Новейшая Доктрина

Новейшая доктрина

Информация о пользователе

Привет, Гость! Войдите или зарегистрируйтесь.


Вы здесь » Новейшая доктрина » Духом единым ... » Поп-Германия отказывается от угля, Европа — от газа


Поп-Германия отказывается от угля, Европа — от газа

Сообщений 481 страница 510 из 1001

481

Как работают роботы, устраняющие последствия аварии в Чернобыле
Сериал «Чернобыль» уверенно расположился на вершинах всех возможных рейтингов лучших премьер 2019 года. Многие оценили тщательность, с которой создатели подошли к реконструкции трагических обстоятельств аварии на АЭС. Тем не менее, не все в сериале так гладко, и зрители обратили внимание на массу деталей, явно не соответствующих действительности.
https://images.techinsider.ru/upload/img_cache/0fe/0fe2274609d496104babe4e9f1261b36_ce_1920x1024x0x167_cropped_666x444.webp
Одной из них стала тема использования роботов при ликвидации последствий катастрофы. Их роль в происходящем кажется эпизодической, хотя в действительности была куда заметнее. Срочно заказанные в ФРГ манипуляторы MF-2 и MF-3 не были рассчитаны на такие дозы излучения и быстро вышли из строя. И тогда к работе подключили специалистов главного робототехнического центра СССР – ленинградского Центрального НИИ робототехники и технической кибернетики (ЦНИИ РТК), уже тогда возглавляемого легендарным Евгением Юревичем.

Юревич, которого называют отцом отечественной робототехники, начал с разработки автоматизированной системы мягкой посадки для первых многоместных пилотируемых кораблей «Восход», а в 1968 возглавил собственное ОКБ Технической кибернетики, из которого впоследствии и вырос ЦНИИ РТК. Именно сюда 29 мая 1986 года пришло распоряжение в кратчайшие сроки – к 15 июня – разработать и поставить набор «робототехнических средств для механизированной уборки обломков с территории АЭС».
https://images.techinsider.ru/upload/img_cache/daa/daa8c32db0df33b1ad41601355c64f83_cropped_666x1029.webp
Разведка на месте
Как нам рассказали в РТК, комплекс получил название «Гамма». Планировалось, что в его состав войдут войти робот-разведчик, робот-подборщик, транспортный робот и пункт управления. Разведчик должен обследовать подлежащую очистке территорию и выяснить радиационную обстановку, после чего робот-подборщик мог приступить к сбору объектов и их погрузке на транспортную машину. Юревич вылетел в Чернобыль.

Изучая обстановку на месте, он непрерывно координировал работу своих коллег в Ленинграде, которые трудились в это время, без преувеличений, круглосуточно, в две 12-часовые смены. В РТК нам пояснили, как был организован процесс: «Сначала главный конструктор уточнял на станции особенности предстоящих работ и соответствующие требования к роботам. По телефону эти данные передавались разработчикам. После обсуждения принимались основные технические решения и определялись сроки поставки очередного робота. Изготовленные роботы доставлялись спецрейсами в Киев».

Работа инженеров на самой станции была организована с помощью сменяющих друг друга команд по 15-20 человек. «В состав экспедиций включались только добровольцы», – подчеркивают в РТК. Размещались в бывшем детском саду, в нескольких десятках километрах от станции, где находился и штаб по ликвидации последствий аварии. Первым сюда прибыл колесный разведчик РР-1, который произвел замеры уровня радиации и снял слишком опасные для людей участки.За несколько дней робот обследовал машинный зал третьего энергоблока и коридор «того самого» четвертого, работая в зонах, где радиация достигала 18 000 Р/ч. Легкие роботы доставлялись на место вручную самими операторами. Однако на кровли, куда людям попасть было невозможно или чересчур опасно, их спускали вертолетами, в фанерных контейнерах, перенося второй конец управляющего кабеля на соседнюю крышу, где их принимали операторы из ЦНИИ РТК.

РР-1
https://images.techinsider.ru/upload/img_cache/c04/c0444504adf4d23778b5bc5dddbab82b_cropped_666x462.webp
Вес: 39 кг, скорость: 0,2 м/с. Проработал: с 17 июня по 4 июля 1986 г. (РР-1), с 27 июня по 6 июля 1986 г. (РР-2).

Колесный робот-разведчик, оснащенный телевизионной камерой и дозиметром для диапазона от 50 до 10000 Р/ч. Управлялся и питался по кабелю. Его дополняла аналогичная машина РР-2, которым на смену пришли модифицированные версии РР-3 и РР-4.

На фото — экспериментальный образец РР-1

Выход бульдозера
«По результатам этой разведки выяснилось, что данная технология использования роботов непригодна, – рассказали в РТК. – Основной объем первостепенных работ требовал очистки от радиоактивного мусора больших площадей, преимущественно на кровле». Исходя из этого разработчики ЦНИИ РТК изменили направление и начали работу над роботами-бульдозерами. И уже вскоре в Чернобыль стали поступать машины серии ТР.

Управлялись они дистанционно: одни по кабелю, другие – по радиоканалу, и заметно различались по системам защиты и в целом конструкцией. Их создатели впервые столкнулись с подобной задачей, и подбирать оптимальные решения приходилось прямо на ходу. Быстро обнаруживались все новые и новые проблемы – быстрый расход аккумуляторов, ненадежность радиосвязи и электроники в условиях высокой радиации, и они решались шаг за шагом.

Первый бульдозер ТР-А1 использовался для очистки 1500 кв. м кровли деаэраторной этажерки – технического помещения, непосредственно примыкающего к машинному залу АЭС, а позднее применялся для сбрасывания в провал 4-го энергоблока радиоактивного мусора с расположенных над ним кровель. В общей сложности машина проработала около 200 часов чистого времени – куда больше, чем могло бы показаться после просмотра сериала.

У появившегося затем ТР-Б1 аккумуляторы сменил бензиновый генератор с баком на 15 л, который обеспечивал до восьми часов автономной работы. Управлялся он уже по радио, а при необходимости бульдозерный нож можно было снять и заменить дисковой пилой для резки рубероида на крыше. Наконец, уже в августе 186 года к месту аварии прибыли бульдозерные машины ТР-Г1 и ТР-Г2, имевшие повышенную проходимость и предельную радиационную стойкость.
https://images.techinsider.ru/upload/img_cache/660/6607d9788d8d711fc7bd1921bf2961d8_cropped_666x334.webp
ТР-А1 и ТР-А2
ЦНИИ РТК
ТР-А1 и ТР-А2 отличались лишь рамой. Вес ТР-А1 : 600 кг, грузоподъемность: 200 кг, запас хода: 12 км. Проработал: 200 часов. Тяжелый колесный робот с навесным рабочим инструментом в виде бульдозерного ножа и ковша. Бортовое оборудование: сканирующая телекамера, радиостанция Р-407, две аккумуляторные батареи СЦ-300 со вторичным источником питания, блок управления и переносной пункт управления с кабелем длиной 150 м. Следующий за ним ТР-А2 имел аналогичную конструкцию и отличался лишь рамой для транспортировки и монтажа дождезащитной пленки.
Гусеничная техника
Полупроводники того времени не выдерживали крайних доз радиации, и на роботах ТР-Г все электронные схемы постарались перенести на пункт управления, соединенный с машинами кабелем. Все, что перенести не удалось, заменили надежными релейными схемами, питание подавалось также по силовому кабелю. Вообще, с кабелями инженерам пришлось повозиться отдельно, и на последних поступивших на ЧАЭС роботах появились кабелеукладчики. Благодаря им трос все время оставался слегка натянутым, что исключало наезды на него и зацепления за препятствия.

Не везде могли пробраться и колесные разведчики, так что следующая пара машин (РР-Г1 и РР-Г2) также получила гусеничную платформу. 65-килограммовые роботы могли развивать до 0,3 м/с и позволили обследовать обстановку в самом центре катастрофы – вокруг провала четвертого энергоблока. Доставлять тяжелые машины на рабочие позиции было возможно лишь с помощью вертолетов, и тут снова пришлось потрудиться инженерам.

Они разработали для летчиков телевизионную систему с камерой, которая устанавливалась на тросе у замка крепления груза, и дисплеем в кабине пилота. Процесс напоминал парковку автомобиля с ориентацией на камеры заднего вида – с той разницей, что все происходило в небе над смертельно опасным реактором. «Наиболее опасно было обследование одним из первых роботов-разведчиков бассейна-барботера, непосредственно под взорвавшимся энергоблоком, где мощность излучения достигала 15000 рентген в час, – вспоминал впоследствии Евгений Юревич. – Человек, заглянувший в этот ад, был обречен».

ТР-Г1
Вес: 1400 кг, скорость: 0,12 м/с.

Тяжелый гусеничный робот с навесным рабочим инструментом в виде бульдозерного ножа. Управление и питание – по 200-метровому кабелю.
https://images.techinsider.ru/upload/img_cache/d11/d1167c5a12b75ac0d477b9635386e589_cropped_666x500.webp
Родной брат ТР-Г1 – гусеничный ТР-Г2 «Антошка»
Конец и новое начало
На ликвидации последствий аварии трудились машины и других робототехнических институтов и предприятий СССР, включая ВНИИ Трансмаш, который поставил пару специализированных транспортных СТР – «луноходов», появившихся в том самом сериале. Однако вклад ЦНИИ РТК оказался самым значительным: за два месяца здесь не только модернизировали немецких MF, но и отправили в Чернобыль 15 разведывательных, уборочных и транспортных роботов.

Их служба, начавшаяся в июне 1986 года, закончилась в феврале 1987-го. По оценкам самого Евгения Юревича, они заменили труд нескольких тысяч людей, действуя на самых опасных участках. При ходе ликвидации последствий аварии на ЧАЭС роботы обследовали больше 15000 кв. м станции, ее территории и крыш, и очистили около 5000 кв. м.

В ЦНИИ РТК считают, что эта катастрофа стала трагичной, но важной точкой, с которой ведет начало отечественная экстремальная робототехника – аппараты-разведчики, исследователи, спасатели... Здесь были найдены и отработаны некоторые важные концептуальные решения, реализованные в современных машинах – групповая работа, модульная конструкция и так далее. Впрочем, об этом мы уже писали.

482

Система экомониторинга: как проект российской студентки поможет пилотам, пожарным и сотрудникам МЧС
Выпускница МАИ Виктория Ситникова работает над системой экомониторинга, которая способна точечно оценивать параметры окружающей среды: концентрацию газов, температуру, влажность воздуха и не только. В будущем она может помочь структурам МЧС оперативно находить пожары и аварии на заводах, а пилотам отслеживать погодные условия вокруг взлётно-посадочных полос.
https://images.techinsider.ru/upload/img_cache/305/305a64771b87de4b9556c68a3cbbc962_ce_4000x2663x0x168_cropped_666x444.webp
В апреле проект выпускницы получил патент на изобретение от Федерального института промышленной собственности. Рассказываем всё про устройство и способности новой системы.

Чем полезна система экомониторинга?
Экологический мониторинг актуален для прогнозирования изменений окружающей среды на аэродромах, оценки состава горящих веществ при пожаре и подбора быстрого способа тушения, мониторинга климатических условий, анализа микроклимата предприятий и заводов.

В потенциально опасных зонах сейчас хаотично установлены стационарные метеостанции, которые отвечают за большой радиус, а комплекс с мобильным спутником, разработанный выпускницей института № 4 «Радиоэлектроника летательных аппаратов», локально оценивает параметры окружающей среды. Спутник имеет возможность приблизиться к источнику на меньшее расстояние, оценить риски и рассчитать выброс вредных веществ после взрыва или при горении, скорость и направление распространения газов, а также площадь пожара на торфяниках.

Преимущество разработки заключается также в малых габаритах и использовании разной конфигурации датчиков. Это значит, что устройство предусматривает возможность добавлять или снимать датчики без внутреннего вмешательства в систему так, что её работа будет продолжаться — по типу конструкторов Lego. Именно эта функция позволяет использовать систему под любые задачи заказчика.

Как она устроена?
Мобильный комплекс состоит из метеоспутника, приёмной станции, а также беспилотника или нескольких спутников, которые образуют Р2Р-сеть.

Система автономна и не требует подключения большого количества людей. При использовании БПЛА нужен только пилот, а при использовании P2P-сети система автоматически проводит измерения, записывает данные на SD-карту и передаёт их в режиме реального времени на наземную станцию.

«Сейчас у нас разработан программно-аппаратный комплекс (ПАК) метеозонда и алгоритм прогнозирования и оценки окружающей среды, — рассказывает Виктория. — Также мы придумали порядок разработки экспериментального образца ПАК метеозондирования и его дополнительных модулей, собрали систему и организовали её проверку на работоспособность в нормальных и сложных условиях».
https://images.techinsider.ru/upload/img_cache/724/7246bf8b318a094b8c245936db891612_cropped_666x514.webp
Виктория Ситникова
Что дальше?
Сейчас разрабатывается стратегия перевода комплекса на отечественную компонентную базу: осуществляется модернизация, оптимизация системы, переход к микроэлектронным модулям, а также подготовка промышленного образца. В планах – уменьшить габариты спутника, чтобы он мог попадать в труднодоступные места.

В будущем разработка сможет использоваться в интересах интернет-структур, пожарных и экологических служб для оперативного анализа окружающей среды, оценки техногенных факторов и прогнозирования в сложных условиях.

483

Почему искусственный интеллект обыгрывает всех в Dota, но пока не выживет в реальном мире
Сможет ли человек научить искусственный интеллект выгуливать собак, чем ИИ похож на ребенка, почему машины быстро эволюционируют в виртуальном, а не в реальном мире, и как в этом помогает машинное обучение?
https://images.techinsider.ru/upload/img_cache/ed9/ed9e5ad6a7d953c6551bc0dfb1b1cbbf_ce_2000x1331x0x2_cropped_666x444.webp
Рассказывает лауреат научной премии от Яндекса Алексей Шпильман.

Обучающий гайд для машин и работа над ошибками
ИИ предсказывает пробки на дорогах, подбирает музыку для плейлистов, исправляет ошибки в сообщениях, убирает шум во время видеозвонков — и это лишь малая часть того, где он задействован. Миллионы людей каждый день сталкиваются с работой искусственного интеллекта, но часто даже не догадываются об этом.

Чтобы ИИ помогал в решении практических задач, его сначала нужно обучить. Проведем аналогию: если человек пришел в шахматный клуб и хочет научиться играть, то преподаватель может объяснить ему, как действуют фигуры в определенных позициях, отработать с ним комбинации ходов и так далее. А может просто дать доску и фигурки для игры, рассказать основные правила, порекомендовать несколько учебников и сказать: дальше разбирайся сам.
https://images.techinsider.ru/upload/img_cache/44e/44e757344066eb11a5f1832e51234d2e_cropped_666x445.webp
Первый вариант — машинное обучение с учителем (Supervised learning) — метод, при котором исследователь готовит для ИИ путеводитель с правильными и неправильными действиями. На его основе машина осваивает алгоритм, который применяет для решения аналогичных задач. Как и человек, искусственный интеллект получает фидбек от учителя, анализирует ошибки и совершенствует свою работу.

В реальной жизни этот метод используется для предсказаний погоды, выручки компаний, цен на недвижимость. Банки применяют обучение с учителем при принятии решения о выдаче кредитов: ИИ анализирует клиента по множеству признаков, таких как возраст, зарплата, стаж, кредитная история, наличие собственности, и определяет, способен ли он вернуть запрашиваемую сумму. Другой пример сервисов, где применяется эта технология — голосовые помощники. Создавая Алису, разработчики Яндекса загрузили в компьютер множество текстов и аудиозаписей, чтобы нейросеть «научилась» вести беседы.

Контроль учителя всегда был важным условием образовательного процесса. Но сейчас привычные механики пересматриваются: чаще ценится, если ребенку дают право на ошибку и самостоятельный поиск. Для этого ученика помещают в симуляцию, где он сразу сможет на реальных ситуациях оттачивать разнообразные навыки.
https://images.techinsider.ru/upload/img_cache/728/728c5ed7bcde069a5b85383f313ffa7b_cropped_666x444.webp
В машинном обучении такой вариант тоже возможен — к нему относится обучение с подкреплением (Reinforcement learning). В этом случае у компьютера или, как говорят ученые, у «агента», нет обучающих алгоритмов с четкими действиями. Искусственный интеллект совершает действие, а затем смотрит, как изменилась окружающая среда и его положение в ней. Если шаг был успешным и приблизил ИИ к выполнению цели, то он получает награду — это стимулирует его продолжать движение в выбранном направлении. В обратной ситуации искусственный интеллект теряет наградные очки и отступает на несколько шагов назад, чтобы внести изменения в цепочку своих действий. Постепенно осваиваясь в незнакомой среде, машина понимает, что от нее требуется и какими способами лучше достичь поставленной задачи.

Берем пример с ИИ: учимся доводить дело до конца и не терять терпение
Представим, что мы хотим обучить машину выгуливать собаку. Это сложная задача, которую можно разбить на этапы: робот должен позвать питомца к двери, одеть его, закрепить поводок, выйти на улицу, следить, чтобы пес не вырывался и не бросался на людей, затем вернуться домой, раздеть, помыть лапы. В рамках обучения с подкреплением задача машины — самостоятельно разложить запрос на отдельные действия и найти оптимальные пути их выполнения. Сначала система может попробовать вывести собаку без поводка. В следующий раз робот наденет шлейку, но забудет утеплить собаку в мороз. Такие попытки ИИ может совершать бессчетное количество раз, пока не найдет оптимальный способ — в этом плане он гораздо более усердный ученик, чем человек.
https://images.techinsider.ru/upload/img_cache/64f/64fd63f53d39734d77fe56f0f0620759_cropped_666x488.webp
Освоение сложных навыков у машины пока происходит медленнее, чем у человека. Так, если посчитать время, которое понадобилось ИИ, чтобы научиться играть в DOTA, получится 45 000 лет. Но поскольку процесс происходит в виртуальном окружении, то его можно ускорить и распараллелить и тысячи лет сжать до одного года. Например, боты OpenAI через десять месяцев обучения заняли первое место в турнире The International по Dota 2, обыграв чемпионов мира. Также компании удалось создать робота (а точнее роборуку), которая смогла собрать кубик Рубика. Для этого ИИ провел в виртуальной среде 10 000 симуляционных лет, постоянно тренируясь.

В играх компьютер легко обходит самых талантливых людей, но для прикладного применения этого недостаточно. Реальный мир намного сложнее виртуального: в нем происходит гораздо больше событий, которые сложно спрогнозировать. Ученые работают над тем, чтобы приблизить внедрение алгоритмов RL, но это долгий и дорогой процесс. Вообще в науке полезность для общества не всегда формируется сразу: для открытий часто нужно подготовить научную базу. Таким фундаментальным исследованиям важна инфраструктурная поддержка.

К счастью, рынок это понимает и помогает ученым: к примеру, я и мои студенты принимали участие в конкурсе на соискание премии имени Ильи Сегаловича в области компьютерных наук от Яндекса. Гранты, доступ к специализированным ресурсам для машинного обучения и внимание экспертного сообщества, которое получают лауреаты, дают возможность быстрее выводить открытия из лабораторий в реальное производство.

Мастер-класс от человека: как ИИ выживать в реальном мире
Можно вспомнить несколько случаев успешного применения обучения с подкреплением в реальной жизни. К примеру, в Google на основе RL создали алгоритм глубокого обучения PRIME. Он помогает разрабатывать быстрые и компактные процессоры для обработки задач искусственного интеллекта. Изготовленные с помощью ИИ чипы имеют задержку до 50% меньше, а время для их производства сократилось с нескольких месяцев до шести часов. К тому же сами чипы стали в 1,5 раза меньше, что удешевляет их производство и снижает энергопотребление.
https://images.techinsider.ru/upload/img_cache/686/686806d8afb3bb3b44c703faca68a67a_cropped_666x445.webp
Еще один пример внедрения обучения с подкреплением — шагающие роботы. Они сканируют мир вокруг себя, создают в процессоре модель окружающий обстановки и учатся действовать в этой «виртуальной реальности». Затем полученные навыки используются для ориентирования в реальном мире. Такие роботы уже умеет бегать по жесткой и мягкой почве, подниматься по лестнице и даже балансировать на скользкой поверхности.

Когда мы поймем, как работать с этим методом, то сможем оптимизировать все процессы. А если заглянуть в будущее на несколько десятков лет вперед, то, возможно, эксперименты с RL приведут к тому, что ученые смогут создать некую внечеловеческую сущность. Это будет интересно с философской и психологической точки зрения. Человечество — это закрытая система, которая пытается понять саму себя, ведь в масштабах Вселенной мы пока одни. Появление в будущем чего-то (или кого-то), не ограниченного нашим сознанием и физиологией, поможет людям взглянуть на свою жизнь, найти новые смыслы и получить ответы на многие вопросы.

484

Интернет нужных вещей: как технологии помогли людям побороть пандемию
За прошедшие два года в мире накопилось большое количество кейсов, иллюстрирующих использование умных вещей для контроля заболеваемости и борьбы с пандемией. О них рассказывает Евгений Арванитаки, директор бизнес-юнита «технологии IoT» компании Т1 Консалтинг.
https://images.techinsider.ru/upload/img_cache/8c8/8c8c2f10ccac6321534da4cf3a490139_ce_5184x3451x0x2_cropped_666x444.webp
Остановить и победить пандемию — задача комплексная и пока нерешенная. Но умные устройства помогают минимизировать её последствия и масштабы: позволяют обнаруживать и диагностировать симптомы заболеваний, контролировать социальную дистанцию и следить за соблюдением самоизоляции инфицированных, снижать прямой контакт между людьми и нагрузку на систему здравоохранения.

Разберемся, как государство и бизнес используют дроны, приложения, роботов, умные датчики и сенсоры.

Дроны
Дроны играют ключевую роль в борьбе с COVID-19, поскольку сочетают в себе ряд важных технологий: они мобильны, могут перевозить ценные грузы или быть укомплектованы диагностическим оборудованием и громкоговорителями, при этом не требуют физического присутствия человека где-то рядом. Ещё до начала пандемии дроны активно применяли государство и бизнес, поэтому во время пандемии ничего не нужно было придумывать с нуля, а лишь немного доработать.
https://images.techinsider.ru/upload/img_cache/9bc/9bcff089e68b2edfb8087e07d2d2271a_cropped_666x375.webp
С помощью дронов:
В Индии распыляли дезинфицирующие средства (ранее этих же дронов использовали в сельском хозяйстве для обработки полей пестицидами и удобрениями);
В Индонезии доставляли еду и медикаменты больным COVID-19, находящимся на самоизоляции;
В китайской провинции Цзянси помогали в тестировании и обнаружении симптомов коронавируса — жителям для проверки температуры нужно было выходить на балкон.
Пожалуй, самый громкий случай, поднявший вопрос в этичности таких действий — из Поднебесной. Оснащенные громкоговорителями дроны подлетали на улицах к людям и напоминали надеть маску, оповещали о несоблюдении социальной дистанции или противовирусных мероприятиях, а пенсионерам предлагали идти домой. Последнее выглядело так, будто кто-то решил экранизировать антиутопию.

Приложения
Сегодня 6,6 млрд человек регулярно пользуются смартфонами, причем более 99% из них работают на операционных системах Android и iOS. Получается, с помощью приложений, адаптированных всего под две ОС, можно эффективно реализовывать разные сценарии борьбы с пандемией. И, в отличие от дронов, которые всё-таки являются экзотикой, решения на базе смартфонов несложно сделать массовыми. Тем, у кого гаджетов нет, при необходимости их можно выдать, как это делали в Москве в 2020 году.

Используя функцию геолокации, во многих странах мира с помощью смартфонов следили за соблюдением изоляции. В России это было реализовано через «Социальный мониторинг» — время от времени у человека на карантине запрашивалась фотография, где геометка определялась автоматически.

В Сингапуре, известном своей цифровизацией, граждан обязали установить приложение TraceTogether — сегодня его покрытие по стране составляет более 90%. Работает оно так: смартфон пользователя обменивается сигналами с другими смартфонами людей, находящихся рядом, по Bluetooth. Так удается построить карту, кто с кем контактировал, что важно в случае установления заболевания.

В Китае разработали приложение nCapp. Оно позволяет провести самодиагностику по предоставлению данных о симптомах и получить ответ о том, заражен ли человек COVID-19 или нет, а также определить сложность течения болезни: лёгкую, среднюю или тяжёлую. Кроме того, приложение может использоваться для телемедицины и помогать врачам дистанционно общаться с пациентами.

Огромное количество приложений, не связанных напрямую со сферой медицины, вносит положительный вклад в борьбу с пандемией: от сервисов для видеозвонков до доставки продуктов, от мессенджеров до возможности расплатиться на заправке, не выходя из машины.

Применительно к IoT-устройствам, отметим разработку «Щербинского лифтового завода». Компания реализовала систему SmartAirKey — через специальное приложение можно вызвать лифт на свой этаж, не нажимая кнопок. Интеграция может происходить с домофоном — не нужно нажимать кнопки, чтобы кому-то позвонить, а дверь откроется автоматически — или шлагбаумом на въезде.
https://images.techinsider.ru/upload/img_cache/a7e/a7ef79117b3e3ec954d4c64ca0f68c65_cropped_666x442.webp
Роботы
Соблюдение социальной дистанции и снижение количества контактов — один из наиболее эффективных способов борьбы с пандемией коронавируса. Поэтому там, где работу с людьми может заменить робот, стоит использовать эту возможность. Например, в Китае в «красной зоне» и в карантинных отелях сервисные роботы Leatle Peanut привозят медикаменты и еду — последние можно заказать через мессенджер WeChat. Отдали на откуп роботам и манипуляции по забору анализов: в Южной Корее роботы справляются с мазками из носа и рта пациента, чтобы не вступать в прямой контакт с потенциально заболевшими людьми.

Коронавирус побудил на производствах, в транспортных и логистических хабах также передать часть задач роботам — это позволяет не только сократить издержки в долгосрочной перспективе, но и увеличить расстояние между сотрудниками здесь и сейчас.

Сенсоры, визоры и датчики
В стратегии борьбы с COVID-19 генеральный директор ВОЗ Тедрос Гебрейесус заявил: «Чем быстрее все случаи будут выявлены, протестированы и изолированы, тем сложнее этому вирусу будет распространяться. Этот принцип спасет жизни и смягчит экономические последствия пандемии». Взяв его за основу, правительства и бизнес занимаются активным тестированием и дезинфекцией мест массового скопления людей, где вероятность заразиться выше.
https://images.techinsider.ru/upload/img_cache/45f/45f454bb2d4ad17829aa579a121a3843_cropped_666x444.webp
В аэропортах повсеместно используются тепловизоры — это ноу-хау применялось ещё во время вспышки эпидемии Эболы, а в автобусах Гуанчжоу установлены тепловизоры с функцией распознавания лица. Поэтому в случае заболевания они передадут информацию в соответствующие базы, а человека проверят на коронавирус.

Большое значение уделяется кондиционированию пространств — датчики контролируют многие показатели воздуха, в том числе содержание СО2. Его высокая концентрация указывает не только на то, что помещение давно не проветривали, но и способствует большему риску заражения коронавирусом.

Активно внедряется практика обработки ограниченных пространств с помощью ультрафиолетового излучения. Дело в том, что УФ-излучение эффективно разрушает белковую оболочку SARS-CoV-2, и вирусы погибают быстрее. Например, компания «Мослифт» изобрела устройства, которые можно установить в любой существующий лифт, и встроенные в них рециркуляторы будут по заданному расписанию обеззараживать воздух в кабине с помощью УФ-излучения.

Несмотря на все старания государства и бизнеса, пандемия COVID-19 не снижает обороты. Следуя принципу «спасение утопающих — дело рук самих утопающих», люди вооружаются не только масками и антисептиками, но также начинают всё чаще использовать системы непрерывного скрининга здоровья, такие как BioButton. Этот размером с монету трекер крепится к коже и анализирует важные жизненные показатели: температуру, частоту дыхания и сердечные сокращения, позволяя вовремя заметить отклонения. А там уже и электронный термометр с пульсоксиметром пригодятся. Последний тоже пополнил аптечки в большинстве случаев именно во время пандемии коронавируса.
https://images.techinsider.ru/upload/img_cache/bb2/bb295d00b63e45be562fcf36f95f9eb2_cropped_666x444.webp
Использование IoT-устройств для борьбы с пандемией коронавируса стало массовым решением — это касается как индивидуальных гаджетов, так и повсеместных внедрений. Важно в этой ситуации тонко соблюдать баланс между общественным благом и правом человека свободно распоряжаться своим телом, не впадая в крайности. Ведь возможности технологий будут только расти, и только от нас зависит, как мы ими распорядимся.

485

Toyota с двумя рулями: и как прикажете на этом ездить?
В 2017 году научно-исследовательский институт японской компании Toyota (TRI) разработал для США прототип автомобиля на новой платформе с двойным набором органов управления. Это позволило испытывать автопилот даже в тех штатах, где эксплуатация беспилотных автомобилей на тот момент была запрещена законом.
https://images.techinsider.ru/upload/img_cache/5f9/5f93473ece2a91e8c0eb15872467f72f_ce_1920x1024x0x28_cropped_666x444.webp
Платформа с двойным комплектом руля и педалей называется Platform 2.1. Она позволяет разместить в автомобиле сразу двух водителей, исполняющих разные задачи: сидящий слева тщательно следит за обстановкой и готов взять на себя управление в экстренной ситуации, а на месте пассажира сидит испытатель, который имитирует обычного водителя со всеми его проблемами — от таких банальных, как потеря концентрации или борьбы со сном до таких опасных, как сердечный приступ.
https://images.techinsider.ru/upload/img_cache/c95/c95e6e45e5d57a037f36b5dd4af7adcb_cropped_666x375.webp
Platform 2.1 включает в себя две системы: Chauffeur и Guardian. Первая представляет собой автопилот, который заменяет водителя, а вторая является комплексом активной безопасности. Платформа обеспечивает четвёртый и пятый уровни автономности по шкале SAE, что обеспечивает автомобилю полностью автономное передвижение по любым дорогам общего пользования.
https://images.techinsider.ru/upload/img_cache/2a9/2a90eaf2bdf7546c2d0e01d24820a82e_cropped_666x375.webp
Прототип для новой платформы был построен на базе седана Lexus LS прошлого поколения. На его крыше расположены камеры, сенсоры, лидар с повышенной точностью замера и динамической настройкой поля зрения, а камера в салоне следит за водителем. Второй руль в салоне тоже соединён с передними колёсами — но, разумеется, не через рулевую рейку, а по проводам, как в седане Infiniti Q50. Это позволяет гибко настраивать работу автопилота.
https://images.techinsider.ru/upload/img_cache/bd2/bd2ad7b198d16b20e2cc5783242e9333_cropped_666x375.webp
Прототип автомобиля с Platform 2.1 должен помочь исследователям изучить реакцию водителя на поведение автопилота и разработать эффективный и интуитивно понятный интерфейс для общения человека с машиной:

486

Ученые доказали, что компьютеры могут быть в миллион раз быстрее, и даже изготовили рабочий прототип базового элемента
Логические вентили являются базовыми «строительными блоками» компьютеров, и недавно исследователи из Университета Рочестера разработали самые быстрые вентили из когда-либо созданных.
https://images.techinsider.ru/upload/img_cache/f32/f32355a79f2c05efecfc613e11ea8866_ce_1079x718x0x165_cropped_666x444.webp
Уничтожая графен и золото лазерными импульсами, новые логические вентили работают в миллион раз быстрее, чем в существующих компьютерах, демонстрируя жизнеспособность «световолновой электроники».

Логические элементы принимают два входа, сравнивают их, а затем выводят сигнал на основе результата. Например, они могут выводить 1, если оба входящих сигнала равны 1 или 0, или если один из них или ни один из них не равен 1, помимо других «правил». Миллиарды отдельных логических элементов втиснуты в микросхемы для создания процессоров, памяти и других электронных компонентов.

Однако логические вентили не работают мгновенно — при обработке входных данных возникает задержка порядка наносекунд. Это достаточно быстро для современных компьютеров, но всегда есть место для улучшения. И новые логические вентили команды из Рочестера способны обработать информацию всего за фемтосекунды, что в миллион раз короче, чем наносекунды.

Как это работает
Чтобы достичь этих экстремальных скоростей, команда изготовила соединения, состоящие из графеновой проволоки, соединяющей два золотых электрода. Когда графен был поражен синхронизированными парами лазерных импульсов, электроны в материале возбуждались, отправляя их в сторону одного из электродов, генерируя электрический ток.

Регулируя фазу лазерных импульсов, команда смогла генерировать всплеск одного из двух типов носителей заряда, которые либо складывались, либо компенсировали друг друга: первый можно считать выходом 1, а второй — 0. Конечным результатом стал сверхбыстрый логический вентиль, знаменующий собой первое доказательство концепции пока еще теоретической области, известной как световолновая электроника.

«Вероятно, пройдет очень много времени, прежде чем эту технику можно будет использовать в компьютерном чипе, но, по крайней мере, теперь мы знаем, что световолновая электроника практически возможна», — заявил Тобиас Булаки, ведущий исследователь исследования.

Если такие световые электронные устройства когда-нибудь появятся на рынке, они могут быть в миллионы раз быстрее, чем современные компьютеры. В настоящее время мы измеряем скорость обработки в гигагерцах (ГГц), но эти новые логические элементы работают в масштабе петагерц (PHz). Предыдущие исследования установили это как абсолютный квантовый предел того, насколько быстрыми могут быть компьютерные системы на основе света.

487

Как понять робота: 6 вещей, которые необходимы для обучения робототехнике
Робототехника — это комплекс дисциплин, поэтому при обучении школьников и студентов, потребуется оборудование и материалы по программированию, электронике, схемотехнике, 3D-технологиям и многому другому.
https://images.techinsider.ru/upload/img_cache/d8b/d8b3f38f250bdcba1592bbd337f491b4_ce_2048x1365x0x0_cropped_666x444.webp
Что же должно быть в классе робототехники для успешной работы?

Конструкторы
Рынок предлагает множество вариантов: LEGO Education, MATRIX, TETRIX, My Robot Time, РОБОТРЕК, Технолаб, VEX Robotics, Амперка и множество других. У каждого набора есть свои особенности, специфика. Некоторые преподаватели предпочитают весь период обучения использовать конструкторы только одного производителя. Другие же комбинируют их, предлагая ученикам то один, то другой, в зависимости от задачи. Стоит учитывать и возраст учеников: могут понадобиться разные наборы.

Чтобы не потеряться и всегда быть на связи, читайте нас в Яндекс.Дзене и не забывайте подписаться на нас в Telegram, ВКонтакте и Одноклассниках!

Компьютерная техника и ПО
Мало собрать робота — его нужно еще и запрограммировать. Удобнее всего иметь мощные ноутбуки, которые легко можно переносить с места на место и возить с собой на соревнования. В некоторых случаях преподаватели выбирают планшеты, но это не всегда удобно. Важно обратить внимание на «начинку» компьютерной техники. У ноутбука должна быть хорошая видеокарта, мощный процессор, возможность установки различных программ для программирования на разных языках — C, C++, Python, Basic.
https://images.techinsider.ru/upload/img_cache/546/546646c794a978d98df6c2272f27ed7e_cropped_666x370.webp
Датчики и инструменты
Помимо того, что есть в робототехническом наборе, могут понадобиться дополнительные компоненты и инструменты. Полезно иметь наборы дистанционных датчиков – света, звука, температуры, растяжения, изгиба – гироскопы, энкодеры. Если сборка робота подразумевает пайку (а так бывает с наборами для опытных обучающихся), то в кабинете робототехники непременно должны находиться паяльные станции, болты, саморезы, гайки, провода, наборы отверток, плоскогубцы, дрели.

Некоторые преподаватели не отдают предпочтения какому-то определенному робототехническому конструктору и призывают своих учеников изготавливать детали робота самостоятельно, например, выпиливая из фанеры. Для таких классов помимо обычных инструментов, понадобятся станки, лобзики.

Поля для роботов и мебель
Готового робота надо протестировать. Если преподаватель планирует, что его ученики будут принимать участие в соревнованиях, то понадобится комплект полей, расчерченных под определенные виды соревнований.

Разумеется, для кабинета потребуется мебель. Если планируется организация кружка робототехники с нуля, то в списке, конечно, должны быть столы, стулья, доски, стеллажи для хранения инструментов и коробок с роботами.
https://images.techinsider.ru/upload/img_cache/447/4470faf3b161edb02e525e668daf1972_cropped_666x504.webp
Учебные роботы и лабораторные стенды
Отличный способ самому научиться создавать роботов — изучить готового. Для этого в кабинеты приобретают стенды и тренажеры по робототехнике, роботизированные комплексы. Есть множество роботизированных лабораторных установок, например, на основе манипулятора, которые помогут изучить промышленного робота.

Используя сервисных роботов на занятиях, преподаватели обучают будущих робототехников работать с операционными системами роботов, понимать, как действует система распознавания лиц. Это важно для понимания принципа построения роботов, отработки навыков программирования и управления.

3D-принтер
Роботов можно не только выпиливать из фанеры и собирать из готового конструктора, но и распечатывать на 3D-принтере. С помощью печатных деталей можно расширять функционал уже готовых роботов, добавляя к ним новые элементы. Многим школьникам гораздо интереснее работать именно с этим оборудованием, а не выпиливать лобзиком.

Если большой 3D-принтер недоступен по финансовым причинам, можно обойтись простыми 3D-ручками. Напечатать с ее помощью деталь для робота будет довольно сложно, но вот закрепить датчик или модуль — без труда. Но даже маленькая 3D-ручка повысит интерес ученика к сборке.

Не обязательно приобретать все оборудование, которое имеет отношение к робототехнике. Перед началом занятий или открытием кружка важно продумать образовательную стратегию в мелочах. Возможно, для обучения вам понадобятся лишь пара конструкторов и комплектующие к ним, а мебель и компьютерную технику вы сможете использовать ту, что имеется в образовательном учреждении.

488

Pollockopter: дрон-художник рисует абстрактные картины шариками с краской
Могут ли беспилотники быть художниками? Новый дрон Pollockopter показывает чудеса абстрактной живописи и современного робототехнического искусства, обстреливая полотно воздушными шариками, наполненными краской.
https://images.techinsider.ru/upload/img_cache/2fa/2fa3202f98c04665c866ba03a0e23c97_ce_770x433x0x0_cropped_666x444.webp
Немецкая компания Cooper Copter оснастила робота специальным механизмом, который позволяет разбрызгивать краску в любом направлении по желанию оператора. На видео дрон весело красит стену красными, желтыми и синими подтеками, обстреливая ее с близкой дистанции. К сожалению, после каждого выстрела беспилотник должен забирать с базы новый снаряд, что несколько увеличивает время создания «картины».

Быть может, это не самый полезный дрон, но он изо всех сил старается повторить работы своего тезки, Джексона Поллока, известного своей техникой создания полотен с помощью капель краски.
https://vimeo.com/182428661
http://forumupload.ru/uploads/0011/5d/92/2/847615.gif

489

Крионика: есть ли жизнь после заморозки?
Крионика – это игра с малыми шансами, но с колоссальным джекпотом. Консервируя свои тела в жидком азоте, крионавты надеются на то, что их воскресят технологии далекого будущего. Однако качественная консервация с прицелом на будущее требует применения весьма продвинутых технологий настоящего, о которых нам в 2016 году рассказали специалисты компании «КриоРус».
https://images.techinsider.ru/upload/img_cache/288/2887ea48a22b7a593663f56fc626832d_ce_1920x1024x0x176_cropped_666x444.webp
Журналистская этика требует, чтобы в статьях на спорную тематику всегда присутствовало более одной точки зрения. Крионика — одно из самых спорных направлений практической деятельности, в котором многие наотрез отказываются признать науку. Поэтому, чтобы исполнить свой профессиональный долг, начнем со скептической части.
https://images.techinsider.ru/upload/img_cache/4e2/4e23c9b58ab5e1e9cd924bd48e87f26f_cropped_666x333.webp
Возможность оживления замороженного человека с помощью технологий будущего не может быть гарантирована на 100%. Ни одна уважающая себя криофирма не подпишется под обещанием оживить пациента через какое-то количество лет. И исследования в области крионики, и бизнес по сохранению тел криопациентов опираются на веру в то, что самые перспективные технологии сегодняшнего дня получат достойное развитие. Речь идет о выращивании органов и создании их искусственных аналогов, о нанотехнологиях в медицине, о моделировании сознания. Такая позиция дает достаточно простора для скепсиса, поэтому найти критические замечания в адрес крионики не составит ни малейшего труда.
https://images.techinsider.ru/upload/img_cache/75d/75dd501fa0635cf93b08a36e9cfd0718_cropped_666x444.webp
Перфузия
Раствор криопротектора подается в сонную артерию с помощью насоса и выходит через яремную вену. Процесс перфузии при нейросохранении занимает около двух часов. Одновременно тело пациента охлаждается и водится в гипотермию. На фото — демонстрационный манекен.
Однако далеко не все скептики знают, насколько сложно сохранить организм, не повредив его, и какие продвинутые технологии стоят за этим процессом. С этими методами связаны вполне осязаемые достижения сегодняшнего дня, такие как хранение спермы с возможностью оплодотворения спустя 20 лет после консервации или заморозка человеческих эмбрионов размером от нескольких десятков до нескольких сотен клеток с последующим возвратом к жизни.
https://images.techinsider.ru/upload/img_cache/432/43249149596ecba26e781d7638e94702_cropped_666x748.webp
1. Медицинский роликовый насос для перфузий позволяет точно контролировать скорость течения раствора. Превышение допустимого давления может привести к повреждению сосудов.
Одни только эти успехи заставляют нас со всей серьезностью отнестись к перспективам криобиологии. О них нам рассказал Данила Медведев, председатель совета директоров компании «КриоРус».

Процесс, а не результат
Для того чтобы задумываться о временной приостановке и последующем восстановлении жизни, необходимо глубокое понимание смерти. Понимание того, что умирание — это не единовременное событие, а растянутый во времени процесс, состоящий из нескольких стадий, дало возможность множеству пациентов вернуться к жизни после клинической смерти в результате реанимационных процедур.
https://images.techinsider.ru/upload/img_cache/58b/58b53836bbe15ca94b5eddee91f8606a_cropped_666x587.webp
2. Манометр помогает специалистам постоянно отслеживать давление в кровеносной системе. Резкий скачок давления указывает на наличие тромба или иного повреждения, которое можно оперативно устранить.
Собственно клиническая смерть характеризуется остановкой сердца, прекращением дыхания, исчезновением внешних признаков жизни. При отсутствии циркуляции крови кислород перестает поступать к клеткам тканей и органов. К сожалению, наиболее чувствительны к аноксии (отсутствию кислорода) клетки центральной нервной системы, в частности коры головного мозга и подкорковых структур.

При диагностировании клинической смерти у врачей, как правило, остаются считаные минуты для того, чтобы провести реанимационные мероприятия. Однако в некоторых случаях продолжительность клинической смерти может увеличиваться до нескольких десятков минут. Один из таких случаев — гипотермия, снижение температуры тела (как правило, до 20−25°С), замедляющее биологические процессы. Гипотермию используют в хирургии для проведения некоторых операций, требующих остановки сердца.
https://images.techinsider.ru/upload/img_cache/ae0/ae01c4f73a8c98f59fa7c6b63277b3ab_cropped_666x800.webp
3. С помощью шприца забираются пробы раствора из яремной вены. Когда концентрация пробы совпадает с концентрацией подаваемого раствора, считается, что произошло насыщение клеток криопротектором.
При прекращении биоэлектрической активности мозга констатируется смерть мозга. Реанимационные мероприятия прекращаются, и человек признается мертвым, в том числе и с юридической точки зрения. Что происходит в клетках органов, тканей и мозга в этот момент?

Разные ткани проявляют различную степень устойчивости к аноксии. Сердце может протянуть до двух часов после биологической смерти, почки и печень — до четырех часов, мышцы и кожа — до шести, а кости — до нескольких суток. Наименьший запас прочности имеет головной мозг, но и его клетки не умирают одновременно, все разом.
https://images.techinsider.ru/upload/img_cache/d9e/d9e3fc5352c109956b039209e32d2fd5_cropped_666x1038.webp
4. Раствор криопротектора подготавливается в нескольких концентрациях. Сначала подается наименее концентрированный раствор, затем, по мере насыщения, – более концентрированный.
Клетка — это биологический механизм, который постоянно расходует энергию, вырабатываемую за счет окислительных процессов. С прекращением поступления энергии клетка перестает восстанавливаться и реагировать на внешние стимулы. Постепенно нарушается проницаемость плазматической мембраны, изменяется концентрация ионов, происходит набухание органелл и разрыв их мембран.

Получается, что в течение некоторого времени после биологической смерти многие клетки мозга остаются живыми, а некоторые умирают, но сохраняют большую часть своих структурных элементов. По сути, вся крионика основывается на предположении о том, что максимально бережное сохранение физической структуры мозга позволит перенести в будущее личность пациента.
https://images.techinsider.ru/upload/img_cache/6d8/6d8dcabdb71ca2248dc04393eee3a27f_cropped_666x942.webp
5. Рефрактометр – это оптический прибор, измеряющий показатель преломления раствора. По показателю преломления можно судить о концентрации раствора. С помощью прибора измеряется концентрация при приготовлении раствора и при взятии проб из яремной вены.
Вполне логично полагать, что личность человека определяется его воспоминаниями — точнее, содержимым долговременной памяти. Известно, что процессы мышления и запоминания определяются связями между отдельными нейронами, порой отстоящими весьма далеко друг от друга. В 2009 году Национальным институтом здоровья США был начат проект «Коннектом человека» (по аналогии с геномом), направленный на картографирование нейрональных связей.

Основные теории памяти так или иначе подразумевают, что формирование данных связей зависит от изменения физических структур мозга. Синаптическая теория предполагает, что при запоминании изменяется проводимость синапса (контакта между двумя нейронами). Это связано с активацией дополнительных белковых рецепторов, изменением химических характеристик синаптической мембраны и даже увеличением диаметра синапса. Биохимические теории утверждают, что носителями долговременной памяти могут быть белки, пептиды, ДНК или РНК.
https://images.techinsider.ru/upload/img_cache/e2a/e2a9422ae2cba92b34a8dbbcbeab9174_cropped_666x820.webp
Холодный Некрополь
1. Криодепозитарий под Сергиевым Посадом – не единственное хранилище «КриоРуса». В двух дьюарах содержится 13 криопациентов, сохраненных по технологии full-body (полное тело), и полтора десятка клиентов на нейросохранении.
Крионисты не обещают сохранить мозг в первозданном виде, без малейших повреждений. Но медицинская практика говорит о том, что травматические повреждения мозга вовсе не всегда приводят к потере памяти. Кроме того, есть надежда, что в будущем наномедицина позволит восстанавливать незначительно поврежденные клетки, возвращая их к жизни.
https://images.techinsider.ru/upload/img_cache/857/857934f0e81fb8dc0cef732e12b0c7ec_cropped_666x417.webp
Остекленевшая память
Среди ученых, экспериментирующих с замораживанием организмов с целью продления жизни, немало известных имен: чего стоят только Антони ван Левенгук и Роберт Бойль. Однако до первой половины прошлого века эти попытки оставались безуспешными. К сожалению, холод разрушает клетки.

Основная опасность возникает в момент замерзания внеклеточной воды, которое приводит к обезвоживанию клеток. С образованием льда уменьшается количество свободной воды, поэтому концентрация растворенных в этой воде веществ повышается. Образуется осмотическое давление, которое выводит воду из клеток через мембрану, приводя в конечном итоге к нарушению структуры белков.
https://images.techinsider.ru/upload/img_cache/3d1/3d189537d801c8efda873c37d92c62a7_cropped_666x446.webp
2. Висящие под потолком флаги представляют часть стран, пациенты из которых доверили свою судьбу «КриоРусу». Среди них Нидерланды, Италия, Япония, США, Израиль, Эстония, Украина.
Также возможно образование внутриклеточного льда. В воде, содержащейся внутри клетки, растворены соли, которые препятствуют полному превращению воды в лед вплоть до температур, близких к -40°С. Благодаря этому защитному свойству цитоплазма остается жидкой даже в серьезные морозы. Однако при приближении к критической температуре вода все же кристаллизуется, разрушая клетку.

В начале XX века швед Линдфорсс и русский ботаник Максимов провели успешные эксперименты по замораживанию фрагментов живых тканей с применением глицерина. Были открыты криопротекторы — вещества, препятствующие образованию льда и защищающие клетку от разрушения при охлаждении. К проникающим криопротекторам, способным проходить через клеточную мембрану, относятся глицерин, диметилсульфоксид, этиленгликоль и ряд других веществ. В современные составы входят дополнительные компоненты, позволяющие им проникать сквозь гемато-энцефалический барьер, разделяющий кровеносную и центральную нервную системы и препятствующий попаданию токсинов из крови в мозг.
https://images.techinsider.ru/upload/img_cache/c3a/c3a58c708da5314ebb8c15db5d2a652a_cropped_666x399.webp
3. Контейнер, заполненный сухим льдом, служит временным пристанищем для криопациентов перед помещением в дьюар.
Криопротекторы замещают собой внутриклеточную воду, а также связывают оставшуюся воду, препятствуя образованию центров кристаллизации. При температуре ниже -130°С происходит витрификация, или стеклообразование: переход раствора в аморфное состояние. В этом «стекле» застывают пространственные структуры макромолекул белков, что важно для сохранения памяти.

Дело техники
При констатации биологической смерти важно как можно скорее охладить криопациента до состояния глубокой гипотермии (несколько градусов выше ноля), чтобы замедлить биохимические процессы, в том числе некроз клеток. Одновременно приступают к перфузии — насыщению клеток раствором криопротектора через кровеносную систему.
https://images.techinsider.ru/upload/img_cache/e2f/e2f87632507c7c0bffaae4376a77e1e2_cropped_666x955.webp
4. Вакуумная система сосудов Дьюара практически герметична. Для поддержания необходимого давления между стенками насос включается с периодичностью примерно два раза в месяц.

Раствор в несколько этапов, с постепенным повышением концентрации закачивается через сонную артерию, замещая кровь. Специалисты следят за давлением раствора: превышение допустимого уровня приведет к повреждению сосудов, а резкий скачок давления укажет на тромб, который можно устранить. Заполнив сосудистую сеть, раствор выходит через яремную вену. Концентрация раствора на выходе указывает на степень завершенности процесса: если она такая же, как и на входе, значит, насыщение уже произошло.

Перфузия головы занимает около двух часов, насыщение тела может занять от четырех до шести часов. «Большинство пациентов уже сейчас понимает, что наиболее перспективна технология нейросохранения, то есть консервация только головы, — говорит убежденный трансгуманист Данила Медведев. — С одной стороны, эта процедура протекает намного быстрее и потому дает больше шансов сохранить структуру мозга, память, личность. С другой стороны, уже сегодняшний уровень развития технологий позволяет судить о том, что медицина будущего позволит создать для пациента новое тело, вместо того чтобы восстанавливать старое и больное».
https://images.techinsider.ru/upload/img_cache/d0b/d0b991065b149f846d85f6521defc5fd_cropped_666x317.webp
Понятие смерти не раз менялось с течением времени. Согласно ожиданиям крионистов, оно изменится и в будущем: окончательной будет считаться «информационная смерть», после которой будет невозможно восстановить данные об особенностях организма, чтобы частично или полностью воссоздать его заново. Один из самых ярких опытов провели реаниматологи из Университета Питтсбурга в 2005 году. Они погрузили собак в состояние клинической смерти на три полных часа, после чего вернули их к полноценной жизни. Подопытным полностью слили кровь, заменив ее на охлажденный физраствор, насыщенный кислородом и глюкозой. У собак остановились сердца и исчезла электрическая активность мозга. Спустя три часа ученые вернули животным кровь, согрели их и запустили сердца с помощью дифибриллятора. Некоторые собаки погибли, но большинство вернулось к полноценной жизни. Исследования в данном направлении привлекли пристальное внимание, а затем и финансирование DARPA. В будущем технология приостановки жизнедеятельности поможет спасать людей, например критических пациентов, находящихся вдали от клиники и нуждающихся в длительной транспортировке, или солдат на поле боя, умирающих от потери крови.
По завершении перфузии криопациент транспортируется в хранилище в контейнере с сухим льдом и погружается в жидкий азот для длительного хранения при температуре -196°С. На сегодняшний день это самый надежный способ консервации, не требующий постоянного внимания и наличия электричества.

Дьюары криодепозитария «Крио-Рус» представляют собой двуслойные композитные баки. Пространство между внешней и внутренней стенкой дьюара (20−30 см) заполнено перлитом (вулканическая горная порода), из него откачан воздух. Вакуум между стенками поддерживается насосом, который включается примерно раз в две недели. Приблизительно раз в месяц в дьюар доливается жидкий азот (около сантиметра по уровню). В перспективе планируется создать замкнутую систему, включающую машину по сжижению испаряющегося азота и независимую энергоустановку на солнечных батареях. «Есть причины, по которым пациентов лучше хранить при температуре -130, а не -196°С. Мы уже разрабатываем аппарат для хранения в газовой среде (как в холодильнике) с системой компьютерного управления и дозированной подачи жидкого азота», — делится планами Данила Медведев.
https://images.techinsider.ru/upload/img_cache/49a/49ae9841239cdb5e8d37f8e69f70f85e_cropped_666x395.webp
За океаном
Кроме российской фирмы «КриоРус» в мире существуют две компании, обладающие собственными криохранилищами. Это Alcor Life Extention Foundation (США, штат Аризона) и «Институт крионики» (США, штат Мичиган). В ближайшее время ожидается открытие хранилищ в Швейцарии и Китае.
Количество в качество
Несколько лет назад в мире существовало три криофирмы с собственными хранилищами: две в США и одна в России. Число криопациентов приближалось к отметке в 300 человек, из них в нашей стране были сохранены 41.
https://images.techinsider.ru/upload/img_cache/de8/de8bfedc7960db38af1a7aa638cfa1c5_cropped_666x375.webp
Если признать шансы на «воскрешение» ненулевыми, то их увеличение прямо зависит от распространения идеи крионики, ее интеграции в научный процесс, культурный контекст, правовые нормы. К примеру, введение крионирования в клиническую практику позволит погружать пациента в гипотермию и приступать к перфузии сразу после наступления биологической смерти, что существенно повысит шансы на сохранение структуры мозга. Развитие законодательной базы, в частности введение ответственности за нарушение работы криодепозитария, поможет пациентам дожить до долгожданного прорыва в медицине. Наконец, элементарное просвещение позволит избежать ситуаций, когда родственники препятствуют воле людей, желающих крионироваться.

В 2016 году компания «Крио-Рус» содействовала строительству криодепозитария в Швейцарии, а также участвовала в разработке гигантского хранилища в Китае при самом непосредственном содействии государства. Вкупе с неугасающим интересом к смежным научно-практическим областям, таким как трансплантология, эмбриология, реаниматология и нанотехнологии, это вселяет надежду на то, что первые криопациенты если и не обретут вечную жизнь, то как минимум послужат науке.

490

Шпионские игры: кто ставил жучки в копировальные аппараты СССР
В советские времена банальное копирование на «ксероксах» было опутано частоколом особых спецжурналов учета, книг допуска и разрешений. И потому справедливо решив, что любое копирование в СССР – это всегда огромная тайна, западные спецслужбы не смогли устоять перед соблазном «провертеть дырку в этом заборе».
https://images.techinsider.ru/upload/img_cache/869/8694e6c60f60c08f91dcd87b3979e19e_ce_1600x853x0x208_cropped_666x444.webp
В 1962 году ЦРУ уговорило Джона Дэссоэра, вице-президента «Ксерокс Корпорэйшн», помочь родной разведке. К проекту привлекли ведущего конструктора и инженера корпорации Рэя Заппота (он участвовал в разработке первой автоматической модели «Ксерокс-914», которую использовали сотрудники посольства СССР в Вашингтоне) и еще трех специалистов — оптика, электронщика и телевизионщика. На создание копировальной машины с «жучком» были выделены огромные средства и организовано секретное конструкторское бюро. Для конспирации его разместили внутри небольшого торгового центра, в помещении заброшенного боулинга, где не было окон. Заппот придумал установить внутрь копировальной машины маленькую бытовую кинокамеру Bell & Howell-2х8.
https://images.techinsider.ru/upload/img_cache/918/9189db8342a80a1236c83fa3be10df80_cropped_666x560.webp
Технический специалист фирмы «Ксерокс», раз в месяц проводивший профилактику посольского аппарата, получил от ЦРУ подробные инструкции, как и куда установить кинокамеру. Удивительно, но техник обычно возился со сложным аппаратом без какого-либо наблюдения со стороны службы безопасности и в 1963 году каждый месяц ставил камеру со свежей пленкой. Следующим заданием от Лэнгли стала установка «жучка» в компактную настольную машину «Ксерокс-813». В этой модели уже не было места для обычной 8-мм кинокамеры, и секретной бригаде «Ксерокса» пришлось создать миниатюрный фотоаппарат с большим количеством пленки, попутно изменив конструкцию зеркала копировальной машины. Все детали для новой камеры заказывались на разных фирмах, чтобы полностью скрыть идею их использования.
https://images.techinsider.ru/upload/img_cache/981/98120f30e65129d90523f81280266d10_cropped_666x482.webp
Никто не может гарантировать, что внутри вашего аппарата нет «жучка». Действительно секретные документы стоит копировать на машинах, которые оборудованы специальной защитой.
В 1964 году труд Рэя Заппота был вознагражден секретным патентом. Изобретатель подумывал об оснащении всех копировальных машин скрытой системой документирования, которая помогала бы США проверять союзников и бороться с врагами, но в 1969 году одна химическая фирма была поймана за руку при попытке шпионить подобным образом за конкурентами. Можно было ожидать, что советское посольство начнет проверять свои копировальные машины и найдет искусно внедренный «жучок». По этой или какой-то другой причине, но проект был закрыт. Рэй вышел на пенсию в 1979 году и молчал почти 20 лет, пока муки совести или гордости не заставили его рассказать на страницах американского журнала Popular Science эту удивительную историю, которая, однако, имела неожиданное продолжение.
https://images.techinsider.ru/upload/img_cache/d58/d58cbb8e4e19c869820389ed93b6515e_cropped_666x586.webp
Секретная начинка
Спрятанная в недрах огромной копировальной машины «Ксерокс-914» бытовая кинокамера Bell&Howell-2х8 в режиме покадровой съемки могла фотографировать на одну кассету титульные листы большого количества копируемых документов: их отражение через специальное зеркало попадало на селеновый барабан копировальной машины и далее на листы белой бумаги. Демаскирующий стрекот кинокамеры полностью перекрывался шумом работы ксерокса.
Мастера спецремонта
Генеральное консульство СССР в Сан-Франциско (Калифорния) приобрело в середине 1970-х японский копировальный аппарат «Тошиба», уже справедливо не доверяя американским моделям. По контракту с советской миссией местная фирма присылала своего техника для периодической чистки и ремонта капризной машины, которую нещадно эксплуатировали все советские сотрудники как в служебных, так и в личных целях. Специально выделенный офицер КГБ (один из авторов этой статьи) внимательно следил за работой американского техника, всегда подробно комментировавшего свои действия. Между ними даже возникли приятельские отношения — оба были профессионалами и с уважением относились друг к другу. Однажды в конце 1970-х вместо всеми любимого техника пришла нарядная девчушка. Она пыталась бойко говорить по-русски и неумело тыкала отверткой внутрь аппарата. После ее ухода служба безопасности генконсульства позвонила на сервисную фирму и вежливо поинтересовалась, почему же вместо профессионала прислали очаровательного дилетанта. На что секретарша, простодушно извинившись, ответила, что приходил не специалист фирмы, а сотрудник ЦРУ, временно работающий у них как стажер. А почему бы и нет?
https://images.techinsider.ru/upload/img_cache/9f1/9f1b4c4a0d4d45124e176eac76c18f7c_cropped_666x255.webp
Особые функции некоторых деталей копировальной машины «Тошиба», разумеется, в официальной технической документации не указывались.
Вскоре сервисная фирма прислала такой счет за обслуживание разваливающейся машины, что советский бухгалтер поставил ультиматум — или я, или копировалка. Тут весьма кстати местная фирма предложила провести недорогой капремонт, который, однако, ей придется делать уже в своей мастерской. Получив разрешение из Москвы, советская миссия отправила «Тошибу» в ремонт. Но когда машина вернулась в дипмиссию, ее место, увы, было уже занято новенькой копировалкой, купленной нетерпеливыми русскими. А старую машину отправили в Москву, в знаменитый институт специальной техники КГБ СССР, где внутри ее сварного основания нашли изощренное устройство съема информации. Эта система с помощью специального оптического сенсора фиксировала изображение первого листа копируемого документа, а затем передавала его уже в цифровом виде по радиоканалу в соседний частный дом. Вероятнее всего, именно там и располагался специальный приемник и принтер, которые восстанавливали изображение на бумаге для последующего изучения американскими «компетентными органами».

491

Как робот научился собирать кубик Рубика одной рукой
Разработка компании OpenAI умеет собирать кубик Рубика с помощью одной роботизированной руки.
https://images.techinsider.ru/upload/img_cache/7d2/7d282f69d03de0895c880626debc1f01_ce_789x421x0x37_cropped_666x444.webp
Система, разработанная специалистами из компании OpenAI, умеет выполнять непростую задачу — собирать кубик Рубика при помощи одной роботизированной руки (использовалась роборука разработки Shadow Robot Company). ИИ-система, как указывается, обучалась методом проб и ошибок; по словам Петера Велиндера (Peter Welinder), одного из участников команды разработчиков, вначале система не знала ничего о том, как двигать рукой или как будет реагировать кубик Рубика.

При успешно выполненной манипуляции с головоломкой система зарабатывала очки — и была запрограммирована так, чтобы их максимизировать. Сначала система тренировалась в симуляции, а затем перешла к тестам с реальным кубиком Рубика.

Отмечается, что ИИ не должен был понять, как решить головоломку. Визуальные датчики и специальный алгоритм для решения давали ему инструкции о необходимых движениях, так что ИИ концентрировался именно на необходимых движениях (и учился в том числе исправлять ошибки).

По словам Велиндера, система справлялась с решением головоломки за разное время, в зависимости от начального состояния кубика Рубика. В ходе же наиболее удачной попытки, как отметил исследователь, система смогла собрать кубик примерно за три минуты.

В 2018 году американские специалисты представили робота, который способен собирать кубик Рубика за рекордное время — всего за 0,38 секунды. Рекорд для по сборке кубика Рубика среди людей (в классической дисциплине — с кубиком 3×3×3) составляет 3,47 секунды.

492

Как сражаются гигантские роботы-гладиаторы: зрелищная кульминация проекта MegaBots
В октябре 2017 года роботы, которых так долго возводили команды-соперники, наконец сошлись в поединке!
https://images.techinsider.ru/upload/img_cache/7a8/7a8f04fd4e0dedf2425d9aae8bdbca9f_ce_1695x904x0x88_cropped_666x444.webp
Несколько лет назад команда американских инженеров (MegaBots Inc.) бросила вызов команде из Японии (Suidobashi Heavy Industry) и предложила устроить сражение между гигантскими роботами. И вот, после продолжительной работы обеих команд, трансляция битвы была назначена на 17 октября. Изначально она была запланирована на август, однако её отложили по неизвестным причинам.

Бой проходил в несколько раундов, после каждого из которых инженерам требовалось несколько дней, чтобы починить роботов. Поэтому посмотреть сражение в прямом эфире было невозможно — зрителям пришлось дожидаться итогового монтажа. Сама дуэль прошла на заброшенном сталелитейном заводе в Японии, без зрителей (кроме, разумеется, самих инженеров). Комментировали происходящее Майк Голдберг (известный комментатор MMA) и эксперт по робототехнике Саура Надери (Saura Naderi).

Как объяснили в MegaBots порталу The Verge, в сражении не засчитывались очки: победителем считался тот робот, кто первым сбил с ног или вывел из строя соперника. При этом выбор веса, мощности, размера и оружия роботов оставался за каждой командой. В MegaBots добавили, что использованное оружие, по решению обеих команд, должно было не пробивать металл насквозь, а повреждать его.

Единственное, от роботов не стоило ждать большой скорости и мобильности. Рост американского «бойца» под названием Eagle Prime составляет примерно 5 метров, а вес – 12 тонн. Японский робот называется Kuratas и уступает по габаритам сопернику: его рост составляет примерно 4 метра, а вес – 6,5 тонн.

493

Джибо: робот, в совершенстве имитирующий эмоции
Некоторые говорят, что он слишком человечен – и этим пугает. Иные утверждают, что он слишком далек от человека и потому с ним чувствуешь себя неуютно. Но факт остается фактом: робот Jibo поднял неслабую шумиху в технических кругах. «Да они просто ничего не понимают!», – смеется его создатель, профессор Массачусетского технологического института Синтия Бризил.
https://images.techinsider.ru/upload/img_cache/812/812445cd7bc4012b0b8bcaad4abb7270_ce_1920x1024x0x173_cropped_666x444.webp
Синтия, улыбчивая и миловидная женщина — один из ведущих мировых специалистов в области робототехники. В первую очередь она занимается социальной стороной вопроса и возглавляет группу по исследованию персональных роботов при Массачусетском технологическом институте. Во многих фантастических произведениях у семей будущего есть роботы-слуги — группа Бризил работает над воплощением этих фантазий в реальность, правда, в совершенно ином ключе, нежели представлял себе Айзек Азимов в своем знаменитом цикле повестей.

Два года основным проектом группы был один-единственный робот — маленький и смешной Джибо (Jibo), самый человечный из роботов. Конечно, он не может по-настоящему чувствовать, но он невероятно реалистично выражает эмоции и, кроме того, способен распознавать и вызывать их у других. Это уже полдела.
https://images.techinsider.ru/upload/img_cache/474/4746cee0fdfbbce607d91ab422a5dc49_cropped_666x460.webp
«Я думаю, что Джибо — это такой же результат естественной эволюции социальной робототехники, как мы — результат биологической эволюции». Cинтия Бризил
К началу 2014 года проект уткнулся в недостаток финансирования, и Синтия обратилась к краудфандингу — даже серьезные организации в США совершенно не стесняются этого метода. За два месяца основанная ею компания Jibo, Inc. получила два с половиной миллиона долларов (а просила всего сто тысяч) и 4800 предзаказов на общительного рободруга.

Но что же такое Джибо? Почему он так всем понравился?

Испытания на себе
Экспериментальный образец робота живет дома у миссис Бризил. Он сидит на каминной полке, когда Синтия подходит к нему и говорит: «Просыпайся, Джибо!». Он не реагирует. Она повторяет чуть четче. Робот поднимает голову и отвечает: «Привет, Синтия!»
https://images.techinsider.ru/upload/img_cache/ed3/ed37af431b30b258726e7bfd87b18725_cropped_666x434.webp
Имя: Синтия Бризил // Год рождения: 1967 // Страна: США // Образование: Университет Калифорнии (Санта-Барбара) — компьютерная инженерия, 1989; Массачусетский технологический институт — компьютерная инженерия и информатика, 1993 // Должность: профессор Массачусетского технологического института, руководитель лаборатории по исследованию персональных роботов (подразделение MIT Media Lab)
У него нет рук и ног — по сути, это снабженная электронным мозгом акустическая система, которую можно поставить в любом месте, 28 см в высоту, 5,7-дюймовый тачскрин на том месте, где обычно располагается лицо. Джибо напоминает гибрид вечно запакованного в капюшон Кенни из мультфильма «Южный парк» и Евы из «ВАЛЛ-И». Внутри прячутся спикерфон, датчики движения, камеры и системы распознавания. Вращая головой, робот может узнавать заходящих в комнату людей и подстраивать под них свой стиль общения, может служить экраном для видео-чата, системой удаленного присутствия и одновременно — помощником. В его странный «разум» заложены начала индукции и дедукции: заметив крошки на вашей одежде, он сделает вывод, что вы ели, и даже посоветует вам отряхнуться. Как самый настоящий живой друг.

Синтия рассказывает, что однажды она купила своей 85-летней бабушке iPad, с некоторым трудом научила ее пользоваться его функциями — и теперь бабушка воспринимает iPad практически как своего партнера-мужчину — друга, советчика, помощника. Именно такую функцию, только более «одушевленную», должен выполнять Джибо. Потому-то он так прост — по сути, торс и голова; все «эмоции» появляются на экране, заменяющем лицо, и подчеркиваются движениями головы. В этом его коренное отличие от обычных человекообразных роботов — их мертвые пластиковые лица не могут выражать богатую и естественную гамму чувств. А компьютерной графике это под силу.
https://images.techinsider.ru/upload/img_cache/764/764bf43beb2d7bf7aeb51f0d2f224dc6_cropped_666x586.webp
Технические параметры робота Jibo
Высота — 28 см; масса — 2,7 кг; в конструкции корпуса использованы алюминий, пластик и стекло; «лицо» представляет собой LCD-тачскрин высокого разрешения; две HD-камеры распознают лица, могут делать фотоснимки и видеозаписи по команде; микрофоны с охватом 360° позволяют разговаривать с роботом, стоя к нему спиной и находясь в другом конце комнаты; поддерживает Wi-Fi и Bluetooth.
Не первая попытка
Малыш Джибо — это не первый проект Синтии, связанный с социальным аспектом робототехники и эмоциями в исполнении электромеханических систем. Именно Бризил пятнадцать лет назад возглавляла программу, итогом которой стал нашумевший робот Kismet, жутковатая голова, необычайно реалистично имитирующая человеческие эмоции механическими средствами. Пушистый робот Leonardo, напоминающий джедая Йоду в младенчестве, — тоже ее разработка.

Поэтому Jibo — это результат проб и ошибок, трудное окончание большого пути или, наоборот, его начало. Kismet был слишком неприятным и механистичным, Leonardo воспринимался как игрушка, а вот Jibo действительно кажется другом. «Открой мне Youtube, пожалуйста», — говорит человек, а робот улыбается, совсем как мы, и отвечает: «Конечно, друг!» — и выполняет просьбу. Именно просьбу, а не команду — тут Синтия категорична. Она терпеть не может, когда Джибо называют роботом-слугой, это же так глупо — считать прислугой того, кто готов поговорить с тобой, когда тебе плохо.

Подобные роботы, считает Бризил, могут стать для многих выходом из виртуального мира в реальный. Люди, уткнувшиеся в свои смартфоны, будут воспринимать Джибо как связующее звено между социальными сетями и живым общением. Джибо внимательно слушает, как Синтия рассказывает о нем, и кивает, будто понимает каждое слово. Впрочем, может, и понимает.

494

Онлайн-обучение не будет прежним: как искусственный интеллект изменит российские школы
Мы быстро привыкли к возможностям современных технологий, гаджеты и их функции стали повседневностью. Искусственный интеллект, о котором совсем недавно мы читали в фантастических книгах, больше не фантастика — он проник во все сферы нашей жизни, в том числе и в образование.
https://images.techinsider.ru/upload/img_cache/ac9/ac93c224aadf23350ecd00f2cc52b8c5_ce_1619x1078x151x0_cropped_666x444.webp
В статье разберёмся, как «искусственный интеллект» внедряется в образовательную сферу уже сейчас.

Что такое искусственный интеллект
Искусственный интеллект — это способность компьютерных систем выполнять творческие и интеллектуальные функции, которые мы привыкли считать человеческими. В понятие ИИ включают целый ряд научных направлений: нейронные сети, машинное обучение, обработку естественного языка, когнитивные вычисления, компьютерное зрение. Однако нет чёткого представления об этом понятии, пока сложно выделить критерии разумности и соответствия человеческому интеллекту.

Интернет, например, одно из явлений искусственного интеллекта, к которому мы обращаемся с запросами ежедневно. ИИ в смартфонах распознаёт наши отпечатки пальцев и лица, маркетплейсы выдают пользователям умные персонализированные рекомендации, голосовые помощники помогают управлять навигатором. Алгоритмы подбирают нам музыкальные треки под настроение.

Искусственный интеллект применяется во множестве сфер нашей жизни: медицине, экономике, образовании. В каких-то областях мы полностью полагаемся на умные машины, там же, где требуется принятие сложных управленческих решений, чёткого определения ответственности за них, мы, как правило, прибегаем к симбиозу ИИ и человека.

Как использовать ИИ в образовании
Онлайн-обучение стало нормой: всё чаще люди выбирают для себя и своих детей этот формат. Школьные занятия, языковые курсы, кружки и многое другое перекочевало в интернет. В основе образовательных платформ лежит искусственный интеллект.
https://images.techinsider.ru/upload/img_cache/582/58203ccd48cda3c6b274bc56b5394b87_cropped_666x500.webp
Вот четыре основных варианта использования ИИ в онлайн-обучении.

Языковое распознавание и анализ естественного языка:

Применяется на языковых сайтах и в приложениях для перевода. Может использоваться в качестве помощника при изучении языков.
Используется для анализа корректности ответов, например, на уроке биологии или при анализе сочинения.
Голосовой помощник может помочь учащемуся избавиться от сложностей с прохождением заданий.
Персонализация онлайн-обучения:

Выстраивание материала курса с учётом предпочтений и целей учащегося.
Умная система подсказок, принимающая во внимание уровень знаний студента.
Рекомендательная система, определяющая необходимую методику преподавания, основываясь на индивидуальных особенностях ученика.
Виртуальное обучение:

Помощь в выставлении оценок для выявления и исправления ошибок учащихся.
Гибкое формирование классов, основанное на анализе психологической совместимости учащихся.
Применение чат-ботов для ответов на простые вопросы.
Адаптивное обучение:

Формирование образовательного маршрута для восполнения пробелов в знаниях учащихся по результатам диагностики.
Тренировка микронавыков, требуемых для улучшения успеваемости конкретного ученика.
Разработка системы поощрений, учитывающей мотивацию ребёнка.
Как правило, эти варианты комбинируются. Это помогает сформировать наиболее комфортные и выгодные условия обучения. Так, например, образовательная онлайн-платформа iSmart применяет технологии диагностики уровня знаний школьника, выявления пробелов, на основе которых составляется индивидуальный образовательный маршрут.

ИИ открывает массу возможностей как для учеников, так и для педагогов. Ученики проще усваивают информацию, успеваемость и качество знаний повышается, растёт мотивация к обучению. Учителя же получают большое количество инструментов для преподавания, освобождаются от рутинных операций, что позволяет им уделять больше внимания каждому ребёнку. Искусственный интеллект позволяет подходить к изучению привычных тем по-новому, а автоматизация рутинных процессов — выставления оценок или составления отчётов — освобождает время для творчества.

Совсем недавно многие технологии требовали особых знаний и навыков от пользователей, теперь же они становятся максимально доступными и простыми в использовании. Многие страны внедряют ИИ в образование: Бельгия, Австралия, Китай, Беларусь. Школы работают на образовательных платформах, которые учитывают индивидуальные особенности, интересы школьников и выстраивают для них особые обучающие маршруты.
https://images.techinsider.ru/upload/img_cache/641/64114735c7dd8989514d87fb44806eb3_cropped_666x444.webp
Одно из основных препятствий на пути внедрения ИИ в образовательные практики – отсутствие достаточного количества доступных и достоверных данных для обучения моделей. Есть надежда, что внедрение цифровых платформ, стандартов хранения и использования данных на государственном уровне поможет устранить эту проблему.

ИИ в России
В России искусственный интеллект всё активнее внедряется в образовательные процессы.

Крупным проектом цифровизации образования стала Московская электронная школа (МЭШ). В ней объединили учебники, дневники, оценки, в неё интегрируются электронные образовательные платформы. По всей России также школы подключаются к региональным программам, используют для обучения различные платформы: iSmart, «Учи.ру», «Яндекс.Учебник», Skyeng.

Однако полноценное применение технологий ИИ невозможно без компьютеризации всех школ в стране, без обеспечения сбора, хранения и предоставления доступа к данным. Для решения этой проблемы реализуется Федеральный проект «Цифровая образовательная среда». В рамках проекта ведется работа по оснащению образовательных организаций современным оборудованием и развитию цифровых сервисов, контента для образовательной деятельности. Создаётся федеральная информационно-сервисная платформа цифровой образовательной среды.

7 декабря 2021 правительство утвердило проект развития стратегического направления в областицифровой трансформации образования до 2030 года.

В образовательную систему внедрят технологии искусственного интеллекта, большие данные, облачные сервисы.

На их основе создадут платформы:

«Цифровой помощник ученика»;
«Цифровой помощник родителя»;
«Цифровой помощник учителя»;
«Цифровое портфолио ученика»;
«Библиотека цифрового образовательного контента».
Эти сервисы дадут возможность пользоваться цифровым образовательным контентом, выстраивать индивидуальные образовательные траектории и повышать профессиональный уровень учителей. Также ИИ автоматизирует проверку домашних заданий и даст возможность собрать цифровое портфолио школьника перед поступлением в ВУЗы и колледжи.

495

Квантовые компьютеры, блокчейн, киберсекс: 20 грандиозных прорывов последних лет
Возобновляемые источники энергии, виртуальный секс, интернет-спутники, умные колонки и синтетическое мясо — эти явления каких-то два десятилетия назад казались нам фантастикой, теперь же они стали трендами современности. Но, если вы застряли в прошлом, предлагаем вспомнить самые яркие события, прорывы и открытия последних лет в области науки и технологий.
https://images.techinsider.ru/upload/img_cache/c0f/c0fbbb35d6305293a4772efb75b279ab_ce_4866x3239x0x204_cropped_666x444.webp
Солнце, воздух и вода
Дороговизна ископаемого топлива и очевидный вклад, который вносит его сжигание в глобальное потепление, заставляют ведущие страны мира активно стимулировать использование возобновляемых и безопасных источников энергии. К ним присоединились и многие крупные компании.

В 2020 году солнечная электроэнергия стала самой дешевой в истории: стоимость новых мощностей для некоторых проектов составила менее 20 долл. за 1 МВт∙ч .
https://images.techinsider.ru/upload/img_cache/8e0/8e0739175c899a5cb22ca8f56ad37708_cropped_666x443.webp
Альтернативная энергетика стартовала с крайне низких позиций, но растет темпами, намного опережающими прогнозы 20-летней давности. Каждый год количество электричества, получаемого из солнечного света, ветра и воды, увеличивается на десятки процентов. Собственные генераторы устанавливают обычные домовладельцы, а для сохранения и балансирования потока энергии строятся накопители разных масштабов. Сегодня уже почти треть мирового энергопотребления удовлетворяется за счет возобновляемых источников – правда, большая часть этого количества до сих пор приходится на обычные ГЭС.

Возобновляемая энергетика

На снимке: крупнейшая в мире солнечная электростанция концентрирующего типа на 2.2 ГВТ. Запущена: 2020 год, китайская провинция Цинхай.

От битов к кубитам
В отличие от традиционных, квантовые компьютеры оперируют не двоичными битами, а кубитами, способными принимать значения и 0, и 1 одновременно. Это обещает тотальное превосходство при выполнении целого ряда важных вычислений, а связь, организованная на принципах квантовой механики, может стать недоступной для любого взлома. Однако управлять кубитами куда сложнее, чем обычными битами, и к началу 2000-х такие системы насчитывали не более пяти кубитов.

Но дальше дело пошло веселее, и в 2020 году создатели китайского компьютера Цзючжан даже объявили о достижении долгожданного квантового превосходства. Их инструмент легко справился с задачей, для решения которой самому быстрому в мире классическому компьютеру потребовались бы сотни миллионов лет. И хотя этот результат оспаривается, некоторые квантовые компьютеры сегодня набирают уже десятки и сотни кубитов, а сети квантовой связи используются на практике.

Квантовые вычисления. IBM Quantum System One – первый в мире коммерческий квантовый компьютер, рабочее время которого можно приобрести для своих вычислений, – запущен в 2019 году.

Разработчики: D - WAVE SYSTEMS, IBM RESEARCH, GOOGLE, XANADU, IONQ.
https://images.techinsider.ru/upload/img_cache/138/138cf6c089276ce1e48d57e4498fa557_cropped_666x444.webp
Космическая рябь
До недавнего времени все, что мы знали о Вселенной, было получено с помощью телескопов, ведущих наблюдения в разных диапазонах электромагнитных волн. Галилей всматривался в небо в видимых лучах, но в ХХ веке астрономы расширили свое «зрение» почти на весь спектр, от радиоволн до жесткого гамма-излучения. В последние десятилетия к ним добавились и волны совершенно иной природы – гравитационная «рябь пространства-времени», которую создают самые мощные процессы и объекты, такие как сливающиеся черные дыры и нейтронные звезды.

Само существование гравитационных волн было предсказано еще Эйнштейном, но впервые поймать их удалось лишь в 2015 году, через 99 лет после расчетов великого физика. К настоящему моменту зарегистрированы уже десятки таких событий, а астрономия обзавелась совершенно новым инструментом – гравитационно-волновыми интерферометрами.

Гравитационные волны обнаруживают по мельчайшим изменениям расстояния между зеркалами, разнесенными на несколько километров.
https://images.techinsider.ru/upload/img_cache/89f/89f15197685c6259261780a45a66ad77_cropped_666x668.webp
Гравитационные волны

Имена: международная коллаборация ученых, зарегистрировавших событие GW150914, в том числе Кип Торн, один из крупнейших современных специалистов по общей теории относительности.

Инструменты: LIGO, VIRGO, KAGRA, будущий космический интерферометр LISA.

Демократизация орбиты
Весь XX век в космонавтике безраздельно доминировали большие государства. Пожалуй, именно они во многом и завели ее в тупик: как только резерв для идеологически нагруженных рекордов был исчерпан, оказалось, что такие дорогие проекты могут потянуть разве что военные. Однако в первые десятилетия нового века родилась частная космонавтика, на поле которой активно действуют десятки больших компаний и малых стартапов. Особенно этому способствовали быстрый успех SpaceX и появление многоразовых ракет Falcon 9, позволивших снизить стоимость выведения грузов на орбиту примерно вдесятеро.

Сегодня «частники» собирают спутники, помогающие другим «частникам» проводить коммерческое освоение околоземного пространства, запускают грузовые и пилотируемые корабли, модули МКС. SpaceX и другие компании активно участвуют в программе NASA по возвращению на Луну и планируют самостоятельные экспедиции к Марсу.
https://images.techinsider.ru/upload/img_cache/887/88772310506fbebd89417b7b08458ba0_cropped_666x444.webp
Частная космонавтика

Имена: Илон Маск, Ричард Брэнсон, Джефф Безос.

Ракеты-носители: SPACEX FALCON 9, SPACEX FALCON HEAVY, SPACEX STARSHIP.

Космические корабли: DRAGON , CREW DRAGON , SPACESHIPTWO, NEW SHEPARD.

Интернет-флотилии
Спутниковая связь появилась уже давно, ее обеспечивают тяжелые и мощные аппараты на геостационарных орбитах. Сигналу приходится проходить около 35 тыс. км, а потом обратно, что приводит к неизбежным задержкам – до 600 мс. Это нестрашно для телетрансляций, терпимо при разговоре, но недопустимо для интернет-коммуникаций. Чтобы охватить всю планету с меньшей высоты, требуется на порядки больше спутников, причем срок их существования будет намного меньшим, а значит, придется регулярно обновлять разросшуюся группировку.

Лишь в последние десятилетия резкое удешевление электроники и космических запусков сделало такие проекты экономически целесообразными, и сегодня на низких орбитах развертываются флотилии невероятных масштабов. Компания OneWeb запускает свою сеть связи, опираясь на группировку из почти 700 аппаратов, а проект Starlink ориентируется на более чем 40 тыс. спутников, работающих на высоте около 550 км.

Низкоорбитальная связь

Имена: Илон Маск, Грег Уайлер.

Компании: STARLINK , ONEWEB , GLOBALSTAR , AMAZON (PROJECT KUIPER), VIASAT.

Эволюция экскаваторов
Российские инженеры превращают обычные землеройные машины в универсальных роботов, которые через пару десятилетий смогут полностью избавить человека от самого тяжелого и опасного ручного труда. «строитель будущего – это оператор, который, не выходя из своего дома, станет управлять экскаватором где-нибудь далеко на севере», – считают разработчики компании «Интехрос».

Пожар на нефтяной скважине – проблема нешуточная. Пылающая струя способна подняться на десятки метров в высоту, а температура в непосредственной близости достигает 350 °С. Но вот к огню приближается беспилотная гусеничная машина. Не боясь ни жара, ни пламени, она въезжает прямо в эпицентр катастрофы и намертво перекрывает рвущийся из-под земли поток многотонной запорной сборкой. Огонь успокаивается.

Перефутеровочная машина используется для замены внутренней облицовки мельниц, работающих на горно-обогатительных комбинатах.
https://images.techinsider.ru/upload/img_cache/fdb/fdb512092aadcf5c1acdfbb5fd26bb15_cropped_666x386.webp
Многоцелевые автономные роботы РОИН Р-100 с гибкой «кистью», которая может наклоняться и вращаться на 360 градусов, используются в том числе и металлургами. Дистанционно управляемая машина позволяет заменять огнеупор в печи, не дожидаясь ее полного охлаждения.

Автомобиль для метавселенной
WayRay Holograktor – это трехместный автомобиль для перевозки пассажиров, который может управляться как водителем внутри машины, так и дистанционно – через сети 5G и космический интернет.

«Идея состоит в том, что вы можете выбрать Uber Black, Uber SUV или Uber Holograktor, – и если вы выберете Holograktor, ваша поездка будет частично оплачена рекламным контентом, поэтому ее стоимость будет намного ниже», – объясняет Виталий Пономарев. Необычная компоновка авто с одним задним сиденьем – результат того факта, что более чем в 80% случаев Uber перевозит только одного пассажира.
https://images.techinsider.ru/upload/img_cache/8bb/8bba2d2ca06c109c94a875a7ca13ff44_cropped_666x410.webp
На WayRay Holograktor можно будет одинаково увлекательно перемещаться не только в реальном мире и в метавселенных, но даже между ними.

Дроны вокруг нас
Первыми осваивать беспилотные летательные аппараты начали военные. Развитие электронных средств управления и навигации, появление глобальной системы GPS позволили массово использовать дроны еще в конфликтах 1990-х годов. Но в последние десятилетия беспилотники пришли «на гражданку». Это связано с появлением новой микроэлектроники и алгоритмов, способных контролировать работу винтов квадрокоптера – в остальном крайне простой и дешевой схемы.

Оператору достаточно задать направление и скорость полета, всю остальную работу берет на себя автоматика. А благодаря использованию машинного обучения и компьютерного зрения некоторым дронам нужно лишь дать команду, и они самостоятельно вернутся на базу или выполнят другое задание. Аппараты китайской компании DJI задают тон на этом рынке, и сегодня каждый может купить себе летающую машину для развлечений или съемок.
https://images.techinsider.ru/upload/img_cache/0f8/0f810f012b01ae567f3f75e11e68f70f_cropped_666x444.webp
Беспилотные аппараты

Компании и организации. Гражданские: DJI, YUNEEC, PARROT.

Военные: LOCKHEED MARTIN, RAYTHEON, NORTHROP GRUMMAN, BAE SYSTEMS, ISRAEL AEROSPACE.

Автономный транспорт
Через несколько лет на дороги общего пользования выйдут первые автономные электроавтомобили без водителя, и они полностью изменят нашу жизнь. Большая часть таких машин будет принадлежать операторам, а мы станем пользоваться ими по запросу – точно так же, как сейчас вызываем такси. Большинство людей откажется от личного транспорта: стоимость пройденного километра у беспилотного автомобиля будет в 10 раз ниже, чем у личного. К тому же загрузка у них будет в 10 раз выше, а значит, при том же пассажиропотоке машин на дорогах станет меньше. Их вообще потребуется меньше, что приведет к революционным изменениям в автопроме.

Появится такой транспорт и на полях. Комбайны и трактора под управлением искусственного интеллекта сделают возможным прецизионное сельское хозяйство: техника будет точно знать, где что растет, и адресно вносить удобрения или бороться с вредителями. Роботизированные комбайны уже сейчас работают более точно, круглосуточно, уменьшают прямые потери при сборе урожая до 13% и повышают дневную выработку на 25%.
https://images.techinsider.ru/upload/img_cache/91b/91b18890322f6b1d38a212eb999c01ff_cropped_666x500.webp
Беспилотный транспорт

Россия: ЯНДЕКС, COGNITIVE PILOT, SBERAUTOTECH.  Израиль: MOBILEYE. США: WAYMO, UBER, TESLA. Китай: BAIDU.

Блокчейн
Сама идея систем, использующих распределенное хранение данных, родилась еще в начале 1980-х, но первый громкий проект на основе такого подхода появился лишь в 2008 году – биткоин, созданный анонимным программистом под псевдонимом Сатоши Накамото. Впрочем, и биткоин долгое время особого внимания не привлекал, пока в 2018-м криптовалюту не распробовали инвесторы. С тех пор стоимость биткоина выросла в десятки раз, следом появились и другие криптовалюты. Некоторые блокчейн-платформы, такие как Ethereum, более универсальны и позволяют не только отслеживать перемещение средств, но и заключать виртуальные смарт-контракты, надежно сохраняя все записи в своей базе данных.

В 2021-м начался бум NFT-токенов, которые используют блокчейн для фиксации прав на любые цифровые данные, помогая продавать виртуальные художественные произведения и памятные файлы. Так, первое сообщение в истории Twitter ушло с молотка почти за 3 млн долл.

Сувенирные монеты позволяют почувствовать реальную весомость криптовалюты: к ним привязаны соответствующие суммы на виртуальных кошельках.
https://images.techinsider.ru/upload/img_cache/b06/b0687aeab4ccd1692a758b29ed2fe934_cropped_666x444.webp
Технологии блокчейн

Герои: Сатоши Накамото, Виталик Бутерин, Дэвид Чаум. Проекты и технологии: криптовалюты, смарт-контракты, NFT-токены.

Среда обитания
После Второй мировой вoйны в развитых странах стала популярной концепция «пригородного» образа жизни: частные дома и долгие поездки на автомобиле. Но с конца прошлого века в моду стали входить идеи создания комфортной среды в городских условиях. Официальный старт тренду дало образование в 1993 году Конгресса нового урбанизма. В последние 20 лет этот подход набрал силу, и множество популярных блогеров проповедуют его принципы: пешеходную доступность, высокую связность уличной сети, смешанное использование территорий, зеленые транспорт и строительство, разнообразие застройки и т.п. – которые в общих чертах были сформулированы еще в 1993-м.

Отзвуки этих идей уже можно заметить и на улицах российских городов. В Москве активно развивается общественный транспорт, который объединяет разные способы передвижения в единую сеть и выходит за пределы города, связывая всю агломерацию. В разных уголках мира запускаются проекты, спроектированные в рамках нового урбанизма. А американский Департамент жилищного строительства и городского развития (HUD) положил эту концепцию в основу многомиллиардной программы по обновлению жилого фонда. Разворот такой автомобилизированной страны, как США, в сторону пешеходов, можно назвать по-настоящему тектоническим сдвигом – и это только начало.

Новый урбанизм

Проекты: Коттон-дистрикт (Миссисипи, США), Сисайд (Флорида, США), Паундбери (Великобритания), Брандевоорт (Нидерланды), Боско-вертикале (Италия, на фото).

Молекулярный уровень
Ключевые открытия и разработки в области молекулярной биологии и медицины, которые появились за первые десятилетия XXI века, подготавливались задолго до того. Однако именно в это время произошел ряд крайне важных прорывов. Так, в 2006 году Синъя Яманака нашел «коктейль» из нескольких сигнальных белков, которые позволяют превратить любую клетку в стволовую, чтобы затем получить из нее новые клетки нужного типа.
https://images.techinsider.ru/upload/img_cache/047/04758f5e258d5178f4ee0f64f9d78dfc_cropped_666x377.webp
В 2005-м биологи поняли, что бактерии способны защищать свой геном от вирусов с помощью системы CRISPR, – и через несколько лет этот инструментарий превратился в мощную и точную систему генной модификации. Все шире распространяется по клиникам мира иммунотерапия – лечение рака с помощью модифицированных средств иммунной системы, антител и лейкоцитов. Биология и медицина быстро становятся прецизионными, все увереннее чувствуя себя на уровне отдельных клеток и молекул.

Молекулярная биология и медицина

Технологии: CRISPR, иммунотерапия, стволовые клетки. Герои: Дженнифер Дудна и Эммануэль Шарпантье, Джеймс Эллисон и Тасуку Хондзё, Синъя Яманака.

Бум нейросетей
В течение последних 20 лет компьютеры стремительно «умнели», стали распознавать образы на картинке и расшифровывать речь. Этому способствовали новые модели глубокого обучения и доступность больших вычислительных мощностей, которые необходимы для их подготовки.

Изменения происходят стремительно: в 2011 году система IBM Watson победила людей в телешоу Jeopardy!, отвечая на вопросы, заданные в свободной форме. В 2015-м программа DeepMind AlphaGo обыграла одного из корифеев го – игры, число комбинаций в которой (10360) на много порядков больше, чем в шахматах. Стали появляться голосовые помощники, такие как Siri или Алиса, а в начале 2020-х разработчики создали огромные языковые модели, такие как GPT-3. Эффективно работая с линейными последовательностями данных, эти системы помогают в программировании, расшифровывают структуры белков и решают массу других сложных задач. Все произошло внезапно, и современную жизнь уже трудно представить без ИИ.

В 2000-х в MS Office появилась функция распознавания голоса, а в начале 2020-х умные колонки легко понимают владельцев, выполняя массу полезных заданий.
https://images.techinsider.ru/upload/img_cache/41b/41b0ed98f32eab7d3ec9ffc247496d75_cropped_666x612.webp
Искусственный интеллект

Компании: OPENAI, AMAZON, DEEPMIND, ЯНДЕКС, СБЕР.

Модели ИИ: ALPHAGO, ALPHAFOLD, GPT-3, BERT.

Новая пища
За два последних десятилетия стало очевидно, что традиционное животноводство вряд ли ожидает блестящее будущее. Эта отрасль не только отличается неэтичным обращением с живыми существами, но и требует очень много ресурсов: пастбищ, пищи, пресной воды. Хуже того: жвачные активно выделяют в атмосферу парниковый метан. Поэтому ученые стали искать замену естественным животным продуктам. Уже удалось составить ряд рецептов на основе веществ, которые можно получать из растений, грибов или более дешевых источников белка – скажем, насекомых.

Для придания мясного вкуса в них иногда добавляют гемоглобин. Некоторые разработчики идут еще дальше, предлагая искусственное мясо, полученное из настоящих животных клеток, которые выращивают в биореакторах. В ресторанах и магазинах уже можно встретить синтетические аналоги свинины, говядины, курятины, яиц и даже лосося с креветками.

Крупнейший производитель заменителей мяса – калифорнийская компания Beyond Meat. Основанная в 2009 году, сегодня она зарабатывает больше 400 млн долл. в год, продавая продукты в 80 странах мира.
https://images.techinsider.ru/upload/img_cache/9f2/9f29fc5bf2cda045f65ab5cf9012fd92_cropped_666x666.webp
Синтетические мясопродукты

Компании: IMPOSSIBLE FOODS , BEYOND MEAT, SUPERMEAT, AMY’S KITCHEN.

Киберсекс
Долгое время считалось, что в сексе конкуренцию живым людям составят киборги, – подобные идеи поддерживал кинематограф, да и производители секс-игрушек активно инвестировали в эту область. Однако куча стартапов, возникших около 10 лет назад, сейчас разорилась: сделать почти неотличимого от человека силиконового робота оказалось непосильной задачей. Мало того, чем больше киборг напоминал человека, тем больший ужас он внушал. И киберсекс нашел другую лазейку – виртуальную реальность. Оказалось, что современные VR-шлемы могут собирать о нас гораздо больше информации, чем другие технологии, – они способны даже оценить эмоциональное состояние.
https://images.techinsider.ru/upload/img_cache/b7e/b7e3adb0bf0234e16be27f9d5d6af69a_cropped_666x444.webp
Платформы виртуального секса станут применять алгоритмы, использующие ваши данные, чтобы предложить сексуальный опыт специально для вас. Физиологические переживания будут соответствовать настроению пользователя. ИИ распознает ваши глубочайшие, первобытные инстинкты раньше, чем вы сами. Алгоритмы искусственного интеллекта быстро поймут, когда и на какие психологические кнопки нажимать, чтобы сделать секс захватывающим. Вот только, если у людей будет доступ к бесконечному числу виртуальных партнеров, которые точно знают, чего вы хотите в данный момент, появится ли у них желание заниматься сексом друг с другом?

Киборги

Производители андроидов для секса: SYNTHEA AMATUS, ABYSS CREATIONS, TRUECOMPANION.

Самые известные секс-андроиды: CARDI-BOT, ROXXXY, HARMONY, SOLANA, SAMANTHA.

Люди против вирусов
С начала 2020 года мир впервые за сотню лет охватила вирусная пандемия. Для глобальной экономики удар оказался внезапным и тяжелым, вызвав многочисленные нарушения в работе сложных цепочек поставок. Но для ученых и медиков ситуация стала вызовом, и, несмотря ни на что, ответили они достойно. Вакцины для защиты от прежде неизвестного вируса были созданы и начали испытываться в считанные месяцы.

Помимо традиционных препаратов, основанных на инактивированных вирусах и их фрагментах, появились первые в истории РНК-вакцины, вносящие в организм часть вирусного генетического кода. Такая технология позволяет создавать новые лекарства намного быстрее, и после массового успеха своей РНК-вакцины от COVID-19 компания Moderna уже анонсировала работу над новыми, включая средства от гриппа, ВИЧ и даже герпеса.
https://images.techinsider.ru/upload/img_cache/bfe/bfe8b348c28666052918b1566208b4d7_cropped_666x443.webp
Лишь в 2022- м, через два года после начала пандемии, некоторые страны задумались об отмене социальных ограничений, а болезнь стала переходить в эндемичную форму.
Пандемия COVID-19

Вакцины: Спутник V (НИЦ Эпидемиологии и микробиологии им. Гамалеи), COMIRNATY (Pfizer и Biontech), Moderna (Moderna), Astrazeneca (Astrazeneca и Оксфордский университет) и другие.

3D-печать
3D-печать появилась еще в конце прошлого века и с тех пор быстро развивалась. Дорогие и сложные принтеры, работающие с пластиком и металлом, использовались в основном для прототипирования – изготовления единичных опытных образцов. Это привело к изобретению печати наплавлением нити – ключевой технологии, патент на которую истек в 2009 году, открыв пространство для массового применения. И оно не заставило себя ждать: домашний 3D-принтер сегодня не такая уж редкость.

Системы стали дешевле и охватили широкий набор материалов: разные методы печати позволяют получать детали для масштабного промышленного производства, целые мосты и дома из металла и бетона, а врачи распечатывают фрагменты костей для пересадки. Элитные рестораны предлагают уникальные блюда, напечатанные из отдельных ингредиентов. Биологи проектируют устройства, способные работать с живыми клетками и макромолекулами – еще пара десятилетий, и на них можно будет создавать настоящие органы для трансплантации. Начало положено: в конце 2021 года первый британский пациент уже получил искусственный глаз из принтера.
https://images.techinsider.ru/upload/img_cache/9a6/9a6e8dc08b39549523d1c70f23e0740a_cropped_666x444.webp
Аддитивные технологии

Области применения: тяжелая промышленность, строительство и производство, авиация и космонавтика, медицина и развлечения.

Победа электричества
На заре автомобильного транспорта электрические двигатели казались опасными конкурентами для ДВС, однако уступили им в соревновании на надежность и практичность. Теперь, более чем век спустя, они готовы взять реванш – и кажется, в новом раунде побеждают безоговорочно. Этому способствует и появление эффективных бесколлекторных электродвигателей, и создание емких и безопасных литий-ионных батарей, и растущие цены на топливо, и экологическая сознательность масс.

На рубеже 2000-2010-х годов новые электрические концепты появлялись один за другим, а Nissan Leaf стал первой моделью, названной «европейским автомобилем года». Но самый заметный прорыв и здесь связан с именем Илона Маска. Его Tesla Motors, основанная в 2003 году, сегодня оказалась самым крупным автопроизводителем в мире, продавая под миллион электромобилей в год. О планах полностью отказаться от выпуска машин с ДВС и перейти на электричество заявили почти все ведущие компании. Похоже, победа электродвигателей неизбежна, и основная борьба развернется вокруг источника энергии для них – между аккумуляторами, заряжаемыми от сети, и топливными элементами, использующими водородное топливо.
https://images.techinsider.ru/upload/img_cache/37d/37d23a7473c99d331fb6dad68d90b6f1_cropped_666x357.webp

Электромобили

Имена: Стэнли Уиттингем, Акира Ёсино и Джон Гуденаф, Илон Маск.

Модели: NISSAN LEAF, BYD F3DM, RENAULT KANGOO Z.E., TESLA MODEL S и MODEL 3, RENAULT ZOE, BMW I3, CHEVROLET BOLT.

Роботы на военных заданиях
Сейчас мы наблюдаем последние вoйны, которые еще ведут люди, хотя в боевых действиях давно применяются как разведывательные, так и ударные дроны. На поле боя уже засветились и первые прототипы бронированных машин. Вовсю идет разработка роботизированных кораб лей, в том числе подводных. Современные системы ПВО тоже можно назвать роботизированными: человек просто не успевает реагировать на скоростные цели.

Применяются роботы и для поддержки пехоты – пока в качестве разведчиков. Конечно, большую часть из перечисленной техники роботами можно назвать лишь условно: для их управления требуется оператор. Но это пока. Как только боевые роботы станут автономными, бороться с ними на равных смогут только другие роботы. Первая ласточка – дроны-истребители, которые уже сейчас способны самостоятельно охотится за разведывательными и ударными беспилотниками.
https://images.techinsider.ru/upload/img_cache/fbe/fbeac6a6a298674487fbb0fb7eb8a381_cropped_666x430.webp
RS1A3 Minirex – российский прототип тактического робота для боя в городе.
Военные дроны

Где воевали. Афганистан: ударные дроны; Карабах: ударные дроны, дроны-камикадзе; Сирия: ударные дроны, дроны-камикадзе, танки; Ливия: ударные дроны; Украина: ударные дроны.

Планетарное сознание
Ущерб, который наносит цивилизация природе нашей планеты, не ограничивается темой глобального потепления. Нельзя забывать об истощении почв и уменьшении объемов пресной воды, вырубке лесов и разрушении естественных мест обитания, падении биоразнообразия. Но все-таки именно потепление, темпы которого за последние 20 лет стали заметны даже обывателям, сыграло главную роль в формировании нового – экологичного – сознания. Увидев активиста, выступающего с требованием защиты окружающей среды и перехода к устойчивым формам экономики, мы уже перестали крутить пальцем у виска. И правительства, и крупные корпорации поддались общественному давлению и занялись зеленой повесткой всерьез.

В 2015 году было подписано Парижское соглашение по климату, к которому присоединились уже почти 190 стран. Цель договора – удержание роста глобальных температур в разумных пределах. Жаль, что пока до выполнения этих норм еще слишком далеко, а будущее климата и всей природы Земли остается неопределенным.

Одним из символов экологической катастрофы стало Большое тихоокеанское мусорное пятно-скопление пластика и других отходов, площадь которого, по некоторым данным, достигает 1,6 млн кв. км.
https://images.techinsider.ru/upload/img_cache/6ee/6ee09bdf4308a2b30607f6a31ad64d12_cropped_666x385.webp
Экоактивизм

Герои: Грета Тунберг, Альберт Гор, Межправительственная группа экспертов по изменению климата (МГЭИК).

496

Беспилотные инспекторы: как дроны помогают нефтегазовым компаниям в борьбе за экологию
Сейчас, когда экологическая ситуация на нашей планете близка к катастрофической, минимизация выбросов вредных веществ стала одной из главных задач для промышленной отрасли. Многие нефтегазовые компании, в том числе наши заказчики, всерьез обеспокоены проблемой снижения своего углеродного следа.
https://images.techinsider.ru/upload/img_cache/d36/d36a2ce55fc7fcf91ecdbb5ff6df282f_ce_1013x675x93x0_cropped_666x444.webp
Еще в 2020 году члены Нефтегазовой климатической инициативы (Oil and Gas Climate Initiative, OGCI) поставили цель сократить к 2025 году выброс СО2 в атмосферу. Для этого они решили направить усилия на повышение эффективности использования энергетических ресурсов, распространение технологий возобновляемых источников энергии, развитие систем по улавливанию, хранению и утилизации углерода.

Их можно понять, так как «зеленое производство» становится все более важным в рамках развития тренда по ответственному инвестированию. В мире уже известны прецеденты, когда держатели капитала избавлялись от «нездоровых» активов.

Одно из популярных экорешений в настоящее время - беспилотные летательные аппараты (БПЛА).

Чаще всего нефтегазовые компании используют дроны в качестве замены традиционного способа мониторинга производственных объектов. Так, многие до сих пор проводят инспекции промышленных объектов на вертолетах. Такой способ слишком дорогой и подразумевает большой расход топлива, стабильные вредные выбросы CO2 в атмосферу.
https://images.techinsider.ru/upload/img_cache/2c6/2c674073a4bce6cf743c98f91c9424a6_cropped_666x444.webp
Использование дронов устраняет проблему и экономит ресурсы. Более того, беспилотники намного эффективнее человека фиксируют разного рода утечки, проблемы, помогают на ранних стадиях избежать техногенных катастроф.

Во многие промышленные дроны встроена возможность транспортировки полезной нагрузки, благодаря которой беспилотник можно оснастить газоанализатором. Он мониторит обстановку в районе полета, таким образом компания получает данные о загрязнении воздуха, о количестве вредных выбросов. Современные беспилотные методы измерения позволяют произвести замер газа без приближения к объекту. Так, БПЛА на расстоянии 50 метров с помощью лазерного луча через стекло может определить наличие метана в помещении.

Важность этих решений легко проиллюстрировать на примере нефтеперерабатывающих и металлопрофильных заводов. Известный факт, что побочным продуктом производства на них являются смертельно опасные газы. Когда человек вынужден мониторить воздух, нося газоанализатор буквально в кармане, он рискует своей жизнью, и это пример из существующей практики. Задача беспилотной отрасли в таких случаях — это не просто сберечь экологию, облегчить и ускорить рабочие процессы, но и снизить смертность на предприятиях.

497

Робопаук и его трехмерная паутина из стекловолокна
Немецкий производитель промышленного оборудования Festo разработал роботизированного «паука», который плетёт объёмные структуры из стекловолокна.
https://images.techinsider.ru/upload/img_cache/c59/c593badb7db5cc25b97432d8fb412716_cropped_666x391.webp
https://images.techinsider.ru/upload/img_cache/d1b/d1b3f64304929be62527d4584feb2d88_cropped_666x391.webp
https://images.techinsider.ru/upload/img_cache/2b7/2b7bcf2d5ae4f368733509ea0b5ecc16_cropped_666x292.webp
Робот 3D Cocooner представляет собой манипулятор серии EXPT-45, оснащённый специальным экструдером, через который подаётся стекловолокно и фотоотверждаемый клей. Конструкция оборудована дисковой пилой, которая отрезает лишние части конструкции от экструдера, когда печатающей головке необходимо двигаться дальше. «Паутина», которую плетёт манипулятор, состоит из гибких мягких нитей, покрытых пластмассовой смолой. Ультрафиолетовое излучение от печатающей головки заставляет клей затвердевать, превращая кокон в крепкую конструкцию.

Впрочем, при необходимости смолу можно снова размягчить, что позволяет в дальнейшем достраивать нити к любому участку конструкции. Управляется 3D Cocooner с помощью компьютера со специальным программным обеспечением автоматизированного проектирования, которое позволяет просчитать и оценить надёжность и жёсткость готовой конструкции еще до начала плетения кокона.

498

Робот мини-гепард установил рекорд скорости бега. Теперь он быстрее человека
Робот мини-гепард Массачусетского технологического института преодолел свой личный рекорд скорости, достигнув 14,04 км/ч благодаря новой системе машинного обучения с подкреплением.
https://images.techinsider.ru/upload/img_cache/efa/efaa1374f39931a8064e5c21f9fca2b6_ce_1440x960x0x0_cropped_666x444.webp
Этот робот способен не только бегать, но и учиться новым навыкам, просто стоя на месте. Все благодаря новой платформе машинного обучения

Мини-гепард — не самый быстрый четвероногий робот. В 2012 году его более крупный брат достиг максимальной скорости 45.5 км/ч, но мини-гепард, разрабатываемый MIT и Национальным научным фондом Института ИИ и фундаментальных взаимодействий, является гораздо более гибким и способен учиться двигаться даже без необходимости пробовать и ошибаться.

В новом видео можно увидеть, как четвероногий робот врезается в барьеры и затем учится их перепрыгивать, мчится через препятствия, прыгает на одной ноге и приспосабливается к скользкой, обледенелой местности, а также холмам из рыхлого гравия. Эта адаптивность достигается благодаря простой нейронной сети, которая может оценивать новые ситуации, способные подвергнуть ее аппаратную часть сильному стрессу.

Как работает мини-гепард
Обычно движение робота контролируется системой, которая использует данные, основанные на анализе движения механических конечностей, для создания моделей, служащих направляющими. Однако эти модели часто неэффективны и неадекватны, потому что невозможно предвидеть все обстоятельства, которые могут возникнуть в реальности.

Когда робот бежит на максимальной скорости, он работает на пределе своих аппаратных средств, что очень затрудняет его моделирование, поэтому роботу трудно быстро адаптироваться к внезапным изменениям в окружающей среде. Чтобы преодолеть эту проблему, вместо аналитически разработанных роботов, таких как Spot Boston Dynamics, которые полагаются на анализ физики движений и ручную настройку аппаратного и программного обеспечения, команда Массачусетского технологического института разработала платформу обучения робота на собственном опыте.

Этот робот учится методом проб и ошибок без участия человека. Если робот имеет достаточный опыт работы на различных ландшафтах, он может автоматически улучшать свое поведение. И этот опыт даже не обязательно должен быть в реальном мире. По словам команды, используя моделирование, мини-гепард может накопить 100-дневный опыт за три часа, стоя на месте.

499

Цифровой кентавр: как обучение искусственного интеллекта становится новой удаленной работой
На какой интеллект лучше положиться — искусственный или человеческий? У каждого свои плюсы и минусы, поэтому зачастую эффективнее не выбирать, а сочетать. Гибридная модель, где ИИ и человек работают бок о бок, получила название «цифрового кентавра». Подобные системы объединяют возможности искусственных и биологических нейросетей — человеческого разума. Они считаются самыми выигрышными, когда речь заходит об итоговом результате обработки данных. При этом люди помогают искусственному интеллекту быть разумнее. Это становится для них удаленной работой в сети — даже для тех, кто не связан с IT-сферой напрямую.
https://images.techinsider.ru/upload/img_cache/2e5/2e5c1b2c6b3e6e28be0dc3184ae735b8_ce_1920x1278x0x3_cropped_666x444.webp
Как люди помогают искусственному интеллекту
Казалось бы, искусственный интеллект — сфера высоких технологий. Однако помогать ему развиваться могут не только программисты. Большинство компаний, приглашающих сотрудников для работы с ИИ, сами обучают их через краткосрочные онлайн-курсы или инструкции. Людям объясняют, как правильно размечать данные для машины, пользоваться платформой или сервисами. Хотя бывают задачи, где нужны специалисты в той или иной сфере знаний (например, в медицине).

Помогать искусственному интеллекту можно на разных этапах работы машины. Например, люди переводят с человеческого языка на машинный: чтобы обучить нейросеть, ей нужно показать тысячи и даже десятки тысяч примеров, каждый из которых до этого вручную обрабатывается человеком. В текстах отмечаются существенные слова и смыслы, на изображениях — обозначаются объекты. Также человек тестирует работу умных алгоритмов по пользовательским сценариям: оценивает результаты поиска, ответы чат-ботов.

Для этого не нужно быть программистом — важно быть внимательным и готовым к довольно монотонной работе. Удобно и то, что такая занятость почти всегда удаленная, без посещений офиса. Плюс на многих платформах исполнитель сам определяет, сколько часов он сегодня готов поработать. Конечно, ждать высоких заработков от подобной деятельности не стоит, но она может стать неплохой подработкой, особенно для тех, кому важны свободный график и удаленка.
https://images.techinsider.ru/upload/img_cache/ef6/ef6d9c40f9cfee0631a2674cae35055c_cropped_666x444.webp
Для точности при оцифровке документов
Например, для подобной работы людей привлекает резидент «Сколково» компания «Биорг», которая занимается оцифровкой документов. Здесь человек не только проверяет работу нейросети, но и помогает ей, когда она испытывает затруднения. Для высокоточной оцифровки документов и чертежей на облачной платформе Beorg Smart Vision применяют принцип двухэтапного распознавания: сначала объект обрабатывает нейросеть, а если она не уверена в результате, подключаются операторы.

Дело в том, что даже самый современный машинный интеллект испытывает сложности при распознавании нестандартных форм. Документы могут быть заполнены на редких языках или сформированы на неструктурированных бланках, от руки. Поэтому компания привлекает специалистов из разных отраслей и регионов России.

Людям выгодна подобная совместная деятельность. Помогая ИИ и удаленно обучая его, можно получать дополнительный заработок. Кстати, облачную платформу используют не только для проверки и разметки данных, но и для других видов удаленной работы. Например, вне проектов оцифровки операторы могут стать сотрудниками колл-центра или чатов поддержки.
https://images.techinsider.ru/upload/img_cache/bae/bae933ac488521701de33eb98b32ad52_cropped_666x444.webp
Для корректной поисковой выдачи
Такие гиганты как «Яндекс» или Google также прибегают к «человеческой» помощи. Изначально люди должны были контролировать работу алгоритмов. Затем компании стали формировать команды асессоров. Это сотрудники, которые следят за тем, чтобы результат поискового запроса соответствовал тому, что пользователь ищет. У «Яндекса» такая служба появилась в 2008 году, вместе с внедрением машинного обучения в систему ранжирования.

Упрощенно работа асессоров выглядела так: они вручную просматривали выдачу по различным ключевым фразам и сайты, находящиеся в топе этой выдачи. Если при проверке оказывалось, что ресурс не соответствует вопросу, содержит противоправный контент, слишком много рекламы, мешающей просмотру, то у сайта понижался рейтинг в поисковой выдачи.

Подобные проверки помогали поисковику лучше понимать человека и его запросы, которые далеко не всегда просты и однозначны. Именно людям поручалось определять релевантность страниц, запрашиваемых пользователями, поскольку сама машина не способна этого оценить.
https://images.techinsider.ru/upload/img_cache/a1c/a1cdec004485ad28e4261ec21ca772dc_cropped_666x444.webp
Для лучшей работы сервисов
Компании продолжают работать с асессорами в наше время, и их оценки по-прежнему сказываются на местах страниц при выдаче. Считается, что у российского поисковика это влияние сильнее, плюс у него больше процессов проверяется вручную. Но сейчас люди обучают и контролируют алгоритмы не только поиска, но и многочисленных ИТ-сервисов. Помогать искусственному интеллекту поисковика развиваться может фактически любой желающий. Как правило, пользователи выполняют задания различного характера и степени сложности. Теперь люди не только смотрят на релевантность поисковой выдачи, но и проверяют, правильно ли робот ищет картинки, размечают тексты и изображения, отслеживают, есть ли на страницах шок-контент, материалы 18+, непристойная реклама. Работать можно не только с компьютера, но и с планшета, смартфона, иных девайсов.

Появилась и отдельная платформа с полевыми заданиями, которые позволят «оцифровать онлайн-мир». Здесь человеку поручено то, что искусственному интеллекту пока сложно контролировать: проверка уличной рекламы, промоакций, проведение опросов, мониторинг цен, работа в качестве тайного покупателя.
https://images.techinsider.ru/upload/img_cache/472/472e041694114d4a578e73c0b8c8f0b9_cropped_666x444.webp
Для повышения продаж и лучшего общения
Помощь от человека получают и алгоритмы онлайн-маркетплейсов. Люди проверяют точность и релевантность поиска по миллионам товарам, помогают искусственному интеллекту лучше понимать запросы покупателей.

«Тинькофф» также привлекает людей к тестированию, обучению и совершенствованию искусственного интеллекта. С 2018 года 150-200 человек помогают чат-боту общаться с клиентами, исправляя ошибки в ответах и стараясь сделать его реплики более человечными, работают с алгоритмами машинного обучения, размечают тексты и изображения.

Хотя с появления первых асессоров сложность и многообразие заданий многократно возросло, основа совместной работы человека и искусственного интеллекта не поменялась — люди помогают машинным алгоритмам обучаться, контролируют качество работы и делают за ИИ то, что ему пока не доступно. Такая совместная работа помогает клиентам получить то, зачем они обратились к поисковику, в магазин или организацию, а компаниям и разработчикам — повысить качество услуг и, соответственно, эффективность бизнеса в целом.

500

Какие роботы сейчас популярны? Нейросети, распознавание эмоций, навигация и другие тренды робототехники
Робот — это не только «валлиподобное» существо, но и любое автоматическое устройство, которое осуществляет определенные действия по запрограммированному алгоритму. Роботы — это голосовые помощники, экскурсоводы в некоторых музеях, манипуляторы на производствах. Масштабы интеграции роботов в человеческую жизнь заставляют правительства и компании думать о повышении уровня безопасности и защиты человека от возможных ошибок роботов. Директор по развитию компании «Промобот» Олег Кивокурцев разобрался в главных вызовах робототехнической индустрии в 2022 году и собрал ключевые кейсы внедрения роботов в нашу жизнь.
https://images.techinsider.ru/upload/img_cache/fe0/fe07b308ac30fd2df95205a28f887039_ce_1920x1278x0x941_cropped_666x444.webp
Нейросетевые технологии
Каждый день выходят новости о новых областях применения нейронных сетей. В США создается нейросеть, анимирующая 2D-изображения: она обрабатывает данные об объекте, отделяет его от фона и других объектов, а затем создает 3D-модель и механизм ее движения, заполняет фон, который ранее был закрыт объектом. В Израиле нейросеть определяет интеллект по форме черепа — система анализирует черты лица человека и на их основе определяет, какие особенности заложены в его ДНК. В России создают нейросеть, способную торговать криптовалютой — анализировать рынок и делать прогнозы.

Искусственная нейронная сеть (ИНС) — математическая модель (а также ее программное или аппаратное воплощение), построенная по принципу организации и функционирования биологических нейронных сетей — нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.

Сфер применения этой технологии достаточно много. Например, нейросеть должна отличать собак и кошек. Для настройки алгоритма дается большой массив подписанных изображений кошек и собак. Нейросеть анализирует признаки объектов на этих картинках и строит распознавательную модель, которая минимизирует процент ошибок относительно эталонных результатов.

Кстати, когда Google просит вас подтвердить, что вы не робот, и отметить светофоры или автобусы, вы проходите не элементарный тест на когнитивные способности, а обучаете нейросеть различать объекты дорожной инфраструктуры. Система будет использоваться в беспилотниках.

Применение нейронных сетей ничем не ограничено, однако свое наиболее широкое применение в робототехнике нейросети нашли в голосовых помощниках и взаимодействии с людьми. Нейросети обеспечивают точность ответа на вопросы. Качество голосового помощника зависит именно от них. Среди голосовых помощников выделяются Alexa от Amazon, Cortana от Microsoft и Siri от Apple. Среди русских — «Алиса» от Яндекса.

Чем качественнее обучена нейросеть, тем лучше она подбирает ответы на запросы собеседника: понимает обратный порядок слов, контекст и непрямой запрос. Именно это направление станет одним из самых перспективных в разработках будущего. Поскольку интернет меняет социальные процессы, скорость передачи информации и, вообще, темп жизни колоссально выросли. Но человек становится все более одиноким. Здесь будет актуален робот-компаньон, который сможет удовлетворить потребность в общении, понимании, поддержке.

В Японии уже появляются цифровые компаньоны, функционал которых выходит за рамки простых консультантов. Они становятся помощниками, друзьями и даже женами. Запад тоже не отстает: 47 млн жителей США (а это почти 20% всего взрослого населения) пользуются умными колонками, Amazon Echo или Google Alexa. Причем, исходя из последних исследований, пользуются умными колонками, не только чтобы давать им команды: 25% берут их с собой спать, 20% шутят с ними, 15% используют как няню для детей — колонка рассказывает сказки и помогает отвлечь ребенка.

Умение поддерживать диалог станет одним из ключевых требований к роботам и одним из перспективных и востребованных направлений разработки.

Система распознавания речи
Одно дело просто подобрать ответ на запрос, но правильно услышать и расшифровать запрос собеседника намного труднее. На точность влияют все элементы системы распознавания речи: обучающая выборка и сами алгоритмы распознавания.
https://images.techinsider.ru/upload/img_cache/398/398e6e239579e7ff02716158ae6340b0_cropped_666x419.webp
Влияет качество аудиопотока — отношение сигнал/шум, разборчивость речи и громкость. Современные системы пытаются дополнять «нерасслышанное» за счет лингвистических моделей — в каждом языке есть свои устойчивые выражения и связки слов.

То есть, когда говорят, что для распознавания используется контекст, понимается наличие подстройки под распознавание за счет дополнительных данных, например, конкретные фразы использования, как в умных колонках, или использование определенного словаря для конкретной предметной области.

Точность или качество распознавания считается как отношение правильно распознанных слов к количеству всех произнесенных слов. Также добавляется метрика ложных распознаваний как отношение ложно распознанных слов ко всем распознанным словам.

Компания LG представила в 2018 году своего домашнего помощника. На сцене Дэвид Вандервол, старший директор по маркетингу, пытался продемонстрировать Cloi — новую технологию от LG. По размеру чуть больше капельной кофеварки, Cloi должна находиться на столе, у нее нет рук и колес, ее голова вращается и кивает во время разговора. Это голосовой помощник, предназначенный помогать в организации вашей жизни.

На сцене Вандервол спрашивал у Cloi, когда закончится стирка — относительно простой запрос должен был точно продемонстрировать, какого именно помощника LG намерена продавать. В ответ Cloi ошеломляюще замолчала.

«Даже у роботов бывают тяжелые дни, — пытался отшутиться Вандервол. — Так, если нам известно, когда закончится стирка, то можно синхронизировать работу стиральной машины с сушилкой и вспомнить, что у нас в холодильнике курица, срок годности которой истекает через три дня. Похоже, мы должны ее приготовить. Cloi, включайся в беседу: что я могу приготовить из курицы».

Но даже на эту фразу Cloi ничего не ответила.

Неизвестно, что стало причиной провала: большое пространство с акустикой, качество интернет-соединения или же недоработки в ПО. Так или иначе, робот-проводник между человеком и техникой попросту не работал.

Флагманом индустрии считается Google — уже много лет он занимается разработками в этой области, достигнув наибольшей точности и стабильности распознавания. Так, летом 2019 года компания представила обновленный голосовой помощник, утверждая, что точность распознавания (английского языка) сопоставима с человеческой. Чтобы обработать запрос и выдать релевантный ответ, системе Google требовалось не более секунды.
https://images.techinsider.ru/upload/img_cache/8c8/8c88b13350ce533927949c2716a5a8ed_cropped_666x444.webp
Однако для использования системы распознавания от Google необходимо приобретать лицензии, и это достаточно дорого. К тому же, устройство с распознаванием речи может использоваться в самых разных условиях. Параметры распознавания для домашнего помощника и робота в местах повышенного скопления людей разные. И эту специфику стараются учитывать разработчики «Промобота» — они разрабатывают систему микрофонных массивов и офлайн распознавания. Это позволит роботам меньше зависеть от качества интернет-соединения и оставаться хорошим собеседником как при нестабильном соединении, так и в шумных помещениях.

Технология распознавания лиц и эмоций
Для того чтобы организовать качественное взаимодействие между человеком и роботом, необходимо понимать, кто находится перед машиной и какие эмоции испытывает человек. Такие данные позволят ему выбирать наиболее эффективную коммуникационную стратегию, делать релевантные предложения. Например, предложить скидку на любимый сорт мороженого, чтобы вы не грустили, или сообщить об акции в отделе косметики, если робот видит перед собой девушку.

Российская компания VisionLabs предлагает самые разные отрасли применения данной технологии. Платформа распознавания лиц LUNA позволит владельцу открывать машину без ключа и оплачивать покупки с помощью селфи. Распознавание лиц от VisionLabs уже внедрено в пропускную систему школы Сбербанка, используется для верификации студента при сдачи экзаменов в Московском институте психоанализа.

Если говорить о распознавании эмоций, то оно востребовано индустриями, где предполагается обслуживание. Например, «Альфа-банк» тестирует систему распознавания эмоций клиента. Алгоритм анализирует выражение лица посетителя, после обслуживания выставляет оценку. Так банк получает обратную связь, не прибегая к опросам и интервью.

«Промобот» и Neurodata Lab запустили пилотный проект робота-эмпата, способного распознавать до 20 эмоциональных состояний человека. В соответствии с распознанной эмоцией робот будет выстраивать общение — ободрять или успокаивать собеседника, начнет шутить и дерзить, если заметит положительную реакцию. Пока проект находится на стадии тестирования, однако робот уже был представлен на выставке CES в Лас-Вегасе.
https://images.techinsider.ru/upload/img_cache/ce1/ce12f00e706ba43e63d93d17ac4815df_cropped_666x666.webp
Система навигации
В зависимости от задач, существуют outdoor- и indoor-технологии. Outdoor-навигация нужна для беспилотных автомобилей и летательных аппаратов, indoor-навигация — для охранных и сервисных роботов в зданиях.

Сегодня существуют два типа навигации: глобальные и локальные. Глобальные предполагают навигацию по спутниковым системам, они востребованы в системах outdoor, но непригодны для indoor. Не всегда есть связь и низкая точность отображения положения. Локальные включают в себя навигацию посредством ультразвуковых, оптических и инфракрасных систем. Существующие системы — дорогие, потому главным вызовом на 2022 год станет их удешевление.

Например, система датчиков для автомобиля Tesla стоила несколько сотен тысяч долларов. Но вследствие большого распространения автомобилей с автопилотом стоимость лидара уменьшилась из-за перехода из нишевого и дорогого товара в область широко распространенного. А с появлением доступных и дешевых СВЧ-решений в робототехнике начинают применять радары миллиметрового диапазона, что раньше было доступно только как дорогая опция премиум-автомобилей.

Например, стартап Marvelmind создал высокоточную систему indoor-навигации стоимостью $349. Однако для его работы нужно от четырех стационарных маяков и один мобильный маяк, что затрудняет его применение на больших площадях и вне помещений.
https://images.techinsider.ru/upload/img_cache/2bb/2bb1c60df883a42a0a99e6580e832208_cropped_628x365.webp
Если говорить о роботах в привычном понимании, то для того, чтобы робот «Промобот» передвигался самостоятельно, без столкновений, разработчики используют почти все типы измерений: ультразвук, инфракрасные датчики ближнего действия, лидары. Это обеспечивает максимальный уровень безопасности передвижения робота.

Информационная безопасность
Обеспечение безопасности — самое главное направление робототехники. После спада эйфории относительно роботов люди начали задумываться о безопасности себя и своих данных.

Тренды угроз информационной безопасности в сфере робототехники, в целом, не сильно отступают от общих в информационной среде. Развитие интернета вещей повлияло на активное распространение ботнет-сетей, что, к сожалению, также актуально и для подавляющего числа роботизированных устройств.

Производители часто пренебрегают серьезной защитой от киберугроз или же вообще ей пренебрегают, что приводит к использованию роботов с целью шпионажа, фишинга или кражи данных.

Недавно исследователи Positive Technologies заметили, что роботы-пылесосы подслушивают своих хозяев и передают эту информацию через интернет — и даже могут майнить криптовалюту. Используя уязвимости в системе безопасности, злоумышленник может перехватить конфиденциальные данные через сетевой трафик: это не только ваши фото, но даже данные банковского счета.
https://images.techinsider.ru/upload/img_cache/705/705c3408b662b4b242869267cfd235ed_cropped_666x370.webp
В 2018 году был опубликован отчет об уязвимостях робота Pepper. Экспертам удалось передать на устройство сторонние файлы без аутентификации и даже войти в аккаунт суперпользователя. Также они смогли осуществить перехват платежной информации, данных с видеокамер и микрофонов.

С точки зрения серьезности последствий, сегодня вопрос наиболее остро стоит в сфере промышленной робототехники. На конец 2018 года число атак на информационные сети российских АСУ ТП выше, чем на банки или частных лиц, а резонансные ситуации с вирусами-шифровальщиками служат подтверждением, что даже АЭС может стать жертвой кибератаки.

Одним из решений данной проблемы может стать использование ИИ для менеджмента безопасности, что уже сегодня постепенно реализуется ведущими производителями антивирусных систем.

Вместе с тем в ближайшие несколько лет количество роботов, с которыми нам приходится сталкиваться каждый день, существенно возрастет. От этого критерия зависит безопасность человека — ключевое направление, мировая робототехника обратит внимание на эту сферу как можно раньше.

Количество автоматизированных процессов растет, а значит и все больше роботов проникает в нашу повседневность. Требования к качеству работы роботов возрастают, поскольку они выходят на уровень инфраструктурной единицы, а не диковины и причуды. С развитием наиболее востребованных отраслей робототехники необходимо повысить качество работы голосовых ассистентов, включающих распознавание речи, качество обработки запросов и ответ на них. Для распространения беспилотников и сервисных роботов требуется удешевление систем навигации. Главным образом, для защиты человека и его данных при взаимодействии с роботами необходимо исключить все уязвимости в системе безопасности. Это и есть главные вызовы на 2022 год.

501

Дроны-спасатели в Сербии: беспилотники, способные предотвращать катастрофы
На сегодняшний день дроны повсеместно применяются как в коммерческих целях, так и в промышленных. Съемка с высоты птичьего полета пользуется спросом в геодезии, картографии, нефтегазовой и горнодобывающей промышленности, сельском хозяйстве.
https://images.techinsider.ru/upload/img_cache/9fc/9fc648ed88b198147b16a41c19924519_ce_8688x5784x0x0_cropped_666x444.webp
Беспилотники активно применяются специальными службами во многих странах мира. Они становятся отличными помощниками спасателей при поисках пропавших без вести, наводнениях, паводках или лесных пожарах. Особенность дронов в том, что они могут применяться как в тандеме с пилотируемой авиацией, так и самостоятельно, полностью исключая присутствие человека.

Не стали исключением и сотрудники ЦУКС (центр управления в кризисных ситуациях) Российско-Сербского Гуманитарного Центра. Вот уже несколько лет они совместно со спасателями Сербии применяют беспилотные технологии для поиска и предотвращения чрезвычайных ситуаций, а также их последствий.

Мы пообщались с заместителем директора Российско-Сербского Гуманитарного Центра Алексеем Бартошем, чтобы узнать больше о применении беспилотников в этой области.

Расскажите, как давно используются дроны в ЦУКС при русско-сербском гуманитарном центре?

Центр стал активно использовать дроны для работы в 2021 году, так как возросли потребности точного прогнозирования и увеличения скорости реагирования на чрезвычайные ситуации.

Выбор пал на стандартную модель DJI Mavic Air, что облегчило обучение и получение первых навыков в работе с дроном.

Какое основное направление применения БПЛА? Предотвращение и прогнозирование ЧС, поисково-спасательные операции?

Для нас главное – оперативно оценить масштаб в случае ЧС с помощью визуального осмотра. Это необходимо для планирования сил и средств спасателей Сектора по ЧС МВД Сербии (МЧС) при участии нашей оперативной группы.

Потом мы решили это направление расширить и начали применять беспилотники в других мероприятиях. Например, при оценке последствий лесных пожаров в горной и труднодоступной местности. Использование дрона существенно облегчает визуализацию границ пожара, размеры ущерба и скорость обработки данных.

На этом снимке можно увидеть последствия большого лесного пожара в труднодоступной местности. В рамках тестовой задачи мы создали карту этого участка на текущий момент с получением «свежей» картинки, данных по площади и перепадам высот.
https://images.techinsider.ru/upload/img_cache/ce8/ce8c4720ec67b2dbe5c7b1bc0c514270_cropped_666x353.webp
Для этого выехали на точку, максимально приближенную к нужному участку (удаление от точки «первого кадра» — 940 метров), открыли ноутбук, построили карту маршрута и отправили дрон на работу. Конечно, первый раз было немного страшно отправлять его так далеко. Но учитывая погодные условия, хороший сигнал приема, все же надеялись, что не потеряем и, если будет нужно, — найдем.

Съемка заданного участка (40 гектар) заняла чуть менее 40 минут. Потом материал был загружен в облако для дальнейших расчетов, непосредственно с точки присутствия. Результаты видны на фотографиях.

В итоге, благодаря съемке с дрона, было сокращено время работы команды пожарных инспекторов и геодезистов. Поэтому после тестового полета, как вы понимаете, наш выбор остановился на DJI. Мы, конечно, учитывали небольшую автономность полета DJI Mavic Air, но скорость и качество камеры нас устроили.

На снимке можно увидеть перепад высот. Учитывая его, можно легче планировать дальнейшие мероприятия.
https://images.techinsider.ru/upload/img_cache/927/927a587dda183156e3012cf8fff16763_cropped_666x286.webp
Другой случай оказался более приближенным к «боевой» ситуации, когда требовались и скорость, и точность расчетов. Чтобы не допустить ЧС при наводнениях в населенных пунктах, потребовалось выполнить ряд задач: просчитать последствия возможного подтопления местности в районе слияния двух рек при продолжительных осадках, учитывая предыдущий опыт.
https://images.techinsider.ru/upload/img_cache/6ce/6ce5068c513f34538f6287b96fbd8684_cropped_666x399.webp
С помощью DJI Mavic Air с высоты 270 метров была произведена топографическая съемка этого участка местности. Данные отправились в «облако» международной организации гражданской обороны (МОГО), где специалисты произвели расчеты вариантов повышения уровня воды в реке с последующим прогнозированием подтопления населенного пункта и объектов инфраструктуры.

Наложение обновленных данных на предыдущий слой из открытых источников
https://images.techinsider.ru/upload/img_cache/2b5/2b56d84bb179a0eaabcb948d685a6a2f_cropped_666x407.webp
https://images.techinsider.ru/upload/img_cache/6b4/6b49e1f0c574d9aa1049c22cdf201b0a_cropped_666x403.webp
Вариант развития событий при повышении уровня воды с учетом перепада высот
Что касается ортофотопланов, я бы сказал, что это мой любимый вид работы с дроном. На фотографии ниже был снят участок горного села. В рамках обучения была поставлена задача просчитать возможные варианты движения селевых потоков в случае возникновения ЧС. В некоторых случаях нам важно быстро понять, как именно пойдет сель или вода с реки, если начнется наводнение, на что нужно обратить внимание. И если есть угроза возникновения чрезвычайной ситуации, сотрудникам оперативной группы ЦУКС нужно выдвинуться на точку, произвести съемку местности, построить ортофотоплан и отправить его в «облако» спасателям.
https://images.techinsider.ru/upload/img_cache/fce/fcefac1b3d73c13c175658b09c33c9e1_cropped_666x364.webp
Построение ортофотоплана для определенного участка
https://images.techinsider.ru/upload/img_cache/62a/62a52b891894f94d86a055673f8f32c0_cropped_666x374.webp
Данные об объектах выше 3 метров (красный цвет) на участке
https://images.techinsider.ru/upload/img_cache/579/5797dca83b1b16154a665097461b8b05_cropped_666x378.webp
Карта высот участка
https://images.techinsider.ru/upload/img_cache/7b9/7b96c585ecde48c4fc4be5637ed80737_cropped_666x312.webp
3D-карта участка 
С какими трудностями или особенностями применения дронов вы сталкивались?

В любой стране есть определенные запреты на уровне государства для использования дронов. У нас необходимо получить разрешение на взлет, дрон должен быть сертифицирован. Также необходимо учитывать полетные зоны и высоты.

Немаловажный факт — особенности местного рельефа. Мы живем в окружении горного массива, и часто приходится выезжать на тренировки в горы. Здесь приходится визуально контролировать каждый полет, не особо надеясь на систему датчиков. Часто бывает, что сигнал перекрывается горой и пропадает связь с дроном. Вам, наверняка, знакомо это щемящее чувство, когда ожидаешь или возврата дрона в режиме RTH (return to home), или примерный азимут, по которому сейчас полезешь через горы и заросли в поисках.

Однако сразу хочу сказать, что пока таких ситуаций не было. Надо отдать должное Mavic — он всегда возвращается домой.

Планируете ли расширять свой беспилотный авиапарк?

Да, планируем расширить свой авиапарк покупкой двух DJI Mavic Enterprise Advanced с полным комплектом: тепловизионной камерой, громкоговорителем и фонарем.

Нам очень важно время автономности для дрона. На большие дроны пока не замахивались, оттачиваем мастерство на средних моделях. Планируем организовать обучение оперативной группы для поиска пострадавших в горах, на больших открытых пространствах, провести тренировки с дронами с целью получения информации в едином центре (ЦУКС) при широкомасштабных ЧС. Слава Богу, в большинстве случаев у нас это только тренировки.

Также у нас есть идея этим летом провести тестовые испытания по разминированию «грязной» территории при помощи дрона и тепловизионной камеры. Эта технология позволяет построить карту «грязного» участка с координатной сеткой и сделать первоначальный «слепок» теплового следа от мин. Иными словами, в теплое время года с беспилотника при помощи термальной камеры можно разглядеть точное местоположение мин, которые нагреваются от солнечных лучей и оставляют термальный след, и впоследствии обезвредить.
https://images.techinsider.ru/upload/img_cache/b57/b575f010f3d57be6858d759dc0f6ec22_cropped_389x389.webp

502

Распознавание речи в медицине: зачем нам это нужно
Распознавание речи в медицине ― не будущее, а реальность. Благодаря этой технологии врачи способны диагностировать на ранней стадии шизофрению и болезнь Альцгеймера, делать записи онлайн-приемов, заполнять медицинскую документацию.
https://images.techinsider.ru/upload/img_cache/a92/a92e593c5d9ea94d01f1ce72bdf89e9c_ce_1920x1280x0x0_cropped_666x444.webp
Системы распознавания речи внедряют и в государственные учреждения. Что дает эта технология медицине и как будет развиваться в ближайшие годы, рассказывает Мария Каряева, технический директор медтех компании MDinc.

В России рынок разговорного ИИ развивается быстрыми темпами. К 2025 году ему предрекают оценку в $561 млн при текущей стоимости в $80 млн. Распознавание речи – это только часть глобального направления, однако, эксперты говорят о его высоком потенциале с ежегодным приростом на 100-120% инвестиций. Это мировая тенденция – 41% всех сервисов распознавания речи обслуживают медицину.

Феномен такого роста в том, что технологические решения, оснащенные функцией распознавания речи, способны на большее, чем привычное нам управление устройством с помощью голосовых команд. Теперь они могут распознавать намерения спикера, вести разговор, поддерживать контекст беседы и подстраиваться под собеседника, что может быть применимо и для медицины.

Что делают сервисы с распознаванием речи в медицине
Развитие ИИ делает голосовых помощников сложнее и умнее. Они не просто переводят аудиозапись в текст, но и анализируют интонацию, произношение, паузы и другие речевые маркеры. Современные решения умеют без специальных фраз составлять клиническую картину. Например, на вопрос «Болит ли голова?» пациент может ответить: «Кажется нет, но вчера – да». Из этого диалога голосовой помощник сделает две пометки для врача: «Сейчас боли нет, а последнюю жалобу зафиксировали вчера».
https://images.techinsider.ru/upload/img_cache/96f/96ffa676528eb67c5b8906bcfe84eb89_cropped_666x444.webp
Примеров использования голосовых помощников много, вот наиболее интересные их функции
Помогают одиноким, заменяют сиделку
Они задают пациенту вопросы, чтобы определить, не наступил ли рецидив, могут вызвать врача или побеседовать. Что-то подобное делает HealthTap: он анкетирует симптомы, контролирует лечение и дает базовые рекомендации.

Первично консультируют пациента вместо колл-центра в клинике или страхового агента
Определяют по симптомам заболевание и дают рекомендации (опционально) по базовому способу лечения.

Диагностируют речевые заболевания
Стартап MDinc может по голосу распознать отклонения и подобрать подходящие упражнения для восстановления речи. Речевая терапия, встроенная в приложение Cerebrum MD и включающая в себя распознавание речи пользователя, отслеживает, насколько правильно пациент делает упражнения, и анализирует его успех. Проект «Спектрограмма» нацелен на детей в возрасте 2-6 лет и работает через чат-бот. Ребенку нужно сказать несколько фраз, и система определит состояние речи.
https://images.techinsider.ru/upload/img_cache/221/22160f3f6ad067ded1182960333d3b39_cropped_666x444.webp
Определяют клиническую депрессию
Голосовые помощники проводят регулярные скрининги состояния пациента, что упрощает осмотр для психиатров.

Записывают и расшифровывают медицинский прием
Такие приложения не просто переводят аудио в текст, они обучены терминам, устанавливают логику в диалоге и корректно записывают информацию. Voice2Med, например, заполняет медицинские карты. Система способна распознавать термины, поэтому качество ее работы может достигать 99,7%.

Как устроен сервис с распознаванием речи для врача
Алгоритмы распознавания речи имеют примерно одинаковую архитектуру. Например, приложение MDinc получает от пользователя  аудиосообщение, используя микрофон, который обязательно должен быть включен перед запуском. Далее происходит отделение шума от полезного сигнала, которым и является речь пользователя.

Для обработки речи на вход алгоритму последовательно поступают фреймы, маленькие фрагменты аудиозаписи, из которых извлекаются технические характеристики звука, выраженные в числовом виде. Стоит отметить, что результатом этого шага станет получение фонемы. Для формирования финального результата в виде текста, фонемы преобразуются в слова с определенной долей вероятности, исходя из контекста. 

Для точного распознавания голоса требуются огромные коллекции данных, например, аудиозаписи дикторов с начиткой текстов и транскрипций к ним. На основе коллекции происходит сопоставление фрейма фонемы: чем разнообразнее корпус текстов, тем больше вероятность, что распознанные слова превратятся в осознанный текст.
https://images.techinsider.ru/upload/img_cache/6e5/6e52458bdefbf171c81d0f59b1748c7a_cropped_666x442.webp
Слова «Тверь» и «Дверь», употребленные без контекста, для обычного человека практически не различимы на слух. Так же сложно сделать выбор в пользу одного из этих слов алгоритму. Для него окружающие слова – ключевой способ с высокой точностью определить, что именно сказал пользователь.

Иногда стартапам бывает трудозатратно самим создавать алгоритмы для качественного распознавания речи. Для этого требуется обеспечить высокую точность распознавания, скорость получения ответов; собрать массивы данных, состоящие из корпусов текстов и коллекций размеченных аудиозаписей; обучить нейронные сети. Кроме того, необходима экспертиза в филологии, лингвистике, обработке сигналов. Выходом может послужить перенос данных ресурсоемких вычислений с устройств пользователей на серверы в облаке, где и происходит распознавание. Приложение, запущенное у пользователя, отправляет туда речевые запросы и получает ответы в виде текста.

Мы в MDinc используем как готовые решения, так и разрабатываем собственные. Дело в том, что перед нами стоит прямо противоположная задача. Обучить систему на обычной речи здорового человека – одно дело, в таком распознавании будут эффективны и стандартные Speech API. Например, сервис Yandex SpeechKit или решение Cloud Speech-to-Text от Google специально пытаются «улучшить» речь пользователя, в случае, если он проглатывает звуки, не выговаривает буквы, делает паузы. Наша ключевая задача – разбираться в нестандартных ситуациях, детектировать все подобные неровности и неточности, чтобы делать из этого выводы о типах нарушений у пользователя.

Важно понимать, что в распознавании речи есть глобально две цели. Первая, которая лежит на поверхности, – перевести аудио в текст, вторая – получить нужную информацию. В медицине все усложняется тем, что нельзя придумать универсальный алгоритм ко всем задачам. Так, алгоритмы для заполнения карточек и для опроса пациента будут разными.
https://images.techinsider.ru/upload/img_cache/cd5/cd57f7a6ff4cc56ee3115e1d53d54773_cropped_666x444.webp
Возможности распознавания речи
Сервисы с распознаванием речи в медицине избавляют врачей от рутины. Еще 10-15 лет назад прием в клинике занимал до получаса из-за заполнения документов. Недавно бумажные карточки заменили компьютеры, но процесс не сильно ускорился. Представьте, что теперь врачу совсем не нужно записывать результат приема, – голосовой помощник сам во время осмотра сможет конспектировать данные.

Голосовые помощники уникальны и тем, что помогают людям с ограниченными возможностями. Есть мнение, что телемедицина с онлайн-приемами – это что-то сложное, дорогое и понятное лишь молодым. Но на самом деле голосовые помощники стали решением для одиноких или лежачих больных, кто не может себе позволить круглосуточную сиделку и плохо знаком с технологиями. Достаточно просто отвечать помощнику и задавать ему вопросы. 

Что будет с голосовыми помощниками в будущем
Технология распознавания голоса в медицине – безусловное преимущество как для врачей, так и для пациентов, но сегодня принято считать, что ее точность и качество уступают экспертности настоящих врачей. ИИ в этой сфере часто дает непредсказуемый результат. Тем не менее, игроки технологического рынка стремятся внедрить технологии распознавания речи в нашу жизнь.

Вот несколько направлений, над которыми сейчас активно работают компании:
Повышение доверия к подобным системам
Вопросы конфиденциальности являются определяющим фактором при внедрении голосовых помощников. Хранение и обработка персональных данных, возможность сделать выводы о здоровье пациента без присутствия человека в этом процессе по степени доверия подобна проведению онлайн-платежей. Кроме того, недоверие к использованию подобных ассистентов вызвано тем, что любая неточность в распознавании воспринимается как риск.
https://images.techinsider.ru/upload/img_cache/a90/a90137c951aacba69cfeb8712024fdb7_cropped_666x444.webp
Удаление шумов
Распознавание речи в помещении без посторонних звуков – идеальный случай для проведения эксперимента. Однако фоновый шум, который практически уже не различим человеку, один из важных факторов, который напрямую влияет на качество распознавания. В современно мире, особенно, во время пандемии, когда несколько человек в одном помещении могут быть заняты своими делами, гул проезжающих машин, перебивающие звуки из рядом расположенных устройств – все это наша обыденная жизнь, где стабильно работающее распознавание речи должно быть не исключительным случаем, а действительностью.

Разработка распознавания речи для детей
Алгоритмы распознавания речи не разрабатывались для детей. Нюансы детской речи, такие как произношение, высота речи, порой беспорядочное употребление слов в сочетании с неподдающейся никаким правилам грамматики,  приводят к тому, что подобные решения для детей должны быть устроены гораздо сложнее.

Возможность работы без интернета
Уже сейчас активно ведется разработка и проводятся соревнования, например на платформе Kaggle, позволяющие распознавать речь на самих устройствах, без использования интернета. Преимущество данного подхода заключается в эффективном использовании ресурсов при выполнении коротких команд по управлению устройством

Как ни странно, лучший способ быстрее интегрировать помощников речи в нашу жизнь, – чаще их использовать. Такой подход обучит нейронные системы глобальных компаний, на которых работают стартапы, и продвинет вперед тех же помощников в медицине.

503

Роботы в кино: устройства, которые «сыграли» в фильмах
Фильмы про роботов любят все. Но настоящие модели, разработанные специалистами высокотехнологичных лабораторий, появляются в кино редко. По случаю выхода в онлайн-кинотеатрах фильма-катастрофы «Пылающее море», где применялись реальные подводные роботы-змеи, рассказываем о некоторых из таких устройств.
https://images.techinsider.ru/upload/img_cache/750/75003222f276ec0f671d81a6b6723c05_ce_2972x1979x1125x137_cropped_666x444.webp
Змеи-роботы в фильме «Пылающее море»
Совсем свежая разработка компании Norwegian underwater robotics родом из Норвегии. Гибкий робот змеевидной формы состоит из соединённых между собой металлических цилиндров, которые можно комбинировать в разных сочетаниях, «навешивая» на них разнообразные приспособления: камеры для подводного наблюдения, приборы для ремонта, мощные фонари и прочие устройства. Это позволяет «собрать» робота необходимой конструкции и функциональности, который, благодаря своей уникальной форме, способен производить ремонт и наблюдение под водой в самых труднодоступных местах. Именно этим «змейка» Eelume занимается в фильме «Пылающее море», совершая разведку на месте затонувшего танкера.

Причина, по которой в картине понадобилось применение этих роботов — мощный взрыв, который в одночасье затянул огромную нефтяную платформу на дно Северного моря. Крупнейшая в истории подводная трещина грозит обрушением десятка платформ в районе и ударом по всему побережью, и кто знает, чем бы закончилась спасательная операция, если бы не существующая в реальности разработка норвежских ученых.

Робот-скаут в фильме «Повелитель бури»
Один из первых роботов-скаутов, производство которых было запущено в 2000-х годах компанией QinetiQ North America. Предназначен для разведки на поле боя, поиска, перемещения и обезвреживания бомб, в том числе в труднодоступных местах, например, под днищем автомобиля. Достаточно компактен для того, чтобы его можно было переносить за спиной, как походный рюкзак (вес – до 6 килограмм). Первое применение робота в боевых условиях было произведено во время войны в Ираке в 2007 году. Как раз в этот промежуток времени разворачивается действие «Повелителя бури» режиссёра Кэтрин Бигелоу – увидеть Dragon Runner в деле можно в самом начале фильма, когда его задействуют американские солдаты, чтобы проверить подозрительный объект.
https://images.techinsider.ru/upload/img_cache/25f/25f92a789f987cb5aef76090ec23f43f_cropped_666x450.webp
Дрон-разведчик в фильме «Капитан Филлипс»
Беспилотный дрон-разведчик, который применяется при разведке и целеуказаниях на поле боя. Используется и по сей день в различных модификациях, поставляется в комплекте с пусковой установкой, посадочным устройством и пультом управления, которые могут быть установлены на палубе корабля. Наблюдение с моря – частый предмет использования ScanEagle: в фильме «Капитан Филлипс» Пола Гринграсса подобный аппарат был единственным способом безопасного мониторинга корабля, захваченного сомалийскими пиратами. Также дрон – частый «гость» в шпионских боевиках. Благодаря небольшому весу, мощному локатору и простоте в эксплуатации его можно использовать в самых разных ситуациях, как в военное, так и в мирное время.

Эвакуатор в фильме «Темный рыцарь»
Аббревиатура STARS в названии расшифровывается как «система воздушной эвакуации». Ей также дали название «Небесный крюк». Это комплекс из упряжи с лямками, в которые «грузится» человек или предмет, нейлоновый шнур длиной в 150 метров, баллон с гелием и небольшой воздушный шар. При необходимости шар надувается и взмывает в воздух, после чего пролетающий мимо самолёт при помощи специальных «рогов» цепляет шнур с грузом, после чего человека или предмет втягивают на борт. Эта инновационная система была разработана ещё в 1950-х годах в США и с тех пор редко, но используется в случаях, когда требуется экстренная эвакуация. Фанаты кино должны помнить эту систему по фильму «Тёмный рыцарь» Кристофера Нолана (с помощью неё Бэтмен сбежал от преследования), а фанаты видеоигр – по шпионскому боевику Metal Gear Solid 5: The Phantom Pain.

504

Робот самостоятельно прооперировал кишечник свиньи. Главные новости науки сегодня
Инженеры из Университета Джона Хопкинса разработали роботизированную систему STAR, которая провела уже четыре операции на кишечнике свиней. Компания Meta (Организация признана экстремистской и запрещена на территории Российской Федерации) разработала нейросеть data2vec, работающую с речью, текстом и изображением. Ученые Брюссельского свободного университета обучили нейросеть поиску метеоритов.
https://images.techinsider.ru/upload/img_cache/c46/c464c9bbcf8205c8d1bba346abce08ce_ce_666x444x0x0_cropped_666x444.webp
Человека ИИ заменит еще не скоро, но некоторая польза от него уже есть

Инженеры из Университета Джона Хопкинса разработали роботизированную систему STAR, которая провела уже четыре операции на кишечнике свиней. Прежде чем робота допустили к такой тонкой и сложной работе, как полосная операция, ученые провели очень серьезную подготовку. Стандартные хирургические инструменты модифицировали. Роботу дали систему камер ближнего инфракрасного и видимого света, чтобы он мог реконструировать трехмерное изображение операционного поля. Разработали специализированный софт, который помогает следить за смещением тканей во время операции. Но в результате все получилось. Робот надрезал внешние ткани, извлек кишечник, отсек его небольшой фрагмент и заново сшил ткани кишечника. Свиньи чувствуют себя нормально. И по оценке экспертов, робот сделал работу не хуже человека. Ученые не говорят, что в обозримом будущем робот заменит хирурга. Об этом речь не идет. Но как помощник хирурга, робот, вероятно, сможет работать уже в ближайшие годы.

Для такого рода хирургической работы необходимо владение очень разными моторными навыками: разрезать скальпелем, сшивать иглой. И то, что система со всем этим комплексом успешно справилась — это сильный результат. Обычно даже продвинутые нейросети умеют что-то одно: распознавать речь и отвечать, читать и писать или узнавать картинки. Причем лучше всего справляются специализированные сети с заточенной под задачу архитектурой. Читают и пишут — генеративные сети. Распознают — сверточные. Но между разными типами сетей непроходимой границы нет. И хотелось бы построить такую нейросеть, которая умеет все сразу: понимает речь, распознает картинки, да еще и говорит, рисует, пишет. И немного шьет. И за разработку такой сети взялась компания Meta (Организация признана экстремистской и запрещена на территории Российской Федерации) (бывший Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации)). И что-то у Meta (Организация признана экстремистской и запрещена на территории Российской Федерации) уже получается. Сеть называется data2vec. Она как раз умеет и говорить и писать и узнавать картинки. Правда, то, что она умеет, она делает хуже, чем специализированные сети. Но то, что она сразу и самостоятельно обучается на совершенно разных типах неразмеченных данных, — впечатляет. Цукерберг говорит: «Люди познают мир с помощью комбинации зрения, звука и слов, и подобные системы однажды смогут понять мир так же, как это делаем мы». 

Сегодня нейросети применяют повсеместно. Теперь их обучили еще и искать метеориты. Метеориты очень нужны планетологам и геологам, чтобы исследовать эволюцию Земли. Небольшие метеориты падают часто, но находят их редко. По самой простой причине: метеорит, упавший на Землю, ничем, на первый взгляд, от обычных камней не отличается. Но есть место на Земле, где практически любой найденный камень — метеорит. Это Антарктические ледники. Там камням просто неоткуда взяться, кроме как из космоса. Изо всех найденных на Земле метеоритов две трети — из Антарктиды. Ученые из Брюссельского свободного университета проанализировали места находок в антарктических ледниках, соотнесли их координаты с характером льда и особенностями рельефа и на этих данных обучили нейросеть. И она нанесла на карту Антарктиды 600 мест, где стоит искать метеориты. И даже оценила сколько их там можно найти. Получилась внушительная цифра — 300 тысяч. Оказалось, что некоторые места находятся прямо рядом с научными станциями. Никаких дорогостоящих экспедиций не надо организовывать. Вышел на прогулку — нашел пару метеоритов. Вроде как по грибы сходил.

505

META представила универсальную нейросеть, самостоятельно распознающую фото, аудио и видео: новая веха в истории ИИ
* Социальная сеть признана экстремистской и запрещена на территории Российской Федерации.

Достижения в области ИИ появляются постоянно, но они, как правило, ограничиваются одной областью: например, если программа умеет генерировать искусственную речь, она при этом не может так же эффективно распознавать выражения на человеческих лицах. Но в будущем такой подход может уступить место более продвинутым технологиям.
https://images.techinsider.ru/upload/img_cache/0e4/0e409da2edac744e1109085bc522e38a_ce_1390x925x0x23_cropped_666x444.webp
Исследователи Meta (Организация признана экстремистской и запрещена на территории Российской Федерации) (aka бывший Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации)) работают на универсальным ИИ, способным самостоятельно учиться с помощью устных, письменных или визуальных материалов

Традиционный способ научить модель нейросети правильно интерпретировать какие-либо данные — дать ей очень много примеров с правильной маркировкой. Изображение кошки с помеченной «кошачьей» частью, разговор с расшифровкой слов и так далее. Но этот подход больше не в моде, поскольку исследователи обнаружили, что больше невозможно вручную создавать базы данных размеров, необходимых для обучения следующего поколения ИИ. Кто захочет тратить время, чтобы безошибочно промаркировать 50 000 000 фотографий кошек? Ну хорошо, фанатов котиков в Сети много, но кто решится подписывать, скажем, 100 миллионов изображений обычных фруктов и овощей?

Самообучающаяся система
В настоящее время некоторые из наиболее многообещающих систем искусственного интеллекта — это так называемые самоконтролируемые нейросети: модели, которые могут работать с большими объемами неразмеченных данных, таких как книги или видео со множеством взаимодействующих людей, и строить собственное структурированное понимание правил системы. Например, прочитав тысячу книг, сеть выучит взаимное расположение слов и идей в грамматической структуре, причем никто не скажет ей, что такое объекты, артикли или запятые — он сама распознает их, сделав выводы из множества примеров.

Интуитивно это больше похоже на то, как люди учатся в реальном мире, что частично нравится исследователям. Но модели по-прежнему имеют тенденцию быть одномодальными, и вся работа, которую вы проделываете, чтобы настроить полууправляемую систему обучения для распознавания речи, будет совершенно неприменима к анализу изображений — это просто слишком разный тип данных. Вот где на помощь приходит последнее исследование Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации)/Meta (Организация признана экстремистской и запрещена на территории Российской Федерации) с броским названием data2vec.

Идея data2vec заключалась в том, чтобы создать структуру ИИ, которая обучалась бы более абстрактным образом. Это означает, что вы могли бы дать ей книги для чтения, изображения для сканирования или речь для озвучивания, и после небольшого обучения сеть научится любой из этих техник. Тестирование data2vec после его обучения на различных корпусах данных показало, что такой подход конкурентоспособен и даже превосходит специализированные модели аналогичного размера для этой модальности. Говоря проще, если бы все модели были ограничены, допустим, 100 мегабайтами, data2vec работала бы лучше — но специализированные модели, вероятно, по-прежнему превосходили бы ее по мере роста поступающих данных.

Почему это так важно
«Основная идея этого подхода заключается в более общем обучении: ИИ должен быть в состоянии научиться выполнять множество различных задач, в том числе совершенно незнакомых», — пишет команда в своем блоге. «Мы также надеемся, что data2vec приблизит нас к миру, в котором компьютерам требуется очень мало размеченных данных для выполнения задач».

«Люди познают мир с помощью комбинации зрения, звука и слов, и подобные системы однажды смогут понять мир так же, как это делаем мы», — прокомментировал исследование генеральный директор компании Марк Цукерберг.

Сейчас исследование находится еще на ранней стадии, поэтому не стоит ждать, что легендарный «общий ИИ» внезапно войдет в нашу жизнь в ближайшее время — но наличие ИИ с обобщенной структурой обучения, которая работает с различными предметными областями и типами данных, кажется более элегантным решением, чем разрозненный набор «микроразумов», с которым мы сегодня обходимся.

506

Умное зеркало, распознавание шахматных партий, оцифровка фехтования: как искусственный интеллект меняет спорт
Рынок спортивных технологий к 2026 году достигнет $42 млрд. С сокращением открытых для болельщиков матчей становятся актуальны стриминговые сервисы. А крупные спортивные компании перестраивают бизнес-модели, создают новые продукты и услуги в онлайне. Friflex, компания, разрабатывающая продукты по оцифровке спорта, рассказывает, как ИИ трансформирует спортивную индустрию и меняет опыт пользователей.
https://images.techinsider.ru/upload/img_cache/3c7/3c703278d3d874abec88be0830142926_ce_1999x1330x0x2_cropped_666x444.webp
Сегодня объем рынка SportsTech в мире оценивается примерно в $9 млрд. Основные драйверы роста –  это интерес к любительскому спорту, популяризация здорового образа жизни, а также растущее число спортивных лиг и сообществ по всему миру.

Продукты на основе ИИ актуальны для спортсменов, болельщиков и организаторов спортивных соревнований. Для первых технологии предоставляют решения качественного улучшения процесса тренировки, для вторых являются точкой получения зрелищного и персонализированного контента. Третьим помогают увеличить выручку за счет более адресной коммуникации с аудиторией и отслеживать ход соревнований. Например, виртуальные помощники арбитров — VAR, помогают судьям в спорных моментах с помощью видеоповторов. Например, в футболе и хоккее используется модульная  система видеопомощи арбитрам videoReferee®-FC, которая адаптируется под любой уровень сложности спортивного соревнования и особенности стадиона, а также систему Видеогол для профессионального судейства.

Повышение эффективности тренировок
Фитнес-трекеры позволили даже непрофессиональным спортсменам вывести тренировки на новый уровень. Выгрузка большого массива данных по физиологическому состоянию пользователя, динамике его тренировок и другим параметрам, которые невозможно получить только путем самонаблюдения, помогает улучшать процесс тренировки и следить за здоровьем. Nike использует ИИ в приложениях Nike Training Club и Nike Run Club для увеличения вовлеченности с помощью отслеживания активности пользователей и создания персональных помощников.

ИИ-решение для велотренировок представлено в тренажере CAROL bike. Искусственный интеллект калибрует и оптимизирует тренировки под индивидуальные особенности каждого пользователя. С помощью ИИ CAROL проводит анализ производительности на протяжении каждой сессии и автоматически уменьшает или увеличивает сопротивление педалей в соответствии с заданными целями.
https://images.techinsider.ru/upload/img_cache/d51/d513d3738ee8915150ccc9c1c7bacc4d_cropped_666x375.webp
Умное зеркало The Mirror через датчик камеры распознает движения спортсмена в процессе тренировки и анализирует его состояние. На экране устройства можно увидеть не только себя, но и тренера, правильно выполняющего упражнение. В библиотеке тренировок заложено около 10 000 классов по 50 категориям от бокса до пилатеса. Алгоритмы искусственного интеллекта следят за спортсменом и моделируют сложность занятия в зависимости от достижений. С сентября 2018 года The Mirror уже привлек около $75 млн инвестиций.

Большие данные и анализ прогресса игрока
Iceberg –  продукт по хоккейной аналитике на основе искусственного интеллекта и ML.
https://images.techinsider.ru/upload/img_cache/6a4/6a48a48a0c0958296011af3bf768565b_cropped_666x375.webp
Алгоритмы искусственного интеллекта в Iceberg используются для автоматического отслеживания событий и создания обширных наборов данных, которые обеспечивают объективную и точную информацию, повышающую эффективность работы тренеров. С помощью платформы тренеры могут просматривать игровую аналитику, статистику и видео, создавать списки воспроизведения видеоклипов и делиться ими с командой.
https://images.techinsider.ru/upload/img_cache/560/5601ac6c12ffc6d9cf1fc3d64b9b6bb0_cropped_666x444.webp
Анализировать и отслеживать прогресс в шахматной игре позволяет idChess – AI-платформа для распознавания и трансляции шахматных партий, сыгранных на реальной доске. C помощью ML idChess распознает ходы во время игры, записывает партии в формате шахматной нотации.

Распознавание происходит из видеопотока. Платформа переводит 3D изображение фигур и доски в 2D. Для того чтобы записать партию, необходимо загрузить приложение из App Store или Google Play на смартфон и закрепить телефон на штативе так, чтобы шахматная доска полностью попадала в камеру.

Функция распознавания реализована комбинацией различных подходов и методов, в числе которых сверточные нейронные сети. Они позволяют уменьшать размер доски и фигур, выделять контур игровой области и отбрасывать незадействованную поверхность.

Пользователи могут сохранять шахматные партии, создавать онлайн-трансляции для широкой аудитории, вести статистику матчей и анализировать игры. При этом, idChess может работать без подключения к интернету: распознавание партии доступно в офлайн-режиме.
https://images.techinsider.ru/upload/img_cache/e22/e223d25d74b8b503e9f445a1f2d71540_cropped_666x375.webp
Технологию оцифровки состязаний по фехтованию разработали в Японии. Rhizomatiks вместе с Dentsu Lab Tokyo создали «Систему отслеживания и визуализации фехтования». Технология AR визуализирует кончики мечей в движении и синтезирует дополненную реальность в режиме реального времени. Для покрытия всего игрового поля используется 24 высокоскоростные камеры. В процессе обнаружения объектов и их дальнейшей визуализации также участвуют нейронные сети.

Deep Learning и Motion capture помогает системе следить за изменением положения наконечника меча, после чего на изображение с технологией AR накладывается след от меча.

Человеческий глаз не может отследить быстро изменяющуюся траекторию движения меча, а видео с AR-подсказкой в эфире помогает болельщикам оставаться вовлеченными в процесс соревнования на протяжении всей игры и делает поединок более зрелищными.

Тенденция на цифровизацию продуктов и услуг активно поддерживается аудиторией разного возраста. Например, поколением Z, представители которого уже могут реализовывать активную покупательскую способность. Think With Google предоставили отчет о привычках нового поколения, согласно которому главная особенность — это преобладание смартфона в повседневной жизни пользователя.

78% респондентов отметили, что используют мобильный телефон не менее трех  часов в день на просмотр видео. Чтобы привлечь внимание потенциальных пользователей к спорту, необходимо создавать контент, который удобно смотреть с экрана смартфона: с крупными планами и яркими хайлайтами игры.

507

В Китае разработают робощенка с эмоциями: питомец для аллергиков
Краудсорсинговая платформа Kickstarter продолжает сбор средств на оригинальный проект робособаки Mini Pupper.
https://images.techinsider.ru/upload/img_cache/5dc/5dc2691962ce4d305f40de62baae4cf2_ce_2880x1917x0x2_cropped_666x444.webp
Внешне весьма похожий на знаменитого Spot от Boston Dynamics, этот «песик» заметно отличается от него размерами: в длину он всего 209 мм, а весит немногим более 500 г. Робот, созданный гонконгским стартапом MangDang, может оснащаться камерами и лидарами для ориентации в пространстве, а конечности с двенадцатью степенями свободы позволяют запрограммировать разные виды движений для разных условий перемещения.

При желании можно выбрать даже разные выражения на морде – они будут отображаться на небольшом экране в передней части робощенка.
https://images.techinsider.ru/upload/img_cache/db6/db6b63e7cfa143ae8072bc0b20552121_cropped_666x332.webp

508

Летающий интернет: беспилотные спутниковые станции уже запущены в небо
Неожиданным конкурентом Илона Маска с его проектом спутникового интернета Starlink стал европейский авиаконцерн Airbus.
https://images.techinsider.ru/upload/img_cache/fee/fee269ad2720b9ffeb7bc8c896d66e8b_ce_1139x759x486x0_cropped_666x444.webp
Правда, в его концепции доступ в Сеть в самых удаленных регионах мира должны обеспечить не космические аппараты, а высотные летательные беспилотники.

На конец 2021 года прототип БПЛА Zephyr совершил уже шесть испытательных полетов, включая два стратосферных. Каждый из них продолжался около 18 дней, и все это время дрон полностью обеспечивал себя энергией за счет солнечных батарей на верхней поверхности своих 25-метровых крыльев.

В будущем такие глайдеры смогут оставаться в автономном полете до полугода, держась на высоте более 20 км, чтобы проводить мониторинг, разведку и поиск, или поддерживать связь на обширных территориях внизу. По расчетам инженеров, каждый Zephyr способен заменить около 250 базовых станций.

509

Меньше муравья: как выглядит самый крохотный беспилотник в истории
Устройство, разработанное в Северо-западном университете, можно с уверенностью назвать самым миниатюрным летательным аппаратом в истории.
https://images.techinsider.ru/upload/img_cache/f96/f96c4f767578baa39881eda60e39731e_ce_5472x3643x0x2_cropped_666x444.webp
Фактически это крошечная микросхема с собственным миниатюрным источником питания, набором датчиков и системой беспроводной связи. Размещенная на вращающемся крыле, она переносится ветром, словно семечко клена.

Идея такого полета действительно была позаимствована у растений, однако инженеры уверены, что им удалось превзойти первоисточник, оптимизировав аэродинамику крыла с помощью компьютерного моделирования. В будущем такие аппараты могут найти применение в сфере мониторинга окружающей среды.
https://images.techinsider.ru/upload/img_cache/67d/67dd94e57e132fafad3b32ccb1124870_cropped_666x375.webp

510

Робособаки в подземелье: невероятные беспилотные машины в финале соревнований DARPA
Осенью 2021 года прошел финальный этап соревнований между командами машин, способных самостоятельно обследовать темные и опасные подземелья — тоннели, подвалы, пещеры.
https://images.techinsider.ru/upload/img_cache/50b/50b19c19e33b33eb21def966c1028aec_ce_2162x1440x199x0_cropped_666x444.webp
Ворота распахнуты, широкий черный лаз, мрачный и негостеприимный, ведет под землю. Заброшенные шахты на окраине Луисвилля – самое большое рукотворное сооружение во всем штате Кентукки – уходят на глубину до 30 м, образуя лабиринт общей площадью около 370 тыс. кв. м. С конца 1980-х, когда здесь прекратилась добыча известняка, в тоннелях Mega Cavern располагаются коммерческие склады и даже офисы, – хотя большая часть их отдана туристам, любителям скалолазания и спелеологии. Но в сентябре 2021 года проход временно закрыли и для них: в тревожную темноту подземелья пускали только роботов.
https://images.techinsider.ru/upload/img_cache/0e8/0e892efd8154eedd3e68f4cde70dd37c_cropped_666x375.webp
3D-схема испытательного полигона
Роботы
1-е место

Премия: 2 млн долл.

Команда: CERBERUS

Страна: США, Великобритания, Швейцария, Норвегия

Система: автономный колесный робот с беспилотником

2-е место

Премия: 1 млн долл.

Команда: CSIRO Data61

Страна: Австралия, США

Система: гусеничные и шагающие (четвероногие) роботы

3-е место

Премия: 500 тыс. долл.

Команда: MARBLE

Страна: США

Система: автономный колесный робот с беспилотником

Алгоритмы
1-е место

Премия: 750 тыс. долл.

Команда: Dynamo

Страна: Испания

Система: группа беспилотных квадрокоптеров

2-е место

Премия: 500 тыс. долл.

Команда: CTU-CRASNORLAB

Страна: Чехия, Канада

Система: колесные, гусеничные и шагающие машины, беспилотники

3-е место

Премия: 250 тыс. долл.

Команда: Coordinated Robotics

Страна: США

Система: колесные и беспилотные роботы

Для автономных машин такая обстановка едва ли не самая сложная. Под землей невозможно ориентироваться по сигналам спутниковой навигации, радиосвязь действует лишь на очень ограниченной дистанции. В полутемных и влажных тоннелях полно препятствий и угроз. Обломки камней и мусор, неожиданные провалы, лестницы, узкие лазы – при этом ни карты, ни контакта с поверхностью у роботов нет.

Машинам дается ограниченное время на то, чтобы разобраться в лабиринте и найти спрятанные артефакты, передав на базу информацию об их местонахождении. Артефакты имитируют основные цели, которые чаще всего приходится отыскивать в подземельях: заваленных людей, отдельных выживших и их вещи, источники утечки газа. Соревнования DARPA Subterranean Challenge (SubT) ориентированы на создание полностью автономных систем, которые возьмут на себя эти задачи, заменив спасателей и военных при работе в таких опасных условиях.

Управление перспективных исследовательских проектов Министерства обороны США (DARPA) запустило международный конкурс еще несколько лет назад, и к осени 2021-го десять лучших команд добрались до финального спуска в темноту.
https://images.techinsider.ru/upload/img_cache/f32/f32999f25ba497d73352d22638215e5f_cropped_666x888.webp
Тоннели
Поверхность Земли тут и там пронизана системами пещер разной глубины, некоторые из них тянутся на многие сотни метров. Ниже городских дорог и зданий проложены многокилометровые лабиринты искусственных тоннелей, практически у каждого дома есть подвал. Эти подземелья не всегда картографированы, и в случае чрезвычайной ситуации приходится действовать вслепую. Составление подобных карт – дело опасное и трудоемкое, но передать его роботам пока не удается. Чтобы хоть частично автоматизировать процесс, поначалу использовали груженные камерами и лазерными дальномерами (лидарами) тележки, которые толкали перед собой люди.

Впоследствии появились дистанционно управляемые машины, с помощью которых инженеры смогли картографировать некоторые заброшенные шахты, а спасатели разыскивали пострадавших под завалами. Однако операторы с трудом ориентируются по картинке с камер, работая медленно и не всегда точно. Для настоящей скорости и эффективности роботы должны действовать самостоятельно, причем группами. Ни один из них не сможет справиться со всеми вызовами подземелья: там, где колесная платформа упрется в лестницу, беспилотник легко поднимется и осмотрит соседние этажи.
https://images.techinsider.ru/upload/img_cache/b04/b040d9c1ec051130d3c1185f4f1300a1_cropped_666x444.webp
Команда роботов CSIRO DATA61 отправляется в узкие пещеры, ориентируясь с помощью камер и лидаров.
Чтобы стимулировать развитие подобных технологий, агентство DARPA и организовало конкурс SubT. Условия соревнований максимально имитируют реальные – с искусственно воссозданными туманами, текущей со стен водой и грязью на полу, наклонами и ограниченным пространством. Машины должны самостоятельно преодолеть и картографировать лабиринты протяженностью около 8 км каждый, определив расположение в нем пары десятков артефактов. Команды разбили лагерь непосредственно у входа, но внутрь роботы отправились одни.
https://images.techinsider.ru/upload/img_cache/01c/01cabd979693ac7b672ee00140e57cd4_cropped_666x411.webp
Призовой куб. Так «киберпанково» выглядел один из артефактов, которые разыскивали участники соревнований.
Подвалы
Организаторы конкурса выделили три ключевых вида обстановки, с которой машинам придется столкнуться при выполнении подобных миссий: тоннели, подвалы и пещеры, которые различаются особенностями поверхности и набором препятствий. Тоннели, подобно шахтам в Кентукки, образованы сетью сравнительно прямых темных коридоров, наклонных и пологих, усеянных обломками камней и часто пересеченных старыми рельсами. В подвалах рельсов нет, зато встречаются лестницы, которые связывают друг с другом несколько уровней, заваленных всевозможным мусором. Наконец, пещеры сочетают узкие и скользкие проходы и обширные пустые залы. За три года, в течение которых шел конкурс SubT, команды-участницы должны были справиться со всеми тремя вариантами.

На каждом этапе внутри лабиринта размещались соответствующие артефакты для поиска. Манекены, изображавшие людей, их мобильные телефоны и вещи, использовались во всех, но в тоннеле требовалось еще отыскать огнетушитель и сумку с инструментами, а в подвале – источник утечки газа. Соревнования проходили в двух номинациях: между алгоритмами в виртуальных копиях тоннелей, подвалов и пещер и между реальными роботизированными системами, соперничающими в настоящих подземельях. Лишь пещерный этап ограничился виртуальным пространством: в 2020  году организаторы не сумели собрать команды из-за противовирусных ограничений.

Менеджер DARPA Саймон Уотсон сравнивает конкурс SubT со спортивным триатлоном, в котором важно быть не лучшим бегуном, велосипедистом или пловцом, а равномерно развивать все эти навыки. Тем более что финальное испытание, прошедшее осенью в Кентукки, скомбинировало все три этапа в одном: в части тоннелей, оставшихся от старых разработок, были устроены имитаторы и городских подвалов, и природных пещер. Одна за другой команды роботов отправлялись, чтобы картографировать это опасное пространство и локализовать артефакты с точностью до 5 м.
https://images.techinsider.ru/upload/img_cache/232/2324f093ed0469030c6b833dfa12fe3f_cropped_666x307.webp
Трехмерные карты подземелья роботы создавали автоматически: входя внутрь, ни один из них не знал, с чем именно придется столкнуться.
Пещеры
Разные команды применяли разные комбинации машин. Одни сделали ставку на четвероногих роботов, используя в том числе и знаменитых «собак» Spot от Boston Dynamics. Другие взяли за основу колесные или гусеничные платформы или даже шестиногие шагающие устройства, похожие на крупных пауков. Чтобы обследовать труднодоступные участки и соседние уровни, базовые машины часто дополнялись одним или несколькими беспилотниками, а одна команда и вовсе полностью положилась на рой миниатюрных дронов.

Для обеспечения полной автономности каждый робот имел собственный источник питания, лидары и камеры с подсветкой для работы в темноте, газовые датчики (для обнаружения протечек – одного из конкурсных артефактов), собственные системы связи. Модули Wi-Fi использовались для настройки и подготовки машин, а коммуникации под землей были организованы с помощью распределенной системы Mobilicom, способной действовать на дистанции до 100 м. Кроме того, по мере продвижения роботы оставляли вдоль маршрута ретрансляторы – небольшие маячки, которые поддерживали связь между машинами, работающими в разных участках лабиринта.
https://images.techinsider.ru/upload/img_cache/3df/3df731a36fa9594db222816fdf7bdefa_cropped_666x375.webp
Смотреть на работу некоторых роботов – прямая трансляция соревнований велась на официальном YouTube-канале DARPA SubT – без слез было трудно. Робособаки то и дело утыкались в стену и, потеряв ориентир, упорно бились о препятствие головой. Другие заваливались в узких проходах или ломали оборудование, цепляясь за преграды. Однако победители, использовавшие искусственный интеллект, помогающий ориентироваться внутри и идентифицировать препятствия и конкурсные артефакты, выглядели на удивление хорошо.
https://images.techinsider.ru/upload/img_cache/aa9/aa907f6b77050454bae975e2f184b604_cropped_666x391.webp
Опасные стены «глазами» машин из команды CTU-CRASNORLAB, работающих в пещерной части полигона.
Менее чем за час эти машины провели картографирование шахт системы Mega Cavern и нашли все спрятанные цели. Людям на выполнение той же задачи, по расчетам организаторов соревнований, потребовалось бы несколько дней непрерывного и опасного труда. Еще недавно тоннели, подвалы и пещеры казались совершенно непреодолимыми для роботов, но постепенно им становятся доступны даже такие места.
https://images.techinsider.ru/upload/img_cache/223/2233ebe58a96a9f905dee92882b65acd_cropped_666x411.webp
Живые участники команд не могли вмешиваться в действия роботов в подземелье – они лишь следили за их перемещениями снаружи.

Быстрый ответ

Напишите ваше сообщение и нажмите «Отправить»



Вы здесь » Новейшая доктрина » Духом единым ... » Поп-Германия отказывается от угля, Европа — от газа