Motorola показала первый портативный мобильный телефон почти полвека назад. Он был размером с кирпич, и весил как половина кирпича. Через десять лет на его основе появился первый коммерческий мобильный телефон. Он тоже выглядел неуклюже, однако позволял владельцу на ходу отправлять и принимать звонки, что в ту пору было в новинку. С тех пор мобильные телефоны приобрели множество иных функций. Теперь они обрабатывают текстовые сообщения, выходят в веб, играют музыку, делают фотографии и видео, выводят их на экран, показывают своё местоположение на карте – всего не перечесть. Возможности их применения вышли за пределы любых мечтаний, существовавших в момент их появления. Но при всей их универсальности смартфоны до сих пор борются с фундаментальным недостатком: у них слишком маленькие экраны. Да, некоторые телефоны делают побольше, чтобы увеличить экран. Однако если телефон станет слишком большим, он перестанет влезать в карман, что будет нежелательно для многих. Очевидное решение – сделать так, чтобы дисплей можно было складывать на манер бумажника.
Архив рубрики: Инновации
Перспективы квантовых компьютеров: от истоков к настоящему состоянию
Квантовые вычисления — быстро развивающаяся область компьютерных исследований, коммерческое применение которой ожидается в ближайшее время. К этому времени квантовые компьютеры превзойдут традиционные компьютеры в определённых задачах, к которым относятся молекулярное и материальное моделирование, оптимизация логистики, финансовое моделирование, криптография и обучение искусственного интеллекта. Вначале кратко об основах квантовых вычислений. Традиционные компьютеры построены из кремниевых микросхем, содержащих миллионы или миллиарды миниатюрных транзисторов. Каждый из них может быть включен — в понимании машины это состояние «0» или «1». Впоследствии компьютер хранит и обрабатывают данные, используя «двоичные числа» или «биты». Квантовые компьютеры работают с «квантовыми битами» или «кубитами». Они могут поддерживаться аппаратно разными способами — например, с помощью квантово-механических свойств сверхпроводящих электрических цепей или отдельных захваченных ионов. Кубиты могут существовать более чем в одном состоянии или «суперпозиции» в один и тот же момент времени. Что позволяет кубиту принимать значение «1», «0» или оба значения одновременно.
Google предложила новую архитектуру нейронных сетей для имитации врожденных инстинктов и рефлексов живых существ
Новая работа Google предлагает архитектуру нейронных сетей, способных имитировать врожденные инстинкты и рефлексы живых существ, с последующим дообучением в течении жизни. А также значительно уменьшающую количество связей внутри сети, повышая тем самым их быстродействие. Искусственные нейронные сети, хоть и похожи по принципу действия на биологические, все же слишком отличаются от них, чтобы их можно было применить в чистом виде для создания сильного ИИ. Например, сейчас нельзя создать в симуляторе модель человека (или мыши, или даже насекомого), дать ему “мозг” в виде современной нейронной сети и обучить ее. Это просто так не работает. Даже отбросив отличия в механизме обучения (в мозге нет точного аналога алгоритма обратного распространения ошибки, например) и отсутствие разномасштабных временных корреляций, на основании которых биологический мозг строит свою работу, у искусственных нейронных сетей есть еще несколько проблем, не позволяющих им в достаточной степени имитировать живой мозг.
Интеллектуальный анализ больших данных готовится к буму: комментарии эксперта
Аналитика больших данных — это применение передовых методов анализа к очень большим и разнообразным наборам данных, включая структурированные, или всего лишь частично структурированные и неструктурированные данные из различных источников в масштабах от терабайт до зеттабайт. Большими данными называются наборы данных, размер и тип которых превосходят возможности традиционных реляционных баз данных по захвату, управлению и обработке данных с низкой задержкой. Большие данные обладают по крайней мере некоторыми из следующих характеристик: большой объем, высокая скорость или большое разнообразие. Искусственный интеллект (ИИ), мобильные и социальные платформы, а также Интернет вещей (IoT) способствуют усложнению ситуации с данными ввиду появления новых форм и источников данных. Например, большие данные могут поступать с датчиков, устройств, видео- и аудиооборудования, из сетей, файлов журналов, транзакционных приложений, Интернета и социальных платформ. Значительная часть этих данных создается в режиме реального времени в очень больших объемах. Анализ больших данных дает аналитикам, исследователям и бизнес-пользователям возможность оптимизировать и ускорить принятие решений на основе данных, которые в прошлом были недоступны или неприменимы.
Европейское космическое агентство (ЕКА) начало подготовительные технические работы по созданию сборщика космического мусора
Судя по всему, время космического мусора наконец пришло. Хотя многие ученые давно бьют тревогу: на орбитах за 60 с лишним лет освоения космоса скопилось около 300 тысяч фрагментов разного хлама. Они опасны не только для космической техники, но и для землян. В любой момент кусок с неба может рухнуть, говоря образно, на наши головы. Тревожит не только масса космического мусора, а это около 7 тысяч тонн, но и его плотность. На высотах 800-1000 километров она достигла критического уровня. Из-за столкновения с ним вероятность потери космического аппарата за период 10-15 лет стала выше, чем потеря аппарата из-за отказа бортовых систем. А вероятность столкновения двух крупных объектов на низких орбитах оценивается как одно событие в 15 лет. Еще 10 лет назад эта цифра в 4 раза ниже. Словом, опасность, от которой многие годы большинство специалистов отмахивалось, считая ее надуманность, становится реальной. Впрочем энтузиасты времени даром не теряли, за годы “простоя” нагенерировали немало красивых идей, как чистить орбиты от всяческого хлама. Это и изменение орбиты мусора ионными пучками, и уборка с помощью лазера, космического пылесоса, космического трала и т.д. У каждого из этих проектов есть свои плюсы и минусы, которые еще предстоит оценить и выбрать оптимальный.
Современный ИИ и свёрточные нейросети для задач компьютерного зрения
Компьютерное зрение. Сейчас о нём много говорят, оно много где применяется и внедряется. И как-то давненько на Хабре не выходило обзорных статей по CV, с примерами архитектур и современными задачами. А ведь их очень много, и они правда крутые! Если вам интересно, что сейчас происходит в области Computer Vision не только с точки зрения исследований и статей, но и с точки зрения прикладных задач, то милости прошу под кат. Также статья может стать неплохим введением для тех, кто давно хотел начать разбираться во всём этом, но что-то мешало. Сегодня на Физтехе происходит активная коллаборация «академии» и индустриальных партнёров. В частности, в Физтех-школе Прикладной математики и информатики действуют множество интересных лабораторий от таких компаний, как Сбербанк, Biocad, 1С, Тинькофф, МТС, Huawei.
