодятся и в Вооружённых силах. Впервые умные машины, способные действовать на земле, в небе и воде, показали себя на военно-техническом форуме "Армия-2015". Сегодня в Минобороны России говорят о создании первого полностью роботизированного боевого подразделения. В его основе будет двадцать боевых машин комплекса "Уран".

Роботизированная платформа "Уран-9" была принята на вооружение армии России в 2019 году. Машина предназначена для дистанционной разведки и огневой поддержки общевойсковых, разведывательных и антитеррористических подразделений. На вооружении двенадцатитонного "Урана-9" - сверхзвуковые противотанковые ракеты "Атака", термобарические боеприпасы "Шмель", 30-миллиметровая пушка и крупнокалиберный пулемет. Благодаря такому внушительному арсеналу робот может бороться с бронетехникой, живой силой, уничтожать долговременные огневые точки, системы ПВО и даже сбивать вертолеты противника.

Еще один российский беспилотник будущего, "Посейдон", имеет подводное назначение. Этот робот "Судного дня" оснащен ядерным двигателем, о котором президент Владимир Путин впервые объявил в послании Федеральному собранию в 2018 году. По его словам, такие роботы могут нести как обычные, так и ядерные боеприпасы. Это позволит им поражать широкий спектр целей, включая авианосные группировки, береговые укрепления и инфраструктуру.

Однако, "Ураны" и "Посейдоны" - машины безэкипажные, но не до конца автономные. За каждым из них стоит оператор, который не только направляет машину в бой, но и помогает ей точно выполнить боевую задачу. Однако в рамках марафона Сергей Шойгу подчеркнул, что роботы будущего в российской армии - это практически андроиды, не зависящие от человека. О каких конкретно машинах идет речь, Глава оборонного ведомства пока сохранил в секрете, но, основываясь на имеющихся сообщениях, можно предположить, что он имел в виду.

Первый и самый яркий пример "думающих" роботов - крылатые ракеты морского базирования. Такая ракета с искусственным интеллектом летит несколько часов, самостоятельно определяя курс и распознавая цель. Высокая автоматизация или роботизация просматривается сегодня и в российской боевой авиации. Многие задачи, решаемые человеком, бортовая система современного истребителя берет на себя: выбирает момент наиболее эффективного применения оружия, или может катапультировать летчика, если тот по причине ранения потерял контроль над управлением. Интересна и морская роботизированная подводная техника. Недавнее погружение автономного глубоководного аппарата "Витязь-Д" в Марианской впадине доказало, что в России уже существует система, способная самостоятельно выполнять задачи на гигантских глубинах.

Таким образом, понятие "искусственный интеллект" с каждым днём всё прочнее закрепляется в нашем лексиконе, в том числе и в военном. Прогресс оказался настолько стремительным, что на наших глазах рождается совершенно новая техническая цивилизация и совершенно новые методы ведения войны. По словам Сергея Шойгу, оснащение армии "мыслящими" машинами - одно из приоритетных направлений Минобороны РФ.

Общий объем рынка чат-ботов и виртуальных ассистентов в 2019 году, согласно данным исследования Research And Market, составил около $2 млрд, его ежегодный рост - 30%. При этом, как следует из исследования Microsoft, 72% жителей США, Великобритании, Канады и других стран в 2019 году хотя бы раз прибегали к помощи интеллектуальных помощников для голосового поиска в интернете, а 25% использовали их для покупок. Одними из главных игроков на рынке чат-ботов и цифровых ассистентов являются крупнейшие ИТ-компании, например IBM, Microsoft, SAP, Oracle, Google и Facebook.

За все время существования чат-боты и интеллектуальные помощники сильно эволюционировали. Если изначально они были программами, предназначенными для ответов на несложные вопросы, теперь в некоторых случаях это уже незаменимые советчики и собеседники. С их помощью, например, можно выбрать интересующий продукт, определиться с тем, куда вкладывать деньги, и даже следить за собственным здоровьем.

Другая важная тенденция - все большая персонализация чат-ботов и интеллектуальных помощников и схожесть их с человеком. Не так давно в Сети активно обсуждался случай, когда Google Assistant записал женщину на стрижку в салоне, а та даже не поняла, что имела дело с роботом.

Следует отметить: между чат-ботами и интеллектуальными помощниками есть существенная разница. Если чат-бот работает строго в соответствии с заложенным в него сценарием отработки узкого запроса, то цифровой ассистент благодаря искусственному интеллекту уже может что-то посоветовать человеку.

Среди наиболее примечательных интеллектуальных помощников, появившихся в последние годы, в частности, можно отметить некоторые разработки зарубежных компаний. Например, SAP Conversational AI. При помощи интеллектуального помощника компании могут разрабатывать собственных чат-ботов. Однако в составе SAP Conversational AI находятся не только инструменты, необходимые для создания ботов, но также те, при помощи которых можно обучать и контролировать программы. Все инструменты могут быть интегрированы как с продуктами SAP, так и других разработчиков. Также их можно заранее сконфигурировать для решения определенных отраслевых задач. Отличает SAP Conversational AI и ряд других особенностей, а именно: облачное развертывание на известных зарубежных серверах; использование мультиязычной технологии работы с сообщениями; end-to-end разработка. К настоящему времени при помощи SAP Conversational AI разработано уже более 60 тыс. голосовых помощников. Среди потребителей данного сервиса такие крупные организации, как, например, государственное учреждение, управляющее железнодорожной сетью Франции, а также французский телеком-оператор SFR.

Не менее яркая новинка - решение, разработанное Toyota для оснащения концепт-кара LQ: голосовой ассистент по имени Yui. Он позволяет настроить автомобиль под любого водителя, учитывая его особенности вождения, желания и привычки. Примечательно, что настройка автомобиля может меняться прямо во время движения в зависимости от того, какие эмоции испытывает водитель. Цифровому ассистенту доступно управление креслами, кондиционером и системой ароматизации воздуха. Кроме того, он может вести разговор с водителем. Как результат - поездка в автомобиле становится максимально комфортной и безопасной. Примечательно, что интеллектуальный помощник также поддерживает максимально возможный сегодня уровень автопилота транспортного средства - четвертый.

Внимания заслуживает недавно анонсированный Oracle голосовой помощник Oracle Digital Assistant. Используя его, пользователь может при помощи голосовых команд создавать коммерческие предложения. В частности, он способен эффективно получать аналитику из данных и, основываясь на ней, принимать решения. Цифровой ассистент использует различные словари, которые требуются для работы с предприятиями из разнообразных отраслей, отрабатывает сложные запросы и при ответах на запросы получает данные из всех доступных корпоративных приложений. Более того - Oracle Digital Assistant под силу распознать сложные лингвистические конструкции. Также он может параллельно подключаться к различным внутренним системам.

Что касается расширения функций интеллектуальных помощников, здесь можно обратить внимание на обновление "Google Ассистент", которое произошло в 2020 году. С помощью помощника теперь можно заранее сделать кофе - он может включить и отключить кофемашину, когда нужно. На "умных" дисплеях теперь можно делать цифровые заметки, доступные всем членам семьи. Обновлению подверглись настройки конфиденциальности "Google Ассистента". При случайной активации помощника можно просто сказать: "Окей, Google, это было не для тебя". Тогда же, когда нужно отменить все сохранённые записи команд, поможет фраза: "Окей, Google, удали всё, что я сказал тебе на этой неделе". Теперь помощник может ответить, сохраняет ли он аудиоданные или нет - пользователь сможет это понять, посмотрев на открывшийся экран с настройками конфиденциальности.

Примечательно, что в 2020 году Huawei представил на международном уровне аналог "Google Ассистента": собственный голосовой помощник Celia. С необходимостью его разработки компания столкнулась после соответствующих мер, предпринятых против нее правительством США. Не имея возможности продолжать пользоваться услугами Google, производитель стал разрабатывать свои инструменты, в том числе - виртуальный помощник Celia. Он должен быть интегрирован в P40 и P40 Pro, а также в новую линейку флагманов компании.

Говоря о будущем интеллектуальных помощников, следует сказать, что их возможности взаимодействия с человеком, без сомнения, станут еще больше. Однако полностью самостоятельными в общении с ним в обозримой перспективе станут не всех из них - некоторым в ответах на определенные запросы по-прежнему должны будут помогать специалисты отделов поддержки. Таким образом, пока пользователям в некоторых случаях предстоит иметь дело с гибридным подходом в применении интеллектуальных помощников.

"В настоящее время строительные работы по самому корпусу практически завершены. Остаются следующие виды работ: поставка оборудования (подавляющее количество уже есть, вопрос в монтаже), валидация оборудования. Мы хотим получить стандарты GMP и признание нашего продукта на территории, как минимум, нашей страны, эти процедуры займут определенное время. По стандартам GMP, сертификация оборудования занимает несколько месяцев", - рассказал министр образования и науки Асхат Айтмагамбетов в ходе пленарного заседания Мажилиса 5 мая, сообщает издание Учёт.kz.

По поводу оборудования, министр добавил, что необходимо закупать оборудование для хроматографической очистки. Это связано с тем, что на заводе будет выпускаться широкая линейка вакцин. Для всех остальных вакцин имеющегося оборудования достаточно, но не для производства инактивированной вакцины: чтобы сделать штамм вируса вакцинным, надо сделать более 100-200 пассажей.

"В связи с этим возникает необходимость хроматографической очистки, чтобы снизить реактогенность этой вакцины. Если бы это была векторная или субъединичная вакцина, то дополнительное оборудование бы не потребовалось. Но для инактивированной вакцины требуется дополнительное оборудование, хроматографическая очистка, водоподготовка, пароподготовка... В связи с этим акимат Жамбылской области в рамках проектно-сметной документации направил заявку на дополнительное финансирование", - сообщил Айтмагамбетов.

Согласно заключению комитета Мажилиса по финансам и бюджету, поправки в республиканский бюджет на 2021 год предусматривают выделение средств на завершение строительства биофармацевтического завода по выпуску иммунобиологических препаратов - 1 597 008 000 тенге (это более 3,74 млн долларов).

Строительство завода в поселке Гвардейский Кордайского района Жамбылской области началось в июне 2020 года. Сроки завершения работ и запуска завода переносились с конца 2020 года на весну, первое полугодие и конец 2021 года. Ожидается, что на данном заводе будет производиться вакцина от коронавируса QazVac, разработанная в Казахстане.