Компьютеры и Космонавтика

[Not]

Дык лет пять назад появились источники энергии в виде мелкого  роторного двигателя + генератор + ~200 граммовый бутылек толи с бензином толи со спиртом и все размером с типовую батарею ноутбука, на скоко хватало не помню но врде на долго

http://web.mit.edu/newsoffice/2006/microengines.html

[zyxman]

А как оно изменится? Любой электронщик скажет что в институте этому не научат. Только самообразование как хобби. На "заре" интерес был радиостанции делать, усилители. Радиокружки, журналы, магазины "Юный техник". Сейчас вроде рай на радиобазаре - всё есть. Но провал в знаниях базовых у молодёжи. Они талантливы и настойчивы по своему. Но способы установки драйверов недолговечны, особенно с приходом ноутбуков. Их ум в игры выплёскивается, польза конечно от симуляторов есть но сомнительная.

Канал для молодежных усилий имеется и очень даже востребованный. Имею ввиду соревнование автоматов разного уровня и назначения. И что симтоматично, там имеет место синергезис достижений железячных и программных. У меня нет, да и думаю ни у кого нет, данных для вразумительных статистических оценок майнстримов 20 века и  21 в области молодежных достижений в Хай-Теке( пардон за сленг, но иначе будет длинно и занудно) Но на интуитивном уровне мне ситуация представляется в сравнимых масштабах.

Тут на самом деле все очень плохо.
К сожалению, объемы информации выросли за последние десятилетия настолько, что более-менее полноценно все охватить уже невозможно.
И настоящие универсалы практически вымерли еще в прошлом веке, а современные специалисты стали конечно лучше тем что нередко понимают экономику, менеджмент и промоушен (рекламу, грубо говоря), но никто не заглядывает даже в смежные области - уж очень ресурсоемко стало заглядывание..
Плюс вырос информационный шум..
Вобщем сейчас очень много усилий тратится не столько на разработки сколько на создание видимости деятельности (и видимости успехов), а глубину исследования большинства работ можно оценить как "ковыряние в носу" - изредка попадается что-то явно превосходящее уровень ПТУ (углубленной школы), но до университетского уровня практически ничто не дотягивает.
Также ничего хорошего не сулит то что планета стала совсем маленькой (благодаря достижениям транспорта и связи и благодаря росту населения), а выход за пределы планеты до сих пор безумно дорог - мы явно подходим к моменту когда начнутся массовые запреты на опасные технологии, и закончится прогресс.

Но возвращаясь к компьютерам, абсолютное большинство специалистов сходится в мнении что для создания полноценного ИИ, способного заменить самого тупого хомо, требуется вычислительная мощность в мультипетафлопсы, и с учетом что петафлопс недавно был преодолен, можно рассчитывать что достаточное железо для ИИ будет доступно в течение ближайших нескольких лет а еще через несколько лет появится и сам ИИ, и есть надежда что ИИ, не имеющий ограничений человеческого мозга, поможет решить некоторые из упомянутых проблем, например систематизировать доступную информацию и отфильтровать шум.

[Not]

абсолютное большинство специалистов сходится в мнении что для создания полноценного ИИ, способного заменить самого тупого хомо, требуется вычислительная мощность в мультипетафлопсы, и с учетом что петафлопс недавно был преодолен, можно рассчитывать что достаточное железо для ИИ будет доступно в течение ближайших нескольких лет а еще через несколько лет появится и сам ИИ

Видимо я не вхожу в абсолютное большинство. Ну и ладно. Давайте все же посчитаем:
Среднее количество соединений между нейронами среднего человеческого мозга оценивается в 10^10. Один петафлопс = 10^10 операций в секунду. Скорость срабатывания среднего нейрона - 0.001 секунды. Таким образом, вам требуется уже 10^13 операций в секунду. Однако и это еще не все. Вам нужно учесть влияние химических сигналов, которые могут воздействовать как на все нейроны, так и на отдельные их группы. Умножим (оптимистично) еще на десять = 10^14. Но ведь еще есть гены в ДНК, от которых зависит взаимное расположение нейронов и выработка химических сигналов. По некоторым данным их порядка 30-100 тысяч. Ну предположим десять тысяч - возводим в четвертую степень = 10^18. Безусловно, не все гены способны влиять на работу нейронов, но нас в данном случае интересует верхняя оценка. Итого имеем 10^18 операций в секунду. Теперь вспомним, что на развитие интеллекта до уровня начинающего ученого в среднем требуется 15-25 лет.

Итого: для того чтобы количественно достичь уровня интеллекта начинающего ученого нам по весьма грубой прикидке потребуется работа вычислителя мощностью 10^18 операций в секундy, т.е. сто миллионов петафлопс в течение 20 лет.

Я ничего не упустил?

[ОАЯ]

Такой ИИ превосходил бы тысячи ученых, т.к. ему после включения в розетку не пришлось бы:
- дополнительно думать о зарплате, что ответить жене, теще, начальнику, парикмахеру...
- дополнительно читать тонны бреда, смотреть тонны бреда, слушать тонны бреда...
- не думать во время истерических воплей собственного тела во время отравления, бритья, падения, ожогов, ран, болезней, смены моды, автопробок, недостатка кислорода...
- придумывать не относящиеся к деятельности гениев планам как не поссориться с сыном, пойти в отпуск летом, написать ненужную, но полезную статью...
и так миллионы разных дел, не относящихся к гениальным вычислениям. Да, еще забыл добавить ... и вспоминать! Поэтому требования к ИИ можно смело занижать в миллионы раз.

О теме, хотел спросить, при таких скромных бортовых компьютерах, что делают ноутбуки на МКС? Неужели их используют только как проигрыватели? Э... ну пример, кроме оффисного использования...

[zyxman]

Я ничего не упустил?

Упустили. Как химические сигналы, так и гены (тем более!), влияют далеко не мгновенно, и действуют как переключатель состояния, следовательно, не требуется умножать на их несколько порядков, и как раз и получаются под сотню петафлопс.

И молодой ученый нам сразу не обязателен - для решения очень многих задач достаточно будет интеллекта 5-6 летнего школьника.
Вообще-же главное преимущество ИИ в том что после получения первого экспериментально-промышленного образца его можно будет очень быстро  растиражировать в необходимом количестве элементарным копированием, а вот тиражирование живых ученых это длительный процесс с ненадежным результатом :lol:

[Not]

Я ничего не упустил?

Упустили. Как химические сигналы, так и гены (тем более!), влияют далеко не мгновенно, и действуют как переключатель состояния, следовательно, не требуется умножать на их несколько порядков, и как раз и получаются под сотню петафлопс.

Не получаются. Их влияние все равно придется учесть. Предположим что время воздействия химического медиатора - секунда. Тогда поделите 10^18 на 1000 и получите 10^15, что есть 100 тысяч петафлопс. И учтите также, что нейрон устроен несколько сложнее, чем сумматор. Я бы скорее смоделировал его как конечный автомат с обратной связью. И не забудьте, что нейроны мозга действуют параллельно, в отличие от нашего мультипетафлопсового вычислителя, а значит вам придется переключать контексты, что на порядки снизит реальную скорость. Вспомните, что логика работы нейронов не двоичная, что еще более усугубит ситуацию.  Далее вспомните закон Мура и у вас получатся те десятилетия, если не столетия, нужные для создания искусственного мозга. Посчитайте также сотни тонн оборудования и мегаватты электричества.

И молодой ученый нам сразу не обязателен - для решения очень многих задач достаточно будет интеллекта 5-6 летнего школьника.

Вы имеете ввиду управление космическим кораблем?

В общем вам обыкновенная земная женщина произведет все с легкостью за девять месяцев  

[duke]

Тогда поделите 10^18 на 1000 и получите 10^15, что есть 100 тысяч петафлопс.

Хватит нести бред, хотя бы ту часть, которая про петафлопс - петафлопс это, вообще-то, 10^15 флопс. 10^18 флопс это 100 петафлопс.

[Not]

Тогда поделите 10^18 на 1000 и получите 10^15, что есть 100 тысяч петафлопс.

Хватит нести бред, хотя бы ту часть, которая про петафлопс - петафлопс это, вообще-то, 10^15 флопс. 10^18 флопс это 100 петафлопс.

Вы вероятно хотели сказать 1000 петафлопс. Но и я виноват, обсчитался. Но ситуацию это существенно не изменит, учитывая энергопотребление и дополнительные вышеупомянутые накладные расходы

[zyxman]

Вы вероятно хотели сказать 1000 петафлопс. Но и я виноват, обсчитался. Но ситуацию это существенно не изменит, учитывая энергопотребление и дополнительные вышеупомянутые накладные расходы

Ну во первых мы уже с вами вышли на десятки петафлопс :lol:

Во вторых, изменит. Уже просто потому что за 6 лет что будет развиваться первый ИИ, скорость доступных машин увеличится, и следующие будут уже не сотни тонн и не мегаватты электричества а намного меньше.
Ну а накладные расходы на переключение контекстов и сложность состояний, можно будет компенсировать и раньше, используя специализированную архитектуру - тут главное получить достаточно работоспособную модель, которая будет работать достаточно похоже на настоящий мозг, пусть даже и совсем не в реальном времени.

[duke]

В Википедии есть такая запись

нейрокомпьютер «Кремниевый мозг» (созданный в США по программе «Электронный мозг», предназначен для обработки аэрокосмических изображений, производительность 80 Пфлоп (80

[Not]

В Википедии есть такая запись

нейрокомпьютер «Кремниевый мозг» (созданный в США по программе «Электронный мозг», предназначен для обработки аэрокосмических изображений, производительность 80 Пфлоп (80

[zyxman]

нейрокомпьютер «Кремниевый мозг» (созданный в США по программе «Электронный мозг», предназначен для обработки аэрокосмических изображений, производительность 80 Пфлоп (80

[duke]

В современном процессоре на одном кристалле находится 1,9 млрд транзисторов в виде 6 ядер. Весь процессор потребляет 130 ватт.
Ещё есть с частотой и размерами кэшей поменьше - потребляет 65 ватт.
В общем, несколько миллиардов искусственных нейронов на небольшой плате, это не такая уж и большая проблема. А вот если сделать их перепрограммируемыми... И с далёкими связями(не только несколько десятков соседних нейронов). Тогда проблема... Правда это будет уже гораздо круче нейросети человеческого мозга
Несколькикиловаттное устройство, содержащее сотни миллионов, или даже миллиарды, перепрограммируемых искусственных нейронов, это было бы круто, и это все хотят создать, но, видимо, проблемы тут уже серьёзные.
P.S. кстати, у человеческого мозга потребление, вроде бы, недалеко от 20 Вт

[sychbird]

То  ОАЯ

Перечисленные вами проблемы "простого ученого" отнюдь не паразитные явления, а многообразный опыт, создающий глубину интуиции.

То zyxman

Известное старое изречение по поводу математики гласит, что последяя не более чем мельница. Если в нее сыпать труху, то труху и получишь, а отнюдь не муку высшего качества.

Создание ИИ любого масштаба не отменяет необходимости формулировать приоритеты, массивы вводных данных и краевые условия. Так, что билогическому интелекту скучать не придеться, а скорее поднапрячься предстоит над иным классом задач.

[GALIN]

В Википедии есть такая запись

нейрокомпьютер «Кремниевый мозг» (созданный в США по программе «Электронный мозг», предназначен для обработки аэрокосмических изображений, производительность[color=yellow:dcd0429125] 80 Пфлоп (80

[Андрей Суворов]

Аргумент, что "вычислительные машины отучают думать" не выдерживает никакой критики.

Выдерживает. С удешевлением процессорной мощности аналитические и т.наз. "полуаналитические" решения задач становятся относительно более трудоёмкими, чем простое численное решение, с моделированием "в лоб".

Я не вижу связи между удешевлением железа и удорожанием аналитических решений. Во-первых никто вам не мешает делать аналитические выводы вручную.

Мешают. Конкуренты, которые плюют на аналитику и решение в общем виде - лишь бы результат получить, опубликовать и приоритет застолбить. Чтобы грант новый дали.

Во-вторых существуют способы автоматизации аналитических методов (например автоматическое дифференцирование), которые только выигрывают от удешевления аппаратной платформы

Вот это уже - детский лепет! Откуда машина автоматически узнает, что нужно именно дифференцировать?

Книги, посвященные теории автоматического управления, очень много посвящали тому, как упростить закон управления без ухудшения итоговой точности и устойчивости.

Алгоритм, который самостоятельно может решить, какие члены учитывать, а какие - отбрасывать, пока ещё не создан. Или создан, но недостаточно надёжен - да и люди ошибались, бывало, не раз.

Если вы изначально не умеете думать, то вам и супер-ЭВМ не поможет.

В том-то и дело, что раньше нужно было сначала год подумать, чтобы потом за сутки посчитать, теперь выгоднее посчитать за полгода то, что раньше бы считалось неизвестно сколько. И совсем не думать - построить модель максимальной простоты, аппроксимировать треугольниками, а не сплайнами и т.д.

Если размерность задачи позволяет - то ради бога, сэкономите время и потратите его на более трудные проблемы. Практика однако показывает, что большая мощность тут же съедается возрастающими требованиями к размерности, точности, детализации. Таким образом вам по-прежнему нужно заботиться и о простоте модели, и о поиске более эффективных методов. Иначе как можно объяснить например появление методов внутренней точки в линейном программировании при наличии простого и надежного симплекс-метода?

Размерность модели оттого и получается большой, что, чтобы снизить её, нужно моделировать систему на более высоком порядке, а, значит, делать нетривиальные допущения и заботиться о корректности и т.д. И сейчас этого предпочитают не делать именно потому, что конкуренты не дремлют.

А ограничения и недостатки симплекс-метода и в восьмидесятые-девяностые были уже хорошо видны.

Да пожалуйста, существует великое множество задач в принципе не разрешимых в полиномиальное время (или в полиномиальных размерах памяти). Для таких задач перебор в лоб не работал и работать не будет при более менее высоких размерностях (если конечно P != NP). А значит нужны аппроксимации, эвристики... Вот и прилагайте интеллект.

Ну так невыгодно прилагать интеллект! Потому что грантов на всех не хватает, бюджет не резиновый, нужно решать задачу, которая гарантированно даст результат, иначе останешься без зарплаты! Именно потому, что раньше все исследователи находились в примерно одинаковых условиях, было занятно заниматься "задачами, не имеющими решения", а сейчас это нонсенс!

Вообще все заявления на тему "вредности" вычислительных машин можно свести к задаче о "вредности" транспорта.

А то! Пассажирский транспорт вреден безусловно, а уж как вредны личные легковые автомобили - это просто смерть природе! Только пассажирский транспорт привёл к появлению таких противоестественных образований, как нынешняя Москва!

Я вырос в небольшом городе, и всегда предпочитал ходить пешком, чем ждать автобуса. Я и до сих пор, приехав в гости к маме, иду от вокзала до дома пешком, несмотря на то, что на это уходит ровно час. Правда, отчасти это связано с тем, что поезд приходит в 4:24 и до первого автобуса тоже примерно час, а "бомбилы" предпочитают везти народ за город - так больше прибыль.

Тогда можно заявить, что автобусы отучают человека ходить (что не лишено смысла), а самолеты - летать. Если взглянуть на ноги московских жителей, то легко заметить ярко выраженную неразвитость икроножных мышц. Лифты, эскалаторы, автобусы....

Ну, отчего же Икроножные мышцы у большинства, как раз, в порядке. Например, и я, и двое моих детей (третий ещё мал для этого) успешно могут присесть несколько раз на одной ноге что требует не только нормально развитых мышц, но и правильного чувства равновесия

Однако же некоторые предпочитают идти по эскалатору вверх, тем самым  ускоряя движение и сохраняя физическую форму. Можно доехать на автобусе от работы до дома и рухнуть на диван. Или же доехать на нем до гор и далее, с рюкзаком и ледорубом пыхтеть к вершине. Вторая же аналогия относится к задачам, которые человек никогда бы не решил без помощи ЭВМ.

Нет. До гор можно долететь на самолёте, а дальше - идите-ка пешком! Нужный результат - если это "сохранение физической формы", будет достигнут быстрее, надёжнее и дешевле. А так - до 2300 м на подъёмнике едут, а туда же - "мы Эльбрус покорили"

Если бы в развитие алгоритмов вкладывали столько же денег и человеческих сил, сколько вкладывают сейчас в развитие аппаратных средств, мы бы уже давно имели азимовских роботов "с тремя законами". Но это невыгодно, НЕВЫГОДНО! Дешевле и быстрее купить новый процессор (или десять процессоров, или десять тысяч, всё зависит от задачи), чем тратить время и зарплату на совершенствование алгоритмов или создание новых.

Это сейчас становится уделом полупомешанных людей с явно недостаточной социализацией. К сожалению. Либо эти задачи решаются группами вопреки изначальной постановке задачи, за что потом группа может лишиться гранта из-за "нецелевого расходования" предыдущего.

Сейчас в науке, к сожалению, в полный рост видна ситуация "кто девушку обедает, тот её и танцует", и отчасти тому виной именно компьютеры. И закон Мура - не в последнюю очередь.

Я уважаю ваши познания и профессионализм, но, попробуйте и вы честно признаться, сколько раз вы отказывались от совершенствования алгоритма потому, что "работает - не ломай"?

[hudvin]

Уважаемые все!
С чего вы вообще взяли, что нейронные сети будут реализовываться в железе???

[zyxman]

Коваленко, а какова по вашему вероятность, что из какого-то ребенка, вырастет человек, который может эффективно решать задачу уровня планирования полета орбитальной станции?

[А.Коваленко]

Написал пост и удалил случайно при редактировании. Но может, и к лучшему. Постараюсь получше написать. На счет совершенствования алгоритмов. Надо разделять, решается задача научная или производственная. В первом случае можно говорить о необходимости решения "нерешаемых" задач, так как идет процесс познания, где отрицательный результат - тоже результат. А в производстве это недопустимо. Там и время ограничено, и средства. И может получиться, что красивое, элегантное решение отбрасывается в пользу простых, хотя и не самых, может быть, эффективных и красивых решений.

[А.Коваленко]

Коваленко, а какова по вашему вероятность, что из какого-то ребенка, вырастет человек, который может эффективно решать задачу уровня планирования полета орбитальной станции?

Если говорить об автоматическом планировании, то нулевая. Нельзя автоматически запланировать работу неавтомата (человека). А задача автоматизированного планирования с участием человека в качестве эксперта - решена. Можно, конечно, говорить о совершенствовании алгоритмов, но это уже детали.