Search the Community

Компания Fujitsu анонсировала создание технологии, способной выявлять уязвимости в блокчейн-системах. Она повышает безопасность платформ и облегчает работу программистов. Речь идёт об алгоритме, исключающем риск того, что кто-то воспользуется языковыми спецификациями платформы Ethereum для фальсификации происхождения вызова транзакции. За счёт этого блокируется возможность ложного виртуального исполнения транзакций при помощи технологии символьного выполнения. Разработка японского производителя определяет, к какой части исходного кода относится обнаруженная уязвимость смарт-контракта. Она позволяет осуществлять символьное выполнение посредством удаления неиспользуемых команд. В Fujitsu утверждают, что новая технология способна повысить эффективность разработки новых типов смарт-контрактов. Совместно с функцией обнаружения расположения рисков она будет способствовать уменьшению объёма работ по анализу спецификации, оценке и исправлению кода. Fujitsu не намерена ограничиваться платформой Ethereum при разработке технологий проверки надёжности смарт-контрактов. Также компания собирается применить алгоритм в проектах Hyperledger Fabric и Hyperledger, реализуемых некоммерческим консорциумом Linux Foundation.

Несколько последних лет наглядно показали нам, что люди абсолютно неспособны конкурировать с искусственным интеллектом, по крайней мере, в областях логических игр, таких, как шахматы, Го и покер. Однако, все перечисленные игры относятся к разряду конкурентных игр, подразумевающих, что игроки являются противниками и находятся все время в постоянном конфликте друг с другом. Однако, в реальном мире искусственный интеллект не должен быть конкурентом или противником человеку ни при каких условиях, поэтому одна из групп исследователей сосредоточила свое внимание на играх другого класса, играх, которые для достижения результата требуют поисков компромиссов, взаимодействия и достижения взаимопонимания между игроками. И, что вполне ожидаемо, исследователи обнаружили, что новая система способна делать все перечисленное выше лучше, чем это могут делать сами люди. Исследователи разработали специализированный алгоритм, получивший название S#, и проверили его работу путем множества игр человека с человеком, человека с машиной и машины с машиной. Основными играми были "Prisoner's Dilemma" и "Shapley's Game", которые требуют разного уровня взаимодействия и взаимопонимания между игроками для получения высокого результата. И снова машина выиграла у людей в большинстве случаев. "Два человека, будь они абсолютно лояльны и честны по отношению друг к другу, сыграли бы точно так же, как сыграла наша машина" - рассказывает Джейкоб Крэндол (Jacob Crandall), ведущий исследователь, - "Но, как оказалось, приблизительно половина людей-игроков солгала в чем-то в некоторый момент, что отрицательно сказалось на качестве игры. Наш же алгоритм принципиально не умеет лгать, он запрограммирован искать компромиссы и поддерживать взаимодействие всегда, когда для этого предоставляется возможность". Через некоторое время исследователи встроили в свой алгоритм функции, снабдившие его возможностью участвовать в "простом разговоре", болтать с партнером, другими словами. Этот "простой разговор" реализуется в виде несложных фраз, которыми машина реагирует на совместные действия ("Дорогой! Мы разбогатели!"), на признаки расположения или обмана ("Ты заплатишь за это!") со стороны человека. Когда машина обрела такую способность, большинство людей не оказалось в состоянии определить, играют ли они в паре с машиной или в паре с другим живым человеком, и, как показали эксперименты, уровень взаимодействия и взаимопонимания увеличился в два раза только за счет функции "простого разговора". Исследователи считают, что проделанная ими работа позволит в будущем создать машины, автомобили-роботы, к примеру, которые будут одинаково хорошо взаимодействовать как с другими машинами, так и с живыми людьми. "В современном обществе отношения между людьми ломаются очень часто и больше не восстанавливаются" - рассказывает Джейкоб Крэндол, - "Люди, бывшие друзьями в течение многих лет, внезапно становятся врагами. Машины, построенные на разработанных нами принципах, будут лишены таких недостатков, и, что самое главное, они смогут научить нас самих искусству взаимопонимания, налаживания и возобновления дружеских взаимоотношений".

Осуществление поиска по большим базам неупорядоченных данных является очень затратной операцией с точки зрения времени и ресурсов для классических компьютеров, но квантовые компьютеры, как ожидается, будут справляться с таким поиском намного быстрей за счет особенностей их функционирования и использования специальных алгоритмов. Из этих квантовых алгоритмов самым быстрым считается алгоритм поиска Гровера, предложенный еще в 1996 году. Это означает, что никакой другой квантовый алгоритм не сможет выполнить процедуру поиска быстрей, чем алгоритм Гровера. Однако, практическая реализация алгоритма Гровера на реальной квантовой вычислительной системе сама по себе является достаточно сложной задачей. Не так давно группа исследователей из университета Мэриленда, при поддержке американского Национального научного фонда, успешно реализовала алгоритм поиска Гровера на системе, использующей в качестве кубитов пойманные в ловушку ионы. Эта система состояла из трех кубитов, что позволяло ей производить поиск по базе, состоящей из 8 (2^3) элементов. При этом, алгоритм Гровера обеспечил поиск элемента за один, максимум за две итерации (прохода), показав результат, намного превосходящий даже теоретический показатель успешности для традиционных компьютеров. Классическим подходом к поиску в неструктурированной базе является прямой перебор. В большинстве случаев алгоритм выбирает любой из элементов базы случайным образом. Если выбранный элемент не является искомым, то все действия повторяются, а вероятность нахождения искомого элемента из восьми после второго прохода (итерации) равна 25 процентам. Алгоритм Гровера, с другой стороны, переводит квантовую систему в такое положение суперпозиции, когда в ней находятся сразу все 8 значений данных, среди которых находится и искомое значение. Затем алгоритм задействует особую функцию, называемую оракулом, которая по ряду критериев отмечает искомое значение. В результате такого "квантового" подхода теоретический показатель вероятности нахождения искомого значения сразу на первом проходе составляет 78 процентов, а на втором проходе эта вероятность составляет уже все 100 процентов. Это, в свою очередь, определяет малое время, требующееся для нахождения искомого значения. При практическом выполнении алгоритм поиска Гровера показал на первом проходе более низкое значение показателя успешности, которое оказалось гораздо ниже теоретического значения и составило 39 и 44 процента в зависимости от вида используемой функции-оракула. Тем не менее, такой показатель значительно превышает аналогичный показатель успешности обычных компьютеров. Исследователи так же проверили работу алгоритма поиска Гровера на наборах данных, содержащих по два правильных решения. В таком случае теоретические показатели успешности на первом проходе для классических и квантовых компьютеров составляют 47 и 100 процентов соответственно. И снова практический показатель успешности оказался ниже теоретического и составил 68 и 75 процентов для двух типов функций-оракулов. "В будущем мы собираемся реализовать алгоритм Гровера на большее количество кубитов, что позволит осуществлять поиск по базам данных больших объемов" - пишут исследователи, - "Помимо этого мы работаем над созданием новой квантовой системы, в которой будет реализован лучший уровень управления кубитами, которые, к тому же, будут качественней ограждены от нежелательных воздействий из окружающей среды. Это, в свою очередь, позволит такой квантовой системе продемонстрировать показатели успешности поиска решения, равные или близкие к теоретическим значениям".

На Марсе нет механиков, способных починить колеса вездехода, поэтому марсианскому роверу НАСА Curiosity следует передвигаться с осторожностью.Новый алгоритм призван помочь роверу «стать осторожнее». Это программное обеспечение, называемое контролем тяги (traction control) регулирует скорость вращения колес Curiosity в зависимости от высоты неровностей поверхности, на которые он взбирается. После 18 месяцев испытаний в Лаборатории реактивного движения (Jet Propulsion Laboratory, JPL) НАСА, США, это программное обеспечение было загружено в бортовой компьютер ровера в марте. Руководство миссии Mars Science Laboratory одобрило использование этой программы 8 июня, после завершения множественных ее тестов, как в JPL на Земле, так и на Марсе. Этот алгоритм контроля тяги использует поступающие в реальном времени данные, чтобы с их помощью регулировать скорость вращения каждого колеса, снижая давление на колеса со стороны марсианских камней. Это программное обеспечение анализирует изменения, происходящие в системе подвески марсохода, определяя точки контакта каждого колеса с поверхностью. Затем на основании этих данных рассчитывается скорость, необходимая для того, чтобы избежать проскальзывания колес.Кроме того, система контроля тяги позволяет снизить вред, наносимый колесам ровера в ситуации, когда одно из колес оказывается «зависшим в воздухе» и свободно вращающимся. В такой ситуации программа изменяет скорость вращения остальных колес вездехода, до тех пор пока «зависшее» колесо не коснется вновь поверхности.Это программное обеспечение было разработано Джеффом Бесядецким (Jeff Biesiadecki) и Оливером Тупе (Olivier Toupet) из JPL.

В Научно-исследовательском институте прикладной математики и механики Томского государственного университета (НИИ ПММ ТГУ) разрабатывается новый алгоритм расчёта траектории «непредсказуемых» космических объектов. Речь идёт о телах с большой парусностью. Такие объекты обладают маленькой массой, но при этом достаточно большой площадью, повёрнутой к Солнцу. Это могут быть, скажем, фрагменты фольги, которой оборачивают космические аппараты. Исследователи объясняют, что под воздействием импульсов от фотонов Солнца подобные объекты постоянно меняют орбиты. И даже если они не представляют угрозы сейчас, то потенциально опасны в будущем. Учёные ТГУ в течение года вели наблюдения за космическим мусором и собрали более чем 10 000 наблюдений объектов, летающих в околоземном пространстве. Всё это — тела с большой парусностью. Исследователи пытаются предсказать траекторию этих объектов и на более долгий период определить вероятность столкновения с космическими аппаратами. «В воздушно-космической обороне Северной Америки (NORAD) это делают в онлайн-режиме и каждый раз заново пересчитывают вероятность столкновения объектов космического мусора друг с другом и с действующими космическими аппаратами. У нас другой подход: мы хотим построить такие численные модели, которые смогли бы определить эти столкновения примерно с такой же вероятностью, но при небольшом количестве наблюдений», — заявляют участники исследований. Российские учёные хотят обезопасить спутники, которые находятся на более высоких орбитах, чем МКС, например, навигационные и геостационарные. В ситуации, когда космический мусор не угрожает жизни космонавтов, такое долгосрочное планирование более оправдано.