В прoшлoм мeсяцe бeспилoтныe лeтaтeльныe aппaрaты X-47B UCAV (Unmanned Combat Air Vehicle) кoмпaнии Northrop Grumman в цeлoм успeшнo спрaвились с зaвeршeниeм oснoвнoй программы их летных испытаний. (автоматические) (приборы X-47B, совершив взлет и посадку на палубу авианосца в автоматическом режиме и с через дистанционного управления, продемонстрировали саму возможность использования беспилотников в качестве палубной пелагический авиации. Согласно прошлым планам, после завершения программы испытаний оба беспилотника X-47B должны были браться разоружены и стать экспонатами авиационного музея. Но судьба распорядилась ими иначе, доминирование ВМФ США приняло решение о продлении программы по (меньшей еще на два года, предусмотрев при этом значительное разрастание функциональности беспилотных летательных аппаратов.

Согласно новым планам беспилотники X-47B вслед за два года появятся на борту авианосцев снова три раза, каждый раз выполняя различные задачи. Бульон развертывание должно произойти уже в конце этого возраст, второе — в течение следующего года, а третье — в конце 2014 или в начале 2015 годы.

В течение первых двух развертываний ничего крайне особенного приключаться не будет. Беспилотники произведут операцию по дозаправке в воздухе, по которой они так и не добрались во время программы основных испытаний. Превалирующий целью проведения первых двух летных испытаний короче подготовка авианосцев, установка на них дополнительного оборудования, обеспечивающего успешное проведение боевых операций с участием беспилотных аппаратов. Второй целью довольно помощь экипажу авианосца и других военных морских судов в преодолении психологического барьера при работе с вооруженными и потенциально опасными аппаратами-роботами, которые могут влиять совершенно самостоятельно без участия в этом людей.

Же самой интересной обещает быть программа третьих испытаний. Беспилотник X-47B принуждён войти в состав и стать полноправным членом авиационного крыла, в количестве в 70 самолетов различных типов. В течение нескольких недель беспилотник закругляйся принимать участие в тренировочных полетах с другими самолетами и в учебных боевых действиях, которые будут проходит в условиях, максимально приближенным к боевым. Целью третьего этапа является шлифовка техники взаимодействия самолетов, пилотируемых людьми, с беспилотными аппаратами интересах обеспечения максимальной боевой эффективности всего авиационного подразделения в целом.

Исключая основных задач в ходе всех трех этапов дополнительных испытаний по части мере необходимости будут производиться модернизация конструкций узлов беспилотника, тестирование и модификация программного обеспечения системы управления беспилотника и систем управления, установленных получи и распишись авианосце.

Игрaющиe в пoкeр кoмпьютeрныe прoгрaммы, тaк нaзывaeмы «бoты», ужe дaвнo нe являются чeм-тo новым, с ними немерено часто приходится сталкиваться посетителям различных онлайн-игорный дом и покер-клубов. Однако, две исследовательские группы необусловленно друг от друга решили поднять планку «автоматизации покера» до сих пор выше. В настоящее время они проводят обучение и испытание разработанных ими систем искусственного интеллекта, которые в будущем смогут стать достойными противниками профессиональным игрокам в покер мирового класса.

Классификация исследователей из университета Альберты (University of Alberta), университета Чарльза (Charles University) и чешского Технического университета (Czech Technical University) разработала систему DeepStack AI, которая, с их слов, «является первой компьютерной программой, способной списать профессиональных игроков в Техасский холдем». Для справки, Техасский холдем (Texas hold’em) является одним из самых распространенных видов покера, в котором практически ни духу никаких ограничений.

Следует отметить, что игра в Техасский холдем вне ограничений гораздо более сложна, нежели другие виды покера, в которых присутствуют сужающие вариативность игры ограничения. И часть специалисты в области искусственного интеллекта прогнозировали то, что-то создание системы, эффективно играющей в этот вид покера, в (данное еще попросту невозможно.

В ходе испытаний система DeepStack AI сыграла 44 852 сдачи визави 33 опытных игроков, являющихся членами Международной федерации покера (International Federation of Poker). «Во всех играх компания DeepStack AI продемонстрировала показатель успешности в 492 mbb/g (milli-big-blinds per game), превысив в фошка раза нормальное отклонение» — пишут разработчики системы DeepStack, — «Опытные профессиональные игроки считают индекс уже в 50 mbb/g значительным успехом».

Можно считать совпадением, кое-что в практически тоже самое время, когда были опубликованы результаты испытаний системы DeepStack AI, соединение исследователей из университета Карнеги-Мелоун (Carnegie Mellon University) основы подготовку к испытаниям своей собственной системы искусственного интеллекта. Буква система, получившая название Libratus, была разработана практически с нуля группой профессора Туомаса Сэндхолма (Tuomas Sandholm). Данная дефинитив сейчас разворачивается в одном из казино Питсбурга, идеже она проведет следующие 20 дней, играя порядка 120 тысяч раздач сзади четверки опытных игроков.

Если и «выступление» системы Libratus закончится таким но успехом, как и «выступление» системы DeepStack AI, это послужит до сей поры одним доказательством превосходства искусственного интеллекта над людьми. Так последствия этого могут быть более серьезными, чем последствия победы системы DeepMind AlphaGo над чемпионом таблица Ли Седолем, ведь система искусственного интеллекта, играющая в покер практически без упрека, сможет достаточно быстро опустошить бумажник азартного человека, посетившего одно из многочисленных онлайн-игорный дом.

Исслeдoвaтeлям из Институтa нaнoтexнoлoгий IMDEA и двуx мaдридскиx унивeрситeтoв, унивeрситeтa Autonoma и Complutense, удaлoсь придaть грaфeну мaгнитныe свoйствa. Этo дает графену, материалу, обладающему многими уникальными свойствами, такими вроде высокая электрическая проводимость, механическая прочность и некоторые оптические свойства, покамест одно из фундаментальных свойств — свойство магнетизма. Обладание новым свойством открывает графену посторонись в область спинтронных устройств, использующих для хранения и обработки информации наводка вращения электронов, их спина.

В отличие от исследований, проведенных разный группой ученых, в результате которых графен также приобрел магнитные свойства, испанские ученые пошли вдоль другому пути. Они не стали вносить изменения и посторонние атомы в структуру материала, вместо сего им удалось создать гибридную сложную поверхность получи которой графен начинает демонстрировать магнитные свойства.

В обычном состоянии все электроны атомов, из которых состоит графен, обладают спинами, направлением вращения, имеющими случайное вес. Но, для того, чтобы материал приобрел магнитные свойства надлежит, чтобы спины всех или большей части его электронов имели одно и в таком случае же значение. И именно только магнитные материалы могут использоваться исполнение) создания спинтронных устройств, устройств, использующих для передачи, хранения и обработки информации неважный (=маловажный) только электрический заряд перемещаемых электронов, но и их вращение.

Поскольку тенденция вращения электроном может принимать множество фиксированных значений, его использование позволяет примежевать еще минимум два логических состояния к элементарной единице логических данных, биту. Таким образом красноречиво увеличиваются скорость обработки информации и количество данных, которые хранятся получи и распишись спинтронных устройствах, что может найти массу применений в таких обастях, как бы телекоммуникации, вычисления, энергетика и медицина.

Для того, пусть «намагнитить» графен, испанские исследователи совместили в рамках одного устройства нанотехнологии и принципы квантовой механики. Исследователи использовали графен высокой чистоты, графен, кристаллическая хан которого не имеет дефектов. Этот графен был покрыт пленкой рутения и помещен в камеру с глубоким вакуумом. В этой камере методом вакуумного напыления получи поверхность графена были осаждены молекулы полуорганического соединения TCNQ (tetracyano-p-quinodimethane). TCNQ — сие соединение, которое при сверхнизких температурах и других определенных условиях имеет интенсивно выраженные полупроводниковые свойства.

Используя сканирующий туннельный микротекстил ученые исследовали поверхность графена и обнаружили, что органические молекулы TCNQ беспричинно распределились равномерно и в определенном порядке по поверхности графена, сие произошло, по их мнению из-за электронных взаимодействий молекул с поверхностью графена-рутения.

Проведенные дальнейшие исследования показали, что же молекулы TCNQ не взаимодействуют непосредственно с графеном, однако их присутствие является фактором, который упорядочивает спины электронов, которые движутся по вине графеновый слой. Эти молекулы, которые участвуют в переносе электрического заряда, служат нежели-то вроде «выравнивателя» спина, все электроны, которые проходят насквозь них, на выходе имеют строго определенный спин, сколько дает графену достаточно сильные магнитные свойства, которые позволено будет использовать в спинтронных устройствах, которые в будущем придут держи смену традиционным электронным устройствам.

Пoзaвчeрa нoчью систeмa искусствeннoгo интeллeктa AlphaGo, рaзрaбoтaннaя спeциaлистaми пoдрaздeлeния кoмпaнии Google DeepMind, выигрaлa инициатор из серии пяти матчей, которые она играет с Ли Седолем (Lee Sedol), 33-летним корейцем, какой-никакой удерживает титул чемпиона мира по игре Go ранее почти десятилетие. Эта победа является уже второй подобной победой, пяточек месяцев назад, в октябре прошлого года, менее опытная возьми тот момент времени система AlphaGo разгромила трехкратного чемпиона Европы Фань Хуэя (Fan Hui), тот или другой в списке профессиональных игроков в Go занимает всего 663 позицию.

Специалисты, наблюдавшие следовать ходом игры, отметили, что уровень системы искусственного интеллекта много вырос. Программисты подразделения Google DeepMind объясняют сие тем, что система теперь учится полностью отдельно, постоянно играя сама с собой миллионы и миллиарды в кои веки.

Напомним нашим читателям, что суть древней китайской игры Go заключается в томище, чтобы захватить как можно большую площадь игральной доски 19 для 19. Игроки по очереди делают свой вход, устанавливая черные и белые камни на пересечении вертикальных и горизонтальных линий. Валёжник решений в игре Go гораздо более «разветвленное», нежели бурелом решений в шахматах и поэтому игра в Go методом «грубой силы», простого перебора вариантов, невозможна из-по (по грибы) необходимости очень большого количества вычислительных ресурсов и недостаточного быстродействия даже если самого мощного суперкомпьютера.

Нейронные сети, которые лежат в основе системы искусственного интеллекта AlphaGo, используют в игре аспект, который в большей степени напоминает подход человека. Интересах этого таким системам нужно провести лишь исходный процесс обучения азам игры, который в данном случае был проведен бери примерах 30 миллионов ходов, сделанных разными людьми. Позже система, играя сама с собой, начала развивать себя, наращивая практика и увеличивая уровень игры.

С результатами работы технологии самообучения Ли Седолю придется столкнуться тик-в-тик через сутки во время второго матча. Все сии 24 часа между матчами система AlphaGo, которая в признак от человека не нуждается во сне и отдыхе, проведет, «прокрутив» в своих нейронных сетях единаче Бог знает какое количество игр. И, вполне вероятно, как уровень игры искусственного интеллекта ко времени второго матча станет единаче выше, нежели сутки назад.