Наш веб-сайт использует файлы cookie, чтобы предоставить вам возможность просматривать релевантную информацию. Прежде чем продолжить использование нашего веб-сайта, вы соглашаетесь и принимаете нашу политику использования файлов cookie и конфиденциальность.
Радио Свобода выбрало три события 2022 года из мира науки и технологий. научно-техническое развитие в мире не остановилось, несмотря на продолжающуюся войну, которую Россия развязала против Украины, а также вызванный ею энергетический кризис, из-за которого в этом году на несколько недель раньше пришлось прервать экспериментальную сессию Большого адронного коллайдера. Пожалуй, ближе всего к революционным изменениям человечество подошло в области искусственного интеллекта, самым громким научным заголовком года стало получение положительного баланса энергии в термоядерной установке, а самые красивые и вдохновляющие картинки мы увидели благодаря новому космическому телескопу.
В 2022 году впечатляющих результатов достигли авторы нейросетевых технологий, генерирующих тексты, изображение, видео и музыку. На слуху здесь больше всего были чат-бот ChatGPT (GPT-3) от компании OpenAI и системы генерации изображений DALL-E (от тех же OpenAI) и Midjourney, хотя это далеко не исчерпывающий список.
Нейросети, то есть системы, которые обучаются на больших массивах реальных данных, получая способность решать аналогичные задачи, уже давно кардинально изменили человеческие возможности – из того, с чем мы регулярно сталкиваемся в обычной жизни, можно упомянуть машинный перевод, распознавание речи и визуальных образов (например, человеческих лиц), автоматические системы управления транспортом. Однако именно в этом году появился повод заговорить о способности искусственного интеллекта обойти человека в самой на первый взгляд человеческой сфере – творчестве, причем не только художественном, но и научно-техническом.
Способности нейросети определяются не сложностью самой технологии, а объемом данных, на которых она натренирована. Учитывая, что накопленный объем цифровых данных – текстовых, визуальных, научных, инженерных – огромен и продолжает расти, растут и возможности искусственного интеллекта. Особенность нейросетевых технологий в том, что осмыслить, как именно работает обученная на большом массиве данных нейросеть, практически невозможно (в процессе обучения внутри нейросети происходит настройка параметров, которых могут быть сотни миллиардов, как в GPT-3), это своего рода черный ящик, а значит, и ее способности до некоторой степени непредсказуемы. Оказывается, нам не нужно разбираться в том, как устроено человеческое сознание и пытаться его смоделировать, – достаточно "кормить" сравнительно простую изначально систему данными. Это дешевый и быстрый способ передать не только наши знания, но и наш интеллект электронной системе. У части экспертов, пожалуй, впервые в истории появились серьезные основания предсказывать, что сильный искусственный интеллект (грубо говоря, ИИ, способный самостоятельно мыслить и осознавать себя) может появиться уже в перспективе ближайших 10 лет. Один из ведущих мировых специалистов в области вычислительных систем Скотт Ааронсон взял годовой отпуск в университете, чтобы работать внутри команды OpenAI над вопросами безопасности искусственного интеллекта, – и пришел к выводу, что ИИ действительно может стать существенной угрозой для человечества уже в ближайшем будущем. Речь необязательно о том, что электрический разум захочет поработить человечество (хотя и такой риск не стоит отбрасывать), есть и куда более явные угрозы. Например, как указывал Ааронсон в своем отчете по итогам годовой работы, ИИ уже сейчас способен справиться с производством пропаганды в неограниченных объемах, больше не нужно содержать "фабрики троллей".
Работа нейросети Modjourney победила в открытом конкурсе цифрового искусства. Языковая модель GPT-3 уже сегодня способна написать эссе на произвольную тему, ответить на любые вопросы как минимум уровня школьной программы или создать стихотворение, достойное для публикации в авторитетном журнале. Некоторые преподаватели заранее прогоняют через нее экзаменационные вопросы – и оставляют в списке только те, на которые система дает неправильные ответы. А ошибается она все еще очень часто: GPT-3 не только не справляется с детскими загадками вроде "А и Б сидели на трубе" (попробуйте: искусственный интеллект будет вежливо, но упорно спорить с вами, что на трубе не осталось никого), но и ошибается в фактах, например, на первый взгляд убедительно, но совершенно неправильно отвечает на вопрос из области математики о количестве так называемых простых близнецов, а на шутливый вопрос о том, как выглядит "легендарная финка НКВД", отвечает, что это "ремень с металлическими пружинами".
Некоторые скептики уверены, что такого рода ограничения никогда не позволят искусственному интеллекту превзойти человеческий, что ИИ навсегда останется пусть даже очень осведомленным и прекрасно говорящим, но попугаем. Другие указывают на то, что каждая версия той же системы GPT меньше ломается на "детских вопросах", чем предыдущая. Во всяком случае, уже сейчас очевидно, что нейросети смогут автоматизировать человеческую деятельность во многих сферах – в том числе целые профессии. Как отмечает Скотт Ааронсон в своей лекции, 50 лет назад все были уверены, что роботы сначала заменят людей в рабочих профессиях, потом – в научно-технических и в последнюю очередь в художественных, а в действительности все получилось ровно наоборот. Сантехник рискует потерять свою работу в ближайшие годы куда меньше, чем журналист или программист.
Эксперимент, проведенный в начале декабря в центре NIF (Национальный центр зажигания) Ливерморской лаборатории в США, на один шаг приблизил человечество к коммерческому получению энергии в ходе управляемого термоядерного синтеза. Впрочем, этот шаг оказался намного меньшим, чем можно было понять из первых заголовков.
Установка NIF действительно впервые в истории дала больше (примерно в полтора раза) энергии, чем было потрачено на зажигание термоядерной реакции. Энергия лазера, использованная для нагревания системы, составила 2,05 мегаджоуля, при этом в ходе термоядерной реакции, по оценкам создателей, выделилось примерно 3,15 мегаджоуля. Однако лазер – далеко не самая энергоэффективная установка, и всего для создания одного импульса на установке было использовано примерно 500 мегаджоулей электроэнергии. И это только одна, причем далеко не самая существенная из проблем, которые по-прежнему отделяют нас от эффективных термоядерных энергетических установок.
Термоядерный синтез, в ходе которого происходит слияние ядер, уже несколько десятков лет рассматривается как потенциально почти неисчерпаемый источник дешевой энергии, топливо для которой повсеместно доступно. Но для того чтобы запустить термоядерную реакцию, то есть заставить сливаться положительно заряженные атомные ядра, нужно заставить их сблизиться на расстояние, где сильное взаимодействие превосходит эффект электростатического отталкивания. Для этого ядра должны обладать колоссальной кинетической энергией, то есть необходимы огромные температура и давление, сравнимые с теми, которые достигаются в недрах звезд. Есть несколько экспериментальных подходов к тому, как этого можно добиться. Наиболее хорошо разработанный – так называемые токамаки, установки, в которых топливо в состоянии плазмы удерживается и нагревается с помощью электромагнитного поля высокой мощности, как правило, в камере, имеющей форму тора. Этот подход был выбран для создания экспериментального реактора ITER, строящегося во Франции, – предполагается, что именно на нем удастся показать экономически оправданное выделение энергии. Однако сроки запуска реактора ITER уже много раз откладывались, бюджет успел вырасти в пять раз и нет гарантии, что запланированное сейчас на 2025 год получение первой плазмы (а достижение КПД больше единицы пока планируется на конец 2030-х) не перенесется снова.
Установка NIF использует альтернативный подход: топливо, заключенное в крохотную сферу и охлажденное до очень низкой температуры, подвергается облучению мощного и короткого лазерного импульса. В результате мгновенного сжатия создаются условия для запуска реакции синтеза – примерно так же, только с помощью внешнего ядерного взрыва, а не лазерного излучения, происходит детонация термоядерной бомбы. NIF и создавался главным образом для моделирования термоядерных взрывов в интересах армии США. В отличие от токамака, где термоядерное горение может длиться продолжительное время (нынешний мировой рекорд принадлежит китайскому токамаку EAST – 101 секунда, на ITER предполагается довести это время до 8 минут), в установке NIF весь процесс – удар лазерным импульсом и последующее выделение термоядерной энергии – длится всего несколько наносекунд, а вот на подготовку установки к новому "выстрелу" требуется несколько часов. NIF никогда не предназначался для коммерческого получения энергии, и теоретически импульсные установки такого типа могли бы "стрелять" по термоядерному топливу несколько раз в секунду, так, чтобы вся система работала как автомобильный двигатель внутреннего сгорания. Как это осуществить на практике, никто пока не знает.
Успех NIF – не столько революция в термоядерной энергетике, сколько proof of concept конкретного подхода – импульсные системы очень долго оставались в тени токамаков, а теперь именно на установке такого типа впервые достигнут положительный баланс энергии Q=1,5 (рекорд для токамаков, который держится с 1997 года, – Q=0,7). Этот успех может дать новый толчок развитию термоядерной энергетики, которая вообще-то находится в последние годы не в лучшем состоянии.
Помимо постоянных инженерных проблем, с которыми сталкиваются строители реактора ITER, в этой области остается несколько нерешенных фундаментальных проблем. Часть из них связана с топливом. Меньше всего энергии нужно затратить для реакции слияния ядер дейтерия и трития – именно такое топливо используется в NIF и будет использоваться в ITER, и если дейтерия очень много, например в океане, то суммарные запасы трития на Земле оцениваются в пару десятков килограммов. Тритий можно получать в ходе работы обычного ядерного реактора или самой термоядерной установки, но пока сложно оценить, насколько его производство будет экономичес
