• Теги
    • избранные теги
    • Сферы200
      • Показать ещё
      Страны / Регионы227
      • Показать ещё
      Разное231
      • Показать ещё
      Формат32
      Международные организации16
      • Показать ещё
      Люди68
      • Показать ещё
      Показатели18
      • Показать ещё
      Издания12
      • Показать ещё
      Компании98
      • Показать ещё
23 сентября, 23:16

Где искать научные статьи в открытом доступе. Большая подборка легальных ресурсов

Где искать научные статьи, если у вас нет доступа к платным базам данных? На сайте «Индикатор» опубликована подборка из 10 открытых ресурсов для ученых.1. UnpaywallОдин из самых удобных инструментов для бесплатного доступа — расширение для браузеров Chrome и Firefox Unpaywall. Оно автоматически ищет полные тексты научных статей. Если вы заходите на страницу какой-нибудь публикации, справа на экране появляется иконка с изображенным на ней замком. Если она зеленая и замок открыт, то достаточно просто нажать на него, и вы автоматические перейдете на страницу с полным текстом статьи в формате PDF. Установить расширение можно на его сайте.2. Академия GoogleДругой сайт, который может помочь, — это Академия Google. Вы просто пишете название статьи в поисковой строке и читаете полный текст. Если он, конечно, есть в открытом доступе.3. Open Access ButtonЕсли ни Unpaywall, ни Академия Google вам не помогли, может пригодиться сайт Open Access Button. Большая волшебная кнопка справится с поиском нужной статьи.4. ArXiv.orgЭтот сайт был создан специально для того, чтобы решить проблему открытого доступа к статьям. На ArXiv ученые выкладывают препринты своих статей, то есть черновики, которые в итоге публикуются с некоторыми изменениями. Большинство авторов — математики и физики, но сейчас по инициативе фонда Присциллы Чан и Марка Цукерберга разрабатывается аналог для биологии и других естественных наук — BioRxiv.5. КиберЛенинкаНаучная электронная библиотека «КиберЛенинка» — крупнейшее в России собрание научных статей, в основном на русском языке, хотя есть и иностранные публикации.6. Библиотека eLibraryНа этом сайте выкладываются статьи и научные публикации, входящие в РИНЦ (российский индекс научного цитирования). Необходима регистрация, причем вас могут попросить указать специальный пароль вашей организации. В профиле сохраняются настройки поиска и ваши подборки статей.7. Электронные библиотеки, сотрудничающие с вузамиУ многих вузов все-таки есть подписки на разные научные журналы. Они заключают договоры с электронными библиотеками, например с ЭБС «Университетская библиотека онлайн» или IQ Library.Узнайте, с какой библиотекой сотрудничает ваш вуз и как получить к ней доступ. Например, в МГУ доступ ко всем подпискам университета автоматически активируется, если вы ищете статью в компьютерном классе или через Wi-Fi-сеть МГУ.8. Российская государственная библиотека (РГБ)У РГБ есть электронный каталог, в котором можно найти не только статьи, но и диссертации и монографии на разные темы. К сожалению, не все работы есть в электронном варианте, но в каталоге есть функция «проголосовать за перевод в электронный вид необходимой книги или статьи». Сроки, к сожалению, неизвестны.9. Авторы статей или коллеги-ученыеЕсли нигде на вышеперечисленных ресурсах не удается найти статью, можно попробовать написать напрямую авторам или их коллегам и попросить полный текст. В научном мире это довольно распространенная практика. И есть два отработанных способа: написать в твиттере пост с хэштегом #icanhazpdf и указать, какую статью вы ищете и куда вам ее прислать, или зарегистрироваться на сайте Research Gate, найти нужную статью в профиле автора и нажать на кнопку «попросить полный текст». Чаще всего авторы отвечают в течение недели и присылают файл на указанную в профиле почту. Кстати, в этом случае статью можно даже обсудить с самим автором. Аналогичный ресурс, но более популярный среди ученых, работающих в области социальных и гуманитарных наук, — Academia.edu. Там часто даже просить ничего не надо — статьи, препринты, доклады и даже главы из книг можно скачать прямо из профиля исследователя.10. Специализированные базы данныхПомимо перечисленных выше ресурсов, существуют различные специализированные базы полных текстов статей, вот список самых крупных из них:1.PubMedБаза в основном по медицине и биологии, иногда содержит ссылки на полные бесплатные тексты статей.2.JstorОбширная база англоязычных статей, журналов и научных работ по самым разнообразным темам.3.MedLineКрупнейшая библиографическая база статей по медицинским наукам (NLM). Интегрирована в сервис SciFinder.4.PsyjournalsСайт с электронными версиями психологических журналов.5.SciFinderНаиболее полный и надежный источник химической информации, охватывающий более 99% текущей литературы по химии, включая патенты. Также там можно найти информацию по биологическим и биомедицинским наукам, химической физике, инженерии.6.ERICАнглоязычная база данных со статьями и научными публикациями по психологии из разных стран мира.7.Сборники статей от FrontiersFrontiers делает подборки статей по разным темам и выкладывает их в открытый доступ.8.HEP SearchБаза данных по физике высоких энергий.Вы также можете подписаться на мои страницы:- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy- в инстаграм: https://www.instagram.com/podosokorsky/- в телеграм: http://telegram.me/podosokorsky- в одноклассниках: https://ok.ru/podosokorsky

18 сентября, 13:38

Минздрав РФ заявил о подготовке телепатических сеансов

В России разрабатываются технологии для считывания мыслей на расстоянии и дистанционного управления мозгом человека, - заявила министр здравоохранения Вероника Скворцова в ходе конференции «Биотехмед». Об этом сообщает Znak. «Более сложная тема — это управление мозг-компьютер. Две точки в России разрабатывают эту технологию на основе двух разных подходов, двух разных механизмов, один — только когда уровень сознания ясный, второй при любом уровне сознания», — сказала министр, отметив, что уже возможно «управлять бионическими процессами». «Мы можем управлять дистанционно, печатать дистанционно, активировать те зоны мозга, которые обычно спят у среднестатистического человека. Это особая тема, в том числе для развития считывания мысли на расстоянии и проведения фактически телепатического сеанса», — добавила Скворцова.Президент Владимир Путин и министр здравоохранения Вероника Скворцова. Сергей Гунеев/РИА «Новости»Вы также можете подписаться на мои страницы:- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy- в инстаграм: https://www.instagram.com/podosokorsky/- в телеграм: http://telegram.me/podosokorsky- в одноклассниках: https://ok.ru/podosokorsky

Выбор редакции
12 августа, 04:23

Ученые впервые взломали компьютер при помощи ДНК

.Ученые впервые взломали компьютер при помощи ДНКИсследователи из Вашингтонского университета внедрили вредоносный код в молекулу ДНК, а затем воспользовались уязвимостью программы, используемой для анализа ДНК, чтобы заставить компьютер выполнить его. В перспективе подобный способ атак может дать широкие возможности хакерам.NEWSru.com // Технологии

22 июля, 13:50

Ну сейчас Илон Маск покажет этому старому пердуну!

Капица о бесперспективности альтернативной энергетики8 октября 1975 г. на научной сессии, посвященной 250-летию Академии наук СССР, академик Петр Леонидович Капица, удостоенный тремя годами позже Нобелевской премии по физике, сделал концептуальный доклад, в котором, исходя из базовых физических принципов, по существу, похоронил все виды «альтернативной энергии», за исключением управляемого термоядерного синтеза.Соображения академика Капицы, они сводятся к следующему: какой бы источник энергии ни рассматривать, его можно охарактеризовать двумя параметрами: плотностью энергии — то есть ее количеством в единице объема, — и скоростью ее передачи (распространения). Произведение этих величин есть максимальная мощность, которую можно получить с единицы поверхности, используя энергию данного вида.Вот, скажем, солнечная энергия. Ее плотность ничтожна. Зато она распространяется с огромной скоростью — скоростью света. В результате поток солнечной энергии, приходящий на Землю и дающий жизнь всему, оказывается совсем не мал — больше киловатта на квадратный метр. Увы, этот поток достаточен для жизни на планете, но как основной источник энергии для человечества крайне неэффективен. Как отмечал П. Капица, на уровне моря, с учетом потерь в атмосфере, реально человек может использовать поток в 100—200 ватт на квадратный метр. Даже сегодня КПД устройств, преобразующих солнечную энергию в электричество, составляет 15%. Чтобы покрыть только бытовые потребности одного современного домохозяйства, нужен преобразователь площадью не менее 40—50 квадратных метров. А для того, чтобы заменить солнечной энергией источники ископаемого топлива, нужно построить вдоль всей сухопутной части экватора сплошную полосу солнечных батарей шириной 50—60 километров. Совершенно очевидно, что подобный проект в обозримом будущем не может быть реализован ни по техническим, ни по финансовым, ни по политическим причинам.Сейчас также идет обсуждение вопроса использования геотермальной энергии. Как известно, в некоторых местах мира на земной поверхности, где имеется вулканическая деятельность, это успешно осуществляется, правда, в небольших масштабах. Преимущество этого метода для энергетики больших мощностей, несомненно, очень велико, энергетические запасы здесь неистощимы, и, в отличие от солнечной энергии, которая имеет колебания не только суточные, но и в зависимости от времен года и от погоды, геотермальная энергия может генерироваться непрерывно. Еще в начале этого века гениальным изобретателем современной паровой турбины Ч. Парсонсом разрабатывался конкретный проект использования этой энергии. Конечно, он не мог предвидеть тех масштабов, которых достигнет энергетика теперь, и его проект имеет только исторический интерес.Современный подход к этой проблеме основывается на том, что в любом месте земной коры на глубине в 10-15 км достигается температура в несколько сот градусов, достаточная для получения пара и генерирования энергии с хорошим КПД. При осуществлении этого проекта на практике мы опять наталкиваемся на ограничения, связанные с плотностью потока энергии. Как известно, теплопроводность горных пород очень мала. Поэтому при существующих внутри Земли градиентах температур для подвода необходимого тепла нужны очень большие площади, что весьма трудно выполнимо на глубине в 10-15 км. Вот почему возможность нагрева необходимого количества воды сомнительна.Кроме солнечной и геотермальной энергий, не истощающих запасы, есть еще гидроэнергия, получаемая при запруживании рек и при использовании морских приливов. Накопленную таким образом гравитационную энергию воды можно весьма эффективно превращать в механическую. Сейчас в энергетическом балансе использование гидроэнергии составляет не более 5%, и, к сожалению, дальнейшего увеличения не приходится ждать. Это связано с тем, что запруживание рек оказывается рентабельным только в горных местах, когда на единицу площади водохранилища имеется большая потенциальная энергия. Запруживание рек с подъемом воды на небольшую высоту обычно экономически не оправдывает себя, в особенности когда это связано с затоплением плодородной земли, так как приносимый ею урожай оказывается значительно более ценным, чем получаемая энергия. Опять тот же недостаток плотности потока энергии.Использование ветра, также из-за недостаточной плотности энергетического потока, оказывается экономически неоправданным. Конечно, использование солнечной энергии, малых водяных потоков, ветряков часто может быть полезным для бытовых нужд в небольших масштабах.Противоположный пример — топливные элементы, где происходит прямое превращение химической энергии окисления водорода в электроэнергию. Здесь плотность энергии велика, высока и эффективность такого преобразования, достигающая 70 и более процентов. Зато крайне мала скорость ее передачи, ограниченная очень низкой скоростью диффузии ионов в электролитах. В результате плотность потока энергии оказывается примерно такой же, как и для солнечной энергии. Петр Капица писал: «На практике плотность потока энергии очень мала, и с квадратного метра электрода можно снимать только 200 Вт. Для 100 мегаватт мощности рабочая площадь электродов достигает квадратного километра, и нет надежды, что капитальные затраты на построение такой электростанции оправдаются генерируемой ею энергией». Значит, топливные элементы можно использовать только там, где не нужны большие мощности. Но для макроэнергетики они бесполезны.Из приведенного анализа следует, что нужно искать новые источники энергии для энергетики больших мощностей взамен истощающихся в природе запасов химической энергии. Очевидно, можно и следует более бережно относиться к использованию энергетических ресурсов. Конечно, желательно, например, не тратить их на военные нужды. Однако все это только отсрочит истощение топливных ресурсов, но не предотвратит кризиса. Как это уже становится общепризнанным, вся надежда на решение глобального энергетического кризиса - в использовании ядерной энергии. Физика дает полное основание считать, что эта надежда обоснованна.на фото: А.Ф. Иоффе, П.Л.Капица и А.Н.Крылов в 1919 году с крыльца у физико-механического факультета Политехнического университета наблюдают за надуванием пузырей ВИЭ в 21 веке.Наибольшие надежды Петр Капица связывал с термоядерной энергетикой.Как известно, ядерная физика дает два направления для решения энергетической проблемы. Первое уже хорошо разработано и основывается на получении цепной реакции в уране, происходящей при распаде его ядер с выделением нейтронов. Это тот же процесс, который происходит в атомной бомбе, но замедленный до стационарного состояния. Подсчеты показали, что при правильном использовании урана его запасы достаточны, чтобы не бояться их истощения в ближайшие тысячелетия. Электростанции на уране уже сейчас функционируют и дают рентабельную электроэнергию. Но также хорошо известно, что на пути их дальнейшего широкого развития и перевода всей энергетики страны на атомную энергию лежит необходимость преодоления трех основных трудностей:1. Шлаки от распада урана являются сильно радиоактивными, и их надежное захоронение представляет большие технические трудности, которые еще не имеют общепризнанного решения. Самое лучшее было бы отправлять их на ракетах в космическое пространство, но пока что это считается недостаточно надежным.2. Крупная атомная станция на миллионы киловатт представляет большую опасность для окружающей природы и в особенности для человека. В случае аварии или саботажа вырвавшаяся наружу радиоактивность может на площади многих квадратных километров погубить все живое, как атомная бомба в Хиросиме. Опасность сейчас расценивается настолько большой, что ни одна страховая компания не берет на себя риск таких масштабов.3. Широкое использование атомной электроэнергии приведет также к широкому распространению плутония, являющегося необходимым участником ядерной реакции. Такое распространение плутония по всем странам земного шара сделает более трудным контроль над распространением атомного оружия. Это может привести к тому, что атомная бомба станет орудием шантажа, доступным даже для предприимчивой группы гангстеров.По-видимому, под угрозой энергетического кризиса люди найдут пути преодоления этих трудностей. Например, две последние трудности можно было бы преодолеть, располагая атомные электростанции на небольших необитаемых островах в океане, далеко от густонаселенных мест. Эти станции находились бы под тщательным контролем, и в случае аварии ее последствия не представляли бы большой опасности для людей. Энергией, вырабатываемой электростанцией, можно было бы, например, разлагать воду и полученный водород в жидком виде транспортировать и использовать как топливо, которое при сгорании не загрязняет атмосферу.Следует признать, однако, что лучшим выходом из создавшегося положения нужно считать получение энергии путем термоядерного синтеза ядер гелия из ядер дейтерия и трития. Известно, что этот процесс осуществляется в водородной бомбе, но для мирного использования он должен быть замедлен до стационарного состояния. Когда это будет сделано, то все указанные трудности, которые возникают при использовании урана, будут отсутствовать, потому что термоядерный процесс не дает в ощутимых количествах радиоактивных шлаков, не представляет большой опасности при аварии и не может быть использован для бомбы как взрывчатое вещество. И наконец, запас дейтерия в природе, в океанах, еще больше, чем запас урана.Но трудности осуществления управляемой термоядерной реакции пока еще не преодолены. Я буду говорить о них в своем докладе, потому что, как теперь оказывается, эти трудности в основном также связаны с созданием в плазме энергетических потоков достаточной мощности. На этом я останавливаюсь несколько подробнее.Хорошо известно, что для полезного получения термоядерной энергии ионы в плазме должны иметь очень высокую температуру - более 108 К. Главная трудность нагрева ионов связана с тем, что нагрев плазмы происходит в результате воздействия на нее электрического поля, и при этом практически вся энергия воспринимается электронами, которые благодаря их малой массе при соударениях плохо передают ее ионам. С ростом температуры эта передача становится еще менее эффективной. Расчеты передачи энергии в плазме от электронов к ионам при их ку-лоновском взаимодействии теоретически были надежно описаны еще в 30-х годах Л.Д. Ландау.В плазме при 1 атм и температуре электронов Te = 109 К в объеме кубического метра передаваемая электронами ионам мощность будет около 400 Вт. Это небольшая величина, так как нетрудно подсчитать, что для того, чтобы нагреть кубометр плазмы до 6x108 К при подводе такой мощности, потребуется около 300 секунд.Малость величины передаваемой ионам энергии в особенности проявляется при осуществлении наиболее широко разрабатываемых теперь термоядерных установок Токамак. В них ионы удерживаются в ограниченном объеме сильным магнитным полем и процесс нагрева производится электронами, которые вначале коротким импульсом тока нагреваются до очень высоких температур, потом путем кулоновских столкновений передают свою энергию ионам. В условиях, принимаемых в современных проектах Токамака, время, за которое электроны передадут свою энергию ионам, достигает 20-30 с. Оказывается, за это время большая часть энергии электронов уйдет в тормозное излучение. Поэтому сейчас изыскиваются более эффективные способы подвода энергии к ионам. Это может быть или высокочастотный нагрев, или инжекция быстрых нейтральных атомов дейтерия, или диссипация магнитоакустических волн. Все эти методы нагрева ионов, конечно, значительно усложняют конструкцию реакторов типа Токамак.Эффективность энергетической передачи между электронами и ионами растет с плотностью. Поэтому предположим, что при нагреве лазерным импульсом твердого конденсированного трития или дейтерия начальная плотность будет очень велика (на несколько порядков выше, чем в Токамаке) и импульсами удается нагреть ионы в короткий промежуток времени. Но подсчеты показали, что, хотя время нагрева и сокращается до 10-8 с, все же оно недостаточно, так как за это время ничем не удерживаемый плазменный сгусток уже разлетится на значительное расстояние.Как известно, теперь для лазерного "термояда" ищут методы коллективного взаимодействия электронов с ионами, например, создание ударных волн, которые адиабатическим сжатием подымут температуру ионов более быстро, чем при кулоновском взаимодействии.Главное препятствие в данное время лежит в том, что еще недостаточно глубоко изучены физические процессы в плазме. Теория, которая здесь хорошо разработана, относится только к нетурбулентному состоянию плазмы. Наши опыты над свободно парящим плазменным шнуром, полученным в высокочастотном поле, показывают, что горячая плазма, в которой электроны имеют температуру в несколько миллионов градусов, находится в магнитном поле в турбулентном состоянии. Как известно, даже в обычной гидродинамике турбулентные процессы не имеют полного количественного описания и в основном все расчеты основаны на теории подобия. В плазме, несомненно, гидродинамические процессы значительно сложнее, поэтому придется идти тем же путем.Пока нет оснований считать, что трудности нагрева ионов в плазме не удастся преодолеть, и мне думается, что термоядерная проблема получения больших мощностей будет со временем решена.Основная задача, стоящая перед физикой, - это более глубоко экспериментально изучить гидродинамику горячей плазмы, как это нужно для осуществления термоядерной реакции при высоких давлениях и в сильных магнитных полях. Это большая, трудная и интересная задача современной физики. Она тесно связана с решением энергетической проблемы, которая становится для нашей эпохи проблемой физики № 1.Очень дорогая фантастика...А как же водородная энергетика и пресловутое биотопливо, которые сегодня пропагандируются наиболее активно? Почему Капица не обращал на них внимания вообще? Ведь биотопливо в виде дров человечество использует уже веками, а водородная энергетика сегодня кажется настолько перспективной, что едва ли не каждый день приходят сообщения о том, что крупнейшие автомобильные компании демонстрируют концепт-кары на водородном топливе! Неужели академик был настолько недальновиден? Увы... Никакой водородной и даже биоэнергетики в буквальном смысле слова не может существовать.Что касается водородной энергетики, то, поскольку природные месторождения водорода на Земле отсутствуют, ее адепты пытаются изобрести вечный двигатель планетарного масштаба, не более и не менее того. Есть два способа получить водород в промышленных масштабах: либо путем электролиза разложить воду на водород и кислород, но это требует энергии, заведомо превосходящей ту, что потом выделится при сжигании водорода и превращении его опять в воду, либо... из природного газа с помощью катализаторов и опять-таки затрат энергии — которую нужно получить... опять-таки сжигая природные горючие ископаемые! Правда, в последнем случае это все-таки не «вечный двигатель»: некоторая дополнительная энергия при сжигании водорода, полученного таким путем, все же образуется. Но она будет гораздо меньше той, что была бы получена при непосредственном сжигании природного газа, минуя его конверсию в водород. Значит, «электролитический водород» — это вообще не топливо, это просто «аккумулятор» энергии, полученной из другого источника... которого как раз и нет. Использование же водорода, полученного из природного газа, возможно, и сократит несколько выбросы углекислого газа в атмосферу, так как эти выбросы будут связаны только с генерацией энергии, необходимой для получения водорода. Но зато в результате процесса общее потребление невозобновляемых горючих ископаемых только вырастет!Ничуть не лучше обстоят дела и с «биоэнергетикой». В этом случае речь идет либо о реанимации старинной идеи использования растительных и животных жиров для питания двигателей внутреннего сгорания (первый «дизель» Дизеля работал на арахисовом масле), либо об использовании этилового спирта, полученного путем брожения натуральных — зерна, кукурузы, риса, тростника и т.д. — или подвергнутых гидролизу (то есть разложению клетчатки на сахара) — агропродуктов.Что касается производства масел, то это крайне низкоэффективное, по «критериям Капицы», производство. Так, например, урожайность арахиса составляет в лучшем случае 50 ц/га. Даже при трех урожаях в год выход орехов едва ли превысит 2 кг в год с квадратного метра. Из этого количества орехов получится в лучшем случае 1 кг масла: выход энергии получается чуть больше 1 ватта с квадратного метра — то есть на два порядка меньше, чем солнечная энергия, доступная с того же квадратного метра. При этом мы не учли того, что получение таких урожаев требует интенсивного применения энергоемких удобрений, затрат энергии на обработку почвы и полив. То есть, чтобы покрыть сегодняшние потребности человечества, пришлось бы полностью засеять арахисом пару-тройку земных шаров. Проведя аналогичный расчет для «спиртовой» энергетики, нетрудно убедиться, что ее эффективность еще ниже, чем у «дизельного» агро-цикла....Но очень выгодная для экономики «мыльного пузыря»Что же, американские ученые не знают этих цифр и перспектив? Разумеется, знают. Ричард Хейнберг в своей нашумевшей книге PowerDown: Options And Actions For A Post-Carbon World (наиболее точный по смыслу перевод — «Конец света: Возможности и действия в пост-углеродном мире») самым детальным образом повторяет анализ Капицы и показывает, что никакая биоэнергетика мир не спасет.Так что происходит? А вот что: только очень наивный человек полагает, что экономика сегодня, как и 150 лет назад, работает по марксистскому принципу: «деньги — товар — деньги». Новая формула «деньги — деньги» короче и эффективнее. Хлопотное звено в виде производства реальных товаров, обладающих для людей реальной полезностью в привычном смысле этого слова, стремительно вытесняется из «большой экономики». Связь между ценой и полезностью в материальном смысле — полезность вещи как пищи, одежды, жилья, средства передвижения или услуги как средства удовлетворения какой-то реальной потребности, — уходит в небытие точно так же, как некогда ушла в небытие связь между номиналом монеты и массой заключенного в ней драгоценного металла. Точно так же «вещи» нового века очищаются от всякой полезности. Единственная потребительная способность этих «вещей», единственная их «полезность», которая сохраняет смысл в экономике нового времени, — это их способность быть проданными, а главным «производством», приносящим прибыль, становится надувание «пузырей». Всеобщая вера в возможность продать воздух в виде акций, опционов, фьючерсов и многочисленных других «финансовых инструментов» становится главной движущей силой экономики и основным источником капитала для ксендзов этой веры.После того, как последовательно лопнули пузыри «доткомов» и недвижимости, а «нанотехнология», рисующая сказочные перспективы, по большей части так и продолжает их рисовать без заметной материализации, американские финансисты, похоже, всерьез обратили внимание на альтернативные источники энергии. Вкладывая деньги в «зеленые проекты» и оплачивая наукообразную рекламу, они вполне могут рассчитывать на то, что многочисленные буратины прекрасно удобрят своими золотыми финансовую ниву чудес.Источник:П.Л. Капица ЭНЕРГИЯ И ФИЗИКА Доклад на научной сессии, посвященной 250-летию Академии наук СССР, Москва, 8 октября 1975 г. См.: Вестник АН СССР. 1976. № 1. С. 34-43.

Выбор редакции
27 июня, 23:08

Возможно, есть кандидат на гипермассу, пролетающую через диск Метагалактики.

Я писал в Продолжим про метагалактику и её генезис:"Если астрономы в конце концов обнаружат в космосе галактики, движущиеся не от центра взрыва гипермассы, а перпендикулярно движению галактик в диске метагалактики или под углом к диску, это и будет доказательством правильности гипотезы о метагалактике, изложенной мной в тэге Метагалактика."Нечто похожее в ближней часть метагалактики есть. Это супергалактика Туманность Андромеды.Она сильно выделяется от прочих галактик рядом с нашим млечным путём.Она очень массивна.В несколько раз массивнее нашей.У неё очень тяжёлое ядро с очень большим излучением. Светит, поглощая материю, как квазар.Она движется не от центра БВ, а под большим углом к нему.Она движется с аномально высокой скоростью.Галактики в метагалактике сливаются. Но путём постепенного гравитационного сближения, летя в одном направлении от центра БВ. С Андромедой не так.Ядро галактик обычно образуется путём падения материи диска галактики на центр масс до образования там чёрной дыры. Закручиваясь при этом как в воронке в ванной. Как образовалось ядро нашей галактики. Но оно значительно меньше ядра Андромеды, образовавшейся примерно в одно и то же время.Похоже, что это ядро не результат конденсации звёздной материи, а супермасса, ободравшая в предыдущие пролёты через диск метагалактики материю диска.Скорость движения Андромеды слишком высока. Такая скорость не может быть результатом взаимного притяжения Млечногопути и Андромеды в диске Метагалактики.Через 3-4 миллиарда лет Андромеда проглотит ещё одну галактику - наш Млечный путь. И полетит дальше в сторону от диска метагалактики по орбите вокруг гипермассы. Слегка изменив скорость и траекторию полёта за счёт получения импульса от проглоченной массы нашей галактики.Когда точно вычслят траекторию движения Андромеды, можно будет об этом говорить уверенно.Если Андромеда - гипермасса, ободравшая диск метагалактики, то она после втягивания в себя Млечный путь, улетит перпендикулярно диску метагалактики. И какие то разумные и не очень цивилизации на ней смогут через 7-8 миллиардов лет лицезреть весь лиск метагалактики во всей красе.Не изнутри как мы, а с наружи.

Выбор редакции
23 июня, 23:08

Где находится эпицентр Большого взрыва (БВ) и точка начала всех координат в метагалактике?

Вспомним, как происходит БВ: Метагалактика: возникновение и устройство без чудесатостей.“…Вначале определим использованные термины:Гипермасса или материнская гипермасса – тот объект, который взорвался так называемым большим взрывам. В результате которого возникла наша метагалактика. Массу гипердыры никто не вычислял, но она на порядки больше всей массы того, что сейчас называется “вселенная” Сейчас гипердыра находится в центре диска метагалактики.Супермасса – вторичные массы, которые образовались в процессе большого взрыва. Они находятся не в центре метагалактики, а в её диске и имеют массу в миллионы (и меньше) галактик.Тёмные массы в центр галактик пусть называются чёрными дырами, как привыкли.Метагалактика – космическая структура в виде вращающегося диска материи с гипермассой в центре.  Метагалактика имеет массу триллионов галактик и сейчас её принято называть вселенной, подразумевая, что она одна такая.(Потому, что если таких объектов много, то и так латаная-перелатанай ОТО становится в бесконечной вселенной и вовсе абсурдной)…”.“…Можно предположить, что эта гипермасса вращалась перед своим взрывом с огромной скоростью. Поэтому часть материи метагалактики разлетится из-за действия центробежной силы виде огромного блина в плоскости экватора гипермассы. Что мы и наблюдаем. По некоторым современным данным, наша метагалактика (вселенная) как раз имеет форму блина.    То вещество, которое не полетело в плоскости экватора, не получив дополнительного импульса от центробежной силы, не улетит далеко и опять упадёт в центр масс и превратится в гипермассу на том же месте. То есть гипермасса восстановится на прежнем месте. Материнская гипермасса, сбросив несколько процентов своей массы, вновь затаится на триллионы лет, пока не насосётся блуждающего по космосу вещества до критической массы и не взорвётся снова. А точнее, учитывая масштаб объекта, не взорвётся, а вздрогнет, выбросив часть массы в плоскости экватора.    Вещество же, которое разлетелось от экватора гипермассы в форме блина, разбросанное аннигиляционным взрывом в купе с  центробежными силами, преодолеет огромное тяготение гипермассы и продолжит разлетаться в пространстве".Тоесть, вещество Большого взрыва или улетит от эпицентра БВ или упадёт на гтпермассу в эпицентре. Поэтому со временем вокруг эпицентра БВ образуется огромное пустое пространство – супервойд. С восстановившейся гипермассой вцентре. Гипермасса уже не всасывает вещество и поэтому не излучает. Или почти не излучает. Не сильнее обыкновенного квазара.Далее: О неадекватности определения расстояния в метагалактике по смещению Хаббла.“Тоесть, мы видим только относительно небольшой сектор диска метагалактики, в котором светящееся вещество движется примерно в нашем же направлении от эпицентра БВ. Остальные сектора метагалактики нам или недоступны, или не исследованы.“Метод Хаббла основан на том, что вещество метагалактики равномерно ускоряется под действием других гипермасс и поэтому скорость разлёта пропорциональна расстоянию от нас. Что является сильным упрощением.Во первых, в самом диске метагалактики имеются супермассы, которые тянут ближнее к ним вещество и назад, и вбок, и вперёд относительно эпицентра БВ. Да и сама гипермасса, восстановившаяся в эпицентре БВ может тянуть ближайшее к ней вещество диска метагалактики и тормозить его разлёт.Кроме того, если часть ближайшего к гипермассе вещества диска не только уменьшило скорость разлёта от эпицентра, но и начала обратно падать на гипермассу, при этом закручиваясь в спиральные структуры, то это внесёт дополнительное искажение в метод определения расстояния по красному смещению.Ну и учтём не учитываемое методом Хаббла векторы разлёта вещества метагалактики относительно эпицентра БВ.“Всё, что дальше от нас на нашем векторе разлёта будет смещаться своим излучением в красный диапазон. Если принять постулат, что разлёт осколков Большого взрыва ускоряется в зависимости от удалённости от эпицентра Большого взрыва равномерно, то на нашем векторе движения метод Хаббла даст адекватную оценку расстояний от нас.А если скорость разлёта увеличивается в зависимости от удаления от эпицентра, то то метод даст ошибку. В сторону эпицентра от нас расстояние будет преувеличено, а в противоположную сторону преуменьшено.А если учесть и вектор разлёта, то все расстояния на векторах под углом к нашему вектору разлета, определённые по Хабблу будут преувеличены.В результате большой относительно нас скорости красное смещение станет инфракрасным в коротковолновой части инфракрасного света, а на противоположном векторе от эпицентра БВ может быть и в длинноволновой части инфракрасного света, а то и в ультракоротковолновом радиодиапазоне.И мы этих объектов не увидим.”Ввиду того, что метод Хаббла даёт искажённое представление о расстояниях, то когда астрономы составят объёмную карту метагалактики, мы увидим не сектор доступной нашему наблюдению сферы, на остром конце которого и будет эпицентр БВ, а нечто вроде куриного яйца. Острый конец которого будет оканчиваться супервойдом в центре которого и будет эпицентр БВ.Его мы и наблюдаем в виде именно супервойда размером 1,3 миллиарда световых лет. Что составляет примерно 10% от приятого сегодня определения размера вселенной.Это и есть кандидат на эпицентр БВ. Где то в его центре и должна находиться похудевшая в результате БВ материнская гипермасса – точка отсчёта всех координат нашей метагалактики.Мы по этой аналогии находимся где то в районе желтка яйца.И ещё: по современным гипотезам во все стороны от нас границы вселенной находятся на примерно равном удалении. Но это означает, что методом Хаббла измеряют не полный радиус метагалактики и тем более не её диаметр, а расстояния от точки наблюдения до внешней границы метагалактики с одной стороны и до границ супервойда с другой.Тоесть, реальный радиус метагалактики должен быть вдвое больше того, что мы измеряем по Хабблу. А диаметр по крайней мере в четверо больше.Тоесть примерно13,5+13,5 +1,3/2=примерно 28 миллиардов световых лет. Это радиус.Диаметр примерно 56 миллиардов световых лет.Толщина диска метагалактики, я предполагаю в среднем процентов 10 от её реального радиуса. И это толщина изменяется в зависимости от удаления от эпицентра.И в разрезе имеет форму следа от радиоактивного облака при ядерном взрыве:

23 июня, 19:23

Борьба с свободным распространением научных знаний

Elsevier — один из крупнейших издателей научных журналов — выиграл суд против Sci-Hub и LibGen. Об этом в четверг, 22 июня, сообщили Nature News. Судья обязал владельцев сайтов выплатить Elsevier компенсацию в размере 15 миллионов долларов.Sci-Hub — это сервис для бесплатного скачивания научных статей, в том числе, тех, которые находятся в закрытом доступе. Он даёт доступ к трудам учёных практически мгновенно: не нужно ждать, пока кто-то из академиков сам выложит препринт в открытый доступ или загрузит копию статьи в хранилище, достаточно ввести в поисковую строку адрес и немедленно получить результат. Для многих — включая учёных и студентов, которым вузы не предоставляют платную подписку — это единственный источник научных работ. Несмотря на попытки организовать легальный сервис по поиску статей, пока пиратский Sci-Hub остаётся самым эффективным способом добраться до знаний.Sci-Hub основан нейрофизиологом Александрой Элбакян, его серверы расположены в Санкт-Петербурге. Library Genesis тоже базируется в России — на сайте хранятся тысячи монографий, научно-популярных и документальных книг. Elsevier подал в суд на Sci-Hub и LibGen в 2015 году, причём для разбирательства с российскими пиратами нидерландский издательский дом выбрал американскую судебную систему. И США не подвели: в том же году судья Роберт Свит (Robert Sweet) вынес временный судебный запрет, и доменное имя «sci-hub.org» заблокировали. В ответ на это Sci-Hub сменил адрес и продолжил работу.В мае Elsevier предоставил суду список из 100 статей, которые Sci-Hub и LibGen позволяли нелегально скачивать. Стоит отметить, что Elsevier действительно досталось от пиратов больше всех: из 28 миллионов статей, загруженных с помощью Sci-Hub в 2016 году, подавляющая часть была опубликована именно в журналах этого издательского дома (второе и третье места занимают Springer Nature и Wiley-Blackwell). 21 июня судья окружного суда США в Нью-Йорке вынес окончательное решение в пользу Elsevier. Ни Элбакян, ни её законные представители на заседании не присутствовали.«Суд не допустил ошибки, приняв противозаконную деятельность за действие на благо общества, — отреагировала на решение президент Ассоциации издателей США Мария Палланте (Maria Pallante). — Напротив, он признал действия обвиняемой чудовищным и вопиющим нарушением, каковым они на самом деле и являются и подтвердил, что закон об авторском праве играет решающую роль в содействии научным исследованиям и интересам общества». Однако исход дела едва ли повлияет на деятельность пиратов, поскольку и сервера, и владельцы сайтов находятся за пределами юрисдикции США. Мы обратились к Александре Элбакян с просьбой прокомментировать решение суда. Вот её слова:«В каком-то смысле решение американского суда меня даже порадовало, так как оно подчёркивает тот маразм, который происходит на Западе: в судебном порядке запрещают работу сайта, единственная вина которого — это распространение научных статей. Зачем нам разрабатывать ядерные бомбы и другие виды вооружения, когда все, что нужно — это просто разрешить людям бесплатно читать научные статьи? По мнению юристов Эльзевира, с которым согласился американский суд, этого достаточно, чтобы „причинить и продолжать причинять непоправимый ущерб Эльзевиру, его клиентам и публике“. То есть, просто читая на сайте Sci-Hub научные статьи, вы наносите непоправимый ущерб Эльзевиру и американским гражданам.Можно сделать вывод, что если ещё больше людей начнут читать через Sci-Hub научную литературу, ущерб станет настолько непоправимым, что США рухнут. Так победим!»https://22century.ru/society/51631 - цинкPS. Это была бесплатная реклама Sci-Hub http://sci-hub.cc/(как пользоваться написано вот здесь https://vk.com/sci_hub) и свободного распространения научных знаний. Копирасты хорошо устроились - с одной стороны гребут деньги за публикации в научных журналах, а с другой стороны - за чтение этих статей.Обратите внимание, есть ли в этом журнале page charge (publication fee — плата за публикацию или корректуру — техническую или лингвистическую). В некоторых журналах практикуют плату за рассмотрение статьи (manuscript acceptance), в некоторых журналах просят оплатить публикацию статьи в журнале (publication costs), или заплатить за её размещение на веб-сайте журнала для открытого просмотра. Однако, иногда можно договориться с редакцией, чтобы плату за рассмотрение статьи или её публикацию, в виде исключения, не брали.http://phdru.com/publications/prestigious/ - цинкПоэтому вполне естественно, что пираты предлающие бесплатный доступ к научным знаниям, покушаются на доход узкой группы лиц, паразитирующих на публикации научных статей, так как свободное размещение таких статей ликвидирует посредника между автором научной работы и читателем. Достаточно наглядный пример того, как "экономическая эффективность" лиц стремящихся к монополизации информации становится препятствием для прогресса.

Выбор редакции
18 июня, 22:01

Продолжим про метагалактику и её генезис:

Цитирую: Метагалактика: возникновение и устройство без чудесатостей. “Рассмотрим, процесс взрыва гипермассы более подробно: Оболочка материнской гипермассы разлетится не аннигилировав.  По радиусам от центра гипермассы. При этом осколки её оторвавшись от гипермассы, снова сольются под действием их гравитации в супермассы меньшего размера, типа капель ртути. Которые полетят по своим траекториям. При сбрасывании части массы из верхних слоёв гипермассы гравитационное давление в центре её снизится и аннигилировавшее или не успевшее аннигилировать вещество опять “кристаллизуется” в прежнее вещество гипермассы. Тоесть, гипермасса вздрогнет, сбросив част вещества, и восстановится с несколько уменьшенной массой на прежнем месте. Те супермассы, которые улетят в направлении под небольшим углом от полюсов гипермассы, далеко не улетят и начнут опять падать на гипермассу Или в центр масс, образовавшийся после Большого взрыва. Которые потом опять слипнутся вгипермассу. Вещество супермасс, улетевших в плоскости экватора быстро вращающейся гипермассы под дополнительным воздействием центробежной силы улетит в плоскости диска метагалактики и продолжит улетать в виде квазаров по его границам, всасывающим в себя дозвёздную материю, что мы и наблюдаем. В дальнейшем это вещество всосут в себя соседние гипермассы, которые за триллионы лет насосавшись блуждающей по космосу материи, тоже взорвутся, образовав другие метагалактики. Туда же всосётся и далеко улетевшее звёздное вещество диска метагалактики. Супермассы, которые улетят под меньшим углом к экватору гипердыры, будут притянуты массой вещества метагалактического диска и упадут на него по параболлической траектории. Пробьют в нём дыру, всосав по пути тогда ещё дозвёздную материю и выйдут с другой стороны диска на орбиту гипермассы. Продолжа вращение вокруг гипермассы перпендикулярно диску и, поскольку диск метагалактики тоже вращается, будут дырявить его в разных местах, образовывая новые войды, Теряя скорость от гравитационного торможения о вещество диска и всё приближаясь к материнской гипермассе. Пока или не упадут на неё, или не затормозятся окончательно в веществе диска и замрут там, поглощая материю диска.” Вещество диска метагалактики после взрыва будет разлетаться от материнской гипермассы по радиусам со скоростью, близкой к скорости света. Вначале процесса размер диска будет не велик и плотность материи в нём будет велика. Он будет оказывать более сильное воздействие на летящие под углом к экватору супермассы. Таким образом эти супермассы начнут дырявить вещество диска на самых ранних стадиях развития метагалактики. Потом с расширением диска метагалактики и соответственно уменьшением его плотности и гравитационного воздействия, этот процесс станет менее интенсивным. Что произойдёт, если супермасса пролетит через диск метагалактики? Часть вещества диска в его дозвёздном состоянии или уже сформировавшимся в звёзды и протогалактики будут просто проглочены супермассой и всосаны внутрь её. Но другую часть вещества диска супермасса утянет за собой, не втянув в себя. Это вещество начнёт всасываться в чёрную дыру, закручиваясь по спирали в уплотнениях которой рождаются звёзды. Тоесть, супермасса станет зародышем новой галактики. Только лететь она будет не по радиусу от материнской гипермассы, а перпендикулярно диску метагалактики. Каждый раз, пролетая через него, обмениваясь звёздным веществом с диском метагалактики, пока не упадёт на материнскую гипермассу или не успокоится в диске рядом с другими галактиками. Если астрономы в конце концов обнаружат в космосе галактики, движущиеся не от центра взрыва гипермассы, а перпендикулярно движению галактик в диске метагалактики или под углом к диску, это и будет доказательством правильности гипотезы о метагалактике, изложенной мной в тэге Метагалактика. Что могло бы стать доказательством адекватности гипотезы ОТО? Ну не знаю… Пусть предъявят ведро тёмной материи.

18 июня, 12:36

Физик Лоуренс Краусс: Мы близки к получению первых данных о параллельных Вселенных

Лоуренс Краусс (Lawrence Krauss) — один из самых известных космологов и популяризаторов науки в США. За последние 30 лет он написал десять научно-популярных книг, посвященных космологии и науке в целом, многие из которых стали бестселлерами, а также участвовал в съемках нескольких документальных фильмов и научно-популярного сериала How the Universe Works. На этой неделе Краусс наряду с другими зарубежными и российскими учеными выступил с лекциями о последних открытиях и будущем науки на фестивале Kaspersky Geek Picnic, который проходит в Москве и в Санкт-Петербурге. Корреспондент РИА Новости побеседовал с ученым. — Лоренс, с момента открытия гравитационных волн на детекторах LIGO прошло почти два года. Как изменилась космология и наши представления о рождении и жизни Вселенной после этого открытия?— Пока еще рано говорить о каких-то глобальных выводах – мы только начали наблюдать за гравитационной Вселенной. У нас пока есть данные только по трем слияниям черных дыр, и никто – кроме врачей, наверное, – не может взять столь небольшое число событий, экстраполировать их и получить что-то интересное. С другой стороны, кое-что нам все же удалось уже узнать. К примеру, теперь мы хорошо понимаем, что теория относительности работает безупречно и мы можем использовать ее для изучения Вселенной. В прошлом это не было так очевидно, как и то, что черные дыры звездных масс действительно существуют.Кроме того, последнее событие, зафиксированное LIGO в начале этого года, позволило нам понять, как формируются подобные пары черных дыр. Если бы они возникали внутри двойных звездных систем, то тогда они вращались бы в одну сторону. Похоже, что это не так, но пока мы еще не можем говорить об этом со стопроцентной уверенностью, так как число событий по-прежнему остается небольшим. Мы сейчас стоим на том же этапе развития, что и Галилей, впервые увидевший луны Юпитера, – тогда человечество только начало понимать, как устроена Солнечная система. Гравитационные волны стали нашим новым окном во Вселенную, через которое мы будем смотреть на нее в нынешнем и следующем столетии. Многие вещи остаются непонятными, и пока у нас нет ни знаний, ни опыта для того, чтобы найти в данных LIGO что-то новое, касающееся теории относительности и того, как работает квантовая гравитация. Мне, как космологу, интереснее думать не о современных гравитационных детекторах, а о том, что через 50 лет они будут видеть не только слияния черных дыр, но и гравитационные волны, рожденные во время Большого взрыва.— Смогут ли LIGO или другие гравитационные детекторы доказать или опровергнуть то, что мы живем внутри голограммы или черной дыры?— Мне кажутся такие идеи несерьезными – они годятся лишь для того, чтобы попасть на страницы газет и интернет-изданий. Пока не существует никаких физических намеков на то, что мы живем внутри плоской голограммы или компьютерной симуляции, в своеобразной "Матрице". С другой стороны, подобные вопросы все же рассматриваются серьезно по той причине, что они напрямую связаны с теорией квантовой гравитации и проблемой ее проверки, а также с природой пространства-времени. LIGO и другие существующие и строящиеся детекторы могут наблюдать за гравитационными волнами только в так называемом классическом режиме – они не могут наблюдать за колебаниями пространства-времени, возникающими на самой границе горизонта событий, где на их поведение и формирование будут влиять квантовые эффекты. Поэтому они вряд ли помогут нам найти ответ на этот вопрос.В будущем, конечно, подобные детекторы появятся, и пока у нас есть много других интересных вопросов. К примеру, мы пока не понимаем, как возникают сверхмассивные черные дыры в центрах галактик, возникают ли галактики вокруг таких черных дыр или же дыры рождаются внутри галактик, а также многое другое. Конечно, могут быть случайные удивительные открытия, подобные обнаружению того, что Вселенная расширяется все быстрее, но пока у нас нет даже детекторов, которые могли бы зафиксировать такие вещи даже чисто теоретически.— Если говорить о расширении Вселенной – недавно ваши коллеги нашли большие расхождения в скорости ее роста после Большого взрыва и сегодня. Может ли "новая физика" скрываться там?— В физике очень часто появляются расхождения, и чаще всего они исчезают сами по себе. Если у вас появляются какие-то интересные результаты, то в 99% случаев они оказываются случайностью или ошибкой, и только в одном проценте – реальным открытием. Мы все надеемся, что эти открытия входят в этот процент, но нужно понимать, что погрешности измерений присущи каждому эксперименту. К примеру, когда я был молодым, разные эксперименты указывали на две скорости расширения Вселенной – 50 километров в секунду на мегапарсек и 100 километров в секунду на мегапарсек. И то и другое значение считались достаточно точными, и погрешность измерений была небольшой — плюс-минус пять километров в секунду на мегапарсек, однако сами значения при этом различались примерно в два раза.Текущие расхождения гораздо скромнее — значения скоростей различаются всего на 2-3 процента, однако всем кажется, что это очень серьезные несостыковки, за которыми скрывается что-то реально новое. Я же отношусь к этому "открытию" довольно скептично, но возможно, что и новые, и старые расхождения действительно существуют. Мне же лично кажется, что это не так, так как, с точки зрения теории, энергия пустого пространства должна оставаться постоянной по целому ряду причин. Поэтому крайне маловероятно, если это не так. Сама возможность того, что энергия вакуума могла меняться в прошлом, интересна нам потому, что такой сценарий позволяет нам гораздо больше узнать о том, как устроена Вселенная и как устроено пространство-время, чем если бы скорость расширения Вселенной была постоянной на всем протяжении ее существования. С другой стороны, нужно понимать, что Вселенная существует не для того, чтобы исполнять наши желания, и поэтому мне кажется, что на самом деле скорость ее расширения никогда не менялась, и никакой новой физики тут нет.— Если говорить о мечтах: вы являетесь одним из участников проекта Breakthrough Starshot, насколько вообще можно говорить о том, реализуем ли он и какую реальную пользу мы могли бы извлечь из него?— Сможем ли мы создать зонд, который сможет двигаться со скоростью в 20% от скорости света? Пока я могу лишь сказать, что это идея в принципе реализуема, однако ее претворение в жизнь будет очень сложной задачей. С другой стороны, мне кажется, что нам вполне по силам создать технологии, способные разгонять небольшие зонды до скоростей, позволяющих достичь окраин Солнечной системы за несколько дней, а не десятки лет. Подобные аппараты позволят нам всесторонне изучить все планеты и небесные тела за очень короткое время. И базой для их создания станут те разработки, которые будут созданы в рамках "невозможного" Breakthrough Starshot. И на самом деле, подобная постановка вопроса не совсем корректна – главная цель этого проекта заключается не в достижении каких-то конкретных задач, а в популяризации освоения космоса, почему я, собственно, и согласился участвовать в нем. С точки зрения чистой практики гораздо интереснее выглядит проект Breakthrough Listen.— Вы являетесь председателем редакции журнала Bulletin of Atomic Scientists, хранителей "часов судного дня". С чем связано то, что вы передвинули стрелку на 30 секунд в сторону ядерной катастрофы, и как мы могли бы отодвинуть ее назад?— Главное понимать, что наши часы указывают не на абсолютные, а относительные значения. Иными словами, сдвиг их стрелок говорит о том, как изменилась ситуация за год. В данном случае мы просто говорим о том, что сейчас ситуация стала опаснее, чем она была в прошлом году. Мы подвинули стрелку на 30 секунд в сторону ядерной "полночи" по нескольким причинам. Во-первых, президенты двух ведущих ядерных держав сделали ряд агрессивных заявлений о ядерном оружии и сделали ситуацию вокруг него более напряженной, чем она была раньше. Конечно, дела убедительнее слов, но слова президентов все равно стоят многого в мире политики. Президент Трамп, как мне кажется, плохо понимает то, что представляет собой ядерное оружие и почему нам важно сдерживать его распространение. Поэтому его фразы о расширении арсенала США и его нежелание участвовать в соглашениях по нераспространению ядерного оружия вызвали большое беспокойство у нас.Кроме ухудшения отношений России и США, в мире происходили и другие события, которые повлияли на наше решение. Северная Корея продолжает проводить ядерные испытания и пуски баллистических ракет, а также власти США сегодня отрицают существование другой опаснейшей угрозы для существования всей цивилизации в целом – глобальное потепление. Вдобавок, возникли новые проблемы, такие как кибер-атаки и кибер-войны. Все это заставило нас подвинуть стрелку на 30 секунд. Как можно их повернуть назад? Мне кажется, эту проблему могут решить только простые люди, так как политики давно не прислушиваются к ученым. Они начнут слушать нас только тогда, когда об этом будет говорить все общество, и наш журнал, по сути, и существует для того, чтобы информировать публику и побуждать ее к действию.— Стивен Хокинг считает, что человечество выживет только в том случае, если до конца текущего столетия мы станем "космическим" видом и приступим к колонизации других планет. Схожие идеи излагал Элон Маск. Насколько они реалистичны?— Мне кажется, что у нас на Земле хватает проблем, которые нужно решить до того, как мы отправимся колонизировать Марс. В далеком будущем, через несколько столетий, нам действительно понадобится покинуть Землю, однако пока такой нужды нет. Я хорошо знаю Элона, он делает хорошие ракеты и электромобили, но его планы по колонизации Марса пока очень далеки от реальности. Человечество, на мой взгляд, должно в первую очередь стать земным видом и научиться сообща решать глобальные проблемы, прежде чем мы сможем начать покорять космос. Мы уже постепенно становимся таким видом – в последние десятилетия у нас возникла способность менять облик Земли на глобальном уровне, и нам нужно привыкнуть к этому.— Если говорить о будущем – сможем ли мы когда-либо увидеть то, что происходило в самый первый момент Большого Взрыва и где будет совершен следующий прорыв в космологии?— С одной стороны, можно сказать, что если бы я знал, где именно мы совершим прорыв в космологии в ближайшие двадцать лет, то я бы тогда уже занимался этой темой. С другой стороны, если говорить серьезно, то мы сейчас находимся на пороге потенциально эпохального открытия. Микроволновые детекторы на южном полюсе, которые наблюдают за эхом Большого Взрыва, почти достигли нужной чувствительности для того, поймать гравитационные волны, порожденные в первый момент жизни Вселенной. Если нам удастся их зафиксировать, то мы узнаем много нового о том, как она выглядела в первую миллионную долю от миллиардной доли аттосекунды (10 в минус 18 степени секунды) своего существования. Кроме того, мы получим первые однозначные данные о том, существуют ли параллельные Вселенные, и решим многие вопросы, которые совсем недавно считались метафизикой, а не чем-то, что можно проверить эмпирическим путем. Поэтому я считаю, что мы живем в одно из самых интересных времен для космологии и астрономии – все лучшее в науке нас еще ожидает.ОтсюдаВы также можете подписаться на мои страницы:- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy- в инстаграм: https://www.instagram.com/podosokorsky/- в телеграм: http://telegram.me/podosokorsky- в одноклассниках: https://ok.ru/podosokorsky

02 июня, 01:01

Главный секрет Искусственного Интеллекта: никто не знает как он работает

В прошлом году на тихих дорогах Монмут-Каунти, штат Нью-Джерси, появился странный беспилотный автомобиль. Экспериментальный аппарат, разработанный Nvidia, внешне не отличался от других автономных автомобилей, но тем не менее не был похож на то, что продемонстрировали Google, Tesla или General Motors. Автомобиль не выполнял инструкции инженеров или программистов. Вместо этого он полностью полагался на алгоритм, который учился водить, наблюдая, как человек делает это.Научить автомобиль вести себя подобным образом было внушительным достижением. Однако тревогу вызывает то, что непонятно машина принимает решения. Информация от датчиков автомобиля поступает прямо в огромную сеть искусственных нейронов, которые обрабатывают данные, а затем доставляют команды, необходимые для управления рулевым колесом, тормозами и другими системами. Результат, кажется, соответствует реакциям, которые вы ожидаете от человека-водителя. Но что, если однажды он сделает что-то неожиданное, например, врежется в дерево или заглохнет на зелёном? На данный момент трудно будет понять почему. Система настолько сложна, что даже инженеры, разработавшие её, испытывают сложности в установлении причин отдельных действий. И вы не можете спросить её: нет очевидного способа создать такую ​​систему, чтобы она всегда могла объяснить, почему она сделала то, что она сделала.Таинственный ум этого автомобиля свидетельствует о надвигающейся проблеме. Базирующаяся в автомобиле технология искусственного интеллекта, известная как глубокое обучение, оказалась очень эффективной при решении проблем за последние годы, и она широко применяется для таких задач, как распознавание изображений, голоса и языковой перевод. Сейчас есть надежда, что такие же методы смогут диагностировать смертельные болезни, принимать решения в торговле на миллионы долларов и делать бесчисленное множество других вещей для преобразования целых отраслей.Но этого не произойдёт — или не должно произойти — если мы не найдём способы сделать такие методы, как глубокое обучение, более понятными их создателям и подотчётными пользователям. В противном случае будет трудно предсказать, когда могут произойти сбои, а они неизбежны. Это одна из причин, по которой автомобиль Nvidia все ещё экспериментален.Уже сейчас математические модели используются для определения того, кто заслуживает условно-досрочного освобождения, кто достоин получения кредита, а кого следует взять на работу. Если бы вы могли получить доступ к этим математическим моделям, можно было бы понять их рассуждения. Но банки, военные, работодатели и другие теперь обращают внимание на более сложные подходы, которые могут сделать автоматизированное принятие решений совершенно непостижимым. Глубокое обучение — наиболее распространённый из этих подходов, представляет собой принципиально иной путь программирования компьютеров. «Эта проблема уже актуальна, и в будущем она будет гораздо более актуальной», — говорит Томми Яаккола, профессор Массачусетского технологического института, который работает над приложениями машинного обучения. «Неважно инвестиционное ли это решение, медицинское или, возможно, военное, вы не захотите просто полагаться на метод из «чёрного ящика».Уже существует аргумент по поводу того, что возможность допросить систему ИИ о том, как она пришла к своим выводам, является фундаментальным юридическим правом. Начиная с лета 2018 года, Европейский Союз может потребовать, чтобы компании давали пользователям объяснения решений, которые принимают автоматизированные системы. Это может быть невозможно даже для систем, которые кажутся относительно простыми, таких как приложения и веб-сайты, которые используют глубокое обучение для показа рекламы или рекомендации песен. Компьютеры, которые запускают эти службы, запрограммированы сами собой, и они делают это так, что мы не можем понять. Даже инженеры, которые строят эти приложения, не могут полностью объяснить их поведение.Это поднимает ошеломляющие вопросы. По мере развития технологии, мы, возможно, вскоре пересечём некоторый порог, за которым использование ИИ потребует большего доверия. Конечно, мы, люди, не всегда можем по-настоящему объяснить наши мыслительные процессы — но мы находим способы интуитивно доверять и оценивать поведение других людей. Будет ли это также возможно с машинами, которые думают и принимают решения иначе, чем мы? Человечество никогда раньше не строило машины, которые принимают решения неведомым даже их создателям образом. Насколько мы можем доверять разумным машинам, которые могут быть непредсказуемыми и непостижимыми? Эти вопросы отправили меня в путешествие к самому передовому краю исследований в области алгоритмов искусственного интеллекта, в ходе которых я посетит Google, Apple и многие другие места, а также встретился с одним из великих философов нашего времени.Художник Адам Феррисс создал это и следующее в статье изображение, с помощью программы Deep Dream, которая настраивает картинку так, чтобы глубокой нейронной сети было удобнее его распознавать. Изображения были получены с использованием слоя нейронной сети среднего уровняВ 2015 году исследовательская группа в больнице Маунт Синай в Нью-Йорке решила ​​применять глубокое обучение в обширной базе данных больницы о пациентах. Этот набор данных содержит сотни переменных, взятых из результатов тестирования, визитов к врачу и т. д. Полученная в результате программа, которую исследователи назвали Deep Patient, была обучена с использованием данных примерно 700 000 человек, а при тестировании на новых данных она оказалась невероятно хороша при прогнозировании болезни. Без какой-либо экспертной инструкции Deep Patient обнаружил шаблоны, скрытые в больничных данных, которые указывали на то, что люди находились на пути к широкому спектру заболеваний, включая рак печени. «Существует много замечательных методов прогнозирования заболеваний на основе записей пациента», — говорит Джоэл Дадли, возглавляющий команду Маунт Синай. Но, добавляет он, «Deep Patient просто потрясающ».В то же время Deep Patient немного озадачивает. Похоже, что он на удивление хорошо обнаруживает зарождение психических расстройств, таких как шизофрения. Но поскольку шизофрения, как известно, трудно поддаётся предсказанию для медиков, Дадли задался вопросом как это возможно. Он все ещё не знает. Новый инструмент не даёт представления о том, как он это делает. Если что-то вроде Deep Patient на самом деле собирается помочь врачам, в идеале он должен объяснить свой прогноз, дабы убедить их в том, что он является точным и оправдать, скажем, изменение в лекарствах, которые будут назначены. «Мы можем построить эти модели, — печально говорит Дадли, — но мы не знаем, как они работают».Искусственный интеллект не всегда был таким. С самого начала были две мыслительные школы которые спорили по поводу того, насколько понятным или объяснимым должен быть ИИ. Многие думали, что имеет смысл создавать машины, которые рассуждали по правилам и логике, делая их внутренний диалог прозрачным для любого, кто хотел бы изучить код. Другие считали, что интеллект будет легче проявляться, если бы машины будут черпать вдохновение в биологии и будут учиться, наблюдая и переживая. Это означало, что компьютерное программирование должно происходить у него в голове. Вместо написания команд программистом программа генерирует свой собственный алгоритм на основе данных примера и желаемого результата. Технологии машинного обучения, которые позже эволюционировали в самые мощные сегодня системы ИИ, следуют последнему пути: машина, по сути, сама программирует себя.Сначала этот подход имел ограниченное практическое применение, и в 1960-х и 70-х годах он оставался в основном ограниченным. Затем возобновился интерес к компьютеризации многих отраслей и появлению больших массивов данных. Это вдохновило разработку более мощных методов машинного обучения, особенно новых версий одной из них, известной как искусственная нейронная сеть. К 1990-м годам нейронные сети могли автоматически оцифровывать рукописные символы.Но только в начале этого десятилетия, после нескольких хитроумных ухищрений и уточнений, очень большие или «глубокие» нейронные сети продемонстрировали значительное улучшение автоматического восприятия. Именно глубокое обучение «виновно» в сегодняшнем росте возможностей ИИ. Оно дало компьютерам необычайные возможности, такие как способность распознавать произносимые слова почти так же хорошо, как и человек — слишком сложный навык, чтобы вручную обучить ему машину. Глубокое обучение трансформировало компьютерное зрение и значительно улучшило машинный перевод. В настоящее время оно используется для руководства всеми видами ключевых решений в медицине, финансах, производстве и за его пределами.Адам Феррис и DeepDreamРабота любой технологии машинного обучения по своей природе более непрозрачна даже для компьютерных специалистов, чем вручную написанная система. Это не значит, что все будущие техники искусственного интеллекта будут одинаково непознаваемы. Но по своей природе глубокое обучение — особенно глубокий чёрный ящик.Вы не можете просто заглянуть внутрь глубокой нейронной сети, чтобы увидеть, как она работает. Аргументация сети встроена в поведение тысяч смоделированных нейронов, расположенных в десятках или даже сотнях сложно взаимосвязанных слоёв. Каждый нейрон в первом слое получает вводную, как и интенсивность пикселя в изображении, а затем выполняет вычисление перед выводом нового сигнала. Эти выходные сигналы передаются в сложной сети нейронам следующего уровня и так далее, пока не будет получен общий результат. Кроме того, существует процесс, известный как back-propagation, который корректирует вычисления отдельных нейронов таким образом, чтобы сеть научилась производить желаемый результат.Множество уровней в глубокой сети позволяют распознавать вещи разной сложности абстракции. Например, в системе, предназначенной для распознавания собак, нижние слои распознают простые вещи, такие как контуры или цвет; более высокие слои распознают более сложные вещи, такие как мех или глаза; и уже самый верхний слой идентифицирует весь объект как собаку. Такой же подход может быть применён и к другим вводным, которые заставляют машину обучать себя: звукам, которые составляют слова в речи, буквам и словам, которые создают предложения в тексте, движениям рулевого колеса, необходимым для вождения.Использовались оригинальные стратегии, чтобы попытаться отследить и таким образом объяснить более подробно, что происходит в таких системах. В 2015 году исследователи из Google изменили алгоритм распознавания изображений на основе глубокого обучения, чтобы вместо того, чтобы определять объекты на фотографиях, он генерировал или изменял их. За счёт эффективного выполнения алгоритма в обратном порядке, они хотели обнаружить функции, которые программа использует для распознавания, скажем, птиц или зданий. Полученные изображения, созданные проектом, известным как Deep Dream, продемонстрировали гротескных инопланетных животных, появлявшихся из облаков и растений, радужные пагоды, цветущие среди лесов и горных хребтов. Изображения доказали, что глубокое обучение необязательно полностью непостижимо: алгоритмы основываются на знакомых визуальных функциях, таких как птичий клюв или перья. Но изображения также намекали на то, насколько глубокое обучение отличается от человеческого восприятия, и как оно интерпретирует артефакты, которые мы могли бы проигнорировать. Исследователи Google отметили, что когда его алгоритм генерировал изображения гантели, он также генерировал человеческую руку, удерживающую её. Машина пришла к выводу, что рука является частью вещи.Дальнейший прогресс был достигнут благодаря использованию идей, заимствованных из неврологии и когнитивной науки. Группа во главе с доктором из Университета Вайоминга Джеффом Клюном (Jeff Clune) использовала аналоговый эквивалент оптических иллюзий для тестирования глубоких нейронных сетей. В 2015 году группа Клюна продемонстрировала, как определённые изображения могут обмануть такую ​​сеть и заставить её воспринимать вещи, которых там нет, потому что изображения используют низкоуровневые шаблоны, которые ищет система. Один из сотрудников Clune, Джейсон Йосинский, также создал инструмент, который действует как зонд в мозге. Его инструмент нацелен на любой нейрон в середине сети и ищет изображение, которое активирует его больше всего. Изображения, которые появляются, являются абстрактными (представьте, что импрессионисты рисуют фламинго или школьный автобус), вынося на первый план таинственную природу способностей машины воспринимать вещи.Однако нам нужно больше, чем просто заглянуть в мышление ИИ, и простого решения нет. Именно взаимодействие вычислений внутри глубокой нейронной сети имеет решающее значение для распознавания образов более высокого уровня и принятия сложных решений, но эти вычисления являются паутиной математических функций и переменных. «Если бы у вас была очень маленькая нейронная сеть, вы могли бы её понять», — говорит Яаккола. «Но как только она становится очень большой и имеет тысячи единиц на слой при сотнях слоёв, тогда всё становится совершенно непонятным».В офисе рядом с Яакколой работает Регина Барзилай, профессор Массачусетского технологического института, которая намерена применять машинное обучение в медицине. Метод был удивительным сам по себе, но Барзилай был также встревожен тем, что современные методы статистического и машинного обучения не использовались для оказания помощи в онкологических исследованиях или для руководства по лечению пациентов. Она говорит, что ИИ обладает огромным потенциалом для медицины, но понимает, что этот потенциал будет означать выход за рамки одних лишь медицинских записей. Она предлагает использовать больше необработанных данных, которые, по её словам, в настоящее время недостаточно используются: «обработка изображений, данных патологии, всей этой информации».После того, как она закончила изучать лечение рака в прошлом году, Барзилай и её ученики начали работать с врачами в больнице Массачусетса, чтобы разработать систему, способную выявлять патологии и идентифицировать пациентов с определёнными клиническими характеристиками, которые исследователи могли бы хотеть изучить. Тем не менее, Барзилай понял, что системе необходимо будет объяснить свои аргументы. Итак, вместе с Яакколой и учеником она добавила шаг: система извлекает и выделяет отрывки текста, которые являются репрезентативными по найденному шаблону. Барзилай и её ученики также разрабатывают алгоритм глубокого обучения, способный обнаруживать ранние признаки рака молочной железы по изображениям маммограммы, и они направлены на то, чтобы дать этой системе некоторую способность объяснить ёе рассуждения. «Вам действительно нужно создать цикл, в котором машина и человек будут сотрудничать», — говорит Барзилай.Насколько хорошо мы можем поладить с машинами, которые непредсказуемы и непостижимы?Американские военные вкладывают миллиарды в проекты, которые будут использовать машинное обучение для пилотирования транспортных средств и самолетов, выявлять цели и помогать аналитикам просеивать огромные груды разведывательных данных. Здесь больше, чем где-либо ещё, даже больше, чем в медицине, мало места для алгоритмической тайны, и министерство обороны определило объяснимость как ключевой камень преткновения.Дэвид Ганнинг, менеджер программ в Агентстве перспективных исследований обороны, наблюдает за программой под названием Explainable Artificial Intelligence. Ветеран агентства, который ранее курировал проект DARPA, позднее переродившийся в Siri, Ганнинг говорит, что автоматизация примерима в бесчисленных военных областях. Аналитики тестируют машинное обучение как способ выявления закономерностей в огромных количествах шпионских данных. В настоящее время разрабатываются и тестируются многие беспилотные наземные транспортные средства и летательные аппараты. Но солдаты, вероятно, не будут чувствовать себя комфортно в роботизированном танке, который не будет им ничего объяснять, а аналитики будут неохотно работать с информацией без каких-либо рассуждений. «Часто характер этих систем машинного обучения приводит к появлению множества ложных тревог, поэтому аналитику Intel действительно нужна дополнительная помощь, чтобы понять, почему была сделана та или иная рекомендация», — говорит Ганнинг.В марте этого года DARPA выбрало 13 проектов из академических и промышленных кругов для финансирования по программе Ганнинга. Некоторые из них могли опираться на работу, возглавляемую Карлосом Гестрином, профессором Вашингтонского университета. Он и его коллеги разработали способ, позволяющий системам машинного обучения обосновывать свои результаты. По сути, в рамках этого метода компьютер автоматически находит несколько примеров из набора данных и даёт по ним короткое пояснение. Например, система, предназначенная для классификации сообщений электронной почты, поступающих от террориста, может обрабатывать миллионы сообщений при подготовке и принятии решений. Но, используя подход вашингтонской команды, она может выделить определённые ключевые слова в сообщении. Группа Гестрина также разработала способы для систем распознавания изображений, чтобы распознать их алгоритмы, выделив наиболее важные части изображения.Один из недостатков этого подхода и других подобных ему, состоит в том, что предоставленные объяснения всегда будут упрощены, что означает, что некоторые важные сведения могут быть потеряны на этом пути. «Мы не достигли мечты, согласно которой в ИИ беседует с нами и объясняет свои действия», — говорит Гестрин — «мы далеко от истинной интерпретации ИИ».Неясности не должно быть в ситуациях с высокими ставками, таких как диагностика рака или военные манёвры. Знание рассуждений ИИ также будет иметь решающее значение, если технология станет общей и полезной частью нашей повседневной жизни. Том Грубер, возглавляющий команду Siri в Apple, говорит, что объяснимость — это ключевое соображение для его команды, поскольку она пытается сделать Siri более умным и способным виртуальным помощником. Грубер не комментирует конкретные планы относительно будущего Siri, но легко представить, что если вы получите рекомендацию ресторана от Siri, то захотите узнать, на чём были основаны её выводы. Руслан Салахутдинов, директор отдела исследований ИИ в Apple и адъюнкт-профессор Университета Карнеги-Меллона, видит объяснимость в качестве основы эволюции отношений между людьми и интеллектуальными машинами. «Это приведёт к доверию» — говорит он.Так же, как многие аспекты человеческого поведения невозможно объяснить подробно, возможно, и для ИИ не получится объяснить все, что он делает. «Даже если кто-то может дать вам разумное объяснение [его или её действий], оно, вероятно, будет неполно, и то же самое может быть справедливо для ИИ», говорит Кьюн из Университета Вайоминга. «Это может быть только часть природы интеллекта, только часть доступна рациональному объяснению. Некоторые из них просто инстинктивны, или подсознательны, или непостижимы».Если это так, то на каком-то этапе нам, возможно, придётся просто довериться мнению ИИ или обойтись без его использования. Точно так же, как общество строится на контракте ожидаемого поведения, нам нужно будет проектировать системы ИИ, чтобы уважать наши социальные нормы и соответствовать им. Если мы хотим создавать роботизированные танки и другие машины для убийства, важно, чтобы принятие ими решений соответствовало нашим этическим суждениям.Чтобы исследовать эти метафизические концепции, я отправился в Университет Тафтса для встречи с Дэниелом Деннеттом, известным философом и ученым-когнитивистом, который изучает сознание и ум. Глава последней книги Деннетта «От бактерии до Баха и обратно», энциклопедического трактата о сознании, предполагает, что естественная часть эволюции самого интеллекта — это создание систем, способных выполнять задачи, которые их создатели не могут выполнить. «Вопрос в том, что нам нужно сделать, чтобы сделать наше детище разумным: какие стандарты мы требуем от них и от нас самих?» — говорит он мне в своем захламлённом кабинете в идиллическом университетском городке.У него также есть одно предупреждение. «Я думаю, что, если мы собираемся использовать эти вещи и полагаться на них, тогда давайте крепко задумаемся о том, как и почему они дают нам ответы, насколько это возможно», — говорит он. Но так как не может быть идеального ответа, мы должны быть так же осторожны в объяснениях ИИ – также, как и в человеческих обьяснениях — независимо от того, насколько умна машина. «Если она не может достичь успеха в обьяснении нам своей логики, — говорит он, — тогда не доверяйте ей».MIT Technology Review. Автор: Уйилл Кнайт, (с)

01 июня, 01:55

Метагалактика: возникновение и устройство без чудесатостей.

Вначале определим использованные термины:Гипермасса или материнская гипермасса – тот объект, который взорвался так называемым большим взрывам. В результате которого возникла наша метагалактика. Массу гипердыры никто не вычислял, но она на порядки больше всей массы того, что сейчас называется “вселенная” Сейчас гипердыра находится в центре диска метагалактики.Супермасса – вторичные массы, которые образовались в процессе большого взрыва. Они находятся не в центре метагалактики, а в её диске и имеют массу в миллионы (и меньше) галактик.Тёмные массы в центр галактик пусть называются чёрными дырами, как привыкли.Метагалактика – космическая структура в виде вращающегося диска материи с гипермассой в центре.  Метагалактика имеет массу триллионов галактик и сейчас её принято называть вселенной, подразумевая, что она одна такая. (Потому, что если таких объектов много, то и так латаная-перелатанай ОТО становится в бесконечной вселенной и вовсе абсурдной)Давайте вспомним генезис метагалактики отсюда: О величии Эйнштейна и спекуляции об устройстве вселенной. "Что происходит при гравитационном сжатии материи? Если сжать сильно, электроны проваливаются в ядра атомов и образуют нейтроны. Звезда превращается в нейтронную звезду – небольшой объект с плотностью атомного ядра. А если сжимать ещё больше, что произойдёт?    Науке это неизвестно. Но можно предположить, что вещество продолжит проваливаться во внутрь себя и трансформироваться. И провалившись во внутрь себя ещё глубже, оно может ещё во что то трансформироваться: в кварки там или в какой ни будь электронно-позитронный коктейль?    Что в этом случае произойдёт внутри гипермассы? Если предположить, что в результате сжатия возникнет смесь материи и антиматерии, то начнётся аннигиляция с полным уничтожением массы и превращением её в энергию. В фотоны, не имеющие массы. То есть, масса гипермассы (и гравитация её) стремительно начнёт уменьшаться, а давление в ней стремительно нарастать. Пока  скопившаяся внутри неё энергия не разорвёт гипермассу огромным взрывом. Этот процесс начнётся там, где давление максимально - в центре гипермассы. И взорвавшись от давления в центре, гипермасса сбросит оболочку и верхние слои материнской гипермассы, которая не подвергнется аниигиляции. Именно она и разлетится по вселенной в виде вещества метагалактики.    Вот вам и проявился последний вид преобразования энергии – аннигиляция.Именно её мощь раскидала галактики по вселенной. И другой силы не требуется. (Помните про "бритву Оккама!")Можно предположить, что эта гипермасса вращалась перед своим взрывом с огромной скоростью. Поэтому часть материи метагалактики разлетится из-за действия центробежной силы виде огромного блина в плоскости экватора гипермассы. Что мы и наблюдаем. По некоторым современным данным, наша метагалактика (вселенная) как раз имеет форму блина.    То вещество, которое не полетело в плоскости экватора, не получив дополнительного импульса от центробежной силы, не улетит далеко и опять упадёт в центр масс и превратится в гипермассу на том же месте. То есть гипермасса восстановится на прежнем месте. Материнская гипермасса, сбросив несколько процентов своей массы, вновь затаится на триллионы лет, пока не насосётся блуждающего по космосу вещества до критической массы и не взорвётся снова. А точнее, учитывая масштаб объекта, не взорвётся, а вздрогнет, выбросив часть массы в плоскости экватора.    Вещество же, которое разлетелось от экватора гипермассы в форме блина, разбросанное аннигиляционным взрывом в купе с  центробежными силами, преодолеет огромное тяготение гипермассы и продолжит разлетаться в пространстве".Продолжим: Ещё раз об устройстве вселенной.В рамках излагаемой мной по ссылке гипотезы объясним и другой парадокс: существования квазаров, как самых дальних из видимых нами объектов во вселенной. Квазар, по современным представлениям – «чёрная дыра», интенсивно поглощающая дозвёздную материю, существовавшую в виде газа и элементарных частиц.Но если после Большого взрыва материя вначале была в виде элементарных частиц, которые сконцентрировались в газ, газообразная «материя после большого взрыва слипалась вначале в малые протогалактики с первыми голубыми сверхмассивными звёздами.Которые мы наблюдаем ближе к нам. Которые ещё ближе к нам в пространстве и времени слипались в свою очередь в большие шаровые галактики. В шаровых скоплениях вещество падало в центр скопления. При этом закручивалось вокруг центра, пока не образовалась в центре сверхмассивная чёрная дыра с вращающимся диском вещества вокруг неё». Что мы и видим вблизи от нас по времени и в пространстве.И при этом, согласно теории красного смещения Хабла, и конечной скорости света, согласно СТО Эйнштейна, чем более дальние объекты от нас, тем мы их видим на более раннем этапе их эволюции. То квазаров быть не должно. Они ещё не успели возникнуть в то время, которое мы видим на этом расстоянии. Но они есть. И наблюдаются.Однако, по изложенной мной гипотезе:«И взорвавшись от давления в центре, гипермасса сбросит оболочку, которая не подвергнется аннигиляции. Именно она и разлетится по вселенной в виде вещества метагалактики.»Так вот: квазары в самых дальних окраинах метагалактики, это и есть осколки оболочки взорвавшейся гипермассы, сконденсировавшиеся в отдельные более мелкие "супермассы”, интенсивно поглощающие окружающую их газообразную дозвёздную материю - квазары. Самые верхние слои оболочки разлетелись, не трансформировавшись в результате аннигиляции в элементарные частицы. Как разлетается металлическая оболочка гранаты. То, из чего впоследствии образовались звёзды, по этой аналогии – продукты взрыва самого взрывчатого вещества гранаты.По этой гипотезы квазары обозначают границы всё расширяющейся нашей метагалактики.Тоесть, войды образуются вокруг квазаров, высасывающих ещё дозвёздную материю из окружающего пространства.Ближе к нам в пространстве и времени квазары без подпитки веществом гаснут и мы видим вокруг них только огромное пустое пространство - войд.Рассмотрим, процесс взрыва гипермассы более подробно:Оболочка материнской гипермассы разлетится не аннигилировав.  По радиусам от центра гипермассы. При этом осколки её оторвавшись от гипермассы, снова сольются под действием их гравитации в супермассы меньшего размера, типа капель ртути. Которые полетят по своим траекториям.При сбрасывании части массы из верхних слоёв гипермассы гравитационное давление в центре её снизится и аннигилировавшее или не успевшее аннигилировать вещество опять “кристаллизуется” в прежнее вещество гипермассы. Тоесть, гипермасса вздрогнет, сбросив част вещества, и восстановится с несколько уменьшенной массой на прежнем месте.Те супермассы, которые улетят в направлении под небольшим углом от полюсов гипермассы, далеко не улетят и начнут опять падать на гипермассу Или в центр масс, образовавшийся после Большого взрыва. Которые потом опять слипнутся вгипермассу.Вещество супермасс, улетевших в плоскости экватора быстро вращающейся гипермассы под дополнительным воздействием центробежной силы улетит в плоскости диска метагалактики и продолжит улетать в виде квазаров по его границам, всасывающим в себя дозвёздную материю, что мы и наблюдаем.В дальнейшем это вещество всосут в себя соседние гипермассы, которые за триллионы лет насосавшись блуждающей по космосу материи, тоже взорвутся, образовав другие метагалактики.Туда же всосётся и далеко улетевшее звёздное вещество диска метагалактики.Супермассы, которые улетят под меньшим углом к экватору гипердыры, будут притянуты массой вещества метагалактического диска и упадут на него по параболлической траектории. Пробьют в нём дыру, всосав по пути тогда ещё дозвёздную материю и выйдут с другой стороны диска на орбиту гипермассы. Продолжа вращение вокруг гипермассы перпендикулярно диску и, поскольку диск метагалактики тоже вращается, будут дырявить его в разных местах, образовывая новые войды, Теряя скорость от гравитационного торможения о вещество диска и всё приближаясь к материнской гипермассе. Пока или не упадут на неё, или не затормозятся окончательно в веществе диска и замрут там, поглощая материю диска.Но есть ещё одни супермассы, которые полетят под небольшим углом к плоскости диска метагалактики. Они под действием гравитации диска упадут на него под малым углом, пропашут на нём борозду, втягивая в себя вещество диска метагалактики и, затормозившись, замрут в диске метагалактики.От их движения образуются войды-борозды. Которые в своём начале борозды вдали от той супермассы начнут затягиваться под действием взаимного притяжения вещества диска метагалактики. Пока не превратятся в шарообразный, как все, войд.Таким образом, в метагалактике должны наблюдаться два типа войдов:С супермассой в центре и пустые, образованные пробитием диска супермассами, улетевшими в пространство.Пустые войды будут расширяться из-за взаимного притяжения дозвёздных и звёздных масс по их краям. А войды с супермассой в центре, после того, как супермасса всосёт в себя всё ближнее вещество, застынет в равновесии между тяготением супермассы и материи диска метагалактики по краям войда и законсервируется в своих размерах.Возможно, что к настоящему времени ещё не все супермассы долетели до мест своего успокоения и продолжают дырявить диск метагалактики уже перешедший в стадию звёздной материи, поглощая попутные галактики.Теперь объясним волокнистую структуру некоторых областей метагалактики, которую связывают с теорией суперструн.Суперструны как то прошли мимо меня и я ничего про них сказать не могу, но и в этом случае можно обойтись без них, ограничившись законом тяготения.Продолжим: Потоки галактик текут как реки. В чёрную гипер-дыру.Вот как по современным воззрениям выглядит космос на расстоянии радиусом 300 миллионов световых лет:Что я вижу в этих рисунках? А то, что потоки галактик сливаются в русла, которые текут к какому то невидимому центру масс. В качестве такового проще всего предположить огромную, массой в миллионы галактик, супермассу. Мы её не видим, вот и вам тёмная материя, вполне укладывающаяся в известные явления в космосе. Только очень большая. В миллионы раз больше чёрных дыр в центрах галактик, названных сверхмассивными. Особенно это хорошо видно на нижней схеме:Физика процесса такова: Галкатики летят в супермассу под воздействием её гравитации. Приближаясь к ней, галактики чисто геометрически сближаются и между собой. Между ними возникает взаимное гравитационное притяжение. Которое ещё сближает галактики, стягивая их в русла, текущие к супермассе.Вот и появились волокнистые структуры в метагалактике. И безо всяких суперструн.Теперь продолжим цитировать по последней ссылке для полноты картины:”И ещё один вопрос: почему метагалактика продолжает расширяться с ускорением?Что её ускоряет? Астрофизика предлагает для этого множество теорий, одна заумнее другой. А если исходить из принципа Оккама, не проще ли предположить, что выброшенное вещество тянут другие гипермассы, которыми заполнена вселенная? Которые будут тянуть материю к себе сильнее полегчавшей материнской гипермассы. Метагалактика будет разлетаться от центра взрыва под действием их гравитации, пока все её остатки не всосут в себя ближайшие гипермассы, и насосавшись до критической массы, какая то из них опять не взорвётся, породив новую метагалактику из остатков нашей и других”.Следует сказать, что те гипермассы, о которых я писал по ссылке, это не та супермасса, к которой текут реки из галактик на выше приведённых картинках. Те много больше и на два порядка дальше. Не 500 миллионов световых лет от нас, а больше 20 миллиардов. Но никто не сказал, что не может быть меньших по размеру и более близких, супермасс. К которым текут реки из галактик и которые сами в свою очередь текут в сторону более массивной гипермассы.Но и эта супермасса может быть только промежуточной супермассой, транспортирующий вещество метагалактики в гипермассу. Которую будущему человечеству ещё предстоит открыть.А пока вырисовывается примерно такая картина вселенной: Звёздное вещество падает в чёрные дыры в центрах галактик. Которые вместе с галактиками движутся в ещё более крупную супермассу (которую здесь называют Великим Атрактором) И там хоронится. Великий Аттрактор движется к ещё более массивной гипермассе или супермассе, чтобы исчезнуть в ней, и так несколько раз. Тоесть, супермассы составляют основную массу вселенной и одновременно служат транспортом материи в ещё большие гипермассы.“Чем это может закончиться? Сверхмассивной гипермассой, которая через триллионы лет проглотит всю материю видимой вселенной” и, насосавшись, взорвётся, породив другую метагалактику..Таким образом, вышеуказанные гипермассы служат переносчиком материи в чрево Атома Вселенной - гипермассы. Вот вам и вся тёмная материя…Достоинство вышеописанной картины мира в том, что для неё достаточно (или почти достаточно) уже открытых законов природы. И не требуется привлекать всё более чудесатые и чудесатые сущности для объяснения её функционирования. А конкретные расчёты её функционирования в соответствии с уже известными законами пусть делают профессиональные астрофизики. Я думаю, это гораздо проще тех формул, которыми пытаются обосновать ОТО. (Это я опять напоминаю про "бритву Оккама".)

Выбор редакции
25 апреля, 00:00

Попытки компьютеризировать ваш мозг. Илон Маск- не единственный

Всё в этой сфере не так революционно как «нейронное кружево» Маска. Но зато менее страшно и намного более реально.Илон Маск хочет объединить компьютер с человеческим мозгом, построить «нейронное кружево», создать «прямой кортикальный интерфейс», как бы это ни выглядело. В последние месяцы основатель Tesla, SpaceX и OpenAI неоднократно намекал на эти планы, а затем совсем недавно The Wall Street Journal сообщил, что Маск запустил компанию под названием Neuralink, целью которой является имплантировать крошечные электроды в мозг. «Однажды это «позволит мыслям напрямую взаимодействовать с сетью».И он не единственный, кто преследует данную цель. Брайан Джонсон, предприниматель из Силиконовой долины, который ранее продал стартап PayPal за 800 миллионов долларов, сейчас строит компанию под названием Kernel, пообещав профинансировать проект 100 миллионами собственных средств. Он говорит, что компания нацелена на создание нового вида «нейронных инструментов» в аппаратном и программном обеспечении – которые, в конечном счёте, позволят мозгу делать то, чего он никогда раньше не делал. «Меня волнует то, что я смогу считывать и записывать основные функции мозга», — говорит Джонсон.Другими словами, Маск и Джонсон применяют подход Силиконовой долины в области нейробиологии. Они говорят о технологии, которую хотят построить задолго до того, как она появится в реальности, задают повестку прежде остальных. И вкладывают деньги в эту идею так, как никто другой. Возьмите все эти научно-фантастические идеи с использованием интерфейсов мозга — вот откуда берётся термин «нейронное кружево», — и у вас появится совершенно новая и потенциально очень важная отрасль, в которой до смешного сложно разобраться.Давайте начнём здесь: По мнению Дэвида Иглмана, невролога Стэнфордского университета и советника Кернела, понятие симбиоза компьютерного интерфейса и человеческого мозга не ново, ему уже много лет. «При любой нейрохирургии существует определённый риск заражения, смерти на операционном столе и так далее. Нейрохирурги совершенно неохотно делают какие-либо операции, которые не требуют хирургического вмешательства, потому что человеческий мозг – штука тонкая», — говорит он — идея вживления электродов обречена с самого начала».Тем не менее, хирурги уже имплантировали устройства, которые могут помочь лечить эпилепсию, болезнь Паркинсона и другие заболевания с помощью так называемой стимуляции глубокого мозга. В подобных ситуациях риск оправдан. Исследователи из IBM ведут аналогичный проект, анализируя показания мозга во время эпилептических приступов с целью создания имплантатов, которые помогут остановить их до того, как они произойдут.Непосредственной целью Kernel и, по-видимому, Neurolink является работа с устройствами в тех же направлениях. Такие приборы будут не только посылать сигналы в мозг в качестве средства лечения, но и собирать данные о характере этих недугов. Как объясняет Джонсон, эти устройства также могут помочь собрать гораздо больше данных о том, как мозг работает вообще и, в конечном итоге, дадут важные данные науке. «Если у вас будет гораздо более высокое качество нейронных данных из большего числа областей головного мозга, это даст вам множество возможностей», — говорит Джонсон — «у нас просто не было правильных инструментов для сбора этих данных».Как объясняет Иглман, это может не только помочь вылечить заболевания мозга, но и улучшить возможности здоровых людей, ведь к мозгу будет иметься прямой доступ.То, что Джонсон и, предположительно, Маск надеются сделать в нынешний момент, так это собрать данные, которые могли бы через несколько лет помочь нам создать своего рода интерфейс, который позволит людям подключать свои мозги к машинам. Маск считает, что такие вещи помогут нам не отстать от искусственного интеллекта. «При любых темпах развития ИИ мы будем отставать от него — заявлял он на конференции летом прошлого года — «в конце концов интеллектуальное отставание может стать столь велико, что мы превратимся в некое домашнее животное вроде кошки. И мне идея быть домашним котом не нравится.Но Иглман категорически заявляет, что такого рода интерфейс не будет включать имплантацию устройств в здоровый мозг. То же самое говорят и другие учёные, работающие в данной сфере. Чэд Бутон, вице-президент по передовым технологиям в Институте медицинских исследований им. Фейнштейна, который работает над разработкой биоэлектронной технологии для лечения заболеваний, также предупреждает, что операция на мозге является невероятно инвазивной процедурой.Иглман считает, что учёным удастся разработать более совершенные способы взаимодействия с мозгом извне. Сегодня врачи используют такие методы, как функциональная магнитно-резонансная томография, или МРТ, чтобы понять, что происходит в мозге, а также транскраниальную магнитную стимуляцию, чтобы изменить его состояние. Но это довольно грубые методы. Если учёные смогут лучше понять мозг, говорит Иглман, они смогут улучшить эти методы и создать что-то более полезное.Исследователи могут также разработать генетические методы для модификации нейронов, дабы машины могли бы «читать и писать» в них находясь за пределами нашего тела. Или они могли бы разработать нанороботы с той же целью. Все это, говорит Иглман, более правдоподобно, чем имплантированное в нервы кружево.Тем не менее, если убрать весь грандиозный хайп вокруг заявлений Джонсона и Маска, Иглман восхищается тем, что они делают, главным образом потому, что они вкладывают деньги в исследования. «Поскольку они богаты, они могут сосредоточиться на большой проблеме, которую мы пытаемся решить, и попробовать добиться успеха», — говорит он.Всё это звучит не так революционно как нейронное кружево. Но зато менее страшно и намного более реально.Wired, Автор: Кейд Метц, перевод

25 марта, 07:08

Гравитационные волны изгнали монстра из центра галактики

Астрономы обнаружили сверхмассивную черную дыру, которая была вытолкнута из центра далекой галактики удивительной силой гравитационных волн. Астрономы считают, что объект, обнаруженный космическим телескопом «Hubble», очень мощный. Обладая массой более 1 миллиарда Солнц, черная дыра является самой массивной черной дырой из когда-либо обнаруженных подобных скиталиц. Исследователи считают, что для выброса черной дыры потребовалась бы энергия, эквивалентная одновременному взрыву 100 миллионов сверхновых. Наиболее правдоподобным объяснением является удар гравитационными волнами, вызванными слиянием двух массивных черных дыр в центре галактики. Предсказанные Альбертом Эйнштейном гравитационные волны – это искажения в пространстве, которые создаются при столкновении двух массивных объектов. Рябь похожа на концентрические круги, возникающие при падении камня в воду. В прошлом году обсерватория LIGO помогла астрономам доказать, что гравитационные волны существуют.

20 марта, 20:01

Россия будет добывать энергию Солнца на орбите Земли

Российская корпорация «Ростех» сообщает о разработке спутниковых систем преобразования солнечной энергии в лазерное излучение, которые будут передавать энергию на Землю.Преобразование солнечной энергии будет происходить на базе кислород-йодного лазера «Фойл» мощностью 1 ГВт, который установят на орбитальных спутниках. Электроэнергия вырабатывается за счет применения лазерно-оптической адаптивной системы формирования угловой расходимости до 10-7 рад.Над созданием устройства работают специалисты инновационного холдинга «Швабе», входящего в Госкорпорацию «Ростех».«В настоящий момент мы завершили научно-исследовательскую работу — нашими учеными разработан экспериментальный стенд с кислород-йодным лазером с накачкой солнечного излучения. Проект технического задания на опытно-конструкторскую работу по данному изобретению полностью подготовлен. Планируется, что финальный этап, предполагающий создание лазерных систем преобразования солнечной энергии, будет выполнен после 2020 года», — сообщил первый заместитель генерального директора холдинга «Швабе» Сергей Попов.Системы преобразования солнечной энергии станут еще одним шагом к переходу к возобновляемым источникам энергии и «позволят изменить существующую тенденцию превалирования углеводородных источников», сообщает «Ростех».Спутник, работающий на солнечной энергии, обещает создать компания Solar Impulse. Спутник будет раздавать дешевый интернет через Wi-Fi и GSM-соединение, а также помогать в наблюдениях за сельскохозяйственными площадями. Солнечная энергия позволит ему оставаться в небе долгие годы, не нуждаясь в подзарядке.источник

02 марта, 02:07

Для аспирантов в общественных науках

Отличная возможность для российских аспирантов в области экономики, политологии, социологии и смежных дисциплин. Можно провести год, работая на собственной российской диссертацией, в CREECA - междисциплинарном центре в Университете Висконсина в Мэдисоне. Это - важная точка на мировой карте науки в общественных (и остальных, про которые я знаю меньше) науках, и один из лучших городов для жизни в США. Из исследователей, работающих там, читатели моего блога знают политолога Скотта Гельбаха (с его новым блогом), моего многолетнего соавтора, юриста Кэтрин Хэндли, крупнейшего специалиста по российскому корпоративному закондательству, социолога Теда Гербера, тоже крупнейшего специалиста - только по социологии рынка труда в России, экономиста Стивена Дурлауфа, редактора The New Palgrave Dictionary of Economics, политолога Йошику Херреру, с которой я когда-то познакомился в Гарварде - как раз после того, как она закончила книгу об "Уральской республике", химерической идее, цветшей в Екатеринбурге в начале 1990-х. Самая привлекательная часть этого, по-моему, что работать нужно над собственной диссертацией для российского вуза. И при этом учиться у специалистов, которых в российских университетах нет. Моя собственная научная карьера началась с годичного постдока в гарвардском Дэвис-центре (кстати, Йошика была одним из руководителей центра), и я это очень рекомендую.

Выбор редакции
19 февраля, 17:06

Теория множества лун

Когда-то у нашей планеты могли быть десятки маленьких спутников, которые через тысячелетия сформировали объект, видимый нами сегодня.Втайне от большинства землян наша луна переживает кризис. Геофизики скажут вам что это «композиционный» кризис — возникший из-за составных лунных частей. Но это также и кризис «идентичности» — для учёных, изучающих Луну в качестве объекта изучения.Наша луна сформировалась около 4.5 миллиардов лет назад в период между 20 и 100 миллионами лет после того как сформировалась Земля. Как это произошло — вопрос дискуссионный. Возникла ли она в тандеме с Землёй из того же протопланетарного материала, или же отделилась позднее? Это идентичный нам близнец? Или же она была захвачена нашим гравитационным влиянием, когда пролетала мимо? С 80 годов 20 века консенсус сложился вокруг гипотезы одного удара, иногда называемого Большой Всплеск, которая предполагает, что луна сформировалась, когда объект планетарного размера, часто называемый Тейя, врезался в Землю и в результате на нашей орбите образовалось множество обломков. Но накануне в статье Nature Geoscience группа израильских учёных предположила другую увлекательную историю происхождения нашего естественного спутника: луна, по их представлениям, стала результатом не одного удара, а по меньшей мере десятка, и это не просто луна, а амальгама из множества лун, появившихся раньше.Сценарий одного удара был столь долго популярен потому, что изящно объяснял несколько критических факторов. С одной стороны, Луна испытывает значительный недостаток железа по сравнению с Землёй, и её ядро сильно меньше по отношению к массе чем земное. Компьютерное моделирование показывает, что такая луна могла возникнуть, если нашу планету по касательной поразил объект размером с Марс (имеющий одну десятую массы Земли), в результате луна должна состоять по большей части из ударного тела — небольшого ядра, и части бедной на железо мантии Земли. Касательный удар мог заставить вращаться нашу планету бестрее, и согласно последним вычислением в прошлом Земли такое действительно имело место. За последние три десятилетия, с ростом вычислительных возможностей, учёные смогли проверить различные виды факторов — ударные тела различных размеров, нанесение удара под разными скоростями и углами, вращение ударного тела с разной скоростью. Все эти сценарии показывают, что не так уж сложно создать луну, если не преследовать цель создать именно знакомый нам спутник.Что возвращает нас к текущему кризису. Исследования лунных камней и грунта, доставленного кораблём Аполлон в период между 1969 и 1972 годами, продемонстрировали, что лунный состав не соотносится с тем, который должен был образоваться в ходе Большого Всплеска. Элементы содержат в себе различный набор изотопов, к примеру, часто встречается старый кислород или 16O, содержащий в себе 8 нейтронов и 8 протонов, но также есть и редкий 17O с дополнительным нейтроном. На луне есть дефицит некоторых редкоземельных элементов, как и предсказано теорией одного удара, но эти элементы всё же есть на спутнике — не только кислород, но и титан, вольфрам и алюминий, среди прочего, обладают теми же изотопными сигнатурами, как и на нашей планете. Другими словами, щепотка пыли из лунного Моря Спокойствия может иметь одинаковое с пустыней Сахарой соотношение 16O и 17O. Если тело, которое поразило Землю состояло из схожего материала, что почти невероятно, то трудно предположить столкновение, результатом которого стали столь однородные объекты как луна и Земля. «Это ключевая проблема над которой мы бьёмся» — рассказал мне на выходных Робин Канап, астрофизик Юго-Западного Исследовательского Института Southwest и давний сторонник гипотезы одного удара.Новое исследование под руководством Ралуки Руфу, аспиранта факультета планетарных наук в Институте Наук Вайзмана и её руководителя Одед Ахаронсон, предложило свежий взгляд на данный вопрос. Идея изначально появилась у Хагаи Перетца, планетарного физика в Израильском Институте Технологий и соавтора исследования, который отметил, что, во времена образования Луны столкновения были обычным явлением. C учётом подобной активности, по мнению Перетца, маловероятно, что одно произошло слишком большое столкновение – достаточное для формирования Земли и Луны в их нынешнем виде – и за ним не случалось других столкновений. Столкновения — обычное дело при формировании спутников. «Так где же они, эти спутники?» Быть может, решили исследователи, они прямо перед нами, слившиеся в теле единого объекта, который виден нам сегодня, единая луна, ставшая результатом множества столкновений. Чтобы проверить эту идею Руфу запускала более чем 850 компьютерных симуляций, в которых использовалось большое число факторов, чтобы посмотреть какие виды лун образуются в результате. «Я воздействую на Землю, и соответственно строю Землю и уничтожаю Землю» — рассказала она.Руфу обнаружила, что возможно создать луну с помощью серии гораздо меньших ударов чем тот, который предполагался в ходе Большого Всплеска. «Если их было около 20, то мы могли бы получить луну нашего размера» — заявила учёный. Каждое столкновение приводило к тому, что от нашей планеты откалывался кусок, который затем становился спутником. Затем он удалялся достаточно далеко от нашей планеты дабы избежать нового удара, который происходил несколько миллионов лет спустя. Шаг за шагом эти спутники слились в единую большую перемешанную лунную массу.Руфу с готовностью признаёт, что её команде ещё предстоит много работы. Их модель предполагает, что отдельные спутники должны были сохраниться, в то время как в реальности (если теория верна) они пропали (следующим шагом должно стать изучение самого процесса слияния). Но на данный момент также статистически вероятно как то, что наша луна стала результатом нескольких столкновений, так и то, что столкновение было одно. «Я аплодирую группе» — говорит Кануп — «они убедили меня в том, что их идею стоит рассмотреть. Внезапно сценарий нескольких столкновений выглядит столь же вероятным, как и гипотеза Большого Всплеска — или столь же невероятным, в зависимости от вашей точки зрения». Руфу и Кануп не возражают против изучения ещё нескольких лунных камней. Хотя нынешний анализ лунных пород подтверждает их правоту, изучались камни всего из нескольких регионов луны, и они демонстрируют как даже как даже небольшое количество образцов может радикально изменить представления учёных. «Если бы у нас не было камней, то 30 лет назад мы бы решили, что разгадали загадку происхождения нашего спутника» — говорит Кануп.Что не подлежит сомнению, так это то, что луна, которую мы видим — единая, величественная, владычица времени и приливов — самая последняя из предыдущих спутников. Как и человеческие виды, быть может она единственная, кто дожил до нашего времени. «Независимо от того сформировалась ли она от одного удара или от множества, последние стадии формирования Земли включали в себя множество столкновений с другими небесными телами, так что у нас должно было быть много лун вместо одной — заявил мне Перетц — «возможно не более двух, максимум три в одно время. «Неплохо было бы их увидеть» — замечает Руфу.Наша нынешняя луна также, несомненно, последняя, или же последняя, которую мы увидим. Её орбита постепенно увеличивается, с каждым годом отдаляясь от Земли на пару дюймов, и в один прекрасный день спутник преодолеет наше притяжение. И никакой новой луны на её месте не появится, так как в нашем районе нет ничего достаточно большого, что могло бы помочь его создать. Быть может астероиды, но «на самом деле никто не ожидает, что объект размером с планету попадёт под притяжение Земли» — сказал мне Перетц, однако затем спохватился — «на самом деле Меркурий недостаточно стабилен на своей орбите в долгосрочной перспективе, если говорить о периоде примерно в 10 миллиардов лет» — заявил он — «но я не думаю, что нам стоит беспокоиться об этом прямо сейчас».Оригинал: The New Yorker, перевод

27 января, 20:41

Гос. расходы на научные исследования сократят на 19 млрд руб.

Расходы на развитие научно-технологического комплекса в 2017–2019 годах сократятся на 25 млрд руб. относительно цифр, которые были заложены на этот период в федеральной целевой программе развития научно-технологического комплекса на 2014–2020 годы. Непосредственно на научные исследования траты государства по программе сократятся почти на 19 млрд руб., следует из проекта постановления правительства, который размещен на портале нормативных правовых актов. Программа была принята в 2013 году и ежегодно корректировалась. Изначально на развитие науки и техники закладывалось 239 млрд руб., в том числе 197,6 млрд — из бюджета. 128,1 млрд должно было пойти на исследовательскую работу.Казна сэкономит в первую очередь на исследованиях, «направленных на решение комплексных научно-технологических задач», говорится в пояснительной записке к проекту. О каких исследованиях идет речь, в документе не сказано. Финансирование этой статьи программы сократится более чем на треть в 2017 году и вдвое — в 2018–2019 годах. На разработку научной продукции и технологий потратят за три года в среднем на треть меньше, чем планировалось. Финансирование «прикладных научных исследований для развития отраслей экономики» в 2017 году не изменится. Наиболее радикальное сокращение бюджета коснется материально-технической инфраструктуры: на ее поддержание потратят вполовину меньше запланированного. До трети бюджетного финансирования потеряют проекты популяризации науки. Также на треть меньше денег выделят на организацию международных научных мероприятий и участие в них.При этом вырастут расходы на капитальные вложения — речь идет о строительстве, реконструкции и техническом оснащении некоторых научных и учебных организаций. Это, например, Курчатовский институт, Московский энергетический институт (МЭИ), Московский инженерно-физический институт (МИФИ), Санкт-Петербургский политехнический университет. На них будет потрачено на 7,2 млрд руб. больше, чем предполагает действующая редакция программы. Экономия связана с необходимостью приводить программу в соответствие с федеральным бюджетом на ближайшие три года, пояснили РБК в пресс-службе Минобрнауки. В частности, в 2017 году Федеральное агентство научных организаций (ФАНО) получит на 10% меньше, чем годом ранее — около 74,6 млрд руб., Российская академия наук получит около 4 млрд, Российский научный фонд — 17,8 млрд, Курчатовский институт — 13,5 млрд; МГУ получит на фундаментальные исследования около 2,5 млрд.Сокращение бюджета на науку и технологии неизбежно, поскольку государственные расходы в целом сокращаются, сказал РБК президент Российской академии наук (РАН) Владимир Фортов. «На науку выделяется очень мало денег, и каждое сокращение больно ударяет по ученым. Есть программа фундаментальных исследований Академии наук. Ее сократили за последние три года практически в два раза», — пояснил глава РАН. По его словам, для улучшения ситуации необходимо «политическое решение». В начале декабря президент Владимир Путин подписал стратегию научно-технологического развития, и там наука отнесена к государственным приоритетам, напомнил Фортов. «Вот надо следовать этой стратегии, а не сокращать», — подчеркнул академик. Научное сообщество тоже должно принимать меры, чтобы добиться восстановления финансирования, убежден Фортов. Этим, в частности, должно заниматься ФАНО: «Мы готовы участвовать в борьбе за эти деньги».В краткосрочной перспективе сокращение финансирования научных исследований может не ощущаться, но долговременный эффект будет негативным, считает первый заместитель директора Института экономики РАН Дмитрий Сорокин: «Это приведет к тому, что лет через десять усугубится технологическое отставание». По его словам, сэкономить бюджет можно было, не сокращая финансирование науки, а выявляя области, где деньги расходуются неэффективно. «Вложения в Российскую академию наук действительно сокращаются. В первую очередь это касается общественных наук, — говорит Сорокин. — Но сегодня все институты испытывают недостаток средств именно на фундаментальные исследования. Нам говорят, что мы должны зарабатывать. Но надо не путать: наука — это познание нового, а зарабатывание денег — использование знания». Принятый Госдумой бюджет — «антинаучный и антиобразовательный», заявил РБК зампред комитета Госдумы по образованию и науке Олег Смолин. Доходы от нефти и газа в этом году больше запланированных, напомнил Смолин, но Минфин планирует направить дополнительные деньги либо на уменьшение дефицита бюджета, либо в Резервный фонд, хотя следовало бы профинансировать науку, уверен депутат.ОтсюдаВы также можете подписаться на мои страницы:- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy

27 января, 10:38

Еще раз поздравляю Виктора Петрика! О дешевых графенах.

Максим Калашников Считал и считаю Виктора Петрика пускай и сложным человеком, но гением и моим другом. Для начала - новость из недавних, из Америки.Физики случайно удешевили процесс производства графенаРоман Окашин•26 январяУченые из Канзаса объявили об открытии дешевого способа производства графена. Технология настолько простая, что состоит всего из трех главных составляющих: газа, свечи зажигания и камеры сгорания, рассказывает Science Daily.Подход следующий: ученые наполняют камеру ацетиленом или смесью кислорода и этилена. С помощью свечи зажигания от автомобиля смесь детонирует. После взрыва графен собирается на стенках алюминиевой камеры в виде сажи. Таким образом процесс получения графена заключается во взрыве материалов с высоким содержанием углерода. В этой технологии отсутствуют опасные и вредные химические вещества в производстве. Она позволяет легкого масштабировать производство под увеличивающиеся объемы. Особым преимуществом является то, что энергия, требуемая для производства, содержится в одной искре свечи зажигания. https://hightech.fm/2017/01/26/graphene_explosion М,К.: это - американцы сегодня. Но Петрик-то разработал гораздо более эффективный способ производства графенов 20 лет назад! Только его объявили шарлатаном, а один ублюдок-академик РАН заявил, что углеродистые соединения Петрика - это уголь для шащлычницы. Интересно, а что этот ублюдок скажет по поводу американских физиков? Тоже заявит, что это всего лишь сажа? Напомним, как дело было... Оригинал взят у m_kalashnikov в ОБ УГЛЕРОДЕ, ГЕНИИ И РЕПРЕССИЯХНачало - http://forum-msk.org/material/economic/9676424.htmlМаксим КалашниковОБ УГЛЕРОДЕ, ГЕНИИ И РЕПРЕССИЯХТеперь, после грамотно поставленных опытов на лабораторных мышах и спортсменах-добровольцах (http://forum-msk.org/material/economic/9676424.html), даже тысяча академиков и записных «борцов со лженаукой» не смогут ничем возразить Виктору Петрику. Обычная вода, пропущенная через его углеродные фильтры, действительно повышает жизнестойкость организма. И по качеству она – аки «Эвиан» для богатых. Отныне я буду звать Виктора Петрика Академиком: он достоин сего звания. Продолжаю свое расследование. Мне интересно: как родилась технология УСВР? И что она высветила в больном российском обществе? И что она может принести грядущей, Сверхновой России, моему СССР-2? ...РОЖДЕНИЕ УСВРУСВР, напомню, есть углеродные соединения высокой реакционной способности. Они – сердце фильтров Петрика. Именно УСВР считаю впечатляющим технологическим прорывом Академика. Первые исследования УСВР провел еще в 1997 году Институт криминалистики ФСБ РФ. Именно там дали заключение: перед ними – одноатомные слои углерода (графены) и углеродные пакеты, связанные между собою Вандерваальсовыми связями (слабые силы взаимного притяжения, способствующие сцеплению между соседними атомами или молекулами. Названы по имени Яна ван дер Ваальса, который исследовал это явление в XIX в. Силы вызваны распространением электронов в соседние атомы или молекулы). Никаких наночастиц от этого материала в воду не попадает, ибо это полностью исключено. Тогда же такие заключения дал химический факультет МГУ. Они подписаны членом-корреспондентом РАН Олегом Шпигуном, доктором химических наук, ведущим научным сотрудником кафедры аналитической химии. Но как вообще родилась технология создания УСВР – углеродных соединений высокой реакционной способности? Испокон веку углерод существовал в виде двух аллотропных форм – алмаза и графита. (Потом, в 1985 –м , открыли еще и фуллерен). Сажа, уголь – углерод в аморфном виде. Наконец, углерод крайне распространен в связанной форме – в углекислом газе, двуокиси углерода, коего полно в атмосфере. Как устроен алмаз, известно, пожалуй, любому мало-мальски образованному человеку советского закала. Он – идеальная трехмерная решетка, в которой «сидят» - на одинаковых расстояниях друг от друга - атомы. Они связаны между собой прочнейшими связями – ковалентными. А как устроен графит? Нарисуйте на листе бумаги пчелиные соты, состоящие из шестиугольников. В каждом углу этих гесагонов – атом углерода. И это – двумерные связи. Графит, таким образом, состоит из стопок таких вот «листов», из слоев. Каждый слой в графите, состоящий из шестиугольных «сот» - это графен, слой толщиной в один атом углерода. Здесь мы имеем стопку не трехмерных, а двумерных углеродных кристаллов. «Листы»-графены связаны между собою не ковалентными, а Вандерваальсовыми связями, каковые можно разрушить. Однажды Академик решил порвать эти Вандерваальсовы связи между «стопками» графенов. Ибо если это сделать, начинаются удивительные вещи. Именно так открыли третье состояние углерода – фуллерена. Разрывая связи между графеновыми слоями, получали вспученный графит. Брали крупицу графита, обрабатывали ее в серной и азотной кислотах с бихроматом калия. Потом – сушили. Что получалось? Между «листами» стопки образовывались соли графитовой кислоты (C6(COOH)6). Когда все это быстро нагревали до 2 тысяч градусов за 2-3 секунды, кристаллы соли разрывали связи между стопками-графенами. Выходил похожий на вату, терморасширенный графит. А что делал Академик? Между слоями графита он заселил специальное химическое соединение, способное к взрывообразному разложению. Это вещество – Cl2O7. Секрет – не в принципе, а в том, как произвести этот «разрыватель» слоев графена. Ибо в чистом виде он взрывается. Для того, чтобы создать это вещество, Академик применил особые электролизеры, где использовались сверхчистые платина и титан. Он создал и специальные ингибиторы, замедляющие скорость разложения. Сделав все это, он заселил соединение-разрыватель между графеновыми слоями в графите. Получается, так сказать, измененный графит, внешне неотличимый от обычного, чистого. (Академик называет его ГВРС – графит высокой реакционной способности). После этого можно капать в измененный графит вещество- инициатор (тоже секрет Академика), после чего начинается цепная реакция, хорошо видимая на кадрах видео. Графит вспучивается, растет в объеме. Внутри видны вспышки. http://www.youtube.com/watch?v=G2OY1BG3Y_UВпрочем, реакцию можно запустить и лазером, и даже сильным ударом молотка. Важно, как говорит Академик, взорвать критическое количество молекул. Главное, чтобы началась цепная реакция – химическая, конечно. Так, чтобы молекулы «разрывателя» взрывали соседние, создавая «ветвящуюся» реакцию. Реакция идет бурно. Графит разрывается и на графены (в один слой атомов), и на графеновые пакеты – по два, три … пятьсот слоев. Да, тут есть и действительно графены – слои в один атом. Просто они – в общей смеси с пакетами слоев. . Вот это и есть УСВР. Из его атомов углерода торчат «вбок» свободные атомные связи: они так и норовят захватить все, что «проплывает» рядом. Именно это и наделяет УСВР высокой реакционной способностью, делает его идеальным материалом для фильтров. За неимением же «проплывающего мимо» атомы УСВР начинают взаимодействовать между собой – и материал, как пыль под диваном, собирается в шарики. Потому УСВР имеет ограниченный ресурс работы. Его в фильтрах нужно периодически менять. В 1996 году в мире появилось понятие - «графен». А два и больше таких атомных слоя – зовутся «графитовыми пакетами». Фактически, Академик уже в те годы получил первые графены, хотя и в смеси. И поэтому же он презирает нобелевского лауреата Андрея Гейма, заявившего о существовании «двухслойного графена» (справьтесь в «Википедии») – ибо двухслойного графена не бывает. Это – графитовый пакет. От того, что сделали Гейм с Новоселовым до практического применения их работ – еще идти и идти «дорогой в тысячу ли». А Петриковы УСВР можно применять уже сейчас и в самых широких масштабах. Академик может получать УСВР в промышленных масштабах. Не беда, что при запуске реакции выделяются кислород и ядовитый хлор. Создана установка, где газы уходят в специальные полые колонны, где, пройдя через NaOH, они превращаются в ценный продукт – гипохлорит натрия. Его с выгодой продают: это очень сильное средство дезинфекции и, к тому же, окислитель в некоторых химических процессах. Отходов при производстве нет как таковых. Академик творит с графитом чудеса. Он может запустить бурный процесс, как на видео. Может – очень медленный, на две недели. А может и просто взрыв устроить. Он сам успел попробовать – и чуть не погиб. Измененный графит рванул по всему объему сразу. Все его молекулы взорвались одновременно…ПРЕСЛЕДУЯ ЛОЖНУЮ ЦЕЛЬ, НАТКНУЛИСЬ НА ЧУДОКак же родилось это чудо - УСВР? Удивительно: погнавшись за ложной целью, как это часто бывает в истории науки и техники, наткнулись на настоящий прорыв. Все началось с фуллереновой лихорадки, когда в 1996 году Нобелевскую премию получили химики Крото, Керл и Смолли, в 1985 году открывшие еще одно аллотропное состояние углерода – фуллерен. Да-да, те самые «мячики», состоящие из шестидесяти атомов углерода. Молекулы-фигурки, похожие на усеченный икосаэдр, сложенные из сот, пяти- и шестиугольников. Открыли фуллерен случайно. Никто не складывал атомы в икосаэдры неким сверхтонким инструментом, некими «нанопинцетами»: это невозможно. Все взяли из сажи. Крото и Смолли возились с парами графита, облучаемого лазером. Делали, так сказать, абляцию графита. Масс-спектрометр показал, что в парах, помимо обычного углерода, присутствуют некие кластеры из шестидесяти и семидесяти атомов углерода. Они посмотрели на осевшую после лазерной абляции сажу. Стали действовать на нее разными веществами. Наткнулись на то, что она растворяется в толуоле, окрашивая его в вишневый цвет. Глянули на сажу в электронный микроскоп – и увидели шарики. Те самые фуллерены. И в мире вспыхнула настоящая фуллереновая лихорадка. Фуллерены стали модой, очередным «пузырем». Чего только им не предрекали! Ура, триумф нанотехнологий! Все хотели купить их для опытов. Тем более, что в 1990 году Лэмб, Кретчмер и Хаффман разработали метод более дешевого получения фуллеренов – с помощью сжигания графитовых электродов в гелиевой атмосфере при низких давлениях. Там выход фуллеренов исчислялся граммами: они все той же сажей оседали на стенках камеры. Они получались из анода – в среднем от 3 до 12 процентов его массы. Цены на фуллерены упали впятеро, хотя и оставались очень высокими.Но, как горько шутит Академик, Большая Наука слишком часто высовывается из своей скорлупы, чтобы обмануть публику и вытянуть из нее побольше денег на свои эксперименты. В мире на применение фуллеренов сделали более тысячи шестисот патентов, среди них – четыре патента самого Академика. Многие из патентов времен «фуллереновой лихорадки» окаались абсолютной чушью и дичью. Например, использование нового наноматериала для очистки воды. Полный идиотизм – особенно если учесть, что фуллерены инертны, ибо все их атомы наглухо завязаны друг на друга. Тут нет, как в УСВР, торчащих свободных связей. Но правительство США ассигновало на исследования по фуллеренам несколько миллиардов долларов. Впрочем, сам нобелевский лауреат Смолли, став богачом, удалился жить на Виргинские острова. Он-то цену фуллереновой мании отлично знал с самого начала. Но вначале все кричали о том, что фуллерены себя покажут, стоит лишь разработать технологию их массового и дешевого производства. Да, их свойства действительно уникальны. Но как их толком использовать, никто до сих пор не придумал. Академик решил подзаработать на очередном поветрии и в 1994-м открыл первый в РФ частный Институт физики фуллеренов в Москве. Он решил получать фуллерены с помощью очень быстрого нагрева графита в токах высокой частоты. Аппаратура изготавливается в знаменитом Институте токов высокой частоты. И вот – первые опыты. Цилиндр из обычного, природного графита ставится в камеру индуктора. Включают ее. Три тысячи градусов Цельсия. Цилиндр трескается. И так – каждый раз. Природный графит нагревается неравномерно, он – неоднороден. Тогда академик решил спрессовать цилиндр из вспененного графита (обработанного кислотами). Но он не выдержал и пятисот градусов. Тогда Академик решил сам создать технологию разрыва связей в графите. И получил тот самый измененный графит – ГСВР. С веществом-разрывателем между графеновыми слоями. В итоге фуллерены Академик стал получать по цене в 20 центов за грамм. Только они оказались ненужными в таких количествах. Интерес к фуллеренам пропал, промышленного применения им не нашлось. Но и Академик не проиграл. Уникальная технология деструкции Вандерваальсовых связей в графите позволила выйти на создание УСВР – материала действительно нужного и прибыльного. И это окупило все усилия по погоне за ложной цель.. В итоге Академик смог получать УСВР нескольких разновидностей (по силе воздействия). С помощью УСВР можно создать целую гамму водяных фильтров. Хоть в «легком» варианте, для обработки водопроводной воды. Хоть в варианте «тяжелом», а-ля МЧС или спецназ, которыми можно очищать самую грязную, кишащую болезнетворными микроорганизмами воду. УСВР позволяет каждой семье обеспечить воду с качеством «Эвиана», преодолев последствия многолетнего упадка водопроводно-очистных систем. С помощью УСВР можно очищать промышленные стоки. Он же – прекрасный поглотитель для того, чтобы бороться с разливами нефти и нефтепродуктов. 25 кило УСВР поглощают тонну нефти. Впрочем, в Кувейте Академик пропускал сквозь свои фильтры загрязненную нефтью воду – и пил ее потом. Танкеры могут возить УСВР с собой – и использовать его при обработке пустых цистерн водой, чтобы не сливать ее потом, загрязненную, в море. Страна уже десять лет, как может выпускать УСВР в промышленных масштабах, завоевывая мировые рынки. Именно поэтому у меня дома теперь тоже стоить фильтр Петрика «ЗФ-2». Я пью воду, прошедшую через него, она дюже вкусна. И плюю на карканья «борцов со лженаукой». Увы, в «награду» Академик получил потоки помоев на свою голову. И этот случай стоит рассмотреть особо. Ибо «казус Петрика» высвечивает все уродство и патологии современного «общества».ЧТО ПОКАЗАЛ «КАЗУС ПЕТРИКА»?Как вы помните, в нынешней Эрэф изобрести что-то – огромное личное горе. Никому твое изобретение не нужно. Рынок будет еще десятилетиями брать не самое лучшее, а самое разрекламированное, прочно вбитое в мозги стада человечьего. Пускай даже это разрекламированное – сущее г…но по сравнению с новым. Любой, кто занимается проблемами инноватики всерьез, знает: практически у каждого изобретения есть своя «долина смерти». То есть, промежуток времени между появлением первых, успешных образцов изобретения/инновации и прорывом его на рынок. Многие изобретения просто гибнут в этой «долине смерти». Как правило, для ее преодоления инноваторы на Западе пользуются помощью государства. Как правило, военных ведомств или агентств типа ДАРПА. Государственные заказы помогают новому окрепнуть, доказать свою эффективность и завоевать внимание бизнеса. Не будь такой помощи – и даже западный рынок душил бы сотни отличных новаций.В РФ аналогов ДАРПА нет. Академик попробовал заменить ее (и преодолеть «долину смерти» для УСВР), протолкнув свои фильтры для широкого использования через программу «Чистая вода» по линии «Единой России». Именно это и вызвало яростную кампанию по уничтожению Петрика через либеральные СМИ. Понятно, что целили в «Единую Россию», но попутно и Академика подвергли такой же травле, как генетику по Вейсману-Моргану, как дарвинизм, как кибернетику и как Трофима Лысенко, вместе взятых. В итоге власть показала себя трусливой шлюхой, отшатнувшейся от Академика только в страхе перед ордой писак и СМИ-придурков.Ну, уничтожили вы «Чистую воду», уязвили «Едроссию». Сорвали план снабжения всех нас качественной водой вместо хлорированной гадости. Сохранили прибыли торговцев водой в бутылках. И хочется спросить «триумфаторов»: а вы как собираетесь решить проблему качественной воды для 142 миллионов жителей РФ? У вас есть настолько же дешевый и эффективный путь, как у Петрика? Или вы предложите нам сверхдорогие технологии с Запада? Плевать мне на «Едроссию»: вы почему забили копытами весьма прорывное изобретение? Ваши разоблачительные статьи проблемы здорового питья для русских не решат. Полными ослами показали себя и некоторые академики РАН. Смотрю телевыступления покойного ныне академика Круглякова, кинувшегося на УСВР-фильтры Петрика с яростью бешеной собаки. Вся аргументация сего ученого мужа: Петрик – мошенник, он скупал советские разработки в 90-е, его фильтры, де, заранее накачиваются чистой водой – и потом он вытесняет ее грязной водою. И если, мол, он побольше полил бы грязи или кока-колы, то мы увидели бы, что фильтры не работают. При этом не показано ни одного разоблачающего эксперимента. Очень жаль, что Кругляков умер. А то можно было бы публично усадить его в лужу, показав, как один фильтр пропускает до восьмисот литров воды. Продемонстрировав, как фильтры Академика чистят воду на промышленных предприятиях. Заодно ткнув в лицо «борцу со лженаукой» протоколы испытаний фильтров Петрика в двух западных лабораториях. Кидаясь в «разоблачения», РАН не удосужилась провести нормальной проверки технологии, грамотных сравнительных испытаний. Видите ли, читатель, я теперь дружен с Академиком потому, что ненавижу нынешнюю реальность, считая ее неизлечимо больной и обреченной. В ней царствует постмодерн: все превращается в стеб, в поверхностность, в несерьезность. Здесь нет попытки искать новое и работать по-настоящему. Тут, как в Средние века, враждебно встречают все новое, а самые нелепые слухи и поверия распространяются среди глупеющего человечьего стада почти так же, как во времена костров и инквизиции. Здесь положено верить в новую религию «глобального потепления» и смотреть в рот Западу, но изначально отвергать все, что создают русские. Здесь наука утратила любознательность, присущую естествоиспытателям прошлого, здесь больше не правят бал искатели нового знания, здесь слишком мало зачарованных странников, ищущих необычного. В науке «постмодерна» и «постиндустриализма» по-расейски официальные ученые по большей части стремятся «тащить и не пущать», забивая копытами все, что не соответствует их представлениям. Здесь новое распинают в стиле догматиков и инквизиторов, не пытаясь проверить изобретения на практике. Здесь положено думать, что «все уже изобретено». Здесь больше думают о сохранении своих титулов и привилегий, а не о прогрессе. «Казус Петрика» с отчетливой ясностью показал глубочайшую болезнь русского расколотого, впадающего в предсмертный маразм, общества. Кстати, травля Академика до боли напоминает ту же травлю, в какой нынешние «антисталинисты» обвиняют Сталина – в отношении генетики и кибернетики. И они же, мня себя великими либералами, сейчас делают то же самое. «Казус Петрика» и сие показал весьма ярко. Это позволяет мне сделать вывод: психологически-архетипически нынешние «либералы» – такие же, как и их предшественники тридцатых-пятидесятых. Значит, когда мы начнем наш национал-сталинизм и новую индустриализацию, они покорно примут и новые репрессии, и новый порядок. Ибо с помощью СМИ в их головы можно забить все, что угодно, стаду можно внушить все, что нам нужно. Они снова начнут друг на друга доносить безо всякой команды, приветствуя новые – высокоточные – проскрипции и конфискации. И даже станут нам рукоплескать. Их можно заразить мемами энтузиазма и любовью к технике. Главное – контролировать СМИ и поп-культуру. Но это так – к слову.Мы же продолжим убивать унылую сегодняшнюю реальность, ища победоносного и славного Завтра…

26 января, 10:01

Наши герои, которых проигнорировали все российские СМИ

Почему-то в России сомнительные личности, наподобие Божены Рыльской, или Ксении Собчак, или Филиппа Киркорова, получают прайм-тайм на центральных СМИ. Футболисты сборной России, известные своими «достижениями», постоянно находятся в центре внимания. А по-настоящему достойные люди, которыми мы не просто имеем право, но и обязаны гордиться, по неизвестной причине предаются забвению.Так случилось и со школьниками Александром Артемьевым (Киров), Ильей Кочергиным (Москва), Василием Юговым (Пермь) и Иваном Утешевым (Саранск).Эти молодые люди опередили всех своих конкурентов из 80 стран мира и завоевали золотые медали на международной Олимпиаде по физике в швейцарском Цюрихе.Ещё один достойный россиянин, Максим Елисеев из Саранска, смог завоевать «серебро».Соревнования по физике — суровое испытание для мозга. И начинается оно ещё на отборочном этапе.Предварительно по всей России были отобраны 25 школьников. Это — золотые умы, обладающие и талантом, и трудолюбием. К примеру, один из триумфаторов, Иван Утешев, 30 часов в неделю проводит в школьной лаборатории, а также при этом умудряется учиться игре на фортепииано.Так вот, из 25 человек затем на базе МФТИ были проведены сборы, по итогам которых отобрали делегацию из 5 человек.В Цюрихе участники показывали все свои знания и умения в двух этапах — экспериментальном и теоретическом.При этом ребята столкнулись не только с тяжелейшими заданиями, которые не каждый взрослый физик сможет хотя бы понять, но и с огромным психологическим давлением.Оно выражалось в том, что нашей делегации запрещали каким-либо образом общаться не только с наставниками, ни даже с родителями — вплоть до сдачи задания.Но парни блестяще справились со всеми сложностями и взяли высшие места, обогнав в суровой борьбе исключительно серьезных и талантливых соперников. Школьники Китая, Тайваня и Кореи известны феноменальным трудолюбием, но даже они были повержены.Александр Артемьев, кроме того, получил наивысший балл по теории, а также получил приз Европейского физического общества (EPS) как лучший европейский участник.Участники Олимпиады и их блестящая победа, увы, были бы преданы забвению, если бы не социальные сети, устроившие юным героям овацию.После чего победителей поздравил лично премьер-министр Дмитрий Медведев.«Вы достойно представили нашу страну на Международной олимпиаде по физике, показав лучший европейский результат. А Александр Артемьев стал сильнейшим в мире по теории физики, сообщает newsli.ru. В итоге наша команда завоевала четыре золотые медали и одну серебряную, что в полной мере отражает высокий уровень подготовки российских школьников, а также мастерство ваших наставников» — сказано в официальном поздравлении«Россия всегда славилась передовыми разработками физической науки. Мы гордимся именами наших выдающихся академиков Ландау и Капицы, Зельдовича и Сахарова, Вавилова и Алфёрова. И вы своими успехами продолжаете эти замечательные традиции. Молодцы!»Все 5 человек теперь могут поступить в любой вуз мира. Но четверо уже выбрали Московский физико-технологический институт (МФТИ).Запомните эти имена и лица — возможно, спустя несколько лет Вы увидите их фамилии в учебниках по физике и в списках лауреатов Нобелевской премии.[link]

26 января, 08:21

Оценка научно-технического потенциала стран мира

Как оценить технологическое лидерство какой-либо страны? Универсального и бесспорного показателя не существует, однако есть масса косвенных показателей, которые в совокупности по интегрированной индикации с высокой достоверностью могут судить о технологическом прогрессе выбранной страны. Из общепринятых, по которым проводятся сопоставимые международные исследования:Доля R&D в экономике и структура затрат;Организации, выполнявшие исследования и разработки;Объем высокотехнологичного экспорта из страны;Доля наукоемкого производства в стране;Отраслевой анализ структуры коммерческого бизнеса и выделение компаний в отраслях и высокой наукоемкостью;Количество регистрируемых патентов;Количество занятого научного (R&D) персонала от общего количества занятых;Количество, формат, охват и структура высших учебных заведений;Количество научных публикаций в верифицированных и международно-признанных журналах и регистрация в Web of Science и Scopus.По последнему:Число научных публикаций очевидно не всегда отражает научный результат. Обычно из 90% ничего практического или фундаментально значимого вычленить нельзя, особенно это касается гуманитарных наук. Тем не менее, нужно с чего-то начать… Это только одна из частей более обширного будущего исследования.Во всем мире публикуется около 2.7-3 млн научных статей в различных областях науки, культуры и техники. От середины 90-х научная активность по формальным показателям выросла в три раза, но на самом деле меньше, т.к далеко не все страны в 90-х регистрировали публикации в Scopus.Больше всего статей по медицине, потом инжиниринг, биохимия-генетики-биология, компьютерные науки, далее физика и астрономия и на 6 месте по популярности химия. Т.е. в лидерах физико-технические науки, компьютеры и биология-медицина.Бесспорным лидером в цитируемых и верифицированных научных статьях являются США за последние 5 лет. На США приходится 18.7% общемировых публикаций. Невероятный рывок в 21 веке совершил Китай, которому удалось вырваться на заслуженное второе место по научной активности - почти 15% мировой доли. В три раза от Китая отстают Германия и Великобритания с долей в 5%, на 5 месте Япония – 4.15%Россия, как вы догадались не входит даже в десятку сильнейших, находясь на постыдном 14 месте. Доля России в среднем за последние 5 лет составляет менее 1.7%. Здесь ничего удивительного, это закономерно и естественно в среде, где наука всегда имела наименьший приоритет и нечеловеческие усилия власть-держащих были сконцентрированы в грабеже и вывозе капитала с закреплением этого результата.Все это еще больше пугает, т.к в середине 90-х доля России в мире была 2.85% и это при том, что меньшая, чем сейчас часть публикаций проходила через Scopus в середине 90-х.За последние 20 лет доля России в мире устойчиво снижалась, происходила последовательная и устойчивая деградация научно-технической базы – закрытие НИИ, КБ, снижение финансирование, увольнение ученых и так далее.Стабилизация на дне произошла в середине нулевых и небольшой рост в 2014-2015.Россия, к сожалению, уже давно не является конкурентом по науке и технологиям мировым лидерам, тут правильнее сравнивать со странами «третьего мира», а там глядишь и до Африки дойдет по некоторым показателям.В конце 80-х было невозможно представить, что Турция, Польша и Иран будут иметь сопоставимую с Россией научную производительность, это просто немыслимо, но сей прискорбный факт случился. Обратите внимание на невероятно стремительный взлет Ирана, где в условиях международных санкций и ограничений - к науке власти стали относиться очень ответственно и внимательно.Для России видимо санкции тоже положительно отразились – почти на 40% рост выхлопа с 2013. Но мы уже давно позади Индии, которая отрывается. Кстати, все еще ниже Бразилии, хотя исторически всегда опережали их в разы и кратно во времена СССР.Вообще, СССР по науке были устойчиво вторыми в мире после США. А теперь все видно, где оказались. Даже микроскопическая Швейцария с населением в 20 раз меньше имеет сопоставимый с Россией научный результат по научным публикациям.А ниже показано, как сработал Китай.Про Китай я неоднократно писал. Уже в начале 21 века до высшего политического руководства Китая дошла достаточно очевидная идея, которая заключается в следующем: экономический и финансовый и тем самым политический суверенитет немыслим без собственных технологий. Наступит время, когда приоритеты глобальной элиты сместятся и роль Китая, как производственной площадки может измениться по ряду экономических и геополитических причин. Чтобы не произошло катастрофы необходимо готовиться к конъюнктурным и геополитическим сдвигам заранее, укрепляя собственную экономику, развивая научно-технический потенциал и производственную базы.Усилия Китая были просто чудовищными. Ни одна страна за всю послевоенную историю не делала ничего подобного такими дикими темпами на таком масштабе. Вероятно, это сильнее, чем восхождение СССР после войны или восстановление Европы.В России, как вы понимаете, власть другая, элита другая и как следствие целеполагание и приоритеты лежат в перпендикулярном направлении относительно интересов страны. Те инсинуации, которые произошли после 2014 очевидно недостаточны, чтобы компенсировать катастрофическую недоинвестированность в инфраструктуру, производство и науку, которые образовались после 20 летнего паралича. Тут воодушевить может то, что тренд хотя бы восходящий в 2014-2015. Но разочарует то, что в планах у властей не числится поднятие науки с колен, поэтому радикальных перемен, как в Китае, Индии и Иране ждать не стоит.Мои мысли о важности науки можете почитать в прошлых статьях по соответствующим тэгам.

23 сентября, 23:16

Где искать научные статьи в открытом доступе. Большая подборка легальных ресурсов

Где искать научные статьи, если у вас нет доступа к платным базам данных? На сайте «Индикатор» опубликована подборка из 10 открытых ресурсов для ученых.1. UnpaywallОдин из самых удобных инструментов для бесплатного доступа — расширение для браузеров Chrome и Firefox Unpaywall. Оно автоматически ищет полные тексты научных статей. Если вы заходите на страницу какой-нибудь публикации, справа на экране появляется иконка с изображенным на ней замком. Если она зеленая и замок открыт, то достаточно просто нажать на него, и вы автоматические перейдете на страницу с полным текстом статьи в формате PDF. Установить расширение можно на его сайте.2. Академия GoogleДругой сайт, который может помочь, — это Академия Google. Вы просто пишете название статьи в поисковой строке и читаете полный текст. Если он, конечно, есть в открытом доступе.3. Open Access ButtonЕсли ни Unpaywall, ни Академия Google вам не помогли, может пригодиться сайт Open Access Button. Большая волшебная кнопка справится с поиском нужной статьи.4. ArXiv.orgЭтот сайт был создан специально для того, чтобы решить проблему открытого доступа к статьям. На ArXiv ученые выкладывают препринты своих статей, то есть черновики, которые в итоге публикуются с некоторыми изменениями. Большинство авторов — математики и физики, но сейчас по инициативе фонда Присциллы Чан и Марка Цукерберга разрабатывается аналог для биологии и других естественных наук — BioRxiv.5. КиберЛенинкаНаучная электронная библиотека «КиберЛенинка» — крупнейшее в России собрание научных статей, в основном на русском языке, хотя есть и иностранные публикации.6. Библиотека eLibraryНа этом сайте выкладываются статьи и научные публикации, входящие в РИНЦ (российский индекс научного цитирования). Необходима регистрация, причем вас могут попросить указать специальный пароль вашей организации. В профиле сохраняются настройки поиска и ваши подборки статей.7. Электронные библиотеки, сотрудничающие с вузамиУ многих вузов все-таки есть подписки на разные научные журналы. Они заключают договоры с электронными библиотеками, например с ЭБС «Университетская библиотека онлайн» или IQ Library.Узнайте, с какой библиотекой сотрудничает ваш вуз и как получить к ней доступ. Например, в МГУ доступ ко всем подпискам университета автоматически активируется, если вы ищете статью в компьютерном классе или через Wi-Fi-сеть МГУ.8. Российская государственная библиотека (РГБ)У РГБ есть электронный каталог, в котором можно найти не только статьи, но и диссертации и монографии на разные темы. К сожалению, не все работы есть в электронном варианте, но в каталоге есть функция «проголосовать за перевод в электронный вид необходимой книги или статьи». Сроки, к сожалению, неизвестны.9. Авторы статей или коллеги-ученыеЕсли нигде на вышеперечисленных ресурсах не удается найти статью, можно попробовать написать напрямую авторам или их коллегам и попросить полный текст. В научном мире это довольно распространенная практика. И есть два отработанных способа: написать в твиттере пост с хэштегом #icanhazpdf и указать, какую статью вы ищете и куда вам ее прислать, или зарегистрироваться на сайте Research Gate, найти нужную статью в профиле автора и нажать на кнопку «попросить полный текст». Чаще всего авторы отвечают в течение недели и присылают файл на указанную в профиле почту. Кстати, в этом случае статью можно даже обсудить с самим автором. Аналогичный ресурс, но более популярный среди ученых, работающих в области социальных и гуманитарных наук, — Academia.edu. Там часто даже просить ничего не надо — статьи, препринты, доклады и даже главы из книг можно скачать прямо из профиля исследователя.10. Специализированные базы данныхПомимо перечисленных выше ресурсов, существуют различные специализированные базы полных текстов статей, вот список самых крупных из них:1.PubMedБаза в основном по медицине и биологии, иногда содержит ссылки на полные бесплатные тексты статей.2.JstorОбширная база англоязычных статей, журналов и научных работ по самым разнообразным темам.3.MedLineКрупнейшая библиографическая база статей по медицинским наукам (NLM). Интегрирована в сервис SciFinder.4.PsyjournalsСайт с электронными версиями психологических журналов.5.SciFinderНаиболее полный и надежный источник химической информации, охватывающий более 99% текущей литературы по химии, включая патенты. Также там можно найти информацию по биологическим и биомедицинским наукам, химической физике, инженерии.6.ERICАнглоязычная база данных со статьями и научными публикациями по психологии из разных стран мира.7.Сборники статей от FrontiersFrontiers делает подборки статей по разным темам и выкладывает их в открытый доступ.8.HEP SearchБаза данных по физике высоких энергий.Вы также можете подписаться на мои страницы:- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy- в инстаграм: https://www.instagram.com/podosokorsky/- в телеграм: http://telegram.me/podosokorsky- в одноклассниках: https://ok.ru/podosokorsky

23 июня, 19:23

Борьба с свободным распространением научных знаний

Elsevier — один из крупнейших издателей научных журналов — выиграл суд против Sci-Hub и LibGen. Об этом в четверг, 22 июня, сообщили Nature News. Судья обязал владельцев сайтов выплатить Elsevier компенсацию в размере 15 миллионов долларов.Sci-Hub — это сервис для бесплатного скачивания научных статей, в том числе, тех, которые находятся в закрытом доступе. Он даёт доступ к трудам учёных практически мгновенно: не нужно ждать, пока кто-то из академиков сам выложит препринт в открытый доступ или загрузит копию статьи в хранилище, достаточно ввести в поисковую строку адрес и немедленно получить результат. Для многих — включая учёных и студентов, которым вузы не предоставляют платную подписку — это единственный источник научных работ. Несмотря на попытки организовать легальный сервис по поиску статей, пока пиратский Sci-Hub остаётся самым эффективным способом добраться до знаний.Sci-Hub основан нейрофизиологом Александрой Элбакян, его серверы расположены в Санкт-Петербурге. Library Genesis тоже базируется в России — на сайте хранятся тысячи монографий, научно-популярных и документальных книг. Elsevier подал в суд на Sci-Hub и LibGen в 2015 году, причём для разбирательства с российскими пиратами нидерландский издательский дом выбрал американскую судебную систему. И США не подвели: в том же году судья Роберт Свит (Robert Sweet) вынес временный судебный запрет, и доменное имя «sci-hub.org» заблокировали. В ответ на это Sci-Hub сменил адрес и продолжил работу.В мае Elsevier предоставил суду список из 100 статей, которые Sci-Hub и LibGen позволяли нелегально скачивать. Стоит отметить, что Elsevier действительно досталось от пиратов больше всех: из 28 миллионов статей, загруженных с помощью Sci-Hub в 2016 году, подавляющая часть была опубликована именно в журналах этого издательского дома (второе и третье места занимают Springer Nature и Wiley-Blackwell). 21 июня судья окружного суда США в Нью-Йорке вынес окончательное решение в пользу Elsevier. Ни Элбакян, ни её законные представители на заседании не присутствовали.«Суд не допустил ошибки, приняв противозаконную деятельность за действие на благо общества, — отреагировала на решение президент Ассоциации издателей США Мария Палланте (Maria Pallante). — Напротив, он признал действия обвиняемой чудовищным и вопиющим нарушением, каковым они на самом деле и являются и подтвердил, что закон об авторском праве играет решающую роль в содействии научным исследованиям и интересам общества». Однако исход дела едва ли повлияет на деятельность пиратов, поскольку и сервера, и владельцы сайтов находятся за пределами юрисдикции США. Мы обратились к Александре Элбакян с просьбой прокомментировать решение суда. Вот её слова:«В каком-то смысле решение американского суда меня даже порадовало, так как оно подчёркивает тот маразм, который происходит на Западе: в судебном порядке запрещают работу сайта, единственная вина которого — это распространение научных статей. Зачем нам разрабатывать ядерные бомбы и другие виды вооружения, когда все, что нужно — это просто разрешить людям бесплатно читать научные статьи? По мнению юристов Эльзевира, с которым согласился американский суд, этого достаточно, чтобы „причинить и продолжать причинять непоправимый ущерб Эльзевиру, его клиентам и публике“. То есть, просто читая на сайте Sci-Hub научные статьи, вы наносите непоправимый ущерб Эльзевиру и американским гражданам.Можно сделать вывод, что если ещё больше людей начнут читать через Sci-Hub научную литературу, ущерб станет настолько непоправимым, что США рухнут. Так победим!»https://22century.ru/society/51631 - цинкPS. Это была бесплатная реклама Sci-Hub http://sci-hub.cc/(как пользоваться написано вот здесь https://vk.com/sci_hub) и свободного распространения научных знаний. Копирасты хорошо устроились - с одной стороны гребут деньги за публикации в научных журналах, а с другой стороны - за чтение этих статей.Обратите внимание, есть ли в этом журнале page charge (publication fee — плата за публикацию или корректуру — техническую или лингвистическую). В некоторых журналах практикуют плату за рассмотрение статьи (manuscript acceptance), в некоторых журналах просят оплатить публикацию статьи в журнале (publication costs), или заплатить за её размещение на веб-сайте журнала для открытого просмотра. Однако, иногда можно договориться с редакцией, чтобы плату за рассмотрение статьи или её публикацию, в виде исключения, не брали.http://phdru.com/publications/prestigious/ - цинкПоэтому вполне естественно, что пираты предлающие бесплатный доступ к научным знаниям, покушаются на доход узкой группы лиц, паразитирующих на публикации научных статей, так как свободное размещение таких статей ликвидирует посредника между автором научной работы и читателем. Достаточно наглядный пример того, как "экономическая эффективность" лиц стремящихся к монополизации информации становится препятствием для прогресса.

02 июня, 01:01

Главный секрет Искусственного Интеллекта: никто не знает как он работает

В прошлом году на тихих дорогах Монмут-Каунти, штат Нью-Джерси, появился странный беспилотный автомобиль. Экспериментальный аппарат, разработанный Nvidia, внешне не отличался от других автономных автомобилей, но тем не менее не был похож на то, что продемонстрировали Google, Tesla или General Motors. Автомобиль не выполнял инструкции инженеров или программистов. Вместо этого он полностью полагался на алгоритм, который учился водить, наблюдая, как человек делает это.Научить автомобиль вести себя подобным образом было внушительным достижением. Однако тревогу вызывает то, что непонятно машина принимает решения. Информация от датчиков автомобиля поступает прямо в огромную сеть искусственных нейронов, которые обрабатывают данные, а затем доставляют команды, необходимые для управления рулевым колесом, тормозами и другими системами. Результат, кажется, соответствует реакциям, которые вы ожидаете от человека-водителя. Но что, если однажды он сделает что-то неожиданное, например, врежется в дерево или заглохнет на зелёном? На данный момент трудно будет понять почему. Система настолько сложна, что даже инженеры, разработавшие её, испытывают сложности в установлении причин отдельных действий. И вы не можете спросить её: нет очевидного способа создать такую ​​систему, чтобы она всегда могла объяснить, почему она сделала то, что она сделала.Таинственный ум этого автомобиля свидетельствует о надвигающейся проблеме. Базирующаяся в автомобиле технология искусственного интеллекта, известная как глубокое обучение, оказалась очень эффективной при решении проблем за последние годы, и она широко применяется для таких задач, как распознавание изображений, голоса и языковой перевод. Сейчас есть надежда, что такие же методы смогут диагностировать смертельные болезни, принимать решения в торговле на миллионы долларов и делать бесчисленное множество других вещей для преобразования целых отраслей.Но этого не произойдёт — или не должно произойти — если мы не найдём способы сделать такие методы, как глубокое обучение, более понятными их создателям и подотчётными пользователям. В противном случае будет трудно предсказать, когда могут произойти сбои, а они неизбежны. Это одна из причин, по которой автомобиль Nvidia все ещё экспериментален.Уже сейчас математические модели используются для определения того, кто заслуживает условно-досрочного освобождения, кто достоин получения кредита, а кого следует взять на работу. Если бы вы могли получить доступ к этим математическим моделям, можно было бы понять их рассуждения. Но банки, военные, работодатели и другие теперь обращают внимание на более сложные подходы, которые могут сделать автоматизированное принятие решений совершенно непостижимым. Глубокое обучение — наиболее распространённый из этих подходов, представляет собой принципиально иной путь программирования компьютеров. «Эта проблема уже актуальна, и в будущем она будет гораздо более актуальной», — говорит Томми Яаккола, профессор Массачусетского технологического института, который работает над приложениями машинного обучения. «Неважно инвестиционное ли это решение, медицинское или, возможно, военное, вы не захотите просто полагаться на метод из «чёрного ящика».Уже существует аргумент по поводу того, что возможность допросить систему ИИ о том, как она пришла к своим выводам, является фундаментальным юридическим правом. Начиная с лета 2018 года, Европейский Союз может потребовать, чтобы компании давали пользователям объяснения решений, которые принимают автоматизированные системы. Это может быть невозможно даже для систем, которые кажутся относительно простыми, таких как приложения и веб-сайты, которые используют глубокое обучение для показа рекламы или рекомендации песен. Компьютеры, которые запускают эти службы, запрограммированы сами собой, и они делают это так, что мы не можем понять. Даже инженеры, которые строят эти приложения, не могут полностью объяснить их поведение.Это поднимает ошеломляющие вопросы. По мере развития технологии, мы, возможно, вскоре пересечём некоторый порог, за которым использование ИИ потребует большего доверия. Конечно, мы, люди, не всегда можем по-настоящему объяснить наши мыслительные процессы — но мы находим способы интуитивно доверять и оценивать поведение других людей. Будет ли это также возможно с машинами, которые думают и принимают решения иначе, чем мы? Человечество никогда раньше не строило машины, которые принимают решения неведомым даже их создателям образом. Насколько мы можем доверять разумным машинам, которые могут быть непредсказуемыми и непостижимыми? Эти вопросы отправили меня в путешествие к самому передовому краю исследований в области алгоритмов искусственного интеллекта, в ходе которых я посетит Google, Apple и многие другие места, а также встретился с одним из великих философов нашего времени.Художник Адам Феррисс создал это и следующее в статье изображение, с помощью программы Deep Dream, которая настраивает картинку так, чтобы глубокой нейронной сети было удобнее его распознавать. Изображения были получены с использованием слоя нейронной сети среднего уровняВ 2015 году исследовательская группа в больнице Маунт Синай в Нью-Йорке решила ​​применять глубокое обучение в обширной базе данных больницы о пациентах. Этот набор данных содержит сотни переменных, взятых из результатов тестирования, визитов к врачу и т. д. Полученная в результате программа, которую исследователи назвали Deep Patient, была обучена с использованием данных примерно 700 000 человек, а при тестировании на новых данных она оказалась невероятно хороша при прогнозировании болезни. Без какой-либо экспертной инструкции Deep Patient обнаружил шаблоны, скрытые в больничных данных, которые указывали на то, что люди находились на пути к широкому спектру заболеваний, включая рак печени. «Существует много замечательных методов прогнозирования заболеваний на основе записей пациента», — говорит Джоэл Дадли, возглавляющий команду Маунт Синай. Но, добавляет он, «Deep Patient просто потрясающ».В то же время Deep Patient немного озадачивает. Похоже, что он на удивление хорошо обнаруживает зарождение психических расстройств, таких как шизофрения. Но поскольку шизофрения, как известно, трудно поддаётся предсказанию для медиков, Дадли задался вопросом как это возможно. Он все ещё не знает. Новый инструмент не даёт представления о том, как он это делает. Если что-то вроде Deep Patient на самом деле собирается помочь врачам, в идеале он должен объяснить свой прогноз, дабы убедить их в том, что он является точным и оправдать, скажем, изменение в лекарствах, которые будут назначены. «Мы можем построить эти модели, — печально говорит Дадли, — но мы не знаем, как они работают».Искусственный интеллект не всегда был таким. С самого начала были две мыслительные школы которые спорили по поводу того, насколько понятным или объяснимым должен быть ИИ. Многие думали, что имеет смысл создавать машины, которые рассуждали по правилам и логике, делая их внутренний диалог прозрачным для любого, кто хотел бы изучить код. Другие считали, что интеллект будет легче проявляться, если бы машины будут черпать вдохновение в биологии и будут учиться, наблюдая и переживая. Это означало, что компьютерное программирование должно происходить у него в голове. Вместо написания команд программистом программа генерирует свой собственный алгоритм на основе данных примера и желаемого результата. Технологии машинного обучения, которые позже эволюционировали в самые мощные сегодня системы ИИ, следуют последнему пути: машина, по сути, сама программирует себя.Сначала этот подход имел ограниченное практическое применение, и в 1960-х и 70-х годах он оставался в основном ограниченным. Затем возобновился интерес к компьютеризации многих отраслей и появлению больших массивов данных. Это вдохновило разработку более мощных методов машинного обучения, особенно новых версий одной из них, известной как искусственная нейронная сеть. К 1990-м годам нейронные сети могли автоматически оцифровывать рукописные символы.Но только в начале этого десятилетия, после нескольких хитроумных ухищрений и уточнений, очень большие или «глубокие» нейронные сети продемонстрировали значительное улучшение автоматического восприятия. Именно глубокое обучение «виновно» в сегодняшнем росте возможностей ИИ. Оно дало компьютерам необычайные возможности, такие как способность распознавать произносимые слова почти так же хорошо, как и человек — слишком сложный навык, чтобы вручную обучить ему машину. Глубокое обучение трансформировало компьютерное зрение и значительно улучшило машинный перевод. В настоящее время оно используется для руководства всеми видами ключевых решений в медицине, финансах, производстве и за его пределами.Адам Феррис и DeepDreamРабота любой технологии машинного обучения по своей природе более непрозрачна даже для компьютерных специалистов, чем вручную написанная система. Это не значит, что все будущие техники искусственного интеллекта будут одинаково непознаваемы. Но по своей природе глубокое обучение — особенно глубокий чёрный ящик.Вы не можете просто заглянуть внутрь глубокой нейронной сети, чтобы увидеть, как она работает. Аргументация сети встроена в поведение тысяч смоделированных нейронов, расположенных в десятках или даже сотнях сложно взаимосвязанных слоёв. Каждый нейрон в первом слое получает вводную, как и интенсивность пикселя в изображении, а затем выполняет вычисление перед выводом нового сигнала. Эти выходные сигналы передаются в сложной сети нейронам следующего уровня и так далее, пока не будет получен общий результат. Кроме того, существует процесс, известный как back-propagation, который корректирует вычисления отдельных нейронов таким образом, чтобы сеть научилась производить желаемый результат.Множество уровней в глубокой сети позволяют распознавать вещи разной сложности абстракции. Например, в системе, предназначенной для распознавания собак, нижние слои распознают простые вещи, такие как контуры или цвет; более высокие слои распознают более сложные вещи, такие как мех или глаза; и уже самый верхний слой идентифицирует весь объект как собаку. Такой же подход может быть применён и к другим вводным, которые заставляют машину обучать себя: звукам, которые составляют слова в речи, буквам и словам, которые создают предложения в тексте, движениям рулевого колеса, необходимым для вождения.Использовались оригинальные стратегии, чтобы попытаться отследить и таким образом объяснить более подробно, что происходит в таких системах. В 2015 году исследователи из Google изменили алгоритм распознавания изображений на основе глубокого обучения, чтобы вместо того, чтобы определять объекты на фотографиях, он генерировал или изменял их. За счёт эффективного выполнения алгоритма в обратном порядке, они хотели обнаружить функции, которые программа использует для распознавания, скажем, птиц или зданий. Полученные изображения, созданные проектом, известным как Deep Dream, продемонстрировали гротескных инопланетных животных, появлявшихся из облаков и растений, радужные пагоды, цветущие среди лесов и горных хребтов. Изображения доказали, что глубокое обучение необязательно полностью непостижимо: алгоритмы основываются на знакомых визуальных функциях, таких как птичий клюв или перья. Но изображения также намекали на то, насколько глубокое обучение отличается от человеческого восприятия, и как оно интерпретирует артефакты, которые мы могли бы проигнорировать. Исследователи Google отметили, что когда его алгоритм генерировал изображения гантели, он также генерировал человеческую руку, удерживающую её. Машина пришла к выводу, что рука является частью вещи.Дальнейший прогресс был достигнут благодаря использованию идей, заимствованных из неврологии и когнитивной науки. Группа во главе с доктором из Университета Вайоминга Джеффом Клюном (Jeff Clune) использовала аналоговый эквивалент оптических иллюзий для тестирования глубоких нейронных сетей. В 2015 году группа Клюна продемонстрировала, как определённые изображения могут обмануть такую ​​сеть и заставить её воспринимать вещи, которых там нет, потому что изображения используют низкоуровневые шаблоны, которые ищет система. Один из сотрудников Clune, Джейсон Йосинский, также создал инструмент, который действует как зонд в мозге. Его инструмент нацелен на любой нейрон в середине сети и ищет изображение, которое активирует его больше всего. Изображения, которые появляются, являются абстрактными (представьте, что импрессионисты рисуют фламинго или школьный автобус), вынося на первый план таинственную природу способностей машины воспринимать вещи.Однако нам нужно больше, чем просто заглянуть в мышление ИИ, и простого решения нет. Именно взаимодействие вычислений внутри глубокой нейронной сети имеет решающее значение для распознавания образов более высокого уровня и принятия сложных решений, но эти вычисления являются паутиной математических функций и переменных. «Если бы у вас была очень маленькая нейронная сеть, вы могли бы её понять», — говорит Яаккола. «Но как только она становится очень большой и имеет тысячи единиц на слой при сотнях слоёв, тогда всё становится совершенно непонятным».В офисе рядом с Яакколой работает Регина Барзилай, профессор Массачусетского технологического института, которая намерена применять машинное обучение в медицине. Метод был удивительным сам по себе, но Барзилай был также встревожен тем, что современные методы статистического и машинного обучения не использовались для оказания помощи в онкологических исследованиях или для руководства по лечению пациентов. Она говорит, что ИИ обладает огромным потенциалом для медицины, но понимает, что этот потенциал будет означать выход за рамки одних лишь медицинских записей. Она предлагает использовать больше необработанных данных, которые, по её словам, в настоящее время недостаточно используются: «обработка изображений, данных патологии, всей этой информации».После того, как она закончила изучать лечение рака в прошлом году, Барзилай и её ученики начали работать с врачами в больнице Массачусетса, чтобы разработать систему, способную выявлять патологии и идентифицировать пациентов с определёнными клиническими характеристиками, которые исследователи могли бы хотеть изучить. Тем не менее, Барзилай понял, что системе необходимо будет объяснить свои аргументы. Итак, вместе с Яакколой и учеником она добавила шаг: система извлекает и выделяет отрывки текста, которые являются репрезентативными по найденному шаблону. Барзилай и её ученики также разрабатывают алгоритм глубокого обучения, способный обнаруживать ранние признаки рака молочной железы по изображениям маммограммы, и они направлены на то, чтобы дать этой системе некоторую способность объяснить ёе рассуждения. «Вам действительно нужно создать цикл, в котором машина и человек будут сотрудничать», — говорит Барзилай.Насколько хорошо мы можем поладить с машинами, которые непредсказуемы и непостижимы?Американские военные вкладывают миллиарды в проекты, которые будут использовать машинное обучение для пилотирования транспортных средств и самолетов, выявлять цели и помогать аналитикам просеивать огромные груды разведывательных данных. Здесь больше, чем где-либо ещё, даже больше, чем в медицине, мало места для алгоритмической тайны, и министерство обороны определило объяснимость как ключевой камень преткновения.Дэвид Ганнинг, менеджер программ в Агентстве перспективных исследований обороны, наблюдает за программой под названием Explainable Artificial Intelligence. Ветеран агентства, который ранее курировал проект DARPA, позднее переродившийся в Siri, Ганнинг говорит, что автоматизация примерима в бесчисленных военных областях. Аналитики тестируют машинное обучение как способ выявления закономерностей в огромных количествах шпионских данных. В настоящее время разрабатываются и тестируются многие беспилотные наземные транспортные средства и летательные аппараты. Но солдаты, вероятно, не будут чувствовать себя комфортно в роботизированном танке, который не будет им ничего объяснять, а аналитики будут неохотно работать с информацией без каких-либо рассуждений. «Часто характер этих систем машинного обучения приводит к появлению множества ложных тревог, поэтому аналитику Intel действительно нужна дополнительная помощь, чтобы понять, почему была сделана та или иная рекомендация», — говорит Ганнинг.В марте этого года DARPA выбрало 13 проектов из академических и промышленных кругов для финансирования по программе Ганнинга. Некоторые из них могли опираться на работу, возглавляемую Карлосом Гестрином, профессором Вашингтонского университета. Он и его коллеги разработали способ, позволяющий системам машинного обучения обосновывать свои результаты. По сути, в рамках этого метода компьютер автоматически находит несколько примеров из набора данных и даёт по ним короткое пояснение. Например, система, предназначенная для классификации сообщений электронной почты, поступающих от террориста, может обрабатывать миллионы сообщений при подготовке и принятии решений. Но, используя подход вашингтонской команды, она может выделить определённые ключевые слова в сообщении. Группа Гестрина также разработала способы для систем распознавания изображений, чтобы распознать их алгоритмы, выделив наиболее важные части изображения.Один из недостатков этого подхода и других подобных ему, состоит в том, что предоставленные объяснения всегда будут упрощены, что означает, что некоторые важные сведения могут быть потеряны на этом пути. «Мы не достигли мечты, согласно которой в ИИ беседует с нами и объясняет свои действия», — говорит Гестрин — «мы далеко от истинной интерпретации ИИ».Неясности не должно быть в ситуациях с высокими ставками, таких как диагностика рака или военные манёвры. Знание рассуждений ИИ также будет иметь решающее значение, если технология станет общей и полезной частью нашей повседневной жизни. Том Грубер, возглавляющий команду Siri в Apple, говорит, что объяснимость — это ключевое соображение для его команды, поскольку она пытается сделать Siri более умным и способным виртуальным помощником. Грубер не комментирует конкретные планы относительно будущего Siri, но легко представить, что если вы получите рекомендацию ресторана от Siri, то захотите узнать, на чём были основаны её выводы. Руслан Салахутдинов, директор отдела исследований ИИ в Apple и адъюнкт-профессор Университета Карнеги-Меллона, видит объяснимость в качестве основы эволюции отношений между людьми и интеллектуальными машинами. «Это приведёт к доверию» — говорит он.Так же, как многие аспекты человеческого поведения невозможно объяснить подробно, возможно, и для ИИ не получится объяснить все, что он делает. «Даже если кто-то может дать вам разумное объяснение [его или её действий], оно, вероятно, будет неполно, и то же самое может быть справедливо для ИИ», говорит Кьюн из Университета Вайоминга. «Это может быть только часть природы интеллекта, только часть доступна рациональному объяснению. Некоторые из них просто инстинктивны, или подсознательны, или непостижимы».Если это так, то на каком-то этапе нам, возможно, придётся просто довериться мнению ИИ или обойтись без его использования. Точно так же, как общество строится на контракте ожидаемого поведения, нам нужно будет проектировать системы ИИ, чтобы уважать наши социальные нормы и соответствовать им. Если мы хотим создавать роботизированные танки и другие машины для убийства, важно, чтобы принятие ими решений соответствовало нашим этическим суждениям.Чтобы исследовать эти метафизические концепции, я отправился в Университет Тафтса для встречи с Дэниелом Деннеттом, известным философом и ученым-когнитивистом, который изучает сознание и ум. Глава последней книги Деннетта «От бактерии до Баха и обратно», энциклопедического трактата о сознании, предполагает, что естественная часть эволюции самого интеллекта — это создание систем, способных выполнять задачи, которые их создатели не могут выполнить. «Вопрос в том, что нам нужно сделать, чтобы сделать наше детище разумным: какие стандарты мы требуем от них и от нас самих?» — говорит он мне в своем захламлённом кабинете в идиллическом университетском городке.У него также есть одно предупреждение. «Я думаю, что, если мы собираемся использовать эти вещи и полагаться на них, тогда давайте крепко задумаемся о том, как и почему они дают нам ответы, насколько это возможно», — говорит он. Но так как не может быть идеального ответа, мы должны быть так же осторожны в объяснениях ИИ – также, как и в человеческих обьяснениях — независимо от того, насколько умна машина. «Если она не может достичь успеха в обьяснении нам своей логики, — говорит он, — тогда не доверяйте ей».MIT Technology Review. Автор: Уйилл Кнайт, (с)