Большинство научно-фантастических сюжетов разворачиваются в земных условиях или очень близких к земным. Но вселенная разнообразна - диапазон возможных температур и давлений намного шире, чем мы можем представить. А вдруг в глубинах Юпитера тоже возможна жизнь? Очень интересный и познавательный текст в трёх частях, который заставит вас по-новому взглянуть на многообразие нашей вселенной.

https://geektimes.ru/post/297257/

«Производство современных компьютерных чипов: неотличимо от магии»

Исключительно хороший доклад и отличное видео на выходные.

Я посмотрел ещё меньше половины и вот что мне запомнилось:

- заводы по производству процессоров гигантские - площадью в несколько футбольных полей;
- в них есть «чистые комнаты», в которых пыли в 10000 раз меньше, чем в операционной (и это не фигура речи);
- сначала они выращивают кремниевую трубку - цилиндр диаметром 30 см и длиной в несколько метров. Вся трубка - единый кристалл, то есть атомная решетка идёт ровно от одного конца до другого!
- дальше её нарезают на блинчики толщиной 200 микрометров (толщина волоса - 1 микрометр). Эти блинчики - основа, на которой «рисуют» детальки;
- я пишу рисуют, но размер элементов картины - десятки нанометров (на срезе волоса помещаются тысячи);
- фотолитография (то самое прижигание/выжигание) - это снос башки: сначала делают относительно крупную «маску», через которую светят ультрафиолетом и пропускают картинку через линзу, которая делает луч меньше - таким образом рисунок получается меньше маски (и даже меньше длины волны);
- эти линзы меняют раз в несколько лет из-за износа от бомбардировки фотонами! Представьте, если бы у вас объектив на фотике истерся от света;
- размер картинки такой маленький, что нужно учитывать интерференцию лучей, то есть маска и тень от неё не совпадают. Это значит, что подсчёт маски, дающей необходимую тень - отдельная математическая задача;
- там такие точности, что заметна осцилляция фотонов (!), и используются способы ее компенсации.

Это одно из самых увлекательных выступлений, с максимальной концентрацией лулзов. Приятного просмотра.

https://youtube.com/watch?v=NGFhc8R_uO4

Не люблю смелые заявления о будущем, вроде "К 2050 году летающие такси станут обыденностью" или "Через 30 лет 30% мужчин будут заниматься сексом с роботами". Такие необоснованные прогнозы обычно делают пиарщики или предприниматели, то есть ангажированные люди, или же инфобизнесмены, паразитирующие на теме будущего. Будущее нельзя предсказать. Это не под силу даже исследователям и ученым. Вот отличная иллюстрация этого: десятки ученых и экспертов пробуют предсказать, сколько рабочих мест отнимет автоматизация труда, но их прогнозы разнятся на порядки. О чём это говорит? Только об одном: никто этого на самом деле не знает. А значит, все заголовки вроде "Роботы отнимут половину рабочих мест" - буллшит.

По ссылке, в принципе, можно не переходить, лучше почитайте два хороших поста по теме:

7 ошибок, которые допускают все, кто пытается предсказать будущее ИИ

10 критических тезисов о прогнозах

Уже не раз писал здесь про то, что биткоин не анонимен - все транзакции в реестре публичны, если полиция установит, что это ваш кошелек, все ваши транзакции будут у них на ладони.

Исследователи из Катара спарсили адреса биткоин-кошельков, связанных с даркнетом (Silk Road, Wikileaks), потом спарсили публично доступные адреса кошельков из Twitter и форумов про биткоин. А потом сравнили эти списки и нашли 120 совпадений. В некоторых случаях покупатели с Silk Road даже засветили своё имя и почту. Вот Джо Смит публикует в твиттере адрес своего кошелька, а вот с этого кошелька идет перевод на Silk Road.

И это самый простой  способ деанонимизации. У полиции и спецслужб намного больше возможностей - они могут получать имена пользователей криптовалютных бирж и истории посещений сайтов от провайдеров. Транзакции в блокчейне хранятся вечно, так что если вы пять лет назад купили марихуану в интернете, а потом засветили свой кошелек на бирже, есть вероятность, что к вам в дверь постучат незванные гости в форме. В Германии уже были такие случаи. Поэтому продвинутые пользователи используют для секретных покупок анонимные криптовалюты - Monero, Zcash.

Больше про проблему анонимности биткоина, отмывание криптовалют и работу полиции с блокчейном: https://t.me/brodetsky/895

Пример хитрого дизайна: мобильный баннер с нарисованной пылинкой. Пользователь видит грязь на экране, тапает, чтобы убрать её, баннер получает +1 клик. Источник: Reddit.

Ранее похожий трюк провернули китайские продавцы обуви: они пририсовали на своё объявление в Instagram Stories волос, чтобы люди смахивали его с экрана и тем самым открывали ссылку. Правда, Instagram забанил эту рекламу. Интересно было бы узнать CTR таких объявлений.

Китайский киберпанк: очки патрульных на вокзале в Чжэнчжоу оснащены системой распознавания лиц с поиском по полицейской базе данных. С их помощью полицейские за неделю задержали на вокзале 7 человек из розыска и 26 пассажиров с поддельными документами. Больше фото здесь.

Вообще Китай - лидер по внедрению подобных технологий. Посмотрите, как впечатляюще работают новые китайские камеры наблюдения - они распознают возраст, пол и одежду пешеходов и могут узнавать людей из розыска (видео).

Недавно корреспондент BBC провёл эксперимент - загрузил свою фотографию в базу, по которой ищут людей китайские камеры наблюдения, и вышел на улицу. Всего через семь минут полицейские получили сигнал из центра управления наружным наблюдением и задержали его.

Также я ранее писал про систему распознавания лиц Dragonfly Eye, которую используют государственные системы безопасности в разных городах Китая.

Кстати, камеры с распознаванием лиц уже работают в московском и даже в киевском метро (правда, пока только на двух станциях).

Журналистка Gizmodo Кашмир Хилл провела интересный эксперимент. Она напичкала свою квартиру всеми возможными умными гаджетами. Телевизор, колонка Amazon Echo, пылесос, кофеварка, камера наблюдения, лампа, сенсор сна и даже зубная щётка Кашмир были подключены к интернету. Ожидаемо, весь этот зоопарк гаджетов не сделал её жизнь комфортнее. Для управления "умным домом" Хилл пришлось установить 14 разных приложений. Они плохо интегрировались друг с другом; муж Кашмир отключил камеру, так и не привыкнув к постоянному наблюдению; камеру перенесли в детскую комнату, но там она будила ребёнка своим светом; вся квартира была в проводах и удлинителях; ну и некоторые гаджеты оказались просто бесполезными, как кофеварка или зубная щётка с интернетом.

Но самое интересное, что Кашмир вместе с коллегой установила специальный роутер для мониторинга исходящего трафика. Все гаджеты периодически коннектились к серверам своих производителей. Некоторые устройства шифровали трафик - например, трекер сна, спрятанный под матрасом. Но другие не шифровали. Умный телевизор передавал данные о просмотрах сторонним компаниям - которые, очевидно, использовали эти данные для маркетинговых целей. Но трафик с некоторых гаджетов и не понадобилось расшифровывать: метаданные, то есть информация о том, какой гаджет активен в данный момент, тоже могут многое рассказать.

Через два месяца слежки за трафиком "умного дома" Кашмир её коллега точно знал, когда её семья просыпается (Алекса включала музыку в 6-8 часов утра), когда Кашмир с мужем ложатся спать, когда засыпает их ребенок, когда она чистит зубы и какие шоу им рекомендует Netflix. Собрав эти данные вместе, можно построить социоэкономический профиль семьи. В будущем наши умные дома станут чем-то вроде браузеров - они будут генерировать уникальные цифровые портреты пользователей, доступ к которым будет не только у производителей гаджетов, но и у провайдеров - в США, кстати, провайдерам разрешено продавать такие данные третьим лицам.

Технологические компании рисуют перед нами картины красивого будущего, но его обратная сторона - это всесторонний сбор данных о нас и их последующая монетизация.

Недавно разработчики Google Translate сильно улучшили качество перевода с помощью нейросетей. Для технооптимистов это стало поводом похоронить очередную профессию - мол, скоро переводчики будут не нужны, программы будут переводить тексты не хуже людей. Но не всё так просто.

Известный учёный и писатель Дуглас Хофштадтер в своём эссе на Atlantic указывает на слабые места машинного перевода. Текст для машины - просто набор слов и знаков. Компьютер не может понимать текст, слова в машине не преобразуются в идеи и образы. Вспомните мысленный эксперимент с китайской комнатой. Машинный переводчик - это как раз такая китайская комната.

Нейросети не спасают ситуацию. Даже с ними машинный перевод - это просто отображение статистических закономерностей и фактов, вроде «чаще всего фраза Х в языке 1 переводится на язык 2 как Y». Для многих случаев этого достаточно - с помощью Google Translate я читаю в интернете статьи на языках, которых не знаю, и это действительно похоже на магию. Но настоящий перевод - это не просто статистический анализ слов, это пересказывание мыслей и идей на другом языке.

Хофштадтер показывает, как хваленый нейросетевой Google Translate не справляется с простыми предложениями - путает местоимения, не понимает редко употребляемые выражения, не чувствует контекст. Для идеального машинного перевода нам рано или поздно придётся научить машину понимать текст, и это, по мнению Хофштадтера, один из главных вызовов, которые стоят перед разработчиками переводчиков. Текст очень хорошо написан, рекомендую потратить полчаса своего времени и прочитать его.

Хороший пост в тему: разработчик Яндекса рассказывает о проблемах машинного перевода

Как Google Translate перевели на новый уровень с помощью нейросетей

Большой текст с историей машинного перевода

Иногда пишу здесь про разные хитрые взломы, но сейчас - про очень простой фрод. Злоумышленники опубликовали на Google Play фальшивое приложение, якобы работающее с банкингом пяти самых популярных украинских банков. При входе приложение собирало пароли от банкинга и данные карт пользователей с CVV. С помощью этих данных злоумышленники потом  выводили деньги с карт пользователей.

За две недели приложение скачали 6 тысяч раз, преступники успели собрать 5500 паролей и данные 1200 банковских карт. Сколько денег вывели с карт, неизвестно. Учитывая простоту приложения, его разработка наверняка обошлась недорого, так что скорее всего афера окупилась. Подробнее здесь.

Не передавайте сторонним лицам и приложениям свои банковские пароли и данные карт. И расскажите об этом своим друзьям, которые не очень хорошо разбираются в таких вещах.

Красивый концепт: пользователь проектирует объекты в 3D-редакторе в дополненной реальности, а 3D-принтер с роботизированной рукой сразу печатает спроектированное. Посмотрите! 💖

https://youtu.be/K_wWuYD1Fkg

Непростая работа деревенского учителя информатики в Гане.

Интересный тред с комментариями от людей, которые учились в таких школах: https://redd.it/7yoogw

Журнал MIT Technology Review опубликовал традиционный ежегодный список из 10 прорывных технологий. Сокращённое содержание:

3D-печать по металлу
Металлические 3D-принтеры - дорогие устройства, но представьте себе, что вам не нужен завод, чтобы собрать автомобиль - все детали можно напечатать на нескольких принтерах.

Искусственные эмбрионы
Биологи научились выращивать эмбрионы мышей из одних стволовых клеток - без спермы и яйцеклетки. На очереди - человеческие эмбрионы. Звучит зловеще!

Сенсорный город
Район Торонто напичкают всевозможными сенсорами и будут собирать данные о всём - загрязнение воздуха, уровень шума, активности населения и т.д.

Облачный ИИ
Благодаря облачным решениям от Amazon, Google и Microsoft любой может за разумные деньги получить доступ к мощностям и софту для машинного обучения. Демократизация технологий ускоряет прогресс, и это хорошо.

Соревнующиеся нейросети (GAN)
Архитектура нейросетей, позволяющая генерировать фотографии несуществующих людей и картины, неотличимые от настоящих. Подробно писал об этом, почитайте.

Наушники для перевода на лету
Устройство из фантастических фильмов уже можно купить всего за $160 - ищите в Google "Pixel Buds".

Экологически чистый природный газ
Углекислый газ, который выделяется при сгорании природного газа, можно использовать для производства энергии, цемента, пластмасс и пр.

Онлайн-приватность
Анонимная криптовалюта Zcach использует технологию zero-knowledge proof, позволяющую потверждать свойства данных, не раскрывая самих данных.

Гадание по ДНК
Генетические тесты, указывающие на склонность к определенным  заболеваниям

Моделирование молекул
В IBM создали маленький квантовый компьютер (7 кубит) и смоделировали поведение электронов в молекуле из трёх атомов.

Прошлогодний список прорывных технологий

Цикл Гартнера 1995 года. Кажется, с тех пор виртуальная реальность переместилась куда-то назад.

Про нейросети часто говорят, что они "имитируют работу мозга", но это большое преувеличение. Да, информация передаётся между слоями нейросети подобно сигналу между нейронами в мозгу. Но даже самые сложные нейросети на порядки проще самых простых биологических мозгов. Вот познавательное исследование - учёные разобрали, как работает обонятельная система бражника (обычный серый мотыль) и смоделировали на её основе нейросеть. А в голове у мотыля непростая система: 30 тысяч химических рецепторов улавливают запахи, затем сигнал передаётся в антенную долю, где 60 разных клубочков отвечают за разные запахи. Дальше код уловленного запаха передаётся в грибовидное тело (это такие парные структуры в мозгу насекомых, состоящие из нескольких слоёв нейронов), где 4000 специальных клеток перекодируют запахи в воспоминания. На финальном уровне несколько десятков внешних нейронов интерпретируют полученные сигналы в действия, к примеру "лететь вверх".

Эта система сильно отличается от компьютерных нейросетей: к примеру, антенная доля кодирует сигнал с низким количеством параметров, а следующий уровень, грибовидное тело - уже с высоким. В нейросетях слои обычно имеют схожее количество измерений. А ещё успешное распознавание запаха приводит к выделению гормона октопамина, который помогает закреплять полезную информацию. В нейросетях всё по-другому - там связи между слоями пошагово корректируются, пока не будет получен правильный результат.

На смоделированной нейросети учёные увидели много интересного: как сигнал очищается от шума с увеличением разрядности между слоями, как обучение  без октопамина замедляется и становится практически бесполезным. Мотыль обучается очень быстро - для того чтобы правильно запомнить нужный запах, ему достаточно нескольких итераций, тогда как обучение искусственных нейросетей требует очень много времени. Исследователи планируют использовать подсмотренные у природы механизмы для того чтобы обучать нейросети быстрее и эффективнее. Мне кажется, такие заимствования у природы - это очень круто!

https://www.technologyreview.com/s/610278/why-even-a-moths-brain-is-smarter-than-an-ai/