Прибор на МКС помог установить сущность темной материи

Дата: 22.09.2014 22:44

Сверхдорогой прибор Alpha Magnetic Spectrometer (AMS), установленный за бортом Международной космической станции, получил доказательства того, что темная материя служит своеобразным «клеем» для Вселенной.

По данным ученых, работавших над исследованием информации, полученной прибором AMS, темная материя, на которую приходится порядка 27 процентов массы нашей Вселенной, сдерживает все галактики вместе, заставляя их взаимодействовать друг с другом и становиться частью еще больших структур – галактических групп и кластеров.

Магнитный альфа-спектрометр (AMS) установлен на одной из ферм за бортом Международной космической станции. Задачей данного прибора является изучение фундаментальных процессов, проходящих в нашей Вселенной, и в особенности темной материи, на которую приходится более четверти массы всего обнаруженного нами космического пространства. Для сравнения, всех планет, звезд и газовых облаков во Вселенной примерно в 5 раз меньше, и это только по предварительным подсчетам.

Помимо этого прибор AMS исследует космические лучи высоких энергий и изучает антиматерию. Учеными удалось взять за основу модель схожего прибора, который был установлен еще на борту станции МИР, и в значительной степени усовершенствовать его технические параметры, повысив чувствительность. Данный прибор является самым совершенным на сегодняшний день детектором физических частиц, выведенным в космическое пространство. А его общая стоимость составляет 2 миллиарда долларов.

Открытия
Эксперимент подтвердил существование истинно нейтральной частицы

Дата: 04.10.2014 21:42

Физики из США создали сверхпроводник, в котором наблюдали связанные состояния майорановских фермионов. Результаты своих исследований авторы опубликовали в журнале Science, а кратко с ними можно ознакомиться на сайте Принстонского университета.

Майорановский фермион является массивной частицей с полуцелым спином и нулевыми зарядами (электрическим, лептонным и другими), которая неотличима от своей античастицы. Теоретически ее существование было предсказано итальянским физиком Этторе Майорана (Ettore Majorana) в 1937 году.

Для обнаружения частицы исследователи создали топологический сверхпроводник, осаждая атомы железа на свинцовую поверхность и охлаждая систему до минус 272 градусов по Цельсию. При этом атомы железа расположили таким способом, что они образовали своего рода тонкую проволоку.

Используя мощный сканирующий туннельный микроскоп, специалистам удалось наблюдать связанные состояния майорановских фермионов в состоянии с минимальной энергией на концах сверхпроводящей проволоки. В отличие от предыдущих опытов других групп, в новом эксперименте ученым удалось непосредственно визуализировать квантовую вероятность, показывающую нахождение частицы Майораны.

Идею эксперимента предложил в 2001 году физик Андрей Китаев. Согласно его теоретическим расчетам, майорановские фермионы должны были находиться именно на концах сверхпроводящей проволоки из железа. Такие квазичастицы — особые коллективные состояния частиц — стабильны и, находясь на достаточном удалении друг от друга, не аннигилируют.

Их Китаев предложил использовать в качестве материальных носителей кубитов — квантовых обобщений классических битов. В отличие от последних, имеющих только два значения, 0 или 1, первые могут принимать любые значения, определяемые суперпозицией 0 и 1.

В 2012 году исследователи из Нидерландов сообщили о первых признаках обнаружения майорановских фермионов. Тогда экспериментаторы зарегистрировали в сверхпроводящей нанонити из антимонида индия скачок напряжения, возникший в результате прохождения электронов под действием магнитного поля через фермион Майораны.

Позднее, в 2013 году группе ученых из Университета штата Иллинойс удалось провести похожий эксперимент, в котором им удалось наблюдать уже не один, а два скачка напряжения. Такого результата они добились, уменьшив длину провода и меняя величину входного напряжения.

Открытие в физике конденсированного тела квазичастиц, обладающих свойствами фермионов Майораны, позволяет подтвердить теоретические выводы об их существовании. Кроме того, майорановские фермионы играют большую роль в расширениях Стандартной модели физики элементарных частиц. В частности, существуют предположение, что темная материя состоит из таких майорановских нейтрино.

Само существование таких частиц находится в противоречии с законами сохранения лептонного и барионного чисел. Тем не менее, в настоящее время ученые продолжают эксперименты по обнаружению майорановских нейтрино. Их целью является проверка различных гипотез и ограничений на расширения Стандартной модели, в том числе суперсимметричных и с дополнительными пространственными измерениями.

Подготовлено по материалам: lenta.ru

Изобретения
В США изобрели робота для поиска контрабанды

Дата: 28.09.2014 23:13

Ученые из Массачусетского технологического института (MIT) создали подводного робота овальной формы, величиной с футбольный мяч, способного скользить по днищу судов и искать контрабанду с помощью ультразвука. Машина была представлена на международной конференции по интеллектуальным роботам и системам, которая в сентябре прошла в Чикаго. Кратко об аппарате можно прочитать в пресс-релизе MIT.

Изначально спроектированный для поиска трещин в баках с водой ядерных реакторов робот был перенастроен на обследование кораблей, а именно малозаметных пустот в корпусе, куда контрабандисты имеют привычку прятать свои товары. Небольшой размер и особый механизм движения, не оставляющий следов на воде, позволяет камуфлировать роботов водорослями и мусором. В результате целые эскадры таких машин смогут обследовать заходящие в порт суда, не привлекая внимания контрабандистов (чтобы те не успели выбросить груз в море).

Роботы были напечатаны на 3D-принтере и стоят порядка 600 долларов. Половина машины (с плоским краем) защищена от воды: там находится электроника — схемы управления, аккумуляторы, связная антенна и блок инерциальных измерителей. В другой половине установлена движительная система: шесть насосов, выталкивающих воду по резиновым трубкам. Две трубки выходят с противоположного от плоской панели края — чтобы та могла упираться в обследуемую поверхность корабля. Остальные четыре выходят из двух боковых сторон, на противоположных концах длинной оси робота — они обеспечивают движение машины.

Из-за своей эллиптической формы робот всегда нестабилен — подобно реактивным истребителям, неустойчивость которых облегчает маневрирование, объясняет автор изобретения Самприти Бхаттачарья (Sampriti Bhattacharyya). Блок инерциальных измерителей состоит из трех акселерометров и трех гироскопов, способных рассчитать движение робота в любом направлении. Контрольный механизм регулирует скорость выкачивания воды из каждой трубки, что препятствует уклонению от заданного курса.

Литиевые аккумуляторы, установленные в опытном образце, работают всего сорок минут — но высокая скорость работы (около метра в секунду) дает роботу достаточно времени для инспекции нескольких небольших судов. По замыслу исследователей, такие машины должны работать сменяющими друг друга группами, периодически возвращаясь на перезарядку в порт.

К сожалению, ультразвуковые датчики работают только в условиях полного контакта с поверхностью — однако корпуса судов изобилуют неровностями (из-за ракушек, ржавчины и тому подобного). Для решения этой проблемы инженеры из MIT разрабатывают гидродинамические буферы нужной глубины, которые позволят роботу получать эхограммы даже без контакта поверхностей.

Подготовлено по материалам: lenta.ru

Технологии
Apple подстраховался большим iPhone от стагнации продаж планшетов
Дата: 10.09.2014 23:18

Мировые продажи фаблетов (смартфонов с экраном диагональю от 5 до 7 дюймов) в 2015 году составят 318 миллионов штук, что больше ожидаемых продаж планшетных компьютеров (233 миллиона штук). Об этом говорится в прогнозе аналитической компании IDC.

При этом продажи самих планшетов в следующем году мало изменятся по сравнению с текущим годом, что означает стагнацию рынка этих устройств.

Таким образом, выпуск компанией Apple новой модели смартфона iPhone 6 Plus с экраном 5,5 дюйма может быть реакцией на прогнозы аналитиков, которые компании, вероятнее всего, известны.

По мнению старшего аналитика IDC Мелиссы Чоу (Melissa Chau) выход Apple на рынок фаблетов приведет к повышению внимания к этим устройствам и к тому, что смартфоны с большим экраном станут новой рыночной нормой.

Ожидается, что к 2018 году доля фаблетов на рынке смартфонов вырастет до 32,2 процента против 14 процентов в 2014 году.

Уже в 2014 году фаблеты превзойдут по продажам в мире другие популярные гаджеты — переносные компьютеры (ноутбуки). За текущий год, по прогнозу аналитиков, будет продано 175 миллионов фаблетов против 170 миллионов ноутбуков.

Подготовлено по материалам: lenta.ru

В ожидании Матрицы

Лет через 20 можно ожидать появления первой компьютерной личности, и современные «интеллектуальные» системы Watson — их предшественники. Еще вчера Watson победила живых игроков в интеллектуальной игре Jeopardy! — аналоге российского шоу «Своя игра». Сегодня Watson помогает врачам ставить медицинские диагнозы и консультирует банковских служащих — а завтра может взять на себя управление всей нашей жизнью…

О том, что же такое Watson и стоит ли бояться будущей «Матрицы», Политеху рассказал Артем Семенихин, руководитель направления обработки данных Научно-Технического Центра IBM в России.

О том, насколько умен «суперкомпьютер» IBM Watson, ходят самые невероятные слухи. Можно ли на самом деле называть его интелектуалом, пускай и искусственным? Это вообще компьютер, сеть или что-то еще?

Несмотря на слухи, система Watson никогда не позиционировалась компанией IBM как искусственный интеллект, и никогда им не являлась. Постоянно возникает вопрос о том, способна ли она пройти Тест Тьюринга, который считается популярным средством проверки искусственной системы на «интеллектуальность» — но даже такой задачи перед нами никогда не стояло.

Создавая IBM Watson, разработчики строили экспертную систему — но, безусловно, определенные черты искусственного интеллекта (ИИ) в ней имеются. В конце концов, само определение ИИ довольно размыто, существуют десятки, если не сотни его определений. Под некоторые из них Watson вполне подходит, хотя и не стоит считать его искусственным разумом. И ему уж точно невозможно приписать такие качества, как способность полноценно мыслить, а тем более сопереживать.

Получается, что это — система для победы в игре Jeopardy?!

Изначально — да. Watson создавался в рамках программы IBM Challenge, задач, которые исследователи и разработчики компании ставят перед собой в качестве серьезных вызовов, за которые прежде никто не брался. Одной из таких задач и был выигрыш в игре Jeopardy!, которая подразумевает общение с игроком на естественном языке. А, например, предыдущим «вызовом» была победа в шахматах, которая, как известно, увенчалась победой компьютера Deep Blue над тогдашним чемпионом мира Гарри Каспаровым.

Вообще, из этой идеи — показать, как компьютерная система может быть лучше человека в каком-то конкретном применении — выросло к сегодняшнему дню нечто гораздо большее. Появилось целое новое направление, связанное с когнитивными системами, способными обрабатывать данные в их «непосредственном» виде, без предварительного структурирования.

Но как, все-таки, Watson выглядит физически?
Это огромный суперкомпьютер? Все зависит от конкретного времени. Система, которая выиграла викторину, действительно была громадным суперкомпьютером, включавшим почти 3 тыс. ядер. Они создавали достаточные вычислительные мощности для формирования ответов за время не более 3 секунд, что позволило конкурировать с реальными игроками. Сейчас, спустя несколько лет, на протяжении которых качество программного кода улучшалось несколько раз, требования системы к вычислительным ресурсам существенно снизились.

Но на самом деле, все определяется тем, о решении какой конкретной задачи идет речь: для каждой прорабатывается свой Watson. В некоторых случаях, когда время критично, могут понадобиться большие ресурсы, в других эти требования ниже.

Получается, что сегодня Watson существует далеко не в единственном экземпляре, причем в разных конфигурациях?

Абсолютно верно: Watson положил начало целому ряду продуктов IBM, основанных на этих технологиях. Система, выигравшая Jeopardy!, — лишь одна из них. Но это не некий «супермегаразум», работающий на непонятных технологиях будущего. Это программа, созданная на архитектуре DeepQA, которая позволяет формировать ответы на вопросы, сформулированные на естественном языке. Она включает определенные модули для анализа вопроса, разбора его на смысловые компоненты, генерации вариантов ответа, их рейтингование, синтез подходящих решений и так далее.

Схожие решения сегодня реализованы в крупнейших поисковых системах, таких как Google или «Яндекс». При формировании списка результатов, которые выводятся в ответ на запрос пользователя, они не просто находят нужные ссылки, но и выдают их согласно определенному «рейтингу», в котором более высокие позиции занимают варианты, дающие более точный ответ — по мнению программы.

Есть, конечно, области, найти решение в которых будет и проще, и дешевле с помощью стандартных IT-инструментов. Watson создается для решения задач нестандартных, для аналитики. По данным наших собственных исследований, в реальности таких задач у бизнеса и у нас — не более 10−20%. Но другими способами пока к ним нельзя подобраться, невозможно просто построить более мощный дата-центр и ответить на такие запросы.

Например, сейчас активно тестируется применение системы Watson Engagement Advisor. Представьте, что вы хотите взять ипотеку — она может проанализировать всю нужную информацию, включая ваши личные данные. Система учтет информацию из баз данных недвижимости и кредитов, из аналитических обзоров, форумов и даже социальных сетей, в таком количестве, которое обычный человек охватить не в силах. Она сможет задать дополнительные вопросы, и в диалоговом режиме вы можете обсудить с ней конкретные рекомендации, и в конечном итоге Watson предложит такой вариант, который будет персонализирован именно для вас. Это важно и для банка, который получает проверенного клиента, и для самого клиента, который получает персонализированный и всесторонний подход к выбору недвижимости и кредита.

Другой продукт, который сейчас апробируется — это Watson Discovery Advisor. Эта система анализирует научные статьи и позволяет исследователям охватить огромный поток научной информации, вычленить что-то важное для собственной работы. Что-то, что поможет найти новые подходы и решения.

Говорят, что «потомки» Watson используются и в практической медицине?

Безусловно: медицина — это одно из первых применений этих систем, и прежде всего, онкология. Это довольно специфическая область, информация в которой обновляется исключительно быстро. На вопросах онкологии сосредоточены громадные усилия исследователей, и врачи зачастую не могут оставаться в курсе всех новых возможностей — способов диагностики, лечения и т.д. Поэтому Watson Oncology Expert Advisor уже действует в одном из американских онкоцентров (речь о Мемориальном онкологическом центре Слоан-Кеттеринг, MSKCC — ред.), и используется в качестве экспертной системы, позволяющей делать дополнительные выводы на основе диагностической карты пациента.

По имеющимся данным, поток новой медицинской информации сегодня таков, что только для беглого чтения ее потребуется тратить 160 часов в неделю. Человек на такое неспособен — зато Watson это по плечу, причем, как показал опыт, точность его диагностики рака легких достигает 90% — при всего 50% у «живых» врачей.

Думаю, такое в некотором смысле возможно: Watson может скомбинировать собственный вариант. Но при этом ему не хватит уверенности, чтобы система достаточно высоко его ранжировала. Для оценки корректности, адекватности необходим человек. Он сможет увидеть всю цепочку доказательств, с помощью которых Watson пришел к такому решению, и оценить адекватность рассуждений. Сама система не может создавать и оформлять новое знание, она может лишь помогать.

Люди, вообще, нужны любой экспертной системе для обучения. Они, грубо говоря, должны научить ее, «что такое хорошо, а что такое плохо». Задать адекватные принципы, на основе которых система в будущем сможет выдавать решение. Даже мы, создавая Watson для разных сфер, обязательно делаем это в сотрудничестве с экспертами в соответствующей сфере.

Не так давно IBM сообщила о выходе чипов SyNAPSE, которые симулируют работу миллиона нейронов и 256 млн синапсов. Может быть, такая схема, в корне отличная от Watson, сможет создавать новые знания и станет настоящим искусственным интеллектом?

В человеческом мозге нейронов и синапсов в сотню тысяч раз больше, так что говорить о мыслительных способностях таких «нейрочипов» пока рано.

В человеческом мозге нейронов и синапсов в сотню тысяч раз больше, так что говорить о мыслительных способностях таких «нейрочипов» пока рано. Да, но если взять и объединить сто тысяч таких микросхем?

Сложно строить подобные предположения. Возможно, будет нечто похожее на ИИ, а возможно, и нет, пока это — лишь предмет исследований. Безусловно, мы движемся в эту сторону, и будем продолжать это движение. Но о том, что получится, рассуждать пока еще слишком рано.

Во-первых, существует довольно большая дискуссия по поводу аутентичности той модели, которая реализована в этих «нейрочипах». Ведь это определенное упрощение, подходящее для реализации и написания программных приложений. Это не полноценная, не стопроцентная модель живой клетки-нейрона. Поэтому возможно, что даже объединение 100 тыс. таких процессоров не даст настоящую «мыслящую» систему, просто потому что модель клетки недостаточно точна.

Человеческий нейрон удивительно сложен, и для создания его более полной и аккуратной модели существует отдельный огромный проект Blue Brain, над которым совместно работают компания IBM и Швейцарский федеральный технический институт Лозанны (EPFL). Это другое, альтернативное направление: одни специалисты считают достаточными упрощенные модели, другие с ними не соглашаются и настаивают на необходимости использования полноценных моделей. Чей подход окажется эффективнее покажет время.

С одной стороны, полная модель очень сложна в реализации, она требует огромных вычислительных ресурсов даже для одного нейрона — а нам их требуется обсчитывать сотнями миллиардов! С другой, SyNAPSE позволяет использовать не только упрощенную модель, но и «спускает» большую часть расчетов на уровень «железа», самой архитектуры и компонентов чипа. Это позволяет симулировать — с определенной точностью — работу сразу огромного числа нейронов. Надо сказать, что конкретных практических запросов для создания систем, которые бы максимально достоверно имитировали именно работу нашего мозга, пока нет. Однако это, безусловно, очень интересное направление. И если по коммерческим причинам ему вряд ли будет уделяться масса внимания, работы в этом направлении будут продолжаться, это совершенно точно.

Насколько Вы сами убеждены в том, что рано или поздно это случится? Что появится компьютерная «нейронная» система, которая сравнится с человеческим мозгом, а может, и превзойдет его?

Как раз после сообщения о новом достижении проекта SyNAPSE я понял: лет через 20–30 у нас все будет почти, как в фильме «Терминатор». Это, конечно, шутка, определенное преувеличение, но уже сегодня и бизнес, и государства уже достаточно «распробовали» выгоды использования когнитивных систем. А есть спрос — будет и предложение, так что такие системы неизбежно будут развиваться дальше, будут становиться все умнее и умнее.

Поэтому я считаю, что проблема создания адекватной компьютерно-цифровой модели мозга, хотя бы по количественным характеристикам сравнимой с нашим, — это задача уже ближайших 10–15 лет. А дальше — мы не знаем. Возможно, она будет мыслить. Возможно, это будет искусственный разум — а может, и нет. В этом состоит потрясающий интерес, интрига работать в этой области, решать задачи с непредсказуемыми результатами.

…А также и с непредсказуемыми последствиями? Раз Вы вспомнили о «Терминаторе», не стоит ли опасаться такой перспективы, а не ждать ее с нетерпением? Если компьютерный «супермозг» сможет мыслить, не начнет ли он мыслить в совсем невыгодном для человечества направлении?

Думаю, что когда мы действительно приблизимся к созданию подобной системы, люди, работающие над этим, обязательно внесут определенные ограничения и директивы для ее работы. Это могут быть известные «Правила робототехники» или какие-то другие решения.

С другой стороны, преимущество нашего разума как раз в том и состоит, что мы можем не только следовать правилам, но и способны находить обходные пути. И, честно говоря, я тоже с некоторым опасением смотрю на такой вариант развития событий. Но давайте вспомним про атомную бомбу: уже тогда многие понимали, что эта технология когда-нибудь может привести к мировой катастрофе. Это ведь никого не остановило? Просто были оценены риски, созданы соответствующие механизмы сдерживания — думаю, примерно так же все будет развиваться и в случае с искусственным интеллектом.

Но давайте вспомним про атомную бомбу: уже тогда многие понимали, что эта технология когда-нибудь может привести к мировой катастрофе. Это ведь никого не остановило? Просто были оценены риски, созданы соответствующие механизмы сдерживания — думаю, примерно так же все будет развиваться и в случае с искусственным интеллектом.

По мне, здесь интереснее другое: если появится компьютерная система, которая вдруг начнет мыслить, как человек, — как к ней относиться? Стоит ли дать ей право избирать и быть избранной? И не будет ли убийством простое отключение ее из электросети? Все это вопросы, которые нам понадобится решить, по-моему, уже в ближайшие годы. Компьютеры IBM Технологии Электроника Мозг

Источник: http://polymus.ru/ru/pop-science/news/v … -matritsy/