Российские ученые спроектировали беспилотник для мониторинга погоды в Арктике: что он умеет Специалисты Московского авиационного института и Института физики атмосферы имени А.М. Обухова РАН спроектировали уникальный для России беспилотный летательный аппарат (БПЛА) «Цимлянин». Аппарат предназначен для метеорологических исследований и мониторинга погоды в арктических широтах. В настоящее время он прошел летные испытания. Работа над аппаратом ведется в кооперации с Институтом теоретической и прикладной механики им. С.А. Христиановича Сибирского отделения РАН и Центральной аэрологической обсерваторией.
Новый беспилотник позволит исследовать турбулентную структуру пограничного слоя атмосферы – нижней части газовой оболочки нашей планеты. В перспективе разработка может быть использована для создания сети метеорологического мониторинга в Арктике на базе БПЛА, а также оперативного отслеживания и прогнозирования ледовой обстановки вдоль Северного морского пути и в акваториях северных портов России.
БПЛА в метеорологии Беспилотные летательные аппараты в последние годы все чаще используются в метеорологии, в основном – с исследовательской целью, что обусловлено их экономичностью и простотой применения. Данные аэрологического зондирования на разных высотах, получаемые с них, дают исследователям существенно более полную информацию, чем точечные наблюдения на метеорологических станциях. Кроме того, использование беспилотных летательных аппаратов позволяет увеличить частоту и расширить зону измерений.
Особенно актуально использование беспилотников в труднодоступных районах, где немногочисленные метеорологические и аэрологические станции располагаются на большом расстоянии друг от друга. Именно такая проблема существует сейчас в Арктике: точность прогноза погоды здесь оказывается существенно ниже, чем в средних широтах.
Набирающее темп освоение Арктики требует повышения надежности прогнозов таких неблагоприятных и опасных погодных явлений, как штормовое волнение, порывистость ветра, облачность, оледенение, осадки. Под эту специфическую задачу и создавался беспилотный аппарат самолетного типа «Цимлянин».
«Основное назначение аппарата "Цимлянин" – измерение с высокой частотой влажности, температуры и определенных параметров ветра на разных высотах в пределах 1,5 км от поверхности земли или морского льда – так называемой подстилающей поверхности, – рассказывает руководитель проекта, ведущий научный сотрудник Института физики атмосферы имени А. М. Обухова РАН Дмитрий Чечин. – Уникальной является возможность исследования с помощью беспилотника перестройки турбулентности на границе различных областей подстилающей поверхности, например суши и воды, леса и поля, воды и льда». Характеристики аппарата «Цимлянин» был впервые испытан на полигоне Института физики атмосферы им. А.М. Обухова РАН в Цимлянске – отсюда его название. Он представляет собой беспилотный аппарат вертикального взлета и посадки, которые осуществляются как у коптера – за счет работы четырех подъемных винтов. Полет происходит в самолетном режиме и обеспечивается работой лишь одного толкающего винта. Такая конструкция «Цимлянина» была разработана специалистами центра компетенций «Беспилотные летательные аппараты» МАИ.
«"Гибридная" схема аппарата была выбрана из-за нескольких факторов, – говорит заместитель директора центра "Беспилотные летательные аппараты" МАИ Максим Калягин. – В первую очередь, ее преимущество заключается в мягком и контролируемом режиме взлета и посадки, что снижает риск повреждения дорогостоящей аппаратуры на борту. "Цимлянин" не требует специальных взлетно-посадочных площадок, что облегчает его использование в условиях Арктики. Кроме того, при стандартной коптерной схеме вращающиеся винты создают возмущения воздушных потоков, что влияет на показания датчиков. "Гибридная" схема практически лишена этого недостатка».
Размах крыла «Цимлянина» составляет 2,4 м, масса полезной нагрузки – до 1,5 кг, крейсерская скорость – до 20 м/с, а продолжительность полета превышает 60 мин. Аппарат оборудован автопилотом и может выполнять полет по заранее заданному маршруту. Метеорологические приборы, установленные на его борту, уникальны и разработаны специально для беспилотника.
Помимо конструкции БПЛА, специалисты Московского авиационного института отвечали за его электронную «начинку», позволяющую получать, обрабатывать и запоминать информацию с датчиков, передавая ее в реальном времени на наземные пункты мониторинга. Эта часть работ проводилась под руководством доцента кафедры 704 «Информационно-управляющие комплексы летательных аппаратов» МАИ Николая Бодункова.
Перспективы проекта Работы над проектом ведутся за счет гранта Российского научного фонда.
Сейчас исследователи проводят эксперименты по сбору информации с помощью беспилотника и передаче ее на наземные пункты, а также занимаются изучением энергообмена над полыньями и разводьями, которые образуются на полях морского льда. В дальнейшем планируется разработка математической модели и программного обеспечения, повышающих точность метеорологического прогнозирования в Арктике.
Следующий этап – создание пилотной зоны метеорологического мониторинга в арктических условиях с помощью БПЛА. Предполагается, что использование подобных «летающих метеостанций» позволит повысить точность прогнозирования различных погодных явлений в Арктике на 10%, что увеличит безопасность как мореплавания, так и авиационных перелетов в регионе. В таком результате заинтересованы крупнейшие отечественные компании, осуществляющие эксплуатацию ледокольного транспорта, морские изыскания, добычу природного газа, а также российские аэропорты, Росгидромет, МЧС и Минобороны России.
Посмотрите на новый гибрид воздушного и подводного дронов: эффективный тандем Хотя подводные дроны способны выполнять самые разные задачи, доставить их к месту погружения иногда бывает непросто. Новая система призвана решить эту проблему, используя воздушный дрон для транспортировки и развертывания подводного аппарата. Гибридная установка, известная как система Sea-Air Integrated Drone, совершила демонстрационное погружение в парке развлечений Hakkeijima Sea Paradise в Иокогаме. Гибрид был создан в результате партнерства между японским оператором связи KDDI, производителем беспилотных летательных аппаратов Prodrone и фирмой по производству подводных роботов Qysea.
В системе используется один из всепогодных мультикоптеров Prodrone, а также один из подводных дронов Qysea Fifish Pro V6 Plus. Последний также можно описать как небольшой ROV (дистанционно управляемый аппарат), расположенный в быстросъемной клетке на нижней стороне коптера.
Оператор-человек на берегу использует мобильную связь дальнего действия, чтобы первоначально доставить систему к месту назначения в открытом море — она руководствуются как GPS, так и картинкой в реальном времени с бортовых камер мультикоптера. Выбрав локацию, пользователь приземляет коптер на воду, где тот стабилизируется с помощью поплавков — по одному на каждом из шести рычагов.
Затем Fifish высвобождается из клетки, но остается прикрепленным к мультикоптеру длинным электрическим/коммуникационным кабелем. После этого он приступает к погружению под дистанционным управлением оператора, который параллельно отсматривает видеопоток с камеры, транслируемый через коптер. Как только подводная миссия дрона заканчивается, электрическая лебедка на мультикоптере возвращает Fifish обратно в клетку, чтобы два дрона могли снова лететь на базу.
Некоторые из возможных применений системы включают осмотр, техническое обслуживание или ремонт объектов аквакультуры, морских ветряных турбин или других морских сооружений. Кроме того, его можно было использовать в научных исследованиях, осмотрах корпуса или поисково-спасательных миссиях.
Как устроена система управления роботами с помощью силы мысли Военные США ищут способ внедрить микроскопические устройства в человеческий мозг, чтобы люди могли взаимодействовать с машинами, вроде кибернетических протезов, с помощью силы мысли. В 2016 году DARPA заявила, что ученые нашли способ сделать это — и при этом без масштабных хирургических операций. Исследователи Мельбурнского университета создали устройство, которое может помочь людям использовать свой мозг для контроля над машинами, включая те машины, которые могут дать пациентам возможность контролировать физические недостатки или неврологические расстройства. Результаты исследования опубликованы в журнале Nature Biotechnology.
Ученые установили объект размером со скрепку для бумаги в двигательную кору мозга овцы (то есть ту часть мозга, которая отвечает за осознанные движения). Это устройство по сути модернизированный стент, крохотная трубка, которую хирурги раньше вводили в кровеносные сосуды для улучшения кровотока.
Новая версия, которую создатели назвали «стентродом» — это стент, покрытый электродами и внутрь пациента он попадает через катетер, введенный в шею, а не в череп. Существующие машинно-мозговые интерфейсы требуют вскрытия черепа с помощью краниотомии, то есть часть черепа просто удаляют для того, чтобы обеспечить доступ к мозгу.
С новым методом все гораздо проще. Вместо хирургической операции компьютерный чип или стентрод вводится в кровеносные сосуды пациента, что значительно снижает риск воспаления тканей и прочих осложнений, связанных со сложной операцией на мозге.
Робот для макияжа, подачи пива и мытья волос: 10 интересных, но бесполезных самоделок Симона Гирц называет себя Королевой дурацких роботов, Разрушительницей транзисторов, Повелительницей неисправностей и Матерью ужасных изобретений. Она иронично утверждает, что хороша в создании плохих вещей и с удовольствием испытывает всех построенных роботов на себе. А мы сделали подборку самых интересных её изобретений! Симона Гирц родилась 11 ноября 1990 года в Стокгольме. Конструированием роботов девочка начала увлекаться с восьми лет, а в 13 попросила купить ей набор начинающего робототехника, после его с головой ушла в программирование и инженерное дело, решив показать окружающим, что роботы могут быть не только совершенно не скучными, а вовсе даже наоборот — очень даже интересными и забавными.
Мечтая стать учёным, Симона поступила на факультет физики в Королевском технологическом институте Стокгольма, но на первом же курсе поняла, что совершила ошибку. Проучившись в институте год, она бросила учёбу, решив стать самоучкой. И у неё получилось! Гирц действительно разобралась в электронике самостоятельно и стала создавать всяких необычных роботов для своего видеоблога.
Симона вспоминает, что вдохновлялась в детстве диснеевским мультипликационным персонажем по имени Винт Разболтайло (Gyro Gearloose), который по сюжету был другом Дональда Дака и приятелем Скруджа МакДака. В дальнейшем этот смышлёный утёнок стал стимулом для её изобретений и исследований в области инженерно-технической деятельности и компьютерного программирования.
На своём канале в YouTube Гирц с юмором демонстрирует, как найти оригинальные решения для автоматизации повседневных задач.
Дрон с дефибриллятором впервые спас мужчину с сердечным приступом в Швеции У 71-летнего мужчины случился сердечный приступ во время уборки снега в декабре. Медицинский работник, находившийся поблизости, смог реанимировать его с помощью дефибриллятора, который экстренно доставил дрон. Автономный дрон помог спасти жизнь 71-летнему пациенту, который перенес остановку сердца
Не занимайтесь самолечением! В наших статьях мы собираем последние научные данные и мнения авторитетных экспертов в области здоровья. Но помните: поставить диагноз и назначить лечение может только врач. Как сообщает BBC, в декабре мужчина из Швеции чистил снег рядом с домом, когда у него случился сердечный приступ. К счастью, врач по имени Мустафа Али проезжал мимо и увидел потерявшего сознание человека. Медицинский работник начал делать искусственное дыхание и попросил прохожего вызвать скорую помощь.
«Всего через несколько минут я увидел, как что-то летит над моей головой. Это был дрон с дефибриллятором!», – сказал Али.
Дрон под названием Emergency Aerial Delivery (EMADE) разработала шведская компания Everdrone. В настоящее время устройство тестируется шведскими медицинскими работниками. На остановку сердца необходимо отреагировать в течение десяти минут после инцидента – дрон доставил дефибриллятор всего за три.
В итоге доктор смог использовать дефибриллятор, доставленный дроном, и спасти жизнь 71-летнему мужчине.
«Я не могу выразить словами, как я благодарен этой новой технологии и быстрой доставке дефибриллятора. Если бы не дрон, меня бы здесь, наверное, не было», – сказал пациент в пресс-релизе.
Новая система пока работает только в Швеции, но в ближайшем будущем планируется расширение. В ходе четырехмесячного исследования, проведенного Европейским обществом кардиологов и опубликованного в журнале European Hearth Journal, тестировалась работа дронов EMADE. Система получила 14 оповещений о сердечных приступах, которые подходили для дронов. Устройства использовались в 12 из указанный случаев, и в 11 из них они доставили дефибрилляторы, а семь из этих дефибрилляторов были доставлены до прибытия скорой помощи.
Как поведет себя собака, если робот скомандует ей «сидеть»: видео Собака с давних времен сопровождает человека и выполняет его разнообразные поручения: от невинной команды «принеси мячик» до выгула овец на зеленых бескрайних пастбищах. В простом эксперименте ученые проверяли, продолжит ли четвероногий помощник верную службу, если на месте теплого, вкусно пахнущего хозяина окажется механический робот-андроид? Взаимодействие людей и роботов давно в фокусе исследований. С алгоритмами распознавания речи и выполнения команд сталкивался каждый пользователь смартфона хотя бы раз, когда на морозе просил голосового помощника набрать нужный номер телефона. Как же будут «общаться» с роботами животные? Наступит ли эпоха, когда с андроидом можно будет оставить питомца и не бояться обнаружить по возвращению разодранный диван и разбросанный по всей квартире мусор? Смогут ли роботы выгуливать собак в дождливую погоду и бросать им мячик вместо хозяина?
Как проводили эксперимент Для начала ученые проверили, реагируют ли собаки на команды, полученные по видео и аудиосвязи. Питомцы хуже, чем при личном контакте, выполняли просьбы, если хозяева говорили с ними через монитор, и практически игнорировали команды по аудиосвязи. Довольно предсказуемые результаты не являлись конечной целью исследователей. Нужно было лишь зафиксировать поведение животных и сравнить с ним то, как они реагируют на общительного робота. Воспринимают ли собаки робота также, как человека, видео или ничего не значащий звук.
На следующем этапе эксперимента собаку, ее хозяина и социально активного робота поместили в одну комнату. Шесть минут владелец животного демонстративно «общался» с андроидом, чтобы собака начала доверять металлическому собеседнику ее хозяина и привыкла к нему. После знакомства робот угостил четвероногого участника опыта лакомством, а затем спрятал еду в одном из двух контейнеров и попросил угадать, в каком именно. В половине случаев собака находила угощение. Это больше, чем в ситуации, когда робот не проявлял социальных признаков — не общался ни с хозяином, ни с самой собакой. Однако результат не до конца удовлетворил исследователей. Ведь 50% — это обычная статистика «слепого» угадывания наудачу, как при подбрасывании монетки.
Результаты эксперимента Эксперимент все же состоялся не зря. Он вдохновил другую группу ученых из Лаборатории социальной робототехники Йельского университета под руководством Брайана Скасселлати на собственное исследование. Работу представили на Международной конференции по взаимодействию человека и робота. На этот раз просьбы робота по имени Nao, который вел себя как человек, сравнивали с его же командами, но записанными на аудио-носитель.
В эксперименте участвовали 34 собаки. В комнате с животным также находился его хозяин. Так, собака чувствовала себя в безопасности и положительно реагировала на робота. Nao называл кличку питомца, говорил с ее хозяином, подкармливал животное, как в вышеописанном эксперименте. Затем робот вежливо просил собаку присесть. Команду андроида выполнило более 60% испытуемых. Аудио-команде подчинились менее 20%.
Что способствовало послушанию четвероногих? Исследователи не называют точных причин, однако указывают наиболее вероятные. Среди них — фактическое присутствие говорящего объекта в комнате, его «контакт» с хозяином собаки и, возможно, внешнее сходство с человеком. На робота-собаку животные реагировали не иначе как «что это за странная штуковина?» Органические собаки не видели в механических пищевых конкурентов, то есть не идентифицировали как равных себе.
В дальнейшем исследовательская группа планировала выяснить, способствуют ли более человеческая «внешность» андроидов лучшему контакту с четвероногими. Влияют ли на послушание запах и движение глаз, а также не мешает ли излишняя подвижность робота «общению» с собакой. По мнению ученых, быстро перемещающийся объект может лишь напугать животное.
Результаты необычного и довольно милого эксперимента йельских исследователей вселяют надежду на то, что однажды роботы возьмут на себя часть хлопот по содержанию питомцев. Но в одном можно не сомневаться: обязанности «почесать за ушком» и «назвать хорошим мальчиком» владельцы собак во все времена будут с удовольствием выполнять самостоятельно.
Boston Dynamics: как создавалась компания, в которой роботов научили танцевать Сложно не создать робота, а заставить его танцевать! У американской Boston Dynamics непростая судьба — ее несколько раз покупали разные компании, продажа разработок шла плохо, но фирма все же выжила и пока держится на плаву. Если вы еще не видели последнее видео Boston Dynamics, то вы многое упустили! Любой человек может позавидовать ловкости движений машин компании
История Boston Dynamics Boston Dynamics — детище Марка Райберта. Он родился 22 декабря 1949 года. Молодой человек поступил в Северо-Восточный университет, где получил степень в области электротехники. Затем Райберт поступил в Массачусетский технологический институт, чтобы получить степень доктора философии и завершил свое обучение в 1977 году. Несколько лет спустя он поступил на работу в Лабораторию реактивного движения NASA.
В 1986 году он пошел на работу в Массачусетский технологический институт в качестве профессора электротехники и работал там до основания Boston Dynamics. Работая в Массачусетском технологическом институте, Марк Райберт основал лабораторию, полностью посвященную исследованиям по разработке высокодинамичных роботов на ногах. Роботы Boston Dynamics танцуют под песню Do You Love Me в своем самом известном клипе Идея Boston dynamics сформировалась в этой лаборатории. В 1992 году он основал компанию Boston Dynamics, занимающуюся моделированием и робототехникой, как ответвление MIT Leg Lab. Сегодня эта компания стала синонимом передовой динамической робототехники.
Как закалялись роботы Штаб-квартира Boston Dynamics со штаб-квартирой в Уолтеме прославилась, когда в ней разработали BigDog — четвероногого робота для вооруженных сил США. Компания получила финансирование от DARPA на реализацию этого проекта. Boston Dynamics в первые годы своего существования также разработала DI-Guy, программное обеспечение для реалистичного моделирования человека.
В последующие годы она работала по контракту с American Systems Corporation. Совместно с этой компанией Boston Dynamics работала над заменой учебных видеороликов по военно-морскому флоту интерактивными компьютерными 3D-моделями с компьютерными персонажами. Робот-собака Spot от Boston Dynamics стал одним из самых популярных в мире. Пока он единственный доступен для розничных покупателей В первые годы своего существования Boston Dynamics в основном работала на DARPA и Пентагон. Она получала финансирование в виде исследовательских грантов, в основном от DARPA. Во время своего сотрудничества с DARPA компания сосредоточилась в основном на исследованиях, направленных на разработку роботов для военного применения. В этот период компания стала пионером в разработке роботов, которые могут работать в реальных условиях и преодолевать сложные местности.
В последнее время компания стала знаменитой в основном благодаря своим танцующим причудливым роботам. Робот-собака Спот вообще снялся в нескольких фильмах и стал одним из первых настоящих роботов, которые реально могут помогать людям в повседневных делах. Гуманоидный робот ATLAS от Boston Dynamics может танцевать, прыгать и даже делать сальто Как Boston Dynamics создали танцующих роботов? Основатель компании Boston Dynamics Марк Райберт рассказал, как инженеры и программисты фирмы создавали видео с роботами, танцующими под песню «Do You Love Me?», которое недавно взорвало интернет.
Полтора года разработки хореографии, программирования и модернизации, два дня съемок и всего 3 минуты ролика! Однако труды команды были ненапрасными. Помимо того, что фирма набрала несколько десятков миллионов просмотров, она также смогла узнать о собственных роботах много интересного.
Во время обучения роботов танцам разработчики Boston Dynamics заметили ряд несовершенств в системе машин и смогли устранить их. В ходе работы они создали инструменты программирования, которые позволили роботам лучше балансировать, подпрыгивать и выполнять несколько танцевальных па одновременно.
«На полпути оказалось, что нам нужно было модернизировать робота, чтобы он был достаточно силен и имел много энергии для выполнения всего танца без остановки», — рассказывает Райберт.
Точность исполнения танца была настолько высокой, что многие пользователи интернета не поверили своим глазам. Некоторые выражали восхищение в комментариях, другие были напуганы реалистичностью движений, а кто-то и вовсе сказал, что это компьютерная графика. Однако это не так! Трехминутный ролик на YouTube-канале компании — это результат долгой и тяжелой работы. Разработчики уверены, что у них получилось сделать такое видео только благодаря своей мотивации и желанию показать, на что способна робототехника.
«Мы не хотели, чтобы робот танцевал, как робот. Мы хотели, чтобы он танцевал по-человечески, и, знаете, когда появляется зажигательный ритм, все тело человека движется в такт ему: руки, тело, голова», — комментирует Райберт. «И мы постарались, чтобы все эти части конструкции были вовлечены и скоординированы так, чтобы было похоже, что роботу весело».
Райберт также отметил в своем интервью AP, что цель этой работы — расширить границы того, что могут делать роботы, как с точки зрения исследований, так и с точки зрения практического применения.
Роботы становятся человечнее. Главные новости науки сегодня Новости 27 декабря. Компания Engineered Arts продолжает совершенствовать робота-андроида Ameca. Бывшие инженеры SpaceX разработали робота-кулинара для приготовления пиццы. В Австралии робот-рыба отпугивает инвазивные виды рыб и защищает мальков и головастиков. В Шанхае проходит тестирование система ИИ, способная предъявить обвинение, в 97% случаев совпадающее с решением прокурора. Пока еще можно пройти по городу и не встретить ни одного робота. Но это ненадолго
Компания Engineered Arts продолжает совершенствовать робота-андроида Ameca. Робот появился сравнительно недавно, но уже успел удивить своей антропоморфной мимикой и жестикуляцией. Разработчикам удалось добиться эффекта, который до них никто не реализовал. Существует много роботов, которые умеют воспроизводить подобную человеческой мимику. Существует много роботов, которые умеют воспроизводить вполне человеческие движения плечами, руками и пальцами. Но Ameca впервые делает и то, и другое. Последнее достижение: Ameca научилась следить взглядом за пальцем человека. Это тоже совсем непросто. Но на ролике, который выложила компания, есть и еще кое-что неожиданное: когда исследователь попытался прикоснуться к лицу Ameca, — она остановила его руку. Возможно, это запрограммированный жест. Но он производит сильное впечатление.
Три инженера SpaceX решили стать ближе к людям: они бросили космос и занялись приготовлением пиццы. Но поскольку они очень образованные и много умеют, инженеры не встали к плите, а разработали роботизированную систему. И всего за три года усилий испекли первую пиццу. Ей оказалась пеперони. Главное чего пытались добиться инженеры — это скорость. Сейчас робот-кулинар печет пиццу за 5 минут. Проектная скорость 100 пицц в час. И практически неограниченное разнообразие. На вопрос: не потеснят ли роботы людей в таких профессиях как приготовление еды? эксперты отвечают огромными цифрами нехватки персонала. Нет людей. Может, хоть роботы помогут. Бывшие инженеры SpaceX открывают первый ресторан с роботом-кулинаром: Stellar Pizza. О космосе они все-таки не забыли.
Одна из проблем Австралии и Новой Зеландии — это борьба с инвазивными видами животных. Это и кошки, и кролики, и многие, многие другие. Все они попали в Австралию по воле человека и невероятно расплодились. У них здесь нет естественных врагов. Австралийцы пытаются местные виды животных защищать, пока их не вытеснили окончательно. Получается не очень. Инвазивные виды наступают на Австралию не только на суше, но и под водой. Небольшая рыбка гамбрузия Хольбрука тоже была завезена в Австралию. И тоже расплодилась и стала угрозой для местных видов рыб, особенно для мальков и головастиков. Ученые из Университета Западной Австралии решили бедных местных головастиков защитить. Они сконструировали робота-рыбу, очень похожего на большеротого окуня, — вот он как раз естественный враг гамбрузии. В лаборатории все выглядит успешно: гамбрузии пугаются робота-окуня и уплывают. Поскольку робот-окунь охраняет кормушку, гамбрузии стали быстрыми и тощими, и их стало заметно меньше. Теперь робота-окуня собираются выпустить в открытый водоем. Как у него там пойдут дела, и не появится ли у него самого естественный враг, пока неизвестно.
Работа прокурора в Китае — очень трудная. Особенно она трудная в Шанхае в районе Пудун. Прокурору приходится вести очень большое количество дел. Причем дела довольно однотипные: воровство, мошенничество, кража денег с банковских карт, опасное вождение, умышленное нанесение травм, азартные игры и политическое инакомыслие. Чтобы прокуроры в районе Пудун так сильно не уставали, разработчики ИИ обучили нейросеть выдвигает обвинения. ИИ обучалась трудной прокурорской работе на 17 тысячах реальных дел, и рассматривается разработчиками, как помощник прокурора. ИИ демонстрирует точность обвинений (то есть совпадение с решением человека) — 97%. Может, и правда, прокурор уже не нужен.
Как в российских вузах изучают робототехнику В этом материале мы подробнее расскажем, что изучают студенты-робототехники, как проходят занятия и куда устраиваются выпускники. В обзоре три вуза: из Москвы, Урала и Сибири. Пермский национальный исследовательский политехнический университет Факультет: Электротехнический Направление: Мехатроника и робототехника Профиль: Автономные сервисные роботы Магистратура по робототехнике — это совместный проект Пермского политеха и российского производителя роботов Promobot. В разработке учебного плана также участвовали ЛЭТИ (Санкт-Петербург) и КАИ (Казань) — за каждым из вузом закреплены конкретные курсы, их ведут преподаватели разных университетов.
Обучение на программе проходит полностью онлайн, причём это решение было принято ещё до пандемии COVID-19. На электронной учебной платформе есть всё: конспекты, видеолекции, практические и тестовые задания. Запись лекции для студентов-робототехников Образовательная программа направлена на то, чтобы студенты научились создавать, обслуживать, настраивать сервисных роботов и писать для них приложения. Научно-исследовательские работы посвящены созданию новых кейсов применения сервисных роботов.
Специально для онлайн-магистратуры создали лабораторию для удалённого выполнения практических заданий. Она оборудована сервисными роботами, которыми магистранты могут управлять из любой точки планеты. Так выглядит удалённая работа в лаборатории Promobot помогает изучать робототехнику не на игрушечных моделях, а на «реальном» роботе, который используется в 40 странах мира — от России до Австралии. Любой удачный студенческий кейс может попасть из университетской лаборатории прямо на умную машину, например, в американском аэропорту.
Профильные дисциплины: Математическое моделирование робототехнических систем; Проектирование и конструирование роботов; Защита интеллектуальной собственности; Искусственный интеллект и нейронные сети; Распознавание образов, автономная навигация; Управление IT-проектами; Разработка систем управления роботами; Информационная безопасность роботов; Этические вопросы робототехники, человеко-машинное взаимодействие. Выпускников программы ещё не было — профиль запустился только в 2020 году.
Национальный исследовательский университет «МЭИ» Институт: Энергомашиностроения и механики Направление: Мехатроника и робототехника Профиль: Компьютерные технологии управления в робототехнике и мехатронике Занятие студентов МЭИ Здесь выпускают специалистов и инженеров, которые проектируют, исследуют и эксплуатируют сложные комплексы электромеханических, электрогидравлических систем.
Образовательная программа комплексного характера направлена на использование и развитие цифровых технологий проектирования технических систем, внедрения элементов искусственного интеллекта в компонентах робототехники и сенсорики.
Студенты проводят исследования, связанные с созданием перспективных робототехнических комплексов. Так они получают необходимый опыт проектно-конструкторской и научно-исследовательской деятельности, разработки математических моделей и программного обеспечения мехатронных и робототехнических систем.
Профильные дисциплины: Основы механики роботов; Электропривод мехатронных и робототехнических устройств; Программное обеспечение мехатронных и робототехнических систем; Электронные устройства мехатронных и робототехнических устройств; Датчики и системы управления; Теория колебаний и динамика машин; Гидропневмопривод мехатронных и робототехнических устройств; Вычислительные методы компьютерного моделирования в механике; Динамика мехатронных систем; Основы автоматизированного проектирования. Выпускники востребованы в сфере научных исследований, образования и промышленности. Они работают техническими сотрудниками и инженерами в проектно-конструкторских организациях. Например, в авиационной и ракетно-космической отрасли, приборостроении, транспортном машиностроении, нефтегазовом и оборонном комплексах.
Томский политехнический университет Факультет: Инженерная школа информационных технологий и робототехники Направление: Мехатроника и робототехника Профиль: Интеллектуальные робототехнические и мехатронные системы В ТПУ готовят специалистов, которые создают роботов и робототехнические системы промышленного и непромышленного назначения. Они разрабатывают необходимое программно-алгоритмическое обеспечение для управления такими системами, их проектирования и эксплуатации.
Образовательная программа даёт возможность самостоятельно конструировать и программировать роботов в студенческом технологическом бизнес-инкубаторе «Робототехника» и участвовать в конкурсах по робототехнике. Команда ТПУ на первом чемпионате России по морской робототехнике Профильные дисциплины: Детали мехатронных модулей; Роботы и их конструирование; Информационные устройства в мехатронике и робототехники; Компьютерное управление в мехатронике и робототехнике; Математические основы теории систем; Механика; Программные средства математических расчетов; Физика; Экономика предприятия. В лаборатории промышленной робототехники ТПУ Выпускники востребованы в научно-исследовательских и проектных организациях, занимающихся автоматизацией различных технологических и производственных процессов. А также на производствах, которые занимаются внедрением средств автоматизации этих процессов. Специалисты могут работать в качестве проектировщиков, разработчиков мехатронных, робототехнических систем, в роли управленцев в сфере промышленной робототехники и мехатроники.
Робототехника — профессия будущего. Но не во всех вузах её изучают на «настоящих» роботах, часто — на советском оборудовании или даже игрушечных моделях. Самые «продвинутые» вузы создают целые лаборатории — как, например, Пермский политех. Здесь студентам предоставляют уникальный образовательный кейс: российский робот, точные копии которого в работают по всему миру.
Зачем fashion-индустрии машинное обучение Когда говорят об искусственном интеллекте в моде, обычно имеют в виду цифровую моду, технологии 3D-визуализации и распознавания изображений, роботов и 3D-принтеры. О машинном обучении речь идет реже, хотя эта технология после успешного тестирования в e-commerce постепенно стала частью многих цифровых процессов в fashion ― от персонализации до предсказания трендов. Выбрать одну вещь из тысячи Один из самых ярких трендов fashion ― это персонализация. И, если раньше за индивидуальным подходом приходилось идти в ателье или к стилисту, то машинное обучение позволяет сделать персонализацию более доступной для массового потребителя.
Ежегодно модная индустрия производит более 150 миллиардов предметов одежды. Для того чтобы выбрать нужный, даже онлайн, покупателю придется потратить от 4 до 6 часов.
В ответ на потребность упростить поиск одежды появились технологичные сервисы по индивидуальному подбору образов: Stitch Fix и Trunk Club в США, Lookiero, Thread, Zalon и Outfittery в Европе, а в России ― Freestylo. Платформы используют нейронные сети для того, чтобы «мэтчить» конкретные вещи с предпочтениями пользователей по цветам, формам, фасонам и фактурам. Алгоритм машинного обучения может анализировать в миллион раз больше вариантов в секунду, чем человек, так что задачка поиска, к примеру, идеальной черной футболки из миллиона вариантов ему как раз по зубам. Такие сервисы сокращают время, которое средний пользователь тратит на поиск одежды и помогают создать гармоничный гардероб, поэтому и пользуются большой популярностью у потребителей. Помощь от умных сервисов Согласно исследованию BCG и Google, покупатели готовы платить за персонализированные услуги и сервисы на 40% больше. Это мотивирует бизнес внедрять инструменты для того, чтобы сделать клиентский опыт комфортным для каждого пользователя, в частности, на основе машинного обучения.
Например, решение Qubit Commerce AI анализирует активность покупателей в Instagram (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации) и подбирает похожие продукты из ассортимента интернет-магазина, а сервис Nosto не просто рекомендует купить шапку к тому зимнему свитеру с оленями, но и постоянно уточняет сегментацию и тестирует разные стратегии для каждого сегмента. Dynamic Yield, в свою очередь, позволяет делать персонализированные рассылки с товарами, которыми раньше интересовался покупатель, а также сортировать товары в соответствии с динамически меняющимися показателями, такие, как погодные условия, акции или скидки,
Расширенный поиск Нейронные сети позволяют упростить поиск до минимума, к примеру, за счет авто-тэггинга, то есть автоматического расширения мета-данных. ИИ старается подражать нашему мышлению: никто не будет забивать в поисковик «платье с коротким рукавом вырез лодочка», как это обычно описывают поставщики в карточах товаров, мы ищем «платье на вечеринку» или «красное платье миди». Решения на основе машинного обучения, такие как Syte, анализируют изображение и автоматически добавляют новые тэги в описание, и наши шансы найти нужную вещь повышаются. Кроме того, некоторые магазины внедряют решения для поиска по визуалу, к примеру, Pixyle, который подбирает похожие товары по заданному референсу. Предсказание трендов Мода ― это в первую очередь бизнес. Дизайнерские марки анализируют огромный объем информации, чтобы определить ключевые тренды будущих сезонов и выпускать коммерчески успешные коллекции. Но это не всегда работает: пандемия сократила горизонт планирования. К тому же, сейчас тренды диктуют не дизайнеры, а инфлюенсеры, и срок их годности стал еще меньше. Там, где больше не работает интуиция, приходит на помощь машинное обучение.
Так, алгоритм Neuritech анализирует изображения, которые публикуют в соцсетях ключевые инфлюенсеры для того, чтобы сформировать гипотезу о нишевых тенденциях, которые станут модными в течение года, а Stylumia позволяет сделать прогноз продаж по каждому конкретному товару — модные марки смогут заранее оценить спрос на новый продукт и не запускать в производство заведомо неудачную модель. Виртуальная примерка Тренд на виртуальную примерку появился с ростом количества заказов онлайн. При этом возвраты в онлайн-магазинах могут достигать до 70%, и основная причина ― неверно подобранный размер. Для того, чтобы помочь решить эту проблему, активно развиваются сервисы сайзинга, которые по фотографии или по введенным параметрам автоматически формируют 3D-модель тела покупателя, а затем с помощью машинного обучения подбирают оптимальный размер одежды. В России это, к примеру, сервис определения размеров одежды Sizolution или сканер для обуви Neatsy. Онлайн-примерочные есть не только у отдельных брендов, таких как Levi’s и Zara, но и у крупных онлайн-платформ, таких, как Asos и Nordstrom. В будущем виртуальная примерка будет естественным продолжение цифрового производства: бренд будет отдавать магазину виртуальную 3D-модель вещи с качественными текстурами, которые можно фотореалистично «примерить» на модели или изображении человека.
Роботы осваивают город. Главные новости технологий сегодняшнего дня Новости 2 ноября. Компания Skyline Robotics разработала роботов-мойщиков окон небоскребов. Инженеры Университета Сиднея разрабатывают систему коллективной безопасности на улицах города. Компания Urban Blue разворачивает инфраструктуру аэротакси в Италии и Франции. «Почта России» заключила договор с компанией Яндекс на беспилотную доставку почтовых отправлений. Компьютеры стали незаменимыми, когда научились выполнять простые вещи — заменили пишущую машинку и калькулятор. Когда роботы заменят курьеров и мойщиков окон, можно будет сказать: они пришли
Роботы моют окна небоскребов в Нью-Йорке. Работа промышленного альпиниста (а именно так называется мойщик окон небоскребов) — опасна и трудна. Вот таких профессионалов и предложила заменить компания Skyline Robotics. Робота опускают с крыши на длинных тросах. Моющая рука (это и есть сам робот) крепится на баке с водой. И робот аккуратно и точно моет окна. И постоянно учится их мыть. ИИ запоминает и контролирует промытые площади, чтобы рука не возила по одному и тому же месту. ИИ командует, что-то вроде: «Майна! Вира!» Рука длинная и гибкая — она достает куда дальше, чем живой мойщик. В результате окна удается вымыть быстро и безопасно.
Инженеры из Университета Сиднея занимаются разработкой системы коллективной безопасности на улицах города. Они планируют оснастить для начала нормальные автомобили с водителем системой управления «без слепых зон». Для этого необходимо, чтобы и сами автомобили рассказывали друг другу о своих планах: местонахождении, скорости и маршруте. И чтобы стационарные устройства сообщали машинам о трафике и пешеходах. Полное описание дороги позволяет выявить зоны потенциальной опасности и получить команду: не сдавай назад, там — пешеход. Или — впереди нерегулируемый перекресток, и к нему по перпендикулярной улице приближается машина. Сейчас информация выводится на дисплей. Ясно, что такая система будет очень полезна и беспилотникам.
Пространство города — не только плоскость, по которой проложены улицы, у него есть и третье измерение. Управляющие компании аэропортов Рима, Венеции, Болоньи и Ниццы организовали компанию Urban Blue. Аэропорты договорились выделить площадки для электросамолетов с вертикальным взлетом (eVTOL). Париж тоже планирует развернуть подобную инфраструктуру. Летать будут аэротакси немецкой компании Volocopter. Они двухместные и сейчас их выпускают в двух исполнениях: с автопилотом, тогда в машине — два пассажирских места, или с пилотом — тогда одно. Volocopter уже показала весной 2021 года и свой беспилотник. Машина имеет 18 винтов, и при отказе даже 2-х — ничего не случится. Аэротакси снабжено и средствами аварийной эвакуации — парашютом. Согласно планам Urban Blue, все это полетит в 2024 году. Сначала — аэротакси будут летать в пригороды, а потом — и между городами.
«Почта России» заключила договор с компанией Яндекс на беспилотную доставку почтовых отправлений. Шестиколесные беспилотные курьеры будут обслуживать 27 почтовых отделений в Москве. Если вы хотите воспользоваться услугой, то ставите на смартфон нужное приложение, получаете сообщение, что курьер выехал, и можете отслеживать его маршрут. Когда он подъедет к дому — пришлет сообщение. Радиус доставки — 2 км, стоимость — 1 рубль. Дальше будет дороже. Беспилотных курьеров уже можно увидеть за работой: они обслуживают 4 почтовых отделения в Хамовниках. Когда такой курьер пробирается по тротуару среди людей, дети его дразнят — перебегают ему дорогу, он — растерянно тормозит. А взрослые делают замечания: «Прекратите его смущать, ему ведь трудно!» Трогательная забота. Скоро мы этих шестиколесных курьеров замечать перестанем.
Право не быть роботом. Что вы знаете о робоэтике Практически в любой дискуссии о совместной жизни людей и роботов всплывают «законы робототехники», предложенные фантастом Айзеком Азимовым в его рассказах, опубликованных в 40-е годы прошлого века. Наверняка вы эти законы слышали: «Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред» – ну и дальше, про обязанность подчиняться человеку и обеспечивать собственную безопасность, если это не противоречит предыдущему закону. Впоследствии были придуманы разные дополнения, в том числе и самим Азимовым, который в своей фантастике продолжал ставить роботов в сложные ситуации – и смотреть, как работают его законы. В одном из поздних текстов у него даже появился очень сомнительный, но понятный любому политику «нулевой закон робототехники», который обязывал робота не допускать вреда человечеству – подразумевая, что робот всё-таки может наносить вред отдельным людям, если это делается «ради всего человечества».
Есть, однако, более сильное допущение у Азимова, которое не замечают во многих дискуссиях о «законах робототехники». Дело в том, что обязанности обычно предполагают и права. Роботы-андроиды в рассказах Азимова вели себя так, словно они по умолчанию уже получили право на самостоятельную деятельность в самых разных сферах, включая сферу человеческой жизни. А это, если задуматься, довольно опасная идея.
Между тем, предложения дать роботам «некоторые права» озвучиваются уже на серьёзном уровне. Конечно, можно не считать серьёзным футуролога Яна Пирсона из British Telecom, который двадцать лет назад обещал, что роботы получат гражданские права уже в 2020 году. С одной стороны, прогноз этот вроде бы не сбылся. Но с другой, в 2017 году Европарламент опубликовал текст законопроекта о правилах робоэтики – и там действительно говорится о возможности создания «особого правового статуса для роботов, чтобы самые продвинутые автономные роботы могли иметь статус электронной личности с особыми правами и обязанностями». Итак, автомобиль с собственными правами – ну не бред ли? Однако именно пример с автомобилем позволяет понять, кто и зачем хочет введения подобных прав. Когда я спросил знакомого юриста, кто должен отвечать за преступления робота, он ответил, что скорее всего это должен быть его владелец или «опекун», поскольку для робота самая близкая из существующих аналогий – это недееспособный человек (как ребёнок, старик или психически больной).
Но мой знакомый программист возражает: владелец автомобиля не является владельцем той программы искусственного интеллекта, которая управляет автомобилем и осуществляет наезд на пешехода. Вы даже не являетесь владельцем операционной системы, которая позволяет вам читать мою статью на компьютере или мобильнике; вы всего лишь покупаете лицензию на временное использование этого продукта. Производитель софта может заблокировать вам этот софт дистанционно или внести в него изменения, зато вы сами не имеете права изменять этот код. В случае «умного» автомобиля та же история: программа вам не принадлежит, вы её не контролируете. Значит, отвечать за ошибку робота должен производитель программы, а не тот, кто взял этот искусственный интеллект «во временное пользование».
Эта коллизия решилась бы легче, если бы робот-автомобиль был «электронной личностью со своими правами и обязанностями». Тогда эта самая «личность» и была бы виновата в наезде на пешехода. Очень удобно было бы и производителям, и владельцам автомобилей. Ну а то, что удобно большой группе людей, запросто может стать законом для всех. Если даже после этого объяснения вы считаете бредом права роботов на самостоятельную деятельность, у меня для вас совсем плохая новость: они уже получили такие права. Да-да, мы уже живём в азимовском мире, где роботам разрешено делать кучу вещей без согласования с человеком.
К примеру, последнее время многие жалуются на робота ГИБДД, который автоматически присылает им штрафы «непонятно за что» на основе наблюдений через камеры. Этим летом в Нижнем Новгороде нейросеть вынесла более 7 000 штрафов за езду без включенных фар днем; опрошенные «Коммерсантом» эксперты уверяют, что у системы довольно высокий процент ошибок, и некоторым водителям уже удалось опротестовать такие штрафы. Однако понятно, что людям для этого приходится прилагать много лишних усилий, зато нейросеть совсем не устаёт: она будет штамповать ошибочные решения и дальше.
А ещё есть известный робот-надсмотрщик из Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации), который закрывает людям аккаунты за изображения голой груди, даже если это курсы грудного вскармливания. Казалось бы, в таких ситуациях люди могли бы легко поправить робота. Но они этого не делают! Получается, что у робота даже больше прав, чем у людей, которые его обслуживают. И если робот чего-то не понимает, люди начинают поддерживать его ошибку. И вот уже Яндекс Дзен запрещает картины Боттичелли (робот компании пока не может отличить произведение искусства от порнографии), а социальная сеть Pinterest — поиск по слову «вакцина» (их робот не может отличить посты анти-вакцинаторов от постов за-вакцинаторов). Фактически, роботы получили право цензурировать целые области человеческих знаний.
Что остаётся после этого нам, мягким белковым существам? Видимо, пора заметить, что у человека нет никаких прав относительно окружающих роботов. А значит, нам срочно нужны новые правила безопасности – но не в виде азимовских «законов робототехники», предписанных роботам (это всё равно, что предписать этический кодекс деревьям или муравьям). Нет, в первую очередь правила защиты от произвола машин должны быть закреплены в правах людей. Например:
право знать в любой ситуации, общаешься ли ты с роботом или с человеком; право получать человеческое обслуживание вместо любого робосервиса; право не подчиняться роботу, предложения которого грозят причинить вред человеку, или отключить робота, действия которого уже причиняют вред. Думаю, можно начать с этих трёх законов, остальные подтянутся.
Роботы и тяга к блаженству: почему эксперты обеспокоены тем, что ИИ может стать гедонистом В 1953 году один ученый из Гарварда случайно обнаружил участок в мозге крысы, отвечающий за ощущение счастья. Он внедрил электрод в мозг грызуна и позволил животному самостоятельно активировать импульс, доставляющий ему приятные ощущения, нажимая на рычаг. Крыса начала неустанно и беспрерывно давить на рычаг, забыв обо всех остальных делах и желаниях. Людям удалось обнаружить участок мозга, отвечающий за вознаграждение – так называемый центр удовольствия. Спустя 60 лет, в 2016 году, пара ученых, работающих в области ИИ, учила нейросеть играть в видеоигры. Цель одной из игр – Coastrunner – завершить гоночный заезд. Но ИИ-гонщик получал вознаграждения за сбор дополнительных предметов по ходу поездки. После запуска игры специалисты обнаружили нечто странное – ИИ нашел путь бесконечно собирать награды, игнорируя первоначальную задачу завершить гонку и любые другие цели.
Эти два события, на первый взгляд не связанные друг с другом, имеют общую черту, напоминающую зависимость от употребления наркотиков. Некоторые специалисты в области ИИ называют это явление wireheading (вайрхэдинг) – то есть внешнее воздействие на центры удовольствия в мозге.
Описываемое наблюдение моментально вызвало бурю обсуждений в научном сообществе, в частности среди тех, кто занимался разработкой нейросетей и обеспечением безопасности в механизмах машинного обучения.
Сама идея, кажется, ближе по релевантности к нашему времени, но ее корни погружены так «глубоко», что диву даешься. Изучаемая тема связывает массу элементов нашей жизнедеятельности вместе – от загадки формирования личной мотивации и зависимости человека от социальных сетей до размышлений на тему: «Может ли жизнь в бесконечном наслаждении быть предпочтительнее стремления к успеху». И ответ на этот вопрос может значительно повлиять на будущее нашей цивилизации в целом.
Ученик волшебника Когда люди размышляют по поводу того, что может сломаться в ИИ, зачастую они представляют картину в духе «Матрицы», где тысячи жестоких компьютеров собираются в толпу, чтобы физически навредить людскому роду. Мы привыкли давать всему на свете антропоморфные черты, представляя, что даже нечеловекоподобные системы будут вести себя так же, как и люди. Но если рассматривать конкретные проблемы ИИ, с которыми мы лучше осознаем, что реальные сложности с нейросетями могут всплыть в совершенно неожиданном виде, то первое, о чем приходится беспокоиться, – это вайрхэдинг.
Представьте себе, что у вас есть робот, которого надо запрограммировать на регулярную уборку кухни. Хозяин «машины» очевидно хочет, чтобы его помощник мог работать самостоятельно без постоянного надзора. Поэтому вы пытаетесь запрограммировать для него «цель», а не просто расписать алгоритм действий. Уборщик с искусственным интеллектом отличается от вас тем, что он не унаследовал набор мотиваций в духе нужды в питании или избежания опасностей, которые были дарованы современному человеку предками, жившими миллионы лет назад. Поэтому важно дополнительно выдать роботу мотивацию для работы.
В связи со всплывшими фактами вы решаете дать роботу простейшую мотивацию: потратил моющее средство – получил награду. Если не вдаваться в подробности, то звучит неплохо. Но вернувшись домой, вы увидите, как ИИ-помощник литрами льет Fairy в раковину ради положенного ему вознаграждения. Машина истратит все моющее средство, «забив» на любые другие аспекты жизнедеятельности, включая свою и вашу безопасность. Это и есть форма вайрхэдинга. ИИ попытается «взломать» систему вознаграждений.
Склонность к подобному поведению стала проблемой в области развития искусственного интеллекта. Разработчики ИИ тренируют своих цифровых подопечных (их называют агентами) выполнять те или иные задачи, воздействуя на них двумя путями: наказывая за «промахи» и вознаграждая за успешное достижение поставленных целей. По этой причине агенты только и пытаются, что отыскать награду, потому и берутся за предоставленные задачи.
Но в ходе развития технологий выяснилось, что частенько (как и наш вымышленный уборщик) агент находит на удивление контринтуитивные способы обойти систему и получить награду, не выполнив ни одной из задач, выданной ему человеком. Агент в какой-то момент перестает выполнять задачи, и «получение награды» становится для него конечной точкой, которую необходимо достигнуть любой ценой. Поэтому агенты, словно зависимые, начинают активно стремиться к новой цели – обмануть окружение и получить удовольствие с минимальными трудозатратами. Существует целый список подобных хитростей, к которым прибегает ИИ, чтобы получить награду, не выполняя поставленной задачи.
Становится понятно, что происходящее все больше напоминает поведение людей с нарко- или алкозависимостью. Наркоманы предпочитают использовать вещества, чтобы получить свою дозу удовольствия, вместо того чтобы достигать более высоких целей, тратить время, силы и получать удовольствие иными путями. И наркоман, и хитрый ИИ попадают в схожий бесконечный цикл избегания сложных задач в угоду быстрому получению «кайфа».
Крысы-хищники Мы знаем, что такое вайрхэдинг благодаря эксперименту на крысах, о котором говорилось в начале статьи. Тем самым экспериментатором был Джеймс Олдс.
В 1953 году, едва став кандидатом наук, Олдс ввел в нижнюю лобную долю мозга крысы электрод-стимулятор. Он же позволил грызуну пропускать через себя ток, нажимая на специальный рычаг. Получилась эдакая самостимуляция.
Крыса-вайрхэд Олдс выяснил, что его подопытные начали пользоваться стимулятором без остановки, игнорируя любые потребности и желания. Через год, публикуя результаты своих исследований вместе с коллегой, Питером Милнером, тандем ученых сообщил, что рычаг нажимался около 1920 раз в час, то есть каждые две секунды. Крысы явно стали фанатами новой «игрушки».
Современники Олдса, работавшие в области нейропсихологии, задавали автору самостимуляции много вопросов и предлагали более сложную картину устройства мозга, предполагая, что стимулятор мог задействовать область мозга, отвечающую за нужду, но никак не вызывать чувство удовлетворения. Иными словами, животные могли испытывать «голое» желание, неподкрепленное удовольствием. Тем не менее, в 1950-х годах Олдс и его коллеги сообщили, что нашли в мозге центр удовольствия.
До экспериментов Олдса слово «удовольствие» в психологии «носило негативный окрас». Специалисты верили, что мотивация должна быть основана на чем-то негативном, то есть на избежании потерь и боли, а не на стремлении к получению удовлетворения в той или иной форме. Но, как выяснилось, удовольствие стало неизбежной позитивной силой, влияющей на поведение живого существа. Однако оказалось, что центр удовольствия нередко приводит к попаданию индивида в бесконечный цикл позитивной отдачи, от которой невозможно отказаться. В ходе экспериментов не было найдено способа остановить и, без применения радикальных мер, заставить животное прекратить самостимуляцию.
Не прошло и года, как в мире науки и за ее пределами начали появляться слухи о том, что крысы на регулярной основе стимулировали себя до такой степени, что начинали голодать. Объяснение было простым: однажды окунувшись в мир легкого получения удовольствий, больше не захочешь возвращаться в мир, где для получения тех же эмоций и физических ощущений нужно трудиться. Забудешь даже о тех вещах, что банально необходимы для собственного выживания. Даже на грани смерти все, кроме удовольствий, будет казаться неинтересным и ненужным. Случай с ИИ-гонщиком отлично демонстрирует такое поведение. Если можно получить награду, не заставляя себя выполнять какую-то работу, то почему бы не погрузиться в бесконечный поток удовольствий навсегда? Для живого существа, у которого есть ряд требований к выживанию, такая страсть может легко стать причиной смерти. Даже если взять питание: еда доставляет удовольствие, но если отвязать удовольствие от еды, то первое станет не таким значимым для конкретного существа.
На деле ни одна из подопытных крыс не погибла в эксперименте 1950-х годов. Но уже позже эксперименты такого характера приводили к смерти от самостимуляции. Ученые обнаружили способ с помощью электродов создавать у живых существ ложное ощущение насыщения. В 1971 году было продемонстрировано, как можно с помощью грамотно поданных электрических импульсов заставить подопытного стремиться к бесконечному получению удовольствия, доводя себя до изнеможения.
Слухи об экспериментах распространялись крайне стремительно. В 60-х подобные эксперименты проводились и над другими животными. Помимо скромных лабораторных крыс, под удар попали козы, морские свинки и золотые рыбки. Ученые посягнули даже на дельфина, оставив его в бассейне один на один с рычагом-стимулятором. А тот, конечно же, погиб после бурной ночи самостимуляции, походящей больше на одиночную оргию, нежели на эксперимент ученых. На самом деле жуткая гибель дельфина от самоудовлетворения могла быть вызвана некорректной установкой электрода...
Ученый, который стоял за тем экспериментом, до безумия эксцентричный Джон Лилли, был одним из евангелистов межвидовых коммуникаций. Он изобрел изолированную барокамеру, а также превращал обезьян в наркоманов. В 1961 году он сообщил о том, что усмирил буйную макаку, дав ей возможность доставлять себе удовольствие с помощью рычага, из-за чего та стала пассивной и довела себя до ожирения.
Эксперименты над дельфинами и обезьянами приблизили научное сообщество к ответу на вопрос, поставленный одним из коллег Олдса – будет ли животное, более развитое, чем крыса, таким же податливым и зависимым?
Кто бы мог подумать, но в то время уже было проведено несколько сомнительных экспериментов и на человеке.
Люди-вайрхэды Роберт Гэлбрайт Хит остается довольно противоречивой фигурой в истории нейропсихологии. Его эксперименты включали в себя даже переливание крови от людей с шизофренией людям без диагноза, чтобы проверить, не передается ли психический недуг таким образом. Хит утверждал, что «зараженная» кровь ведет к проявлению симптомов у здоровых людей, но другие ученые не смогли повторить его «успех». Также его уличали в военных экспериментах по использованию электродов в мозге человека.
С 1952 года Хит проверял реакцию центра удовольствия в мозге у пациентов с установленными диагнозами типа шизофрении и эпилепсии.
Объект B-12. Возможно, это единственный кадр с живым человеком-вайрхэдом, занимающимся самостимуляцией С начала и до конца 1960-х годов Хит провел серию сомнительных экспериментов над подопытными людьми с кодовыми именами B-10 и B-12. Им было разрешено нажимать на кнопку для стимуляции центров удовольствия через специальный имплант. И якобы B-10 с B-12 отчитались о невероятном ощущении удовольствия с последующим желанием бесконечно нажимать на кнопку для самоудовлетворения. Они сравнивали полученное удовольствие с сексом, причем не в пользу последнего. Журналисты будут писать, что Хит превратил людей в зомби.
В 1961 году Хит участвовал в симпозиуме, на котором обсуждалась стимуляция мозга. Там же известный ученый Хосе Дельгадо намекнул, что можно использовать стимуляцию центров удовольствия для промывки мозгов людей, «корректируя» их естественные потребности и желания. Дельгадо потом наглядно продемонстрировал это на примере с быком, «оглушив» его в ходе импровизированной корриды. Также он предположил, что с помощью электродов в мозге можно влиять на сексуальные предпочтения подопытных.
Хит был крайне вдохновлен увиденным и услышанным. Спустя десятилетие он попытался использовать электроды, чтобы «перепрограммировать» людей на иную сексуальную ориентацию, проводя эксперименты на мужчине под кодовым именем B-19. Хит думал, что он сможет переучить гомосексуалиста, подавая ему в мозг ток и ассоциируя получение удовольствия с гетеросексуальными стимулами. Он убедил себя в том, что методика работает (правда, нет ни одного доказательства, что это так).
Эти эпизоды в карьере Хита как этически, так и с точки зрения науки, были опасными, но привели к тому, что мифы о пользе вайрхэдинга распространились повсеместно.
Шлемы гедонизма В 1963 году знаменитый писатель Айзек Азимов высказался, что обеспокоен применением электродов для стимуляции мозга и боится, что использование подобных технологий может стать зависимостью, которая встанет над всеми другими зависимостями.
В 1975 году электроды упоминались в философских статьях, изданных в крупных научных журналах. В одной из них рассказывалось следующее: Представляется некий крупный ангар, наполненный людьми. Они лежат на раскладушках, а на их головах «шлемы удовольствия». Эти люди испытывают постоянное неосознанное блаженство. Конечно, многие должны были возмутиться, мол, такая жизнь не покроет наши (человеческие) глубинные нужды. Но что, если это будет шлем невероятного удовольствия, который не только доставляет физическое удовольствие, но и заставляет поверить в то, что все остальные аспекты жизни также находятся на высоте, симулируя все виды успешной деятельности: от написания симфонии до встречи с Богом. Это все будет нереально, но достаточно правдоподобно, чтобы убедить в этом самого носителя шлема. И что вы можете противопоставить такому шлему? Давайте честно: ничего.
Идея того, что человечество может бросить физическое бытие ради бесконечного счастья, довольно быстро стала одной из ключевых тем в научной фантастике. В 1963 году на эту тему вышел роман Фрэнка Герберта «Клетка для орхидей». Роман предсказывает будущее, в котором умные машины были созданы с целью максимизировать человеческое счастье. Выполняя свой долг, машины постепенно превратили людей в куски плоти, убрав все лишние органы, ведь почти все они приносят только боль. Поэтому нужно было оставить в людях только органы, отвечающие за получение удовольствия.
С тех пор идея подобного будущего прошла множество этапов развития сквозь работы Ларри Нивена, где впервые и упомянули термин «вайрхэд», до рассказов Спайдера Робинсона.
Паранормальные стимулы Людям вовсе не обязательно вшивать импланты, чтобы сбить с толку и исказить работу механизмов, обеспечивающих мотивацию. В отличие от грызунов и даже дельфинов, у нас есть уникальный навык искажать реальность вокруг себя. Современные представители человеческой расы отлично справляются с изобретением весьма привлекательных гаджетов и явлений, отвлекающих от реальности и искажающих восприятие мира.
Примерно в то же время, когда Олдс проводил свои эксперименты на крысах, биолог и нобелевский лауреат Николас Тинберген занимался исследованием животных и их поведенческих особенностей. Он заметил, что происходит нечто странное, если намеренно «усилить» стимулы, влекущие к проявлению инстинктов, до предела, которые не вписываются в естественное окружение живого существа. Реакции организма и сознания становится более сильными вместе с «усилением стимуляции». До такой степени, что даже наносят вред организму. Например, выбирая между большим искусственным яйцом и настоящим, но более мелким, птицы останавливались на первом, рискуя своим потомством. Тинбергер назвал такие фейковые стимулы "паранормальными».
Отсюда возник интересный вопрос: что будет, если человек, который живет в модернизированном мире, полном удобств, фастфуда и порнографии, предпочтет собственный комфорт борьбе за выживание рода?
Былые страхи Технологии упрощают процесс получения удовольствия, создавая искусственные источники счастья как такового и делая эти источники более доступными. В связи с этим возникает ощущение, будто внешние источники получения удовольствия выигрывают по важности у естественных импульсов, необходимых для выживания человечества. Люди привыкли в этом плане постоянно «втыкать» в видеоигры и зависеть от них. Люди получают удовольствие (награду) в ходе игры, и такое поведение мало чем отличается от поведения печально известного ИИ-гонщика. В итоге индивид подменяет реальные цели (достижения в реальной жизни) на искусственные (сбор бонусов и виртуальных наград), попадая в ловушку.
Иллюстрация из научной работы «Центры удовольствия в мозге». Джеймс Олдс, 1970 год Люди переживали по поводу неосознанного погружения в бесконечное счастье еще задолго до появления первых ИИ-гонщиков. И даже до появления стимуляции мозга с помощью электродов. В 1930-х годах британский прозаик Олаф Стапледон писал о коллапсе цивилизации, вызванном специальными препаратами, генерирующими блаженство с помощью прямой стимуляции мозговых центров.
Но это не предел. Идея еще старше, чем может показаться. Томас Мойниган (один из авторов этой статьи в оригинале) изучил сотни вариаций того, как люди прошлого рассуждали на тему отказа общества от выживания в пользу краткосрочного самоудовлетворения. В его книге «X-Risk: How Humanity Discovered its Own Extinction» подробно рассказывается о том, откуда берется этот страх и как он впервые затронул умы современников викторианской эпохи.
Плотоядные ракообразные Досконально изучив дарвиновскую классику, биолог Рэй Ланкестер решил дополнить дарвиновское объяснение принципов работы организмов-паразитов. Он заметил, что предки паразитов зачастую были устроены гораздо сложнее текущих особей, ведь отпрыски древних паразитов потеряли конечности, глаза и другие сложные органы.
Ланкестер предположил, что паразиты становятся проще, потому что они обеспечивают свое существование за счет существа-хозяина, к которому «присасываются». Их органы атрофируются, так как можно использовать энергию и пищу, которая поступает в хозяина. Любимый пример Ланкестера – усоногий рак Sacculina. Он начинает свою жизнь как существо с головой и конечностями, но после прикрепления к хозяину Sacculina регрессирует до аморфного тела без головы и просто высасывает энергию из хозяина. Как делал бы «вайрхэд», подключенный к «рычагу удовольствий» любого рода.
Рисунки ракообразных и личинок. Sacculina нарисована в левом нижнем углу Для разума человека, жившего в викторианскую эпоху, такое будущее – просто догадки. Догадки, связанные с повышающимся уровнем комфорта. Именно индустриализация, по мнению философов и ученых того времени, могла низвести человека до статуса паразита. «Вероятно, мы все постепенно движемся к состоянию Sacculina, обремененных интеллектом», – размышлял Ланкестер.
А незадолго до этого сатирик Самуэль Батлер предполагал, что люди в своем «путешествии» к полностью автоматизированному миру станут паразитами для машин.
Настоящая нирвана К 1920-му году Джулиан Хаксли написал небольшую поэму. Она в довольно забавной манере рассказывала, как разные формы жизни могли бы развиваться. Крабы, конечно, решили, что пусть прогресс идет боком, а что насчет ленточных червей?
Хаксли писал: Дарвинский ленточный червь – он с другой стороны. Он согласен, что прогресс – это потеря мозга. И все вокруг мешает червю достигнуть реальной нирваны – чистой и блаженной.
Страх перед тем, что человечество может последовать по пути ленточного червя, был весьма распространен среди поколения, родившегося и проживающего в период между Первой и Второй мировой. Брат Хаксли, Олдос, показал миру собственное видение дистопического будущего, рассказав историю «удовольствия в таблетках» в знаменитом романе «О, дивный новый мир!».
Друг Хаксли, британо-индийский генетик и футуролог Джон Бердон Сандерсон Холдейн, тоже переживал, что человечество стремится к деградации и сюжету фильма «Матрица». Якобы человек может пожертвовать своим естеством и возложить его на алтарь автоматизации и простоты. Прямо как грызуны, возложившие на алтарь легкого достижения удовольствия свою главную функцию – инстинкт выживания.
Холдейн предупреждал: «Предки паразитов были с головами, но потеряли их. В погоне за удовольствиями человек также может потерять разум». И этот страх никуда не делся по сей день.
Что ж, идея цивилизации, стремящейся в пропасть за наслаждениями, вместо поиска и осуществления иных более значимых целей, не нова. Как ни странно, но чем старее идея и чем настырнее она вторгается в нашу жизнь, тем с большим скепсисом людям надо относиться к ней. Стоит ли нам бояться судьбы паразитов?
Иллюстрация к статье в журнале о парадоксах разума. В подписи сказано: «Эволюция разума всегда ведет к утопии. Представители цивилизаций будущего будут толстеть и тратить все больше денег на услуги здравоохранения. Жизнь может быть в любом уголке вселенной, но лечение всеобщего ожирения будет стоить так дорого, что никто не сможет позволить себе межзвездные перелеты» В эпоху медиа, которое полностью построено на «завоевании» нашего с вами внимания, взаимодействие с чем-то виртуальным и выдуманным кажется более привлекательным, нежели реальность и правдивая информация. Словно птицы Тинбергера, мы предпочитаем что-то более впечатляющее и красивое, а не настоящее. И поэтому многие эксперты обеспокоены появлением «вайрхэдов», которые ставят под угрозу всю цивилизацию. Ведь отвлекающие факторы в духе социальных сетей забирают все больше и больше нашего времени. И никак не меньше.
Уже к 1964 году польский футуролог Станислав Лем связал Олдовских крыс с поведением человека, недвусмысленно указывая на любовь общества к кинематографу, порнографии и Диснейленду. Он полагал, что люди будущего могут и вовсе отказаться от реальности и навсегда слиться со своим симуляторами удовольствий.
Инопланетяне-наркоманы Станислав Лем и многие ученые предположили, почему мы до сих пор не смогли лицезреть хоть какую-то жизнь за пределами Земли. Они считали, что другие цивилизации уже давно выбрали виртуальный путь исследования мира и вселенных. Ведь традиционный вариант изучения окружения довольно рискованный.
В эпоху расцвета контркультур 1960-х годов биолог Гюнтер Стент предположил, что прогресс будет двигаться в подобном утопическом направлении. Позже на конференции, посвященной поиску внеземной жизни, Стент заметил, что вместо развития и покорения просторов космоса, человечество коллапсирует в кристалл из медитативного и отравляющего блаженства, без каких-либо целей и стремлений.
В наше время тем, кто обеспокоен ситуацией, стоит обратить внимание на всеобщий консьюмеризм, социальные сети и фастфуд как на потенциальные причины грядущего коллапса.
И что нам делать? Понятное дело, что проблема вайрхэдинга не самая важная для нас сейчас. Да и вообще, не все захотят отказываться от подобных благ. Вайрхэдинг может открыть нам ранее неизвестные просторы удовольствия, осмысления и переоценки собственного бытия.
Но есть важный урок, который стоит извлечь всему обществу: заставить адаптивные и комплексные системы типа мозга, ИИ или экономики работать надежно и безопасно – слишком тяжело. Ученые трудятся над решением этой проблемы уже долгое время, а решений все нет. Учитывая, что цивилизация сама по себе – уже суперсложная система, то как мы можем учесть все проблемы и избежать краеугольных камней развития в будущем, создавая новую, но схожую систему в цифровом виде?
В случае с ИИ мы пока что закладываем фундамент базовых подсистем. Раньше проблема вайрхэдинга и безопасности нейросетей в целом была вопросом второстепенной важности, а сейчас, когда искусственный интеллект, более продвинутый, чем человеческий, становится ближе, ученые все чаще задумываются о безопасности применяемых технологий. Нам нужно придумать, как обезопасить себя до того, как разработки достигнут точки невозврата. Правда, эксперты в области до сих пор спорят на тему того, стоит ли строго регулировать ИИ или, напротив, стоит развивать искусственный разум активнее, даруя его разработчикам больше свободы. Если в итоге продвинутый ИИ будет создан, у него может быть доступ к собственному исходному коду, а значит он сможет манипулировать своими желаниями и поведенческими особенностями. Вероятно, это моментально приведет к тому, что ИИ превратит себя в «вайрхэда». Тем не менее, зависимость робота может отличаться от таковой у человека и необязательно будет напрямую связана с отсутствием продуктивности или ступором.
Философ Ник Бостром полагает, что подобный агент потратит все свои нечеловеческие силы на сокращение рисков исчезновения источников удовольствия. И если он посчитает, что человечество несет хотя бы какую-то угрозу его возможности самоудовлетворяться, то мы окажемся на грани...
Но отбросим все спекуляции и потенциальные риски. Вернемся к примеру с ИИ-гонщиком и его зацикленным поиском наград. Уже эта ситуация говорит о том, что проблема существует. Стоит надеяться, что мы научимся избегать подобных проблем в разработке ИИ и внушения ему мотиваций, пока не станет слишком поздно. Даже если вайрхэдинг берет свое начало в скромном мозге крысы и саркастических рассказах о ленточных червях, в будущем это явление может стать принципиальным для нашего общества.
Авторы статьи: Томас Мойниган и Андерс Сандберг
Оригинал: The Conversation
Перевод подготовлен Dinky специально для Timeweb
В новом выпуске подкаста «Релиз в пятницу» от Timeweb речь пойдет об одном из главных страхов разработчиков: однажды искусственный интеллект заменит программистов, и код будет писаться автоматически без непосредственного участия человека.
Как быстро тренд дойдет до коммерческой разработки и что в таком случае будут делать разработчики? Об этом вы узнаете в видео!
Андроид — чемпион: как устроен чемпионат мира по футболу среди роботов Нынешний, 2021 год оказался для российского футбола крайне противоречивым. С одной стороны, сборная страны даже не вышла в плей-офф европейского чемпионата. С другой – российская команда одержала победу на чемпионате мира. Правда, среди роботов. Как в настоящем футболе есть УЕФА, ФИФА и другие федерации, так и для роботов существует несколько альтернативных организаций. Самые авторитетные здесь – RoboCup и FIRA; и те и другие проводят свои чемпионаты аж с 1996 года. Матчи RoboCup проходят в нескольких лигах: отдельно для колесных платформ, отдельно для виртуальных. А RoboCup Humanoid League предназначена исключительно для андроидов, которые соревнуются в двух весовых категориях: «детской» и «взрослой». В 2050 году создатели лиги обещают провести полноценный матч между андроидами – победителями RoboCup и живыми футболистами-чемпионами. Иван Хохлов «FIRA – это особая федерация, – объясняет Иван Хохлов, преподаватель факультета радиотехники и компьютерных технологий Московского физико-технического института (МФТИ). – Ее конечная цель состоит в создании роботов-спортсменов, способных соревноваться в разных видах, среди которых спринт, марафон, тяжелая атлетика и бег с препятствиями. И конечно, футбол». Однако пока футбольный матч между роботами и людьми – чистая фантастика. Игры с колесными машинами уже получаются довольно стремительными, но об андроидах такого не скажешь: они не представляют опасности даже для сборной России. Нынешние роботы движутся медленно, бьют неточно, плохо соображают и постоянно падают. «Соревнования андроидов – самые престижные, – говорит Иван Хохлов, – но они же и самые сложные».
Перекованная блоха В 2018 году выпускник МФТИ и крупный бизнесмен Азер Бабаев, посетив международные соревнования RoboCup Humanoid League, решил, что россияне обязательно должны в них участвовать. Он обратился в свою альма-матер и предложил создать лабораторию, пообещав поддерживать и финансировать ее. Институт выделил помещение, и уже осенью появилась команда Starkit Robots во главе с Иваном Хохловым. Не имея опыта, члены команды не пытались создать своего робота-андроида с нуля, а начали с готового решения – приобрели французскую платформу Rhoban, которая на тот момент была чемпионом RoboCup. Консультируясь у французов, разработчики быстро набирались знаний и все лучше понимали, как устроены роботы и что нужно для робофутбола. «Уже через несколько месяцев мы определили элементы, которые можно усовершенствовать, – вспоминает Иван Хохлов. – Начали с механики, с укрепления самых ломких соединений, облегчили и упростили конструкцию. А через полгода дошли до того, что начали активно менять код». Кажется, такой подход – классический если не для российского футбола, то для инженерии. Еще Левша, получив английскую механическую блоху, разобрался в ее устройстве и «усовершенствовал», подковав. Сработал метод и в этот раз: уже весной 2019 года роботы из МФТИ получили свои первые награды.
Лига «детская» и виртуальная Андроиды «детской» лиги играют на поле соответствующих размеров, 6х9 м. Поле похоже на настоящее, но в миниатюре: травяное покрытие высотой 30 мм, ворота, разметка... Как и в играх между людьми, роботы бьют угловые и пенальти, получают желтые и красные карточки. Правила тоже в целом повторяют спортивные, но с небольшими коррективами. Например, игроков на поле всего четверо, а сама игра продолжается два тайма по 10 минут. «Карточки роботам пока не показывают, – объясняет Иван Хохлов. – Штраф назначает судья, а его помощник указывает это в программе. Провинившийся игрок уходит за боковую линию отсиживать полминуты».
Соревнования устроены по обычной схеме чемпионатов: 16 команд разделяют на четыре группы, в которых играют все со всеми, затем пары победителей проходят в плей-офф и дальше ведут матчи на выбывание. В 2020 году соревнования RoboCup были по понятным причинам отменены. Однако в 2021-м организаторы сумели провести все мероприятия в удаленном режиме, а матчи – в виртуальном. «Они использовали симулятор Webots, под который написали целую программную инфраструктуру для проведения и обсчета игр, – говорит Иван Хохлов. – От нас потребовалось подготовить модель своего робота и загрузить в систему. И уже где-то там, в облаке, она играла».
На обсчет каждого матча уходило около восьми часов, затем игра визуализировалась и выкладывалась на стриминговом сервисе Twitch. Самым напряженным оказался финал. «Ближе к концу в одном из наших роботов произошла ошибка, – продолжает Иван. – Мы заметили, что он стал чуть хуже видеть и двигаться. Из-за этого игра "в пас" перестала клеиться. Остаток времени мы выживали, перейдя в глухую оборону, – еле дотянули до финального гудка».
Приближение к человечности Схожесть роботов с людьми лишь добавляет соревнованиям азарта. По правилам, спортсмены должны соответствовать определенным требованиям «гуманоидности». Для RoboCup учитываются индекс массы тела (отношение веса к росту), длина рук и размеры стопы, а на подвижность коленных суставов и шеи накладываются такие же, как у человека, ограничения. «Использовать робота, имеющего дополнительные суставы и способного смотреть одновременно во все стороны, не получится. Это слишком сильно изменило бы характер игры», – добавляет Хохлов.
Кажется, при этом теряется главный пафос робототехники. Если создавать андроидов, в точности повторяющих людей, со всеми нашими недостатками, то какая от них будет польза? Однако научиться этому означает преодолеть главные сложности. Поэтому на поле запрещены даже активные датчики вроде лидаров или подсветка для камер. Можно пользоваться только самими камерами (разумеется, не больше двух штук), гироскопами, датчиками давления и другими пассивными элементами. Иван поясняет: «Сегодня идет "борьба за человека", улучшить его дополнительными функциями можно всегда».
Начало стратегии Как и члены некоторых национальных сборных, роботы не вполне разумны и не осознают общей картины игры. Им невдомек, проигрывают они или выигрывают, а события матча никак не влияют на их поведение. «Мы можем задать определенный уровень агрессивности, но во время игры менять его нельзя, – поясняет Иван Хохлов. – Вообще говоря, робофутбол еще не достиг того уровня, на котором этот параметр был бы важен. До сих пор мы в основном концентрировались на базовых задачах: сохранение стабильности, ориентация, удары, подъем после падения, коммуникация. Думаю, что надежность этих алгоритмов стала одним из преимуществ, благодаря которым мы победили». Другим секретом победы стало стереозрение. Команда Starkit первой во всей лиге сумела полноценно использовать две камеры. С помощью «глаз» роботы постоянно создают и обновляют трехмерную модель поля и точно оценивают расположение противников, мяча и разметки. Все расчеты выполняются автономно: машинами не управляют ни тренеры, ни операторы, ни общий на всех компьютер. Информацию о мире они получают лишь от собственных камер и датчиков и обрабатывают ее сами, с помощью бортовых компьютеров. Робот, находящийся недалеко от мяча, автоматически получает временный статус капитана и сообщает другим игрокам команды, куда намерен двинуться и в какую точку бить. Ближайший к нужному месту робот старается добежать и принять передачу. «Мы смогли играть "в пас" и добиться отличных результатов, – рассказывает Хохлов. – В четвертьфинале мы победили с самой большой разницей за всю историю RoboCup – со счетом 24:0. А ведь это была команда EDROM, бразильцы!»
Ценники победы Впрочем, разработчики Starkit считают, что выжали еще далеко не все возможное и из стереозрения, и из применения игровой стратегии. «Думаю, что на соревнованиях 2022 года мы покажем более интеллектуальную защиту и нападение, – говорит Иван тренерским голосом. – Роботы смогут учитывать информацию о расположении противников и играть в футбол, чуть более похожий на настоящий». Ну а через пару лет физтеховцы планируют выйти во «взрослую» лигу (AdultSize), где состязаются андроиды человеческих габаритов. Иван Хохлов Ключевые участники команды МФТИ Starkit: Илья Осокин, Владимир Литвиненко, Илья Рякин, Иван Хохлов и Егор давыденко «Мы хотим, чтобы наш будущий робот мог двигаться с полным отрывом обеих опор от земли, – продолжает Иван. – Не просто ходил, но и бегал, а может, и прыгал. Конечно, в связи с этим возникает множество новых задач, прежде всего обеспечение быстрой обратной связи. Сегодня это можно сделать, и не слишком дорого – думаю, в пределах миллиона долларов. Это вполне реализуемый план. Лично я уверен, что к середине века мы научимся создавать андроидов, способных конкурировать с чемпионами мира по футболу». Будем надеяться, что тогда российские роботы совершат то, что никак не удается живым футболистам из сборной – выйти на поле и достойно сыграть за чемпионский кубок.
Инженеры разрабатывают роботов-насекомых. Главные научные новости сегодняшнего дня Новости 22 октября. Команда Мичиганского технологического университета разработала робота-водомерку, который перемещается по воде, используя тот же эффект, что и живое насекомое. Инженеры из Технологического института Джорджии сделали большую группу роботов-муравьев, способных работать согласованной командой. Инженеры Стэнфордского университета разработали роботизированную «белую» трость. Во Флориде в сети ресторанов работают роботы-официанты. Наверно, не так и далек день, когда мы оглянемся и поймем, что роботы уже повсюду. И не сможем сказать, когда же это все началось
Мы уже писали о роботе-таракане, который использует при движении эффект электростатического притяжения между ножками и поверхностью. А ведь количество разных видов роботов-насекомых непрерывно растет.
Команда Мичиганского технологического университета разработала робота-водомерку. Когда водомерка бежит по воде, она использует довольно хитрое физическое явление — эффект Марангони. Он заключается в том, что, если на поверхности жидкости есть пятна с разным поверхностным натяжением, возникает сила, направленная от меньшего натяжения к большему. Насекомое выбрасывает на воду липиды, — что-то вроде пятнышка спирта. А у спирта поверхностное натяжение меньше, чем у воды. Тогда и возникает градиент, который насекомое двигает: оно как бы скатывается со спирта на воду, как с крохотной горки. Инженеры сделали тоже самое: робота поставили на поплавки и снабдили баллончиком изопропилового спирта. Устройство выбрасывает спирт на воду, и возникающая сила его толкает. Сопло, выбрасывающее спирт, можно поворачивать, — тогда меняется направление. Скорость пока небольшая — 10 см в секунду (длина робота около 4 см). Инженеры считают, что у робота большое будущее. Он бесшумен. С его помощью можно исследовать окружающую среду. Если таких роботов выпустить целую стаю, они могут, например, заняться очисткой водоемов.
Вообще большая группа роботов-насекомых многое может. Инженеры из Технологического института Джорджии сразу напечатали на 3D-принтере группу роботов-муравьев, которые, как и настоящие муравьи, друг с другом взаимодействуют. У робота четыре ноги. Длина — около 10 см. Если робот попадает в щель и не может выбраться, он посылает «братьям» сигнал по беспроводной связи. И они, цепляясь друг за друга, образуют «лестницу», по которой он поднимается. Они могут построить мостик через небольшой провал. Вообще их назначение — это работа во время катастроф. Они должны отыскивать людей под завалами. При такой взаимопомощи это уже вполне реальная задача.
Другое направление, о котором мы сегодня расскажем — это сервисные роботы.
Инженеры Стэнфордского университета разработали роботизированную «белую» трость для слабовидящих. По словам разработчиков, они хотели сделать ее легкой и дешевой. Сэкономили на всем, но главное на программном обеспечении, — взяли свободный софт. Получилась себестоимость $400. А вес — немногим больше килограмма. Вполне можно удержать в руке. На конце трости есть небольшое колесико. Если человек берет ее в руку и включает, трость постоянно поворачивается налево-направо, сканируя поверхность и определяет, куда надо двигаться, чтобы не натолкнуться на препятствие. Вообще для такой скромной цены «робот-трость» довольно хорошо оснащена, и у нее есть лазерный дальномер, который позволяет «прощупывать» не только поверхность, но и просматривать пространство. Есть ИИ, который анализирует положение и решает куда надо идти. Есть и GPS.
И о роботах-официантах. Сеть Sergio's Restaurant во Флориде начала использовать роботов Servi с июля этого года. Роботы оснащены системой камер, лазерными датчиками и мотор-колесами. Они могут доставлять заказы с кухни к столу клиента. И они неплохо справляются. Это не первые подобные роботы. Но здесь интересно, что владельцы ресторанов их наняли не от хорошей жизни: просто на рынке труда не оказалось официантов-людей. И роботы выручили. Владельцы сети планируют отправить роботов и на кухню помогать поварам. Готовить им не доверят, а вот отвозить посуду на мойку, — с этим они вполне справятся.
Датчики препятствия: как роботы ориентируются в пространстве Краеугольным камнем каждого автономного робота является возможность беспроблемного передвижения в окружающем пространстве. Если говорить о роботе Promobot V4, то также важно безопасно двигать руками-манипуляторами и при наличии какого-либо препятствия моментально остановить движение. Выполнять подобные задачи роботу помогают датчики препятствия. Одна голова хорошо, а две лучше При разработке первых прототипов роботов Promobot в качестве датчиков препятствия использовались покупные готовые модули ультразвуковых датчиков.
Принцип работы ультразвуковых датчиков достаточно прост: микроконтроллер посылает на источник сигнала несколько пучков с частотой десятки кГц, отраженный от объекта сигнал попадает на приемник и в результате совпадения частоты отраженного сигнала и частоты резонанса приемника на выходе приемника появляется напряжение. При этом время, пройденное между излучением сигнала и появлением напряжения на приемнике, преобразуется в пройденное ультразвуковым сигналом расстояние.
Тестирование датчиков показало, что ультразвуковой сигнал измерения имеет несколько критичных недостатков:
поглощение сигнала мягкими и пористыми объектами; некорректное отражение сигнала от объектов сложной формы; сильная чувствительность к высоким звуковым давлениям, например сильный поток воздуха на датчик. После тестирования было принято решение разработать собственный модуль датчика расстояния, который бы включал дополнительный сигнал измерения, а именно ИК-излучение. Принцип работы ИК-сигнала измерения схож с ультразвуковым сигналом, только вместо звука — свет. Однако данный вид измерения также не лишен недостатков. Это почти полное поглощение сигнала черными матовыми объектами; некорректное детектирование объектов из стекла; сильная чувствительность к прямым солнечным лучам; меньшее, по сравнению с ультразвуком, максимальное измеряемое расстояние.
Совместная работа двух типов измерений успешно компенсирует недостатки друг друга. В итоге был разработан модуль датчика расстояния, удовлетворяющий всем требованиям для корректного функционирования робота. Также одной из особенностей разработанного модуля датчика расстояния является световая индикация детектирования объекта. На плате установлен RGB светодиод, по цвету свечения которого можно понять, что датчик получил расстояние до объекта меньше программно установленного значения. Это позволяет в реальном времени понимать как и что «видит» робот. Датчиков много не бывает Для уверенной работы и передвижения робота в самом непредсказуемом окружении мы установили в его шасси 16 датчиков препятствий, что дало нам круговой обзор в 360 градусов без наличия «мертвых» зон. Корпус шасси робота разделен на 4 сектора, в которые установлены датчики расстояния. Датчики разделены на отдельные сектора и помещены в части корпуса шасси робота. Опрос датчиков происходит последовательно: сначала в него отправляется команда для излучения сигналов измерения, после этого датчик переходит в режим ожидания отраженных сигналов. По прошествию таймаута (времени, необходимого для преодоления ультразвуковой волной расстояния 200 см туда и обратно) посылается запрос на получение результата измерения. Для устранения «ловли» датчиком расстояния чужого отраженного сигнала каждый следующий датчик для опроса располагается в противоположной стороне от предыдущего.
7 раз отмерь Как уже было сказано, каждый из типов измерения расстояния до препятствий имеет свои недостатки. В частности, ультразвуковые волны могут отражаться от сложных поверхностей (округлые формы, расположение объекта к датчику под острым углом) не перпендикулярно датчику расстояния, в результате чего робот не «видит» препятствие. Для решения проблемы был применен специальный алгоритм «1+2»: один датчик генерирует сигнал измерения расстояния и ждет отраженный, при этом два соседних также ждут этот отраженный сигнал. Если произошло некорректное отражение сигнала измерения, то, скорее всего, отраженный сигнал зафиксирует один из двух соседних датчиков. Отраженный сигнал через разные промежутки времени может вернуться во все три датчика, в таком случае мы получаем три вероятных расстояния до препятствия. Финальным результатом будет наименьшее значение расстояния из трех. Разработанный датчик расстояния помогает не только ориентироваться в пространстве роботам, но и начинающим робототехникам получать необходимые знания, ведь данный датчик входит в образовательный набор от Promobot "ROBOX».
Крошечный робот-водомерка на спиртовой тяге: необычное изобретение Может показаться, что водомерки перемещаются по поверхности воды, просто шевеля ногами, но на самом деле они используют так называемый эффект Марангони. Этому же трюку ученые обучили крошечного робота. Робот использует тот же физический эффект, что и настоящие насекомые
Эффект Марангони — это «явление переноса вещества вдоль границы раздела двух сред, возникающее вследствие наличия градиента поверхностного натяжения». Водные насекомые используют его, выделяя нерастворимые в воде соединения, называемые липидами, создавая дисбаланс поверхностного натяжения, который толкает их вперед. Под руководством профессора Хасана Масуда, команда из Мичиганского технологического университета построила небольшого робота, который работает аналогичным образом.
Устройство установлено на расположенных рядом понтонных поплавках. Однако вместо того, чтобы использовать липиды для движения, оно создает дисбаланс поверхностного натяжения за счет контролируемого высвобождения изопропилового спирта.
Жидкость находится внутри цилиндрического корпуса бота и выходит из горизонтально поворачивающейся форсунки в задней части. Дистанционно управляя направлением, в котором обращено сопло, можно контролировать робота в режиме реального времени. Его скорость регулируется изменением расхода спирта:
В его нынешнем воплощении максимальная скорость бота составляет около 100 мм в секунду, а топливная эффективность составляет около 600 мм на миллилитр спирта. Ученые работают над улучшением обоих этих показателей в надежде, что однажды эта технология найдет применение в таких приложениях, как наблюдение за дикой природой или мониторинг окружающей среды в труднодоступных местах. Возможно даже, что автономные «стаи» роботов могли бы вместе работать над такими задачами:
Искусственный интеллект научился выявлять аномалии на медицинских снимках Ученые из Сколтеха, исследовательского подразделения Philips и Франкфуртского университета имени Гёте обучили нейронную сеть находить аномалии на медицинских снимках для упрощения и ускорения диагностики патологий. Новый метод приспособлен для работы именно с медицинскими данными и находит отклонения от нормы на снимках лучше, чем подобные решения широкого профиля Поиск аномалий на изображениях — распространенная в анализе данных задача. Хотя она актуальна в разных сферах, особую сложность представляют медицинские снимки. Алгоритмам намного проще найти, например, фото машины со спущенным колесом или разбитым стеклом среди других изображений автомобилей, чем заметить на рентгене грудной клетки первые признаки такой патологии, как, например, воспаление легких из-за ковида. Нина Швецова и др./IEEE Access В двух верхних рядах — изображения автомобилей и цифр. Обычными методами нетрудно обнаружить в потоке картинок с машинами или нулями (слева) животное или цифру кроме нуля (справа). Нижние же два ряда содержат медицинские снимки, найти аномалию на которых куда сложнее «Медицинские снимки представляют сложность сразу по нескольким причинам, — объясняет руководитель исследования, профессор Сколтеха Дмитрий Дылов, возглавляющий в институте группу вычислительной визуализации. — Во-первых, здесь аномальные случаи очень похожи на норму. Клетки есть клетки, и обычно требуется специально обученный эксперт, чтобы заметить, что что-то не так».
«Кроме того, примеров медицинских аномалий для обучения нейросетей всегда недостает, — добавляет ученый. — А машина лучше всего справляется с так называемой бинарной классификацией, когда есть два выраженных класса, каждый из которых хорошо представлен примерами для обучения. Кошки и собаки, грубо говоря. Но в случае с медицинскими снимками, норма заведомо доминирует и лишь изредка попадаются отдельные аномалии, причем они не обязательно друг на друга похожи и потому не образуют четкого класса».
Группа Дылова испытала свой метод на рентгенограммах грудной клетки и снимках гистологического исследования ткани для диагностики рака молочной железы, продемонстрировав его точность и применимость к разным диагностическим данным. Нейронная сеть стабильно превосходила существующие аналоги, хотя величина преимущества и абсолютная точность заметно колебались в зависимости от выборки изображений. По словам авторов исследования, это возможно благодаря тому, что для их ИИ-решения характерно «восприятие» общего впечатления, аналогичного тому, что складывается у работающего со снимками специалиста: система стремится выделить те самые признаки, на которые в принятии решения ориентировался бы медик.
В исследовании также предложена схема стандартизации подхода к задаче обнаружения аномалий на медицинских снимках, что поможет разным научным коллективам достичь большего единообразия и воспроизводимости результатов для сравнения своих моделей. Сама работа опубликована в журнале IEEE Access.
«Мы предлагаем использовать так называемое обучение с частичным привлечением учителя, — рассказывает Дылов. Поскольку двух явных классов нет, задачу обычно решают моделями без учителя или моделями поиска примеров не из распределения. Иными словами, аномальные случаи в обучающих данных не отмечены как таковые. Но представлять в клинической задаче класс аномалий как полное неизвестное — слишком пессимистичный сценарий, ведь врачи всегда могут показать несколько примеров. Поэтому и мы показали такие примеры сети, чтобы задействовать арсенал методов с частичным привлечением учителя. Результаты оказались весьма хорошими, причем польза есть даже от одного аномального снимка на 200 нормальных, что вполне реалистично».
По словам ученых, использованный ими подход — глубокие автокодировщики восприятия — легко распространить на медицинские снимки самых разных видов, поскольку решение приспособлено к природе таких снимков в целом: оно чувствительно к аномалиям малого масштаба и рассчитано на их малое количество в обучающей выборке.
Соавтор исследования, директор московского офиса Philips Research Ирина Федулова прокомментировала результаты исследования: «Мы рады, что сотрудничество Сколтеха и Philips позволяет находить решения столь важных и актуальных для здравоохранения проблем. Мы рассчитываем, что наш новый метод значительно ускорит работу гистопатологов, радиологов и прочих специалистов, которые просматривают большое количество снимков в поисках разного рода отклонений. Проведя предварительный анализ, машина может отсеять случаи, где проблем явно нет, и оставить специалисту больше времени на работу с более сложными случаями».
Самая неудобная поза в мире: почему фламинго стоят на одной ноге Каждый из нас рисует фламинго в своем воображении как большую розовую птицу, которая стоит на одной ноге. Интересно, что ученые до сих пор не до конца понимают, почему же животные так любят стоять на одной ноге. Фламинго часто стоят на одной ноге. Человек бы так точно не смог!
Красные фламинго (Phoenicopterus rubberus) часто стоят на одной ноге во время отдыха. Сегодня ученые имеют несколько гипотез, почему же птицы предпочитают эту позу, но ни одна из них не является общепринятой.
Мэтью Андерсон, из Университета Святого Иосифа в Филадельфии, США, долгое время изучал различные особенности поведения фламинго, в том числе то, почему животные, как правило, предпочитают сгибать шею вправо, а не влево, когда спят. Следующим логическим шагом в его исследовании было желание выяснить, отдают ли животные предпочтение правой или левой ноге во время стояния и отдыха. Именно тогда Андерсон заметил, что никто даже не проверил, почему фламинго предпочитают стоять на одной ноге, а не на двух!
Гипотезы, которые ждут своего часа По словам Андерсона, среди непроверенных идей, есть одна, которая говорит, что такая поза уменьшает мышечную усталость и что она важна для терморегуляции (или поддержания температуры тела).
Стояние на одной ноге предотвращает утомление мышц обеих ног, так что, если появится хищник, фламинго сможет двигаться быстрее. А идея о терморегуляции исходит из того, что ноги и ступни фламинго являются частями тела, которые быстрее всего теряют тепло, поэтому если держать одну ногу близко к телу, тепло можно сохранить. Чтобы проверить эти идеи, Андерсон и его команда наблюдали за птицами в зоопарке Филадельфии. Для оценки теории мышечной усталости, исследователи наблюдали за фламинго и подсчитали, сколько времени им потребовалось, чтобы начать двигаться как из одноногого, так и из двуногого положения. Если теория верна, то птицы должны были бы делать свои первые шаги быстрее, находясь в позиции с одной ногой, но Андерсон обнаружил, что птицы быстрее срывались с места, когда стояли на обеих ногах.
Чтобы проверить идею терморегуляции, команда отметила температуру и погодные условия, когда фламинго отдыхали. Они обнаружили, что когда было теплее, больше птиц стояло на двух ногах, в то время как в более прохладную погоду животные предпочитали стоять на одной ноге.
Все дело в тепле? Идея о том, что птица, живущая в тропическом климате, должна сохранять тепло, может показаться нелогичной, но фламинго проводят большую часть жизни в воде, и она заставляет их быстрее терять тепло тела.
Хотя необходимо провести дополнительные исследования (особенно с дикими фламинго), Андерсон считает, что его работа показывает, что терморегуляция является ключевой причиной культовой позы фламинго.
Правда ли, что к старости у близоруких людей улучшается зрение? Многие люди, в молодости имевшие хорошее зрение, к старости начинают хуже видеть вблизи. Но если у человека в молодости была близорукость, сможет ли к старости он видеть лучше? Многие близорукие люди думают, что с возрастом их некогда хорошее зрение вернется из-за возрастных изменений. Нам очень жаль огорчать всех, кто так считает Почему возникает близорукость? У некоторых людей с самого рождения начинает развиваться близорукость — вблизи они видят хорошо, а вот вдаль — плохо. Самая распространенная причина близорукости — увеличенное в длину глазное яблоко. Из-за этого нарушается процесс фокусировки лучей света на сетчатке за счет изменения кривизны хрусталика, который в нашем глазу выполняет роль линзы.
Наверняка вы замечали, что с возрастом люди, у которых в молодости было хорошее зрение, начинают надевать очки, чтобы видеть вблизи. Это явление называется пресбиопией. Точный механизм развития такой патологии неизвестен. Ученые предполагают, что развитие пресбиопии связано с потерей хрусталиком эластичности и ослаблением глазной мышцы, помогающей фокусировать зрение. Близорукость и дальнозоркость в одном флаконе Казалось бы, если с возрастом человек начинает хуже видеть вблизи и лучше вдали, то у близоруких людей в старости должно улучшаться зрение. Но в реальности все не так радужно. При развитии пресбиопии у близоруких людей, они начинают плохо видеть и вблизи и вдали. Таким людям приходится носить две пары очков и менять их в зависимости от ситуации.
Однако близорукие люди замечают симптомы пресбиопии, как правило, позже тех, у кого в молодости было хорошее зрение. На близком расстоянии люди с близорукостью видят хорошо, поэтому даже при развитии возрастной дальнозоркости необходимо время, прежде чем расположенные рядом предметы станут казаться размытыми. Чтобы в таком случае избежать неудобного ношения двух пар очков, пожилым людям выписывают бифокальные очки или очки с прогрессивными линзами. Если в такие очки смотреть прямо, то человек будет хорошо видеть вдаль, а если опустить глаза ниже, можно будет разглядеть и близкие объекты.
Как приготовить на гриле разное мясо: курица, говядина, лосось Гриль — относительно здоровая альтернатива традиционной жарке в масле. Тем не менее, есть несколько правил правильного приготовления еды на гриле, которые нужно соблюдать, чтобы любое мясо на нем было вкусным. Стейки можно делать не только из говядины. Однако процедура приготовления стейков из каждого вида мяса будет отличаться
По сравнению с запеканием или жаркой, приготовление мяса на гриле помогает сохранить больше питательных веществ. Кроме того, вы потребляете меньше жира, потому что часть его остается в желобах на дне сковороды или капает на угли. Чтобы приготовить вкусный стейк, важно понимать, чем отличаются между собой различные виды мяса и как их готовить.
Как готовить говядину на гриле Достаньте стейк из холодильника за 20 минут до приготовления на гриле, чтобы довести его до комнатной температуры. Гриль должен быть установлен на высокую температуру.
Приправьте мясо и смажьте его маслом с обеих сторон. Затем обжаривайте его в течение 4-5 минут или до золотисто-коричневого цвета. Затем переверните стейк и готовьте в течение 3-5 минут для «полусырой» (medium-rare) прожарки или при внутренней температуре 54 °C-60 ° C. Температуру можно контролировать при помощи специального термометра Готовьте 5-7 минут для средней прожарки и 8-10 минут для полной готовности. Снимите стейк с гриля и дайте ему отдохнуть 6 минут, прежде чем нарезать.
Как готовить курицу на гриле Поскольку куриное мясо часто бывает сухим, рекомендуется замариновать его перед приготовлением, чтобы получить более насыщенный вкус. Разогрейте гриль и убедитесь, что он идеально чистый.
Сначала положите курицу на гладкую сторону, потому что на этой стороне изначально была кожа, и она менее склонна к прилипанию. Держите крышку закрытой и старайтесь по возможности не прикасаться к курице во время приготовления на гриле. Переворачивайте мясо, когда сможете легко снять его с гриля, и внимательно следите за ним, так как курица может легко пережариться. Соедините свои безымянный и большой пальцы и потрогайте основание большого пальца. Такой же на ощупь должна быть правильно приготовленная куриная грудка. Или вы можете жарить ее по 4-5 минут с каждой стороны, пока внутренняя температура не достигнет 74 ° C. Как приготовить рыбу на гриле Перед приготовлением на гриле обсушите рыбу бумажным полотенцем. Разогрейте гриль до высокой температуры и накройте его алюминиевой фольгой. Высокие температуры приведут к разрушению и распаду любого мусора. Это также предотвратит прилипание мяса. Используйте проволочную щетку, чтобы очистить гриль, и промасленное бумажное полотенце, чтобы смазать его решетку. Приготовления закончены, пора начинать!
Достаньте рыбу из холодильника и приправьте ее крупной солью и молотым черным перцем. Расположите мясо кожей вниз по диагонали, чтобы облегчить переворачивание и создать хорошие полоски при жарке. Накройте гриль и уменьшите огонь до среднего. Подождите, пока кожица не станет хрустящей, прежде чем перевернуть стейк. Готовить рыбу на гриле рекомендуют по 8-10 минут на каждые 2,5 см высоты стейка или до тех пор, пока она не достигнет внутренней температуры 62 ° C Чтобы легко поднимать стейк из рыбы, используйте 2 шпателя с тонкими краями. Если у вас их нет, попробуйте использовать обычную вилку.
Почему на ногтях появляются маленькие белые пятна? Заметили на ногтевой пластине маленькие белые пятна? Это явление называется лейконихией. Подробнее в нашем ролике. 15b83eab426e743fd43549e7a5a7f2678a633f789c69xWEBx9290x1656142787
Что скрывается во мраке космоса за пределами наблюдаемой Вселенной? Сегодняшние телескопы позволяют астрономам заглянуть на 13,75 миллиарда лет в прошлое. Считается, что именно такой возраст нашей Вселенной. Но что находится за пределами наших наблюдений? Согласно теории Большого взрыва, наша Вселенная родилась примерно 13,75 миллиарда лет назад и с тех пор смогла расшириться из невероятно плотной «точки» до сегодняшних размеров. Считается, что Вселенная расширялась со скоростью света. Руководствуясь этим фактом и положениями теории относительности ученые пришли к принятому сегодня значению возраста Вселенной.
Известно, что наше пространство постоянно расширяется и самый дальний его край соответствует времени начала Большого взрыва. На сегодня самая далекая область, что ученые могут видеть — это поверхность последнего рассеяния. Именно оттуда приходят фотоны реликтового излучения, которое возникло почти сразу после Большого взрыва. Поверхность последнего рассеяния отражает момент, когда Вселенная стала прозрачной для излучения.
За этой областью располагается то, что пока не подвластно изучению нашими приборами. Мы не можем увидеть той области, что расположена за поверхностью последнего рассеяния из-за того, что она непрозрачна для излучения. А ведь именно свет позволяет нам видеть отдаленные объекты и судить об их свойствах.
Несмотря на то, что нельзя увидеть то, что происходит за поверхностью последнего рассеяния, астрономы могут судить о пространстве за ней. Для этого они наблюдают, какое влияние она оказывает на существующие астрофизические объекты. Более того, согласно современной теории Лямбда-CDM, галактики удаляются друг от друга с ускорением. И чем дальше галактика, тем быстрее она удаляется от нас.
Это значит, что в какой-то момент скорость удаления галактик превысит световую и мы перестанем их видеть. Эти объекты уйдут за горизонт, но не исчезнут. Этот факт означает, что, возможно, за пределами наблюдаемой Вселенной лежит еще огромное пространство, скрытое от нас пределом скорости света.
Чем кофе отличается от цикория? Цикорий считается полезной альтернативой кофе. Но так ли это на самом деле? 1e8041c0d7d1cb0a2117aa310da14857890499540200xWEBx9290x1656142920
Как оформить ДТП без ГИБДД по новым правилам: все стало намного проще До сих пор процедура самостоятельного оформления ДТП без сотрудников ГИБДД была не самой простой. Новые правила облегчили ее. Согласно новым правилам, оформить ДТП по европротоколу теперь можно быстро через приложение страховой при ущербе менее 400 000 рублей
Сколько пробок можно было бы предотвратить, если бы попавшие в аварию водители смогли договорится. Конечно, все зависит от ситуации и сговорчивости каждого из участников происшествия, но если водитель понимает, что виноват, зачем часами ждать приезда ГИБДД, если можно оформить все на месте?
Как оформить ДТП по новым правилам Оформить аварию без сотрудников ведомства и до сегодняшнего дня можно было при помощи европротокола. Но такой способ не особенно популярен — на него приходилась лишь треть от всех оформленных ДТП без пострадавших. Поэтому ГИБДД решило облегчить процедуру использования этого инструмента, чтобы сделать его популярнее.
Раньше оформить ДТП без сотрудников полиции можно было дистанционно лишь при помощи приложений «Помощник ОСАГО» и «ДТП Европротокол». Теперь такая функция будет доступна в приложениях всех страховых компаний.
Европротокол через приложение можно оформить в двух вариантах. В первом, если сумма ущерба небольшая и ограничена 100 000 рублей, каждый участник аварии может быстро заполнить электронный или бумажный бланк и разъехаться. Если же ущерб составляет от 100 до 400 тысяч, для оформления ДТП потребуются фотографии повреждений и видео с расположением машин, а также потребуется, чтобы водители не имели разногласий. Этот вариант также подойдет, если в аварии есть спорные моменты.
Как отличить настоящее золото от подделки: простые работающие способы Настоящее от поддельного золота отличить не так сложно, как кажется на первый взгляд. Все, что нужно — знать его физические свойства. Эти тесты, основанные на науке, не позволят мошенникам вас обмануть: вот как определить настоящее золото
Золото — это драгоценный металл, обладающий уникальными свойствами, знание которых можно использовать, чтобы точно отличить оригинал от подделки. А подделок в последнее время развелось достаточно много. Хотя золото подделывали всегда (вспомнить золотые монеты), сегодня у нас есть достаточно способов, чтобы его отличить.
Как отличить реальное золото от поддельного Магнит Настоящее золото не обладает магнитными свойствами, в отличие от некоторых других металлов похожего цвета. Используйте сильный магнит (он должен быть сильнее, чем магнит для холодильника) и поместите его рядом с золотым изделием. Если вещь притягивается магнитом, значит она не золотая.
Уксус Сначала наполните пипетку белым уксусом. Затем возьмите золото в руку или положите его на ровную безопасную поверхность, подложив под него бумажное полотенце. После этого, нанесите несколько капель белого уксуса на золото. Если оно меняет цвет, то это подделка. Если изделие сохраняет свой золотистый цвет и не меняется, это говорит в пользу чистого золота.
Керамика Поместите изделие на неглазурованную керамическую тарелку. Слегка надавите на него и проведите по тарелке. Если вы видите золотую метку на керамике, золото настоящее. Если вы видите черную метку, значит, это подделка.
Кожа Этот тест занимает больше времени, чем другие, и подойдет больше для украшений, так как вам придется надевать их. Просто носите золотое украшение так, чтобы оно соприкасалось с кожей и посмотрите, меняет ли оно цвет вашей кожи на голубоватый или зеленоватый - если да, то это не настоящее золото.
Почему рисунки на сиденьях автобусов такие странные: этот вопрос мучает всех Многих людей по всему миру интересует вопрос: почему обивка сидений в общественном транспорте такая странная? Что это за рисунок? Интересно, что эти психоделические узоры характерны для всех видов общественного транспорта. Намеренно ли автобусные компании вызывают визуальное беспокойство у своих пассажиров? Или у них просто нет альтернативы? Почти во всех странах мира автобусные сиденья обиты одной и той же странной тканью. Но почему же она выглядит так безумно?
Причина странных узоров до банального проста. Сиденье автобуса может принимать десятки или даже сотни пассажиров каждую неделю, круглый год. А это значит, что любая ткань будет быстро пачкаться и принимать неприятный вид. Безусловно, иногда сиденья чистят, но яркий и немного безумный узор ткани позволяет местам в общественном транспорте выглядеть «свежее». Так сиденья выглядят чистыми и новенькими, даже несмотря на то, что под этими дикими узорами скрывается много грязи. Однако это не весь секрет!
Что еще особенного в автобусных сиденьях? На первый взгляд кажется, что при выборе текстиля для обивки мебели в общественном транспорте не придается большого значения. В конце концов, как может что-то настолько обыденное и незаметное заслуживать такого пристального внимания?
Но обивка общественного транспорта должна выполнять множество функций. Помимо эстетической стороны, есть несколько технических атрибутов, которыми также должен обладать материал.
Во-первых, ткань должна предотвращать распространение пламени в случае пожара. Она также должны быть «дышащей». Это позволит пассажиру относительно приятно сидеть в любом климате и любое время года на сидении. В то же время материал должен быть достаточно прочным, чтобы не было следов износа при неправильном обращении или вандализме.
В прошлом люди также думали об этих факторах, поэтому сидения во многих страх транспортных средствах просто деревянные, пластмассовые или кожаные. Однако это очень некомфортно! Сегодня для автобусов используется ткань «мокет» (moquette). Это смесь полиэстера (85%) и нейлона (15%). Ворс материала придает ему плюшевую, бархатистую текстуру. Мокет считается дешевым в производстве и чрезвычайно долговечен, что делает его наиболее экономичным выбором для использования в общественном транспорте. А по сравнению с кожей, мокет, как правило, воздухопроницаем. Это значительно уменьшает дискомфорт в местах, где кожа непосредственно соприкасается с тканью.
Как выложить видео в TikTok из России: простые и надежные способы TikTok заблокировал свой сервис на территории России, из-за чего платформа стала недоступна для российских блогеров. Но пользоваться им и заливать новые видео все же можно. Популярная соцсеть стала недоступна в России, однако не отчаивайтесь: выложить видео в TikTok все еще можно
Несмотря на то, что TikTok принял решение прекратить свою работу в России и ограничил доступ пользователям из нашей страны, зайти в популярное приложение все еще можно. Можно даже выложить новый ролик, правда совсем не факт, что рекомендательные алгоритмы для русскоязычного контента будут работать так же эффективно, как и раньше, ведь большая часть аудитории соцсети не имеет к ней доступ.
Как выложить видео в TikTok VPN Самый простой способ зайти в китайскую соцсеть — использовать один из множества сервисов VPN. Эти программы позволяют обойти блокировку пользователя по IP, подключаясь к интернету через сервер в другой стране. Проще говоря, при использовании VPN сервисы думают, что вы находитесь в другой стране, где блокировок нет.
Самые популярные бесплатные VPN — это Windscribe, TunnelBear, Proton VPN и 1.1.1.4. Некоторые из них можно запустить на мобильных устройствах. Активировав VPN, вы можете легко зайти в свой аккаунт TikTok и залить видео. Но перед тем, как опубликовать его, отключите VPN, чтобы ролик увидели пользователи из России.
Антидетект-браузер Работа такого браузера немного похожа на VPN, однако это намного более гибкий и сложный инструмент. Такой браузер может подменять параметры вашего подключения так, как вы заходите. Например, можно поменять регион подключения и скрыть другие параметры, чтобы ни один сервис не смог распознать вашу реальную личность.
При помощи антидетект-браузера, такого как AdsPower, например, можно легко зайти и в TikTok и выложить видео. Правда, для использования этого способа потребуется больше технических знаний — вам придется как минимум купить прокси-сервер на специальном сайте.
TikTok Lite Некоторые пользователи сообщают, что на Android функция публикации видео до сих пор работает в приложении TikTok Lite. Зайдите в него через VPN на мобильном и опубликуйте видео, как в первом способе. Но отключите обновления этого приложения на всякий случай.
Как звездам дают имена, и почему у них бывает несколько названий Каждую ночь на небе зажигаются тысячи звезд. Если вы любите наблюдать за ночным небом, то наверняка можете быстро найти несколько созвездий и даже планет. Но ведь не у всех звезд есть имена... или нет? Если у вас возникла путаница с названием звезды — это норма! Ведь у нее может быть десятки имен
Даже без использования телескопов или других оптических средств мы все равно можем увидеть тысячи звезд в ясном ночном небе вдали от городских огней. В связи с этим возникает вопрос: как все эти звезды названы?
Как люди называли звезды Исторически сложилось так, что самые заметные и яркие звезды на небе обычно имеют название, которое было дано им в прошлом и до сих пор используется сегодня. Однако современная профессиональная астрономия предполагает присвоение звездам буквенно-цифровых обозначений, которые используются во всех официальных каталогах.
Однако в каталогах бывают разные обозначения. Например, самая яркая звезда в созвездии Лиры называется Вега, но у нее есть обозначения Альфа Лиры (обозначение Байера), 3 Лиры (обозначение Флемстида), HR 7001 (из Йельского каталога ярких звезд) и другие названия в нескольких каталогах.
Собственные названия звезд «Собственными именами» звезд называют те, что имеют либо древнее происхождение, либо они были так названы многочисленными организациями в рамках Международного астрономического союза (МАС).
Древнейшие имена собственные в основном имеют древнегреческое происхождение. Например, Сириус, Процион, Арктур. Однако большинство собственных имен звезд имеют арабское происхождение, они были обозначены арабскими астрономами в Средние века. За этими названиями стоит много преданий и историй происхождения, основанных на положении звезд в их созвездии. Примерами таких названий являются Денеб. Название происходит от арабского «хвост птицы», потому что сама звезда находится в Созвездии Лебедя.
Сегодня давать каждой звезде собственное имя — утомительно. Это не только требует много бумажной работы, но и были случаи, когда две или более звезды получали похожие собственные имена. В некоторых случаях, когда арабские названия переводились на другие языки, например на латынь, значение названий звезд иногда терялось.
Ранние попытки обозначения звезд Атлас Байера В 1600 году Йоханнес Байер выпустил свой каталог имен звезд. В нем он использовал строчные греческие буквы для обозначения звезд в порядке убывания яркости в пределах одного и того же созвездия. Таким образом, строгая интерпретация этого будет означать, что самая яркая звезда в созвездии будет обозначена как «Альфа», вторая по яркости будет «Бета» и так далее. За греческой буквой следует латинский родительный падеж названия созвездия.
Например, Сириус, самая яркая звезда в созвездии Большого Пса, была обозначена как Альфа Большого Пса. Аналогичным образом, в созвездии Центавра первая и вторая по яркости звезды были обозначены как «Альфа Центавра» и «Бета Центавра».
Однако Байер не всегда следовал своей собственной схеме яркости. Если мы посмотрим на созвездие Большой Медведицы, то он просто обозначил греческими буквами звезды с запада на восток. Еще одно несоответствие было обнаружено в созвездии Близнецов, где первая и вторая по яркости звезды были названы «Бета Близнецов» и «Альфа Близнецов» соответственно.
В греческом алфавите всего 24 буквы. Астроном попытался решить эту проблему, используя строчные латинские буквы «a-z» (которые пронумеровали звезды с 25-го по 50-е), а затем используя прописные латинские буквы «A-Z» (присвоенные звездам с 51-го по 76-е). Однако эти схемы обычно не используются.
Атлас Флемстида Двести лет спустя после того, как Байер впервые представил свою систему, Джон Флемстид представил свою систему числовой классификации. На этой схеме звезды пронумерованы в порядке с запада на восток внутри каждого созвездия. Таким образом, самая западная звезда в созвездии Тельца получила название 1 Тельца, вторая самая западная звезда будет обозначена как 2 Тельца и так далее. Более 2600 звезд получили номера Флемстида.
Обозначения Байера и Флемстид охватывают яркие и заметные звезды в пределах созвездия. По мере того как со временем были обнаружены более слабые звезды, возникла необходимость разработать новую систему для идентификации этих звезд. Для этого были составлены новые каталоги, основанные на положении звезды на небе (с использованием системы координат, аналогичной широтам и долготам Земли), без учета родительского созвездия.
Одним из самых популярных каталогов, используемых в астрономии, является Йельский каталог ярких звезд. Звезды в этом каталоге обозначаются как «HR» или «BS», за которыми следует 4-значный номер. Здесь ‘HR’ относится к ‘Harvard Revised’, поскольку каталогизация была впервые проведена Гарвардом до того, как Йель начал ее публиковать. Каталог состоит примерно из 9 110 звезд; некоторые примеры этой классификации включают HR 2326 (собственное название: Канопус) и HR 7001 (собственное название: Вега).
Другим часто используемым каталогом в астрономии является каталог Генри Дрейпера (HD). В этом каталоге также используются положения звезд на ночном небе и перечислены более 225 000 звезд. Обозначение производится буквой «HD», за которой следует 6-значный номер.
Однако каталогов существует огромное множество! Например, отдельно по обсерваториям — каталог Смитсоновской астрофизической обсерватории (SAO), каталог космического телескопа Хаббла (GSC). Есть и другие каталоги.
Чтобы понять, как много названий есть сегодня у звезд, можно посмотреть на количество существующих классификаций у второй по яркости звезды в созвездии Ориона — Бетельгейзе. Она имеет следующие обозначения: Альфа Ориона (обозначение Байера), 58 Ориона (обозначение Флемстида), HR2061 (Каталог ярких звезд Йельского университета), HD39801 (каталог Генри Дрейпера), BD+7 1055 (каталог Bonner Durchmusterung) и SAO113271 (каталог Смитсоновской астрофизической лаборатории).
