Содержание
Прорывные технологии 2018 года
Новая порция интересных фактов — 26 июня
Еще с 2000-х годов люди начали спорить, каким будет будущее? На основе наших фантазий были сняты такие фильмы, как «Назад в будущее 2», «Матрица», «Интерстеллар» и многие другие. Но смотря на некоторые передовые технологии и разработки ученых, становится ясно, что будущее уже наступило.
В этому году появились новые глобальные сети, искусственный интеллект, роботы, искусственные эмбрионы и медицина оказалась весьма прорывной. Это все вводит многих в панику. Ведь не все фильмы о будущем носят зачатки добра, а порой и вовсе наоборот.
3-D печать из металла
И не смотря на то, что 3-D печать используется уже очень давно, она не стала «народной» технологией. Обычно ее используют творческие личности, либо люди специализирующиеся в этом направлении. Эта технология сможет изменить многие направления массового производства и наладить перспективу производителям, так как им не придется хранить слишком большой запас металла, ведь его можно просто напечатать.
Искусственные эмбрионы
Этим вопросом ученые задались уже предельно давно: как вырастить живое существо, не прибегая к спариванию яйцеклетки и сперматозоидов. Британские ученые нацелены доказать, что такая технология возможна и вскоре мы увидим уже новых млекопитающих, зарожденных искусственным путем.
Искусственный интеллект
Amazon, Baidu, Google, Microsoft – на протяжении нескольких лет занимаются внедрением искусственного интеллекта в массы. Более мелким компаниям этого пока не удается достичь, хотя даже бюджетные компании, пытаются внедрить ИИ в свои смартфоны. Да по факту ИИ в сфере технологий улучшает производительность прошлых и непригодных продуктов, и помогает созданию новых сервисов. Поэтому такие разработки можно считать удачными и перспективными.
Квантовый скачок в материалах
Благодаря химикам, мы уже можем начинать мечтать об эффективных продуктах: электролитах и улучшенных батареях, которые смогут поглощать солнечный свет и преобразовать его в жидкое топливо.
Такое масштабное и серьёзное моделирование очень скоро может стать доступным для использования, потому что некоторые квантовые компьютеры уже были проанализированы, и это оказалось им по силам.
Мне нравится
28
Смотрите также
Каким будет мир через 100 лет?
Они ушли от нас в 2018 году…
Недооцененные российские разработки
Технологии, которые бесполезно ждать
Новое в науке питания
Технологические разработки, которые могут скоро изменить привычный мир
Еда будущего: чем будем питаться через 30 лет
7 технологий, которые нам запретили использовать
Странные факты о памяти
Изобретения прошлого, которые мы утратили
Самые молодые профессии в мире
15 технологических прогнозов, которые оказались ложными
Черная дыра в центре Млечного Пути становится все более активной
Какой будет медицина в 2020 году?
7 важнейших научных открытий 2017 года, которые изменили мир
Научные прорывы, которые могут кардинально изменить жизнь человечества
10 прорывных технологий 2018 года
С 2001 года журналисты издания Technology Review выбирают 10 прорывных технологий, которые пока не нашли широкого применения или, напротив, в скором времени станут общедоступными, сообщает Хайтек.
#1 3D-печать металла
Сама по себе 3D-печать существует уже очень давно, но она использовалась, в основном, для работы с пластиком. Все остальные материалы — в особенности, металл — были для этой технологии слишком дорогостоящими. Теперь 3D-печать металлических изделий стала доступной, широко применимой и вскоре изменит саму систему массового производства.
В частности, недостающую деталь можно будет просто напечатать на принтере в единственном экземпляре, вместо того, чтобы организовывать широкомасштабное производство. Для старых машин, телевизоров и прочей раритетной техники исчезнет проблема отсутствия запчастей. Заводы смогут разнообразить модельный ряд своих механизмов, адаптируя их под конкретные нужды заказчиков. И для этого не понадобится закупать новое оборудование.
Так, в Великобритании пациенту установили ребра, напечатанные из титана. Французская компания Stelia Aerospace напечатала панель фюзеляжа с эффектом самоупрочнения. А Голландские судостроители представили первый полностью напечатанный корабельный винт.
И это только несколько из десятков примеров успешного применения 3D-печати металла за минувший год.
#2 Искусственные эмбрионы
Ученые из Кембриджа полностью меняют саму концепцию создания новой жизни. Им удалось вырастить в пробирке мышиный эмбрион, используя для этого одни лишь стволовые клетки. Ни яйцеклетки, ни сперматозоиды для этого не потребовались. Стволовые клетки каким-то образом самоорганизовывались в эмбрион, который правда, пока неспособен дальше развиваться. Тем не менее это первый шаг на пути создания жизнеспособных человеческих эмбрионов таким нестандартным методом.
Подобные исследования помогут ученым понять, как выращивать искусственные органы и редактировать гены, предотвращать наследственные заболевания и изучать развитие эмбрионов на самых ранних стадиях. Правда, возникает ряд этических проблем, которые необходимо решить до того, как технологию удастся усовершенствовать до нужного уровня.
#3 Умные города
Sidewalk Labs, дочерняя компания Google построит в канадском Торонто «умный» район Quayside площадью 8 кв.
км. Он расположится вдоль Восточной береговой линии города, а местное подразделение интернет-поисковика Google Canada перенесет туда свой головной офис. Компания станет там якорным резидентом и вложит в развитие района $50 млн.
Проект обойдется Sidewalk примерно в $1 млрд, и еще $1,25 млрд добавят власти Торонто. План подразумевает полное обновление системы транспорта (все автомобили будут беспилотными и райдшеринговыми), а также создание доступного жилья. Будут установлены жесткие требования к защите права на частную жизнь, особенно в том, что касается вмешательства со стороны правительства. Кроме того, в «умном» районе появятся автономные транзитные линии и максимально экологически чистые энергетические системы.
Обширная сеть датчиков будет помогать совершенствовать инфраструктуру, собирая информацию обо всем, начиная с качества воздуха и уровня шума, заканчивая ежедневной деятельностью горожан. Sidewalk Labs сделает весь свой софт бесплатным, чтобы на его основе ИТ-компании могли создавать новые, интересные приложения.
Если проект в Торонто окажется успешным, умные районы построят в Сан-Франциско, Денвере, Лос-Анджелесе и Бостоне.
#4 ИИ для всех
Сегодня на рынке ИИ доминируют Amazon, Baidu, Google и Microsoft. Но технологические гиганты начали размещать некоторые свои разработки на облачных платформах, чтобы и другие компании могли использовать машинное обучение в своих целях. Это позволит индустрии развиваться намного быстрее и поможет произвести революцию в медицине, производстве и энергетике.
Проблема в том, что мало кто может себе позволить нанять специалистов по ИИ. Поэтому даже доступность информации не гарантирует, что ей смогут должным образом воспользоваться. Google и Amazon, понимая это, предлагают консультационные услуги, чтобы помочь подготовить новые кадры в сфере ИИ.
#5 Соревнование нейронных сетей
Нейросети научились распознавать миллионы изображений, но долгое время не могли ничего придумать самостоятельно. У них попросту не было воображения.
Решение придумал Айан Гудфеллоу из университета Монреаля, создав генерирующую состязательную сеть (GAN). Она представляет собой две нейросети (упрощенные математические модели человеческого мозга), которые играют друг с другом в кошки-мышки.
Сначала обе нейросети обучают на одних и тех же данных. Потом одна из них, которую называют генератором, добавляет к уже знакомому изображению новую черту — например, у пешехода появляется третья рука. Вторая нейросеть — дискриминатор — должна понять, видела ли она подобное изображение раньше, или же это подделка. То есть, она должна понять, может ли трехрукий человек быть реальным. Со временем генератор так ловко научился подделывать изображения, что дискриминатор не смог отличить их от настоящих. Получается, нейросеть вообразила и создала нечто новое и реалистичное.
GAN стала одной из самых прорывных технологий этого года. Разработчики из Nvidia, скомпилировав сотни тысяч изображений знаменитостей, создали лица людей, неотличимые от настоящих — при том, что этих людей никогда не существовало.
Другая группа исследований смогла сделать картины, неотличимые по стилю от полотен Ван Гога, которые он никогда не писал. Технология открывает простор для высококачественных подделок, но в то же время позволяет дать ИИ воображение, необходимое для более качественной работы с окружающей действительностью.
#6 «Вавилонская рыбка»
Google выпустила наушники Pixel Buds за $159 — аналог «вавилонской рыбки» из «Автостопом по галактике». Они способны автоматически переводить с 40 языков, нужно всего лишь нажать на кнопку или произнести что-то вроде: «Помоги мне говорить на испанском!». Правда, эта функция доступна только в комплекте с еще одной новинкой — смартфоном Google Pixel 2.
Один человек надевает наушники, другой держит в руках смартфон. Человек в наушниках говорит на своем языке — смартфон автоматически переводит его речь по громкой связи. Человек со смартфоном отвечает — в наушниках раздается синхронный перевод. Понятно, что общаться таким образом на шумных улицах будет проблематично, поскольку системе непросто распознавать речь среди сотен других звуков.
И все же, это лучше, чем разговаривать через Google Translate, поскольку каждый из участников диалога может контролировать микрофон в наушниках и в телефоне, приближая его по мере необходимости.
#7 Газовая электростанция с нулевой эмиссией
Стартап Net Power построил в Хьюстоне газовую электростанцию с нулевой эмиссией. В основе технологии — принципиально новая турбина размером в 1/10 обычной турбины, которая помещается в комнату площадью 5,6 кв.м. При этом, она остается такой же мощной, благодаря более эффективной передаче тепла с помощью сверхкритического флюида.
В маленькой турбине природный газ сжигается в камере сгорания в среде чистого кислорода, а производится только водяной пар и диоксид углерода. Причем, камера уже заполнена сверхкритической двуокисью углерода под высоким давлением и температурой. Камера сгорания вырабатывает углекислый газ и некоторое количество водяного пара. Затем эту высокотемпературную смесь под высоким давлением направляют в газовую турбину, где энергия давления вращает вал и вырабатывает электричество.
Охлажденная газовая смесь выходит из турбины, где разделяется на части.
Необходимое количество диоксида углерода сжимается до сверхкритического состояния и возвращается в камеру для поддержания необходимой циркуляции газа в системе. Оставшийся поток диоксида углерода может быть захоронен под землей или продан другим предприятиям, а чистая вода сбрасывается. Топливная эффективность такой электростанции будет 80% (для сравнения, эффективность многих российских электростанций не превышает 21-22%, для американских это примерно 60%).
Несмотря на популярность возобновляемых источников, Net Power считает, что с массовым переходом на электрические автомобили спрос на электричество возрастет, как никогда. Поэтому у природного газа может быть хорошая перспектива: если электростанция остается не менее эффективной, но при этом не загрязняет окружающую среду, почему бы не использовать ископаемое топливо?
#8 Настоящая приватность в сети
Новая система интернет-идентификации может подтвердить вашу личность без требования предоставить дату рождения и другие персональные данные, благодаря протоколу под названием zero-knowledge proof (доказательство с нулевым разглашением).
Несмотря на то, что разработчики десятилетиями трудились над его созданием, особый интерес к нему проснулся только в прошлом году, благодаря криптовалюте Zcash.
Разработчики подчеркивают, что валюта базируется на усовершенствованной системе криптографии, которая позволяет отправлять деньги в любую точку мира так, что их нельзя отследить. В этом заключается главное отличие Zcash от биткойна. Каждый обладатель биткойна получает адрес, составленный из букв и цифр, а любые транзакции проходят через распределенный реестр — блокчейн. Правоохранительные органы при помощи анализа данных могут узнать, кому принадлежит этот адрес и отследить ход транзакций. Блокчейн уже не раз помогал следователям найти наркоторговцев, реализующих товар на черном рынке.
В основе Zcash лежит метод криптографии zk-Snark, разработанный израильскими учеными совместно с коллегами из МТИ. Все транзакции проходят подтверждение в сети, но отследить адреса участников операции невозможно. Однако, при всех преимуществах zk-Snark, это очень сложная и медленная технология.
Поэтому сейчас разработчики ищут способы упростить ее и сделать более доступной.
#9 Генетические предсказания
Недалек тот день, когда при рождении дети будут получать генетический паспорт. В нем будет указано, какова вероятность получить в будущем инфаркт, склонность к определенным видам рака или диабету. Исследуя колоссальное количество данных, ученые выводят «полигенные оценки риска», которые в будущем помогут выявлять тяжелые заболевания на ранних стадиях и успешно из лечить.
Фармацевтическим компаниям тоже понадобится такая информация, чтобы тестировать лекарства, предотвращающие болезнь Альцгеймера или сердечно-сосудистые заболевания. Для испытаний они могут привлекать пациентов со склонностью к этим болезням, чтобы создавать максимально эффективные препараты.
#10 Квантовые компьютеры
Больше всего появления квантовых компьютеров ждут химики. Они уже предвкушают, как будут с их помощью создавать новые молекулы. Новые белки для гораздо более эффективных лекарств, новые электролиты для аккумуляторов, а также соединения, которые смогут превратить солнечный свет непосредственно в жидкое топливо.
Обычные компьютеры не обладают достаточной вычислительной мощностью для построения таких, а с появлением квантовых это станет частью повседневной жизни ученых-химиков.
Калифорнийский стартап Rigetti Computing доказал, что квантовый компьютер можно использовать для машинного обучения. Также компания открыла доступ к своему квантовому компьютеру Forest, расположенному в облаке и способному выполнять расчеты с помощью процессора на 19 кубитов.
Технологии, за которыми стоит следить в 2018 году
Интернет вещей изменил многие аспекты нашей жизни и теперь, наряду с другими прорывными технологиями, готов изменить исследования в области наук о жизни. Фото: chombosan/Alamy
Перекодирование генома
Джордж Черч Генетик, Гарвардская медицинская школа, Бостон, Массачусетс.
Несмотря на весь ажиотаж вокруг инструмента для редактирования генов CRISPR, он не настолько эффективен и точен. Трудно вносить много изменений сразу.
Пока что моя лаборатория установила рекорд — внесла 62 модификации в геном одной клетки, — но у нас есть привлекательные приложения, требующие большего количества одновременных изменений. Однако теперь у нас есть технологии, необходимые для того, чтобы сделать это возможным.
«Перекодирование кодонов» — это совершенно общий способ сделать любой организм устойчивым к большинству или всем вирусам и требует десятков тысяч точных изменений на клетку. Каждый кодон, участок ДНК длиной в три основания, такой как TTG, соответствует определенной аминокислоте, такой как лейцин, или сигналу трансляции (старт, стоп и т. д.). Учитывая, что у лейцина шесть кодонов, мы можем заменить любой из них другим, воспользовавшись избыточностью, встроенной в генетический код. Покончив с этими заменами, мы удаляем ген транспортной РНК лейцина (тРНК), который совпадает с замененными кодонами, поэтому клетка больше не может распознавать эту последовательность.
Теперь, когда вирус заражает клетку, в которой перекодированы все эти кодоны, он не может транслировать свои белки со своей матричной РНК из-за отсутствия тРНК, и вирус погибает.
Вирусы не так надежны; не нужно много, чтобы выбросить их из строя.
Чтобы одновременно внести несколько точных изменений, мы используем метод мультиплексной автоматической инженерии генома (MAGE). Короткие сегменты генетического материала, содержащие точные изменения пар оснований, которые вы хотите внести, вводятся в клетки, которые не могут восстанавливать несоответствие ДНК. После нескольких циклов клеточной репликации изменения полностью включаются в бактериальный геном.
Теоретически это можно сделать в каждом организме, для которого вирусы представляют проблему — микроорганизмы, используемые в молочной промышленности и важных для сельского хозяйства растениях и животных. Кроме того, исследователи могут создать устойчивых к вирусам свиней, органы которых можно будет использовать для трансплантации, и устойчивые к вирусам человеческие клетки для производства фармацевтических препаратов и вакцин.
Что действительно здорово, так это то, что вы можете сделать организм устойчивым ко всем вирусам — даже к вирусам, которые никогда не изучались.
Но есть много других вещей, которые можно сделать с помощью перекодирования. Памела Сильвер из Гарвардской медицинской школы и Дэниел Гибсон из Synthetic Genomics в Ла-Хойя, Калифорния, совместно разработали еще одну технологию перекодирования для улучшения вакцинных штаммов Сальмонелла тифимуриум .
Исследователи могли бы также перекодировать организм, включив в белки нестандартные аминокислоты, чтобы включить химические процессы, которых нет в современных организмах: аминокислоты, которые флуоресцируют, напоминают нуклеиновые кислоты или образуют необычные связи. Совершенно новые измерения биохимии возникают, когда вы не ограничиваетесь универсальными и обычными 20 аминокислотами. Лаборатория Джейсона Чина в Лаборатории молекулярной биологии MRC в Кембридже, Великобритания, использует этот подход для внесения точных изменений на молекулярном уровне в хорошо известные белки плодовых мушек.
И последнее, но не менее важное: перекодирование обеспечивает мощную стратегию биоизоляции.
Если устойчивый к вирусам организм сбежит, даже если он не будет «плохим» для окружающей среды, он займет естественные ниши и «победит». Используя одну из этих нестандартных аминокислот, вы можете создать организм, который сможет расти, только если ему будет дано определенное питательное вещество. Результатом является стратегия «защиты от побега» для экспериментальных организмов, используемых в лаборатории.
Источник: Сяовэй Чжуан
Картирование транскриптома
Xiaowei Zhuang Директор Центра усовершенствованной визуализации, Гарвардский университет, Кембридж, Массачусетс.
Новая глобальная инициатива по идентификации всех типов клеток в организме человека и составлению карты их пространственной организации — недавно запущенная инициатива «Атлас клеток человека» (HCA) — является грандиозной целью. Для проекта такого масштаба потребуется множество дополнительных технологий.
Секвенирование РНК одиночных клеток — это эффективный способ идентификации различных типов клеток и важный инструмент для создания HCA, но для этого необходимо разделить ткань на отдельные клетки и затем выделить РНК.
Что не сохранилось, так это пространственный контекст клеток в ткани — то, как они организованы и взаимодействуют.
Нам нужна технология, которая может обеспечить этот пространственный контекст путем визуализации профилей транскрипции клеток в неповрежденной ткани. Моя лаборатория разрабатывает MERFISH, или мультиплексную устойчивую к ошибкам флуоресцентную гибридизацию in situ, подход к транскриптомике отдельных клеток на основе изображений.
MERFISH использует устойчивые к ошибкам штрих-коды для идентификации каждого типа РНК в клетке, а также комбинаторную маркировку и последовательную визуализацию для обнаружения этих штрих-кодов в массовом мультиплексном режиме (см. «Транскриптомное картирование»).
Мы уже продемонстрировали способность отображать 1000 различных матричных РНК (мРНК) в отдельных клетках. При дальнейшем развитии MERFISH может обнаруживать весь транскриптом клеток в интактных тканях.
Эти данные профилирования РНК с пространственным разрешением дадут нам физическую картину ГКА — мы сможем изобразить отдельные клетки, классифицировать их по профилям экспрессии генов и нанести на карту их пространственную организацию.
Его можно объединить с данными о морфологии и функциях клеток, полученными с помощью других технологий визуализации, чтобы еще больше обогатить эту картину.
На данный момент наша картина клеточного атласа в основном неполная. Если у вас нет глобальной картины, вы просто не знаете, чего вам не хватает, не говоря уже о том, как разработать эффективную терапию для вмешательства в случае болезни.
*****
Повышение вакцин против рака
Элейн Мардис Соисполнительный директор, Институт геномной медицины, Национальная детская больница, Колумбус, Огайо.
В области иммуногеномики рака исследователи хотят знать, какие из мутировавших белков, кодируемых геномом рака, способны вызывать иммунный ответ у данного человека. Такие белки, называемые неоантигенами, могут быть использованы для разработки персонализированных противораковых вакцин или других методов лечения.
Одной из интересных технологий, которую можно использовать для изучения этих неоантигенов, является CyTOF, так называемый метод масс-цитометрии для идентификации клеток, экспрессирующих специфические белки.
В типичной проточной цитометрии исследователи смешивают антитела, меченные флуоресцентной молекулой, с клетками, чтобы пометить интересующие белки. Затем клетки анализируют одну за другой, чтобы измерить их относительное содержание на основе этих белков. CyTOF заменяет ограниченное количество флуоресцентных меток металлическими метками, которые обнаруживаются в масс-спектрометре — 100 или более различных меток одновременно, по сравнению с дюжиной в случае проточной цитометрии.
Эта технология может изменить область иммуногеномики рака, позволив исследователям выяснить, какие неоантигены, продуцируемые раковыми клетками человека, являются наиболее распространенными и с наибольшей вероятностью вызывают сильную реакцию иммунной системы. Затем исследователи могли бы использовать эту информацию для создания персонализированных противораковых «вакцин». Они, используемые в сочетании с новыми лекарствами от рака, которые снимают тормоза с иммунной системы, могут дать людям, больным раком, возможность бороться с собственной болезнью.
Но для любого данного неоантигена, предсказанного геномом, можно только гадать, вызовет ли он значительный иммунный ответ. CyTOF дает нам представление об этом вопросе, позволяя нам количественно определить силу связывания нескольких предсказанных пептидов с Т-клетками человека.
И это касается не только геномики рака. CyTOF можно использовать для отслеживания количества и состава любого набора белков, продуцируемых клетками, если вы можете найти антитела, связывающие интересующие вас белки. Это позволяет нам задавать вопросы на белковом уровне гораздо более многомерно и точно, чем раньше.
*****
Связывание генотипа и фенотипа
Руди Эберсолд Системный биолог, Институт молекулярной системной биологии, ETH Zurich, Швейцария.
Понятно, что мы живем в очень интересное время — существует огромное количество качественной геномной информации о генетической изменчивости. В то же время мы можем собирать массу данных, связанных со здоровьем населения, начиная от количества шагов, сделанных за день, и заканчивая артериальным давлением и клиническими изображениями.
Хитрость заключается в том, чтобы связать их друг с другом. Особенно в медицине, если мы хотим превратить генетическую вариацию в лечение, нам необходимо механистическое понимание процессов, которые нарушаются болезнью.
Ключом к этой ссылке является анализ белковых комплексов, которые являются функциональными единицами клеток. Как перейти от больших данных — таких как геном опухоли яичника — к выяснению того, какие белковые комплексы нарушены и как?
Один путь сочетает в себе вычисления и количественную протеомику, в которой последовательно и точно определяется количество нескольких тысяч белков в когортах опухолевых и контрольных образцов. Такие наборы данных теперь могут быть созданы с использованием методов масс-спектрометрии, таких как SWATH-MS (последовательное получение всех теоретических масс-спектров в окне). Ожидается, что комплексные белки будут иметь высокую степень ковариации, то есть синхронно увеличиваться или уменьшаться в количестве. Но если комплекс нарушен и теряет субъединицы вследствие мутаций или структурных изменений, то ковариантность субъединиц будет иной.
Это один из способов точного определения белковых комплексов, которые нарушены при раке.
Затем такие измененные комплексы можно изучать на структурном уровне с помощью криоэлектронной микроскопии анализа отдельных частиц или криоэлектронной томографии (КЭТ), оба из которых могут отображать молекулы с разрешением около 5–10 ангстрем. Этого достаточно, чтобы визуализировать, как мутации изменяют состав, топологию и структуру, а следовательно, и функцию пораженного комплекса.
CET также может показать, как структуры меняются при других модуляциях, таких как добавление фосфатной группы к готовой молекуле. Действительно значительным достижением 2018 года является усовершенствование метода измельчения сфокусированного ионного пучка. Этот метод берет срез клетки или ткани млекопитающего, который в противном случае слишком толстый для CET, и вырезает тонкое окно клетки, так что структуру определенного белкового комплекса можно наблюдать в контексте клетки.
Вместе эти технологии улучшат наше понимание того, как белковый комплекс нарушается на молекулярном уровне при заболевании.
И они прольют свет на то, как создать лекарство, чтобы уничтожить его, инактивировать или восстановить его нормальную активность.
*****
Расширенный анализ последовательности генома
Ребекка Калиси Родригес Репродуктивный биолог, Калифорнийский университет, Дэвис.
Когда я поступал в аспирантуру, я был очарован открытием в 2000 году совершенно нового гормона, ингибирующего гонадотропин гормона (GnIH), который подавляет репродуктивную ось, когда животные испытывают стресс. Исследования GnIH полностью меняют наше понимание того, как мозг регулирует воспроизводство. Я подумал: «Черт, о чем еще мы не знаем? Когда произойдет следующее открытие, которое полностью изменит наше понимание воспроизводства?»
Сегодня, благодаря высокопроизводительному секвенированию ДНК геномов и транскриптомов, скорость открытия резко возрастает. 15 лет назад секвенирование генома человека стоило около 3 миллиардов долларов США. Сегодня он стоит несколько тысяч долларов, и цена все еще падает.
Это важно, потому что позволяет нам исследовать животных, которые обычно не изучаются в лабораториях, в экосистемах и средах обитания, в которых они эволюционировали, что может дать больше физиологически значимых данных.
Как биолог-репродуктолог я особенно взволнован тем, что это приближает нас к пониманию великой симфонии — возможно, какофонии — механизмов, определяющих сексуальное поведение и размножение.
Недавно мы использовали секвенирование РНК, чтобы получить более глубокое представление о том, как репродуктивная ось у обычных голубей реагирует на стресс. Хронический стресс может нарушить размножение, и мы хотим знать, как это сделать.
Мы изучаем активность каждого гена, активно транскрибируемого в репродуктивной оси — гипоталамусе в головном мозге, гипофизе и половых железах — в ответ на стресс. Этот огромный набор данных породил сотни гипотез для изучения влияния стресса на недавно открытые репродуктивные механизмы. Это приведет нас к целям генетического вмешательства или терапии для миллионов мужчин и женщин, которые сообщают о проблемах с фертильностью.
Но мы также можем извлечь пользу, сделав шаг назад и изучив животных целиком в реальном мире. Например, одичавшие голуби могут служить мощными моделями для оценки того, какое влияние оказывает воздействие опасных веществ в окружающей среде на репродуктивную ось. Наши результаты показывают, что голуби, живущие на свободе, испытывают такие же угрозы воздействия окружающей среды, как и люди, живущие в том же районе. Мы можем использовать голубей, как когда-то канареек использовали в угольных шахтах, в качестве биоиндикаторов вредных веществ в окружающей среде. Затем методы секвенирования могут позволить нам определить, как эти воздействия влияют на хорошо сохранившуюся репродуктивную систему.
Мы можем взять наши блестящие новые технологии и соединить их с научными инструментами «старой школы», чтобы расширить открытия так, как никогда раньше. Мы могли бы наблюдать за голубями в их среде в режиме реального времени, характеризовать изменения в их геномах и протеомах и видеть их влияние на размножение.
Мы — естествоиспытатели на уровне гена нашего времени.
Такие устройства, как эти Apple Watch, вдохновляют на разработку Интернета научных вещей. Фото: Дэвид Пол Моррис/Bloomberg/Getty
Создание Интернета научных вещей
Вивьен Минг Нейробиолог-теоретик и исполнительный директор Socos Labs, Беркли, Калифорния.
Интернет вещей, все эти устройства с доступом в Интернет, которые сегодня становятся все более распространенными в домах — Alexa, Google Home, термостаты Nest, смартфоны — это датчики и приводы огромного роевого интеллекта. Мы думаем об одном устройстве Alexa, умном помощнике, подключенном к Интернету, разработанном Amazon, как об одиноком личном помощнике, но более точно распознавать его как часть массивно распределенного мультисенсорного массива, охватывающего миллионы домов и подпитывающего огромные эксперименты. система, которая является истинной Alexa. Это не миллионы отдельных роботов, а единый искусственный интеллект (ИИ), который постоянно изучает мир, при этом действия одной семьи влияют на его исследование и эксплуатацию другой.
Распределенный интеллект меняет нашу жизнь, но он также может изменить и науку. Я хотел бы и верю, что мы готовы к тому, чтобы исследователи начали сотрудничать в области распределенного Интернета научных вещей (IoST) — открытой системы для подключения распределенных датчиков и исполнительных механизмов к мощной платформе машинного обучения, проводящей эксперименты глобального масштаба. Даже простые версии этой системы обладают огромной силой. Google обнаружил, что его смартфоны могут улавливать ранние симптомы болезни Паркинсона по изменениям походки, обнаруженным акселерометром и гироскопом телефона. Используя расширенный набор датчиков смартфона, моя команда смогла предсказать начало маниакальных эпизодов у людей с биполярным расстройством. Но сейчас такая экспериментальная мощь недоступна большинству ученых.
Представьте, если бы исследователи могли получить доступ к данным со смартфонов, умных часов и устройств, на которых запущены приложения IoT, а также с более традиционными датчиками, используемыми в экспериментах по всему миру? Добавьте к этому интеллектуальный анализ систем ИИ для соответствующих опубликованных исследований и данных, уже имеющихся в вашей области.
Подобно тому, как текущий коммерческий ИИ выявляет скрытые деловые связи для продавцов, ИИ IoT дополнит работу ученых, занимающихся поиском данных, имеющих отношение к их областям. Что, если бы мое программное обеспечение для нейровизуализации было напрямую подключено к платформе IoT и сделало бы данные доступными в режиме реального времени не только для моей лаборатории, но и для всех в моей области и за ее пределами? Или войдите на платформу, чтобы узнать об активности пяти новых исследователей, с которыми вам следует познакомиться. Представьте себе, что.
Следует признать, что в этих массово распределенных системах есть пугающие элементы. Будут ли определенные организации иметь ограничительный контроль над данными? Будут ли результаты этих новых платформ проходить через традиционных научных издателей, через такие компании, как Alibaba или Amazon, или через платформы с открытым доступом, такие как GitHub и arXiv? Необходимо решить серьезные вопросы доступа и исследовательской этики, но трансформация не за горами.
Отдельные лаборатории и исследователи уже используют возможности. Но научное сообщество должно взять на себя инициативу. Если мы, как ученые, создадим эти системы сами, мы сможем сделать публикации более эгалитарными, сбор данных — более доступным для всех, а науку — более прозрачной. Иначе за нас его построит кто-то другой. Но удивительная традиция, которой является наука, не должна быть запутана в руках всего лишь нескольких человек.
Крупнейшие разработки в области искусственного интеллекта 2018 года — TechTalks
Генеральный директор Google Сундар Пичаи представляет Duplex AI на конференции разработчиков I/O 2018 (Источник: YouTube) очень трудно выбрать, какие истории были наиболее достойны освещения. В этом отношении 2018 год не претерпел особых изменений. В этом году мы увидели еще больше опубликованных статей по ИИ и больше инноваций в этой области, чем в 2017 году.
Но помимо инноваций и технологических достижений, 2018 год, возможно, стал годом расплаты за этические последствия достижений в технологиях ИИ.
В отличие от предыдущих циклов взлета и падения ИИ, когда отрасль периодически уходила в зиму, не оказывая заметного влияния на повседневную жизнь, современные технологии ИИ стали ключевыми для многих вещей, которые мы делаем. И нам нужно подумать о том, каковы могут быть их негативные последствия.
Без лишних слов, вот некоторые из самых примечательных историй об искусственном интеллекте в 2018 году. С нетерпением ждем новых захватывающих историй об искусственном интеллекте в 2019 году.
Захватывающий и жуткий искусственный интеллект Google На конференции разработчиков генеральный директор Сундар Пичаи представил Duplex, дополнение к Google Assistant, которое может совершать звонки от имени пользователя и выполнять такие задачи, как бронирование столиков в ресторане и посещение парикмахерской.
Duplex сразу же вызвал трепет и аплодисменты среди присутствовавших на конференции, потому что он звучал как настоящий человек, и, как показали демонстрации, работники службы, которые разговаривали с ним, не знали, что разговаривают с агентом ИИ.
Но сразу после конференции технические СМИ заполнились историями и комментариями об этических последствиях технологий ИИ, которые было трудно отличить от человеческих. Были опасения, что такие инструменты могут служить сомнительным целям, таким как выдача себя за людей или автоматизация спам-звонков и фишинга. Многие люди также справедливо критиковали Google за то, что он не сообщал собеседникам Duplex о том, что они разговаривают с ботом (Google исправила это позже).
Как мы обсуждали на этих страницах, для участия в разговорах на уровне человеческого интеллекта требуется нечто большее, чем автоматизированный человеческий голос. Так много опасений, связанных со злыми возможностями Duplex AI, раздуты, что подтверждается его очень ограниченным и консервативным выпуском.
Споры вокруг использования технологии распознавания лиц
Источник: Depositphotos
Технология распознавания лиц — одна из областей, которая сильно выиграла от достижений в области глубокого обучения и нейронных сетей. Все больше и больше компаний, организаций и государственных учреждений могут использовать технологии распознавания лиц на базе искусственного интеллекта для решения различных задач. По понятным причинам защитники конфиденциальности и цифровых прав обеспокоены последствиями беспрепятственного использования системы распознавания лиц правоохранительными органами.
Одной из компаний, подвергшихся тщательному анализу, была Amazon, которая продает коммерческую службу распознавания лиц под названием Rekognition. В мае Американский союз гражданских свобод обнародовал документы, свидетельствующие о том, что Amazon продавала Rekognition для правительственной слежки, в том числе для таких задач, как «отслеживание лиц» и выявление «лиц, представляющих интерес», которые ACLU интерпретировал как «иммигрантов без документов» и «черных активистов».
” ACLU также сообщил, что правоохранительные органы как минимум в трех городах использовали Rekognition для наблюдения за гражданами.
«Люди должны иметь возможность свободно ходить по улицам без надзора со стороны правительства. Автоматизируя массовое наблюдение, системы распознавания лиц, такие как Rekognition, угрожают этой свободе, представляя особую угрозу для сообществ, которые уже несправедливо преследуются в нынешнем политическом климате. Как только мощные системы наблюдения, подобные этой, будут построены и развернуты, ущерб будет чрезвычайно трудно исправить», — предупредил Американский союз защиты гражданских свобод.
В июле ACLU снова выразил обеспокоенность по поводу неудач Rekognition. В другом отчете организация показала, что Rekognition ошибочно идентифицировала фотографии 28 членов Конгресса как задокументированных преступников. «Фальшивые совпадения были непропорционально цветными людьми», — заметил ACLU.
Представитель Amazon сообщил различным изданиям, что причиной ошибки стала неправильная конфигурация исследователей.
Использование Rekognition полицией также вызвало волнения в собственных рядах Amazon. В письме 450 сотрудников призвали Amazon прекратить продажу технологии правоохранительным органам.
Amazon была не единственной компанией, у которой возникли проблемы с использованием распознавания лиц. В феврале исследователи из MIT Media Lab опубликовали результаты, которые показали, что системы распознавания лиц, разработанные IBM и Microsoft, страдают от алгоритмической предвзятости и менее точны при обнаружении женских и небелых лиц. Обе компании позже сообщили, что они исправили недостатки в своих алгоритмах 9.0003
Президент Microsoft Брэд Смит в конце концов обратился к противоречиям, связанным с использованием распознавания лиц на основе ИИ, в известном сообщении в блоге, в котором он подчеркнул необходимость поддержки правительства и военных учреждений с помощью передовых технологий, но также призвал к дальнейшему регулированию распознавания лиц. технологии.
Project Maven, злополучное участие Google в военных проектах ИИ
В марте стало известно, что Google сотрудничает с Министерством обороны для разработки ИИ для дронов.
Эти усилия были частью проекта под кодовым названием Maven, заявленная миссия которого состоит в том, чтобы «ускорить интеграцию Министерства обороны США больших данных и машинного обучения». Сообщается, что Google помогает использовать искусственный интеллект для обнаружения объектов на кадрах с дронов.
Американские военные уже используют дроны для нанесения авиаударов по целям в зарубежных странах. Раскрытие информации вызвало опасения, что такие усилия могут помочь разработать автономное смертоносное оружие, которое позволит алгоритмам ИИ определять цели и открывать огонь по ним без вмешательства человека-оператора.
Представитель Google сообщил, что компания предоставила Министерству обороны доступ к своему интерфейсу прикладного программирования (API) TensorFlow только для того, чтобы помочь автоматизировать обнаружение объектов на кадрах с дронов наблюдения, задача, которая ложится тяжелым бременем на аналитиков, когда выполняется вручную . Представитель также сказал, что Google работает над политикой и мерами безопасности, чтобы гарантировать, что ее технология не будет использована не по назначению.
Объяснений Google было недостаточно, чтобы успокоить опасения отраслевых экспертов и собственных сотрудников. Вскоре после того, как новости об участии Google в Project Maven стали достоянием общественности, более 3000 сотрудников Google подписали открытое письмо Пичаю и призвали к прекращению разработки потенциально смертельной технологии искусственного интеллекта. «Мы не можем перекладывать моральную ответственность за наши технологии на третьих лиц», — написали сотрудники в своем письме.
За письмом сотрудников Google последовала аналогичная петиция от 90 академиков в области искусственного интеллекта, этики и информатики, которые призвали Google прекратить работу над военным ИИ. «Хотя в отчетах о Project Maven в настоящее время подчеркивается роль людей-аналитиков, эти технологии готовы стать основой для автоматизированного распознавания целей и автономных систем вооружения», — написали ученые в своем письме.
Подписанты также предупредили, что по мере того, как обнаружение объектов на основе ИИ станет надежным и заслуживающим доверия, его разработчики будут доверять ему в более важных задачах.
«Тогда мы находимся всего в нескольких шагах от того, чтобы разрешить автономным дронам убивать автоматически, без человеческого наблюдения или значимого человеческого контроля», — предупредили ученые.
Несколько месяцев спустя несколько сотрудников Google подали в отставку в знак протеста против продолжающегося участия компании в разработке продуктов искусственного интеллекта, которые могут служить смертельным целям. «Я пытался правильно напомнить себе, что решения Google — не мои решения. Я не несу личной ответственности за все, что они делают. Но я чувствую ответственность, когда вижу что-то, что я должен обострить», — сказал один из увольняющихся сотрудников.
Под давлением своих сотрудников и сообщества ИИ Google объявила в июне, что не будет продлевать свой контракт на работу над Project Maven после истечения срока его действия в 2019 году.. Впоследствии Пичаи опубликовал набор этических принципов, которым Google отныне будет следовать при работе над проектами ИИ.
Пичаи прямо заявил, что его компания не будет заниматься разработкой технологий искусственного интеллекта, связанных с оружием, слежкой или чем-то еще, что может причинить вред.
Amazon отказывается от технологии рекрутинга ИИ из-за предвзятости
В октябре агентство Reuters сообщило, что Amazon отказалась от инструмента рекрутинга ИИ, поскольку он дискриминировал женщин. Команда Amazon по найму экспериментировала с инструментом для просмотра резюме и составления списка кандидатов на рабочие места.
В Amazon работает более 500 тысяч человек по всему миру. Надежное программное обеспечение для найма на основе ИИ может помочь сократить расходы и усилия, необходимые для управления десятками тысяч заявлений о приеме на работу, которые компания должна обрабатывать каждый год.
Но, как показывает эпизод, автоматизация задач, требующих человеческой интуиции и здравого смысла, очень сложна, и, как мы рассмотрели на этих страницах, вопреки мифическим убеждениям, алгоритмы ИИ наследуют — и усиливают — наши индивидуальные и социальные предубеждения.
Как и в большинстве других технологических компаний, в Amazon доминируют белые мужчины, а это означает, что любые данные, которые использовались для обучения алгоритмов машинного обучения, уже содержали те же предубеждения. В результате алгоритмы ИИ обнаружили тенденцию отдавать предпочтение кандидатам-мужчинам.
OpenAI сразился с профессиональными игроками в Dota 2 и проиграл
Если отойти от этических вопросов, то в этом году в проектах ИИ произошло несколько интересных событий, которые попали в заголовки газет. Игра и освоение игр всегда были одним из основных направлений деятельности исследователей искусственного интеллекта. После победы над чемпионами по шахматам и го эксперты по искусственному интеллекту обратили внимание на такие компьютерные игры, как StarCraft и Dota 2.
Эти игры намного сложнее, чем настольные, потому что, во-первых, пользователи должны принимать решения в режиме реального не иметь полной информации о состоянии игры.
В июне OpenAI, некоммерческая исследовательская лаборатория искусственного интеллекта, которая была запущена в 2015 году при финансовой поддержке президента Y Combinator Сэма Альтмана и генерального директора Tesla Илона Маска, представила OpenAI Five, команду из пяти нейронных сетей, которые обучались на основе 80-летнего опыта.