Search the Community

Исследователям Массачусетского технологического института удалось построить нейросеть, способную различать звуки отдельных музыкальных инструментов на видео. Искусственный интеллект под названием PixelPlayer даже может сделать отдельные источники звука громче или тише. «Мы рассчитывали, что в лучшем случае сможем указать, какие звуки производит отдельный инструмент. Удивительно, что мы смогли обнаружить инструменты в пространстве на уровне пикселей. Эта способность открывает множество возможностей, например, редактирование аудиодорожки с помощью клика по видео», — заявил один из авторов ИИ. В основе PixelPlayer лежит нейронная сеть, освоившая 714 видеороликов YouTube, входящих в набор данных под названием «Многомодальные источники комбинаций инструментов» (Multimodal Sources of Instrument Combinations, “MUSIC”). Первые пятьсот видеороликов длиной в 60 часов нейросеть обучалась, остальное время учёные использовали для проверки результатов. PixelPlayer работает самостоятельно, программа может разделить звуки более чем двадцати инструментов, и пользователю не нужно готовить какие-либо заметки. Учёные уверены, что получив больше данных, ИИ научится различать и больше наименований, но пока что им трудно настроить неочевидные различия между классами музыкальных инструментов. «Мы рассчитываем, что работа поможет раскрыть новые области исследования проблемы разделения источника звука с помощью визуальных и аудиосигналов», — отметили исследователи.

Эксперты Массачусетского технологического института (MIT) на протяжении долгого времени разрабатывали особый мягкий надувной растягивающийся материал. Но эта новость не имела бы такого большого значения, если бы не автопроизводитель BMW, который при помощи этого материала планирует кардинально изменить дизайн и подход к безопасности автомобилей будущего. Начнем с самого важного: с безопасности. Сегодня в автомобилях в основном для этих целей используются подушки безопасности, которые обеспечивают должный уровень защиты от аварий и довольно просты в эксплуатации. Однако они не лишены целого ряда недостатков, главный из которых – необходимость постоянно проводить обслуживание этой системы, так как при длительном бездействии она может попросту не сработать. Кроме того, сам материал достаточно плотный и занимает много места. Для решения вышеозначенных задач специалисты MIT разработали «жидкую напечатанную пневматику». Это процесс, в ходе которого модифицированный 3D-принтер печатает жидкие материалы в сосуд с особым гелем, что придает «воздушность» объекту. Для печати используется силоксановый каучук, внутри которого после затвердевания формируются воздушные камеры. Надувной материал тонкий, легкий и прочный, а строение воздушных камер позволяет долго обходиться без диагностики и изменять форму крайне быстро. Что же касается дизайна, то специалисты BMW давно работают над созданием концептов «надувных автомобилей», где материал на основе силоксанового каучука пришелся бы как нельзя кстати. Но его можно использовать и внутри автомобиля: можно сделать «вырастающие» панели, полочки, заставлять кресла пассажиров соединяться в удобные «диваны», сами кресла могут менять жесткость конструкции и форму и так далее. Если дать разыграться фантазии, то можно придумать массу применений материалу такого рода.

Нейросети-дуэлянты. Искусственные эмбрионы. Искусственный интеллект в облаке. Какие еще технологии MIT Technology Review назвал важнейшими в 2018 году? Ежегодная подборка технологий, которые могут изменить мир будущего, собирается с 2001 года. Люди часто спрашивают, что такое «прорыв» в технологиях? На этот вопрос ответ не всегда будет очевидным, потому что некоторые технологии пока просто не получили широкого распространения, другие же коммерчески нереализуемы. Однако все они так или иначе окажут влияние на нашу жизнь. В этом году новая техника искусственного интеллекта под названием GAN дает машинам воображение; искусственные эмбрионы, несмотря на опасения скептиков, пересматривают создание жизни и открывают огромное окно для исследований первых моментов жизни человека; экспериментальная установка в центре нефтехимической промышленности Техаса пытается создать абсолютно чистую электроэнергию из природного газа — вероятно, основного источника энергии будущего. Поехали. 3D-печать из металла Хотя 3D-печать используется уже довольно давно, она оставалась по большей части в области хобби и дизайнеров, производящих единичные прототипы. И печать объекта из чего угодно, не считая пластика — например, металла, — была дорогой и мучительно медленной. Впрочем, теперь она становится дешевой и достаточно простой, чтобы стать потенциально практичным способом производства частей. Если она будет широко принята, она может изменить то, как мы производим многие продукты массового производства (простите за тавтологию). В краткосрочной перспективе производителям не нужно было бы хранить большой инвентарь — они могли бы просто распечатать объект, какую-нибудь запасную часть для стареющего автомобиля, если бы кому-то это понадобилось. В долгосрочной перспективе крупные заводы, производящие небольшой ассортимент деталей в больших объемах, можно было бы заменить заводами поменьше, но уже с ассортиментом побольше, подходящим меняющимся нуждам клиентов. Метод 3D-печати позволяет создавать легкие и прочные запчасти, а также воспроизводить сложные формы, которые было бы невозможно создать при помощи традиционных методов обработки металла. Также можно было бы уделить большее внимание микроструктуре металлов. В 2017 году ученые из Национальной лаборатории Лоренса Ливермора заявили, что разработали метод 3D-печати, позволяющий создавать запчасти из нержавеющей стали, которые в два раза прочнее традиционных. Также в 2017 году 3D-печатная компания Markforged, небольшой стартап, расположенный недалеко от Бостона, представила первый 3D-металлический принтер всего за 100 000 долларов. Другой бостонский стартап Desktop Metal начал отгружать первые машины для металлического прототипирования в декабре 2017 года. Он планирует начать продажу машин побольше, специально для производителей, которые будут работать в 100 раз быстрее, чем старые методы металлической печати. Печать металлических частей также становится проще. Desktop Metal нынче предлагает программное обеспечение, которое создает конструкции, готовые для 3D-распечатки. Пользователи задают программе спецификации объекта, который они хотят распечатать, и ПО производит компьютерную модель, подходящую для печати. General Electric, которая давно выступает за 3D-печать в своих авиационных продуктах, работает над тестовой версией своего нового металлопринтера, который достаточно быстро работает, чтобы создавать большие запчасти. Компания планирует начать продажу этого устройства уже в 2018 году. Искусственные эмбрионы В прорыве, который может изменить наш взгляд на создание жизни, эмбриологи из Университета Кембриджа в Великобритании вырастили вполне реалистичные на вид эмбрионы мыши, используя только стволовые клетки. Никаких яйцеклеток. Никакой спермы. Просто взяли клетки у других эмбрионов. Ученые аккуратно разместили клетки в трехмерные леса и завороженно наблюдали, как те начали сообщаться и выстраиваться в хорошо различимую форму мышиного эмбриона возрастом в несколько дней. «Мы знаем, что стволовые клетки обладают волшебной силой и огромным потенциалом. Мы не думали, что они смогут так красиво или даже идеально самоорганизоваться», рассказала руководящая группой ученых Магдалена Церника-Гётц. Церника-Гётц говорит, что ее «синтетические» эмбрионы, вероятно, не смогли бы развиться в мышей. Тем не менее это намек на то, что скоро мы можем увидеть млекопитающих, рожденных без яйцеклетки вообще. Впрочем, такую цель Церника-Гётц не ставит. Она хочет изучать, как клетки раннего эмбриона начинают принимать отведенные им роли. Следующим шагом будет создание искусственного эмбриона из человеческих стволовых клеток. Эта работа проводится в Университете Мичигана и Университете Рокфеллера. Синтетические человеческие эмбрионы были бы благом для ученых, поскольку позволили бы наблюдать все события на ранней стадии развития плода. И поскольку такие эмбрионы появляются из стволовых клеток, которыми легко управлять, лаборатории могли бы использовать весь спектр инструментов, таких как редактирование генов, для исследования их по мере роста. Искусственные эмбрионы, впрочем, заставляют задаваться этическими вопросами. Что, если они станут неотличимыми от настоящих? Как долго их можно будет выращивать в лаборатории, прежде чем они начнут чувствовать боль? Нам нужно заняться этими вопросами, прежде чем научная гонка зайдет слишком далеко. Город с чувствами Самые разные схемы умных городов сталкивались с задержками, отменами, невозможными планами или дороговизной. Новый проект в Торонто под названием Quayside должен изменить эту уже устоявшуюся схему вещей, переосмыслив городскую среду с нуля и выстроив ее вокруг новейших цифровых технологий. Sidewalk Labs, которая принадлежит Alphabet и находится в Нью-Йорке, сотрудничает с канадским правительством, работая над этим высокотехнологичным проектом, предназначенным для промышленной набережной Торонто. Одна из целей проекта — основывать решения по дизайну, политике и технологиях на информации, получаемой с обширной сети датчиков, которые собирают данные обо всем, начиная от качества воздуха и заканчивая уровнем шума и деятельностью людей. Согласно плану, весь транспорт должен быть общим и самостоятельным. Под землей будут сновать роботы, выполняя рутинную работу вроде доставки почты. Sidewalk Labs говорит, что откроет доступ к программному обеспечению и системам, которые создает, чтобы другие компании могли создавать сервисы поверх них, как люди создают приложения для мобильных телефонов. Компания намерена пристально наблюдать за общественной инфраструктурой, и это, конечно же, вызывает вопросы к неприкосновенности личной жизни и данных. Однако Sidewalk Labs считает, что совместная работа местного правительства и свободного сообщества позволит избавиться от этих переживаний. «Мы пытаемся сделать из Quayside не только амбициозный проект, но и достаточно смиренный», говорит Рит Аггарвала, менеджер по планированию урбанистических систем в Sidewalk Labs. Это смирение может помочь Quayside избежать подводных камней, которые мешали прежним инициативам смарт-городов. ИИ для всех и каждого Искусственный интеллект до сих пор был игрушкой крупных технологических компаний — Amazon, Baidu, Google, Microsoft и нескольких стартапов. Для многих других компаний системы ИИ слишком дорогие и сложные для полноценного внедрения. Решение? Инструменты машинного обучения, построенные на облачной основе, которые приведут ИИ к более широкой аудитории. На данный момент Amazon доминирует в сфере облачного ИИ со своей AWS. Google соперничает с ней с помощью TensorFlow, открытой библиотеки ИИ, которую можно использовать для создания другого ПО машинного обучения. Не так давно Google анонсировала Cloud AutoML, набор заранее обученных систем, которые упрощают использование ИИ. Microsoft, у которой есть собственная облачная платформа Azure, объединяется с Amazon для создания Gluon, открытой библиотеки глубокого обучения. Gluon поможет в строительстве нейросетей — важнейшей технологии ИИ, которая грубо имитирует процесс обучения в человеческой голове — их будет так же легко делать, как и приложения для смартфона. Непонятно, какая из этих компаний станет лидером в сфере облачных сервисов, предлагающих услуги ИИ. Но победителю это сулит огромные возможности для бизнеса. Особенно если революция ИИ докатится до самых разных частей глобальной экономики. В настоящее время ИИ используется по большей части в технологической сфере, где улучшает производительность старых и создает новые продукты и сервисы. Но и другие виды бизнеса и промышленности хотят получить преимущество использования искусственного интеллекта. Такие сегменты, как медицина, производство, энергетика, запросто преобразуются, если полноценно внедрят новейшие технологии в области искусственного интеллекта. Большинство же компаний пока еще не знают, как использовать облачный ИИ. Поэтому Amazon и Google налаживают работу консультационных сервисов. Как только ИИ станет доступен для всех, начнется революция. Нейросети-дуэлянты Искусственный интеллект научился очень хорошо идентифицировать объекты: покажите ему миллион изображений, и он сможет с завидной точностью найти на них пешехода, пересекающего улицу. Но ИИ плохо удается создавать изображения самих пешеходов. Если бы он был на это способен, он ткал бы гобелены реалистичных, но искусственных изображений с пешеходами в разных декорациях. Самоуправляемые автомобили могли бы использовать эту информацию для обучения, даже не выезжая на дорогу. Проблема в том, что создание чего-то нового требует воображения. А это пока что остается прерогативой человека. Ян Гудфеллоу в 2014 году предложил такое решение. Подход, известный как generative adversarial network, или GAN, берет две нейросети — упрощенные математические модели человеческого мозга, которые лежат в основе современного машинного обучения — и ставит их друг против друга в цифровой игре в кошки-мышки. Обе нейросети тренируются на одном и том же наборе данных. Одна нейросеть — генератор — создает вариации изображений, которые она уже видела — например, изображение пешехода с третьей рукой. Вторая — дискриминатор — должна определить, будет ли рассмотренный ею пример похож на снимок, который она видела, или же фейком, произведенным генератором, — то есть может ли трехрукий человек быть настоящим? Со временем генератор научится создавать настолько хорошие изображения, что дискриминатор не сможет отличить подделку от оригинала. Таким образом, генератор учится распознавать, а затем создавать реалистичные изображения пешеходов. Эта технология стала одним из самых перспективных достижений в области ИИ за последнее десятилетие. GAN использовались для создания реалистичных на слух речей и фотореалистичных поддельных изображений. В одном из примеров ученые из NVIDIA поручили GAN создать сотни заслуживающих доверия лиц несуществующих людей. Другая группа смогла сделать вполне убедительные поддельные изображения, похожие на работы Ван Гога. GAN могут переиначивать изображения по-разному — превращать солнечную дорогу в заснеженную, лошадей — в зебр. Результаты не всегда идеальны. Но поскольку изображения или звуки получаются реалистичными, некоторые эксперты считают, что нейросети начинают понимать внутреннюю структуру мира. Возможно, в них зарождается воображение. Наушники «Вавилонская рыба» В культовой классике научной фантастики «Автостопом по галактике» можно было сунуть в ухо желтую Вавилонскую рыбку и получить мгновенный перевод. В реальном мире Google представляет временное решение: пару наушников Pixel Buds за 159 долларов. Они работают со смартфонами Pixel и Google.Переводчиком, обеспечивая практически мгновенный перевод. Один человек надевает наушник, а другой держит телефон. Надевший наушник говорит на своем языке — например, на английском — и приложение переводит и проигрывает громкий перевод на телефоне. Человек, который держит телефон, отвечает; этот ответ переводится и проигрывается в наушниках. Google Translate уже может поддерживать разговор, и ее приложения для iOS и Android позволяют двум пользователям разговаривать: они автоматически определяют используемые языки и переводят их. Однако фоновый шум затрудняет понимание приложением, что говорят люди, и также с трудом приложение определяет, когда люди начинают говорить, а когда перестают. Pixel Buds решает эти проблемы, потому что владелец нажимает и держит палец на правом наушнике во время разговора. Сочетание взаимодействия между телефоном и динамиками позволяет поддерживать визуальный контакт, поскольку не нужно отвлекаться на телефон. Pixel Buds выглядят странно и плохо входят в уши. Их также трудно настроить с помощью телефона. Но аппаратная проблема — меньшая из всех. Главное — концепция. И рыба не нужна. Природный газ с нулевыми выбросами Мир, вероятно, застрял на природном газе как на одном из главных источников электроэнергии в будущем. Дешевая и доступная, энергия природного газа, в настоящее время обеспечивает до 30% электричества в США и до 22% электричества в мире. И хотя она чище угля, выбросы углерода от нее все еще существенные. Экспериментальная электростанция недалеко от Хьюстона в центре нефтяной и нефтеперерабатывающей промышленности США тестирует технологию, которая могла бы сделать чистую энергию из природного газа реальностью. Компания с 50-мегаваттным проектом Net Power считает, что может вырабатывать энергию так же недорого, как и обычные станции на природном газе, и, что важно, улавливать весь диоксид углерода, который выделяется в этом процессе. Если это так, мир будет производить безуглеродную энергию из ископаемого топлива по хорошей цене. Такие газовые станции можно было бы включать и выключать в зависимости от спроса, избегая необходимости в поставке возобновляемых источников энергии. Net Power объединяет несколько энергетических компаний, включая 8 Rivers Capital, Exelon Generation и CB&I. Компания уже начала первичные испытания и предоставит результаты в ближайшие месяцы. Станция помещает двуокись углерода, высвобождаемую в процессе сжигания природного газа под высоким давлением и температурой, используя сверхкритический CO2 в качестве «рабочей жидкости», которая движет специальной турбиной. Большая часть двуокиси углерода может перерабатываться непрерывно; остальная будет захватываться легко и просто. Ключевая часть снижения стоимости зависит от продажи углекислого газа. Сегодня его основное использование заключается в извлечении нефти из нефтяных скважин. Это ограниченный рынок и уж точно не самый экологически чистый. Но Net Power планирует в конечном счете увидеть рост спроса на двуокись углерода в производстве цемента, пластмасс и других материалов на основе углерода. Технологии Net Power не решат всех проблем с природным газом, особенно по части добычи. Но пока мы используем природный газ, мы можем постараться сделать его максимально чистым. Из всех технологий, которые разрабатываются в области чистой энергии, технология Net Power является одной из самых главных. Идеальная неприкосновенность в онлайне Настоящая неприкосновенность личных данных и жизни в Интернете может стать возможной, благодаря новому инструменту, который, например, может доказать, что вам 18 лет, не раскрывая дату вашего рождения, или что на вашем банковском счету есть достаточно денег, не раскрывая баланс вашего счета. Это ограничивает риск кражи личных данных. Что это за инструмент? Криптографической протокол, называемый доказательством нулевого знания (zero-knowledge proof). Хотя исследователи долгое время его разрабатывали, большой интерес к нему проявился в прошлом году, благодаря росту криптовалютного рынка. Большая часть практического применения доказательства нулевого знания была проделана командой Zcash, цифровой валюты, которая появилась в конце 2016 года. Разработчики Zcash использовали метод zk-SNARK, предоставляя пользователям возможность совершать анонимные транзакции. В Bitcoin и большинстве других публичных блокчейнов это было бы невозможно, поскольку транзакции видны всем. Хотя эти транзакции теоретически анонимны, их можно комбинировать с другими данными для идентификации пользователей. Виталик Бутерин, создатель Ethereum, второй по популярности блокчейн-сети в мирt, описал zk-SNARK как «совершенно революционную технологию». Банки могли бы использовать ее в платежных системах, не раскрывая личных данных клиентов. В прошлом году JPMorgan Chase добавила zk-SNARK в собственную платежную систему на базе блокчейна. И все же, несмотря на все плюсы, zk-SNARK сложный и медленный алгоритм. Однако альтернативы активно разрабатываются и однажды придут на смену существующим вариантам. Генетические предсказание Однажды все новорожденные младенцы будут получать карточку с анализом ДНК. В ней будет расписано, какие шансы получить инфаркт или рак, подсесть на сигареты или стать вундеркиндом. Наука, которая сделала это возможным, появилась неожиданно, благодаря мощным генетическим исследованиям. В некоторых из них участвовало больше миллиона человек. Выяснилось, что самые распространенные заболевания и отклонения, а также черты личности вроде интеллекта являются результатом работы одного или нескольких генов, оказавшихся в том или не в том месте в нужное время. Используя данные крупных генетических исследований, ученые создают «полигенные оценки риска». Хотя новые тесты ДНК дают вероятности, а не диагнозы, они могут существенно помочь медикам. Например, женщина с повышенным риском рака груди будет чаще делать маммограммы и посещать врача. Фармацевтические компании также могут использовать оценки рисков для создания превентивных препаратов для заболеваний вроде Альцгеймера или инфаркта. Собирая волонтеров, которые вероятнее всего заболеют, они смогут точнее определять качество работы лекарств. И все же прогнозы далеки от идеальных. Кроме того, полигенные оценки еще и вызывают сомнения, поскольку прогнозируют черты, а не только возможность заболеваний. Например, сейчас они с 10-процентной вероятностью прогнозируют коэффициент интеллекта человека. Но как родители и воспитатели воспользуются этой информацией? Квантовый скачок в материалах Перспектива появления мощных новых квантовых компьютеров полна неопределенностей. Они смогут производить вычисления, недостижимые силами современных машин, но мы пока до конца не осознали, что можно сделать с такой мощностью. Одно из возможных применений: точное проектирование молекул. Химики уже мечтают о создании новых белков для более эффективных препаратов, новых электролитов для лучших батарей, соединений, которые смогут напрямую преобразовывать солнечный свет в жидкое топливо, и более эффективных солнечных батарей. У нас такого нет, потому что молекулы невероятно тяжело моделировать на классическом компьютере. Попробуйте имитировать поведение электронов в относительно простой молекуле — и вы столкнетесь со сложностями, выходящими далеко за пределы возможностей современных компьютеров. Но для квантовых компьютеров это вполне по силам, потому что вместо цифровых битов, представляющих нули и единицы, они используют «кубиты», которые сами по себе являются квантовыми системами. Недавно ученые из IBM использовали квантовый компьютер с семью кубитами для моделирования небольшой молекулы из трех атомов. Очень скоро станет возможным точное моделирование более крупных и интересных молекул, а также лучших квантовых алгоритмов.

Когда фармацевтической компании нужно выяснить, как новый лекарственный препарат влияет на физиологию человека, список вариантов не так велик. Чаще всего испытываются медикаменты на лабораторных мышах, которых вряд ли можно назвать «идеальным аналогом человека». И что же делать в этом случае? У исследователей из Массачусетского технологического института есть решение: «тело на чипе» — искусственная имитация человеческого организма, представляющая собой систему, внутри которой между собой связаны 10 человеческих органов, роль которых исполняют миллионы живых клеток. Действительно, любой учёный прекрасно понимает, что испытания медикаментов на лабораторных мышах сильно ограничивает эксперимент и не всегда приводит к получению точных результатов. На сегодняшний день существует несколько платформ, которые называются «органы на чипе» (исследователи также часто называют их «микрофизиологическими системами»). И хотя они полезны в исследованиях, органы в них не изолированы друг от друга, что делает систему не столь идеальной в плане экспериментов. По сути, ранее ткани всех органов сваливались в одну кучу, что мешало видеть полную картину происходящего. Фармацевтам же необходимы более точные результаты исследований. К примеру, испытывая лекарство на клетках печени, им нужно объяснить влияние определённых побочных продуктов, которые затем поступают в почки. А что, если производные, возникающие в организме в печени, негативно отразятся на работе каких-либо других органов, не связанных с печенью напрямую? Именно для того, чтобы повысить точность испытаний лекарств, сотрудники MIT и решили разработать более сложную платформу, внутри которой учёные смогут размещать до 10 тканей различных человеческих органов, разделённых между собой, что позволит регулировать потоки различных веществ и медикаментов между ними в реальном времени. Разработчики новой платформы назвали её «тело на чипе» по аналогии с компьютерным термином «система на чипе», которым обозначаются процессоры, включающие в себя не только CPU, но и графический ускоритель, а также прочие вспомогательные системы. Пресс-релиз был опубликован в журнале Science Advance. Платформа позволяет живым тканям человеческого организма существовать in vitro на протяжение нескольких недель, при этом оставаясь в стабильном состоянии. Исследователи в любой момент хода эксперимента смогут взять образцы тканей, чтобы исследовать их более детально. «Преимущество нашей платформы заключается в том, что мы можем масштабировать её вверх или вниз, внося в неё новые конфигурации. Я считаю, что «тело на чипе» позволит получать исследователям гораздо больше полезной информации в ходе испытаний препаратов, а со временем она станет куда более дешевле, чем в данный момент, что облегчит её распространение», — рассуждает автор проекта Линда Гриффит. На сегодняшний день новая платформа уже была испытана на таких органах и тканях, как печень, мозг, сердце, поджелудочная железа, лёгкие, почки, клетки кишечника, клетки матки, кожи и скелетных мышц. Система позволяет ввести препарат в отдел кишечника и отследить его воздействия на остальные органы и клетки тела. Платформа позволяет исследователям значительно ускорить испытания новых препаратов и увеличить точность результатов исследования, максимально приблизив симуляцию к тому, как устроено тело реального человека.

Термоядерная энергия – голубая мечта ученых и энергетических компаний, скоро может воплотиться в реальность. Физики Массачусетского технологического института (МТИ) и компания Commonwealth Fusion Systems заявили о готовности создать работающий термоядерный реактор в течение ближайших 15 лет. В основе получения термоядерной энергии лежит термоядерный синтез. В отличие от ядерного деления, представляющего собой процесс расщепления атомного ядра на два (реже три) ядра с близкими массами, в ходе которого вырабатывается энергия, ядерный синтез позволяет получать энергию при синтезе (слиянии) более тяжелых атомных ядер из более легких (например, из водорода в гелий). Если в первом случае речь идет о принципах работы, например, атомных электростанций, то во втором мы говорим о процессах, подобных тем, что протекают в недрах звезд, в том числе и внутри нашего Солнца. При ядерном синтезе может производиться тепло в несколько сотен миллионов градусов Цельсия. И это тепло, говорят ученые, можно превратить в огромное количество электричества. Разработками термоядерных реакторов ученые занимаются еще с 40-х годов прошлого века. Но каждый раз наука сталкивается с одной и той же проблемой, стоящей на пути получения чистой энергии – очень сложно создать реактор, способный выдержать рассчитанную нагрузку, не говоря уже о том, чтобы ее превзойти. На данный момент наиболее обещающим вариантом конструкции термоядерного реактора является токамак – тороидальная камера с очень мощными магнитами. Эти магниты создают внутри камеры очень сильное магнитное поле, которое удерживает горячую плазму и обеспечивает таким образом условия, необходимые для протекания управляемого термоядерного синтеза. Физики Массачусетского технологического института совместно с компанией Commonwealth Fusion Systems собираются разработать компактный токамак SPARC, способный генерировать 100 мегаватт тепловой энергии. Эта тепловая энергия не будет конвертироваться в электричество, но будет использоваться для создания 10-секундных импульсов, уровня энергии которых хватит для питания, например, небольшого городка. Если эксперимент окажется успешным, то ученые создадут более крупный реактор, генерирующий 200 мегаватт. В основе компактного токамака будут лежать очень мощные сверхпроводящие магниты из оксида иттрия-бария-меди (YBCO), способные генерировать магнитное поле рекордной силы. Например, YBCO-магнит, созданный National High Magnetic Field Laboratory, создает поле силой в 32 теслы. Кроме того, высокотемпературный сверхпроводник способен работать при высокой температуре 77 кельвинов (-196,15 градуса Цельсия), в то время как большинство сверхпроводников из других материалов функционируют при температурах, близких к абсолютному нулю (-273 градуса Цельсия). Не только МТИ в настоящий момент занимается поиском решения проблемы термоядерной энергии. Например, в декабре 2017 года сообщалось, что международный термоядерный экспериментальный реактор ITER (International Thermonuclear Experimental Reactor, ИТЭР) построен наполовину. По словам генерального директора проекта Бернарда Биго, установку планируется запустить в 2025 году. Проверкой идей, которые можно будет применить на более крупных реакторах, занимается также и британская компания Tokamak Energy.

Если провести небольшой эксперимент и скрестить лучи двух фонариков, то вы обнаружите, что ничего не произойдет (если, конечно, не считать повышенную яркость). Объясняется это тем, что фотоны света не взаимодействуют между собой, а скорее проходят друг через друга, как призраки. Но что, если бы это было не так и частицы света аналогично обычным атомам могли притягиваться и отталкиваться друг от друга? Вполне возможно, что в таком случае лучи света друг друга дополняли, сливаясь в единый мощный светящийся поток. Это может показаться фантастикой, невозможной в условиях имеющихся у нас законов физики. Тем не менее специалисты из Массачусетского технологического института нашли способ, как заставить фотоны взаимодействовать между собой. Портал Science Daily описывает эксперимент, в рамках которого ученые смогли слепить между собой три частицы света, образовав таким образом совершенно новый вид света. Аналогичные и успешные эксперименты проходили еще в 2013 году. Тогда ученым удалось зафиксировать взаимодействие пары фотонов. В новой же работе исследователей привлекла возможность связать три и более световые частицы. Они пропустили очень слабый лазерный луч сквозь облако ультрахолодных атомов рубидия и на выходе отметили, что фотоны объединены в пары и триплеты. В отличие от свободных фотонов, не имеющих массы и двигающихся со скоростью 300 000 километров в секунду, фотоны в эксперименте приобрели массу доли электрона и замедлились примерно в 100 тысяч раз. Чтобы объяснить данный феномен, ученые разработали специальную физическую модель. По мнению исследователей, немногочисленные фотоны, проходя через плотное рубидиевое облако, перескакивают с одного атома на другой. При этом они становятся так называемыми поляритонами — наполовину фотонами, наполовину атомами. Они могут взаимодействовать между собой, соединяясь через свои атомные составляющие. На выходе из облака поляритоны вновь превращаются в фотоны, но сохраняют связь. То есть, можно сказать, «запоминают» свое физическое состояние внутри облака. Ученые отмечают, что связанные фотоны можно рассматривать в качестве запутанных, что позволяет использовать их в оптоволокне и открывает новые возможности для передачи информации и квантовых вычислениях. Исследователи надеются обнаружить и другие интересные формы взаимодействия фотонов, например, отталкивания или, возможно, даже образования правильных узоров и кристаллов.