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.

Специальное управление по вопросам развития искусственного интеллекта появится в структуре Минобороны России.

Его планируется создать в ближайшее время, сообщается на сайте правительства РФ.

Как заявлялось ранее, российская армия сделает ставку на внедрение технологий ИИ. Наши военные всё больше применяют роботокомплексы, автоматизированные системы управления и беспилотные летательные аппараты.

В понедельник, 26 апреля 2021 года, первый зампред коллегии Военно-промышленной комиссии Андрей Ельчанинов провёл заседание рабочей группы по проблемам развития комплексов с беспилотниками военного и двойного назначения. На нем представители Минобороны РФ рассказали о направлениях интеллектуализации БПЛА при групповом применении.

Таким образом, система включает в себя дозатор Waycap, через который капсула всего за 30 секунд может быть перезаряжена - заполнена смесью (кофе, чай и т.п.). После того, как кофе отфильтруется в заварочном блоке, капсула уже пуста, чиста и снова готова к использованию.

По оценкам создателей этого решения, эта система экономит около 85% по сравнению с привычными одноразовыми капсулами, таким образом, это лучше решение экологических проблем, вызванных миллиардами старых капсул.

Приживётся ли это решение на рынке домашних кофемашин и на рынке соответствующих капсюльных торговых автоматов? Скорее да, чем нет. Потому как весь мир сегодня ставит во главу - экологию, параметр, который сегодня очень неплохо работает и в маркетинге при продвижении продуктов на рынке.

Источник: РИА Новости

Компания Success Rockets успешно запустила прототип метеоракеты УР-1. Испытания проходили на собственном полигоне в Кировской области, об этом пишет издание "Хайтек".
Запуск был необходим для испытания бортовых систем, которые будут устанавливаться на суборбитальные метеоракеты. На ее разработку потребовалось полгода.
Длительность полета составила полторы минуты. Этого времени хватило, чтоб получить данные о пусковом расчете, проверить работоспособность блока электроники при номинальном ускорении в реальных условиях.
Глава компании, Олег Мансуров отметил, что Success Rockets активно работает над созданием собственных ракетоносителей для суборбитальных и орбитальных полетов. Зимой успешно были проведены статические испытания двигателя, который также разрабатывался компанией. Поскольку все испытания прошли в штатном режиме, далее планируется запуск ракеты с двигателем максимальной мощности.
На своей странице в одной из социальных сетей Антон Немкин, который является инвестором Success Rockets,выразил удовлетворение от проделанной работы. По его словам, для молодой компании успешное испытание прототипа метеоракеты уже является успехом, ведь в мире существует множество космических стартапов, работа которых заканчивалась бумажными расчетами.
Следующие испытания ракеты запланированы на лето.

Ученые из новосибирского Академгородка Николай Баранов и Оксана Афанасьева случайно изобрели водку, которая не вызывает похмельного синдрома. Об этом сообщает Telegram-канал Mash Siberia.

Исследователи хотели создать лекарственный препарат для людей, больных сахарным диабетом второй степени. Лекарство создавалось на основе лишайника ягеля - растения, обладающего свойством выводить токсины из организма.

Баранов и Афанасьева добавляли выделенные из растения олигосахариды в разные жидкости, в том числе в водку. Получившийся напиток сохранил свою крепость, но лишился вредных свойств. Как заявляют ученые, его постинтоксикационный эффект снизился в 20 раз, токсическое действие алкоголя - в два-три раза, и в шесть раз удалось уменьшить скорость образования алкогольной зависимости.

Теперь исследователи собираются сосредоточиться на изучении свойств ягеля для коррекции метаболических нарушений при сахарном диабете. Что касается производства водки, то это "дело будущего", считают они.

"Для этого надо соответственным образом подготовиться, чтобы это можно было воплощать в реальную жизнь", - сказали ученые.

Расчетная грузоподъемность машины составляет 600 килограммов, пассажировместимость 6 человек.

Благодаря популярной культуре, искусственный интеллект для очень многих людей - это безжалостные роботы, которые "убьют всех человеков" при первой же возможности. Этот образ поддерживают и регулярные туманные, но угрожающие сообщения от руководителей ИТ-корпораций об опасности ИИ. Но есть и другое мнение. Вероятно, искусственный интеллект еще долго не будет для нас угрозой.

Что такое искусственный интеллект

Журналист New York Times Кейд Метц, пишущий о технологиях, недавно выпустил книгу "Genius Makers", посвященную разработке систем искусственного интеллекта в таких компаниях, как Google, Facebook и другие. Он провел множество интервью со специалистами, проанализировал сотни документов и пришел к выводу: технология действительно очень многообещающая, но из-за большого количества недостатков она все еще работает намного хуже, чем человеческий мозг.

Сегодня искусственный интеллект - это набор концепций, который позволяет компьютерным системам очень примерно имитировать работу человеческого мозга. Одно из таких понятий - нейронная сеть. Это математическая система, способная анализировать данные и точно определять закономерности. Например, если взять множество фотографий кошек и загрузить их в нейросеть, то она может научиться определять изображения, на которых есть кошки. Первые такие сети были построены в 1950-х годах, но за десятилетия ученые так и не добились заметного прогресса.

Ситуация начала меняться в 2010 году. Тогда было устранено два препятствия для развития технологий ИИ - недостаток информации и недостаток вычислительной мощности компьютеров. Благодаря интернету, у исследователей появилось множество данных, а скорость процессоров развилась до достаточного уровня.

Каким отраслям действительно нужен искусственный интеллект

Многие сервисы без технологий ИИ, скорее всего, просто не появились бы. Это, например, голосовые ассистенты наподобие Siri, беспилотные автомобили, чат-боты, системы видеонаблюдения, складские роботы и множество онлайн-сервисов, которые работают с изображениями, текстами и другим медиаконтентом.

По мнению Метца, "искусственный интеллект" - просто не совсем корректное название. "Когда мы слышим этот термин, мы представляем себе компьютер, который может делать все, что могут люди. Это было не так в 1950-х годах, это неправда и сейчас".

Дублирование человеческого мышления, в частности его способности справляться с неопределенностью - до сих пор сложнейшая задача. В качестве примера: беспилотный автомобиль может распознать, что именно находится вокруг него, и часто он делает это лучше, чем люди. Но его по-прежнему опасно направлять "куда угодно" без контроля со стороны человека или давать ему полномочия самостоятельно реагировать на что-то неожиданное на дороге.

Действительно негативные последствия от ИИ

Проанализировав текущее развитие технологий, Метц озвучивает настоящие негативные последствия, которые можно ожидать от технологий ИИ.

• Fake news будут генерировать не только люди, но и искусственный интеллект. В какой-то момент качество поддельной информации станет таким, что не будет точного способа сказать, что реально, а что - подделка.
• Огромную опасность будет представлять любое оружие, которое будет управляться через интернет.

Самым страшным Метц называет тот факт, что многие компании-разработчики позиционируют нейросети, как некую утопию, которая способна идеально и без ошибок выполнять человеческую работу. На самом деле это не так. Как правило, нейронные сети учатся на огромных массивах информации из интернета - и эта информация создана людьми. А они не могут не транслировать определенную предвзятость, например, гендерную или расовую.

Китайская угроза

Руководители крупных технологических компаний регулярно выступают с тревожными заявлениями об искусственном интеллекте. Например, бывший CEO Google Эрик Шмидт недавно заявлял, что американские компании недостаточно серьезно относятся к теме ИИ, и поэтому есть риск отстать от Китая в уровне развития этих технологий. Возникает вопрос - насколько это реально?

По словам Метца, развитие технологий ИИ действительно можно отнести к вопросам национальной безопасности. Цель Шмидта и других руководителей компаний - побудить государство относиться к теме ИИ максимально серьезно. Но Метц предупреждает, что в деле конкуренции с Китаем нужно быть осторожнее. Лучшие технологические кадры часто приходят в США из-за рубежа, и в частности из Китая. Поэтому возможное закрытие границ с поднебесной может навредить США в долгосрочной перспективе.

В России за последние годы ситуация с развитием технологий ИИ значительно улучшилась, хотя, скорее не благодаря, а вопреки усилиям государства. Наши IT-компании активно внедряют последние мировые новации в области искусственного интеллекта, опираясь более на инженерные разработки. Где в этом процессе место науке?

Современные нейросети ведут себя иначе, чем предсказывает статистическая теория обучения и вообще полны загадок. Инженерам это никак не мешает, но зато дает ученым возможность новых прорывов в области искусственного интеллекта.

Об этом, а также об уровне исследований в области искусственного интеллекта в России и о том, как наука позволяет сделать их еще мнее "Эксперту" рассказал Дмитрий Ветров, профессор факультета компьютерных наук НИУ ВШЭ, заведующий Центром глубинного обучения и байесовских методов. Он в числе победителей премии Research Excellence Award Russia 2021, присуждаемой продуктивным и высокоцитируемым российским ученым в номинации "Вклад в развитие актуальной научной темы в мире" за исследования по теме "Сверточные нейронные сети".

Каково место России в области в области искусственного интеллекта (ИИ)? Насколько сильно мы отстаем от стран-лидеров?

Уместнее говорить не о странах, а о компаниях, так как именно они являются лидерами в разработке технологий ИИ, а университеты играют хотя и важную, но все-таки вспомогательную роль. Безусловным лидером в мире является корпорация Google со своими дочерними подразделениями Google Brain и DeepMind. Также на переднем крае находятся Facebook, Apple, Baidu, и другие. В России за последние годы ситуация с развитием технологий ИИ значительно улучшилась, хотя, как это часто бывает, скорее, не благодаря, а вопреки усилиям государства. Наши IT-компании активно внедряют последние мировые разработки в области ИИ, а компания "Яндекс", занимающая лидирующие позиции по этому направлению в России, даже успешно разрабатывает собственные технологии. В последние годы интерес к технологиям ИИ также растет со стороны банковского сектора.

Значит ли это, что государственные усилия, то государственные программы развития ИИ пока не особо работают?

Значит. В том числе и потому, что государство ставит неточные параметры эффективности, деньги расходуются неоптимально, направление развивается медленно. В экспертном сообществе есть общее мнение, какие показатели являются индикаторами успеха именно в нашей области, но, к сожалению, государство упорно продолжает выставлять не те. Например, общий критерий успеха ученого - это публикации в индексируемых журналах. В то же время все, кто занимается ИИ, знают, что основные результаты сейчас публикуются не в журналах, а на конференциях. Если вы добились выдающихся результатов и попали на ведущую конференцию, это никак не зачтется чиновниками, а вот если вы опубликовались пусть даже в среднем журнале, куда попасть намного проще, то зачтется.

"Сбер" собирает мощный пул специалистов по теме ИИ, но критики утверждают, что их разработки слабо связаны с передовой наукой в этой области. А надо, чтобы было связаны? Или достаточно инженеров?

Смотря какие задачи ставить. Если вам надо решать прикладные задачи и добиваться коммерциализации, то можно собрать много инженеров, которые сделают много чего хорошего и для "Сбербанка", и в целом для отрасли. Если вы хотите добиться научных результатов (например, разработать новую технологию обучения нейронных сетей или новую модель), то вам понадобятся и ученые тоже.

А где место науки сейчас? Понятно, что технология развивается в больших корпорациях на индустриальных масштабах. А осталось вообще место научному остроумию?

Остроумия в инженерии нужно ничуть не меньше, чем в науке. И в последние годы было много остроумных инженерных решений, которые очень повлияли на развитие технологии. Технологии сейчас разрабатываются в корпорациях-лидерах, а университеты играют вспомогательную роль - меньше ресурсов, меньше мощностей, меньше бюджеты. Но корпорации заинтересованы в развитии конечных продуктов, и существует еще много сфер деятельности, которые не нашли еще своего инженера, способного внедрить в них технологии ИИ. Поэтому необходимость в большом числе грамотных инженеров, способных внедрить уже существующие технологии ИИ, будет сохраняться. Но это не отменяет необходимости науки.

За последние несколько лет в нейронных сетях обнаружено много удивительных и даже, я бы сказал, загадочных эффектов. Технологически это не очень важно: "заткнись и считай", как говорил Ричард Фейнман по поводу споров об интерпретациях квантовой механики. Нейросеть работает, а какие процессы при этом происходят внутри сети, не так уж и важно - с точки зрения инженера. Но как ученый я с этим согласиться не могу. Если мы наблюдаем загадочные эффекты, значит мы чего-то не понимаем. И весь опыт науки подсказывает, что, когда мы сталкиваемся с загадкой природы (в данном случае в качестве "природы" выступает модель нейронной сети, очень сложная и пока не очень познанная), то усилия по ее разгадке будут вознаграждены и в конце концов приведут и к развитию инженерных технологий. Это как раз то, чем и должны заниматься ученые. Приведу пример. Уже несколько десятилетий есть строгая математическая теория (т.н. статистическая теория обучения), которая позволяет оценивать качество моделей машинного обучения в зависимости от их сложности. Так вот эта теория предсказывает, что если нейросети делать слишком большими (глубокими, широкими), то их качество должно падать. Но на практике мы наблюдаем прямо противоположное: чем глубже, больше, шире нейросети, тем лучше качество их работы. Значит, что-то не так с нашей теорией. Но для того, чтобы возникла правильная теория, нужны ученые.

Если грубо, "глубже и шире" в применении к ИИ - это больше слоев в нейросети?

Да.

А чем современные нейросети принципиально отличаются от классического перцептрона*?

*Перцептрон, первую известную электронную модель мозга описал нейрофизиолог Фрэнк Розенблатт, на основе которой в 1960 году был сделан первый нейрокомпьютер, умевший распознавать некоторые буквы английского алфавита. Классический перцептрон состоял из воспринимающего слоя элементов, одного слоя "нейронов", соединенных между собой и реагирующих на обучение параметрами связи между "нейронами", и слоя вывода, который сообщает, например, какую, букву перцептрон увидел. Верный ответ закрепляется в связях между "нейронами", а неверный --

Есть ряд архитектурных различий, но принципиально - ничем. Но стало больше слоев в нейросети и сами слои стали состоять из большего числа нейронов, плюс обучаются современные нейросети на гораздо больших объемах данных. И здесь есть еще один очень любопытный результат. Когда данных было мало, те же перцептроны, нейросети предыдущего поколения работали очень плохо и уступали классическим методам машинного обучения, вроде бустинга, решающих деревьев, машины опорных векторов, и др. Но когда данных стало много, оказалось, что нейросети начинают существенно обгонять классические методы. Более того, в отличие от классических методов, где настраиваемых параметров должно быть не очень много (а если их будет очень много, начинается т.н. "переобучение", и качество резко деградирует - это как раз то, что и предсказывает статистическакя теория обучения и то, что мы наблюдаем на практике), в нейросетях наблюдается прямо противоположное. Мы обучаем современные нейросети, скажем, по базе, в которой 500 тысяч объектов, а в нейросети 50 млн параметров. То есть параметров для настройки в 100 раз больше, чем объем данных, на которой мы нейросеть обучаем, и при этом все хорошо работает.

О ваших публикациях. Я правильно понимаю, что вы работу с нейросетями сочетаете с математической статистикой?

Точнее - с вероятностным моделированием.

Нейросети обучают с помощью статистического "метода максимального правдоподобия". И он гарантировано работает, если объем данных сильно больше, чем количество параметров, по которым мы оцениваем эти данные.

Но в современных нейросетях ситуация ровно обратная: параметров сильно больше, чем объем данных. Можно ли с этим что-то сделать? Можно, есть другой статистический метод - "байесовское моделирование". Традиционно он использовался для того, чтобы настроить модель, по небольшому объему данных. Сейчас у нас данных много, но и параметров стало еще больше, так что этот метод применим. Байесовский аппарат довольно трудоемкий, поэтому приходится разрабатывать приближенные методы для применения его к нейронным сетям, чем занимаются различные исследовательские группы в мире, включая нашу. Полушутя можно сказать, что мы хотим "скрестить ужа с ежом" и применить байесовский аппарат для современных нейросетей, у которых десятки миллионов параметров.

И что показывают ваши последние публикации? Что это теоретически возможно? Или что это уже работает?

Что теоретически работает, это было понятно и так. Проблема, как упростить аппарат и сделать его применимым. Мы, конечно, не применяли его к индустриальным нейросетям, которые используют "Яндекс", Google, Apple, но на нейросетевых моделях, доступных простым университетским ученым, он работает. Насколько это переносится в индустрию, я могу лишь по косвенным данным судить. Знакомые коллеги, работающие в индустрии, мне говорили, что они наш метод воспроизводили и у них что-то получалось. Среди прочего наши технологии позволяют сжимать, ускорять нейронные сети и повышать точность их работы.

Адрес: г. Санкт-Петербург, ул. Софийская, д. 8, корпус 1

Режим работы: 9.00 - 18.00, сб - вс выходной

Телефон: +7(931)0011633

Почта: mail@tehnior.ru

С 2017 года китайская компания предпринимала усилия по развитию бизнеса в сфере облачных серверных систем, а стратегия на этом направлении была определена ещё в 2010 году. Просуществовав 14 месяцев, подразделение облачных технологий и систем искусственного интеллекта было расформировано, а функции распределены между двумя другими структурами.

О реформах внутри Huawei сообщило издание Nikkei Asian Review, ссылающееся на Caixin, знакомое с информационной рассылкой для служебного пользования. Как говорится в документе, распространённом второго апреля, связанные с серверным сегментом и системами хранения данных операции перейдут под контроль подразделения Huawei, курирующего развитие интернет-продуктов и решений. Оно же будет отвечать за разработку новых аппаратных компонентов.

Подразделение облачного бизнеса Huawei продолжит профильную деятельность, но теперь услуги в сфере систем искусственного интеллекта не будут обособляться. Президентом облачного подразделения назначен Чжан Пинань (Zhang Pingan), который последнее время курировал развитие облачных систем в потребительском секторе и подчинялся Ричарду Ю (Richard Yu), возглавлявшему расформированное подразделение Huawei до этого месяца. Кому теперь будет подчиняться Чжан Пинань, в Huawei не уточняют.

Председатель совета директоров Huawei Technologies Кен Ху (Ken Hu) в конце прошлого месяца заявил, что годовая выручка облачного подразделения компании выросла на 168 %, поскольку пандемия подстегнула развитие сегмента. Основатель компании Жэнь Чжэнфэй (Ren Zhengfei) в ноябре прошлого года признал, что направление облачных систем компании отстаёт в развитии от конкурентов, но надеялся, что специально созданное подразделение устранит это отставание. По словам анонимных представителей Huawei, компания разочаровалась в данном бизнесе на фоне собственной неспособности догнать конкурентов и позднего выхода на этот рынок.

Компания Microsoft начала применять погружной метод для жидкостного охлаждения своих серверов. Инженеры говорят, что такой способ повышает производительность "железа", экономит энергию и позволяет эффективнее отводить тепло.

Серверные стойки целиком опускаются в специальные ванны, наполненные непроводящей жидкостью на основе фторуглерода. При прямом контакте с оборудованием жидкость поглощает тепло, закипает (уже при температуре 50 градусов Цельсия), конденсируется, а затем попадает обратно в ванну. В результате создается замкнутая система охлаждения, которой не нужна энергия для перемещения жидкости по резервуару.

Сейчас серверные стойки и инженерные системы в большинстве дата-центров охлаждаются испарительным методом (когда температура наружного воздуха сбрасывается до 35 градусов Цельсия и ниже), что требует большого расхода воды. Технология жидких ванн лишена этого недостатка, и к тому же позволяет располагать оборудование плотнее друг к другу, рассказал The Verge Кристиан Белади, вице-президент группы перспективных разработок Microsoft.

По словам Белади, сейчас компания испытывает "ванный" способ охлаждения только на одной стойке, которая находится в небольшом дата-центре. Однако в будущем Microsoft намерена расширить масштабы эксперимента.

В 2018 году Microsoft спустила на морское дно у берега Шотландии целый дата-центр, заключенный в огромную, 12-метровую стальную капсулу. Как ожидается, 12 стоек с 864 серверами пробудут на глубине около 35 метров пять лет.

У проекта компании, который носит название Project Natick, есть ряд преимуществ перед "наземными" аналогами. Во-первых, холодная морская вода эффективнее справляется с охлаждением серверов, и обходится дешевле. Во-вторых, к подводным контейнерам могут быть подключены турбины или приливные энергетические системы, которые также могут использоваться для выработки электроэнергии. И в-третьих, находящееся под водой "облако" может быть развернуто в сжатые сроки - менее чем за 90 дней против двух лет на земле.

В первый день работы выставки ее посетили многочисленные бизнес-делегации и представители профильных министерств Узбекистана: Министерство энергетики, Министерство по развитию информационных технологий и коммуникаций, Министерство инвестиций и внешней торговли. "ИКС Холдинг" представил новинки и успешно внедряемые ИТ-продукты топ-менеджерам таких компаний как "Узбекнефтегаз", "Узбекэнерго", "Узгидроэнерго", российской компании "Ростех" и многих других. Также стенд компаний USM посетили министр инвестиций и внешней торговли Республики Узбекистан Сардор Умурзаков и его российский коллега - министр промышленности и торговли РФ Денис Мантуров.

Комментируя начало работы на выставке, вице-президент "ИКС Холдинга" Станислав Киселев отметил:

"Мы привезли в Ташкент наши современные технологии в составе трех компаний группы USM: "ИКС Холдинг", "МегаФон" и ГК "Металлоинвест". Это самые передовые перспективные технологии, начиная от серверного оборудования и систем хранения данных собственного российского производства и заканчивая сложными технологическими решениями, применяемыми на крупных производствах - видеоаналитика, нейросети, сложные системы для контроля соблюдения норм безопасности на предприятиях. В декабре 2020 года мы подписали большое соглашение по разработке дорожной карты цифровизации ТЭК РУз. Реализация проекта идет полным ходом. Мы готовы и далее развивать наше сотрудничество с Узбекистаном в различных отраслях: в промышленности, телекоммуникациях и ИТ".

На стенде, площадью 230 м2 представлены порядка 20 продуктов холдинга:

• Компания YADRO: система хранения данных среднего класса корпоративного уровня для решения разноплановых задач TATLIN.UNIFIED, высокоплотная система сверхбольшой емкости для хранения "холодных" данных TATLIN.ARCHIVE, а также масштабируемые серверы корпоративного контента VEGMAN S220/S320, построенные на стандартной платформе x86-64, сервер VESNIN, разработанный для нагрузок, использующих огромные массивы данных;
• Process Mirror - платформа для анализа и эффективного управления бизнес-процессами компании. Инструмент показывает подлинную и актуальную картину бизнес-процессов со всеми отклонениями и возможными сценариями. При помощи инструмента Process Mirror можно увидеть реальное состояние бизнес-процессов, повысить их эффективность, выявить потенциал для автоматизации и роботизации бизнес-процессов с целью снижения рутинных операций, сократить время и затраты на аудит бизнес-процессов.
• Платформа на базе технологий искусственного интеллекта для работы с документами, автоматизирует все бэк-офисные процессы (разработчик - компания nlogic);
• Платформа для анализа и эффективного управления бизнес-процессами компании (совместная разработка компаний "ИКС Холдинг", USM и "МегаФон");
• Компания ТАЛМЕР представит три продукта: автоматическую систему определения паров алкоголя (АСОПА), предиктивную аналитику для промышленного оборудования и систему мониторинга состояния базовых станций;
• Платформа информационной и экономической безопасности "Гарда Аналитика" (разработчик - "Гарда Технологии");
• Система мониторингаинтенсивности труда с помощьюспециальных браслетов (разработчик - JSA Group);
• Neon - корпоративный интранет-портал.

Помимо выставки "ИКС Холдинг" принимает активное участие в деловой программе. В числе спикеров Холдинга директор по цифровой трансформации "Металлоинвеста", вице-президент "ИКС Холдинга" Юлия Шуткина, вице-президент "ИКС Холдинга" Станислав Киселев и директор по трансформации Екатерина Земскова.

Это важный шаг на пути создания полномасштабных универсальных квантовых процессоров и симуляторов. Эту уникальную и полностью управляемую многокубитую квантовую схему можно считать прототипом квантового процессора, каких в мире пока совсем немного.

Новое устройство уже сейчас может быть использовано в квантовом машинном обучении - области науки на пересечении квантовой физики и обработки данных. Квантовые системы могут ускорять вычисления и сокращать количество параметров в нейросети. Благодаря этому квантовые нейросети становятся более выразительными и позволяют описать задачу меньшим числом параметров. Система также поможет в исследовании подходов к созданию квантовых симуляторов, служащих для контролируемой имитации поведения естественных систем, не поддающихся классическим расчетам.

Над созданием универсального квантового компьютера, способного решать любую алгоритмизируемую задачу, работают ведущие мировые научные центры. Однако вероятнее, что именно квантовые симуляторы для машинного обучения позволят коммерциализировать технологию в самом скором времени и приблизят момент появления универсальных устройств.

Интегральная схема разработана в лаборатории искусственных квантовых систем МФТИ и изготовлена на технологической базе Центра коллективного пользования московского Физтеха. Первые измерения показали, что все элементы схемы работают с ожидаемыми параметрами. В настоящий момент МФТИ обладает уникальной возможностью самостоятельно разрабатывать, изготавливать и тестировать квантовые устройства.

Один из разработчиков схемы - научный сотрудник лаборатории искусственных квантовых систем МФТИ Алексей Болгар прокомментировал: "После получения первого российского кубита в 2015 году в стенах нашей лаборатории мы многому научились. Все эти годы сотрудники ЦКП МФТИ и лаборатории трудились над улучшением технологии изготовления сверхпроводящих квантовых структур с различной архитектурой. В результате сейчас мы имеем технологию, которая уже достаточно надежна для создания многокубитных вычислительных устройств. Созданная нами интегральная квантовая схема, в отличие от ранее разработанных в России прототипов, позволяет полностью контролировать состояние всех пяти кубитов. Такие интегральные схемы и необходимы для создания универсального квантового компьютера на сверхпроводящих кубитах. Это большой технологический успех".

Нынешнее достижение стало возможным благодаря нескольким ключевым фактам.

Во-первых, сотрудникам Центра коллективного пользования вуза и технологам лаборатории удалось существенно улучшить контроль геометрических и электрических параметров туннельных контактов. Эти контакты являются "сердцем" сверхпроводящих кубитов, от качества и воспроизводимости их изготовления зависит работоспособность всей квантовой схемы.

Во-вторых, была отлажена технология изготовления микроволновых резонаторов, добротность которых в однофотонном режиме составляет сотни тысяч. Такие высокодобротные резонаторы являются неотъемлемой частью квантовой интегральной схемы - они располагаются на чипе вблизи кубитов и служат для считывания их квантового состояния.

Третьей важной вехой в становлении технологии явилась отладка процесса изготовления навесных мостиков - так называемых эйр-бриджей, которые позволяют подавить паразитные резонансные моды и тем самым повысить добротность структур.

Наконец, четвертая и, пожалуй, самая важная составляющая успеха - это опыт, накопленный сотрудниками технологического центра МФТИ и лаборатории искусственных квантовых систем за последние годы. Здесь сформировалась слаженная команда талантливых и увлеченных исследователей. И она, кстати, продолжает пополняться, ведь система подготовки студентов в МФТИ позволяет талантливым людям выполнять НИР непосредственно в научных лабораториях.

Алексей Болгар добавляет: "Наши текущие результаты говорят о том, что технологические и измерительные возможности ЦКП и нашей лаборатории позволяют отработать и выполнить все этапы, необходимые для создания элементов квантовых процессоров, от технологических чертежей до интегральной квантовой схемы на чипе и ее измерений. Однако дальнейшее развитие работ по созданию управляемых элементов квантового компьютера и самого компьютера потребует модернизации "чистой зоны" ЦКП и дополнительного оснащения лаборатории современным исследовательским оборудованием".

* Квантовыми компьютерами называют вычислительные устройства, в основе работы которых лежат принципы квантовой механики. В отличие от обычных компьютеров, в которых для передачи и обработки данных используются биты - единицы информации, которые содержат либо 1, либо 0, квантовые компьютеры оперируют кубитами - ячейками памяти и примитивными вычислительными модулями, которые могут хранить в себе одновременно и ноль, и единицу. Благодаря этому квантовые компьютеры могут обрабатывать большие объемы информации во много раз быстрее обычных - даже если это суперкомпьютеры с огромными вычислительными мощностями.

Полноценных квантовых компьютеров ученые пока не создали. Сейчас существуют только их прототипы - например, в 2017 году физик из Гарвардского университета Михаил Лукин рассказал о создании 51-кубитного прототипа, а компания Google в 2019-м году - о 53-кубитном прототипе под названием Sycamore, в начале декабря 2020 года китайские ученые создали фотонный квантовый компьютер "Цзю Чжан".

Как правило, кубиты могут находиться в нужном состоянии ограниченное время, так как разрушить его могут случайные взаимодействия с объектами окружающего мира. Они могут разорвать связи, которые объединяют их с соседними квантовыми ячейками памяти. Ученые много лет пытаются продлить время жизни кубитов, изолируя их от окружающей среды различными способами.

Первых успехов в этом направлении российские ученые достигли шесть лет назад, когда полностью создали и изучили свойства одиночного кубита на базе сверхпроводящих материалов. Его создание открыло дорогу для решения более амбициозной задачи - сборки интегральной схемы, объединяющей в себе сразу несколько кубитов и способной решать простейшие задачи.

Для создания этого чипа исследователи решили множество сложных технологических задач, в том числе существенно улучшили контроль геометрических и электрических параметров туннельных контактов - ключевой части всех существующих вариаций сверхпроводящих кубитов. Кроме того, ученые значительно повысили качество работы микроволновых резонаторов, используемых для чтения и записи информации из кубитов.

По словам исследователей, новое устройство уже сейчас может быть использовано в квантовом машинном обучении, области науки на пересечении квантовой физики и обработки данных. Разработка также поможет в исследовании подходов к созданию квантовых симуляторов, служащих для контролируемой имитации поведения естественных систем, не поддающихся классическим расчетам.

Напомним Ученые из Тартуского университета показали, что определенные микрокристаллы, синтезированные с использованием редкоземельных ионов, могут работать как кубиты. Исследователи объяснили, что ионы должны иметь как минимум два электронных состояния, в которых ионное взаимодействие очень слабое, а также состояния, в которых ионное взаимодействие является сильным. Эти состояния должны иметь большое время жизни, и между ними должны быть разрешены оптические переходы.

Ведущий исследователь в области искусственного интеллекта и машинного обучения, профессор кафедры электротехники и информатики, а также кафедры статистики Калифорнийского университета в Беркли Майкл И. Джордан объяснил, почему современные системы искусственного интеллекта на самом деле не являются ИИ. По его словам, эти системы далеко не настолько развиты, чтобы заменить людей в вопросах, связанных с рассуждением, реальным знанием или социальным взаимодействием.